CN110875856A - 激活数据异常检测与分析的方法和装置 - Google Patents

激活数据异常检测与分析的方法和装置 Download PDF

Info

Publication number
CN110875856A
CN110875856A CN201811012623.5A CN201811012623A CN110875856A CN 110875856 A CN110875856 A CN 110875856A CN 201811012623 A CN201811012623 A CN 201811012623A CN 110875856 A CN110875856 A CN 110875856A
Authority
CN
China
Prior art keywords
feature vector
current
activation data
similarity
determining
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811012623.5A
Other languages
English (en)
Other versions
CN110875856B (zh
Inventor
田玉杰
陈俊伟
仇路
金薇薇
李鑫
姚书清
朱林
李务军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jingdong Century Trading Co Ltd
Beijing Jingdong Shangke Information Technology Co Ltd
Original Assignee
Beijing Jingdong Century Trading Co Ltd
Beijing Jingdong Shangke Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Jingdong Century Trading Co Ltd, Beijing Jingdong Shangke Information Technology Co Ltd filed Critical Beijing Jingdong Century Trading Co Ltd
Priority to CN201811012623.5A priority Critical patent/CN110875856B/zh
Publication of CN110875856A publication Critical patent/CN110875856A/zh
Application granted granted Critical
Publication of CN110875856B publication Critical patent/CN110875856B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00Arrangements for monitoring or testing data switching networks
    • H04L43/08Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0823Errors, e.g. transmission errors
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/36Preventing errors by testing or debugging software
    • G06F11/3668Software testing
    • G06F11/3672Test management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14Network analysis or design
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14Network analysis or design
    • H04L41/142Network analysis or design using statistical or mathematical methods
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00Arrangements for monitoring or testing data switching networks
    • H04L43/14Arrangements for monitoring or testing data switching networks using software, i.e. software packages
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00Arrangements for monitoring or testing data switching networks
    • H04L43/16Threshold monitoring

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Analysis (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Algebra (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明公开了激活数据异常检测与分析的方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:根据渠道的当前激活数据与历史激活数据,确定当前特征向量;确定所述当前特征向量与特征向量库中的参考特征向量之间的相似度;根据所述相似度,确定所述当前激活数据是否出现异常。该实施方式解决现有技术检测渠道的激活数据是否异常时确定阈值的取值难度较大、且无法对激活数据进行全面的检测的技术缺陷,进而达到准确、全面、自动地判断当前的渠道的激活数据是否异常、方便后续分析激活数据存在异常的原因、且无需利用人工介入的有益效果。

