[发明专利]目标指标的异常原因定位方法和装置、电子设备

权利要求书

1.一种目标指标的异常原因定位方法，其特征在于，包括：

响应于目标指标异常，根据预设的维度构建维度组合；

计算所述维度组合的贡献度，所述贡献度用于表征所述维度组合引起所述目标指标发生异常的贡献大小；

根据所述贡献度定位影响所述目标指标异常的维度组合。

2.根据权利要求1所述的异常原因定位方法，其特征在于，所述根据预设的维度构建维度组合，包括：

拆解所述预设的维度，以得到预设的所述维度的子维度；

对所述子维度进行组合，以得到所述维度组合，其中，得到的所述维度组合为所述预设的维度的子维度组合。

3.根据权利要求2所述的异常原因定位方法，其特征在于，所述拆解所述预设的维度，包括：

利用绝对值类指标维度拆解方法、比率指标维度拆解方法、子指标乘法拆解方法中的至少一种拆解所述预设的维度。

4.根据权利要求1所述的异常原因定位方法，其特征在于，所述根据所述贡献度定位影响所述目标指标异常的维度组合，包括：

利用决策树模型定位影响所述目标指标异常的维度组合。

5.根据权利要求1所述的异常原因定位方法，其特征在于，在根据所述贡献度定位影响所述目标指标异常的维度组合之后，所述异常原因定位方法还包括：

计算预设的指标集合中的每个指标与所述目标指标的互相关值，其中，所述指标集合为可能影响所述目标指标异常的指标集合；

利用所述互相关值确定所述预设的指标集合中与所述目标指标异常相关的指标。

6.根据权利要求5所述的异常原因定位方法，其特征在于，所述计算预设的指标集合中的每个指标与所述目标指标的互相关值，包括：

利用异常检测模型，分别计算所述预设的指标集合中的每个指标和所述目标指标的时序序列；

计算所述预设的指标集合中的每个指标的时序序列和所述目标指标的时序序列的互相关值。

7.根据权利要求1所述的异常原因定位方法，其特征在于，在根据所述贡献度定位影响所述目标指标异常的维度组合之后，所述异常原因定位方法还包括：

计算预设的事件集合中的每个事件与所述目标指标的相关值，其中，所述事件集合为影响所述目标指标异常的事件集合；

利用所述相关值确定所述预设的事件集合中与所述目标指标异常相关的事件。

8.根据权利要求7所述的异常原因定位方法，其特征在于，计算预设的事件集合中的每个事件与所述目标指标的相关值，包括：

利用异常检测模型，计算所述目标指标的时序序列；

利用所述目标指标的时序序列的时间长度确定所述每个事件的时序序列；

计算所述每个事件的时序序列和所述目标指标的时序序列的相关值。

9.根据权利要求1所述的异常原因定位方法，其特征在于，在响应于目标指标异常，根据预设的维度构建维度组合之前，所述异常原因定位方法还包括：

对所述目标指标进行异常检测。

10.根据权利要求9所述的异常原因定位方法，其特征在于，所述对所述目标指标进行异常检测，包括：

利用时间序列分解算法，将时序数据分解成周期成分、趋势成分和残差成分；

从时序数据中去除所述周期成分和所述趋势成分，以得到所述时序数据的所述残差成分；

对所述残差成分进行异常判断。

11.一种目标指标的异常原因定位装置，其特征在于，包括：

维度组合构建单元，用于响应于目标指标异常，根据预设的维度构建维度组合；

贡献度计算单元，用于计算所述维度组合的贡献度，所述贡献度用于表征所述维度组合引起所述目标指标发生异常的贡献大小；

维度组合确定单元，用于根据所述贡献度定位影响所述目标指标异常的维度组合。