[发明专利]一种面向流程阶段的指标异常的根因定位方法及系统

说明书

本申请提供了一种面向流程阶段的指标异常的根因定位方法及系统，根因定位方法包括：基于每个待检测阶段在当前检测周期和上一检测周期的指标值，依次确定各相邻阶段在当前检测周期和上一检测周期的转化率；基于所述每个待检测阶段在当前检测周期和上一检测周期的指标值﹑各相邻阶段在当前检测周期和上一检测周期的转化率，确定出初始阶段及后续每个相邻阶段的转化对异常指标的影响度和影响值；基于计算得到的初始阶段及后续每个相邻阶段转化的影响度，确定出至少一个，可能为初始阶段或某个相邻阶段转化，加入根因集合，有效提高了异常指标根因定位的准确性和解释性。

技术领域

本申请涉及指标异常的根因定位的技术领域，尤其是涉及一种面向流程阶段的指标异常的根因定位方法及系统。

背景技术

伴随企业数字化转型的不断推进，数据大屏﹑指标看板﹑驾驶舱等数据产品越来越多的成为企业提升管理效能，但是这些产品大都采用可视化形式展现关键指标的同比﹑环比等变化情况，缺少针对异常指标的智能化诊断定位以及维度评价等能力。随着报表和看板应用的增多，当出现指标异常时，往往需要耗费大量人力和时间来完成问题定位。因此，如何快速﹑精准的定位异常指标产生的根因，成为不少管理者亟待解决的问题。

现阶段，孤立森林﹑随机游走﹑图神经网络﹑关联规则挖掘﹑决策树等机器学习算法在运维故障的诊断定位中得到了应用，这些方法的实施成本较高，大都通过学习产生的模型﹑规则进行定位，对根因的解释性差，难以刻画流程阶段及各阶段转化对异常指标产生的影响，导致根因定位的准确率偏低。

发明内容

有鉴于此，本申请的目的在于提供一种面向流程阶段的指标异常的根因定位方法及系统，通过指标流程图定位异常相关指标及对应的流程阶段，在此基础上确定各相邻检测阶段的转化率，进一步确定出初始阶段及后续每个相邻阶段转化对异常指标的影响度和影响值，最终计算得到根因集合，从而有效提高了异常指标根因定位的准确性和解释性。

本申请主要包括以下几个方面：

第一方面，本申请实施例提供了一种面向流程阶段的指标异常的根因定位方法，所述根因定位方法包括：

基于获取到的异常指标以及预先生成的指标流程图，依次确定出顺序在所述异常指标之前的各个指标以及对应的流程阶段；

基于每个待检测阶段在当前检测周期和上一检测周期的指标值，依次确定各相邻检测阶段在当前检测周期和上一检测周期的转化率；

基于所述每个待检测阶段在当前检测周期和上一检测周期的指标值﹑各相邻检测阶段在当前检测周期和上一检测周期的转化率，确定出初始阶段及后续每个相邻阶段的转化对异常指标的影响度和影响值；

基于计算得到的初始阶段及后续每个相邻阶段转化的影响度，确定出至少一个，可能为初始阶段或某个相邻阶段转化，加入根因集合。

在一些实施例中，通过以下步骤生成指标流程图，包括：

基于业务流程，生成与所述业务执行流程顺序对应的节点流程图，其中，节点流程图中的每个节点表示流程中的某个阶段或任务单元；

确定所述节点流程图中包含的每一个节点与对应的指标的映射关系；

根据所述节点流程图以及每一个节点及对应的指标的映射关系生成所述指标流程图。

在一些实施例中，基于所述每个待检测阶段在当前检测周期和上一检测周期的指标值，依次确定各相邻阶段在当前检测周期和上一检测周期的转化率，包括：

针对每一个待检测阶段，获取该待检测阶段在当前检测周期的指标值以及上一个检测周期的历史指标值；针对每一对相邻的检测阶段，依次计算出该相邻阶段在当前检测周期的转化率和上一检测周期的转化率。