[發明專利]基于線性回歸模型的白屏率監控方法、裝置、設備及介質

在審

• 申請號: 202111060230.3
• 申請日: 2021-09-10
• 公開（公告）號: CN113760663A
• 公開（公告）日: 2021-12-07
• 發明（設計）人: 劉洋
• 申請（專利權）人: 未鯤（上海）科技服務有限公司
• 主分類號: G06F11/30
• 分類號: G06F11/30;G06K9/62;G06F16/27
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 丁宇龍

1.一種基于線性回歸模型的白屏率監控方法，其特征在于，包括：

獲取樣本白屏數據，將所述樣本白屏數據進行切分，并基于預設維度對切分后的所述樣本白屏數據進行數據提取，得到基礎訓練數據，其中，所述預設維度包括頁面訪問量、頁面加載時間、錯誤數、執行時間、初始化時間；

采用線性歸一化算法，將所述基礎訓練數據進行歸一化處理，得到目標訓練數據；

將所述目標訓練數據輸入回歸模型，基于梯度下降法進行訓練，得到訓練好的線性回歸模型；

獲取監控白屏數據，并通過所述訓練好的線性回歸模型對所述監控白屏數據進行數據計算，得到預測值；

根據預設埋點數據獲取所述監控白屏數據中的真實白屏率，并基于所述預測值與所述真實白屏率，觸發白屏告警信息。

2.根據權利要求1所述的基于線性回歸模型的白屏率監控方法，其特征在于，所述獲取樣本白屏數據，將所述樣本白屏數據進行切分，并基于預設維度對切分后的對所述樣本白屏數據進行數據提取，得到基礎訓練數據，包括：

獲取所述樣本白屏數據；

按照預設時間閾值將所述樣本白屏數據進行切分，得到初始白屏數據；

針對所述初始白屏數據，按照所述預設維度，提取所述初始白屏數據中的訓練數據，得到所述基礎訓練數據。

3.根據權利要求1所述的基于線性回歸模型的白屏率監控方法，其特征在于，所述將所述目標訓練數據輸入回歸模型，基于梯度下降法進行訓練，得到訓練好的線性回歸模型，包括：

基于均方誤差算法，獲取所述回歸模型的權重系數；

基于所述權重系數以及所述梯度下降法，通過所述目標訓練數據對所述回歸模型進行迭代計算，其中，每次所述迭代計算均得到一個損失值；

當所述損失值達到預置閾值時，停止所述迭代計算，得到所述訓練好的線性回歸模型。

4.根據權利要求1所述的基于線性回歸模型的白屏率監控方法，其特征在于，所述獲取監控白屏數據，并通過所述訓練好的線性回歸模型對所述監控白屏數據進行數據計算，得到預測值，包括：

獲取所述監控白屏請求；

基于所述監控白屏請求，獲取預設時間間隔的監控白屏數據；

按照所述預設維度，提取所述監控白屏數據中的訓練數據，得到目標待測數據；

通過所述訓練好的線性回歸模型對所述目標待測數據進行預測計算，得到所述預測值。

5.根據權利要求4所述的基于線性回歸模型的白屏率監控方法，其特征在于，所述基于所述監控白屏請求，獲取預設時間間隔的監控白屏數據，包括：

解析所述監控白屏請求，獲取所述監控白屏請求所對應監控頁面的埋點數據；

通過所述埋點數據，獲取預設時間間隔的所述監控白屏數據。

6.根據權利要求1所述的基于線性回歸模型的白屏率監控方法，其特征在于，所述根據預設埋點數據獲取所述監控白屏數據中的真實白屏率，并基于所述預測值與所述真實白屏率，觸發白屏告警信息，包括：

根據所述預設埋點數據獲取所述監控白屏數據中的白屏次數和頁面啟動次數；

基于所述白屏次數和頁面啟動次數，統計所述監控白屏數據中的所述真實白屏率；

計算所述預測值與所述真實白屏率的偏差系數；

若所述偏差系數大于預設系數，則觸發所述白屏告警信息。

7.根據權利要求1至6任一項所述的基于線性回歸模型的白屏率監控方法，其特征在于，在所述統計所述監控白屏數據中的真實白屏率，并基于所述預測值與所述真實白屏率，觸發白屏告警信息之后，所述方法還包括：

獲取預設時間段的頁面數據；

對所述頁面數據進行數據提取，得到更新數據；

基于所述更新數據，對所述訓練好的線性回歸模型進行更新。