CN112423032B - 基于智能电视的数据监控方法、装置、电子设备及介质 - Google Patents

Abstract

本发明公开了一种基于智能电视的数据监控方法、装置、电子设备及介质，涉及智能电视技术领域，用于解决相关技术中监控范围与指标数据不适配导致该监控结果的准确率低的问题，该方法包括：获取第一数据，第一数据为待处理的指标数据；根据第一数据的时段和区域得到参考数据组，参考数据组至少具有两个参考数据，参考数据为与第一数据匹配的历史指标数据；根据参考数据组生成监控范围，且最大的参考数据和最小的参考数据均在监控范围内；判断第一数据是否在监控范围内，若是，则将第一数据的状态更新为初步正常，若否，则将第一数据的状态更新为异常。本发明提高了监控范围和指标数据的适配度，以提高监控结果的准确率。

Description

基于智能电视的数据监控方法、装置、电子设备及介质

技术领域

本发明涉及智能电视技术领域，尤其是涉及一种基于智能电视的数据监控方法、装置、电子设备及介质。

背景技术

随着互联网和大数据的不断发展，智能电视也逐渐地走向了智能化。例如：在机顶盒/电视内安装智能操作系统，智能电视通过智能操作系统以实现利用门户导航、进行节目检索、软件下载以及信息上传等操作。

相应地，智能操作系统的服务端需要对各个指标数据进行监控以避免数据造假，该指标可以是系统的应用总量、新增总量、系统内某项功能的激活量、会员增量、用户活跃数量以及注册增量中的一种或多种。

在相关技术中，指标数据的监控方法通常是：开发人员根据数据指标设置监控范围，服务端统计指标数据并判定该指标数据是否符合监控范围，若否，则判定该指标数据异常。但由于指标数据受时段和区域等因素影响而具有较大的波动，而监控范围是由工作人员统一设定的，因此该监控范围往往与指标数据不适配，导致了该监控结果的准确率低。

目前针对相关技术中监控范围与指标数据不适配导致该监控结果的准确率低的问题，尚未提出有效的解决方案。

发明内容

为了克服相关技术的不足，本发明的目的在于提供一种基于智能电视的数据监控方法、装置、电子设备及介质，其提高了监控范围和指标数据的适配度，以提高监控结果的准确率。

本发明的目的之一采用如下技术方案实现：

一种基于智能电视的数据监控方法，所述方法包括：

获取第一数据，所述第一数据为待处理的指标数据；

根据所述第一数据的时段和区域得到参考数据组，所述参考数据组至少具有两个参考数据，所述参考数据为与所述第一数据匹配的历史指标数据；

根据所述参考数据组生成监控范围，且最大的参考数据和最小的参考数据均在所述监控范围内；

判断所述第一数据是否在所述监控范围内，若是，则将所述第一数据的状态更新为初步正常，若否，则将所述第一数据的状态更新为异常。

在其中一些实施例中，在所述将所述第一数据的状态更新为初步正常之后，所述方法还包括：判断所述第一数据的指标是否是稳定指标，若是，则将所述第一数据的状态更新为正常。

在其中一些实施例中，在判定所述第一数据的指标不是稳定指标之后，所述方法还包括：

将所述第一数据的指标记为第一指标，查询限制所述第一指标的指标并记为第二指标，根据所述第一指标和所述第二指标得到限制范围；

查询与所述第二指标对应的指标数据并记为第二数据；

在所述第二数据的状态为初步正常的情况下，判断所述第一数据和所述第二数据的比值是否符合限制范围，若是，则将所述第一数据的状态更新为正常，若否，则将所述第一数据的状态更新为异常。

