CN111240652A - 数据处理方法及装置、计算机存储介质、电子设备 - Google Patents

Abstract

本公开涉及计算机领域，提供了一种数据处理方法及装置、计算机存储介质、电子设备，数据处理方法包括：获取多个错误数据信息；将所述错误数据信息分为多级子数据信息；根据各级所述子数据信息和与各级所述子数据信息对应的权重获取各所述错误数据信息之间的相似度。本公开的数据处理方法一方面通过自动完成数据分析，提高了数据分析的效率；另一方面减少了人力投入，避免了依赖经验进行数据分析，提高了数据分析的精准度；再一方面，能够对数据分析结果进行归档，方便总结和复盘。

Description

数据处理方法及装置、计算机存储介质、电子设备

技术领域

本公开涉及计算机领域，特别涉及一种数据处理方法、数据处理装置、计算机存储介质及电子设备。

背景技术

现有的应用程序大多使用Java语言编写，而在Java应用程序运行过程中可能会出现应用崩溃的情况，进而生成大量的Java错误堆栈信息。维护人员需要根据Java错误堆栈的类别对包含Java错误堆栈信息的海量数据进行整理、分类，以对错误进行定位并对应用程序进行修改。

通常通过脚本或其它工具从Java堆栈中辨别出与应用程序相关的关键信息，然后对具有相同关键信息的Java错误信息进行初步归类；最后凭借维护人员的工作经验和对应用程序源码的熟悉程度进行人工分析。但是由于数据量大、人力投入大、数据分析依赖经验等原因使得对错误堆栈信息的数据分析质量下降、效率下降、分析结果不可靠。

鉴于此，本领域亟需一种新的数据处理方法及装置。

需要说明的是，上述背景技术部分公开的信息仅用于加强对本公开的背景的理解。

发明内容

本公开的目的在于提供一种数据处理方法、数据处理装置、计算机存储介质及电子设备，进而至少在一定程度上提高对应用程序运行过程中出现的错误数据信息的分析效率和分析结果质量。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的第一方面，提供一种数据处理方法，其特征在于，包括：

获取多个错误数据信息；

将所述错误数据信息分为多级子数据信息；

根据各级所述子数据信息和与各级所述子数据信息对应的权重获取各所述错误数据信息之间的相似度。

在本公开的示例性实施例中，所述错误数据信息为Java错误堆栈信息。

在本公开的示例性实施例中，将所述错误数据信息分为多级子数据信息，包括：

将所述错误数据信息划分为多个错误原因信息；

将所述错误原因信息划分为错误类型、错误描述和错误代码行；

将所述错误代码行划分为错误包、错误类和错误方法。

在本公开的示例性实施例中，根据各级所述子数据信息和与各级所述子数据信息对应的权重获取所述错误数据信息之间的相似度，包括：

分别获取所述错误原因信息对应的第一权重、所述错误类型对应的第二权重、所述错误描述对应的第三权重、所述错误代码行对应的第四权重、所述错误包对应的第五权重、所述错误类对应的第六权重和所述错误方法对应的第七权重；

根据所述第一权重、所述错误类型及所述第二权重、所述错误描述及所述第三权重、所述第四权重、所述错误包及所述第五权重、所述错误类及所述第六权重和所述错误方法及所述第七权重获取所述错误数据信息之间的相似度。

在本公开的示例性实施例中，根据所述第一权重、所述错误类型及所述第二权重、所述错误描述及所述第三权重、所述第四权重、所述错误包及所述第五权重、所述错误类及所述第六权重和所述错误方法及所述第七权重获取所述错误数据信息之间的相似度，包括：

获取第一错误原因信息中所述错误类型与第二错误原因信息中所述错误类型之间的第一相似度、所述第一错误原因信息中所述错误描述与所述第二错误原因信息中所述错误描述之间的第二相似度、所述第一错误原因信息中所述错误包与所述第二错误原因信息中所述错误包之间的第三相似度、所述第一错误原因信息中所述错误类与所述第二错误原因信息中所述错误类之间的第四相似度、所述第一错误原因信息中所述错误方法与所述第二错误原因信息中所述错误方法之间的第五相似度；

