【技术实现步骤摘要】
本申请涉及通信，具体涉及一种指标异常分析方法、装置、计算机设备、存储介质和产品，其中，存储介质为计算机可读存储介质，产品为计算机程序产品。
技术介绍
1、在业务运营中，通常会设置有一些用于检测业务运营是否正常的指标，例如，日活(每日活跃人数)指标以及活跃时长指标等，在业务运营的过程中可能会出现指标异常的情况，可能是当天业务上线某个活动异常、系统出现错误、节假日或者某个用户群体异常等原因导致的。针对出现的指标异常需要分析可能受到哪些因素的影响，分析过程通常需要大量人工参与，首先需要人工地根据运营经验对特征维度下的特征数据进行处理，且需要计算每个特征维度对引起指标异常的概率，计算过程复杂，耗时长，导致对异常指标的根因分析效率低。
技术实现思路
1、本申请实施例提供一种指标异常分析方法、装置、计算机设备、存储介质和产品，可以提高对待归因指标的根因分析效率。
2、本申请实施例提供的一种指标异常分析方法，包括：
3、获取登录客户端的对象样本与待归因指标相关的特征维度对应的特征数据；
4、基于所述对象样本关于所述特征维度的特征数据进行重要度计算，得到每个特征维度的特征重要度；
5、基于所述特征重要度对所述特征维度进行筛选，得到目标特征维度；
6、对所述目标特征维度对应的特征数据进行数据离散化处理，得到所述目标特征维度对应的离散特征数据；
7、基于所述对象样本关于所述目标特征维度的离散特征数据进行根因分析处理，以从所述特征维
8、相应的，本申请实施例还提供的一种指标异常分析装置，包括：
9、获取单元，用于获取登录客户端的对象样本与待归因指标相关的特征维度对应的特征数据；
10、计算单元，用于基于所述对象样本关于所述特征维度的特征数据进行重要度计算，得到每个特征维度的特征重要度；
11、筛选单元，用于基于所述特征重要度对所述特征维度进行筛选，得到目标特征维度；
12、处理单元，用于对所述目标特征维度对应的特征数据进行数据离散化处理，得到所述目标特征维度对应的离散特征数据；
13、分析单元，用于基于所述对象样本关于所述目标特征维度的离散特征数据进行根因分析处理，以从所述特征维度中确定引起所述待归因指标异常的异常特征维度。
14、在一实施例中，所述对象样本包括在所述待归因指标异常的目标时间段登录所述客户端的第一对象样本，和在所述待归因指标正常的参考时间段登录所述客户端的第二对象样本，所述计算单元，包括：
15、标签确定子单元，用于根据在所述目标时间段登录的第一对象样本和在所述参考时间段登录的第二对象样本之间的对象交集，确定所述对象样本的样本标签；
16、分类子单元，用于基于对象样本关于所述特征维度的特征数据对所述对象样本进行分类，得到分类结果；
17、重要度计算子单元，用于根据所述分类结果和所述样本标签计算所述对象样本对应的每个特征维度的特征重要度。
18、在一实施例中，所述特征维度下有特征因素，所述特征因素与所述离散特征数据相对应，所述分析单元，包括：
19、第一特征计算子单元，用于根据在所述目标时间段登录所述客户端的第一对象样本关于所述特征维度的特征数据，计算得到所述目标特征维度对应的预测值；
20、第二特征计算子单元，用于根据在所述参考时间段登录所述客户端的第二对象样本关于所述特征维度的特征数据，计算得到所述目标特征维度对应的真实值；
21、归因子单元，用于基于所述目标特征维度对应的预测值和真实值进行计算，以确定引起所述目标时间段待归因指标异常的异常特征维度，以及所述异常特征维度下与所述待归因指标异常相关的异常特征因素。
22、在一实施例中，所述归因子单元，包括：
23、波动计算模块，用于基于所述因素预测值和所述因素真实值，针对所述特征维度下的特征因素进行波动计算，得到特征因素的波动程度；
24、因素确定模块，用于根据特征因素的波动程度，确定与所述目标时间段发生待归因指标异常相关的异常特征维度以及所述异常特征维度下的异常特征因素。
25、在一实施例中，所述分析单元，包括：
26、根因分析子单元，用于根据每个参考时间段对应的离散特征数据，和所述目标时间段对应的离散特征数据进行根因分析处理，得到在每个参考时间段的特征数据对比下，所述目标时间段内对应的离散特征数据出现异常的候选特征维度；
27、第一维度确定子单元，用于基于所述候选特征数据确定与引起所述目标时间段内与所述待归因指标异常的特征维度。
28、在一实施例中，所述分析单元，包括：
29、概率计算子单元，用于基于所述离散特征数据计算特征维度引起所述待归因指标异常的根因概率；
30、第二维度确定子单元，用于根据所述根因概率从所述特征维度中，确定引起所述待归因指标异常的特征维度。
31、在一实施例中，所述处理单元，包括：
32、排序子单元，用于对所述对象样本关于所述目标特征维度的特征数据进行排序，得到所述目标特征维度对应的排序后特征数据；
33、离散处理子单元，用于基于所述排序后特征数据进行离散化处理，得到所述对象样本关于所述目标特征维度的离散特征数据。
34、相应的，本申请实施例还提供的一种计算机设备，包括存储器和处理器；所述存储器存储有计算机程序，所述处理器用于运行所述存储器内的计算机程序，以执行本申请实施例提供的任一种指标异常分析方法。
