基于大数据分析的事件预警方法技术

本发明专利技术属于事件预警技术领域，公开了一种基于大数据分析的事件预警方法

【技术实现步骤摘要】
基于大数据分析的事件预警方法、装置、设备及存储介质


[0001]本专利技术涉及事件预警
，尤其涉及一种基于大数据分析的事件预警方法
、
装置
、
设备及存储介质
。

技术介绍

[0002]目前对多源事件进行分析及预警主要依靠人工完成，而通过人工进行分析及预警的方式系效率较低，导致无法提前识别到事件风险，这可能会给公司带来巨大的财产损失
。

技术实现思路

[0003]本专利技术的主要目的在于提供一种基于大数据分析的事件预警方法
、
装置
、
设备及存储介质，旨在解决现有技术中因通过人工分析及预警的方式效率低而导致无法提前识别到事件风险的技术问题
。
[0004]为实现上述目的，本专利技术提供了一种基于大数据分析的事件预警方法，所述方法包括以下步骤：
[0005]在监测到多源事件出现异常信号时，根据所述异常信号确定所述多源事件中的异常事件；
[0006]获取所述异常事件在历史时间段内的历史数据，并基于所述历史数据确定预测模型；
[0007]将所述异常事件输入至所述预测模型中，确定所述异常事件的预测结果；
[0008]根据所述预测结果判断是否需要对所述异常事件进行预警；
[0009]在判定需要对所述异常事件进行预警时，将所述异常事件以及所述预测结果输入至分级模型中，确定所述异常事件的预警级别，并根据所述预警级别完成所述异常事件的预警
。
[0010]可选地，所述在监测到多源事件出现异常信号时，根据所述异常信号确定所述多源事件中的异常事件之前，还包括：
[0011]获取所述多源事件中各事件的高频数据和低频数据；
[0012]在所述低频数据的监测频率上关联所述高频数据，得到关键信息；
[0013]基于所述高频数据构建初始监测模型；
[0014]采用所述关键信息对所述初始监测模型进行估计，得到监测模型；
[0015]将所述多源事件输入至所述监测模型中，得到监测结果，其中，所述监测结果用于确定所述多源事件中是否出现异常信号
。
[0016]可选地，所述获取所述异常事件在历史时间段内的历史数据，并基于所述历史数据确定预测模型，包括：
[0017]获取所述异常事件在历史时间段内的历史数据；
[0018]根据所述历史数据确定所述异常事件在历史时间段内出现异常的时长段，并从所述时长段中筛选出大于目标阈值的目标时长段；
[0019]基于所述目标时长段确定所述异常事件的特征向量；
[0020]将所述特征向量输入初始预测模型，得到所述预测模型
。
[0021]可选地，所述将所述异常事件以及所述预测结果输入至分级模型中，确定所述异常事件的预警级别，包括：
[0022]根据所述历史数据确定所述异常事件在当前时段下发生预警的第一可能性；
[0023]根据所述历史数据确定所述异常事件在不同周期内发生预警的第二可能性；
[0024]建立所述历史数据与所述异常事件在历史时间段内的平均预警次数的关系曲线，基于所述关系曲线确定第三可能性；
[0025]根据所述第一可能性
、
所述第二可能性以及所述第三可能性，训练初始预测模型，得到所述分级模型；
[0026]将所述异常事件以及所述预测结果输入至分级模型中，确定所述异常事件的预警级别
。
[0027]可选地，所述预警级别包括第一预警级别
、
第二预警级别以及第三预警级别；其中，
[0028]根据所述预警级别完成所述异常事件的预警，包括：
[0029]若所述预警级别为所述第一预警级别时，通过语音播放来完成所述异常事件的预警；
[0030]若所述预警级别为所述第二预警级别时，通过可视化展示来完成所述异常事件的预警；
[0031]若所述预警级别为所述第三预警级别时，对所述异常事件进行解读得到解读结果，并通过可视化展示所述解读结果来完成所述异常事件的预警
。
[0032]可选地，所述对所述异常事件进行解读得到解读结果，并通过可视化展示所述解读结果来完成所述异常事件的预警，包括：
[0033]通过统计分析以及机器学习来识别所述异常事件中的模式
、
趋势以及异常值，并将所述模式
、
所述趋势以及所述异常值作为所述异常事件的解读结果；
[0034]确定可视化形式，并基于所述可视化形式通过可视化展示所述解读结果来完成所述异常事件的预警，其中，所述可视化形式包括图表
、
图形
、
图像
。
[0035]可选地，所述基于大数据分析的事件预警方法，还包括：
[0036]在根据所述预警级别完成所述异常事件的预警之后，获取所述异常事件在未来时间段内的预警次数；