Description

激活数据异常检测与分析的方法和装置
技术领域
本发明涉及计算机技术领域,尤其涉及一种激活数据异常检测与分析的方法和装置。
背景技术
软件在推广时可以根据激活数据判断推广的渠道是否正常进行。对当前激活数据是否出现异常的检测,现在主要采用阈值检测和人工排查。如果当前激活数据超过阈值时,需要人工对激活数据进行分析,确定异常原因。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
1.现有技术在确定激活数据的阈值范围时难度较大,容易造成误判。通过设置阈值的方式只能检测到个别指标数据,无法对激活数据进行全面的检测。
2.现有技术采用阈值判断出激活数据存在异常后,还需要采用人工分析激活数据的异常原因,使得时间成本和人工成本均较高,且准确率低。
发明内容
有鉴于此,本发明实施例提供一种激活数据异常检测与分析的方法,能够达到准确、全面、自动地判断激活数据是否异常,并且方便后续分析激活数据存在异常的原因、无需利用人工判断的有益效果。
为实现上述目的,根据本发明实施例的一个方面,提供了一种激活数据异常检测的方法,包括:
根据渠道的当前激活数据与历史激活数据,确定当前特征向量;
确定所述当前特征向量与特征向量库中的参考特征向量之间的相似度;
根据所述相似度,确定所述当前激活数据是否出现异常。
可选地,根据渠道的当前激活数据与历史激活数据,确定当前特征向量,包括:
根据所述渠道的当前激活数据中的每个指标数据与历史激活数据中对应的指标数据,确定当前特征向量中的每个元素;
所述当前特征向量中的每个元素的计算公式为:
Figure BDA0001785387690000021
其中,X1k为当前特征向量X1的第k个元素;A(k)为历史激活数据中第k个指标数据的数值;B(k)是当前激活数据中与A(k)对应的第k个指标数据的数值;
M为放大整数倍,M的取值为10的整数倍。
可选地,确定所述当前特征向量与特征向量库中的参考特征向量之间的相似度的计算公式,包括:
Figure BDA0001785387690000022
其中,X1k代表当前特征向量X1的第k个元素,X2k代表参考特征向量X2的第k个元素;cosθ为当前特征向量X1和参考特征向量X2的夹角余弦值;n代表的是当前特征向量X1或参考特征向量X2的维数。
可选地,根据所述相似度,确定所述当前激活数据是否出现异常,包括:
判定相似度的计算公式中cosθ是否不小于相似预设值;
当相似度cosθ不小于相似预设值,则确定当前激活数据出现异常;
当相似度cosθ小于相似预设值,则确定当前激活数据正常。
可选地,所述相似预设值为cos45或0.717。
可选地,所述渠道的当前激活数据包括以下至少两个指标数据:正常激活数量、作弊激活数量、常见品牌设备的激活数量、每个运营商激活数量、激活IP地址分布、WiFi环境下的激活数量、非WiFi环境下的激活数量、渠道状态、软件发版状态、渠道发版状态、次日留存量、CPD渠道的下载量、CPC渠道的点击量。
可选地,确定所述当前激活数据是否出现异常之后,还包括:
获取与当前特征向量相似的参考特征向量;
将所述相似的参考特征向量按相似度降序排列;
根据降序排列后排名靠前的参考特征向量的异常原因合并,确定为当前激活数据的异常原因。
可选地,确定当前激活数据的异常原因之后,还包括:
将所述当前激活数据对应的当前特征向量作为参考特征向量;
将所述参考特征向量与当前激活数据的异常原因关联存储到特征向量库中。
根据本发明实施例的另一个方面,提供了一种激活数据异常检测的装置,包括:
特征向量确定模块,用于根据渠道的当前激活数据与历史激活数据,确定当前特征向量;
相似度确定模块,用于确定所述当前特征向量与特征向量库中的参考特征向量之间的相似度;
异常判断模块,用于根据所述相似度,确定所述当前激活数据是否出现异常。
