CN113127333A - 一种数据处理方法、装置、电子设备和存储介质 - Google Patents
一种数据处理方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113127333A CN113127333A CN201911422021.1A CN201911422021A CN113127333A CN 113127333 A CN113127333 A CN 113127333A CN 201911422021 A CN201911422021 A CN 201911422021A CN 113127333 A CN113127333 A CN 113127333A
- Authority
- CN
- China
- Prior art keywords
- test
- value
- test sample
- target
- sample values
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明实施例公开了一种数据处理方法、装置、电子设备和存储介质,该方法包括:获取目标测试项的多个测试样本值,并获取目标测试项对应的测试达标值和测试挑战值;根据测试样本值、测试达标值、测试挑战值与预设的调节因子,确定各个测试样本值的有效性评估分数;若确定有效性评估分数不满足预设数值分布规律,则根据有效性评估分数,对测试达标值和测试挑战值进行调整。本发明实施例能够获取目标测试项的测试样本值和用于剔除无效数据的阈值区间的两个边界值,确定测试样本值的有效性评估分数,根据有效性评估分数自动调整阈值区间的两个边界值,从而保证通过阈值区间合理地剔除无效数据,调整阈值区间的过程无需人工介入,耗时短,流程简单。
Description
技术领域
本发明涉及IT应用领域,尤其涉及一种数据处理方法、装置、电子设备和存储介质。
背景技术
当前,对目标测试产品的各项参数进行自动化测试的过程中,由于测试环境、测试设备等外界因素的偶然变化造成的干扰,导致一部分测试样本值超出合理范围。超出合理范围的测试样本值会干扰对目标测试产品的客观评价,属于无效数据。
在现有的技术方案中,为了剔除无效数据,根据经验归纳总结出阈值区间,当自动化测试得到的测试样本值超出该阈值区间时,则视该测试样本值为无效数据并剔除,记录连续发现无效数据的次数,若次数达到预设阈值,则通知工作人员来调整阈值区间。通过上述方案无法自动调整阈值区间,需要人工参与,耗时长且流程复杂。
发明内容
本发明实施例的目的是提供一种数据处理方法、装置、电子设备和存储介质,以解决在对目标测试产品进行测试的过程中自动调整能够剔除无效数据的阈值区间的问题。
为解决上述技术问题,本发明实施例是这样实现的:
第一方面,本发明实施例提供了一种数据处理方法,包括:获取目标测试项的多个测试样本值,以及获取目标测试项对应的测试达标值和测试挑战值;根据测试样本值、测试达标值、测试挑战值以及预设的调节因子,确定各个测试样本值的有效性评估分数;若确定有效性评估分数不满足预设的数值分布规律,则根据有效性评估分数,对测试达标值和测试挑战值进行调整。
第二方面,本发明实施例提供了一种数据处理装置,包括:测试值获取模块,用于获取目标测试项的多个测试样本值,以及获取目标测试项对应的测试达标值和测试挑战值;分数确定模块,用于根据测试样本值、测试达标值、测试挑战值以及预设的调节因子,确定各个测试样本值的有效性评估分数;阈值调整模块,用于若确定有效性评估不满足预设的数值分布规律,则根据有效性评估分数,对测试达标值和测试挑战值进行调整。
第三方面,本发明实施例提供了一种电子设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如上述第一方面所述的数据处理方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质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如上述第一方面所述的数据处理方法。
