推送数据异常监控方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种推送数据异常监控方法、装置、计算机可读存储介质和计算机设备，该方法包括：获取待推送数据集合，待推送数据集合包括多个待推送数据；生成与各个待推送数据对应的待推送数据对象，待推送数据对象包括不同类型的特征集；对各个待推送数据对应的待推送数据对象进行编码，得到对应的各个已编码待推送数据对象；对各个已编码待推送数据对象进行聚类，得到多个聚类簇；从多个聚类簇中确定异常聚类簇；根据异常聚类簇对应的已编码待推送数据对象对待推送数据进行异常分析。本申请提供的方案能够从海量的推送数据中定位找到异常的推送数据从而提高推送数据的处理效率。

【技术实现步骤摘要】
推送数据异常监控方法、装置、计算机设备和存储介质
本申请涉及计算机
，特别是涉及一种推送数据异常监控方法、装置、计算机可读存储介质和计算机设备。
技术介绍
随着计算机技术的发展，出现了移动应用服务这个产品，移动应用服务是针对终端这种移动连接到互联网的业务或者无线网卡业务而开发的应用程序服务。而推送服务是连接线上移动应用服务和服务器后台的一个重要纽带，可以连接已上线的移动应用和服务器后台，可以让服务器从后台更新给已上线移动应用服务，去修复缺陷或者主动推送信息给用户，提高移动应用的活跃度。然而，随着移动互联网的飞速发展，移动应用服务中推送服务推送消息也日益增长，对于移动应用服务的海量推送数据，目前无法对海量推送数据的质量进行监控，从而造成对海量推送数据处理效率低。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够从海量的推送数据中定位找到异常的推送数据，从而提高推送数据的处理效率的推送数据异常监控方法、装置、计算机可读存储介质和计算机设备。一种推送数据异常监控方法，该方法包括：获取待推送数据集合，待推送数据集合包括多个待推送数据；生成与各个待推送数据对应的待推送数据对象，待推送数据对象包括不同类型的特征集；对各个待推送数据对应的待推送数据对象进行编码，得到对应的各个已编码待推送数据对象；对各个已编码待推送数据对象进行聚类，得到多个聚类簇；从多个聚类簇中确定异常聚类簇；根据异常聚类簇对应的已编码待推送数据对象对待推送数据进行异常分析。一种推送数据异常监控装置，该装置包括：待推送数据集合获取模块，用于获取待推送数据集合，待推送数据集合包括多个待推送数据；待推送数据对象生成模块，用于生成与各个待推送数据对应的待推送数据对象，待推送数据对象包括不同类型的特征集；待推送数据对象编码模块，用于对各个待推送数据对应的待推送数据对象进行编码，得到对应的各个已编码待推送数据对象；待推送数据对象聚类模块，用于对各个已编码待推送数据对象进行聚类，得到多个聚类簇；异常聚类簇检测模块，用于从多个聚类簇中确定异常聚类簇；待推送数据对象分析模块，用于根据异常聚类簇对应的已编码待推送数据对象对待推送数据进行异常分析。一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，该处理器执行所述程序时实现以下步骤：获取待推送数据集合，待推送数据集合包括多个待推送数据；生成与各个待推送数据对应的待推送数据对象，待推送数据对象包括不同类型的特征集；对各个待推送数据对应的待推送数据对象进行编码，得到对应的各个已编码待推送数据对象；对各个已编码待推送数据对象进行聚类，得到多个聚类簇；从多个聚类簇中确定异常聚类簇；根据异常聚类簇对应的已编码待推送数据对象对待推送数据进行异常分析。一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时，使得处理器执行以下步骤：获取待推送数据集合，待推送数据集合包括多个待推送数据；生成与各个待推送数据对应的待推送数据对象，待推送数据对象包括不同类型的特征集；对各个待推送数据对应的待推送数据对象进行编码，得到对应的各个已编码待推送数据对象；对各个已编码待推送数据对象进行聚类，得到多个聚类簇；从多个聚类簇中确定异常聚类簇；根据异常聚类簇对应的已编码待推送数据对象对待推送数据进行异常分析。