一种话务指标异常的自动检测方法及其自动检测装置制造方法及图纸

本发明专利技术揭示一种话务指标异常的自动检测方法及其自动检测装置、终端设备、储存介质。所述话务指标异常的自动检测方法包括如下步骤：采集各个业务线的话务指标数据；储存采集到的各个业务线的话务指标数据；将储存的每个业务线的历史话务指标数据，按照时间维度形成多个历史话务指标数据分片，并生成每个所述历史话务指标数据分片的抖动上升阈值和抖动下降阈值；根据与待检测的话务指标数据相对应的历史话务指标数据分片的抖动上升阈值和抖动下降阈值，判断该话务指标数据是否为异常数据；当该话务指标数据经检测为异常数据时，根据该话务指标数据所在的业务线的告警内容进行处理后，通知该业务线的负责对象。

Automatic detection method for traffic index abnormity and automatic detection device thereof

The invention discloses an automatic detection method for traffic index abnormity, an automatic detection device, a terminal device and a storage medium thereof. Automatic detection method of the traffic anomaly index includes the following steps: traffic data collection for each business line; traffic index data storage collected for each business line; the historical traffic index data stored in each line of business, in accordance with the time dimension to form a plurality of historical traffic index data, and generate each of the historical traffic index data slice jitter and jitter decrease rise threshold threshold; according to historical traffic index data corresponding to the traffic index data to detect the slice jitter and jitter threshold rising threshold decreased, the judgment of the traffic index data is abnormal data; when the traffic index data for the detection of abnormal data, for according to the content of the traffic warning index data where the line of business, the business object is responsible for notifying the line.

