System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 数据处理方法、装置、设备及存储介质制造方法及图纸_技高网

数据处理方法、装置、设备及存储介质制造方法及图纸

技术编号:40422056 阅读:8 留言:0更新日期:2024-02-20 22:41
本申请公开了一种数据处理方法、装置、设备及存储介质。本申请属于数据处理技术领域。该方法包括获取P个服务故障事件的第一影响维度集合,第一影响维度集合包括在P个服务故障事件中第i个服务故障事件下N个服务参与方中每个服务参与方的第一集合;通过异常数据识别策略,对第一影响维度集合中的第一集合进行处理,得到第二影响维度集合,第二影响维度集合包括在第i个服务故障事件下N个服务参与方中异常服务参与方的第二集合;基于P个服务故障事件的第二影响维度集合,确定故障对象。如此,能够在多个服务参与方中准确且快速的定位出现故障的服务参与方。

【技术实现步骤摘要】

本申请属于数据处理,尤其涉及一种数据处理方法、装置、设备及存储介质


技术介绍

1、随着互联网技术的发展,资源交易系统提供的服务功能逐渐丰富,服务参与方也逐渐增多,每个服务维度出现故障均可能导致总体服务受到影响,进而影响到各个关联的服务维度。比如某发卡行故障,会使得商户侧、收单侧、用户侧等多个服务维度感知到服务异常,从服务功能的监测角度来说,会将发卡行、商户侧、收单侧、用户侧等多个服务维度均确定为故障状态。如此,无法在多个服务维度中准确定位出现故障的服务维度,影响服务质量。


技术实现思路

1、本申请实施例提供一种数据处理方法、装置、设备及存储介质,能够解决相关技术中无法在多个服务维度中准确定位故障服务维度的问题。

2、第一方面,本申请实施例提供一种数据处理方法,该方法可以包括:

3、获取p个服务故障事件的第一影响维度集合;第一影响维度集合包括在p个服务故障事件中第i个服务故障事件下n个服务参与方中每个服务参与方的第一集合,第一集合包括服务参与方中的子参与方在第i个服务故障事件下的服务数据,i∈[1,p];

4、通过异常数据识别策略,对第一影响维度集合中的第一集合进行处理,得到第二影响维度集合;第二影响维度集合包括在第i个服务故障事件下n个服务参与方中异常服务参与方的第二集合,第二集合包括异常服务参与方中的异常服务子参与方在第i个服务故障事件下的异常服务数据;

5、基于p个服务故障事件的第二影响维度集合,确定故障对象;故障对象包括以下至少一种:在p个服务故障事件中出现的次数大于或等于第一预设阈值的目标异常服务参与方、目标异常服务参与方中的目标异常服务子参与方。

6、第二方面,本申请实施例提供一种数据处理装置,该装置可以包括:

7、获取模块,用于获取p个服务故障事件的第一影响维度集合;第一影响维度集合包括在p个服务故障事件中第i个服务故障事件下n个服务参与方中每个服务参与方的第一集合,第一集合包括服务参与方中的子参与方在第i个服务故障事件下的服务数据,i∈[1,p];

8、处理模块,用于通过异常数据识别策略,对第一影响维度集合中的第一集合进行处理,得到第二影响维度集合;第二影响维度集合包括在第i个服务故障事件下n个服务参与方中异常服务参与方的第二集合,第二集合包括异常服务参与方中的异常服务子参与方在第i个服务故障事件下的异常服务数据;

9、确定模块,用于基于p个服务故障事件的第二影响维度集合,确定故障对象;故障对象包括以下至少一种:在p个服务故障事件中出现的次数大于或等于第一预设阈值的目标异常服务参与方、目标异常服务参与方中的目标异常服务子参与方。

10、第三方面,本申请实施例提供了一种计算机设备,该计算机设备包括:处理器以及存储有计算机程序指令的存储器;

11、处理器执行计算机程序指令时实现如第一方面所示的数据处理方法。

12、第四方面,本申请实施例提供了一种计算机存储介质,计算机存储介质上存储有计算机程序指令,计算机程序指令被处理器执行时实现如第一方面所示的数据处理方法。

13、第五方面,本申请实施例提供了一种芯片,芯片包括处理器和通信接口,通信接口和处理器耦合,处理器用于运行程序或指令,实现如第一方面所示的数据处理方法。

14、第六方面,本申请实施例提供一种计算机程序产品,该程序产品被存储在存储介质中,该程序产品被至少一个处理器执行以实现如第一方面所示的数据处理方法。

15、本申请实施例的数据处理方法、装置、设备及存储介质,可以获取p个服务故障事件的第一影响维度集合,其中,第一影响维度集合包括在p个服务故障事件中第i个服务故障事件下n个服务参与方中每个服务参与方的第一集合,第一集合包括服务参与方中的子参与方在第i个服务故障事件下的服务数据,i∈[1,p],这样,通过获取多个服务故障事件下多个服务参与方的服务数据,保证数据来源丰富,以提高确定提高故障对象的准确性。接着,通过异常数据识别策略,对第一影响维度集合中的第一集合进行处理,得到第二影响维度集合,其中,第二影响维度集合包括在第i个服务故障事件下n个服务参与方中异常服务参与方的第二集合,第二集合包括异常服务参与方中的异常服务子参与方在第i个服务故障事件下的异常服务数据,这样,可以有效去除正常数据,保留异常服务数据,减少后期计算量,提高确定故障对象的效率,以及,通过异常数据识别策略可以实现对服务故障事件进行识别,精准获取当前服务故障事件存在的异常服务数据。然后,基于p个服务故障事件的第二影响维度集合,确定在p个服务故障事件中出现的次数大于或等于第一预设阈值的目标异常服务参与方、目标异常服务参与方中的目标异常服务子参与方等故障对象,如此,可以通过对第二影响维度集合进行挖掘,以定位服务故障事件的问题根因,实现了在多个服务参与方中准确且快速的定位出现故障的服务参与方或服务子参与方。

本文档来自技高网...