上述推送数据异常监控方法、装置、计算机可读存储介质和计算机设备，终端将待推送数据集合发送至服务器，服务器在获取到待推送数据集合后，生成待推送数据集合中的各个待推送数据对应的待推送数据对应的待推送数据对象。进一步对各个待推送数据对应的待推送数据对象进行编码，得到各个已编码待推送数据对象，再对各个已编码待推送数据对象进行聚类，得到多个聚类簇。在多个聚类簇中确定出异常聚类簇，根据异常聚类簇对应的已编码待推送数据对象对待推送数据进行异常分析，可将异常分析结果发送至终端。通过在对海量的推送数据进行聚类后，从聚类得到的多个聚类簇中找到异常聚类簇，对异常聚类簇进行异常检测分析进而找到异常的推送数据，不仅可对海量的推送数据进行监控，也可提高推送数据的处理效率。附图说明图1为一个实施例中推送数据异常监控方法的应用环境图；图2为一个实施例推送数据异常监控方法的流程示意图；图3为一个实施例中生成待推送数据对象的流程示意图；图4为一个实施例中对待推送数据对象进行编码的流程示意图；图5为一个实施例中对已编码待推送数据对象进行聚类的流程示意图；图6为一个实施例中聚类过程的原理示意图；图7为一个实施例中从多个聚类簇中确定异常聚类簇的流程示意图；图8为一个实施例中对异常聚类簇进行异常分析的流程示意图；图9为一个实施例中推送数据异常监控方法的流程示意图；图10为一个实施例中推送数据异常监控装置的结构框图；图11为一个实施例中待推送数据对象生成模块的结构框图；图12为一个实施例中待推送数据对象编码模块的结构框图；图13为一个实施例中待推送数据对象分析模块的结构框图；图14为一个实施例中待推送数据对象聚类模块的结构框图；图15为一个实施例中异常聚类簇检测模块的结构框图；图16为一个实施例中推送数据异常监控装置的结构框图；图17为一个实施例中计算机设备的结构框图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。图1为一个实施例中推送数据异常监控方法的应用环境图。参照图1，该推送数据异常监控方法应用于推送数据异常监控系统。该推送数据异常监控系统包括终端110和服务器120。服务器在获取到待推送数据集合后，生成待推送数据集合中的各个待推送数据对应的待推送数据对应的待推送数据对象。进一步对各个待推送数据对应的待推送数据对象进行编码，得到各个已编码待推送数据对象，再对各个已编码待推送数据对象进行聚类，得到多个聚类簇。在多个聚类簇中确定出异常聚类簇，服务器根据异常聚类簇对应的已编码待推送数据对象对待推送数据进行异常分析，可将异常分析结果发送至终端。终端110和服务器120通过网络连接。终端110具体可以是台式终端或移动终端，移动终端具体可以手机、平板电脑、笔记本电脑等中的至少一种。服务器120可以用独立的服务器或者是多个服务器组成的服务器集群来实现。如图2所示，在一个实施例中，提供了一种推送数据异常监控方法。本实施例主要以该方法应用于上述图1中的服务器120来举例说明。参照图2，该推送数据异常监控方法具体包括如下步骤：步骤202，获取待推送数据集合，待推送数据集合包括多个待推送数据。其中，待推送数据是用来等待推送的消息数据。比如，待推送数据可以是但不限于图片、文本内容、语音、广告通知消息、活动通知消息、新闻通知消息等等。而待推送数据集合是由多个待推送数据组成的集合。服务器可通过终端相关的应用程序将待推送消息数据推送至对应的终端，这里的应用程序可以是但不限于具有各种推送消息数据服务的新闻应用程序、视频应用、社交网络应用、论坛应用等。服务器可通过自身具有采集能力的推送相关服务从而采集各个待推送数据，将采集到的各个待推送数据组成待推送数据集合。具体地，服务器可通过自身的采集能力采集待推送数据，服务器将获本文档来自技高网...