在其中一些实施例中，所述根据所述第一指标和所述第二指标得到限制范围包括：

获取时段和区域均与所述参考数据对应相同的第三数据，且所述第三数据的指标为第二指标；

计算所述参考数据和对应的第三数据的比值，并记为第三比值；

获取最大的第三比值和最小的第三比值，并根据所述最大的第三比值和所述最小的第三比值得到限制范围。

在其中一些实施例中，各个指标均具有稳定性，待处理的指标数据根据所述稳定性由高至低排列；

所述获取第一数据包括：调取队列首位的待处理的指标数据，并记为第一数据。

在其中一些实施例中，在所述将所述第一数据的状态更新为异常之后，所述方法还包括：

将所述第一数据的指标记为异常指标，查询被所述异常指标限制的指标并记为第三指标，

查询与所述第三指标对应的指标数据并记为第三数据；

将所述第三数据的状态更新为待定。

在其中一些实施例中，所述指标包括开机量、终端总量、新增终端量、导航首页激活量、应用程序激活量、终端会员增量、应用程序会员增量、用户活跃量、用户注册增量、用户在线量、用户观影量、付费用户量中的一种或多种。

本发明的目的之二采用如下技术方案实现：

一种基于智能电视的数据监控装置，包括：

获取模块，用于获取第一数据，所述第一数据为待处理的指标数据；

第一处理模块，用于根据所述第一数据的时段和区域得到参考数据组，所述参考数据组至少具有两个参考数据，所述参考数据为与所述第一数据匹配的历史指标数据；

第二处理模块，用于根据所述参考数据组生成监控范围，且最大的参考数据和最小的参考数据均在所述监控范围内；

判断模块，用于判断所述第一数据是否在所述监控范围内，若是，则将所述第一数据的状态更新为初步正常，若否，则将所述第一数据的状态更新为异常。

本发明的目的之三在于提供执行发明目的之一的电子设备，其包括存储器和处理器，所处存储器中存储有计算机程序，所述处理器被设置为执行所述计算机程序时实现上述的方法。

本发明的目的之四在于提供存储发明目的之一的计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法。

相比相关技术，本发明的有益效果在于：通过时段和区域以得到相应的历史指标数据并组成参考数据组，进而通过该参考数据组得到监控范围，因此该监控范围是与时段和区域匹配，从而提高了监控结果的准确性。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是本申请实施例一所示基于智能电视的数据监控方法的流程图；

图2是本申请实施例二所示二次监控步骤的流程图；

图3是本申请实施例四所示基于智能电视的数据监控装置的结构框图；

图4是本申请实施例五所示电子设备的结构框图。

附图说明：31、获取模块；32、第一处理模块；33、第二处理模块；34、判断模块。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。

实施例一

本实施例一提供了一种基于智能电视的数据监控方法，旨在解决相关技术中监控范围与指标数据不适配导致该监控结果的准确率低的问题。

图1是本申请实施例一所示基于智能电视的数据监控方法的流程图，如图1所示，本方法包括步骤S101至步骤S106。

步骤S101、获取第一数据，第一数据为待处理的指标数据。在此值得说明的是，本方法的执行设备接收来自各个智能电视的运行信息，然后对该运行信息进行整理统计，以得到具有时段和区域等信息的指标数据，该指标数据通常为数值。

可以理解，该时段可以由工作人员进行划分，具体可以以星期为单位，也可以以日为单位，也可以以小时段为单位，具体在此不做限制，但是该时段应当具有周期性，优选采用以日为单位。

可以理解，该区域可以由工作人员进行划分，但是同一区域内的智能电视优选对应同一厂商，以便于对厂商进行评估。

其中，指标包括开机量、终端总量、新增终端量、导航首页激活量、应用程序激活量、终端会员增量、应用程序会员增量、用户活跃量、用户注册增量、用户在线量、用户观影量、付费用户量等中的一种或多种。以用户在线量为例，若上述时段以日为单位，第一数据则为：在圈定区域内昨日的用户在线量。

步骤S102、根据第一数据的时段和区域得到参考数据组，参考数据组至少具有两个参考数据，参考数据为与第一数据匹配的历史指标数据。可以理解，参考数据均为历史指标数据，且与第一数据的区域相同，以及时段采用同一周期，以实现第一数据与参考数据相匹配。

