[發(fā)明專利]運(yùn)維指標(biāo)的取值分布的預(yù)測(cè)方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202010003227.7
• 申請(qǐng)日: 2020-01-02
• 公開（公告）號(hào): CN111369033A
• 公開（公告）日: 2020-07-03
• 發(fā)明（設(shè)計(jì)）人: 石子凡;崔喜龍;李海南
• 申請(qǐng)（專利權(quán)）人: 東軟集團(tuán)股份有限公司
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06K9/62;G06F17/18
• 代理公司: 北京清亦華知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 王艷斌

1.一種運(yùn)維指標(biāo)的取值分布的預(yù)測(cè)方法，其特征在于，包括以下步驟：

獲取運(yùn)維數(shù)據(jù)；

對(duì)運(yùn)維數(shù)據(jù)進(jìn)行概率化處理，得到基于概率數(shù)據(jù)結(jié)構(gòu)的運(yùn)維數(shù)據(jù)；

利用預(yù)先建立的預(yù)測(cè)模型，對(duì)所述基于概率數(shù)據(jù)結(jié)構(gòu)的運(yùn)維數(shù)據(jù)進(jìn)行分析，以預(yù)測(cè)目標(biāo)指標(biāo)的當(dāng)前值的取值分布。

2.如權(quán)利要求1所述的方法，其特征在于，所述對(duì)運(yùn)維數(shù)據(jù)進(jìn)行概率化處理，得到基于概率結(jié)構(gòu)的運(yùn)維數(shù)據(jù)，包括：

按照預(yù)設(shè)規(guī)則對(duì)所述運(yùn)維數(shù)據(jù)進(jìn)行聚合，得到多個(gè)數(shù)據(jù)組；

分別對(duì)每個(gè)數(shù)據(jù)組進(jìn)行統(tǒng)計(jì)分析，得到所述多個(gè)數(shù)據(jù)組的統(tǒng)計(jì)參數(shù)，并作為所述基于概率數(shù)據(jù)結(jié)構(gòu)的運(yùn)維數(shù)據(jù)。

3.如權(quán)利要求1所述的方法，其特征在于，所述利用預(yù)先建立的預(yù)測(cè)模型，對(duì)所述概率數(shù)據(jù)結(jié)構(gòu)的運(yùn)維數(shù)據(jù)進(jìn)行分析，以預(yù)測(cè)目標(biāo)指標(biāo)的當(dāng)前值的取值分布，包括：

從所述基于概率數(shù)據(jù)結(jié)構(gòu)的運(yùn)維數(shù)據(jù)中提取所述目標(biāo)指標(biāo)對(duì)應(yīng)的歷史運(yùn)維數(shù)據(jù)；

利用第一預(yù)設(shè)模型對(duì)所述目標(biāo)指標(biāo)對(duì)應(yīng)的歷史運(yùn)維數(shù)據(jù)進(jìn)行分析，以預(yù)測(cè)所述目標(biāo)指標(biāo)的當(dāng)前值的取值分布。

4.如權(quán)利要求3所述的方法，其特征在于，所述第一預(yù)設(shè)模型為貝葉斯動(dòng)態(tài)線性模型。

5.如權(quán)利要求1所述的方法，其特征在于，所述利用預(yù)先建立的預(yù)測(cè)模型，對(duì)所述概率數(shù)據(jù)結(jié)構(gòu)的運(yùn)維數(shù)據(jù)進(jìn)行分析，以預(yù)測(cè)目標(biāo)指標(biāo)的當(dāng)前值的取值分布，包括：

根據(jù)第二預(yù)設(shè)模型確定所述運(yùn)維數(shù)據(jù)中多個(gè)運(yùn)維指標(biāo)之間的條件依賴關(guān)系，并確定所述目標(biāo)指標(biāo)的至少一個(gè)關(guān)聯(lián)指標(biāo)；

從所述基于概率數(shù)據(jù)結(jié)構(gòu)的運(yùn)維數(shù)據(jù)中提取所述至少一個(gè)關(guān)聯(lián)指標(biāo)的當(dāng)前運(yùn)維數(shù)據(jù)；

根據(jù)所述第二預(yù)設(shè)模型對(duì)所述確定所述至少一個(gè)關(guān)聯(lián)指標(biāo)的當(dāng)前運(yùn)維數(shù)據(jù)進(jìn)行分析，以預(yù)測(cè)所述目標(biāo)指標(biāo)的當(dāng)前值的取值分布。

6.如權(quán)利要求5所述的方法，其特征在于，所述第二預(yù)設(shè)模型為貝葉斯網(wǎng)絡(luò)模型。

7.一種運(yùn)維指標(biāo)的取值分布的預(yù)測(cè)裝置，其特征在于，包括：

獲取模塊，用于獲取運(yùn)維數(shù)據(jù)；

處理模塊，用于對(duì)運(yùn)維數(shù)據(jù)進(jìn)行概率化處理，得到基于概率數(shù)據(jù)結(jié)構(gòu)的運(yùn)維數(shù)據(jù)；

預(yù)測(cè)模塊，用于利用預(yù)先建立的預(yù)測(cè)模型，對(duì)所述基于概率數(shù)據(jù)結(jié)構(gòu)的運(yùn)維數(shù)據(jù)進(jìn)行分析，以預(yù)測(cè)目標(biāo)指標(biāo)的當(dāng)前值的取值分布。

8.如權(quán)利要求7所述的裝置，其特征在于，所述處理模塊用于：

按照預(yù)設(shè)規(guī)則對(duì)所述運(yùn)維數(shù)據(jù)進(jìn)行聚合，得到多個(gè)數(shù)據(jù)組；

分別對(duì)每個(gè)數(shù)據(jù)組進(jìn)行統(tǒng)計(jì)分析，得到所述多個(gè)數(shù)據(jù)組的統(tǒng)計(jì)參數(shù)，并作為所述基于概率數(shù)據(jù)結(jié)構(gòu)的運(yùn)維數(shù)據(jù)。

9.如權(quán)利要求7所述的裝置，其特征在于，所述預(yù)測(cè)模塊包括：

第一提取單元，用于從所述基于概率數(shù)據(jù)結(jié)構(gòu)的運(yùn)維數(shù)據(jù)中提取所述目標(biāo)指標(biāo)對(duì)應(yīng)的歷史運(yùn)維數(shù)據(jù)；

第一預(yù)測(cè)單元，用于利用第一預(yù)設(shè)模型對(duì)所述目標(biāo)指標(biāo)對(duì)應(yīng)的歷史運(yùn)維數(shù)據(jù)進(jìn)行分析，以預(yù)測(cè)所述目標(biāo)指標(biāo)的當(dāng)前值的取值分布。

10.如權(quán)利要求9所述的裝置，其特征在于，所述第一預(yù)設(shè)模型為貝葉斯動(dòng)態(tài)線性模型。