根据所述第三相似度及所述第五权重、所述第四相似度及所述第六权重和所述第五相似度及所述第七权重获取所述第一错误原因信息中所述错误代码行与所述第二错误原因信息中所述错误代码行之间的第一代码行相似度；

根据所述第一相似度及所述第二权重、所述第二相似度及所述第三权重和所述第一代码行相似度及所述第四权重获取所述第一错误原因信息与所述第二错误原因信息之间的原因相似度，其中，所述第一错误原因信息和所述第二错误原因信息为不同的所述错误数据信息中的任一错误原因信息；

重复上述步骤，以获取任一所述错误数据信息中各所述错误原因信息与其余所述错误数据信息中各所述错误原因信息之间的所述原因相似度；

根据所有的所述原因相似度及所述第一权重获取各所述错误数据信息之间的相似度。

在本公开的示例性实施例中，各所述错误原因信息中包含多个所述错误代码行；所述方法还包括：

获取所述第一错误数据信息中各所述错误代码行与所述第二错误数据信息中各所述错误代码行之间的第二代码行相似度；

根据所述第一相似度及所述第二权重、所述第二相似度及所述第三权重和所述第二代码行相似度及所述第四权重获取所述第一错误原因信息和所述第二错误原因信息之间的原因相似度；

重复上述步骤，以获取任一所述错误数据信息中各所述错误原因信息与其余所述错误数据信息中各所述错误原因信息之间的所述原因相似度；

根据所有的所述原因相似度及所述第一权重获取所述错误数据信息之间的相似度。

在本公开的示例性实施例中，所述方法还包括：

将各所述错误数据信息之间的相似度与一预设值比较，以对所述错误数据信息对应的问题进行分类；

当各所述错误数据信息之间的相似度大于或等于所述预设值时，各所述错误数据信息对应同一问题。

在本公开的示例性实施例中，所述方法还包括：

根据一数据报告模板和所述错误数据信息对应的问题的分类结果形成一分析报告，并将所述分析报告反馈至用户。

根据本公开的第二方面，提供一种数据处理装置，其特征在于，包括：

数据获取模块，用于获取多个错误数据信息；

数据划分模块，用于将所述错误数据信息分为多级子数据信息；

相似度计算模块，用于根据各级所述子数据信息和与各级所述子数据信息对应的权重获取所述错误数据信息之间的相似度。

根据本公开的第三方面，提供一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述的数据处理方法。

根据本公开的的第四方面，提供一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行上述的数据处理方法。

由上述技术方案可知，本公开示例性实施例中的数据处理方法、数据处理装置、计算机存储介质及电子设备至少具备以下优点和积极效果：

本公开中的数据处理方法通过将应用程序运行过程中出现的错误数据信息分为多级子数据信息，然后求取各错误数据信息中对应同一部分的子数据信息之间的相似度，最后根据各子数据信息的相似度和各子数据信息对应的权重获取各错误数据信息之间的相似度。本公开的数据处理方法一方面通过自动完成数据分析，提高了数据分析的效率；另一方面减少了人力投入，避免了依赖经验进行数据分析，提高了数据分析的精准度；再一方面，能够对数据分析结果进行归档，方便总结和复盘。

本公开应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出本公开示例性实施例中数据处理方法的流程示意图；

图2示出本公开示例性实施例中数据处理方法的应用场景示例图；

图3示出本公开示例性实施例中Java错误堆栈信息的结构示意图；

图4示出本公开示例性实施例中错误堆栈信息的结构示意图；

图5示出本公开示例性实施例中错误数据信息对应的问题的分类流程图；

图6示出本公开示例性实施例中数据处理装置的结构示意图；

图7示出本公开示例性实施例中数据处理系统架构的结构示意图；

图8示出本公开示例性实施例中计算机存储介质的结构示意图；

图9示出本公开示例性实施例中电子设备的结构示意图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。

本说明书中使用用语“一个”、“一”、“该”和“所述”用以表示存在一个或多个要素/组成部分/等；用语“包括”和“具有”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等；用语“第一”和“第二”等仅作为标记使用，不是对其对象的数量限制。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。

