[发明专利]业务数据监控方法、装置

说明书

本申请的实施例提供了一种业务数据监控方法、装置。该方法包括：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。本申请实施例的技术方案可以提高对业务数据进行监控的准确性。

技术领域

本申请涉及人工智能及数据处理技术领域，具体而言，涉及一种业务数据监控方法、装置。

背景技术

在对业务数据进行智能监控的场景中，比如在监控订单数量、消息数量等业务值的场景，现有技术通常是通过对业务数据进行周同比、日环比等策略，基于规则来监控业务数据是否异动。然而，通过周同比、日环比等策略对业务数据进行监控并不准确，基于此，如何提高对业务数据进行监控的准确性是亟待解决的技术问题。

发明内容

本申请的实施例提供了一种业务数据监控方法、装置、计算机可读介质及电子设备，进而至少在一定程度上可以提高对业务数据进行监控的准确性。

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

根据本申请实施例的一个方面，提供了一种业务数据监控方法，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。

根据本申请实施例的一个方面，提供了一种业务数据监控装置，所述装置包括：第一获取单元，被用于获取目标业务在待监控时间节点之前的历史业务值；预测单元，被用于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；第二获取单元，被用于获取所述目标业务在所述待监控时间节点的实际业务值；监控单元，被用于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。

在本申请的一些实施例中，基于前述方案，所述预测单元配置为：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。

在本申请的一些实施例中，基于前述方案，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。

在本申请的一些实施例中，基于前述方案，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，所述预测单元配置为：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。