【技术保护点】

1.一种数据处理方法,包括:

2.根据权利要求1所述的方法,其特征在于,所述异常数据识别策略包括下述中的至少一种:近邻对比识别策略、趋势比较识别策略、周期对比识别策略;其中,

3.根据权利要求2所述的方法,其特征在于,所述异常数据识别策略包括近邻对比识别策略,所述第一预设时间窗包括至少两个子时间窗,所述至少两个子时间窗中的每个子时间窗与所述子参与方的一个参考服务数据对应,所述服务参与方包括第一服务参与方,所述第一集合包括所述第一服务参与方中的子参与方在所述第i个服务故障事件下的第一服务数据;

4.根据权利要求3所述的方法,其特征在于,所述新增一条记录之前,所述方法还包括:

5.根据权利要求2所述的方法,其特征在于,所述异常数据识别策略包括趋势比较识别策略,所述第二预设时间窗包括至少两个子时间窗,所述至少两个子时间窗中的每个子时间窗与所述子参与方的一个参考服务数据对应,所述服务参与方包括第二服务参与方,所述第一集合包括所述第二服务参与方中的子参与方在所述第i个服务故障事件下的第二服务数据;所述通过异常数据识别策略,对所述第一影响维度集合中的第一集合进行处理,得到第二影响维度集合,包括:

6.根据权利要求5所述的方法,其特征在于,所述对所述第二预设时间窗中每个子时间窗对应的参考服务数据的数据点进行拟合,得到所述第二服务参与方中的子参与方的参考拟合曲线,包括:

7.根据权利要求2所述的方法,其特征在于,所述异常数据识别策略包括周期对比识别策略,所述第三预设时间窗包括具有预设时间间隔的至少三个子时间窗,所述至少三个子时间窗中的每个子时间窗包括相同时刻值的第一时间点,所述服务参与方包括第三服务参与方,所述第一集合包括所述第三服务参与方中的子参与方在所述第i个服务故障事件下的第三服务数据;所述通过异常数据识别策略,对所述第一影响维度集合中的第一集合进行处理,得到第二影响维度集合,包括:

8.根据权利要求2所述的方法,其特征在于,所述异常数据识别策略包括近邻对比识别策略、趋势比较识别策略和周期对比识别策略;所述通过异常数据识别策略,对所述第一影响维度集合中的第一集合进行处理,得到第二影响维度集合,包括:

9.根据权利要求1所述的方法,其特征在于,所述异常服务参与方包括M个异常服务参与方,M∈[2,N];所述基于所述P个服务故障事件的第二影响维度集合,确定故障对象,包括:

10.根据权利要求9所述的方法,其特征在于,所述基于所述P个服务故障事件的第二影响维度集合,统计所述P个服务故障事件中频繁项集合和至少两个服务参与方之间的异常关联关系,包括:

11.根据权利要求10所述的方法,其特征在于,所述基于所述P个服务故障事件的第二影响维度集合,统计所述P个服务故障事件中频繁项集合,包括:

12.根据权利要求10所述的方法,其特征在于,所述通过关联规则挖掘算法,基于所述P个服务故障事件的第二影响维度集合,统计至少两个服务参与方之间的异常关联关系,包括:

13.根据权利要求1所述的方法,其特征在于,所述获取P个服务故障事件的第一影响维度集合之前,所述方法还包括:

14.一种数据处理装置,包括:

15.一种计算机设备,所述设备包括:处理器以及存储有计算机程序指令的存储器;

16.一种存储介质,所述存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-13任意一项所述的数据处理方法。

...

【技术特征摘要】

1.一种数据处理方法,包括:

2.根据权利要求1所述的方法,其特征在于,所述异常数据识别策略包括下述中的至少一种:近邻对比识别策略、趋势比较识别策略、周期对比识别策略;其中,

3.根据权利要求2所述的方法,其特征在于,所述异常数据识别策略包括近邻对比识别策略,所述第一预设时间窗包括至少两个子时间窗,所述至少两个子时间窗中的每个子时间窗与所述子参与方的一个参考服务数据对应,所述服务参与方包括第一服务参与方,所述第一集合包括所述第一服务参与方中的子参与方在所述第i个服务故障事件下的第一服务数据;

4.根据权利要求3所述的方法,其特征在于,所述新增一条记录之前,所述方法还包括:

5.根据权利要求2所述的方法,其特征在于,所述异常数据识别策略包括趋势比较识别策略,所述第二预设时间窗包括至少两个子时间窗,所述至少两个子时间窗中的每个子时间窗与所述子参与方的一个参考服务数据对应,所述服务参与方包括第二服务参与方,所述第一集合包括所述第二服务参与方中的子参与方在所述第i个服务故障事件下的第二服务数据;所述通过异常数据识别策略,对所述第一影响维度集合中的第一集合进行处理,得到第二影响维度集合,包括:

6.根据权利要求5所述的方法,其特征在于,所述对所述第二预设时间窗中每个子时间窗对应的参考服务数据的数据点进行拟合,得到所述第二服务参与方中的子参与方的参考拟合曲线,包括:

7.根据权利要求2所述的方法,其特征在于,所述异常数据识别策略包括周期对比识别策略,所述第三预设时间窗包括具有预设时间间隔的至少三个子时间窗,所述至少三个子时间窗中的每个子时间窗包括相同时刻值的第一时间点,所述服务参与方包括第三服务参与方,所述第一集合包括所述...

【专利技术属性】
技术研发人员:罗鸣蒋群华陈潇程涛
申请(专利权)人:中国银联股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1