[发明专利]异常分析方法、装置、设备及计算机可读存储介质

说明书

本申请提供了一种异常分析方法、装置、设备及计算机可读存储介质；其中，方法包括：获取待分析业务的异常指标；基于待分析业务的指标因子拆解规则，确定异常指标的多个因子指标；分别确定异常指标和每一因子指标在同一时间范围内的变化信息；基于异常指标以及每一因子指标在该时间范围内的变化信息，确定至少一个候选异常因子指标以及每一候选异常因子指标的异常权重；基于至少一个候选异常因子指标的异常权重，从至少一个候选异常因子指标中确定至少一个异常因子指标；针对每一异常因子指标，基于待分析的维度列表对异常因子指标进行多维度下钻分析，得到异常指标的异常根因结果。通过本申请，能够提高异常指标根因定位的准确性和定位效率。

技术领域

本申请涉及但不限于信息技术领域，尤其涉及一种异常分析方法、装置、设备及计算机可读存储介质。

背景技术

在对业务的运营情况进行分析时，通常需要重点分析业务各项指标的异常波动现象，特别是关键业务指标(Key Performance Indicator，KPI)的异常波动现象，以找到异常波动的原因所在。相关技术中，可以通过对异常业务指标进行多维度分析，实现异常业务指标的根因定位。但是，相关技术中对异常指标的多维度分析中，是通过分别判断业务指标在不同维度上是否异常，从而筛选和定位出异常根因。在判断业务指标在每一维度上是否异常时，只考虑了单维度上对业务的影响，而未考虑业务在多维度上的关联关系，导致异常根因定位的准确度并不高。

发明内容

本申请实施例提供一种异常分析方法、装置、设备及计算机可读存储介质，能够提高业务异常指标的根因定位的准确性，并能极大地缩短异常根因定位的时间。

本申请实施例的技术方案是这样实现的：

本申请实施例提供一种异常分析方法，包括：

获取待分析业务的异常指标；

基于所述待分析业务的指标因子拆解规则，确定所述异常指标的多个因子指标；

分别确定所述异常指标和每一所述因子指标在同一时间范围内的变化信息；

基于所述异常指标在所述时间范围内的变化信息，以及每一因子指标在所述时间范围内的变化信息，确定至少一个候选异常因子指标以及每一候选异常因子指标的异常权重；

基于所述至少一个候选异常因子指标的异常权重，从所述至少一个候选异常因子指标中，确定至少一个异常因子指标；

针对每一异常因子指标，基于待分析的维度列表，对所述异常因子指标进行多维度下钻分析，得到所述异常指标的异常根因结果。

在一些实施例中，所述变化信息包括变化趋势和变化量，所述基于所述异常指标在所述时间范围内的变化信息，以及每一因子指标在所述时间范围内的变化信息，确定至少一个候选异常因子指标以及每一候选异常因子指标的异常权重，包括：基于所述异常指标在所述时间范围内的变化趋势，以及每一因子指标在所述时间范围内的变化趋势，从所述多个因子指标中确定与所述异常指标变化趋势相同的至少一个候选异常因子指标；基于每一候选异常因子指标在所述时间范围内的变化量，确定每一候选异常因子指标的异常权重。

在一些实施例中，所述基于每一候选异常因子指标在所述时间范围内的变化量，确定每一候选异常因子指标的异常权重，包括：对每一候选异常因子指标在所述时间范围内的变化量进行求和，得到异常变化总量；针对每一候选异常因子指标，将所述候选异常因子指标在所述时间范围内的变化量在所述异常变化总量中的占比，确定为所述候选异常因子指标的异常权重。

在一些实施例中，所述方法还包括：在根据所述指标因子拆解规则确定所述异常指标不可拆解的情况下，根据所述待分析业务的指标关联规则，确定与所述异常指标关联的至少一个关联指标；根据每一所述关联指标与所述异常指标的关联类型以及每一所述关联指标在所述时间范围内的变化趋势，从所述至少一个关联指标中确定所述异常指标的异常根因结果。