在本领域的相关技术中，当接收到大量的Java错误堆栈信息时，应用程序的维护人员需要根据错误堆栈的类别预先对包含Java错误堆栈信息的海量数据进行整理、分类；然后对错误原因进行定位并对应用程序进行修改。其中对Java错误堆栈进行整理、分类按照如下流程进行：1.通过脚本或其他工具从Java错误堆栈中辨别出与应用程序相关的关键信息；2.通过脚本或其他工具对具有相同关键信息的Java错误信息进行初步归类；通常通过比较错误堆栈之间的相似度以辨别不同Java错误堆栈是否对应同一问题而进行归类；3.凭借工作经验和对应用程序源码的熟悉程度，由专门的研发人员进一步进行人工分析。

但是相关技术对Java错误堆栈进行分析存在相应地问题，主要有：1.数据量巨大，人工分析不能全面覆盖所有的问题分析工作；2.人力资源投入大，为了尽可能快的完成数据分析，时常需要投入2-3人专门进行数据分析整理工作；3.数据分析依赖经验，分析人员水平以及对源代码熟悉程度不尽相同，导致了数据分析质量的不可靠。

针对相关技术中存在的问题，本公开提出了一种数据处理方法，图1示出了数据处理方法的流程图，如图1所示，数据处理方法包括：

步骤S110：获取多个错误数据信息；

步骤S120：将所述错误数据信息分为多级子数据信息；

步骤S130：根据各级所述子数据信息和与各级所述子数据信息对应的权重获取各所述错误数据信息之间的相似度。

本公开的数据处理方法通过将错误数据信息分为多级子数据信息，多级子数据信息和与各级子数据信息对应的权重获取各错误数据信息之间的相似度，减少了人力投入，避免了依赖人工经验进行数据分析，提高了数据分析的效率和精准度。

下面结合图2所示的结构，对数据处理方法的各个步骤进行详细说明。

在步骤S110中，获取多个错误数据信息。

在本公开的示例性实施例中，用户通过操作终端设备201以运行一个或多个应用程序，在应用程序运行过程中，服务器202可以接收到大量的应用程序运行信息，其中包括应用程序正常运行时产生的数据信息和应用程序崩溃时产生的错误数据信息，该错误数据信息具体地可以是Java错误堆栈信息。为了对应用程序中的错误数据信息进行修改，以保证应用程序的正常运行，需要对错误数据信息进行分析，判断产生错误数据信息的问题。当服务器202获取应用程序运行信息后，可以从应用程序运行信息中提取应用程序运行数据中的错误数据信息，其中该应用程序可以是采用Java语言编写的应用程序，相应地，该错误数据信息为Java错误堆栈信息。图3示出了Java错误堆栈信息的结构示意图，如图3所示，第一行为关于Java错误堆栈信息的描述；第二行至第八行是发生错误的代码调用栈，该代码调用栈的具体结构为：包名.类名.方法名(类文件名.出错行号)，以第二行的代码调用栈为例，其中at.android.app为包名，AcitivityThread为类名，handleBindApplication为方法名，ActivityThread为类文件名，Java:4888为出错行号。

在步骤S120中，将所述错误数据信息分为多级子数据信息。

在本公开的示例性实施例中，获取应用程序运行过程中产生的错误数据信息后，可以对该错误数据信息进行分级，形成多级子数据信息。以Java错误堆栈信息为例，该Java错误堆栈信息可以分为三级子数据信息，图4示出了错误堆栈信息的结构示意图，如图4所示，Java错误堆栈信息可以划分为多个错误原因信息，即第一级子数据信息；每个错误原因信息可以划分为错误类型、错误描述和错误代码行三部分，其中错误类型、错误描述和错误代码行即为第二级子数据信息；错误代码行可以划分为错误包、错误类和错误方法三部分，其中错误包、错误类和错误方法即为第三级子数据信息。进一步的，每一个错误原因信息中可以包含多个错误代码行，且各个错误代码行可以划分为错误包、错误类和错误方法三部分。

