【技術(shù)實(shí)現(xiàn)步驟摘要】
本申請(qǐng)涉及數(shù)據(jù)分析，具體而言，涉及一種基于多維業(yè)務(wù)監(jiān)控的預(yù)警服務(wù)信息生成方法及系統(tǒng)。
技術(shù)介紹
1、隨著在線業(yè)務(wù)的迅猛發(fā)展，企業(yè)面臨著越來(lái)越復(fù)雜的運(yùn)營(yíng)環(huán)境和更高的風(fēng)險(xiǎn)管理要求。傳統(tǒng)的業(yè)務(wù)監(jiān)控方法往往局限于單一的數(shù)據(jù)源或維度，難以全面把握業(yè)務(wù)的實(shí)時(shí)運(yùn)行狀態(tài)和潛在風(fēng)險(xiǎn)。此外，日益增長(zhǎng)的數(shù)據(jù)量和復(fù)雜性也對(duì)日志分析提出了更高的挑戰(zhàn)，簡(jiǎn)單的關(guān)鍵詞搜索或統(tǒng)計(jì)分析已無(wú)法滿足現(xiàn)代企業(yè)對(duì)業(yè)務(wù)監(jiān)控的深入需求。
技術(shù)實(shí)現(xiàn)思路
1、為了改善上述問(wèn)題，本申請(qǐng)?zhí)峁┝艘环N基于多維業(yè)務(wù)監(jiān)控的預(yù)警服務(wù)信息生成方法及系統(tǒng)。
2、本申請(qǐng)實(shí)施例的第一方面，提供了一種基于多維業(yè)務(wù)監(jiān)控的預(yù)警服務(wù)信息生成方法，應(yīng)用于預(yù)警服務(wù)信息生成系統(tǒng)，所述方法包括：
3、獲取待進(jìn)行預(yù)警監(jiān)控的在線業(yè)務(wù)運(yùn)行日志；
4、通過(guò)完成調(diào)試的目標(biāo)多維知識(shí)挖掘算法，對(duì)所述待進(jìn)行預(yù)警監(jiān)控的在線業(yè)務(wù)運(yùn)行日志進(jìn)行多維知識(shí)挖掘處理，得到目標(biāo)多維知識(shí)向量；
5、依據(jù)所述目標(biāo)多維知識(shí)向量，得到所述待進(jìn)行預(yù)警監(jiān)控的在線業(yè)務(wù)運(yùn)行日志的預(yù)警監(jiān)控識(shí)別觀點(diǎn)。
6、可選的，所述方法還包括：
7、利用待調(diào)試的多維知識(shí)挖掘算法，對(duì)第一在線業(yè)務(wù)運(yùn)行日志調(diào)試樣例進(jìn)行多維知識(shí)挖掘處理，得到第一業(yè)務(wù)日志多維知識(shí)向量，所述第一在線業(yè)務(wù)運(yùn)行日志調(diào)試樣例對(duì)應(yīng)于目標(biāo)業(yè)務(wù)指標(biāo)關(guān)鍵詞；
8、依據(jù)所述第一業(yè)務(wù)日志多維知識(shí)向量和目標(biāo)注意力嵌入稠密語(yǔ)義矢量，確定第二業(yè)務(wù)日志多維知識(shí)向量，所述目標(biāo)注意力嵌入稠密語(yǔ)義矢量是從完成調(diào)
9、利用多元決策樹(shù)算法，對(duì)所述第二業(yè)務(wù)日志多維知識(shí)向量進(jìn)行多元決策判別，得到多元決策判別標(biāo)簽；
10、依據(jù)所述多元決策判別標(biāo)簽，對(duì)所述多維知識(shí)挖掘算法的算法配置變量進(jìn)行至少一次優(yōu)化，得到調(diào)試后的所述多維知識(shí)挖掘算法。
11、可選的，所述依據(jù)所述多元決策判別標(biāo)簽，對(duì)所述多維知識(shí)挖掘算法的算法配置變量進(jìn)行至少一次優(yōu)化，得到調(diào)試后的所述多維知識(shí)挖掘算法，包括：
12、依據(jù)所述多元決策判別標(biāo)簽和設(shè)定的先驗(yàn)訓(xùn)練標(biāo)注數(shù)據(jù)，確定第一目標(biāo)訓(xùn)練誤差變量；
13、依據(jù)所述第一目標(biāo)訓(xùn)練誤差變量，對(duì)所述多維知識(shí)挖掘算法的算法配置變量進(jìn)行至少一次優(yōu)化，得到調(diào)試后的所述多維知識(shí)挖掘算法。
