[发明专利]在线量异常点的检测方法和装置、计算机设备和存储介质有效
申请号: | 201710642864.7 | 申请日: | 2017-07-31 |
公开(公告)号: | CN107547266B | 公开(公告)日: | 2020-09-29 |
发明(设计)人: | 高小明;张丹;陈明宇 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | H04L12/24 | 分类号: | H04L12/24;H04L12/26;H04L29/08;H04L29/06 |
代理公司: | 广州华进联合专利商标代理有限公司 44224 | 代理人: | 何平;邓云鹏 |
地址: | 518000 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 在线 异常 检测 方法 装置 计算机 设备 存储 介质 | ||
1.一种在线量异常点的检测方法,其特征在于,包括:
获取在线量数据;所述在线量数据,包括运营平台一段时间内各时间点的在线用户以及在线用户数量;
根据所述在线量数据计算日最高在线数量和日活跃用户数量;
根据所述日最高在线数量和日活跃用户数量计算所述一段时间内每日的日在线平高比;
根据计算的各日在线平高比,计算日在线平高比的平均值和方差;
根据计算的所述日在线平高比的平均值和方差计算参考阈值;
将各所述日在线平高比与所述参考阈值进行比较,当检测到所述日在线平高比大于所述参考阈值时,判定对应的日期的在线量数据为在线量异常点。
2.根据权利要求1所述的在线量异常点的检测方法,其特征在于,所述方法还包括:
查找预先设置的各设定日期;
将各设定日期前后的设定时间区间的各日期的在线量数据确定为在线量异常点。
3.根据权利要求1所述的在线量异常点的检测方法,其特征在于,根据计算的所述日在线平高比的平均值和方差计算参考阈值的步骤包括:
获取影响在线量的活动周期;
根据所述活动周期、日在线平高比的平均值和方差计参考阈值。
4.根据权利要求3所述的在线量异常点的检测方法,其特征在于,所述活动周期与计算的参考阈值正相关。
5.根据权利要求3或4所述的在线量异常点的检测方法,其特征在于,根据所述活动周期、日在线平高比的平均值和方差计参考阈值的步骤包括:
根据活动周期确定方差的倍数;
根据日在线平高比的平均值和确定的方差倍数计算参考阈值;所述参考阈值为在线平高比的平均值与方差的倍数之和。
6.一种在线量异常点的检测装置,其特征在于,包括:数据获取模块、数据计算模块、阈值计算模块、比较模块和异常点确定模块;
所述数据获取模块,用于获取在线量数据;所述在线量数据,包括运营平台一段时间内各时间点的在线用户以及在线用户数量;
所述数据计算模块,用于根据在线量数据计算日最高在线数量和日活跃用户数量,根据所述日最高在线数量和日活跃用户数量计算所述一段时间内每日的日在线平高比,根据计算的各日在线平高比,计算日在线平高比的平均值和方差;
所述阈值计算模块,用于根据计算的所述日在线平高比的平均值和方差计算参考阈值;
所述比较模块,用于将各所述日在线平高比与所述参考阈值进行比较;
所述异常点确定模块,用于当检测到所述日在线平高比大于所述参考阈值时,判定对应的日期的在线量数据为在线量异常点。
7.根据权利要求6所述的在线量异常点的检测装置,其特征在于,还包括查找模块,用于查找预先设置的各设定日期;
所述异常点确定模块,还用于将各设定日期前后的设定时间区间的各日期的在线量数据确定为在线量异常点。
8.根据权利要求6所述的在线量异常点的检测装置,其特征在于,所述装置还包括周期获取模块,用于获取影响在线量的活动周期;
所述阈值计算模块,用于根据所述活动周期、日在线平高比的平均值和方差计参考阈值。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至5任一项所述的在线量异常点的检测方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时,实现权利要求1至5任一项所述的在线量异常点的检测方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710642864.7/1.html,转载请声明来源钻瓜专利网。