[發明專利]異常問題聚類的方法及裝置

在審

• 申請號: 201910407682.0
• 申請日: 2019-05-16
• 公開（公告）號: CN111950573A
• 公開（公告）日: 2020-11-17
• 發明（設計）人: 孫佩霞;劉喜文;祁宏偉
• 申請（專利權）人: 北京小米智能科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F11/07
• 代理公司: 北京尚倫律師事務所 11477
• 代理人: 李蔚

本公開是關于一種異常問題聚類的方法及裝置，用于改進異常棧的聚類效果，便于更準確的發現異常問題。所述方法包括：從多個異常棧中分別提取出異常描述信息；計算異常棧與異常棧之間，異常描述信息的相似性，得到相似度；根據所述相似度對異常棧進行聚類處理，并確定類中心。

技術領域

本公開涉及通信及計算機處理領域，尤其涉及異常問題聚類的方法及裝置。

背景技術

相關技術中，移動終端系統每天可能發生大量的異常問題。這些異常問題的相關信息會存儲在專門的棧中，這些棧稱為異常棧。對異常棧進行聚類處理，以便對異常問題進行歸類，有助于對異常問題進行后續的分析等處理。所以，如何進行更有效的聚類處理，是業內一直在研究的問題。

發明內容

為克服相關技術中存在的問題，本公開提供一種異常問題聚類的方法及裝置。

根據本公開實施例的第一方面，提供一種異常問題聚類的方法，包括：

從多個異常棧中分別提取出異常描述信息；

計算異常棧與異常棧之間，異常描述信息的相似性，得到相似度；

根據所述相似度對異常棧進行聚類處理，并確定類中心。

本公開的實施例提供的技術方案可以包括以下有益效果：本實施例中根據異常棧中的異常描述信息對異常棧進行聚類處理，由于異常描述信息對異常問題描述更準確，所以聚類效果也更好。

在一個實施例中，所述異常描述信息至少包括下列之一：異常語言描述信息、異常標記、異常數值、異常代碼標識、與異常相關的函數的庫信息和類信息。

本公開的實施例提供的技術方案可以包括以下有益效果：本實施例提供多種異常描述信息，可以更有效的進行聚類處理，適用于多種應用場景。

在一個實施例中，所述計算異常棧與異常之間，異常描述信息的相似性，得到相似度，包括：

采用編輯距離算法，對異常棧與異常之間的異常語言描述信息、與異常相關的函數的庫信息和類信息分別計算相似性，得到相應的每項異常描述信息的子相似度；

采用精確匹配算法，對異常棧與異常之間的異常標記、異常數值、異常代碼標識分別計算相似性，得到相應的每項異常描述信息的子相似度。

根據每項異常描述信息的子相似度，得到異常棧的相似度。

本公開的實施例提供的技術方案可以包括以下有益效果：本實施例針對不同的異常描述信息采用相應的相似度計算方法，得到的相似度更準確，有助于提高后續聚類的準確性。

在一個實施例中，所述采用編輯距離算法，對異常棧與異常之間的與異常相關的函數的庫信息和類信息分別計算相似性，得到相應的每項異常描述信息的子相似度，包括：

針對所述庫信息和類信息中的每一層，分別計算子相似度；

對同層級的多個子相似度求平均；

對多個層級的子相似度進行加權求和，其中，棧層級越低的子相似度對應的權重越大。

本公開的實施例提供的技術方案可以包括以下有益效果：本實施例針對與異常相關的函數的庫信息和類信息的層級特性，提供了更細致的相似度計算方法，得到的相似度更準確。

在一個實施例中，計算異常棧與異常棧之間，異常描述信息的相似性，得到相似度之前，所述方法還包括：

對每個異常棧中的異常描述信息進行唯一性編碼，得到唯一編碼；

根據所述唯一編碼，對異常棧進行去重處理。