可选地,根据渠道的当前激活数据与历史激活数据,确定当前特征向量,包括:
根据所述渠道的当前激活数据中的每个指标数据与历史激活数据中对应的指标数据,确定当前特征向量中的每个元素;
所述当前特征向量中的每个元素的计算公式为:
Figure BDA0001785387690000041
其中,X1k为当前特征向量X1的第k个元素;A(k)为历史激活数据中第k个指标数据的数值;B(k)是当前激活数据中与A(k)对应的第k个指标数据的数值;
M为放大整数倍,M的取值为10的整数倍。
可选地,确定所述当前特征向量与特征向量库中的参考特征向量之间的相似度的计算公式,包括:
Figure BDA0001785387690000042
其中,X1k代表当前特征向量X1的第k个元素,X2k代表参考特征向量X2的第k个元素;cosθ为当前特征向量X1和参考特征向量X2的夹角余弦值;n代表的是当前特征向量X1或参考特征向量X2的维数。
可选地,根据所述相似度,确定所述当前激活数据是否出现异常,包括:
判定相似度的计算公式中cosθ是否不小于相似预设值;
当相似度cosθ不小于相似预设值,则确定当前激活数据出现异常;
当相似度cosθ小于相似预设值,则确定当前激活数据正常。
可选地,所述相似预设值为cos45或0.717。
可选地,所述渠道的当前激活数据包括以下至少两个指标数据:正常激活数量、作弊激活数量、常见品牌设备的激活数量、每个运营商激活数量、激活IP地址分布、WiFi环境下的激活数量、非WiFi环境下的激活数量、渠道状态、软件发版状态、渠道发版状态、次日留存量、CPD渠道的下载量、CPC渠道的点击量。
可选地,还包括:异常原因确定模块,用于在确定所述当前激活数据是否出现异常之后,
获取与当前特征向量相似的参考特征向量;
将所述相似的参考特征向量按相似度降序排列;
根据降序排列后排名靠前的参考特征向量的异常原因合并,确定为当前激活数据的异常原因。
可选地,还包括:特征向量库存储模块,用于在确定当前激活数据的异常原因之后,
将所述当前激活数据对应的当前特征向量作为参考特征向量;
将所述参考特征向量与当前激活数据的异常原因关联存储到特征向量库中。
根据本发明实施例的另一个方面,提供一种激活数据异常检测与分析的电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明激活数据异常检测与分析的方法。
根据本发明实施例的另一个方面,提供一种计算机可读介质,其上存储有计算机程序,程序被处理器执行时实现本发明激活数据异常检测与分析的方法。
上述发明中的一个实施例具有如下优点或有益效果:
通过利用计算当前激活数据对应的特征向量与参考特征向量之间的相似度、进而利用相似度判断所述激活数据是否出现异常的技术手段,解决现有技术检测激活数据是否异常时确定阈值的取值难度较大、且无法对激活数据进行全面的检测的技术缺陷,进而达到准确、全面、自动地判断激活数据是否异常,并且方便后续分析激活数据存在异常的原因、无需利用人工判断的有益效果。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明实施例的激活数据异常检测的方法的主要流程的示意图;
图2是根据本发明实施例的激活数据异常检测的方法的具体实施例的流程图;
图3是根据本发明实施例的激活数据异常检测与分析的方法的具体实施例的整体流程图;
图4是根据本发明实施例的激活数据异常检测的装置的主要模块的示意图;
图5是本发明实施例可以应用于其中的示例性系统架构图;
图6是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是根据本发明实施例的激活数据异常检测的方法的主要流程的示意图,如图1所示,包括:
步骤S101、根据渠道的当前激活数据与历史激活数据,确定当前特征向量;
