[发明专利]一种用于识别服务零碎异常线索的方法

权利要求书

1.一种用于识别服务零碎异常线索的方法，其特征在于：包括步骤：

S1.线上系统持续运行识别算法，所述S1用于持续提供识别算法；

S2.需要遍历当前时间段T内的每一种维度组合E，并将所有维度组合E作为节点建立树状结构，所述S2用于在算法运行时，根据维度组合建立树状结构；

S3.根据剪枝算法筛选出线索节点，所述S3用于筛选线索节点；

S4.基于S3得到的线索节点，使用层次遍历的方式搜索每一个节点并计算该节点所表示的维度组合E成为一个线索的可能性大小，所述S4用于配合S3对维度组合E成为一个线索的可能性大小进行判断；

S5.提供有价值的线索列表，所述S5用于建立有价值的线索列表。

2.根据权利要求1所述的一种用于识别服务零碎异常线索的方法，其特征在于：所述需要遍历当前时间段T内的每一种维度组合E，并将所有维度组合E作为节点建立树状结构的具体方法为：

Step1：选择需要使用的维度类型，了解该类型维度下分别具有的纬度值，并使用向量的形式表示一种维度组合E；

Step2：在树结构中，使用向量(*,*,*,*,*)表示树的根节点，树的第n层表示该层节点所表示的维度组合中仅存在n个有效的纬度值，而其他都使用通配符“*”表示。

3.根据权利要求1所述的一种用于识别服务零碎异常线索的方法，特征在于：所述S3中的剪枝算法筛选线索指基于调用基数阈值RequestsThreshold进行的剪枝操作，其中没有被剪枝的节点作为备选线索。

4.根据权利要求3所述的一种用于识别服务零碎异常线索的方法，其特征在于：所述基于调用基数阈值RequestsThreshold进行的剪枝操作为：

假设异常检测的阈值为t，则当一个维度组合E满足下式：

Rn(E,T)＜t*Rn(T)；

表示该维度组合E的节点以及该节点的子树均需要进行剪枝操作。

5.根据权利要求1所述的一种用于识别服务零碎异常线索的方法，其特征在于：所述S4包括基于ImpactorFactor计算线索的可能性大小和基于DiversityFactor计算线索的可能性大小，所述ImpactorFactor由IF表示，所述DiversityFactor由DF表示。

6.根据权利要求5所述的一种用于识别服务零碎异常线索的方法，其特征在于：所述基于ImpactorFactor计算线索的可能性大小的判断方法为：

①.定义SuccessfulRate(SR)，则SR的计算公式为：

其中，Rn表示定义满足维度组合E的请求调用数量，Sn表示调用成功的数量，SR表示成功率，T为当前时间，E为维度组合；

②.设置需要衡量的维度组合E₀、与E₀互补的维度组合E₁以及维度组合E₂(*,*,*,*,*),三者之间存在的关系为：

Rn(E₀,T)+Rn(E₁,T)＝Rn(E₂,T)；

③.定义IF指标为：

IF(E₀)＝SR(E₁,T)-SR(E₀,T)；

当IF指标值为非负数时，视为对应的维度组合E为无效线索，当IF指标值为负数时，视为对应的维度组合E为有效线索。

7.根据权利要求5所述的一种用于识别服务零碎异常线索的方法，其特征在于：所述基于DiversityFactor计算线索的可能性大小的判断方法为：

定义DF，则DF的计算公式为：

其中，p表示维度组合E在当前时间段T₂内的调用成功率，即SR(E,T₂)，q表示维度组合E在前一个时间段T₁内的调用成功率，即SR(E,T₁)。