根据本发明实施例的技术方案,首先,获取目标测试项的多个测试样本值与目标测试项对应的测试达标值和测试挑战值;其次,根据测试样本值、测试达标值、测试挑战值以及预设的调节因子,确定各个测试样本值的有效性评估分数;最后,若确定有效性评估分数不满足预设的数值分布规律,则根据有效性评估分数,调整测试达标值和测试挑战值。通过本发明实施例,能够获取目标测试项的测试样本值和用于剔除无效数据的阈值区间的两个边界值,确定测试样本值的有效性评估分数,根据有效性评估分数自动调整阈值区间的两个边界值,从而保证通过阈值区间合理地剔除无效数据,调整阈值区间的过程无需人工介入,耗时短,流程简单。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的数据处理方法的流程示意图;
图2为本发明另一实施例提供的数据处理方法的流程示意图;
图3为本发明一实施例提供的一种终端自动化拨测平台的示意框图;
图4为本发明一实施例提供的数据处理装置的示意框图;
图5为本发明一实施例提供的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
本发明实施例提供了一种数据处理方法、数据处理装置和电子设备。该数据处理方法可以应用于电子设备侧,由电子设备执行,本发明实施例提及的电子设备包括但不限于手机、平板电脑、电脑、可穿戴设备等智能终端。
图1为本发明一实施例提供的数据处理方法的流程示意图。参照图1所示,该方法包括步骤S110、步骤S120以及步骤S130。下面对图1的示例实施例中的数据处理方法进行详细的说明。
参照图1所示,在步骤S110中,获取目标测试项的多个测试样本值,以及获取目标测试项对应的测试达标值和测试挑战值。
在示例实施例中,电子设备对目标测试项进行多次自动化测试,,采集到多个测试结果数据,即测试样本值。具体来说,测试的是目标测试项中的目标性能点。其中,自动化测试可以是终端拨测,即针对移动物联网的WAP网站、安卓应用以及IOS应用等产品发起的终端自动化拨测,用来实时掌握目标网络应用产品的各项性能。目标测试项可以是网络应用产品,例如,购物网站的官网、网盘、聊天应用程序等。目标测试项的目标性能点可以是网络应用产品在运行过程中产生的各项参数,例如,A网盘上传文件的速度,B聊天软件传送图片的延迟时间等。
在示例实施例中,测试达标值是指对目标测试项的目标性能点的性能合格预期,即当测试样本值达到测试达标值时,本次测试是合格的。测试挑战值是指对目标测试项的目标性能点定义的一个理论上最佳状态值。测试达标值必然小于测试挑战值。当测试样本值大于或者等于测试达标值,且小于或者等于测试挑战值时,该测试样本值是有效测试数据,可以用来量化目标测试项的目标性能点的状态;反之,当测试样本值小于测试达标值,或大于测试挑战值时,该测试样本值会干扰对目标测试项的目标性能点的客观评价,属于无效测试数据,应当被舍弃掉。即,测试达标值应当是有效测试数据的最小值,测试挑战值应当是有效测试数据的最大值,由测试达标值和测试挑战值组成的阈值区间,能够用于确定测试样本值中的有效测试数据和无效测试数据。确定测试样本值中的无效测试数据,舍弃该无效测试数据的过程称为降噪。
在示例实施例汇总,测试达标值和测试挑战值都是根据经验归纳总结出来的,可能会存在误差。
在步骤S120中,根据测试样本值、测试达标值、测试挑战值以及预设的调节因子,确定各个测试样本值的有效性评估分数。
在示例实施例中,根据测试样本值、测试达标值、测试挑战值以及预设的调节因子,确定各个测试样本值的有效性评估分数,包括:针对每个测试样本值,计算测试挑战值和测试达标值之间的第一差值,以及,计算两倍的该测试样本值与目标值之间的第二差值;其中,目标值为测试挑战值与测试达标值之和;根据第一差值、第二差值和调节因子,计算该测试样本值的有效性评估分数。
在示例实施例中,预设的调节因子K,K取值(0,1],即K大于0且小于或者等于1。例如,K可以是0.5,也可以是0.1。调节因子K用于调节阈值位移步长的权重。
在示例实施例中,假设测试样本值为X,有效性评估分数为S,测试达标值为A,测试挑战值为B,调节因子为K,A<B。针对每个测试样本值X,计算测试挑战值B与测试达标值A之间的第一差值,即B-A;计算两倍的测试样本值X与目标值之间的第二差值,目标值是测试挑战值B与测试达标值A之和(A+B),则第二差值为2X-(A+B),也可以写成2X-A-B。根据第一差值、第二差值和调节因子,计算测试样本值X的有效性评估分数的公式为:S=100*(1-|(2X-A-B)/(1+K)*(B-A)|)。该公式的原理是,测试样本值的有效性评估分数在由测试挑战值与测试达标值组成的阈值区间的分布符合正态分布规律。需要注意的是,该公式并不是唯一的计算有效性评估分数的公式,仅为一种示例。该公式的推导过程如下:
S=100-100*|X-(A+B)/2)/((B-A)/2+K*(B-A)/2)|
=100-100*|2X-(A+B)/(B-A)*(1+K)|
=100*(1-|(2X-A-B)/(1+K)*(B-A)|)
在示例实施例中,当测试样本值小于测试达标值或大于测试挑战值时,该测试样本值的有效性评估分数为0。有效性评估分数为0的测试样本值是无效测试数据,应当舍弃。
在步骤S130中,若确定有效性评估分数不满足预设的数值分布规律,则根据有效性评估分数,对测试达标值和测试挑战值进行调整。
在示例实施例中,根据有效性评估分数,对测试达标值和测试挑战值进行调整,包括:根据有效性评估分数,在目标测试项的多个测试样本值中确定无效测试样本值,并确定无效测试样本值的数量占多个测试样本值的总数量的数量占比;若数量占比大于预定比例,则在目标测试项的多个测试样本值中确定第一目标测试样本值的数量占总数量的第一占比,根据第一占比和第一目标测试样本值的大小,对测试达标值和测试挑战值进行调整;其中,第一目标测试样本值的有效性评估分数位于第一分数区间。
在示例实施例中,根据有效性评估分数,对测试达标值和测试挑战值进行调整,包括:根据有效性评估分数,在目标测试项的多个测试样本值中确定无效测试样本值,并确定无效测试样本值的数量占多个测试样本值的总数量的数量占比;若数量占比小于或者等于预定比例,则在目标测试项的多个测试样本值中确定第二目标测试样本值的数量占总数量的第二占比,根据第二占比对测试达标值和测试挑战值进行调整;其中,第二目标测试样本值的有效性评估分数位于第二分数区间。
在示例实施例中,第一分数区间与第二分数区间为不同的分数区间。
在示例实施例中,目标测试项的多个测试样本值中的无效测试样本值就是有效性评估分数为0的测试样本值。例如,对目标测试项的目标性能点已进行50次自动化拨测,得到50条拨测数据,即50个测试样本值,计算该50条拨测数据的有效性评估分数,确定有效性评估分数为0的拨测数据为无效拨测数据。
在示例实施例中,统计多个测试样本值中的无效测试样本值的数量占比,例如,对目标测试项的目标性能点已进行50次自动化拨测,得到50条拨测数据,计算50条拨测数据的有效性评估分数,统计得到有效性评估分数为0的无效拨测数据有20条,则,无效拨测数据与总的拨测数据的数量占比为20/50,即40%。
在示例实施例中,预定比例是预设的测试样本值的不合格率的上限,可以是30%,也可以是50%,本发明对此不进行数值上的限定。若无效测试样本值占总的测试样本值的比例大于预定比例,则该测试样本值对应的测试挑战值与测试达标值显然存在问题,以至大部分测试样本值并不在测试挑战值与测试达标值之间,需要进一步调整测试挑战值与测试达标值的大小。若无效测试样本值占总的测试样本值的比例小于预定比例,存在两种情况:一种是该测试样本值对应的测试挑战值与测试达标值的大小合理,通过测试挑战值与测试达标值组成的阈值区间,能够有效地找出并舍弃无效测试样本值;另一种情况是该测试样本值对应的测试挑战值与测试达标值组成的阈值区间太宽,以至绝大部分测试样本值都过分集中于阈值区间的中位线,即测试挑战值与测试达标值的平均值,此时几乎所有测试样本值都在阈值区间内,无法确定哪些测试样本值是无效测试样本值。
在示例实施例中,数量占比大于预定比例时,需要对测试样本值对应的测试达标值与测试挑战值进行调整,例如,对目标测试项的目标性能点已进行50次自动化拨测,得到50条拨测数据,计算50条拨测数据的有效性评估分数,统计得到有效性评估分数为0的无效拨测数据有30条,则无效拨测数据的条数占拨测数据的总数量的数量占比为60%。当预定比例为50%时,数量占比60%大于预定比例50%,因此需要对目标测试项对应的测试达标值和测试挑战值进行调整。