步骤S102、确定所述当前特征向量与特征向量库中的参考特征向量之间的相似度;
步骤S103、根据所述相似度,确定所述当前激活数据是否出现异常。
本发明的目的在于解决现有技术检测渠道的激活数据是否异常时确定阈值的取值难度较大、且无法对激活数据进行全面的检测的技术缺陷,进而达到准确、全面、自动地判断激活数据是否异常,并且方便后续分析激活数据存在异常的原因、无需利用人工判断的有益效果。
本发明可以用于应用软件(如移动端上的应用软件APP、电脑中下载的软件等)在推广使用时,判断不同广告平台是否出现异常。
所述激活数据为激活软件所携带的信息,可选地,所述渠道的当前激活数据包括以下至少两个指标数据:正常激活数量、作弊激活数量、常见品牌设备的激活数量、每个运营商激活数量、激活IP地址分布、WiFi环境下的激活数量、非WiFi环境下的激活数量、渠道状态、软件发版状态、渠道发版状态、次日留存量、CPD渠道的下载量、CPC渠道的点击量。
其中,不同的广告平台对应不同的渠道;所述IP地址为ip address,也为互联网协议地址;所述CPD的英文全称为Cost Per Download,是指按照用户下载软件的数量进行计费;所述CPC的英文全称为Cost Per Click,是指按照用户点击广告数量进行计费。
所述历史激活数据可以为前一段时间的激活数据。优选地,所述前一段时间可以为前一日,但是如果前一日的激活数据存在异常时,也可以将当日之前的多日激活数据的均值作为历史激活数据。
所述当前特征向量是依据当前激活数据与历史激活数据确定的。可以用于确定历史激活数据是否存在异常。
所述特征向量库中存储的均为异常的激活数据对应的参考特征向量,故根据计算当前的特征向量与每一个参考特征向量相似度可以使得判断当前激活数据是否出现异常更准确,并且无需人工介入。
可选地,根据渠道的当前激活数据与历史激活数据,确定当前特征向量,包括:
根据所述渠道的当前激活数据中的每个指标数据与历史激活数据中对应的指标数据,确定当前特征向量中的每个元素;
所述当前特征向量中的每个元素的计算公式为:
Figure BDA0001785387690000081
其中,X1k为当前特征向量X1的第k个元素;A(k)为历史激活数据中第k个指标数据的数值;B(k)是当前激活数据中与A(k)对应的第k个指标数据的数值;
M为放大整数倍,M的取值为10的整数倍。
通过历史激活数据和当前激活数据确定当前的特征向量的技术手段可以方便确定当前激活数据是否出现异常。
在本可选实施例中,采用余弦相似度确定当前特征向量与参考特征向量之间的相似度,其中余弦相似度的计算公式如下:
Figure BDA0001785387690000091
其中,X1k代表当前特征向量X1的第k个元素,X2k代表参考特征向量X2的第k个元素;cosθ为当前特征向量X1和参考特征向量X2的夹角余弦值;n代表的是当前特征向量X1或参考特征向量X2的维数。
由于当前的特征向量与参考特征向量之间的夹角代表量特征向量的相似程度,夹角越小代表相似程度越大。故当确定了当前特征向量与参考特征向量之间的夹角的余弦值(相似度)后,可选地,根据所述相似度,确定所述当前激活数据是否出现异常。
可选地,判定相似度的计算公式中cosθ是否不小于相似预设值;
当相似度cosθ不小于相似预设值,则确定当前激活数据出现异常;
当相似度cosθ小于相似预设值,则确定当前激活数据正常。
具体地,判定相似度的计算公式中cosθ是否不小于相似预设值;
当相似度cosθ不小于相似预设值,则确定当前激活数据出现异常;
当相似度cosθ小于相似预设值,则确定当前激活数据正常。
一般情况下,当所述夹角小于等于45度时,可以认定两个特征向量相似。故可选地,所述相似预设值为cos45°或0.717。
其中,确定相似度的方法不限于利用余弦计算相似度,欧几里德距离、皮尔逊相关系数、Tanimoto系数等方式也可以用于确定当前的特征向量与参考特征向量之间相似度。
