[發明專利]數據洞察方法、裝置、電子設備及存儲介質

有效

• 申請號: 202110429331.7
• 申請日: 2021-04-21
• 公開（公告）號: CN113032403B
• 公開（公告）日: 2023-05-19
• 發明（設計）人: 王天宇;黃北辰
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/22
• 分類號: G06F16/22;G06F11/34;G06F16/28;G06Q10/0639
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種數據洞察方法，其特征在于，所述方法包括：

根據預設的業務指標從業務數據中確定洞察對象數據；

對所述洞察對象數據進行單維洞察，得到單維洞察結果；

對所述洞察對象數據進行時序洞察，得到時序洞察結果；

對所述洞察對象數據進行多維洞察，得到多維洞察結果；

將所述單維洞察結果、所述時序洞察結果和所述多維洞察結果匯集生成洞察報告，并根據所述洞察報告生成并發送預警提示；

其中，所述對所述洞察對象數據進行單維洞察，得到單維洞察結果，包括：在所述洞察對象數據中選擇字段類型為數值型的數據，得到數值數據集；將所述數值數據集中的數據進行排序，得到排序結果；在所述排序結果滿足預設的極值條件時生成極值洞察信息；在所述洞察對象數據中選擇字段類型為枚舉型的數據，得到枚舉數據集；在所述枚舉數據集中的數據滿足預設的觸發條件時生成貢獻度洞察信息；將所述極值洞察信息和所述貢獻度洞察信息合并，得到單維洞察結果；

所述在所述枚舉數據集中的數據滿足預設的觸發條件時生成貢獻度洞察信息，包括：獲取所述枚舉數據集中每個字段的所有枚舉值；統計每個所述枚舉值在對應字段中的占比；在所述占比超過預設幅度時，將所述占比和對應的枚舉值填入預設的枚舉預警模板，得到貢獻度洞察信息；

所述對所述洞察對象數據進行時序洞察，得到時序洞察結果，包括：在所述洞察數據中選擇時間維度的數據，并按照時間進行排序，得到時序數據集；對所述時序數據集進行突變點檢測，得到突變點信息；對所述時序數據集進行異常點檢測，得到異常點信息；對所述時序數據集進行趨勢檢測，得到趨勢信息；對所述時序數據集進行周期性檢測，得到周期信息；將所述突變點信息、所述異常點信息、所述趨勢信息和所述周期信息進行合并，得到時序洞察結果；

所述對所述洞察對象數據進行多維洞察，得到多維洞察結果，包括：按照數據是否具有時間屬性將所述洞察對象數據進行劃分，得到時序數據集和非時序數據集；利用預設的相關性公式檢測所述時序數據集中數據的相關性，生成時序相關性信息；利用預設的相關性公式檢測所述非時序數據集中數據的相關性，生成非時序相關性信息；檢測所述非時序數據集中數據的相似性，生成聚類異常信息；將所述時序相關性信息、所述非時序相關性信息和所述聚類異常信息進行合并，得到多維洞察結果。

2.如權利要求1所述的數據洞察方法，其特征在于，所述對所述時序數據集進行突變點檢測，得到突變點信息，包括：

通過遍歷操作依次選擇所述時序數據集中的一個數據，得到當前數據；

獲取當前數據的前一數據和后一數據，并分別計算所述前一數據和所述后一數據與當前數據的偏差，得到前偏差量和后偏差量；

在所述前偏差量或所述后偏差量大于預設偏差閾值時，將當前數據、所述前偏差量或所述后偏差量填入預設的突變預警模板，得到突變點信息。

3.如權利要求1所述的數據洞察方法，其特征在于，所述對所述時序數據集進行異常點檢測，得到異常點信息，包括：

計算所述時序數據集中每個字段下所有數據的平均值；

將所述時序數據集中每個數據與其所述字段對應的所述平均值進行比較，得到平均偏差；

在所述平均偏差大于預設偏差閾值時，將所述平均偏差對應的數據與所述平均偏差填入預設的異常預警模板中得到異常點信息。