35、相应的，本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序被处理器加载以执行本申请实施例提供的任一种指标异常分析方法。
36、相应的，本申请实施例还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现本申请实施例提供的任一种指标异常分析方法。
37、本申请实施例通过获取登录客户端的对象样本与待归因指标相关的特征维度对应的特征数据；基于对象样本关于特征维度的特征数据进行重要度计算，得到每个特征维度的特征重要度；基于特征重要度对特征维度进行筛选，得到目标特征维度；对目标特征维度对应的特征数据进行数据离散化处理，得到目标特征维度对应的离散特征数据；基于对象样本关于目标特征维度的离散特征数据进行根因分析处理，以从特征维度中确定引起待归因指标异常的异常特征维度。
38、本申请实施例通过对与待归因指标相关的特征维度进行重要度计算，可以从中筛选出与待归因指标发生异常较为重要的目标特征维度，减少进行根因分析处理的特征维度，再对目标特征维度下的特征数据进行离散化处理，使得可以对目标特征维度进行归因分析处理，确定引起待归因指标异常的异常特征维度，提高对待归因指标的根因分析效率。
本文档来自技高网...【技术保护点】
1.一种指标异常分析方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对象样本包括在所述待归因指标异常的目标时间段登录所述客户端的第一对象样本，和在所述待归因指标正常的参考时间段登录所述客户端的第二对象样本，所述基于所述对象样本关于所述特征维度的特征数据进行重要度计算，得到每个特征维度的特征重要度，包括：
3.根据权利要求2所述的方法，其特征在于，所述特征维度下有特征因素，所述特征因素与所述离散特征数据相对应，所述基于所述对象样本关于所述目标特征维度的离散特征数据进行根因分析处理，确定引起所述待归因指标异常的特征维度，包括：
4.根据权利要求2所述的方法，其特征在于，所述基于所述因素预测值和所述因素真实值进行计算，以确定引起所述目标时间段待归因指标异常的异常特征维度，以及所述异常特征维度下与所述待归因指标异常相关的异常特征因素，包括：
5.根据权利要求2所述的方法，其特征在于，所述参考时间段有多个，所述基于所述对象样本关于所述目标特征维度的离散特征数据进行根因分析处理，确定引起所述待归因指标异常的特征维度，包括
6.根据权利要求1所述的方法，其特征在于，所述基于所述对象样本关于所述目标特征维度的离散特征数据进行根因分析处理，确定引起所述待归因指标异常的特征维度，包括：
7.根据权利要求1-6任一项所述的方法，其特征在于，所述对所述目标特征维度对应的特征数据进行数据离散化处理，得到所述目标特征维度对应的离散特征数据，包括：
8.一种指标异常分析装置，其特征在于，包括：
9.一种计算机设备，其特征在于，包括存储器和处理器；所述存储器存储有计算机程序，所述处理器用于运行所述存储器内的计算机程序，以执行权利要求1至7任一项所述的指标异常分析方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储计算机程序，所述计算机程序被处理器加载，以执行权利要求1至9任一项所述的指标异常分析方法。
11.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7任一项所述的指标异常分析方法。
...【技术特征摘要】
1.一种指标异常分析方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对象样本包括在所述待归因指标异常的目标时间段登录所述客户端的第一对象样本，和在所述待归因指标正常的参考时间段登录所述客户端的第二对象样本，所述基于所述对象样本关于所述特征维度的特征数据进行重要度计算，得到每个特征维度的特征重要度，包括：
3.根据权利要求2所述的方法，其特征在于，所述特征维度下有特征因素，所述特征因素与所述离散特征数据相对应，所述基于所述对象样本关于所述目标特征维度的离散特征数据进行根因分析处理，确定引起所述待归因指标异常的特征维度，包括：
4.根据权利要求2所述的方法，其特征在于，所述基于所述因素预测值和所述因素真实值进行计算，以确定引起所述目标时间段待归因指标异常的异常特征维度，以及所述异常特征维度下与所述待归因指标异常相关的异常特征因素，包括：
5.根据权利要求2所述的方法，其特征在于，所述参考时间段有多个，所述基于所述对象样本关于所述目标特征维度的离散特征数据进行根因分析处理，...
【专利技术属性】
技术研发人员：陶冶，王玉斐，张昱芃，李鹏飞，万志远，叶沐芊，魏浩洋，肖程祺，刘阳，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：
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。