下面以一具体实施例详细说明激活数据异常检测的方法。
图2是根据本发明实施例的激活数据异常检测的方法的具体实施例的流程图;
首先,确定当前激活数据对应的当前特征向量;
然后,将当前特征向量与特征向量库中的参考特征向量进行比较,计算相似度。
如果当前特征向量与特征向量库中的参考特征向量之间的相似度超过设定的相似预设值,则确定当前激活数据存在异常;如果当前特征向量与特征向量库中的参考特征向量之间的相似度没有超过设定的相似预设值,则确定当前激活数据正常。
可选地,确定所述当前激活数据是否出现异常之后,还包括:
获取与当前特征向量相似的参考特征向量;
将所述相似的参考特征向量按相似度降序排列;
根据降序排列后排名靠前的参考特征向量的异常原因合并,确定为当前激活数据的异常原因。
在特征向量库中的每个参考特征向量都有相应的异常原因,当前的特征向量可能对应多个参考特征向量。按照相似度排序可以方便分析激活数据存在异常的原因。进而解决了现有技术采用阈值判断出激活数据存在异常后,还需要采用人工分析激活数据的异常原因,使得时间成本和人工成本均较高,且准确率低的技术缺陷。将异常原因合并,可以达到排除掉重复的异常原因的有益效果。
可选地,确定当前激活数据的异常原因之后,还包括:
将所述当前激活数据对应的当前特征向量作为参考特征向量;
将所述参考特征向量与当前激活数据的异常原因关联存储到特征向量库中。
下面以以具体实施例说明APP激活数据异常检测与分析整体的实现过程。
图3是根据本发明实施例的激活数据异常检测与分析的方法的具体实施例的整体流程图。如图3所示,
首先,获取APP的激活数据;
然后,根据APP的激活数据确定对应的当前特征向量;
再后,利用特征向量库,检测和分析当前特征向量;
如果当前特征向量是异常的,则将该当前的特征向量存储到特征向量库中,方便后续判断激活数据是否出现异常。
根据本发明实施例的另一个方面,提供了一种激活数据异常检测的装置,包括:
模块401、特征向量确定模块,用于根据渠道的当前激活数据与历史激活数据,确定当前特征向量;
模块402、相似度确定模块,用于确定所述当前特征向量与特征向量库中的参考特征向量之间的相似度;
模块403、异常判断模块,用于根据所述相似度,确定所述当前激活数据是否出现异常。
可选地,根据渠道的当前激活数据与历史激活数据,确定当前特征向量,包括:
根据所述渠道的当前激活数据中的每个指标数据与历史激活数据中对应的指标数据,确定当前特征向量中的每个元素;
所述当前特征向量中的每个元素的计算公式为:
Figure BDA0001785387690000111
其中,X1k为当前特征向量X1的第k个元素;A(k)为历史激活数据中第k个指标数据的数值;B(k)是当前激活数据中与A(k)对应的第k个指标数据的数值;
M为放大整数倍,M的取值为10的整数倍。
可选地,确定所述当前特征向量与特征向量库中的参考特征向量之间的相似度的计算公式,包括:
Figure BDA0001785387690000121
其中,X1k代表当前特征向量X1的第k个元素,X2k代表参考特征向量X2的第k个元素;cosθ为当前特征向量X1和参考特征向量X2的夹角余弦值;n代表的是当前特征向量X1或参考特征向量X2的维数。
可选地,根据所述相似度,确定所述当前激活数据是否出现异常,包括:
判定相似度的计算公式中cosθ是否不小于相似预设值;
当相似度cosθ不小于相似预设值,则确定当前激活数据出现异常;
当相似度cosθ小于相似预设值,则确定当前激活数据正常。
可选地,所述相似预设值为cos45或0.717。
可选地,所述渠道的当前激活数据包括以下至少两个指标数据:正常激活数量、作弊激活数量、常见品牌设备的激活数量、每个运营商激活数量、激活IP地址分布、WiFi环境下的激活数量、非WiFi环境下的激活数量、渠道状态、软件发版状态、渠道发版状态、次日留存量、CPD渠道的下载量、CPC渠道的点击量。