在示例实施例中,第一分数区间可以是大于0小于10,该区间的取值是考虑到有效性评估分数正态分布的特点,有效性评估分数的图像应当为正态分布的曲线,该曲线是左右对称的。在有效测试样本值中预先设定了问题测试样本值占所有有效测试样本值的比例,例如20%,即曲线的左右两侧各10%。问题测试样本值占所有有效测试样本值的比例也可以是10%或30%,即曲线的左右两侧各5%或15%。当第一分数区间为大于0小于10时,有效性评估分数位于第一分数区间的测试样本值为第一目标测试样本值,确定第一目标测试样本值的数量占多条测试样本值的总数量之比为第一占比。
在示例实施例中,有效性评估分数的分段模型如下:
1、有效性评估分数为0的测试样本值为无效测试样本值,应当丢弃并重新对目标测试项的目标性能点进行测试,获取新的测试样本值。
2、有效性分数大于0小于10的测试样本值为有效的测试样本值,但非常靠近阈值区间的边界值,属于问题测试样本值,可以根据这部分测试样本值占总的测试样本值的比例来确定是否需要调整阈值区间,再根据测试样本值与中位值的比较,左移或右移阈值区间,其中,中位值即测试挑战值和测试达标值的平均值。
3、有效性评估分数大于10且小于90的测试样本值可以认定为落在合理区间的测试样本值。
4、有效性评估分数大于90小于100的测试样本值是有效的测试样本值,但非常靠近阈值区间的中位值,可以根据这部分测试样本值占总的测试样本值的比例来确定是否需要缩小阈值区间。
在示例实施例中,根据第一占比和第一目标测试样本值的大小,对测试达标值和测试挑战值进行调整,包括:若第一占比大于或者等于第一比例阈值,且第一目标测试样本值的大小小于测试达标值和测试挑战值对应的中位值,则根据测试达标值、测试挑战值以及调节因子,减小测试达标值和测试挑战值;若第一占比大于或者等于第一比例阈值,且第一目标测试样本值的大小大于测试达标值和测试挑战值对应的中位值,则根据测试达标值、测试挑战值以及调节因子,增大测试达标值和测试挑战值。
在示例实施例中,第一比例阈值可以是30%,也可以是40%,本发明并不对此进行数值上的限定。测试达标值和测试挑战值对应的中位值指的是测试达标值与测试挑战值的平均值。
在示例实施例中,若第一占比小于第一比例阈值,此时电子设备难以自动调整阈值区间,需要人工介入来找出测试样本值的不合格率过高的原因并调整测试达标值和测试挑战值。
需要注意的是,在示例实施例中,调整阈值的条件可以是根据有效性评估分数在指定区间的测试样本值占总数的比例,也可以是判断是否存在连续的预设数量个测试样本值的有效性评估分数位于指定区间。例如,第102次测试、第103次测试、第104次测试……第111次测试,得到的连续10个测试样本值的有效性评估分数都位于第一分数区间。若存在连续的预设数量个测试样本值的有效性评估分数位于第一分数区间,且这些测试样本值的大小小于测试达标值和测试挑战值对应的中位值,则减小测试达标值和测试挑战值;若存在连续的预设数量个测试样本值的有效性评估分数位于第一分数区间,且这些测试样本值的大小大于测试达标值和测试挑战值对应的中位值,则增大测试达标值和测试挑战值。若不存在连续的预设数量个测试样本值的有效性评估分数位于第一分数区间,则需要人工介入来确定不合格率过高的原因并调整阈值区间。若不存在连续的预设数量个测试样本值的有效性评估分数位于第一分数区间,有可能是连续的多个测试样本值中有个别测试测试样本值的有效性评估分数不在第一分数区间,需要人工介入,进一步确定测试样本值的不合格率过高的原因并调整测试达标值和测试挑战值。
在示例实施例中,判断是否存在连续的预设数量个测试样本值的有效性评估分数位于指定区间,预设数量可以是10,也可以是20,若存在,可能是刚好有预设数量个测试样本值的有效性评估分数位于指定区间,也可能是大于预设数量个测试样本值的有效性评估分数位于指定区间。
在示例实施例中,若第一占比大于或者等于第一比例阈值,且第一目标测试样本值的大小小于测试达标值和测试挑战值对应的中位值,说明多个测试样本值相对于测试达标值和测试挑战值组成的阈值区间偏左,大部分测试样本值位于中位值的左侧,此时应当将阈值区间整体左移,即减小测试达标值和测试挑战值。
在示例实施例中,根据测试达标值、测试挑战值以及调节因子,减小测试达标值和测试挑战值,包括:根据测试达标值和测试挑战值之间的第一差值,以及调节因子,确定数值减小量;根据数值减小量,减小测试达标值和测试挑战值;根据测试达标值、测试挑战值以及调节因子,增大测试达标值和测试挑战值,包括:根据测试达标值和测试挑战值之间的第一差值,以及调节因子,确定数值增大量;根据数值增大量,增大测试达标值和测试挑战值。