14、可選的，所述設(shè)定的先驗(yàn)訓(xùn)練標(biāo)注數(shù)據(jù)包括所述目標(biāo)業(yè)務(wù)指標(biāo)關(guān)鍵詞的先驗(yàn)關(guān)鍵詞標(biāo)注數(shù)據(jù)和所述目標(biāo)注意力嵌入稠密語(yǔ)義矢量的第一關(guān)聯(lián)注意力維度先驗(yàn)訓(xùn)練標(biāo)注數(shù)據(jù)，所述多元決策判別標(biāo)簽包括業(yè)務(wù)指標(biāo)關(guān)鍵詞數(shù)據(jù)和日志關(guān)聯(lián)注意力維度信息；所述依據(jù)所述多元決策判別標(biāo)簽和設(shè)定的先驗(yàn)訓(xùn)練標(biāo)注數(shù)據(jù)，確定第一目標(biāo)訓(xùn)練誤差變量，包括：
15、依據(jù)所述業(yè)務(wù)指標(biāo)關(guān)鍵詞數(shù)據(jù)和所述先驗(yàn)關(guān)鍵詞標(biāo)注數(shù)據(jù)，確定第一訓(xùn)練誤差變量；
16、依據(jù)所述日志關(guān)聯(lián)注意力維度信息和所述第一關(guān)聯(lián)注意力維度先驗(yàn)訓(xùn)練標(biāo)注數(shù)據(jù)，確定第二訓(xùn)練誤差變量；
17、依據(jù)所述第一訓(xùn)練誤差變量和所述第二訓(xùn)練誤差變量，確定所述第一目標(biāo)訓(xùn)練誤差變量。
18、可選的，所述多維知識(shí)挖掘算法包括金字塔算法分支和隱含算法分支；所述利用待調(diào)試的多維知識(shí)挖掘算法，對(duì)第一在線業(yè)務(wù)運(yùn)行日志調(diào)試樣例進(jìn)行多維知識(shí)挖掘處理，得到第一業(yè)務(wù)日志多維知識(shí)向量，包括：
19、通過(guò)所述金字塔算法分支，對(duì)所述第一在線業(yè)務(wù)運(yùn)行日志調(diào)試樣例進(jìn)行多維知識(shí)挖掘處理，得到第三業(yè)務(wù)日志多維知識(shí)向量；
20、通過(guò)所述隱含算法分支，對(duì)所述第三業(yè)務(wù)日志多維知識(shí)向量進(jìn)行優(yōu)化，得到所述第一業(yè)務(wù)日志多維知識(shí)向量。
21、可選的，所述依據(jù)所述多元決策判別標(biāo)簽，對(duì)所述多維知識(shí)挖掘算法的算法配置變量進(jìn)行至少一次優(yōu)化，包括：
22、在不符合調(diào)試終止要求的情況下，依據(jù)所述多元決策判別標(biāo)簽，對(duì)所述多維知識(shí)挖掘算法中的隱含算法分支的算法配置變量進(jìn)行優(yōu)化。
23、可選的，所述方法還包括：
24、獲取第二在線業(yè)務(wù)運(yùn)行日志調(diào)試樣例的第四業(yè)務(wù)日志多維知識(shí)向量，所述第二在線業(yè)務(wù)運(yùn)行日志調(diào)試樣例對(duì)應(yīng)于所述目標(biāo)業(yè)務(wù)指標(biāo)關(guān)鍵詞；
25、確定所述第四業(yè)務(wù)日志多維知識(shí)向量和待調(diào)試的注意力特征關(guān)系集中的每一注意力嵌入稠密語(yǔ)義矢量之間的特征共性權(quán)重；
26、基于每一所述特征共性權(quán)重，確定第二目標(biāo)訓(xùn)練誤差變量；
27、依據(jù)所述第二目標(biāo)訓(xùn)練誤差變量，對(duì)所述待調(diào)試的注意力特征關(guān)系集進(jìn)行至少一次優(yōu)化，得到調(diào)試后的所述注意力特征關(guān)系集。
28、可選的，所述第二在線業(yè)務(wù)運(yùn)行日志調(diào)試樣例具有第二關(guān)聯(lián)注意力維度先驗(yàn)訓(xùn)練標(biāo)注數(shù)據(jù)；所述基于每一所述特征共性權(quán)重，確定第二目標(biāo)訓(xùn)練誤差變量，包括：
29、針對(duì)每一特征共性權(quán)重，依據(jù)所述特征共性權(quán)重和所述第二關(guān)聯(lián)注意力維度先驗(yàn)訓(xùn)練標(biāo)注數(shù)據(jù)，確定第三訓(xùn)練誤差變量；
