[发明专利]KPI优化方法、装置、设备及介质

权利要求书

1.一种KPI优化方法，其特征在于，所述KPI优化方法包括：

响应于KPI优化指令，解析所述KPI优化指令得到至少一个指标；

采用随机森林算法对所述至少一个指标进行重要性分析，得到所述至少一个指标的权重；

连接指定服务器，从所述指定服务器中调取预先配置的多个目标指标，并将所述多个目标指标与所述至少一个指标进行匹配，得到匹配结果；

启动验证线程根据所述匹配结果对所述多个目标指标进行验证；

当所述多个目标指标通过验证时，确定与所述多个目标指标对应的目标指标数据，包括：确定所述KPI优化指令对应的目标用户；获取所述目标用户的服务时长；当所述服务时长大于或者等于配置时长时，获取所述目标用户对应的历史数据，并根据所述目标用户对应的历史数据确定所述目标指标数据；或者当所述服务时长小于所述配置时长时，获取所述目标用户的背景数据，从指定数据库中调取与所述背景数据匹配度最高的用户作为基准用户，获取所述基准用户对应的历史数据，并根据所述基准用户对应的历史数据确定所述目标指标数据；

采用多重背包算法处理所述目标指标数据，得到目标KPI。

2.如权利要求1所述的KPI优化方法，其特征在于，所述解析所述KPI优化指令得到至少一个指标包括：

解析所述KPI优化指令的方法体，得到所述KPI优化指令所携带的所有信息；

获取预设标签；

根据所述预设标签在所述KPI优化指令所携带的所有信息中进行匹配，并将匹配的信息确定为目标地址；

链接至所述目标地址，并获取所述目标地址处所存储的信息作为所述至少一个指标。

3.如权利要求1所述的KPI优化方法，其特征在于，所述采用随机森林算法对所述至少一个指标进行重要性分析，得到所述至少一个指标的权重包括：

获取与所述至少一个指标对应的数据作为初始数据；

根据所述初始数据构建随机森林；

确定所述至少一个指标在所述随机森林中每个决策树的各个节点处的重要度；

根据所述至少一个指标在所述随机森林中每个决策树的各个节点处的重要度确定所述至少一个指标在每个决策树中的重要度；

根据所述至少一个指标在每个决策树中的重要度确定所述至少一个指标在所述随机森林中的重要度；

将所述至少一个指标在所述随机森林中的重要度确定为所述至少一个指标的权重。

4.如权利要求1所述的KPI优化方法，其特征在于，所述启动验证线程根据所述匹配结果对所述多个目标指标进行验证包括：

对于所述多个目标指标中的任意目标指标，当所述匹配结果显示在所述至少一个指标中不存在与所述任意目标指标相同的指标时，确定所述任意目标指标未通过验证；或者

当所述匹配结果显示在所述至少一个指标中存在与所述任意目标指标相同的指标时，将与所述任意目标指标相同的指标的权重确定为目标权重，当所述目标权重大于或者等于配置权重时，确定所述任意目标指标通过验证；或者当所述目标权重小于所述配置权重时，确定所述任意目标指标未通过验证。

5.如权利要求1所述的KPI优化方法，其特征在于，所述目标指标数据包括第一指标数据、第二指标数据、第三指标数据及第四指标数据，所述采用多重背包算法处理所述目标指标数据，得到目标KPI包括：

将所述第一指标数据映射为背包的容量，将所述第二指标数据映射为要放入背包的物品的体积，将所述第三指标数据映射为物品价值，及将所述第四指标数据映射为物品的数量限制；

采用所述多重背包算法对所述容量、所述物品的体积、所述物品价值及所述物品的数量限制进行动态规划，得到所述目标KPI。