[发明专利]业务数据监控方法、装置

权利要求书

1.一种业务数据监控方法，其特征在于，所述方法包括：

获取目标业务在待监控时间节点之前的历史业务值；

基于所述历史业务值，预测所述目标业务在所述待监控时间节点的业务值，得到所述目标业务在所述待监控时间节点的预测业务值；

获取所述目标业务在所述待监控时间节点的实际业务值；

通过所述实际业务值与所述预测业务值之间的对比，对所述目标业务在所述待监控时间节点的实际业务值进行监控。

2.根据权利要求1所述的方法，其特征在于，所述基于所述历史业务值，预测所述目标业务在所述待监控时间节点的业务值，得到所述目标业务在所述待监控时间节点的预测业务值，包括：

基于在待监控时间节点之前的各个历史时间节点，以及所述目标业务在各个历史时间节点的历史业务值，构建训练数据；

通过所述训练数据，对初始化的时间序列模型进行训练，得到时间序列预测模型；

基于所述时间序列预测模型，对所述目标业务在待监控时间节点的业务值进行预测，得到所述目标业务在待监控时间节点的预测业务值。

3.根据权利要求2所述的方法，其特征在于，所述时间序列模型包括Prophet模型，AR模型，ARIMA模型，ARMA模型，VAR模型，TAR模型，ARCH模型，以及机器学习模型中的任意一种。

4.根据权利要求2所述的方法，其特征在于，所述时间序列预测模型包括趋势函数，周期性变化函数，季节性变化函数，节假日变化函数以及随机函数，所述基于所述时间序列预测模型，对所述目标业务在待监控时间节点的业务值进行预测，得到所述目标业务在待监控时间节点的预测业务值，包括：

通过所述趋势函数预测所述目标业务在待监控时间节点的第一业务值，所述趋势函数用于拟合业务值的非周期性变化；

通过所述周期性变化函数预测所述目标业务在待监控时间节点的第二业务值，所述周期性变化函数用于拟合业务值的周期性变化；

通过所述季节性变化函数预测所述目标业务在待监控时间节点的第三业务值，所述季节性变化函数用于拟合业务值的季节性变化；

通过所述节假日变化函数预测所述目标业务在待监控时间节点的第四业务值，所述节假日变化函数用于拟合业务值的节假日变化；

通过所述随机函数预测所述目标业务在待监控时间节点的第五业务值，所述随机函数用于拟合业务值的随机变化；

对所述第一业务值、第二业务值、第三业务值、第四业务值以及第五业务值进行求和，得到所述目标业务在待监控时间节点的预测业务值。

5.根据权利要求1所述的方法，其特征在于，所述预测业务值包括预测业务值上界和预测业务值下界，所述通过所述实际业务值与所述预测业务值之间的对比，对所述目标业务在所述待监控时间节点的实际业务值进行监控，包括：

在所述实际业务值大于所述预测业务值下界，且小于所述预测业务值上界时，确定所述实际业务值正常；

在所述实际业务值大于所述预测业务值上界，或小于所述预测业务值下界时，确定所述实际业务值异常。

6.根据权利要求1所述的方法，其特征在于，所述目标业务包括至少一个子业务，在通过所述实际业务值与所述预测业务值之间的对比，对所述目标业务在所述待监控时间节点的实际业务值进行监控之后，所述方法还包括：

在确定所述实际业务值异常时，分别获取各个子业务在所述待监控时间节点之前的历史子业务值；

基于各个子业务的历史子业务值，分别预测各个子业务在所述待监控时间节点的子业务值，得到各个子业务在所述待监控时间节点的预测子业务值；

分别获取各个子业务在所述待监控时间节点的实际子业务值；

通过对每一个子业务的实际子业务值与其对应的预测子业务值之间的对比，对在所述至少一个子业务中存在异常的子业务进行定位。