智能预警方法与系统技术方案

本发明专利技术公开了一种智能预警方法，包括：获取目标用户相关的业务场景及与所述业务场景相关的变量指标；配置所述变量指标的变量指标参数；监测所述变量指标参数是否超出预设的指标范围区间；若所述变量指标参数超出所述指标范围区间，则根据预设的自然语言描述模板以及所述变量指标参数生成预警信息，以供用户进行查看。本发明专利技术还公开了一种智能预警系统。本发明专利技术的有益效果在于：可以对变量指标数据进行全方位的监测，提高了异常监测的效率，进而节省了时间。

Intelligent early warning method and system

【技术实现步骤摘要】
智能预警方法与系统
本专利技术实施例涉及数据监控领域，尤其涉及一种智能预警方法与系统。技术背景各行各业运转时间越久，各种数据与日俱增，如何及时对大数据进行监控，进而做出反馈，是急需解决的问题。目前通用预警方案大致分为两种：第一种基本上依赖于用户手动添加，例如设置业务场景的预警，用户需对每一个业务场景设置预警阈值，手动设置多次，预警触发后则推送至用户客户端。同时设置预警需要依赖于图形本身，如局限于柱状图、折线图等。这种方法大量依赖于行业经验，操作繁琐，触发被动，无法及时识别潜在风险。第二种智能预警则偏向于舆情监听、行业资讯及行业动态获取，采用文本挖掘、知识图谱等技术，着眼于整体大行业变化、舆论倾向等，缺少对大数据的监控，不能根据具体业务情况进行针对性指导。
技术实现思路
有鉴于此，本专利技术实施例的目的是提供一种智能预警方法与系统，可以对变量指标数据进行全方位的监测，提高了异常监测的效率，进而节省了时间。为实现上述目的，本专利技术实施例提供了一种智能预警方法，包括：获取目标用户相关的业务场景及与所述业务场景相关的变量指标；配置所述变量指标的变量指标参数；监测所述变量指标参数是否超出预设的指标范围区间；若所述变量指标参数超出所述指标范围区间，则根据预设的自然语言描述模板以及所述变量指标参数生成预警信息，以供用户进行查看。进一步地，所述监测所述变量指标参数是否超出预设的指标范围区间包括：获取所述业务场景及所述变量指标的历史时间序列；通过预设的时间序列分解算法将所述历史时间序列进行分解，得到所述历史时间序列每个时间点的余项分量；根据预设的异常值检测算法分析所述每个时间点的余项分量，以得到异常时间点；判断所述异常时间点是否在所述指标范围区间内；所述若所述变量指标参数超出所述指标范围区间，则根据预设的自然语言描述模板以及所述变量指标参数生成预警信息，以供用户进行查看包括：若所述异常时间点超出所述指标范围区间，则根据预设的自然语言描述模板以及所述异常时间点生成预警信息，以供用户进行查看。进一步地，所述监测所述变量指标参数是否超出预设的指标范围区间包括：获取多个目标用户的变量指标的变量指标参数；从所述多个目标用户的变量指标参数中任意选取一个目标用户的变量指标参数作为聚类中心；计算其他用户的变量指标参数到所述聚类中心的距离；监测所述距离是否超出预设的指标范围区间；所述若所述变量指标参数超出所述指标范围区间，则根据预设的自然语言描述模板以及所述变量指标参数生成预警信息，以供用户进行查看包括：若所述距离在预设范围外的变量指标参数，则将变量指标参数作为异常数据，根据预设的自然语言描述模板以及所述异常时间点生成预警信息，以供用户进行查看。进一步地，所述监测所述变量指标参数是否超出预设的指标范围区间包括：获取所述变量指标的变量指标参数的历史时间序列数据；检验所述历史时间序列数据的平稳性；对所述历史时间序列数据中非平稳的历史时间序列数据做差分计算，得到差分序列；计算所述差分序列的自相关系数和平均移动系数；根据所述自相关系数和所述平均移动系数对所述差分序列进行残差和白噪声处理，以得到时间序列相关模型；通过所述时间序列相关模型对待测时间序列数据进行预测，得到预测数据；监测所述预测数据是否超出预设的指标范围区间；所述若所述变量指标参数超出所述指标范围区间，则根据预设的自然语言描述模板以及所述变量指标参数生成预警信息，以供用户进行查看包括：若所述预测数据超出所述指标范围区间，则根据预设的自然语言描述模板以及所述预测数据生成预警信息，以供用户进行查看。进一步地，所述根据预设的自然语言描述模版以及所述变量指标参数并生成预警信息，以供用户进行查看包括：将所述变量指标参数代入至预设的自然语言描述模版，以生成所述预警信息；将所述预警信息分成正相关预警信息、负相关预警信息与中立预警信息；采用对应的颜色对所述正相关预警信息、所述负相关预警信息与所述中立预警信息进行区分，以供用户进行查看。进一步地，所述方法还包括：当所述目标用户点击所述预警信息时，监控所述目标用户对所述预警信息的处理操作过程；根据所述处理操作过程生成日志文件，并存储所述日志文件。为实现上述目的，本专利技术实施例还提供了一种智能预警系统，包括：获取模块，用于获取目标用户相关的业务场景及与所述业务场景相关的变量指标；配置模块，用于配置所述变量指标的变量指标参数；监测模块，用于监测所述变量指标参数是否超出预设的指标范围区间；生成模块，用于若所述变量指标参数超出所述指标范围区间，则根据预设的自然语言描述模板及所述变量指标参数生成预警信息，以供用户进行查看。进一步地，所述生成模块还用于：将所述变量指标参数代入至预设的自然语言描述模版，以生成所述预警信息；将所述预警信息分成正相关预警信息、负相关预警信息与中立预警信息；采用对应的颜色对所述正相关预警信息、所述负相关预警信息与所述中立预警信息进行区分，以供用户进行查看。为实现上述目的，本专利技术实施例还提供了一种计算机设备，所述计算机设备包括存储器、处理器，所述存储器上存储有可在所述处理器上计算机程序，所述计算机程序被所述处理器执行时实现如上所述的智能预警方法的步骤。为实现上述目的，本专利技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序可被至少一个处理器所执行，以使所述至少一个处理器执行如上所述的智能预警方法的步骤。本专利技术实施例提供的智能预警方法与系统，通过对业务场景下的变量指标对应的变量指标数据进行监测，判断变量指标是否出现异常，进而生成预警信息。可以对变量指标数据进行全方位的监测，提高了异常监测的效率，进而节省了时间。附图说明图1为本专利技术智能预警方法实施例一的流程图。图2为本专利技术实施例一中步骤S104的流程图一。图3为本专利技术实施例一图1中步骤S104的流程图二。图4为本专利技术实施例一中步骤S104的流程图三。图5为本专利技术实施例一图1中步骤S106的流程图。图6为本专利技术实施例预警信息处理的流程图。图7为本专利技术智能预警系统实施例二的程序模块示意图。图8为本专利技术计算机设备实施例三的硬件结构示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术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用以解释本专利技术，并不用于限定本专利技术。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。实施例一参阅图1，示出了本专利技术实施例一之智能预警方法的步骤流程图。可本文档来自技高网...