在示例实施例中,假设测试达标值为A,测试挑战值为B,调节因子为K,则第一差值为B-A,第一差值必然是正数,数值减小量为K*(B-A),数值增大量为K*(B-A)。当测试达标值与测试挑战值组成的阈值区间整体左移时,即减小测试达标值和测试挑战值,新的测试达标值A’=A-K*(B-A),新的测试挑战值B’=B-K*(B-A),新的中位值为1/2*(A’+B’)。当测试达标值与测试挑战值组成的阈值区间整体右移时,即增大测试达标值和测试挑战值,新的测试达标值A’=A+K*(B-A),新的测试挑战值B’=B+K*(B-A),新的中位值为1/2*(A’+B’)。该数值增大量、数值减小量及其对应的获取方法仅为一种示例。
在示例实施例中,若无效测试样本值的数量占多个测试样本值的总数量的数量占比小于或者等于预定比例,则在目标测试项的多个测试样本值中确定第二目标测试样本值的数量占总数量的第二占比。数量占比小于预定比例有两种情况,一种是阈值区间正好合适,一种是阈值区间过宽。需要根据第二占比排除阈值区间过宽的可能性,才能确定无需修改阈值区间。
在示例实施例中,第二分数区间可以是大于90小于100,该区间的取值是考虑到该区间的取值是考虑到有效性评估分数正态分布的特点,有效性评估分数的图像应当为正态分布的曲线,该曲线是左右对称的。在有效测试样本值中预先设定了问题测试样本值占所有有效测试样本值的比例,例如20%,即曲线的左右两侧各10%。问题测试样本值占所有有效测试样本值的比例也可以是10%或30%,即曲线的左右两侧各5%或15%。当测试样本值的有效性评估分数位于第二分数区间时,测试样本值集中于中位值附近,其中,中位值即测试样本值与测试达标值的平均值。当第二分数区间为大于90小于100时,有效性评估分数位于第二分数区间的测试样本值为第二目标测试样本值,确定第二目标测试样本值的数量占多条测试样本值的总数量之比为第二占比。
在示例实施例中,根据第二占比对测试达标值和测试挑战值进行调整,包括:若第二占比大于或者等于第二比例阈值,则根据测试达标值、测试挑战值以及调节因子,增大测试达标值并减小测试挑战值。
在示例实施例中,若第二占比小于第二比例阈值,则说明该测试样本值的阈值区间是合理的,无需再对测试挑战值和测试达标值进行调整,该阈值区间能够有效确定多条测试样本值中的无效测试样本值。
在示例实施例中,第二比例阈值可以是30%,也可以是40%,本发明并不对此进行数值上的限定。
在示例实施例中,假设测试达标值为A,测试挑战值为B,调节因子为K,则第一差值为B-A,第一差值必然是正数,数值修改量为K*(B-A)。当测试达标值与测试挑战值组成的阈值区间缩小时,即增大测试达标值并减小测试挑战值,新的测试达标值A’=A+K*(B-A),新的测试挑战值B’=B-K*(B-A),中位值为不变。该数值修改量及其获取方法仅为一种示例。
在示例实施例中,在调整阈值区间后,根据新的测试达标值与新的测试挑战值,进行新的测试,重新获取多个测试样本值,再根据多个测试样本值的有效性评估分数,判断是否需要调整阈值区间,重复步骤S310、S320、S330,直到测试样本值符合预设数值分布规律。预设数值分布规律指,多个测试样本值中,无效测试样本值的数量占测试样本值总数的数量占比小于预定比例,并且,第二占比小于第二比例阈值。
根据图1的示例实施例中的数据处理方法,首先,获取目标测试项的多个测试样本值与目标测试项对应的测试达标值和测试挑战值;其次,根据测试样本值、测试达标值、测试挑战值以及预设的调节因子,确定各个测试样本值的有效性评估分数;最后,根据有效性评估分数,调整测试达标值和测试挑战值,以使目标测试项的测试样本值的有效性评估分数满足预设数值分布规律。通过本发明实施例,能够获取目标测试项的测试样本值和用于剔除无效数据的阈值区间的两个边界值,确定测试样本值的有效性评估分数,根据有效性评估分数自动调整阈值区间的两个边界值,从而保证通过阈值区间合理地剔除无效数据,调整阈值区间的过程无需人工介入,耗时短,流程简单。
进一步地,在示例实施例中,在根据有效性评估分数,对测试达标值和测试挑战值进行调整,以使目标测试项的测试样本值的有效性评估分数满足预设数值分布规律后,根据有效性评估分数,在目标测试项的多个测试样本值中确定无效测试样本值;丢弃目标测试项的多个测试样本值中的无效样本值,将丢弃后剩余的测试样本值作为目标测试项的最终测试样本值。