【技术实现步骤摘要】

本专利技术涉及通信
，尤其涉及一种用于呼叫中心的话务指标异常的自动检测方法以及话务指标异常的自动检测装置、终端设备、储存介质。
技术介绍
现有的呼叫中心监控平台，会对各个业务线的话务指标数据进行监控，但是监控的方式一般都是通过人工对各种监控项进行手动一一配置。目前一些拥有大规模呼叫中心的公司随着其业务的快速发展，需要进行监控的呼叫中心系统及业务线也呈指数级的上涨，这种传统的话务指标数据监控的方法已无法满足用户的需求。具体来说，一方面由于各个业务线的曲线多样化且不具备统一特征，若针对上万的监控项仍然进行手动一一配置，则产生的工作量极大且效率极低、会浪费很多的人力成本；并且手动配置的实时性和准确性都无法得到保障，对于后续处理的及时性也造成了很大的影响。另一方面，呼叫中心各个业务线受多种客观因素影响，产生较多的误告。例如部分具备特殊时间(节假日或者航变等特殊时间)变化的业务曲线在该特殊时间内，会经常因非业务系统故障而引起话务指标数据抖动较大，产生较多的误告。而目前的监控方法无法有效地对这些误告过滤，也对监控的准确性造成了很大影响。
技术实现思路
针对现有技术中的缺陷，本专利技术的目的是提供一种话务指标异常的自动检测方法以及话务指标异常的自动检测装置。该触话务指标异常的自动检测方法可以人工检测的人力成本、提高效率，并且还可以保障检测的实时性、准确性和及时性。根据本专利技术的一个方面提供一种话务指标异常的自动检测方法，所述话务指标异常的自动检测方法包括如下步骤：采集各个业务线的话务指标数据；储存采集到的各个业务线的话务指标数据；将储存的每个业务线的历史话务指标数据，按照时间维度形成多个历史话务指标数据分片，并生成每个所述历史话务指标数据分片的抖动上升阈值和抖动下降阈值；根据与待检测的话务指标数据相对应的历史话务指标数据分片的抖动上升阈值和抖动下降阈值，判断该话务指标数据是否为异常数据；当该话务指标数据经检测为异常数据时，根据该话务指标数据所在的业务线的告警内容进行处理后，通知该业务线的负责对象。优选地，在形成多个历史话务指标数据分片，并生成每个所述历史话务指标数据分片的抖动上升阈值和抖动下降阈值的步骤中还包括如下步骤：选取第一时段内的各个业务线的所有历史话务指标数据；对选取的每个业务线的所有历史话务指标数据按照时间顺序进行均匀地划分，形成多个历史话务指标数据分片；获取每个历史话务指标数据分片中各个历史话务指标数据之间的抖动值，并生成该历史话务指标数据分片的抖动上升阈值和抖动下降阈值。优选地，当形成所述历史话务指标数据分片中的多个历史话务指标数据呈正态分布时，在生成该历史话务指标数据分片的抖动上升阈值和抖动下降阈值的步骤中还包括如下步骤：剔除该历史话务指标数据分片中多个数值最大的历史话务指标数据和多个数值最小的历史话务指标数据；补偿该历史话务指标数据分片中保留的各个历史话务指标数据所生成的抖动上升阈值和抖动下降阈值，并将补偿后的抖动上升阈值和抖动下降阈值分别作为该历史话务指标数据分片的抖动上升阈值和抖动下降阈值。优选地，以12.5％的比例分别剔除该历史话务指标数据分片中多个数值最大的历史话务指标数据和多个数值最小的历史话务指标数据。优选地，以30％的比例补偿该历史话务指标数据分片中保留的各个历史话务指标数据所生成的抖动上升阈值和抖动下降阈值。优选地，所述第一时段为1个月或2个月。优选地，在判断该话务指标数据是否为异常数据的步骤中还包括如下步骤：保存待检测的话务指标数据及其附近连续的多个话务指标数据，形成一个待检测的话务指标数据分片；获取该待检测的话务指标数据分片内的各个话务指标数据之间的抖动值；根据该待检测的话务指标数据所属的业务线以及所在的时间段获取相对应的历史话务指标数据分片的抖动上升阈值和抖动下降阈值；当该待检测的话务指标数据分片中的连续多个抖动值超出第一合理值范围时，则对该待检测的话务指标数据分片进行局部趋势校验，计算平均值，并根据该待检测的话务指标数据分片的抖动范围选取一第二合理值范围，其中，第一合理值范围的最大值大于历史话务指标数据分片的抖动上升阈值，最小值小于历史话务指标数据分片的下降阈值；若该待检测的话务指标数据超过该第二合理值范围，将该待检测的话务指标数据视为异常数据。优选地，对该待检测的话务指标数据分片进行局部趋势校验，计算平均值，并根据该待检测的话务指标数据分片的抖动范围选取一第二合理数据范围的条件为：连续两个抖动值分别超过历史话务指标数据分片的抖动上升阈值或抖动下降阈值的2倍；或者连续三个抖动值分别超过历史话务指标数据分片的抖动上升阈值或抖动下降阈值的1.8倍。优选地，保存的话务指标数据及该待检测的话务指标数据附近的多个话务指标数据的总数与该待检测的话务指标数据所对应的业务线的历史话务指标数据分片内的历史话务指标数据的总数相同。优选地，所述采集、储存的每个话务指标数据均为一个第二时段内的所有数据的总和或平均值。优选地，每条业务线中，采集、储存的每个话务指标数据选取的所述第二时段相同，所述第二时段为1分钟、2分钟、5分钟或者30分钟中的任一个。根据本专利技术的另一个方面，还提供一种话务指标异常的自动检测装置，所述话务指标异常的自动检测装置包括：数据采集模块，用于采集各个业务线的话务指标数据；储存模块，与所述数据采集模块相连接，用于储存采集到的各个业务线的话务指标数据；抖动分析模块，与所述储存模块相连接，用于将储存的每个业务线的历史话务指标数据，按照时间维度形成多个历史话务指标数据分片，并生成每个所述历史话务指标数据分片的抖动上升阈值和抖动下降阈值；抖动检测模块，分别与所述抖动分析模块和所述采集模块相连接，用于根据与待检测的话务指标数据相对应的历史话务指标数据分片的抖动上升阈值和抖动下降阈值，判断该话务指标数据是否为异常数据；告警模块，与所述抖动检测模块相连接，用于当该话务指标数据经检测为异常数据时，根据该话务指标数据所在的业务线的告警内容进行处理后，通知该业务线的负责对象。优选地，所述抖动分析模块包括：数据选取单元，用于选取第一时段内的各个业务线的所有历史话务指标数据；数据分片单元，与所述数据选取单元相连接，用于对选取的每个业务线的所有历史话务指标数据按照时间顺序进行均匀地划分，形成多个历史话务指标数据分片；阈值计算单元，与所述数据分片单元相连接，用于获取每个历史话务指标数据分片中各个历史话务指标数据之间的抖动值，并生成该历史话务指标数据分片的抖动上升阈值和抖动下降阈值。优选地，当所述数据分片单元形成所述历史话务指标数据分片中的多个历史话务指标数据呈正态分布时，所述阈值计算单元还包括：数据剔除单元，剔除该历史话务指标数据分片中多个数值最大的历史话务指标数据和多个数值最小的历史话务指标数据；和数据修正单元，与所述数据剔除单元相连接，用于补偿该历史话务指标数据分片中保留的各个历史话务指标数据所生成的抖动上升阈值和抖动下降阈值，并将补偿后的抖动上升阈值和抖动下降阈值分别作为该历史话务指标数据分片的抖动上升阈值和抖动下降阈值。优选地，所述抖动检测模块包括：局部数据保存单元，用于保存待检测的话务指标数据及其附近连续的多个话务指标数据，形成一个待检测的话务指标数据分片；抖动值计算单元，与所述局部数据保本文档来自技高网...