步骤S103、根据参考数据组生成监控范围，且最大的参考数据和最小的参考数据均在监控范围内。可以理解，该监控范围自起点连续自终端，且起点小于/小于等于最小的参考数据、终点大于/大于等于最大的参考数据。

在此值得说明的是，在步骤S102中的参考数据均为有效的，即状态为正常，相应地，当第一数据在最小的参考数据至最大的参考数据之间时，则该第一数据应当是初步正常的。而由于该智能电视的运行信息实际是用户行为，因此，允许第一数据在最小的参考数据合理波动范围内或在最大的参考数据的合理波动范围内。

步骤S104、判断第一数据是否在监控范围内，若是，则执行步骤S105；若否，则执行步骤S106。

步骤S105、将第一数据的状态更新为初步正常。可以理解，该第一数据的状态可以为：待处理、异常、初步正常，当第一数据的状态为异常或初步正常时则说明该第一数据为已处理。

步骤S106、将第一数据的状态更新为异常。具体的可以参照步骤S105中的相关说明。

值得说明的是，该方法的步骤是基于执行设备完成的。具体地，该执行设备可以为服务器、云服务器、用户端以及处理器等设备，但该执行设备不限于上述类型。

综上，通过时段和区域以得到相应的历史指标数据并组成参考数据组，进而通过该参考数据组得到监控范围，因此该监控范围是与时段和区域匹配，从而提高了监控结果的准确性。

作为可选的技术方案，智能操作系统引入了实时流数据的同步和实时监测指标波动的能力，且系统技术架构采用kafka+flink和ELK技术；智能电视埋点数据通过接口实时上报，为了分摊流量压力，底层服务器搭建了3台nginx服务器用来做负载均衡，转发给tomcat服务器；在域名解析配置上，通过DNS轮询，将请求轮流转发给3台nginx服务器，而nginx服务器又随机转发给多台tomcat服务器，从而实现负载上的均衡；数据请求通过tomcat上的服务接口，发送到kafka的topic内，再由flink实时流数据处理系统进行实时计算；通过nginx日志，通过logstash实时同步到ES，并在kinaba上做可视化分析。

在此值得说明的是，相关技术中的指标数据的监控方法需要等前一天运行信息全部到齐后才能进行分析和判断，而在本技术方案中，通过该智能操作系统可以将数据处理的粒度打得更小，可以以分钟级、小时级的粒度进行指标的计算，发现数据波动的时机更加提前，可以给后续的数据处理预留更多的空间。

作为可选的技术方案，为了提高数据的准确性，该第一数据的时段以星期和小时段结合的方式呈现，例如：时段为周五的18:00～24:00，一方面与当今社会的工作模式匹配，另一方面还与用户的作息时间匹配，以提高监控的准确性。

作为可选的实施方式，在上述步骤S103中，该监控范围的可以设置为[a*min，b*max]，其中0.5＜a≤1，min为最小的参考数据，1≤b＜1.5，min为最小的参考数据，max为最大的参考数据，其中a优选采用0.8，b优选采用1.2。

可以理解，在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

实施例二

本实施例二提供了一种基于智能电视的数据监控方法，本实施例二是在实施例一的基础上进行的。该方法还可以包括二次监控步骤，图2是本申请实施例二所示二次监控步骤的流程图，参照图1和图2所示，二次监控步骤的可以包括步骤S201和步骤S202。

步骤S201、判断第一数据的指标是否是稳定指标，若是，则执行步骤S202。在此值得说明的是，该步骤S201是在步骤S105之后执行的，即该二级监控步骤是基于第一数据的状态为初步正常的状态上进行的，以实现对第一数据进行进一步的监控筛查。

步骤S202、将第一数据的状态更新为正常。

在此值得说明的是，工作人员构建有关联表，该关联表存在关联链，基于关联链的设置，指标可以分为稳定指标和关联指标。其中，稳定指标的作假难度低，其一旦经过上述实施例一的相关监控，则表明其问题不大，因此，可以将状态更新为正常；反之，关联指标的作假难度高，其即使经过上时实施例一的相关监控，依然可能存在问题，因此，不能将状态更新为正常，依然为初步正常状态。