在示例实施例中,在调整测试达标值和测试挑战值后,使重新测试的测试结果满足在多个测试样本值中,无效测试样本值的数量占测试样本值总数的数量占比小于预定比例,并且,第二占比小于第二比例阈值。此时,无需再次对测试达标值和测试挑战值进行调整,可以根据通过该测试达标值和测试挑战值确定的测试样本值的有效性评估分数,确定目标测试项的多个测试样本值中确定无效测试样本值,即有效性评估分数为0的测试样本值为无效测试样本值。丢弃无效测试样本值。
图2为本发明另一实施例提供的数据处理方法的流程示意图。
参照图2所示,在步骤S210中,获取多个测试样本值以及对应的阈值区间。
在示例实施例中,对目标测试项的目标性能点进行多次测试,得到多个测试样本值。根据测试经验归纳总结出测试该测试样本值对应的测试达标值与测试挑战值,以测试达标值为最小值,测试挑战值为最大值,确定与测试样本值对应的阈值区间。
在步骤S220中,确定测试样本值的健康分数。
在示例实施例中,健康分数即图1的数据处理方法中的有效性评估分数。根据测试样本值X、测试达标值A、测试挑战值B以及预设的调节因子K,确定各个测试样本值的健康分数。健康分数的计算公式如下:S=100*(1-|(2X-A-B)/(1+K)*(B-A)|)。该计算公式仅为一种示例。
在步骤S230中,若确定健康分数不满足预设数值分布规律,则需要调整阈值区间。
在示例实施例中,获取的多个测试样本值的健康分数在阈值区间的分布应当符合正态分布规律。具体表现为,无效样本值占样本总数占比小于或者等于预定比例且第二样本值占样本总数占比小于第二比例阈值。此时,大部分测试样本值位于阈值区间内,通过阈值区间能够有效剔除测试样本值中的无效测试样本值。
在示例实施例汇总,健康分数不满足预设数值分布规律的情况有两种,一种是无效样本值占样本总数占比大于预定比例,一种是无效样本值占样本总数占比小于或者等于预定比例但第二样本值占样本总数占比大于或者等于第二比例阈值。
在示例实施例中,当健康分数不满足预设数值分布规律时,需要调整阈值区间,具体调整的方式如步骤S240和步骤S250所示。
在步骤S240中,若无效样本值占样本总数占比大于预定比例,则确定第一样本值占样本总数的第一占比,再根据第一样本值和第一占比调整阈值区间。
在示例实施例中,健康分数为0的测试样本值为无效样本值。根据测试样本值的健康分数,确定无效样本值,再确定无效样本值占样本总数占比。若该占比大于预定比例,例如50%,则根据测试样本值的健康分数,确定健康分数位于第一分数区间的第一样本值。第一分数区间可以是大于0小于10。统计第一样本值的数量,再计算出第一样本值占样本总数的第一占比。若第一占比大于或者等于第一比例阈值,且第一样本值均大于阈值区间的中位值,则应当将阈值区间右移,具体为增大测试达标值和测试挑战值。若第一占比大于或者等于第一比例阈值,且第一样本值均小于阈值区间的中位值,则应当将阈值区间左移,具体为减小测试达标值和测试挑战值。
在步骤S250中,若无效样本值占样本总数占比小于或者等于预定比例,则确定第二样本值占样本总数的第二占比,再根据第二占比调整阈值区间。
在示例实施例中,健康分数为0的测试样本值为无效样本值。根据测试样本值的健康分数,确定无效样本值,再确定无效样本值占样本总数占比。若该占比小于或者等于预定比例,例如50%,则根据测试样本值的健康分数,确定健康分数位于第二分数区间的第二样本值。第二分数区间可以是大于90小于100。统计第二样本值的数量,再计算出第二样本值占样本总数的第二占比。若第二占比大于或者等于第二比例阈值,则应当缩小阈值区间,具体为增大测试达标值并减小测试挑战值。
在示例实施例中,一种数据处理方法的具体流程如下:
(1)获取多个测试样本值的健康分数和阈值区间。
在示例实施例中,对目标测试项的目标性能点进行多次测试,得到多个测试样本值。根据预设的测试达标值与测试挑战值,确定由测试达标值与测试挑战值组成的阈值区间。预设的测试达标值与测试挑战值是在进行测试的过程中根据经验归纳总结出来的。
在示例实施例中,根据测试样本值X、测试达标值A、测试挑战值B以及预设的调节因子K,确定各个测试样本值的健康分数。健康分数的计算公式如下:S=100*(1-|(2X-A-B)/(1+K)*(B-A)|)。该计算公式仅为一种示例。各个测试样本值的健康分数与图1的数据处理方法中的有效性评估分数为同一参数。
