[發明專利]業務數據的工作流故障診斷方法與裝置、介質和電子設備

在審

• 申請號: 201810542884.1
• 申請日: 2018-05-30
• 公開（公告）號: CN108830306A
• 公開（公告）日: 2018-11-16
• 發明（設計）人: 崔寶衛;丁雪艷
• 申請（專利權）人: 東軟集團股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京英創嘉友知識產權代理事務所(普通合伙) 11447
• 代理人: 曹寒梅;魏嘉熹

本公開涉及一種業務數據的工作流故障診斷方法與裝置、計算機可讀存儲介質和電子設備，屬于計算機領域，其支持業務數據的智能故障診斷，既不需要人工干預，又能夠自動智能地診斷業務數據實例是否出現了故障，尤其是對于復雜多變的多維業務數據實例而言，更是能夠自動智能地診斷其是否出現了故障，因此不僅適應性強，而且省時省力，提高了流程處理性能。該方法包括：接收業務數據實例；計算所述業務數據實例與業務數據樣本實例之間的相似度；確定與所述業務數據實例最相似的前k個所述業務數據樣本實例所屬的類別；基于所屬的類別診斷所述業務數據實例是否出現了故障。

技術領域

本公開涉及計算機領域，具體地，涉及一種業務數據的工作流故障診斷方法與裝置、介質和電子設備。

背景技術

現有的工作流引擎需要通過人工干預來識別業務數據是否出現了故障。也即，需要根據具體的業務場景，通過硬編碼的方式來診斷業務數據是否出現了故障。因此其適應性差，也即在每次診斷的時候都需要根據具體的業務來重新編寫具體的硬編碼，這不僅費時費力，還降低了流程處理性能。

發明內容

本公開的目的是提供一種業務數據的工作流故障診斷方法與裝置、介質和電子設備，其支持業務數據的智能故障診斷，既不需要人工干預，又能夠自動智能地診斷業務數據實例是否出現了故障，尤其是對于復雜多變的多維業務數據實例而言，更是能夠自動智能地診斷其是否出現了故障，因此不僅適應性強，而且省時省力，提高了流程處理性能。

根據本公開的第一實施例，提供一種業務數據的工作流故障診斷方法，該方法包括：接收業務數據實例；計算所述業務數據實例與業務數據樣本實例之間的相似度；確定與所述業務數據實例最相似的前k個所述業務數據樣本實例所屬的類別；基于所屬的類別診斷所述業務數據實例是否出現了故障。

可選地，所述計算所述業務數據實例與業務數據樣本實例之間的相似度，包括：計算所述業務數據實例與所述業務數據樣本實例之間的歐氏距離；基于所計算的歐式距離來確定所述業務數據實例與所述業務數據樣本實例之間的相似度。

可選地，所述計算所述業務數據實例與所述業務數據樣本實例之間的歐氏距離，包括：基于所述業務數據實例的每維數據的權重，計算所述業務數據實例與所述業務數據樣本實例之間的歐氏距離。

可選地，所述基于所述業務數據實例的每維數據的權重，計算所述業務數據實例與所述業務數據樣本實例之間的歐氏距離，通過以下公式來實現：

其中，L_歐式距離是所述業務數據實例與所述業務數據樣本實例之間的歐氏距離，w_i是所述業務數據實例的第i維數據的權重，σ_i是所述業務數據實例的第i維數據與所述業務數據樣本實例的第i維數據之間的均方根誤差，n是所述業務數據實例的維度，而且w₁+w₂+…+w_n＝1。

可選地，該方法還包括：利用交叉驗證法來確定k的值。

可選地，k的值為奇數。

可選地，所述業務數據樣本實例所屬的類別包括故障業務數據實例和正確業務數據實例；所述基于所屬的類別診斷所述業務數據實例是否出現了故障，包括：在前k個所述業務數據樣本實例中的多數所述業務數據樣本實例屬于故障業務數據實例的情況下，診斷所述業務數據實例出現了故障；在前k個所述業務數據樣本實例中的多數所述業務數據樣本實例屬于正確業務數據實例的情況下，診斷所述業務數據實例正常。

根據本公開的第二實施例，提供一種業務數據的工作流故障診斷裝置，該裝置包括：接收模塊，用于接收業務數據實例；相似度計算模塊，用于計算所述業務數據實例與業務數據樣本實例之間的相似度；類別確定模塊，用于確定與所述業務數據實例最相似的前k個所述業務數據樣本實例所屬的類別；故障診斷模塊，用于基于所屬的類別診斷所述業務數據實例是否出現了故障。