30、基于每一所述第三訓(xùn)練誤差變量，確定所述第二目標(biāo)訓(xùn)練誤差變量。
31、可選的，所述依據(jù)所述第一業(yè)務(wù)日志多維知識(shí)向量和目標(biāo)注意力嵌入稠密語(yǔ)義矢量，確定第二業(yè)務(wù)日志多維知識(shí)向量，包括：
32、將所述第一業(yè)務(wù)日志多維知識(shí)向量和所述目標(biāo)注意力嵌入稠密語(yǔ)義矢量進(jìn)行集成，得到所述第二業(yè)務(wù)日志多維知識(shí)向量。
33、本申請(qǐng)實(shí)施例的第二方面，提供了一種預(yù)警服務(wù)信息生成系統(tǒng)，包括：處理器以及與所述處理器連接的存儲(chǔ)器和總線；所述處理器和所述存儲(chǔ)器通過(guò)所述總線完成相互間的通信；所述處理器用于調(diào)用所述存儲(chǔ)器中的計(jì)算機(jī)程序，以執(zhí)行上述的基于多維業(yè)務(wù)監(jiān)控的預(yù)警服務(wù)信息生成方法。
34、本申請(qǐng)實(shí)施例的第三方面，提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有程序，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述的基于多維業(yè)務(wù)監(jiān)控的預(yù)警服務(wù)信息生成方法。
35、本申請(qǐng)實(shí)施例所提供的基于多維業(yè)務(wù)監(jiān)控的預(yù)警服務(wù)信息生成方法及系統(tǒng)，提出了一種全新的業(yè)務(wù)監(jiān)控方法，通過(guò)整合多源數(shù)據(jù)，該方法提供了更為全面、多維度的監(jiān)控功能，有效彌補(bǔ)了傳統(tǒng)方法的不足。同時(shí)，利用先進(jìn)的多維知識(shí)挖掘算法，本申請(qǐng)實(shí)施例能夠深入解析和挖掘日志數(shù)據(jù)中的關(guān)鍵信息，生成具有預(yù)見(jiàn)性的預(yù)警監(jiān)控識(shí)別觀點(diǎn)。如此，不僅提高了企業(yè)對(duì)業(yè)務(wù)狀態(tài)的實(shí)時(shí)監(jiān)控能力，還顯著增強(qiáng)了風(fēng)險(xiǎn)防控的準(zhǔn)確性和效率，為企業(yè)的穩(wěn)定運(yùn)營(yíng)提供了強(qiáng)有力的技術(shù)支持。
本文檔來(lái)自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種基于多維業(yè)務(wù)監(jiān)控的預(yù)警服務(wù)信息生成方法，其特征在于，應(yīng)用于預(yù)警服務(wù)信息生成系統(tǒng)，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述依據(jù)所述多元決策判別標(biāo)簽，對(duì)所述多維知識(shí)挖掘算法的算法配置變量進(jìn)行至少一次優(yōu)化，得到調(diào)試后的所述多維知識(shí)挖掘算法，包括：
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述設(shè)定的先驗(yàn)訓(xùn)練標(biāo)注數(shù)據(jù)包括所述目標(biāo)業(yè)務(wù)指標(biāo)關(guān)鍵詞的先驗(yàn)關(guān)鍵詞標(biāo)注數(shù)據(jù)和所述目標(biāo)注意力嵌入稠密語(yǔ)義矢量的第一關(guān)聯(lián)注意力維度先驗(yàn)訓(xùn)練標(biāo)注數(shù)據(jù)，所述多元決策判別標(biāo)簽包括業(yè)務(wù)指標(biāo)關(guān)鍵詞數(shù)據(jù)和日志關(guān)聯(lián)注意力維度信息；所述依據(jù)所述多元決策判別標(biāo)簽和設(shè)定的先驗(yàn)訓(xùn)練標(biāo)注數(shù)據(jù)，確定第一目標(biāo)訓(xùn)練誤差變量，包括：