在步骤S130中，根据各级所述子数据信息和与各级所述子数据信息对应的权重获取各所述错误数据信息之间的相似度。

在本公开的示例性实施例中，首先可以通过文本相似度算法计算各错误原因信息中对应同一部分的子数据信息之间的相似度，如第一错误原因信息中的错误包与第二错误原因信息中的错误包之间的相似度、第一错误原因信息中的错误类型与第二错误原因信息中的错误类型之间的相似度，等等，其中第一错误原因信息和第二错误原因信息为不同的错误数据信息中的任意一个。

由于Java错误堆栈是由具有特定结构的一系列的字符串组成，因此在比较Java错误堆栈之间相似度的时候，可以采用字符串相似度比较算法。字符串相似度比较算法有很多，比如：最长公共子串算法(Longest Common Subsequence，缩写为LCS，根据两个字符串之间最长的公共子串的长度来计算字符串之间的相似度)；编辑距离(也被称作Leveinshtein Distance，根据由一个字符串变成另外一个字符串所需要的操作数来衡量字符串之间的相似度，这些操作包括插入、删除、更改字符)；汉明距离(Hamming Distance，根据两个相同长度字符串之间对应位置的不同字符的个数来计算字符串之间的相似度)，当然还有其它的相似度比较算法可以用于判断错误堆栈之间的相似度，本公开在此不再赘述。

但是由于Java错误堆栈特有其自身的特点，这些字符串相似度比较算法不能很好地衡量错误堆栈之间的相似度。因此，接下来可以根据各子数据信息对应的层级和内容对各子数据信息设定权重，不同层级、不同内容的子数据信息对应的权重可以是相同的，也可以是不同的，但是为了提高错误数据信息的相似度计算的精准度，在本公开的实施例中，对于不同层级和不同内容的子数据信息设定不同的权重。设定权重的方法可以是主观赋权法、客观赋权法或组合赋权法，主观赋权法包括专家调查法、层次分析法、二项系数法等方法，主要是利用人的经验知识进行赋权；客观赋权法包括主成分分析法、熵值法、多目标规划法等，主要是根据各属性在属性集中的变异程度和对其它属性的影响程度的度量进行赋权的；组合赋权法包括乘法集成法和加法集成法，主要是同时基于指标数据之间的内在规律和专家经验对决策指标进行赋权。本公开对权重的设定方法不做具体限定，可以根据实际需要进行选择。

在本公开的示例性实施例中，最后可以根据各错误数据信息中对应同一部分的子数据信息之间的相似度和该子数据信息对应的权重获取各错误数据信息之间的相似度。

具体地，分别获取错误原因信息对应的第一权重、错误类型对应的第二权重、错误描述对应的第三权重、错误代码行对应的第四权重、错误包对应的第五权重、错误类对应的第六权重和错误方法对应的第七权重；同时，获取第一错误原因信息中错误类型与第二错误原因信息中错误类型之间的第一相似度、第一错误原因信息中错误描述与第二错误原因信息中错误描述之间的第二相似度、第一错误原因信息中错误包与第二错误原因信息中错误包之间的第三相似度、第一错误原因信息中错误类与第二错误原因信息中错误类之间的第四相似度、第一错误原因信息中错误方法与第二错误原因信息中错误方法之间的第五相似度。然后根据第三相似度及第五权重、第四相似度及第六权重和第五相似度及第七权重获取第一错误原因信息中错误代码行与第二错误原因信息中错误代码行之间的第一代码行相似度，第一代码行相似度的计算公式如公式(1)所示：

R_line＝R_package×W_package+R_class×W_class+R_function×W_function (1)

