[发明专利]一种多维度时间序列数据的自动洞见发现方法

说明书

本发明公开了一种多维度时间序列数据的自动洞见发现方法，包括：S1用户指定数据集和超参数；S2搜索使得洞见分数最大的洞见；S3将搜索到的洞见可视化并展示给用户。本发明解决了手动分析多维度时间序列数据时耗费人力与时间成本，过度依赖人工操作与判断的技术问题，实现了对于多维度时间序列的洞见的自动挖掘，提高了搜索的效率。

技术领域

本发明属于计算机技术领域，具体涉及一种多维度时间序列数据的自动洞见发现方法。

背景技术

当前各类软件系统往往通过输出日志会对系统中的事件进行记录，每一条日志记录了系统中的一个事件，以及一系列用来描述这个事件的字段。这些字段分为三类：1）时间； 2）属性，表示每个事件的特征 ，一般是离散值；3）指标，表示每个事件在某种指标上的表现，一般是连续值。对于每一种属性组合（一系列属性和其取值的组合）和每一个指标，都能得到一条时间序列，这样的数据被称为多维度时间序列数据，软件系统的开发工程师或者运维工程师会关注多维度时间序列数据中不同寻常的地方，以了解软件系统的表现，而这种数据中不同寻常的地方称为洞见。

在当前的生产实践中，工程师们通过手动分析的方式发现多维度时间序列数据中的洞见，但是，因为维度组合的数量是指数增长的，而每次搜索都需要依赖很多人工操作和人工判断，这样的手动分析过程非常消耗人力和时间。无法足够准确、有效地发现洞见。

发明内容

本发明提供一种多维度时间序列数据的自动洞见发现方法、装置、设备及存储介质，实现对于多维度时间序列的洞见的自动挖掘，提高发现洞见过程中的准确度和效率。

第一方面，本发明实施例提供了一种多维度时间序列数据的自动洞见发现方法，所述方法包括：

S1用户指定数据集和超参数，所述超参数包括最大搜索时间和最大洞见个数L；

S2基于洞见的形式化方法和评估方法，在指定的搜索时间内，搜索使得洞见分数最大的L个洞见，所述洞见分数用于表示洞见值得关注的程度；

S3将搜索到的L个洞见可视化地并展示给用户；

洞见评估方法的维度包括：根据条目数量确定的影响范围；根据数据子空间、细分属性及时间范围确定的显著性；根据t检验确定的新颖性。

第二方面，本发明实施还提供了一种多维度时间序列数据的自动洞见发现装置，包括：

接收模块，用于接收用户指定的数据集和超参数，所述超参数包括最大搜索时间和最大洞见个数L；

搜索模块，用于基于洞见的形式化方法和评估方法，在指定的搜索时间内，搜索使得洞见分数最大的L个洞见，所述洞见分数用于表示洞见值得关注的程度；

展示模块，用于将搜索到的L个洞见可视化地展示给用户。

第三方面，本发明实施例还提供了一种计算机设备，所述计算机设备包括：一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-中任一所述的多维度时间序列数据的自动洞见发现方法。

第四方面，本发明实施例还提供了一种计算机存储介质，其上存储有计算机程序，当所述计算机程序被计算设备中的处理器执行时，计算设备执行如权利要求1-7任一项所述的方法。

本发明通过对组成洞见的各个元素进行概括表达，量化了洞见值得关注的程度，对值得关注的程度最高的若干洞见提供用户可视化的展示，从而实现了对于多维度时间序列的洞见的自动挖掘，提高了发现洞见过程中的准确度和效率。避免了人工分析洞见时容易出现的评价标准混乱，准确率低，成本大和效率差的问题。

附图说明