可选地,还包括:异常原因确定模块,用于在确定所述当前激活数据是否出现异常之后,
获取与当前特征向量相似的参考特征向量;
将所述相似的参考特征向量按相似度降序排列;
根据降序排列后排名靠前的参考特征向量的异常原因合并,确定为当前激活数据的异常原因。
可选地,还包括:特征向量库存储模块,用于在确定当前激活数据的异常原因之后,
将所述当前激活数据对应的当前特征向量作为参考特征向量;
将所述参考特征向量与当前激活数据的异常原因关联存储到特征向量库中。
图5示出了可以应用本发明实施例的激活数据异常检测与分析方法或激活数据异常检测与分析装置的示例性系统架构500。
如图5所示,系统架构500可以包括终端设备501、502、503,网络504和服务器505。网络504用以在终端设备501、502、503和服务器505之间提供通信链路的介质。网络504可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备501、502、503通过网络504与服务器505交互,以接收或发送消息等。终端设备501、502、503上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备501、502、503可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器505可以是提供各种服务的服务器,例如对用户利用终端设备501、502、503所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理,并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。
需要说明的是,本发明实施例所提供的激活数据异常检测与分析的方法一般由服务器505执行,相应地,激活数据异常检测与分析的装置一般设置于服务器505中。
应该理解,图5中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图6,其示出了适于用来实现本发明实施例的终端设备的计算机系统600的结构示意图。图6示出的终端设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括中央处理模块(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理模块(CPU)601执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括发送模块、获取模块、确定模块和第一处理模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,发送模块还可以被描述为“向所连接的服务端发送图片获取请求的模块”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:
根据当前激活数据与历史激活数据,确定当前的特征向量;
确定所述当前的特征向量与特征向量库中的参考特征向量之间的相似度;
根据所述相似度,确定所述当前激活数据是否出现异常。
根据本发明实施例的技术方案,可以达到如下有益效果:
通过利用计算当前激活数据对应的当前特征向量与参考特征向量之间的相似度、进而利用相似度判断所述激活数据是否出现异常的技术手段,解决现有技术检测激活数据是否异常时确定阈值的取值难度较大、且无法对激活数据进行全面的检测的技术缺陷,进而达到准确、全面、自动地判断激活数据是否异常,并且方便后续分析激活数据存在异常的原因、无需利用人工介入的有益效果。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。

