The invention relates to a method of alarm, abnormal data includes: acquiring preset time history operation data and current operation data; trend model the historical operation data of the corresponding; periodic factor calculation of the historical data corresponding to the operation; using the trend model and the periodic factor calculation the abnormal alarm data of current operation data of the threshold; prediction the current operational data values using the trend model and cyclical factors, and the value and the current operation data calculation of the corresponding prediction ratio prediction according to the forecast; when the ratio is greater than the alarm threshold, the alarm information of the abnormal data generation. When the method is used to warn the abnormal data, the operation time can be effectively saved and the work efficiency can be improved. In addition, an alarm device for abnormal data is provided.
【技术实现步骤摘要】
异常数据的报警方法和装置
本专利技术涉及计算机
,特别是涉及一种异常数据的报警方法和装置。
技术介绍
随着企业的发展,企业推出的产品越来越多,与产品相关的运营数据也越来越庞杂。企业的运营人员通过需要花费大量的时间来监测运营数据是否出现异常。例如,监测当天的运营数据是否突然有较大幅度的增加或减少,以及与历史数据的发展趋势有较大幅度的偏离等。传统的方式,运营人员是基于运营数据图形化的趋势图通过肉眼来判断是否出现异常数据。这种方式耗费大量的操作时间,工作效率较低。
技术实现思路
基于此,有必要针对上述技术问题,提供一种能够有效节省操作时间提高工作效率的异常数据的报警方法和装置。一种异常数据的报警方法,包括:获取预设时间段内的历史运营数据和当前运营数据;建立所述历史运营数据对应的趋势模型;计算所述历史运营数据对应的周期性因子;利用所述趋势模型和所述周期性因子计算所述当前运营数据中异常数据的报警阈值;利用所述趋势模型和周期性因子计算所述当前运营数据的预测值,并且根据所述预测值与所述当前运营数据计算对应的预测比率;当所述预测比率大于所述报警阈值时,对所述异常数据生成报警信息。在其中一个实施例中,所述预设时间段包括多个时间周期;所述建立所述历史运营数据对应的趋势模型的步骤包括:计算时间周期内的历史运营数据的周期均值;拟合所述周期均值对应的趋势模型。在其中一个实施例中,所述时间周期包括多个子周期;所述计算所述历史运营数据对应的周期性因子的步骤包括:获取子周期内的历史运营数据;利用所述子周期内的历史运营数据与所述周期均值计算对应的子周期因子;利用所述子周期因子分别计算每个 ...
【技术保护点】
一种异常数据的报警方法,包括:获取预设时间段内的历史运营数据和当前运营数据;建立所述历史运营数据对应的趋势模型;计算所述历史运营数据对应的周期性因子;利用所述趋势模型和所述周期性因子计算所述当前运营数据中异常数据的报警阈值;利用所述趋势模型和周期性因子计算所述当前运营数据的预测值,并且根据所述预测值与所述当前运营数据计算对应的预测比率;当所述预测比率大于所述报警阈值时,对所述异常数据生成报警信息。
【技术特征摘要】
1.一种异常数据的报警方法,包括:获取预设时间段内的历史运营数据和当前运营数据;建立所述历史运营数据对应的趋势模型;计算所述历史运营数据对应的周期性因子;利用所述趋势模型和所述周期性因子计算所述当前运营数据中异常数据的报警阈值;利用所述趋势模型和周期性因子计算所述当前运营数据的预测值,并且根据所述预测值与所述当前运营数据计算对应的预测比率;当所述预测比率大于所述报警阈值时,对所述异常数据生成报警信息。2.根据权利要求1所述的异常数据的报警方法,其特征在于,所述预设时间段包括多个时间周期;所述建立所述历史运营数据对应的趋势模型的步骤包括:计算时间周期内的历史运营数据的周期均值;拟合所述周期均值对应的趋势模型。3.根据权利要求2所述的异常数据的报警方法,其特征在于,所述时间周期包括多个子周期;所述计算所述历史运营数据对应的周期性因子的步骤包括:获取子周期内的历史运营数据;利用所述子周期内的历史运营数据与所述周期均值计算对应的子周期因子;利用所述子周期因子分别计算每个子周期对应的周期性因子。4.根据权利要求1所述的异常数据的报警方法,其特征在于,所述利用所述趋势模型和所述周期性因子计算所述当前运营数据中异常数据的报警阈值的步骤包括:利用所述趋势模型推算所述预设时间段内的历史运营数据的周期均值的拟合值;利用推算出的周期均值的拟合值与所述周期性因子得到历史运营数据拟合值;根据所述历史运营数据拟合值与历史运营数据计算拟合比率;根据所述拟合比率确定当前运营数据中异常数据的报警阈值。5.根据权利要求1所述的异常数据的报警方法,其特征在于,所述利用所述趋势模型和周期性因子计算所述当前运营数据的预测值,并且根据所述预测值与所述当前运营数据计算对应的预测比率的步骤包括:利用所述趋势模型推算当前运营数据在当前时间周期内的周期预测均值;利用所述周期预测均值与所述周期性因子得到对应...
【专利技术属性】
技术研发人员:温健鸿,
申请(专利权)人:博雅网络游戏开发深圳有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。