通过本技术方案，可以对状态为初步正常的第一数据进行进一步的判断，以将指标为稳定指标的第一数据的状态更新为正常，不仅提高监控的准确率，还为后续指标为关联指标的第一数据的监控提供基础。

作为可选的技术方案，参照图1和图2所示，该二次监控步骤还可以包括步骤S203至步骤S207。该步骤S203和步骤S207均是在步骤S201中判定第一数据不是稳定指标之后执行的。

步骤S203、将第一数据的指标记为第一指标，查询限制第一指标的指标并记为第二指标，根据第一指标和第二指标得到限制范围。

在此值得说明的是，该关联指标具有级别，例如一级、二级、...、N级，该级别的设置是具体根据其在关联链中的位置而定的，但是，关联指标可能具有多个级别，具体视关联链的数量而定。例如：开机量-用户在线量-用户观影量，开机量-用户观影量，在第一条关联链中，开机量为稳定指标，用户观影量为一级关联指标，在第二条关联链中，开机量为稳定指标，用户在线量为一级关联指标，用户观影量为三级关联指标。

步骤S204、查询与第二指标对应的指标数据并记为第二数据。该第二数据可以是稳定指标或上级关联指标，但第一数据和第二数据的级别在同一任务链中是连续的。

步骤S205、在第二数据的状态为初步正常的情况下，判断第一数据和第二数据的比值是否符合限制范围，若是，则执行步骤S206；若否，则执行步骤S207。可以理解，第二数据的状态应当是初步正常的，即经过了上述实施例一中的相关步骤。在此值得说明的是，第一数据和第二数据的时段和区域均相同，二者的比值反而受时段和区域的影响较小，因此该限制范围可以采用工作人员预设的方式，例如：第一数据为用户观影量，具体为C，第二数据为开机量，具体为D，则C/D的比值可以在[0.65，0.75]的限制范围内。

步骤S206、将第一数据的状态更新为正常。在此值得说明的是，稳定指标或上级关联指标并不会影响下级的关联指标，但稳定指标或上级关联指标与下级关联指标存在关系，因此在满足该关系时，可以判定相应的下级关联指标正常。

步骤S207、将第一数据的状态更新为异常。即第一数据不满足稳定指标或上级关联指标的关系。

通过本技术方案，将稳定指标或上级关联指标作为第二数据，且第二数据和第一数据在同一关联链中的关联级别连续，借助该第二数据对状态为初步正常的第一数据进行二次监控，从而可以提高监控结果的准确性。

进一步地，步骤S203的限制范围可以通过限制范围生成步骤得到，该限制范围生成步骤可以包括：获取时段和区域均与步骤S102中的参考数据对应相同的第三数据，且第三数据的指标也为第二指标；计算参考数据和对应的第三数据的比值，并记为第三比值；获取最大的第三比值和最小的第三比值，并根据最大的第三比值和最小的第三比值得到限制范围。

在此值得说明的是，该限制范围自起点连续自终端，且起点∈[0.8*e，1.2*e]，终点∈[0.8*f，1.2*f]，其中，e为最小的第三比值，f为最大的第三比值。可以理解，限制范围生成步骤也是基于参考数据组实现的，则其具体可以参照实施例一中的相关说明，以实现减少时段和区域带来的影响。

实施例三

本实施例三提供一种基于智能电视的数据监控方法，本实施例三在实施例一和/或实施例二的基础上进行的。

由于在步骤S205中的第二数据的状态应当为初步正常，因此，指标数据优选呈队列设置，并根据稳定性由高到低依次排列，以提高该方法的畅通。相应地，步骤S101中的获取步骤可以为：调取队列首位的待处理的指标数据，并记为第一数据。