【技术保护点】
一种话务指标异常的自动检测方法，其特征在于，所述话务指标异常的自动检测方法包括如下步骤：采集各个业务线的话务指标数据；储存采集到的各个业务线的话务指标数据；将储存的每个业务线的历史话务指标数据，按照时间维度形成多个历史话务指标数据分片，并生成每个所述历史话务指标数据分片的抖动上升阈值和抖动下降阈值；根据与待检测的话务指标数据相对应的历史话务指标数据分片的抖动上升阈值和抖动下降阈值，判断该话务指标数据是否为异常数据；当该话务指标数据经检测为异常数据时，根据该话务指标数据所在的业务线的告警内容进行处理后，通知该业务线的负责对象。

【技术特征摘要】
1.一种话务指标异常的自动检测方法，其特征在于，所述话务指标异常的自动检测方法包括如下步骤：采集各个业务线的话务指标数据；储存采集到的各个业务线的话务指标数据；将储存的每个业务线的历史话务指标数据，按照时间维度形成多个历史话务指标数据分片，并生成每个所述历史话务指标数据分片的抖动上升阈值和抖动下降阈值；根据与待检测的话务指标数据相对应的历史话务指标数据分片的抖动上升阈值和抖动下降阈值，判断该话务指标数据是否为异常数据；当该话务指标数据经检测为异常数据时，根据该话务指标数据所在的业务线的告警内容进行处理后，通知该业务线的负责对象。2.如权利要求1所述的话务指标异常的自动检测方法，其特征在于，在形成多个历史话务指标数据分片，并生成每个所述历史话务指标数据分片的抖动上升阈值和抖动下降阈值的步骤中还包括如下步骤：选取第一时段内的各个业务线的所有历史话务指标数据；对选取的每个业务线的所有历史话务指标数据按照时间顺序进行均匀地划分，形成多个历史话务指标数据分片；获取每个历史话务指标数据分片中各个历史话务指标数据之间的抖动值，并生成该历史话务指标数据分片的抖动上升阈值和抖动下降阈值。3.如权利要求2所述的话务指标异常的自动检测方法，其特征在于，当形成所述历史话务指标数据分片中的多个历史话务指标数据呈正态分布时，在生成该历史话务指标数据分片的抖动上升阈值和抖动下降阈值的步骤中还包括如下步骤：剔除该历史话务指标数据分片中多个数值最大的历史话务指标数据和多个数值最小的历史话务指标数据；补偿该历史话务指标数据分片中保留的各个历史话务指标数据所生成的抖动上升阈值和抖动下降阈值，并将补偿后的抖动上升阈值和抖动下降阈值分别作为该历史话务指标数据分片的抖动上升阈值和抖动下降阈值。4.如权利要求3所述的话务指标异常的自动检测方法，其特征在于，以12.5％的比例分别剔除该历史话务指标数据分片中多个数值最大的历史话务指标数据和多个数值最小的历史话务指标数据。5.如权利要求3所述的话务指标异常的自动检测方法，其特征在于，以30％的比例补偿该历史话务指标数据分片中保留的各个历史话务指标数据所生成的抖动上升阈值和抖动下降阈值。6.如权利要求2所述的话务指标异常的自动检测方法，其特征在于，所述第一时段为1个月或2个月。7.如权利要求1所述的话务指标异常的自动检测方法，其特征在于，在判断该话务指标数据是否为异常数据的步骤中还包括如下步骤：保存待检测的话务指标数据及其附近连续的多个话务指标数据，形成一个待检测的话务指标数据分片；获取该待检测的话务指标数据分片内的各个话务指标数据之间的抖动值；根据该待检测的话务指标数据所属的业务线以及所在的时间段获取相对应的历史话务指标数据分片的抖动上升阈值和抖动下降阈值；当该待检测的话务指标数据分片中的连续多个抖动值超出第一合理值范围时，则对该待检测的话务指标数据分片进行局部趋势校验，计算平均值，并根据该待检测的话务指标数据分片的抖动范围选取一第二合理值范围，其中，第一合理值范围的最大值大于历史话务指标数据分片的抖动上升阈值，最小值小于历史话务指标数据分片的下降阈值；若该待检测的话务指标数据超过该第二合理值范围，将该待检测的话务指标数据视为异常数据。8.如权利要求7所述的话务指标异常的自动检测方法，其特征在于，对该待检测的话务指标数据分片进行局部趋势校验，计算平均值，并根据该待检测的话务指标数据分片的抖动范围选取一第二合理数据范围的条件为：连续两个抖动值分别超过历史话务指标数据分片的抖动上升阈值或抖动下降阈值的2倍；或者连续三个抖动值分别超过历史话务指标数据分片的抖动上升阈值或抖动下降阈值的1.8倍。9.如权利要求7所述的话务指标异常的自动检测方法，其特征在于，保存的话务指标数据及该待检测的话务指标数据附近的多个话务指标数据的总数与该待检测的话务指标数据所对应的业务线的历史话务指标数据分片内的历史话务指标数据的总数相同。10.如权利要求1至9中任一项所述的话务指标异常的自动检测方法，其特征在于，所述采集、储存的每个话务指标数据均为一个第二时段内的所有数据的总和或平均值。11.如权利要求10所述的话务指标异常的自动检测方法，其特征在于，每条业务线中，采集、储存的每个话务指标数据选取的所述第二时段相同，所述第二时段为1分钟、2分钟、5分钟或者30分钟中的任一个。12.一种话务指标异常的自动检测装置，其特征在于，所述话务指标异常的自动检测装置包括...

【专利技术属性】
技术研发人员：杜鹃，朱挺，
申请(专利权)人：携程旅游信息技术上海有限公司，
类型：发明
国别省市：上海;31