[发明专利]一种基于聚类分析的剧场运维管理方法

权利要求书

1.一种基于聚类分析的剧场运维管理方法，其特征在于，包括以下步骤：

S1以装备浏览量X和时间段T作为主成分设立关注度(X，T)；

S2根据不同天的同一时间段进行关注时间聚类，得到不同装备的N个数据簇，具体包括:

S2.1将任意N个装备的关注度作为数据中心；

S2.2将剩余装备根据关注度进行分类；

S2.3取同一分类中的关注度重新设立新的数据中心，具体包括：将同一分类的装备的关注度汇总并取平均值，将平均值作为新的数据中心；

S2.4将所有装备根据关注度再次分类；

S2.5判断分类结果是否发生改变，若改变则重复步骤S2.3，若未改变则进行下一步；

S2.6输出不同分类装备构成的N个数据簇；

S3以装备维修量Y和时间段T作为主成分设立维修度(Y，T)；

S4根据不同天的同一时间段进行维修时间聚类，得到不同装备的M个数据簇；

S5对关注时间聚类N个数据簇和维修时间聚类的M个数据簇进行对照分析；

S6按照分析结果实现对装备的针对性运维管理。

2.根据权利要求1所述的一种基于聚类分析的剧场运维管理方法，其特征在于，所述步骤S4具体包括:

S4.1将任意M个装备的关注度作为数据中心；

S4.2将剩余装备根据关注度进行分类；

S4.3取同一分类中的关注度重新设立新的数据中心；

S4.4将所有装备根据关注度再次分类；

S4.5判断分类结果是否发生改变，若改变则重复步骤S4.3，若未改变则进行下一步；

S4.6输出不同分类装备构成的M个数据簇。

3.根据权利要求1所述的一种基于聚类分析的剧场运维管理方法，其特征在于，所述步骤S5具体包括：以维修时间聚类的M个数据簇为基础，对照其中维修度高的数据簇，若该数据簇的对应的时间与在关注时间聚类的N个数据簇中关注度高对应的时间段一致，则判定该数据簇中装备具备充分关注，无需改变；

若该数据簇的对应的时间与在关注时间聚类的N个数据簇中关注度高对应的时间段不一致，则判定该数据簇中装备缺少关注，增加推送量至大于等于关注度的加权平均值；

以维修时间聚类的M个数据簇为基础，对照其中维修度低的数据簇，若该数据簇的对应的时间与在关注时间聚类的N个数据簇中关注度低对应的时间段一致，则判定该数据簇中装备具备充分关注，无需改变；

若该数据簇的对应的时间与在关注时间聚类的N个数据簇中关注度低对应的时间段不一致，则判定该数据簇中装备过度关注，降低推送量至小于关注度的加权平均值。

4.根据权利要求3所述的一种基于聚类分析的剧场运维管理方法，其特征在于，所述维修度数据簇中最低维修度大于等于维修度的加权平均值，视为维修度高，若维修度数据簇中最高维修度小于维修度的加权平均值，视为维修度低；所述关注度数据簇中最低维修度大于等于维修度的加权平均值，视为关注度高，若关注度数据簇中最高维修度小于维修度的加权平均值，视为关注度低。