[发明专利]一种面向多维数据集的指标异常的根因定位方法及装置在审

专利信息
申请号: 202110436138.6 申请日: 2021-04-22
公开(公告)号: CN113128875A 公开(公告)日: 2021-07-16
发明(设计)人: 秦秀磊;李丹丹;杜新凯;梁阿密;王禧婷 申请(专利权)人: 阳光保险集团股份有限公司
主分类号: G06Q10/06 分类号: G06Q10/06
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 余菲
地址: 518000 广东省深圳市福田*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 面向 多维 数据 指标 异常 定位 方法 装置
【说明书】:

本申请提供了一种面向多维数据集的指标异常的根因定位方法及装置,方法包括:利用当前观测周期和上一观测周期的指标数据分别计算量值指标、率值指标对KPI指标在前后两个周期指标值变化的异常贡献值;根据异常贡献值的大小,进入不同的根因定位分支,提升了根因定位的准确度;在根因定位的过程中,通过每一轮构建量值指标根因定位树或率值指标根因定位树,基于解释度值和解释度方差可以快速定位出根因维度和根因元素,并且将确定的根因维度和根因元素自顶向下形成根因路径,将定位到的根因数据集删除,继续下一轮的根因定位,直至根因数据集的异常贡献值低于预设阈值或到达最大轮数,这样最大限度的定位出了根因群体,增强了根因定位的覆盖度。

技术领域

发明涉及大数据分析技术领域,具体而言,涉及一种面向多维数据集的指标异常的根因定位方法及装置。

背景技术

企业数字化建设过程中,管理者往往需要对经营的现状﹑问题产生的原因进行追踪,并采取相应的举措。现有的经营报表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,缺少针对经营问题的智能化诊断定位以及维度评价等能力。针对多维数据集,管理者往往借助商业可视化分析工具,在相关维度上执行上卷﹑下钻等操作,通过分析差异和变化,进而发现问题。随着维度的增多,这种人工定位问题的方法将面临诸多挑战:假定数据集有10个维度,每个维度有5个维度元素,则存在9765625种不同组合,人工完成这些组合的分析耗时耗力;此外,受经验的影响,人工分析容易遗漏掉某些关键的维度,从而造成决策误判。

在现有技术中,微软提出的Adtributor方法通过逐一计算各维度的解释度和Surprise值,选出Surprise值最高的几个维度,完成根因定位,但是该方法没有考虑维度交叉的情况,也没有考虑不同指标间的关联。而基于回归树的方法采用贝叶斯信息准则和数据加权处理,自动挖掘引发指标异常的问题维度,但是该方法没有考虑各目标群体对指标异常的贡献度,也没有考虑不同指标间的关联。

发明内容

有鉴于此,本发明的目的在于提供一种面向多维数据集的指标异常的根因定位方法及装置,以提高对指标异常产生的根因定位的准确度。

第一方面,本申请实施例提供了一种面向多维数据集的指标异常的根因定位方法,包括:

获取当前观测周期和上一观测周期的KPI指标值、量值指标值、率值指标值,以及维度数据;

根据所述当前观测周期中的KPI指标值、量值指标值、率值指标值,以及所述上一观测周期中的KPI指标值、量值指标值、率值指标值,分别计算第一异常贡献值和第二异常贡献值;其中所述第一异常贡献值是量值指标对KPI指标在前后两个观测周期指标值变化的百分比;所述第二异常贡献值是率值指标对KPI指标在前后两个观测周期指标值变化的百分比;

若所述第一异常贡献值大于等于所述第二异常贡献值,则进入量值指标的根因定位分支,在所述维度数据中确定异常根因维度和异常根因元素;

若所述第一异常贡献值小于所述第二异常贡献值,则进入率值指标的根因定位分支,在所述维度数据中确定异常根因维度和异常根因元素。

可选的,所述若所述第一异常贡献值大于等于所述第二异常贡献值,则进入量值指标的根因定位分支,在所述维度数据中确定异常根因维度和异常根因元素,包括:

根据所述维度数据构建量值指标根因定位树;

若所述量值指标根因定位树的当前深度等于预设深度,则停止在所述量值指标根因定位树中确定异常根因维度和异常根因元素;

若所述量值指标根因定位树的当前深度小于所述预设深度,则针对所述量值指标根因定位树的每个维度,计算所述维度下的每个元素的解释度值;

针对所述量值指标根因定位树的每个深度,根据所述维度下每个元素的解释度值计算所述维度对应的解释度方差;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阳光保险集团股份有限公司,未经阳光保险集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110436138.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code