[發明專利]一種挖掘KPI根因的方法及裝置

在審

• 申請號: 201710620470.1
• 申請日: 2017-07-26
• 公開（公告）號: CN109947760A
• 公開（公告）日: 2019-06-28
• 發明（設計）人: 楊育彬;范仕良;盧文羊;宋平
• 申請（專利權）人: 華為技術有限公司;南京大學
• 主分類號: G06F16/22
• 分類號: G06F16/22;G06F16/2458
• 代理公司: 北京中博世達專利商標代理有限公司 11274
• 代理人: 申健

1.一種挖掘關鍵績效指標KPI根因的方法，其特征在于，包括：

獲取參數，所述參數包括KPI報表的存儲路徑以及待挖掘的異常KPI項；

根據所述KPI報表的存儲路徑讀取KPI報表，所述KPI報表包括N行，M列，所述N和所述M均為大于或者等于1的正整數；其中，一列用于存儲一個特征，一個特征為一個KPI項，一個所述KPI項包括該KPI標識和對應的特征值，所述待挖掘的異常KPI項為所述KPI報表中的一個特征；一行用于存儲一條記錄；

執行以下步驟101-102至少一次，獲取至少一個決策樹；

101、采集所述KPI報表中至少一條第一記錄和至少一條第二記錄，得到訓練數據集；其中，所述訓練數據集包括M個特征，P條記錄，所述P為大于或者等于1的正整數；所述第一記錄為所述待挖掘的異常KPI項中的特征值為正常數據的記錄，所述第二記錄為所述待挖掘的異常KPI項中的特征值為異常數據的記錄；所述P小于或者等于所述N；

102、根據所述訓練數據集的M個特征，分別對所述訓練數據集進行訓練，得到決策樹；其中，所述決策樹包括至少兩層節點，一個非葉節點為所述訓練數據集的一個特征的特征值確定的訓練條件，該非葉節點的第一子節點包含所述訓練數據集中滿足所述非葉節點的訓練條件的記錄，該非葉節點的第二子節點包含所述訓練數據集中不滿足所述非葉節點的訓練條件的記錄；一個非葉節點的訓練條件與該非葉節點的子節點的訓練條件不同；

根據所述至少一個決策樹確定目標KPI根因，所述目標KPI根因為所述KPI報表中使得所述待挖掘的異常KPI項異常的特征。

2.根據權利要求1所述的方法，其特征在于，所述采集所述KPI報表中至少一條第一記錄和至少一條第二記錄，生成訓練數據集，包括：

根據每個KPI項的特征值對所述KPI項所處列的缺省值賦值；

對所述待挖掘的異常KPI項中的特征值標注屬性信息，所述屬性信息用于指示所述待挖掘的異常KPI項中的特征值為正常數據或者異常數據；

根據所述KPI報表中的屬性信息，采集所述KPI報表中至少一條第一記錄和至少一條第二記錄，得到訓練數據集。

3.根據權利要求2所述的方法，其特征在于，所述對所述待挖掘的異常KPI項中的特征值標注屬性信息，包括：

判斷所述待挖掘的異常KPI項中的特征值是否大于或者等于第一閾值；

當所述待挖掘的異常KPI項中的特征值大于或者等于所述第一閾值時，則標注該特征值為第一屬性信息，所述第一屬性信息用于指示所述待挖掘的異常KPI項中的特征值為正常數據；

當所述待挖掘的異常KPI項中的特征值小于所述第一閾值時，則標注該特征值為第二屬性信息，所述第二屬性信息用于指示所述待挖掘的異常KPI項中的特征值為異常數據。

4.根據權利要求2或3所述的方法，其特征在于，所述參數還包括數據采樣比率Ra；

相應的，所述根據所述KPI報表中的屬性信息，采集所述KPI報表中至少一條第一記錄和至少一條第二記錄，得到訓練數據集，包括：

計算所述KPI報表中的每一條記錄p_i的置信度c(p_i)，i＝0,1,2,...,P-1，P為所述KPI報表中包含的記錄的條數；

從所述KPI報表中隨機采集條所述第一記錄，以及從所述KPI報表中隨機采集條c(p_i)>random(0,1)的所述第二記錄，得到所述訓練數據集；其中，random(0,1)為一個隨機函數，random(0,1)用于生成一個取值范圍為0～1的隨機數。