【技术保护点】
1.一种推送数据异常监控方法，包括：获取待推送数据集合，所述待推送数据集合包括多个待推送数据；生成与各个待推送数据对应的待推送数据对象，所述待推送数据对象包括不同类型的特征集；对所述各个待推送数据对应的待推送数据对象进行编码，得到对应的各个已编码待推送数据对象；对所述各个已编码待推送数据对象进行聚类，得到多个聚类簇；从所述多个聚类簇中确定异常聚类簇；根据所述异常聚类簇对应的已编码待推送数据对象对所述待推送数据进行异常分析。

【技术特征摘要】
1.一种推送数据异常监控方法，包括：获取待推送数据集合，所述待推送数据集合包括多个待推送数据；生成与各个待推送数据对应的待推送数据对象，所述待推送数据对象包括不同类型的特征集；对所述各个待推送数据对应的待推送数据对象进行编码，得到对应的各个已编码待推送数据对象；对所述各个已编码待推送数据对象进行聚类，得到多个聚类簇；从所述多个聚类簇中确定异常聚类簇；根据所述异常聚类簇对应的已编码待推送数据对象对所述待推送数据进行异常分析。2.根据权利要求1所述的方法，其特征在于，所述生成与各个待推送数据对应的待推送数据对象，包括：获取所述待推送数据对应的各个特征，将所述各个特征归入对应类型的特征集，所述类型包括时间类型、资源类型、地理位置类型中的至少一种；不同类型的特征集组成所述待推送数据对应的待推送数据对象。3.根据权利要求1所述的方法，其特征在于，所述对所述各个待推送数据对应的待推送数据对象进行编码，包括：获取所述待推送数据对象对应的各个特征集；根据所述特征集对应的类型，确定各个所述特征集对应的编码方式；根据所述特征集对应的编码方式对匹配的特征集中的各个特征进行编码。4.根据权利要求1所述的方法，其特征在于，所述对所述各个已编码待推送数据对象进行聚类，得到多个聚类簇，包括：根据各个所述已编码待推送数据对象中的所述特征集确定对应数量的类簇；从各个所述已编码待推送数据对象中随机选取与所述各个类簇对应的目标已编码待推送数据对象，将所述目标已编码待推送数据对象作为各个所述类簇的初始聚类中心，将所述初始聚类中心作为当前聚类中心；将各个所述已编码待推送数据对象与各个所述当前聚类中心进行相似度计算得到对应的初始相似度；当所述初始相似度大于预设相似度时，将所述初始相似度对应的所述已编码待推送数据对象分配到所述当前聚类中心对应的所述类簇中，得到多个当前聚类簇；根据各个所述当前聚类簇中的当前已编码待推送数据对象计算得到对应的各个更新聚类中心，将所述各个更新聚类中心作为当前聚类中心，返回所述将各个所述已编码待推送数据对象与各个所述当前聚类中心进行相似度计算得到对应的初始相似度的步骤进行重复聚类，直到满足收敛条件，得到所述多个聚类簇。5.根据权利要求4所述的方法，其特征在于，所述收敛条件为更新聚类中心与上一个聚类中心相同。6.根据权利要求1所述的方法，其特征在于，所述从所述多个聚类簇中确定异常聚类簇，包括：获取各个聚类簇中的已编码待推送数据对象的数量；将已编码待推送数据对象的数量小于预设阈值的聚类簇确定为异常聚类簇。7.根据权利要求1所述的方法，其特征在于，所述根据所述异常聚类簇对应的已编码待推送数据对象对所述待推送数据进行异常分析，包括：获取所述异常聚类簇中的各个所述已编码待推送数据对象；根据各个所述已编码待推送数据对象中的所述特征集对应的类型，确定各个所述特征集对应的解码方式；根据所述特征集对应的解码方式对匹配的特征集中的各个特征进行解码，得到对应的解码结果；根据所述解码结果对所述异常聚类簇对应的已编码待推送数据对象对...

【专利技术属性】
技术研发人员：付柳强，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东,44