其中，R_line为第一代码行相似度，R_package为第三相似度，R_class为第四相似度，R_function为第五相似度，W_package为第五权重，W_class为第六权重，W_function为第七权重，下角标line、package、class、function分别为错误代码行、错误包、错误类和错误方法。

接着根据第一相似度及第二权重、第二相似度及第三权重、第一代码行相似度及第四权重获取第一错误原因信息与第二错误原因信息之间的原因相似度，原因相似度的计算公式如公式(2)所示：

R_cause＝R_type×W_type+R_des×W_des+R_line×W_line (2)

其中，R_cause为原因相似度，R_type为第一相似度，R_des为第二相似度，R_line为第一代码行相似度，W_type为第二权重，W_des为第三权重，W_line为第四权重，下角标cause、type、des、line分别为错误原因信息、错误类型、错误描述和错误代码行。其中公式(1)和公式(2)中各个权重不同，每个相似度的取值均是0～100，在计算最终的相似度时，各个相似度的重要性是不一样的，即所占权重不同。

重复上述步骤，可以获取任一错误数据信息中各错误原因信息与其余错误数据信息中各错误原因信息之间的原因相似度。最后根据所有的原因相似度及第一权重获取各错误数据信息之间的相似度，各错误数据信息之间的相似度的计算公式如公式(3)所示：

其中，R为各错误数据信息之间的相似度，W_cause为第一权重，n为错误原因信息的总量。通过将多个错误原因信息对应的原因相似度与对应的第一权重相乘并加和即可获得各错误数据信息之间的相似度。

在本公开的示例性实施例中，各错误原因信息中可以包含多个错误代码行，各错误代码行包括错误包、错误类和错误方法。在计算各错误数据信息之间的相似度时，可以根据计算公式(1)获取第一错误数据信息中各错误代码行和第二错误数据信息中各错误代码行之间的第二代码行相似度，再根据第一相似度及第二权重、第二相似度及第三权重和第二代码行相似度及第四权重获取第一错误原因信息与第二错误原因信息之间的原因相似度，原因相似度的计算公式如公式(4)所示：

其中，m为各错误原因信息中包含的错误代码行的总量。

重复上述步骤，可以获取任一错误数据信息中各错误原因信息与其余错误数据信息中各错误原因信息之间的原因相似度。最后根据公式(3)即可获取各错误数据信息之间的相似度。需要说明的是，由于公式(3)在的Cause以及公式(4)中的Line有可能为空，所以从0开始。

值得注意的是，各错误原因信息对应的第一权重并不一定是完全相同的，第一权重根据错误原因信息的不同可以是多个相互不同的权重值；同理，多个错误代码行对应的第四权重也可以是多个不同的权重值。

在本公开的示例性实施例中，可以根据获取的错误数据信息之间的相似度判断错误数据信息对应的问题是否为同一问题。图5示出了错误数据信息对应的问题的分类流程，如图5所示，在步骤S501中，将各错误数据信息之间的相似度与一预设值比较，以对错误数据信息对应的问题进行分类；在步骤S502中，当错误数据信息之间的相似度大于或等于该预设值时，错误数据信息对应同一问题；在步骤S503中，当错误数据信息之间的相似度小于该预设值时，错误数据信息对应不同的问题。在本公开的实施例中，错误数据信息之间的相似度可以是任意介于0至100之间的数值，数值越大，相似度越高。

在本公开的示例性实施例中，在对错误数据信息整理、分类后，可以将错误数据信息的分类结果按照数据报告模板的结构进行填写，以形成分析报告。进一步的，还可以将该分析报告通过邮件等形式发送至用户，进行信息反馈，以使用户根据分析报告中错误数据信息对应的问题对应用程序进行修复。

本公开中的数据处理方法，通过根据错误数据信息中对应同一部分的子数据信息之间的相似度与和该部分子数据信息对应的权重，获取各错误数据信息之间的相似度，避免了人力投入、提高了数据处理效率和精准度，经测试，本公开中的数据处理方法相对现有技术中对Java错误堆栈进行整理、分类的方法，减少了60％-75％的人力投入，数据分析覆盖度提高至100％，并且数据分析的准确度达到80％以上。