(2)根据健康分数确定测试样本值的不合格率。
在示例实施例中,若健康分数为0,则该测试样本值不合格。统计多个测试样本值的健康分数,根据统计结果,确定不合格的测试样本值占多个测试样本值的总数的比例,即不合格率。
(3)判断不合格率是否大于50%。
在示例实施例中,50%为预设的不合格率上限。当不合格率大于50%时,进入(4),当不合格率小于50%时,进入(5)。
在示例实施例中,当不合格率大于50%时,阈值区间一定存在问题,需要进行调整;当不合格率小于50%时,需要进一步判断,有可能需要调整阈值区间,也有可能无需调整。
(4)判断是否存在连续预设数量个测试样本值的健康分数大于0小于10。
在示例实施例中,若存在预设数量个测试样本值的健康分数大于0小于10,则进入(6);若不存在,则进入(7)。当不存在连续预设数量个测试样本值的健康分数大于0小于10时,系统无法确定测试样本值的不合格率过高的原因,需要人工介入,找出原因并调整阈值区间。
(5)判断是否存在连续预设数量个测试样本值的健康分数大于90小于100。
在示例实施例中,若存在预设数量个测试测试样本值的健康分数大于90小于100,进入(11);若不存在,则进入(12)。
(6)测试样本值是否大于中位值。
在示例实施例中,判断多个测试样本值是否均大于中位值,若大于中位值,则进入(8);若小于中位值,则进入(9)。
(7)人工调整阈值区间。
在示例实施例中,通知工作人员对测试进行干涉,人工确定测试样本值的不合格率过高的原因,并调整阈值区间。完成人工调整后进入(10)。
(8)阈值区间整体向右移动。
在示例实施例中,增大测试挑战值与测试达标值。假设测试达标值为A,测试挑战值为B,调节因子为K,则第一差值为B-A,第一差值必然是正数,数值增大量为K*(B-A)。根据数据增大量,可以得到,新的测试达标值A’=A+K*(B-A),新的测试挑战值B’=B+K*(B-A),新的中位值为1/2*(A’+B’)。
(9)阈值区间整体向左移动。
在示例实施例中,减小测试挑战值与测试达标值。假设测试达标值为A,测试挑战值为B,调节因子为K,则第一差值为B-A,第一差值必然是正数,数值减小量为K*(B-A)。根据数据减小量,可以得到,新的测试达标值A’=A-K*(B-A),新的测试挑战值B’=B-K*(B-A),新的中位值为1/2*(A’+B’)
(10)获取新的测试样本值及其健康分数。
在示例实施例中,对目标测试项的目标性能点进行新的测试,获取新的测试样本值。根据调整后的测试达标值与测试挑战值,确定新的测试样本值的健康分数。进入(2)。
(11)缩小阈值区间。
在示例实施例中,增大测试达标值,减小测试挑战值。假设测试达标值为A,测试挑战值为B,调节因子为K,则第一差值为B-A,第一差值必然是正数,数值修改量为K*(B-A)。当测试达标值与测试挑战值组成的阈值区间缩小时,即增大测试达标值并减小测试挑战值,新的测试达标值A’=A+K*(B-A),新的测试挑战值B’=B-K*(B-A),中位值为不变。
在示例实施例中,在缩小阈值区间后,进入(10)。
(12)舍弃测试样本值中的无效值。
在示例实施例中,将多个测试样本值中的健康分数为0的测试样本值确定为无效测试样本值,舍弃掉无效测试样本值,将剩余的测试样本值作为针对目标测试项的目标性能点的最终测试样本值,用于量化评估目标测试项的目标性能点。
图3为本发明一实施例提供的一种终端自动化拨测平台的示意框图。
参照图3所示,图3中的终端自动化拨测平台包括后台服务器端310与终端自动化拨测客户端320,其中,终端自动化拨测客户端320包括脚本解释器321、脚本执行器322和终端插件323。
在示例实施例中,后台服务器端310包括后台拨测分析系统,该系统的功能包括且不限于:拨测任务的输入、管理、下发,测试结果的收集、统计分析、报表、告警,平台的用户与资源管理,运行监控。后台服务器端310还包括降噪系统,该系统分为数据采集、数据分析、智能降噪、结果输出4个部分。
在示例实施例中,终端自动化拨测客户端320的功能包括且不限于:执行自动化拨测任务,上报自动化拨测数据。终端自动化拨测客户端320中的脚本解释器321从后台服务器端310获取拨测脚本与拨测任务,脚本执行器322将测试结果上报给后台服务器端310。