[0037]设定次数阈值，当所述预警次数大于所述次数阈值时，开启所述异常事件的快速预警模式；
[0038]在所述异常事件处于所述快速预警模式时监测到所述多源事件中的异常事件出现异常信号时预警
。
[0039]此外，为实现上述目的，本专利技术还提出一种基于大数据分析的事件预警装置，所述基于大数据分析的事件预警装置包括：
[0040]确定模块，用于在监测到多源事件出现异常信号时，根据所述异常信号确定所述多源事件中的异常事件；
[0041]获取模块，用于获取所述异常事件在历史时间段内的历史数据，并基于所述历史
数据确定预测模型；
[0042]所述确定模块，用于将所述异常事件输入至所述预测模型中，确定所述异常事件的预测结果；
[0043]判断模块，用于根据所述预测结果判断是否需要对所述异常事件进行预警；
[0044]预警模块，用于在判定需要对所述异常事件进行预警时，将所述异常事件以及所述预测结果输入至分级模型中，确定所述异常事件的预警级别，并根据所述预警级别完成所述异常事件的预警
。
[0045]此外，为实现上述目的，本专利技术还提出一种基于大数据分析的事件预警设备，所述基于大数据分析的事件预警设备包括：存储器
、
处理器及存储在所述存储器上并可在所述处理器上运行的基于大数据分析的事件预警程序，所述基于大数据分析的事件预警程序配置为实现如上文所述的基于大数据分析的事件预警方法的步骤
。
[0046]此外，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有基于大数据分析的事件预警程序，所述基于大数据分析的事件预警程序被处理器执行时实现如上文所述的基于大数据分析的事件预警方法的步骤
。
[0047]本专利技术提出的基于大数据分析的事件预警方法
、
装置
、
设备及存储介质，通过在监测到多源事件出现异常信号时，根据所述异常信号确定所述多源事件中的异常事件；获本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于大数据分析的事件预警方法，其特征在于，所述基于大数据分析的事件预警方法包括：在监测到多源事件出现异常信号时，根据所述异常信号确定所述多源事件中的异常事件；获取所述异常事件在历史时间段内的历史数据，并基于所述历史数据确定预测模型；将所述异常事件输入至所述预测模型中，确定所述异常事件的预测结果；根据所述预测结果判断是否需要对所述异常事件进行预警；在判定需要对所述异常事件进行预警时，将所述异常事件以及所述预测结果输入至分级模型中，确定所述异常事件的预警级别，并根据所述预警级别完成所述异常事件的预警
。2.
如权利要求1所述的方法，其特征在于，所述在监测到多源事件出现异常信号时，根据所述异常信号确定所述多源事件中的异常事件之前，还包括：获取所述多源事件中各事件的高频数据和低频数据；在所述低频数据的监测频率上关联所述高频数据，得到关键信息；基于所述高频数据构建初始监测模型；采用所述关键信息对所述初始监测模型进行估计，得到监测模型；将所述多源事件输入至所述监测模型中，得到监测结果，其中，所述监测结果用于确定所述多源事件中是否出现异常信号
。3.
如权利要求1所述的方法，其特征在于，所述获取所述异常事件在历史时间段内的历史数据，并基于所述历史数据确定预测模型，包括：获取所述异常事件在历史时间段内的历史数据；根据所述历史数据确定所述异常事件在历史时间段内出现异常的时长段，并从所述时长段中筛选出大于目标阈值的目标时长段；基于所述目标时长段确定所述异常事件的特征向量；将所述特征向量输入初始预测模型，得到所述预测模型
。4.
如权利要求1所述的方法，其特征在于，所述将所述异常事件以及所述预测结果输入至分级模型中，确定所述异常事件的预警级别，包括：根据所述历史数据确定所述异常事件在当前时段下发生预警的第一可能性；根据所述历史数据确定所述异常事件在不同周期内发生预警的第二可能性；建立所述历史数据与所述异常事件在历史时间段内的平均预警次数的关系曲线，基于所述关系曲线确定第三可能性；根据所述第一可能性
、
所述第二可能性以及所述第三可能性，训练初始预测模型，得到所述分级模型；将所述异常事件以及所述预测结果输入至分级模型中，确定所述异常事件的预警级别
。5.
如权利要求1所述的方法，其特征在于，所述预警级别包括第一预警级别
、
第二预警级别以及第三预警级别；其中，根据所述预警级别完成所述异常事件的预警，包括：若所述预警级别为所述第一预警级别时，通过语音播放来完成所述异常事件的预警；若所述预警级别为所述第...

【专利技术属性】
技术研发人员：谭勇军，
申请(专利权)人：谭勇军，
类型：发明
国别省市：