[發(fā)明專利]智能預(yù)警方法與系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202010103422.7
• 申請日: 2020-02-20
• 公開（公告）號: CN111325466A
• 公開（公告）日: 2020-06-23
• 發(fā)明（設(shè)計(jì)）人: 黃北辰;王大偉;王天宇;吳滿芳;楊鐳;付曉
• 申請（專利權(quán)）人: 深圳壹賬通智能科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q40/02
• 代理公司: 北京英特普羅知識產(chǎn)權(quán)代理有限公司 11015
• 代理人: 鄧小玲

本發(fā)明公開了一種智能預(yù)警方法，包括：獲取目標(biāo)用戶相關(guān)的業(yè)務(wù)場景及與所述業(yè)務(wù)場景相關(guān)的變量指標(biāo)；配置所述變量指標(biāo)的變量指標(biāo)參數(shù)；監(jiān)測所述變量指標(biāo)參數(shù)是否超出預(yù)設(shè)的指標(biāo)范圍區(qū)間；若所述變量指標(biāo)參數(shù)超出所述指標(biāo)范圍區(qū)間，則根據(jù)預(yù)設(shè)的自然語言描述模板以及所述變量指標(biāo)參數(shù)生成預(yù)警信息，以供用戶進(jìn)行查看。本發(fā)明還公開了一種智能預(yù)警系統(tǒng)。本發(fā)明的有益效果在于：可以對變量指標(biāo)數(shù)據(jù)進(jìn)行全方位的監(jiān)測，提高了異常監(jiān)測的效率，進(jìn)而節(jié)省了時間。

技術(shù)領(lǐng)域

本發(fā)明實(shí)施例涉及數(shù)據(jù)監(jiān)控領(lǐng)域，尤其涉及一種智能預(yù)警方法與系統(tǒng)。

技術(shù)背景

各行各業(yè)運(yùn)轉(zhuǎn)時間越久，各種數(shù)據(jù)與日俱增，如何及時對大數(shù)據(jù)進(jìn)行監(jiān)控，進(jìn)而做出反饋，是急需解決的問題。目前通用預(yù)警方案大致分為兩種：第一種基本上依賴于用戶手動添加，例如設(shè)置業(yè)務(wù)場景的預(yù)警，用戶需對每一個業(yè)務(wù)場景設(shè)置預(yù)警閾值，手動設(shè)置多次，預(yù)警觸發(fā)后則推送至用戶客戶端。同時設(shè)置預(yù)警需要依賴于圖形本身，如局限于柱狀圖、折線圖等。這種方法大量依賴于行業(yè)經(jīng)驗(yàn)，操作繁瑣，觸發(fā)被動，無法及時識別潛在風(fēng)險(xiǎn)。第二種智能預(yù)警則偏向于輿情監(jiān)聽、行業(yè)資訊及行業(yè)動態(tài)獲取，采用文本挖掘、知識圖譜等技術(shù)，著眼于整體大行業(yè)變化、輿論傾向等，缺少對大數(shù)據(jù)的監(jiān)控，不能根據(jù)具體業(yè)務(wù)情況進(jìn)行針對性指導(dǎo)。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明實(shí)施例的目的是提供一種智能預(yù)警方法與系統(tǒng)，可以對變量指標(biāo)數(shù)據(jù)進(jìn)行全方位的監(jiān)測，提高了異常監(jiān)測的效率，進(jìn)而節(jié)省了時間。

為實(shí)現(xiàn)上述目的，本發(fā)明實(shí)施例提供了一種智能預(yù)警方法，包括：

獲取目標(biāo)用戶相關(guān)的業(yè)務(wù)場景及與所述業(yè)務(wù)場景相關(guān)的變量指標(biāo)；

配置所述變量指標(biāo)的變量指標(biāo)參數(shù)；

監(jiān)測所述變量指標(biāo)參數(shù)是否超出預(yù)設(shè)的指標(biāo)范圍區(qū)間；

若所述變量指標(biāo)參數(shù)超出所述指標(biāo)范圍區(qū)間，則根據(jù)預(yù)設(shè)的自然語言描述模板以及所述變量指標(biāo)參數(shù)生成預(yù)警信息，以供用戶進(jìn)行查看。

進(jìn)一步地，所述監(jiān)測所述變量指標(biāo)參數(shù)是否超出預(yù)設(shè)的指標(biāo)范圍區(qū)間包括：

獲取所述業(yè)務(wù)場景及所述變量指標(biāo)的歷史時間序列；

通過預(yù)設(shè)的時間序列分解算法將所述歷史時間序列進(jìn)行分解，得到所述歷史時間序列每個時間點(diǎn)的余項(xiàng)分量；

根據(jù)預(yù)設(shè)的異常值檢測算法分析所述每個時間點(diǎn)的余項(xiàng)分量，以得到異常時間點(diǎn)；

判斷所述異常時間點(diǎn)是否在所述指標(biāo)范圍區(qū)間內(nèi)；

所述若所述變量指標(biāo)參數(shù)超出所述指標(biāo)范圍區(qū)間，則根據(jù)預(yù)設(shè)的自然語言描述模板以及所述變量指標(biāo)參數(shù)生成預(yù)警信息，以供用戶進(jìn)行查看包括：

若所述異常時間點(diǎn)超出所述指標(biāo)范圍區(qū)間，則根據(jù)預(yù)設(shè)的自然語言描述模板以及所述異常時間點(diǎn)生成預(yù)警信息，以供用戶進(jìn)行查看。

進(jìn)一步地，所述監(jiān)測所述變量指標(biāo)參數(shù)是否超出預(yù)設(shè)的指標(biāo)范圍區(qū)間包括：

獲取多個目標(biāo)用戶的變量指標(biāo)的變量指標(biāo)參數(shù)；

從所述多個目標(biāo)用戶的變量指標(biāo)參數(shù)中任意選取一個目標(biāo)用戶的變量指標(biāo)參數(shù)作為聚類中心；

計(jì)算其他用戶的變量指標(biāo)參數(shù)到所述聚類中心的距離；

監(jiān)測所述距離是否超出預(yù)設(shè)的指標(biāo)范圍區(qū)間；

所述若所述變量指標(biāo)參數(shù)超出所述指標(biāo)范圍區(qū)間，則根據(jù)預(yù)設(shè)的自然語言描述模板以及所述變量指標(biāo)參數(shù)生成預(yù)警信息，以供用戶進(jìn)行查看包括：

若所述距離在預(yù)設(shè)范圍外的變量指標(biāo)參數(shù)，則將變量指標(biāo)參數(shù)作為異常數(shù)據(jù)，根據(jù)預(yù)設(shè)的自然語言描述模板以及所述異常時間點(diǎn)生成預(yù)警信息，以供用戶進(jìn)行查看。