本公开还提供了一种数据处理装置，图6示出了数据处理装置的结构示意图，如图6所示，数据处理装置600可以包括数据获取模块601、数据划分模块602和相似度计算模块603。其中：

数据获取模块601，用于获取多个错误数据信息；

数据划分模块602，用于将所述错误数据信息分为多级子数据信息；

相似度计算模块603，用于根据各级所述子数据信息和与各级所述子数据信息对应的权重获取所述错误数据信息之间的相似度。

上述数据处理装置中各模块的具体细节已经在对应的数据处理方法中进行了详细的描述，因此此处不再赘述。

在本公开的示例性实施例中，还提供了一种数据处理系统架构，图7示出了数据处理系统架构的结构示意图，如图7所示，数据处理系统架构700可以包括基础信息配置模块701、数据分析模块702、数据存储模块703和报告生成模块704。其中基础信息配置模块701用于在系统中配置与应用程序相关的基础信息，包括应用版本、堆栈信息特征值、数据分析周期和数据报告模板等，其中应用版本用于标识该应用程序；堆栈信息特征值用于对应用程序运行时产生的堆栈信息进行标识，是堆栈信息的关键标识，用于数据分析；数据分析周期为分析错误数据信息的周期，决定了系统进行数据分析的频率；数据报告模板用于将错误数据信息的分析结果形成报告，便于归档、总结和复盘。数据分析模块702用于根据数据分析周期对错误数据信息进行分析，以获取错误数据信息之间的相似度。数据存储模块703用于存储对错误数据信息的分析结果。报告生成模块704用于将对错误数据信息的分析结果根据数据报告模板生成分析报告。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。

在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图8来描述根据本发明的这种实施方式的电子设备800。图8显示的电子设备800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8所示，电子设备800以通用计算设备的形式表现。电子设备800的组件可以包括但不限于：上述至少一个处理单元810、上述至少一个存储单元820、连接不同系统组件(包括存储单元820和处理单元810)的总线830。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元810执行，使得所述处理单元810执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元810可以执行如图1中所示的步骤S110：获取多个错误数据信息；步骤S120：将所述错误数据信息分为多级子数据信息；步骤S130：根据各级所述子数据信息和与各级所述子数据信息对应的权重获取各所述错误数据信息之间的相似度。

存储单元820可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)8201和/或高速缓存存储单元8202，还可以进一步包括只读存储单元(ROM)8203。

存储单元820还可以包括具有一组(至少一个)程序模块8205的程序/实用工具8204，这样的程序模块8205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线830可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备800也可以与一个或多个外部设备1100(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备800交互的设备通信，和/或与使得该电子设备800能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口850进行。并且，电子设备800还可以通过网络适配器860与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器860通过总线830与电子设备800的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备800使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。

在本公开的示例性实施例中，还提供了一种计算机存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。

参考图9所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品900，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，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。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(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。

计算机可读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，其中承载了可读程序代码。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。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、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。

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、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

Claims (11)

1.一种数据处理方法，其特征在于，包括：

获取多个错误数据信息；

将所述错误数据信息分为多级子数据信息；

根据各级所述子数据信息和与各级所述子数据信息对应的权重获取各所述错误数据信息之间的相似度。

2.根据权利要求1所述的数据处理方法，其特征在于，所述错误数据信息为Java错误堆栈信息。

3.根据权利要求2所述的数据处理方法，其特征在于，将所述错误数据信息分为多级子数据信息，包括：

将所述错误数据信息划分为多个错误原因信息；

将所述错误原因信息划分为错误类型、错误描述和错误代码行；

将所述错误代码行划分为错误包、错误类和错误方法。

4.根据权利要求3所述的数据处理方法，其特征在于，根据各级所述子数据信息和与各级所述子数据信息对应的权重获取所述错误数据信息之间的相似度，包括：

分别获取所述错误原因信息对应的第一权重、所述错误类型对应的第二权重、所述错误描述对应的第三权重、所述错误代码行对应的第四权重、所述错误包对应的第五权重、所述错误类对应的第六权重和所述错误方法对应的第七权重；

