[发明专利]缓慢下跌型数据的检测方法及装置、电子设备、存储介质

说明书

本公开提供了一种缓慢下跌型数据的检测方法，属于人工智能技术领域。该方法包括：获取样本数据及其分类标签，分类标签包括上涨型样本数据、下跌型样本数据、缓慢下跌型样本数据及其他型样本数据；计算样本数据的趋势数据；根据上涨型样本数据、下跌型样本数据、缓慢下跌型样本数据及其他型样本数据的趋势数据分别确定上涨型分类条件与下跌型分类条件；通过缓慢下跌型样本数据及其他型样本数据的趋势数据训练并得到一分类学习模型；利用上涨型分类条件、下跌型分类条件以及分类学习模型对目标数据的趋势数据进行处理，以检测目标数据是否为缓慢下跌型数据。本公开可以实现检测缓慢下跌型数据，对后续的数据分析提供有效指导。

背景技术

在数据分析中，经常需要分析数据的变化趋势，例如App(应用程序)前端分析日活跃用户数，通过分析日活跃用户数的上涨、下跌等变化趋势，可以得到变化规律、影响因素等信息。

现有的数据趋势分析方法多数是通过一定的条件筛选出显著上涨及显著下跌的数据，使分析人员能够更多的关注这两类数据。然而对于另一类特殊的数据群体——缓慢下跌型数据，则容易忽略。缓慢下跌型数据对于整体趋势的影响虽然不如上涨型数据或下跌型数据的影响那么显著，但是从长期、累积的效应来看，缓慢下跌型数据是不可忽视的。

因此需要提出一种缓慢下跌型数据的检测方法。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种缓慢下跌型数据的检测方法及装置、电子设备、计算机可读存储介质，进而至少在一定程度上克服现有的数据趋势分析方法容易忽略缓慢下跌型数据的问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的一个方面，提供一种缓慢下跌型数据的检测方法，包括：获取样本数据以及所述样本数据的分类标签，所述分类标签包括上涨型样本数据、下跌型样本数据、缓慢下跌型样本数据及其他型样本数据；计算所述样本数据的趋势数据；根据所述上涨型样本数据、下跌型样本数据、缓慢下跌型样本数据及其他型样本数据的趋势数据分别确定上涨型分类条件与下跌型分类条件；通过所述缓慢下跌型样本数据及其他型样本数据的趋势数据训练并得到一分类学习模型；利用所述上涨型分类条件与下跌型分类条件对目标数据进行检测，如果所述目标数据的趋势数据同时不满足所述上涨型分类条件与下跌型分类条件，则利用所述分类学习模型分析所述目标数据的趋势数据，以检测所述目标数据是否为缓慢下跌型数据。

在本公开的一种示例性实施例中，根据所述上涨型样本数据、下跌型样本数据、缓慢下跌型样本数据及其他型样本数据的趋势数据分别确定上涨型分类条件与下跌型分类条件包括：将所述下跌型样本数据、缓慢下跌型样本数据及其他型样本数据合并为非上涨型样本数据，通过所述上涨型样本数据与非上涨型样本数据的趋势数据训练得到第一决策树；根据所述第一决策树中所述上涨型样本数据对应的分类路径确定所述上涨型分类条件；将所述上涨型样本数据、缓慢下跌型样本数据及其他型样本数据合并为非下跌型样本数据，通过所述下跌型样本数据与非下跌型样本数据的趋势数据训练得到第二决策树；根据所述第二决策树中所述下跌型样本数据对应的分类路径确定所述下跌型分类条件。

在本公开的一种示例性实施例中，所述分类学习模型包括逻辑回归模型。