[发明专利]一种数据异常分析方法、装置、电子设备及存储介质

说明书

本申请涉及一种数据异常分析方法、装置、电子设备及存储介质。该技术方案采用频繁模式算法，基于播放记录集合构建频繁模式树，通过挖掘频繁模式树可准确得到引起多媒体业务指标异常的根本原因。另外，由于仅在构建频繁模式树时扫描存储播放数据集合的磁盘，后续挖掘频繁项集仅扫描存储在内存中的频繁模式树即可，这样，提高了关联分析的效率，可快速定位多媒体业务指标异常原因，极大降低了数据分析的人力成本和时间成本。

技术领域

本申请涉及数据挖掘领域，尤其涉及一种数据异常分析方法、装置、电子设备及存储介质。

背景技术

在大数据的时代，数据准确性是衡量一个数据平台好坏的核心标准。对于多媒体平台来说，多媒体播放指标，如单位时间播放量，受活动、假期等多种因素的影响会产生一系列的波动。要确定那个因素是引起业务指标波动的根本原因，通常需要数据分析师进行大量的分析工作，花费很长时间，也很难得到准确结果。

因此，急需一种分析方法，快速准确找到引起多媒体业务指标波动的根本原因。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本申请实施例提供了一种数据异常分析方法、装置、电子设备及存储介质。

根据本申请实施例的一个方面，提供了一种数据异常分析方法，包括：

获取预设时间范围内多媒体的播放记录集合，其中，所述播放记录集合中每条播放记录包括至少两个播放特征项，所述播放特征项用于表示多媒体播放对应的以下至少一类特征：多媒体特征、播放行为特征和用户特征；

确定待分析的异常业务指标，所述异常业务指标包括单位时间内指标值异常的多媒体业务指标；

根据所述播放记录集合构建频繁模式树；

根据所述频繁模式树确定所述异常业务指标对应的目标频繁项集；

根据所述目标频繁项集分析得到所述异常业务指标与所述播放特征项的目标关联关系。

可选的，所述确定待分析的异常业务指标，包括：

当所述播放记录包括所述多媒体业务指标时，确定指标值符合预设异常条件的多媒体业务指标为所述异常业务指标；

或，

根据所述频繁模式树统计待分析的多媒体业务指标，确定指标值符合所述预设异常条件的多媒体业务指标为所述异常业务指标；

其中，指标值符合所述预设异常条件的多媒体业务指标包括：在所述预设时间段内的指标值的变化率属于预设变化范围的所述多媒体业务指标，和/或指标值属于预设数值范围的所述多媒体业务指标。

可选的，所述根据所述播放记录集合构建频繁模式树，包括：

扫描所述播放记录集合，计算所述播放特征项的支持度；

根据所述支持度对所述播放特征项进行筛选，保留所述支持度符合第一预设条件的播放特征项作为频繁项，得到筛选后的播放记录集合，所述支持度符合第一预设条件包括：所述支持度大于或等于第一阈值，和/或按照降序排列的所述支持度中前第一个数的支持度；

将各所述播放记录中的频繁项按照所述支持度降序排列；

基于降序排列后的频繁项构建所述频繁模式树。

可选的，所述根据所述播放记录集合构建频繁模式树，还包括：

根据降序排列后的所述频繁项建立项头表，所述项头表中包括按照所述支持度降序排列的所述频繁项及所述频繁项对应的支持度；

基于所述项头表及所述频繁模式树建立节点链表，所述节点链表包括指向所述频繁项在所述频繁模式树中节点位置的指针。