Claims (18)

1.一种激活数据异常检测的方法,其特征在于,包括:
根据渠道的当前激活数据与历史激活数据,确定当前特征向量;
确定所述当前特征向量与特征向量库中的参考特征向量之间的相似度;
根据所述相似度,确定所述当前激活数据是否出现异常。
2.根据权利要求1所述的方法,其特征在于,根据渠道的当前激活数据与历史激活数据,确定当前特征向量,包括:
根据所述渠道的当前激活数据中的每个指标数据与历史激活数据中对应的指标数据,确定当前特征向量中的每个元素;
所述当前特征向量中的每个元素的计算公式为:
Figure FDA0001785387680000011
其中,X1k为当前特征向量X1的第k个元素;A(k)为历史激活数据中第k个指标数据的数值;B(k)是当前激活数据中与A(k)对应的第k个指标数据的数值;
M为放大整数倍,M的取值为10的整数倍。
3.根据权利要求2所述的方法,其特征在于,确定所述当前特征向量与特征向量库中的参考特征向量之间的相似度的计算公式,包括:
Figure FDA0001785387680000012
其中,X1k代表当前特征向量X1的第k个元素,X2k代表参考特征向量X2的第k个元素;cosθ为当前特征向量X1和参考特征向量X2的夹角余弦值;n代表的是当前特征向量X1或参考特征向量X2的维数。
4.根据权利要求3所述的方法,其特征在于,根据所述相似度,确定所述当前激活数据是否出现异常,包括:
判定相似度的计算公式中cosθ是否不小于相似预设值;
当相似度cosθ不小于相似预设值,则确定当前激活数据出现异常;
当相似度cosθ小于相似预设值,则确定当前激活数据正常。
5.根据权利要求4所述的方法,其特征在于,所述相似预设值为cos45或0.717。
6.根据权利要求5所述的方法,其特征在于,所述渠道的当前激活数据包括以下至少两个指标数据:正常激活数量、作弊激活数量、常见品牌设备的激活数量、每个运营商激活数量、激活IP地址分布、WiFi环境下的激活数量、非WiFi环境下的激活数量、渠道状态、软件发版状态、渠道发版状态、次日留存量、CPD渠道的下载量、CPC渠道的点击量。
7.根据权利要求1-6中之一所述的方法,其特征在于,确定所述当前激活数据是否出现异常之后,还包括:
获取与当前特征向量相似的参考特征向量;
将所述相似的参考特征向量按相似度降序排列;
根据降序排列后排名靠前的参考特征向量的异常原因合并,确定为当前激活数据的异常原因。
8.根据权利要求7所述的方法,其特征在于,确定当前激活数据的异常原因之后,还包括:
将所述当前激活数据对应的当前特征向量作为参考特征向量;
将所述参考特征向量与当前激活数据的异常原因关联存储到特征向量库中。
9.一种激活数据异常检测的装置,其特征在于,包括:
特征向量确定模块,用于根据渠道的当前激活数据与历史激活数据,确定当前特征向量;
相似度确定模块,用于确定所述当前特征向量与特征向量库中的参考特征向量之间的相似度;
异常判断模块,用于根据所述相似度,确定所述当前激活数据是否出现异常。
10.根据权利要求9所述的装置,其特征在于,根据渠道的当前激活数据与历史激活数据,确定当前特征向量,包括:
根据所述渠道的当前激活数据中的每个指标数据与历史激活数据中对应的指标数据,确定当前特征向量中的每个元素;
所述当前特征向量中的每个元素的计算公式为:
Figure FDA0001785387680000031
其中,X1k为当前特征向量X1的第k个元素;A(k)为历史激活数据中第k个指标数据的数值;B(k)是当前激活数据中与A(k)对应的第k个指标数据的数值;
M为放大整数倍,M的取值为10的整数倍。
11.根据权利要求10所述的装置,其特征在于,确定所述当前特征向量与特征向量库中的参考特征向量之间的相似度的计算公式,包
Figure FDA0001785387680000032
括:
其中,X1k代表当前特征向量X1的第k个元素,X2k代表参考特征向量X2的第k个元素;cosθ为当前特征向量X1和参考特征向量X2的夹角余弦值;n代表的是当前特征向量X1或参考特征向量X2的维数。
12.根据权利要求11所述的装置,其特征在于,根据所述相似度,确定所述当前激活数据是否出现异常,包括:
判定相似度的计算公式中cosθ是否不小于相似预设值;
当相似度cosθ不小于相似预设值,则确定当前激活数据出现异常;
当相似度cosθ小于相似预设值,则确定当前激活数据正常。
13.根据权利要求12所述的装置,其特征在于,所述相似预设值为cos45或0.717。
14.根据权利要求13所述的装置,其特征在于,所述渠道的当前激活数据包括以下至少两个指标数据:正常激活数量、作弊激活数量、常见品牌设备的激活数量、每个运营商激活数量、激活IP地址分布、WiFi环境下的激活数量、非WiFi环境下的激活数量、渠道状态、软件发版状态、渠道发版状态、次日留存量、CPD渠道的下载量、CPC渠道的点击量。
15.根据权利要求9-14中之一所述的装置,其特征在于,还包括:异常原因确定模块,用于在确定所述当前激活数据是否出现异常之后,
获取与当前特征向量相似的参考特征向量;
将所述相似的参考特征向量按相似度降序排列;
根据降序排列后排名靠前的参考特征向量的异常原因合并,确定为当前激活数据的异常原因。
16.根据权利要求15所述的装置,其特征在于,还包括:特征向量库存储模块,用于在确定当前激活数据的异常原因之后,
将所述当前激活数据对应的当前特征向量作为参考特征向量;
将所述参考特征向量与当前激活数据的异常原因关联存储到特征向量库中。
17.一种激活数据异常检测与分析的电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-8中任一所述的方法。
18.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-8中任一所述的方法。
CN201811012623.5A 2018-08-31 2018-08-31 激活数据异常检测与分析的方法和装置 Active CN110875856B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811012623.5A CN110875856B (zh) 2018-08-31 2018-08-31 激活数据异常检测与分析的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811012623.5A CN110875856B (zh) 2018-08-31 2018-08-31 激活数据异常检测与分析的方法和装置