根据所述第一权重、所述错误类型及所述第二权重、所述错误描述及所述第三权重、所述第四权重、所述错误包及所述第五权重、所述错误类及所述第六权重和所述错误方法及所述第七权重获取所述错误数据信息之间的相似度。

5.根据权利要求4所述的数据处理方法，其特征在于，根据所述第一权重、所述错误类型及所述第二权重、所述错误描述及所述第三权重、所述第四权重、所述错误包及所述第五权重、所述错误类及所述第六权重和所述错误方法及所述第七权重获取所述错误数据信息之间的相似度，包括：

获取第一错误原因信息中所述错误类型与第二错误原因信息中所述错误类型之间的第一相似度、所述第一错误原因信息中所述错误描述与所述第二错误原因信息中所述错误描述之间的第二相似度、所述第一错误原因信息中所述错误包与所述第二错误原因信息中所述错误包之间的第三相似度、所述第一错误原因信息中所述错误类与所述第二错误原因信息中所述错误类之间的第四相似度、所述第一错误原因信息中所述错误方法与所述第二错误原因信息中所述错误方法之间的第五相似度；

根据所述第三相似度及所述第五权重、所述第四相似度及所述第六权重和所述第五相似度及所述第七权重获取所述第一错误原因信息中所述错误代码行与所述第二错误原因信息中所述错误代码行之间的第一代码行相似度；

根据所述第一相似度及所述第二权重、所述第二相似度及所述第三权重和所述第一代码行相似度及所述第四权重获取所述第一错误原因信息与所述第二错误原因信息之间的原因相似度，其中，所述第一错误原因信息和所述第二错误原因信息为不同的所述错误数据信息中的任一错误原因信息；

重复上述步骤，以获取任一所述错误数据信息中各所述错误原因信息与其余所述错误数据信息中各所述错误原因信息之间的所述原因相似度；

根据所有的所述原因相似度及所述第一权重获取各所述错误数据信息之间的相似度。

6.根据权利要求5所述的数据处理方法，其特征在于，各所述错误原因信息中包含多个所述错误代码行；所述方法还包括：

获取所述第一错误数据信息中各所述错误代码行与所述第二错误数据信息中各所述错误代码行之间的第二代码行相似度；

根据所述第一相似度及所述第二权重、所述第二相似度及所述第三权重和所述第二代码行相似度及所述第四权重获取所述第一错误原因信息和所述第二错误原因信息之间的原因相似度；

重复上述步骤，以获取任一所述错误数据信息中各所述错误原因信息与其余所述错误数据信息中各所述错误原因信息之间的所述原因相似度；

根据所有的所述原因相似度及所述第一权重获取所述错误数据信息之间的相似度。

7.根据权利要求1-6任一项所述的数据处理方法，其特征在于，所述方法还包括：

将各所述错误数据信息之间的相似度与一预设值比较，以对所述错误数据信息对应的问题进行分类；

当各所述错误数据信息之间的相似度大于或等于所述预设值时，各所述错误数据信息对应同一问题。

8.根据权利要求7所述的数据处理方法，其特征在于，所述方法还包括：

根据一数据报告模板和所述错误数据信息对应的问题的分类结果形成一分析报告，并将所述分析报告反馈至用户。

9.一种数据处理装置，其特征在于，包括：

数据获取模块，用于获取多个错误数据信息；

数据划分模块，用于将所述错误数据信息分为多级子数据信息；

相似度计算模块，用于根据各级所述子数据信息和与各级所述子数据信息对应的权重获取所述错误数据信息之间的相似度。

10.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1～8中任意一项所述的数据处理方法。

11.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1～8中任意一项所述的数据处理方法。

Images