[发明专利]数据处理方法、设备及计算机可读存储介质

说明书

本发明公开了一种数据处理方法、设备及计算机可读存储介质。其中，所述数据处理方法包括：获取目标数据序列；获取目标数据序列中的第一异常数据段；在目标数据序列中获取第一数据搜索空间；根据第一异常数据段在第一数据搜索空间中获取与第一异常数据段对应的第二异常数据段；对第二异常数据段进行标注。本发明实施例中，通过在目标数据序列中获取第一异常数据段和第一数据搜索空间，从而可以在第一数据搜索空间中根据该异常数据段模板获取并标注相对应的第二异常数据段，即实现了对目标数据序列中的其他异常数据段进行标注的目的，因此，能够提高数据中异常数据的标注效率，从而能够节省人力资源和时间资源。

技术领域

本发明实施例涉及但不限于信息处理技术领域，尤其涉及一种数据处理方法、设备及计算机可读存储介质。

背景技术

随着大数据和人工智能技术的发展，通信网络的运维中已越来越多地引入了更智能更高效的机器学习技术，例如指标的异常感知、趋势预测、故障根因分析等等。这些技术要达到较好的应用效果通常需要依赖高质量的训练数据集，而可靠的标签数据是高质量训练数据集的一部分。而且，近年来深度学习技术在图像、语音识别领域的应用获得了巨大的成功，背后就离不开依靠大量人力标注得到的标签数据集。

然而，对庞大的训练数据集进行人工标注，其成本非常昂贵，需要耗费大量的人力资源和时间资源。例如，针对一个中等规模的网络，存在着数以百万计的海量时序数据，如果通过人工对这些数据中的所有异常数据进行标注，是不可能完成的任务，即便采用一些经验公式等方法来进行辅助标注，也存在结果不准确、不完整的问题。因此，如何提升数据中异常数据的标注效率，是亟待解决的技术问题。

发明内容

以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。

第一方面，本发明实施例提供了一种数据处理方法、设备及计算机可读存储介质，能够提高数据中异常数据的标注效率。

第二方面，本发明实施例提供了一种数据处理方法，包括，

获取目标数据序列；

获取所述目标数据序列中的第一异常数据段；

在所述目标数据序列中获取第一数据搜索空间；

根据所述第一异常数据段在所述第一数据搜索空间中获取与所述第一异常数据段对应的第二异常数据段；

对所述第二异常数据段进行标注。

第三方面，本发明实施例还提供了一种设备，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，所述处理器执行所述计算机程序时实现如上所述第二方面的数据处理方法。

第四方面，本发明实施例还提供一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行如上所述的数据处理方法。

本发明实施例包括：获取目标数据序列；获取目标数据序列中的第一异常数据段；在目标数据序列中获取第一数据搜索空间；根据第一异常数据段在第一数据搜索空间中获取与第一异常数据段对应的第二异常数据段；对第二异常数据段进行标注。根据本发明实施例提供的方案，通过在目标数据序列中获取第一异常数据段和第一数据搜索空间，使得该第一异常数据段可以作为异常数据段模板，从而可以在第一数据搜索空间中根据该异常数据段模板获取并标注相对应的第二异常数据段，即实现了对目标数据序列中的其他异常数据段进行标注的目的，因此，相比于传统的人工标注异常数据段，本发明实施例提供的方案能够提高数据中异常数据的标注效率，从而能够节省人力资源和时间资源。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明