该稳定性具体可以根据关联表设定，例如，在一关联链中，稳定指标-一级关联指标-二级关联指标-...-N级关联指标，其中稳定指标的得分为10，后续关联指标依次减1，则指标的总分为在各个任务链中的得分的平均值，该稳定性与指标总分呈正反馈。例如：在步骤S203的举例中，在第一条关联链中，开机量、用户在线量、用户观影量的得分依次为10、9、8，在第二条关联链中，开机量、用户观影量的得分依次为10、9，则开机量、用户在线量、用户观影量的最终得分为10、9、8.5。

在此值得说明的是，实施例二中的二次监控步骤可以与实施一的相关步骤同步执行，则在二次监控步骤中的第二数据状态为待处理时，则可以将其放置于队列的首位，等待其完成实施一的相关步骤后再次执行二次监控步骤，以提高监控效率。实施例二中的二次监控步骤还可以与实施一的相关步骤可以分阶段执行，即等待指标数据全部完成实施一的相关步骤后，开始执行二次监控步骤，以减少资源浪费。

进一步地，该方法还可以包括筛选待定步骤，该筛选待定步骤的可以包括：将第一数据的指标记为异常指标，查询被异常指标限制的指标并记为第三指标。在此值得说明的是，该步骤是在步骤S106和/或步骤S207之后执行的。该第三指标即为异常指标的下级关联指标，第三指标和异常指标的同一关联链中可以不连续。

查询与第三指标对应的指标数据并记为第三数据，第三数据和第一数据的数段和区域相同。将第三数据的状态更新为待定，以便于后续的人工处理或设置另外的监控方式。

通过本技术方案，指标数据的状态就可以为；正常、异常以及待定，从而提高了监控结果的准确度。

实施例四

本实施例四提供一种基于智能电视的数据监控装置，其为上述实施例的虚拟装置结构。图3是本申请实施例四所示基于智能电视的数据监控装置的结构框图，参照图3所示，该装置包括：获取模块31、第一处理模块32、第二处理模块33以及判断模块34。

获取模块31用于获取第一数据，第一数据为待处理的指标数据；

第一处理模块32用于根据第一数据的时段和区域得到参考数据组，参考数据组至少具有两个参考数据，参考数据为与第一数据匹配的历史指标数据；

第二处理模块33用于根据参考数据组生成监控范围，且最大的参考数据和最小的参考数据均在监控范围内；

判断模块34用于判断第一数据是否在监控范围内，若是，则将第一数据的状态更新为初步正常，若否，则将第一数据的状态更新为异常。

需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。

实施例五

本实施例五提供了一种电子设备，图4是本申请实施例五所示电子设备的结构框图，参照图4所示，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。

可选地，上述电子设备还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。

可选地，在本实施例五中，上述处理器可以被设置为通过计算机程序执行以下步骤：

获取第一数据，第一数据为待处理的指标数据；

根据第一数据的时段和区域得到参考数据组，参考数据组至少具有两个参考数据，参考数据为与第一数据匹配的历史指标数据；

根据参考数据组生成监控范围，且最大的参考数据和最小的参考数据均在监控范围内；

判断第一数据是否在监控范围内，若是，则将第一数据的状态更新为初步正常，若否，则将第一数据的状态更新为异常。

需要说明的是，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。

另外，结合上述实施例中的基于智能电视的数据监控方法，本申请实施例可提供一种存储介质来实现。该存储介质上存储有计算机程序；该计算机程序被处理器执行时实现上述实施例中的任意一种基于智能电视的数据监控方法。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于智能电视的数据监控方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

在一个实施例中，图4是根据本申请实施例五的电子设备的内部结构示意图，如图4所示，提供了一种电子设备，该电子设备可以是服务器，其内部结构图可以如图4所示。该电子设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的数据库用于存储数据。该电子设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种网络用户角色识别的方法。

本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)、DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

本领域的技术人员应该明白，以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种基于智能电视的数据监控方法，其特征在于，所述方法包括：

