[发明专利]上线行为风险评估方法、装置、设备和可读存储介质

说明书

本公开的实施例提供了一种上线行为风险评估方法、装置、设备和可读存储介质。所述方法包括：获取所述上线行为的一个或多个特征；将所述特征输入预先生成的风险评估模型，所述风险评估模型包括采取多目标子群发现算法训练得到的多个规则；获取所述风险评估模型按照所述多个规则分别计算出的多个结果值；根据所述多个结果值计算得到所述上线行为的风险值。以此方式，可以准确、高效地对上线行为进行风险评估和控制，提高了软件迭代更新效率，优化了用户体验。

技术领域

本公开的实施例一般地涉及在线服务领域，并且更具体地，涉及一种上线行为风险评估方法、装置、设备和可读存储介质。

背景技术

随着移动互联网的发展，基于应用软件的在线服务的用户人数日益增加。为了满足用户不断出现的新需求，开发人员需要不断对应用软件进行开发和迭代。虽然应用软件的新版本在上线之前都会进行测试，但是考虑到测试环境与最终实际运行情况存在区别，上线行为仍然存在引发服务故障的风险。为了控制上线的频率、减少上线时对服务和用户的影响，每个公司都会进行相应的控制管理，比如在用户高峰期时段进行封线、上线需走特殊流程审批、节假日操作上线需专员操作等。以上管理手段虽然能够一定程度上减少相应的风险，但是同时也会造成时间和人力的浪费，降低了软件迭代和更新的效率，影响用户体验。

发明内容

为此，根据本公开的实施例，提供了一种上线行为风险评估的方案。

在本公开的第一方面，提供了一种上线行为风险评估方法，包括：

获取所述上线行为的一个或多个特征；

将所述特征输入预先生成的风险评估模型，所述风险评估模型包括采取多目标子群发现算法训练得到的多个规则；

获取所述风险评估模型按照所述多个规则分别计算出的多个结果值；

根据所述多个结果值计算得到所述上线行为的风险值。

在一些实施例中，所述风险评估模型按照以下步骤生成：

获取历史上线行为的特征样本集；

根据所述特征样本集，采取多目标子群发现算法训练得到多个规则；

根据规则质量对所述多个规则进行筛选；

将筛选后的多个规则组成规则库，生成所述风险评估模型。

在一些实施例中，所述根据规则质量对所述多个规则进行筛选包括：

评定所述多个规则的规则质量；

根据所述规则质量计算所述多个规则中每个规则的权重；

将所述每个规则的权重与预设质量阈值比较，筛选得到权重大于预设质量阈值的多个规则。

在一些实施例中，所述规则质量包括规则的准确度Acc(R)和覆盖率Cov(R)。

在一些实施例中，按照下式计算所述多个规则中每个规则的权重：

其中，Fitness(R)表示规则R的权重，w₁是覆盖率Cov(R)的权重，w₂是准确度Acc(R)的权重。

在一些实施例中，按照下式计算得到所述上线行为的风险值：

其中，X为风险值，Y_i是第i个规则的结果值，α_i为第i个规则的权重，n为规则的数量。

在一些实施例中，方法还包括：

将所述风险值与预设的风险阈值相比较，得到风险评价结果；