一种指标定量评分方法、计算机设备及存储介质技术

本申请涉及一种指标定量评分方法、计算机设备及存储介质，其中该方法包括：获取指标的指标值，其中，该指标表征系统的性能表现或用户体验；判断指标值与第一阈值和第二阈值的大小关系，其中，第一阈值小于第二阈值；当指标值介于第一阈值与第二阈值之间，根据指标的概率密度函数确定指标值的概率密度积分值，并根据概率密度积分值确定指标值对应的评分，其中，概率密度函数是根据指标的历史数据进行核密度估计得到的。通过本申请，实现了更细化的评价标准来定量评价系统的表现或用户体验，可对每一个指标值，给出的分值。

【技术实现步骤摘要】
一种指标定量评分方法、计算机设备及存储介质
本申请涉及计算机领域，尤其涉及一种指标定量评分方法、计算机设备及存储介质。
技术介绍
指标，用来表征系统性能表现或用户体验。比如系统响应时间，其值范围通常为0到+∞，系统响应时间值越小，系统响应客户请求性能越好，用户体验越好。再比如，可用性，其值范围通常为0到100，可用性值越大，系统错误发生率越低，可用性越高，用户体验越好。相关技术中，通常设置一个标准来定性评价系统的表现或用户体验，以系统响应时间举例说明：（0，10）：优秀；（10，25）：好；（25，40）：良好；（40，50）：一般；（50，70）：差；（70，+∞）：很差。此标准通常根据行业水平，和历史数据统计量动态设定。比如，同行业系统响应时间评价值为30，再基于历史数据，算出标准差，假设为10，以行业平均值为基准，上下浮动N个标准差，即可定义一个标准。然而，相关技术中的方法对指标的评分较为初略，难以反映出指标的细节情况。
技术实现思路
为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了一种指标定量评分方法、计算机设备及存储介质。第一方面，本申请提供了一种指标定量评分方法，包括：获取指标的指标值，其中，该指标表征系统的性能表现或用户体验；判断指标值与第一阈值和第二阈值的大小关系，其中，第一阈值小于第二阈值；当指标值介于第一阈值与第二阈值之间，根据指标的概率密度函数确定指标值的概率密度积分值，并根据概率密度积分值确定指标值对应的评分，其中，概率密度函数是根据指标的历史数据进行核密度估计得到的。在某些实施例中，指标值对应的评分与概率密度积分值呈线性关系。在某些实施例中，上述指标定量评分方法，还包括：当指标值小于或等于第一阈值，确定指标值对应的评分为第一分值；当指标值大于或等于第二阈值，确定指标值对应的评分为第二分值。在某些实施例中，根据所述概率密度积分值确定所述指标值对应的评分，包括：当指标为负相关的指标，按照以下方式确定指标值对应的评分：H-(H-L)*c；其中，H表示第一分值，L表示第二分值，c表示指标值的概率密度积分值，第一分值大于第二分值。在某些实施例中，根据概率密度积分值确定指标值对应的评分，包括：当指标为正相关的指标，按照以下方式确定指标值对应的评分：L+(H-L)*c；其中，H表示第二分值，L表示第一分值，c表示指标值的概率密度积分值，第二分值大于第一分值。在某些实施例中，上述指标定量评分方法，还包括：获取指标的历史数据，其中，历史数据包括指标的多个历史值；根据历史数据确定进行核密度估计的带宽参数；基于历史数据和带宽参数确定用于核密度估计的样本集合；根据样本集合按照带宽参数进行核密度估计，得到指标的概率密度函数。在某些实施例中，历史数据表示为X：{x1，x2，…，xi，…，xn}，历史值的个数为n，历史值标准差表示为hi，历史值的四分位距表示为IQR；设lo为min(hi，IQR/1.34)，如果lo为0，当hi不为0时，lo等于hi；当hi为0时，如果x1不为0，lo等于x1，如果x1为0，lo等于1；带宽参数确定为0.9*lo*n-0.2。在某些实施例中，基于历史数据和带宽参数确定用于核密度估计的样本集合，包括：根据带宽参数估计指标的上限值和下限值，其中，下限值确定为min(X)-k*h，上限值确定为max(X)+k*h，X为历史数据，h为带宽参数，k为预设超参值；根据上限值、下限值和预设样本数量，对历史数据进行重构，得到预设样本数量个处于上限值与下限值范围内平均分布的样本集合。第二方面，本申请提供了一种计算机设备，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；计算机程序被处理器执行时实现上述任一实施例的指标定量评分方法的步骤。第三方面，本申请提供了一种计算机可读存储介质，计算机可读存储介质上存储有指标定量评分程序，指标定量评分程序被处理器执行时实现上述任一实施例的指标定量评分方法的步骤。本申请实施例提供的上述技术方案与现有技术相比具有如下优点：本申请实施例提供的该方法，基于指标的历史数据，利用核密度估计，得到指标值的概率密度分布，然后再对指标值分布概率密度进行积分，获得指标值的概率密度积分值，基于概率密度积分值确定得到指标值对应的评分。该方法，实现了更细化的评价标准来定量评价系统的表现或用户体验，可对每一个指标值，给出的分值。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例提供的指标定量评分方法一种实施方式的流程图。图2为本申请实施例提供的指标定量评分方法另一种实施方式的流程图。图3为本申请实施例提供的概率密度函数确定方法一种实施方式的流程图。图4为本申请实施例提供的指标定量评分系统一种实施方式的结构框图。图5为本申请实施例提供的计算机设备一种实施方式的硬件示意图。图6为本申请实施例提供的指标值的概率密度分布一个示例的示意图。图7为本申请实施例提供的指标值的概率密度积分值一个示例的示意图。图8为本申请实施例提供的负相关指标的分值曲线一个示例的示意图。图9为本申请实施例提供的正相关指标的分值曲线一个示例的示意图。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本专利技术的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。本申请实施例提供了一种指标定量评分方法，用于对指标的指标值定量评分，由指标的指标值得到用于表征系统性能表现或用户体验等的分值。本申请实施例中，指标表征系统的性能表现或用户体验。指标定量评分得到指标的分值，可用于对多项指标进行综合评价，但不限于此。本申请实施例中的系统，可包括各种软件、硬件及其结合的服务系统，作为示例性说明，本申请实施例中的系统可包括通信网络（例如，移动蜂窝网络、IPv6网络）、应用程序（例如，微软公司的Windows、苹果公司iOS及MacOS、谷歌公司Android等操作系统上运行的应用程序，但不限于此）、分布式架构应用、微服务结构应用等。通过系统运行的指标进行监测，获取系统运行中各种表征系统性能表现或用户体验的指标。通过对指标的分析确定系统是否存在异常、系统的可用性等，便于系统运维人员维护系统。以页面浏览为例，指标可包括：总下载时间、总下载字节数、下载速度、基础页面下载字节数、首屏对象树、首屏下载字节数、DNS解析次数、DNS解析总时间、建立连接次数、建立本文档来自技高网...

【技术保护点】
1.一种指标定量评分方法，其特征在于，包括：/n获取指标的指标值，其中，所述指标表征系统的性能表现或用户体验；/n判断所述指标值与第一阈值和第二阈值的大小关系，其中，所述第一阈值小于所述第二阈值；/n当所述指标值介于所述第一阈值与所述第二阈值之间，根据所述指标的概率密度函数确定所述指标值的概率密度积分值，并根据所述概率密度积分值确定所述指标值对应的评分，其中，所述概率密度函数是根据所述指标的历史数据进行核密度估计得到的。/n

【技术特征摘要】
1.一种指标定量评分方法，其特征在于，包括：
获取指标的指标值，其中，所述指标表征系统的性能表现或用户体验；
判断所述指标值与第一阈值和第二阈值的大小关系，其中，所述第一阈值小于所述第二阈值；
当所述指标值介于所述第一阈值与所述第二阈值之间，根据所述指标的概率密度函数确定所述指标值的概率密度积分值，并根据所述概率密度积分值确定所述指标值对应的评分，其中，所述概率密度函数是根据所述指标的历史数据进行核密度估计得到的。


2.根据权利要求1所述的指标定量评分方法，其特征在于，所述指标值对应的评分与所述概率密度积分值呈线性关系。


3.根据权利要求1或2所述的指标定量评分方法，其特征在于，还包括：
当所述指标值小于或等于所述第一阈值，确定所述指标值对应的评分为第一分值；
当所述指标值大于或等于所述第二阈值，确定所述指标值对应的评分为第二分值。


4.根据权利要求3所述的指标定量评分方法，其特征在于，根据所述概率密度积分值确定所述指标值对应的评分，包括：
当所述指标为负相关的指标，按照以下方式确定所述指标值对应的评分：H-(H-L)*c；
其中，H表示所述第一分值，L表示所述第二分值，c表示所述指标值的概率密度积分值，所述第一分值大于所述第二分值。


5.根据权利要求3所述的指标定量评分方法，其特征在于，根据所述概率密度积分值确定所述指标值对应的评分，包括：
当所述指标为正相关的指标，按照以下方式确定所述指标值对应的评分：L+(H-L)*c；
其中，H表示所述第二分值，L表示所述第一分值，c表示所述指标值的概率密度积分值，所述第二分值大于所述第一分值。


6.根据权利要求1所述的指标定量评分方法，其特征在于，还包括：
获取指标的历史数据，其...

【专利技术属性】
技术研发人员：李文文，
申请(专利权)人：北京基调网络股份有限公司，
类型：发明
国别省市：北京;11