5.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述多維知識(shí)挖掘算法包括金字塔算法分支和隱含算法分支；所述利用待調(diào)試的多維知識(shí)挖掘算法，對(duì)第一在線業(yè)務(wù)運(yùn)行日志調(diào)試樣例進(jìn)行多維知識(shí)挖掘處理，得到第一業(yè)務(wù)日志多維知識(shí)向量，包括：
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，
7.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述方法還包括：
8.根據(jù)權(quán)利要求2至7中任一項(xiàng)所述的方法，其特征在于，所述依據(jù)所述第一業(yè)務(wù)日志多維知識(shí)向量和目標(biāo)注意力嵌入稠密語(yǔ)義矢量，確定第二業(yè)務(wù)日志多維知識(shí)向量，包括：
9.一種預(yù)警服務(wù)信息生成系統(tǒng)，其特征在于，包括處理器以及與所述處理器連接的存儲(chǔ)器和總線；所述處理器和所述存儲(chǔ)器通過(guò)所述總線完成相互間的通信；所述處理器用于調(diào)用所述存儲(chǔ)器中的計(jì)算機(jī)程序，以執(zhí)行權(quán)利要求1-8任一項(xiàng)所述的基于多維業(yè)務(wù)監(jiān)控的預(yù)警服務(wù)信息生成方法。
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，其上存儲(chǔ)有程序，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-8任一項(xiàng)所述的基于多維業(yè)務(wù)監(jiān)控的預(yù)警服務(wù)信息生成方法。
...【技術(shù)特征摘要】
1.一種基于多維業(yè)務(wù)監(jiān)控的預(yù)警服務(wù)信息生成方法，其特征在于，應(yīng)用于預(yù)警服務(wù)信息生成系統(tǒng)，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述依據(jù)所述多元決策判別標(biāo)簽，對(duì)所述多維知識(shí)挖掘算法的算法配置變量進(jìn)行至少一次優(yōu)化，得到調(diào)試后的所述多維知識(shí)挖掘算法，包括：
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述設(shè)定的先驗(yàn)訓(xùn)練標(biāo)注數(shù)據(jù)包括所述目標(biāo)業(yè)務(wù)指標(biāo)關(guān)鍵詞的先驗(yàn)關(guān)鍵詞標(biāo)注數(shù)據(jù)和所述目標(biāo)注意力嵌入稠密語(yǔ)義矢量的第一關(guān)聯(lián)注意力維度先驗(yàn)訓(xùn)練標(biāo)注數(shù)據(jù)，所述多元決策判別標(biāo)簽包括業(yè)務(wù)指標(biāo)關(guān)鍵詞數(shù)據(jù)和日志關(guān)聯(lián)注意力維度信息；所述依據(jù)所述多元決策判別標(biāo)簽和設(shè)定的先驗(yàn)訓(xùn)練標(biāo)注數(shù)據(jù)，確定第一目標(biāo)訓(xùn)練誤差變量，包括：
5.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述多維知識(shí)挖掘算法包括金字塔算法分支和隱含算法分支；所述利用待調(diào)試的多維知識(shí)挖掘算法，對(duì)第一在線業(yè)務(wù)運(yùn)行日志調(diào)試樣例...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：孫慶昊，王海龍，劉凱，馮偉，
申請(qǐng)(專利權(quán))人：金網(wǎng)絡(luò)北京數(shù)字科技有限公司，
類型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。