[发明专利]异常问题聚类的方法及装置

说明书

本公开是关于一种异常问题聚类的方法及装置，用于改进异常栈的聚类效果，便于更准确的发现异常问题。所述方法包括：从多个异常栈中分别提取出异常描述信息；计算异常栈与异常栈之间，异常描述信息的相似性，得到相似度；根据所述相似度对异常栈进行聚类处理，并确定类中心。

技术领域

本公开涉及通信及计算机处理领域，尤其涉及异常问题聚类的方法及装置。

背景技术

相关技术中，移动终端系统每天可能发生大量的异常问题。这些异常问题的相关信息会存储在专门的栈中，这些栈称为异常栈。对异常栈进行聚类处理，以便对异常问题进行归类，有助于对异常问题进行后续的分析等处理。所以，如何进行更有效的聚类处理，是业内一直在研究的问题。

发明内容

为克服相关技术中存在的问题，本公开提供一种异常问题聚类的方法及装置。

根据本公开实施例的第一方面，提供一种异常问题聚类的方法，包括：

从多个异常栈中分别提取出异常描述信息；

计算异常栈与异常栈之间，异常描述信息的相似性，得到相似度；

根据所述相似度对异常栈进行聚类处理，并确定类中心。

本公开的实施例提供的技术方案可以包括以下有益效果：本实施例中根据异常栈中的异常描述信息对异常栈进行聚类处理，由于异常描述信息对异常问题描述更准确，所以聚类效果也更好。

在一个实施例中，所述异常描述信息至少包括下列之一：异常语言描述信息、异常标记、异常数值、异常代码标识、与异常相关的函数的库信息和类信息。

本公开的实施例提供的技术方案可以包括以下有益效果：本实施例提供多种异常描述信息，可以更有效的进行聚类处理，适用于多种应用场景。

在一个实施例中，所述计算异常栈与异常之间，异常描述信息的相似性，得到相似度，包括：

采用编辑距离算法，对异常栈与异常之间的异常语言描述信息、与异常相关的函数的库信息和类信息分别计算相似性，得到相应的每项异常描述信息的子相似度；

采用精确匹配算法，对异常栈与异常之间的异常标记、异常数值、异常代码标识分别计算相似性，得到相应的每项异常描述信息的子相似度。

根据每项异常描述信息的子相似度，得到异常栈的相似度。

本公开的实施例提供的技术方案可以包括以下有益效果：本实施例针对不同的异常描述信息采用相应的相似度计算方法，得到的相似度更准确，有助于提高后续聚类的准确性。

在一个实施例中，所述采用编辑距离算法，对异常栈与异常之间的与异常相关的函数的库信息和类信息分别计算相似性，得到相应的每项异常描述信息的子相似度，包括：

针对所述库信息和类信息中的每一层，分别计算子相似度；

对同层级的多个子相似度求平均；

对多个层级的子相似度进行加权求和，其中，栈层级越低的子相似度对应的权重越大。

本公开的实施例提供的技术方案可以包括以下有益效果：本实施例针对与异常相关的函数的库信息和类信息的层级特性，提供了更细致的相似度计算方法，得到的相似度更准确。

在一个实施例中，计算异常栈与异常栈之间，异常描述信息的相似性，得到相似度之前，所述方法还包括：

对每个异常栈中的异常描述信息进行唯一性编码，得到唯一编码；

根据所述唯一编码，对异常栈进行去重处理。