Publications (2)

Publication Number Publication Date
CN110875856A true CN110875856A (zh) 2020-03-10
CN110875856B CN110875856B (zh) 2022-11-08

Family

ID=69715841

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811012623.5A Active CN110875856B (zh) 2018-08-31 2018-08-31 激活数据异常检测与分析的方法和装置

Country Status (1)

Country Link
CN (1) CN110875856B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112269937A (zh) * 2020-11-16 2021-01-26 加和(北京)信息科技有限公司 一种计算用户相似度的方法、系统及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104268644A (zh) * 2014-09-23 2015-01-07 新浪网技术(中国)有限公司 广告位上的广告的点击次数预估方法和装置
US20150170196A1 (en) * 2013-12-18 2015-06-18 Kenshoo Ltd. Trend Detection in Online Advertising
CN106030565A (zh) * 2014-01-23 2016-10-12 微软技术许可有限责任公司 使用搜索技术的计算机性能预测
CN107330614A (zh) * 2017-06-29 2017-11-07 北京京东尚科信息技术有限公司 一种业务活动效果的实时评估方法和装置
CN107579956A (zh) * 2017-08-07 2018-01-12 北京奇安信科技有限公司 一种用户行为的检测方法和装置
CN108122116A (zh) * 2016-11-29 2018-06-05 腾讯科技(深圳)有限公司 一种产品推广渠道的监管方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150170196A1 (en) * 2013-12-18 2015-06-18 Kenshoo Ltd. Trend Detection in Online Advertising
CN106030565A (zh) * 2014-01-23 2016-10-12 微软技术许可有限责任公司 使用搜索技术的计算机性能预测
CN104268644A (zh) * 2014-09-23 2015-01-07 新浪网技术(中国)有限公司 广告位上的广告的点击次数预估方法和装置
CN108122116A (zh) * 2016-11-29 2018-06-05 腾讯科技(深圳)有限公司 一种产品推广渠道的监管方法及系统
CN107330614A (zh) * 2017-06-29 2017-11-07 北京京东尚科信息技术有限公司 一种业务活动效果的实时评估方法和装置
CN107579956A (zh) * 2017-08-07 2018-01-12 北京奇安信科技有限公司 一种用户行为的检测方法和装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112269937A (zh) * 2020-11-16 2021-01-26 加和(北京)信息科技有限公司 一种计算用户相似度的方法、系统及装置
CN112269937B (zh) * 2020-11-16 2024-02-02 加和(北京)信息科技有限公司 一种计算用户相似度的方法、系统及装置

Also Published As

Publication number Publication date
CN110875856B (zh) 2022-11-08

Similar Documents

Publication Publication Date Title
CN107679211B (zh) 用于推送信息的方法和装置
CN110708346B (zh) 信息处理系统和方法
CN107908662B (zh) 搜索系统的实现方法和实现装置
CN111198859B (zh) 数据处理方法、装置、电子设备及计算机可读存储介质
CN108595448B (zh) 信息推送方法和装置
CN108810047B (zh) 用于确定信息推送准确率的方法、装置及服务器
CN111800513A (zh) 用于推送信息的方法、装置、电子设备计算机可读介质
CN108600329B (zh) 用于推送信息、展示信息的方法和设备
CN107291835B (zh) 一种搜索词的推荐方法和装置
CN110766348A (zh) 一种组合拣货任务的方法和装置
CN109902726B (zh) 简历信息处理方法及装置
CN114840379A (zh) 日志生成方法、装置、服务器及存储介质
CN110875856B (zh) 激活数据异常检测与分析的方法和装置
CN111813685B (zh) 自动化测试方法和装置
CN111274104B (zh) 数据处理方法、装置、电子设备及计算机可读存储介质
CN107634942B (zh) 识别恶意请求的方法和装置
CN110569424A (zh) 一种信息推介的方法和装置
CN109522133B (zh) 一种数据拼接方法、装置、电子设备及存储介质
CN111367778B (zh) 评估搜索策略的数据分析方法和装置
CN111597485B (zh) 信息呈现方法和装置
CN108415957B (zh) 网页自定义导航的方法及装置
CN108811036B (zh) 用于显示无线接入点信息的方法和装置
CN113282455A (zh) 一种监控处理方法和装置
CN111178696A (zh) 一种业务处理时长超时预警方法和装置
CN111695059A (zh) 一种信息视图列表处理方法、装置和显示设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant