一种业务数据处理方法及装置、网管服务器、存储介质制造方法及图纸

本发明专利技术实施例公开了一种业务数据处理方法，该方法包括：按预设的标准时刻集合对第一时间序列数据进行处理，获得初始基准值序列数据；按照预设的至少一个时间数据模型，补充初始基准值序列数据中的缺失时刻数据，获得第二时间序列数据；对第二时间序列数据进行计算，确定异常数据；对异常数据进行校正，获得基准值序列数据，以基准值序列数据为标准实现对当前业务数据的分析；基准值序列数据表征对初始基准值序列数据经过数据补充、检测和校正处理后的时间序列数据。通过该方法，避免了网管服务器对当前业务数据进行分析时存在准确性低的问题，有效提升了业务数据分析的准确性。本发明专利技术实施例还公开了一种业务数据处理装置、网管服务器及存储介质。管服务器及存储介质。管服务器及存储介质。

【技术实现步骤摘要】
一种业务数据处理方法及装置、网管服务器、存储介质


[0001]本专利技术涉及数据处理领域，尤其涉及一种业务数据处理方法及装置、网管服务器、存储介质。

技术介绍

[0002]业务数据包括时间序列数据，时间序列数据在某一段时间内(例如前一周、前一月)的平均变化情况可以作为该时间序列的基准值序列，用以分析和度量时间序列当前值的相对变化量，时间序列的基准值序列也是时间序列。以移动终端用户连接通用移动通信技术的长期演进(Long Term Evolution，LTE)网络产生的流量数据为例，经过数据收集和处理，在数据库中，LTE网络流量是以5分钟为间隔的持续产生的时间序列，且带有相应的时间标签A，时间标签A包括年月日组成的日期信息和小时分钟组成的时刻信息，例如20180810-20：55。记LTE网络流量时间序列为T1，时间标签a
i
对应的流量值为t
1,i
，则T1可表示为T1(a1,t
1,i
)、T1(a2,t
2,i
)
……
。根据时间序列T1获得的基准值序列中每本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种业务数据处理方法，其特征在于，所述方法包括：按预设的标准时刻集合对第一时间序列数据进行处理，获得初始基准值序列数据，所述第一时间序列数据为预设时间周期内按时间标签排序的历史业务数据；按照预设的至少一个时间数据模型，补充所述初始基准值序列数据中的缺失时刻数据，获得第二时间序列数据；所述预设的至少一个时间数据模型表征时刻与数据的关联变化关系，所述第二时间序列数据中的时刻与所述预设的标准时刻集合中的时刻相同；对所述第二时间序列数据进行计算，确定异常数据；对所述异常数据进行校正，获得基准值序列数据，以所述基准值序列数据为标准实现对当前业务数据的分析；所述基准值序列数据表征对所述初始基准值序列数据经过数据补充、检测和校正处理后的时间序列数据。2.根据权利要求1所述的方法，其特征在于，所述按照预设的至少一个时间数据模型，补充所述初始基准值序列数据中的缺失时刻数据，获得第二时间序列数据，包括：在所述初始基准值序列数据中查找所述预设的标准时刻集合中的当前时刻对应的数据，若没有查找到，则在所述预设的至少一个时间数据模型中确定所述当前时刻对应的时间数据模型；根据所述当前时刻对应的时间数据模型，补充所述初始基准值序列数据中所述当前时刻对应的当前缺失时刻数据，获得所述第二时间序列数据。3.根据权利要求2所述的方法，其特征在于，所述根据所述当前时刻对应的时间数据模型，补充所述初始基准值序列数据中所述当前时刻对应的当前缺失时刻数据，获得所述第二时间序列数据，包括：通过所述当前时刻对应的时间数据模型，计算所述当前时刻对应的数据；在所述初始基准值序列数据中新增所述当前时刻对应的数据，获得所述第二时间序列数据。4.根据权利要求1所述的方法，其特征在于，所述对所述第二时间序列数据进行计算，确定异常数据，包括：计算所述第二时间序列数据中的最大值和最小值；基于所述最大值和所述最小值确定异常阈值；根据所述第二时间序列数据中相邻时刻数据与所述异常阈值，确定所述异常数据。5.根据权利要求4所述的方法，所述根据所述第二时间序列数据中相邻时刻数据与所述异常阈值，确定所述异常数据，包括：计算所述第二时间序列数据中当前时刻相邻的上一时刻对应的第一数据和所述当前时刻对应的第二数据的差值的绝对值；若所述差值的绝对值大于所述异常阈值，则确定所述当前时刻相邻的下一时刻对应的第二数据为所述异常数据。6.根据权利要求5所述的方法，其特征在于，所述对所述异常数据进行校正，获得基准值序列数据，包括：根据所述第一数据和所述第二数据间的大小关系以及所述异常阈值，确定所述异常数据对应的校正数据；校正所述异常数据为所述校正数据，获得所述基准值序列数据。
7.根据权利要求6所述的方法，其特征在于，所述根据所述第一数据和所述第二数据间的大小关系以及所述异常阈值，确定所述异常数据对应的校正数据，包括：若所述第一数据大于所述第二数据，则在所述第二数据的基础上累加预设校正幅值，所述预设校正幅值与所述异常阈值相关；直至累加后的第二数据与所述第一数据的...

【专利技术属性】
技术研发人员：严小军，陈曦，魏丽红，孙金霞，葛澍，董晓荔，刘鹏飞，杨锦，李莎，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：