获取第一数据，所述第一数据为待处理的指标数据；

根据所述第一数据的时段和区域得到参考数据组，所述参考数据组至少具有两个参考数据，所述参考数据为与所述第一数据匹配的历史指标数据；

根据所述参考数据组生成监控范围，且最大的参考数据和最小的参考数据均在所述监控范围内；

判断所述第一数据是否在所述监控范围内，若是，则将所述第一数据的状态更新为初步正常，若否，则将所述第一数据的状态更新为异常；

在所述第一数据的状态更新为初步正常的情况下，根据关联链判断所述第一数据的指标是否是稳定指标，若是，则将所述第一数据的状态更新为正常，若否，将所述第一数据的指标记为第一指标，根据所述关联链查询限制所述第一指标的指标并记为第二指标，根据所述第一指标和所述第二指标得到限制范围，其中，所述关联链的首位指标为稳定指标，所述第一指标的上一级指标为限制所述第一指标的指标；

查询与所述第二指标对应的指标数据并记为第二数据，其中，所述第一数据和所述第二数据的时段和区域相同；

判断所述第一数据和所述第二数据的比值是否符合限制范围，若是，则将所述第一数据的状态更新为正常，若否，则将所述第一数据的状态更新为异常。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一指标和所述第二指标得到限制范围包括：

获取时段和区域均与所述参考数据对应相同的第三数据，且所述第三数据的指标为第二指标；

计算所述参考数据和对应的第三数据的比值，并记为第三比值；

获取最大的第三比值和最小的第三比值，并根据所述最大的第三比值和所述最小的第三比值得到限制范围。

3.根据权利要求1至2中任意一项所述的方法，其特征在于，各个指标均具有稳定性，待处理的指标数据根据所述稳定性由高至低排列；

所述获取第一数据包括：调取队列首位的待处理的指标数据，并记为第一数据。

4.根据权利要求1至2中任意一项所述的方法，其特征在于，在所述将所述第一数据的状态更新为异常之后，所述方法还包括：

将所述第一数据的指标记为异常指标，查询被所述异常指标限制的指标并记为第三指标，

查询与所述第三指标对应的指标数据并记为第三数据；

将所述第三数据的状态更新为待定。

5.根据权利要求1所述的方法，其特征在于，所述指标包括开机量、终端总量、新增终端量、导航首页激活量、应用程序激活量、终端会员增量、应用程序会员增量、用户活跃量、用户注册增量、用户在线量、用户观影量、付费用户量中的一种或多种。

6.一种基于智能电视的数据监控装置，其特征在于，包括：

获取模块，用于获取第一数据，所述第一数据为待处理的指标数据；

第一处理模块，用于根据所述第一数据的时段和区域得到参考数据组，所述参考数据组至少具有两个参考数据，所述参考数据为与所述第一数据匹配的历史指标数据；

第二处理模块，用于根据所述参考数据组生成监控范围，且最大的参考数据和最小的参考数据均在所述监控范围内；

判断模块，用于判断所述第一数据是否在所述监控范围内，若是，则将所述第一数据的状态更新为初步正常，若否，则将所述第一数据的状态更新为异常；

在所述第一数据的状态更新为初步正常的情况下，根据关联链判断所述第一数据的指标是否是稳定指标，若是，则将所述第一数据的状态更新为正常，若否，将所述第一数据的指标记为第一指标，根据所述关联链查询限制所述第一指标的指标并记为第二指标，根据所述第一指标和所述第二指标得到限制范围，其中，所述关联链的首位指标为稳定指标，所述第一指标的上一级指标为限制所述第一指标的指标；

查询与所述第二指标对应的指标数据并记为第二数据，其中，所述第一数据和所述第二数据的时段和区域相同；

判断所述第一数据和所述第二数据的比值是否符合限制范围，若是，则将所述第一数据的状态更新为正常，若否，则将所述第一数据的状态更新为异常。

7.一种电子设备，其包括存储器和处理器，其特征在于，所处存储器中存储有计算机程序，所述处理器被设置为执行所述计算机程序时实现权利要求1至5中任意一项所述的方法。

8.一种计算机可读存储介质，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至5中任意一项所述的方法。

Images