[发明专利]业务数据的工作流故障诊断方法与装置、介质和电子设备

说明书

本公开涉及一种业务数据的工作流故障诊断方法与装置、计算机可读存储介质和电子设备，属于计算机领域，其支持业务数据的智能故障诊断，既不需要人工干预，又能够自动智能地诊断业务数据实例是否出现了故障，尤其是对于复杂多变的多维业务数据实例而言，更是能够自动智能地诊断其是否出现了故障，因此不仅适应性强，而且省时省力，提高了流程处理性能。该方法包括：接收业务数据实例；计算所述业务数据实例与业务数据样本实例之间的相似度；确定与所述业务数据实例最相似的前k个所述业务数据样本实例所属的类别；基于所属的类别诊断所述业务数据实例是否出现了故障。

技术领域

本公开涉及计算机领域，具体地，涉及一种业务数据的工作流故障诊断方法与装置、介质和电子设备。

背景技术

现有的工作流引擎需要通过人工干预来识别业务数据是否出现了故障。也即，需要根据具体的业务场景，通过硬编码的方式来诊断业务数据是否出现了故障。因此其适应性差，也即在每次诊断的时候都需要根据具体的业务来重新编写具体的硬编码，这不仅费时费力，还降低了流程处理性能。

发明内容

本公开的目的是提供一种业务数据的工作流故障诊断方法与装置、介质和电子设备，其支持业务数据的智能故障诊断，既不需要人工干预，又能够自动智能地诊断业务数据实例是否出现了故障，尤其是对于复杂多变的多维业务数据实例而言，更是能够自动智能地诊断其是否出现了故障，因此不仅适应性强，而且省时省力，提高了流程处理性能。

根据本公开的第一实施例，提供一种业务数据的工作流故障诊断方法，该方法包括：接收业务数据实例；计算所述业务数据实例与业务数据样本实例之间的相似度；确定与所述业务数据实例最相似的前k个所述业务数据样本实例所属的类别；基于所属的类别诊断所述业务数据实例是否出现了故障。

可选地，所述计算所述业务数据实例与业务数据样本实例之间的相似度，包括：计算所述业务数据实例与所述业务数据样本实例之间的欧氏距离；基于所计算的欧式距离来确定所述业务数据实例与所述业务数据样本实例之间的相似度。

可选地，所述计算所述业务数据实例与所述业务数据样本实例之间的欧氏距离，包括：基于所述业务数据实例的每维数据的权重，计算所述业务数据实例与所述业务数据样本实例之间的欧氏距离。

可选地，所述基于所述业务数据实例的每维数据的权重，计算所述业务数据实例与所述业务数据样本实例之间的欧氏距离，通过以下公式来实现：

其中，L_欧式距离是所述业务数据实例与所述业务数据样本实例之间的欧氏距离，w_i是所述业务数据实例的第i维数据的权重，σ_i是所述业务数据实例的第i维数据与所述业务数据样本实例的第i维数据之间的均方根误差，n是所述业务数据实例的维度，而且w₁+w₂+…+w_n＝1。

可选地，该方法还包括：利用交叉验证法来确定k的值。

可选地，k的值为奇数。

可选地，所述业务数据样本实例所属的类别包括故障业务数据实例和正确业务数据实例；所述基于所属的类别诊断所述业务数据实例是否出现了故障，包括：在前k个所述业务数据样本实例中的多数所述业务数据样本实例属于故障业务数据实例的情况下，诊断所述业务数据实例出现了故障；在前k个所述业务数据样本实例中的多数所述业务数据样本实例属于正确业务数据实例的情况下，诊断所述业务数据实例正常。

根据本公开的第二实施例，提供一种业务数据的工作流故障诊断装置，该装置包括：接收模块，用于接收业务数据实例；相似度计算模块，用于计算所述业务数据实例与业务数据样本实例之间的相似度；类别确定模块，用于确定与所述业务数据实例最相似的前k个所述业务数据样本实例所属的类别；故障诊断模块，用于基于所属的类别诊断所述业务数据实例是否出现了故障。