【技术保护点】
1.一种智能预警方法，其特征在于，包括：/n获取目标用户相关的业务场景及与所述业务场景相关的变量指标；/n配置所述变量指标的变量指标参数；/n监测所述变量指标参数是否超出预设的指标范围区间；/n若所述变量指标参数超出所述指标范围区间，则根据预设的自然语言描述模板以及所述变量指标参数生成预警信息，以供用户进行查看。/n

【技术特征摘要】
1.一种智能预警方法，其特征在于，包括：
获取目标用户相关的业务场景及与所述业务场景相关的变量指标；
配置所述变量指标的变量指标参数；
监测所述变量指标参数是否超出预设的指标范围区间；
若所述变量指标参数超出所述指标范围区间，则根据预设的自然语言描述模板以及所述变量指标参数生成预警信息，以供用户进行查看。


2.根据权利要求1所述的智能预警方法，其特征在于，所述监测所述变量指标参数是否超出预设的指标范围区间包括：
获取所述业务场景及所述变量指标的历史时间序列；
通过预设的时间序列分解算法将所述历史时间序列进行分解，得到所述历史时间序列每个时间点的余项分量；
根据预设的异常值检测算法分析所述每个时间点的余项分量，以得到异常时间点；
判断所述异常时间点是否在所述指标范围区间内；
所述若所述变量指标参数超出所述指标范围区间，则根据预设的自然语言描述模板以及所述变量指标参数生成预警信息，以供用户进行查看包括：
若所述异常时间点超出所述指标范围区间，则根据预设的自然语言描述模板以及所述异常时间点生成预警信息，以供用户进行查看。


3.根据权利要求1所述的智能预警方法，其特征在于，所述监测所述变量指标参数是否超出预设的指标范围区间包括：
获取多个目标用户的变量指标的变量指标参数；
从所述多个目标用户的变量指标参数中任意选取一个目标用户的变量指标参数作为聚类中心；
计算其他用户的变量指标参数到所述聚类中心的距离；
监测所述距离是否超出预设的指标范围区间；
所述若所述变量指标参数超出所述指标范围区间，则根据预设的自然语言描述模板以及所述变量指标参数生成预警信息，以供用户进行查看包括：
若所述距离在预设范围外的变量指标参数，则将变量指标参数作为异常数据，根据预设的自然语言描述模板以及所述异常时间点生成预警信息，以供用户进行查看。


4.根据权利要求1所述的智能预警方法，其特征在于，所述监测所述变量指标参数是否超出预设的指标范围区间包括：
获取所述变量指标的变量指标参数的历史时间序列数据；
检验所述历史时间序列数据的平稳性；
对所述历史时间序列数据中非平稳的历史时间序列数据做差分计算，得到差分序列；
计算所述差分序列的自相关系数和平均移动系数；
根据所述自相关系数和所述平均移动系数对所述差分序列进行残差和白噪声处理，以得到时间序列相关模型；
通过所述时间序列相关模型对待测时间序列数据进行...

【专利技术属性】
技术研发人员：黄北辰，王大伟，王天宇，吴满芳，杨镭，付晓，
申请(专利权)人：深圳壹账通智能科技有限公司，
类型：发明
国别省市：广东;44