图4为本发明一实施例提供的数据处理装置的示意框图。
参照图4所示,该数据处理装置400包括:测试值获取模块410、分数确定模块420以及阈值调整模块430。其中,测试值获取模块410,用于获取目标测试项的多个测试样本值,以及获取目标测试项对应的测试达标值和测试挑战值;分数确定模块420,用于根据测试样本值、测试达标值、测试挑战值以及预设的调节因子,确定各个测试样本值的有效性评估分数;阈值调整模块430,用于若确定有效性评估分数不满意预设的数值分布规律,则根据有效性评估分数,对测试达标值和测试挑战值进行调整。
在本发明的一些实施例中,基于上述方案,阈值调整模块430,包括:无效值确定单元,用于根据有效性评估分数,在目标测试项的多个测试样本值中确定无效测试样本值,并确定无效测试样本值的数量占多个测试样本值的总数量的数量占比;第一占比调整单元,用于若数量占比大于预定比例,则在目标测试项的多个测试样本值中确定第一目标测试样本值的数量占总数量的第一占比,根据第一占比和第一目标测试样本值的大小,对测试达标值和测试挑战值进行调整;其中,第一目标测试样本值的有效性评估分数位于第一分数区间。
在本发明的一些实施例中,基于上述方案,阈值调整模块430,包括:无效值确定单元,用于根据有效性评估分数,在目标测试项的多个测试样本值中确定无效测试样本值,并确定无效测试样本值的数量占多个测试样本值的总数量的数量占比;第二占比调整单元,用于若数量占比小于或者等于预定比例,则在目标测试项的多个测试样本值中确定第二目标测试样本值的数量占总数量的第二占比,根据第二占比对测试达标值和测试挑战值进行调整;其中,第二目标测试样本值的有效性评估分数位于第二分数区间。
在本发明的一些实施例中,基于上述方案,该第一占比调整单元,包括:边界值减小单元,用于若第一占比大于或者等于第一比例阈值,且第一目标测试样本值的大小小于测试达标值和测试挑战值对应的中位值,则根据测试达标值、测试样本值以及调节因子,减小测试达标值和测试挑战值;边界值增大单元,用于若第一占比大于或者等于第一比例阈值,且第一目标测试样本值的大小大于测试达标值和测试挑战值对应的中位值,则根据测试达标值、测试样本值以及调节因子,增大测试达标值和测试挑战值。
在本发明的一些实施例中,基于上述方案,该第二占比调整单元,具体用于:若第二占比大于或者等于第二比例阈值,则根据测试达标值、测试样本值以及调节因子,增大测试达标值并减小测试挑战值。
在本发明的一些实施例中,基于上述方案,分数确定模块420,具体用于:针对每个测试样本值,计算测试挑战值和测试达标值之间的第一差值,以及,计算两倍的该测试样本值与目标值之间的第二差值;其中,目标值为测试挑战值与测试达标值之和;根据第一差值、第二差值和调节因子,计算该测试样本值的有效性评估分数。
在本发明的一些实施例中,基于上述方案,边界值减小单元,具体用于:根据测试达标值和测试挑战值之间的第一差值,以及调节因子,确定数值减小量;根据数值减小量,减小测试达标值和测试挑战值;边界值增大单元,具体用于:根据测试达标值和测试挑战值之间的第一差值,以及调节因子,确定数值增大量;根据数值增大量,增大测试达标值和测试挑战值。
根据本发明实施例提供的技术方案,首先,获取目标测试项的多个测试样本值与目标测试项对应的测试达标值和测试挑战值;其次,根据测试样本值、测试达标值、测试挑战值以及预设的调节因子,确定各个测试样本值的有效性评估分数;最后,若确定有效性评估分数不满足预设的数值分布规律,则根据有效性评估分数,调整测试达标值和测试挑战值。通过本发明实施例,能够获取目标测试项的测试样本值和用于剔除无效数据的阈值区间的两个边界值,确定测试样本值的有效性评估分数,根据有效性评估分数自动调整阈值区间的两个边界值,从而保证通过阈值区间合理地剔除无效数据,调整阈值区间的过程无需人工介入,耗时短,流程简单。
需要说明的是,本发明实施例中提供的数据处理装置能够实现前述的方法的各个过程,并达到相同的功能和效果,这里不再重复。
进一步地,本发明实施例还提供了一种电子设备,图5为本发明一实施例提供的电子设备的结构示意图。如图5所示,该电子设备包括:存储器501、处理器502、总线503和通信接口504。存储器501、处理器502和通信接口504通过总线503进行通信,通信接口504可以包括输入输出接口,输入输出接口包括但不限于键盘、鼠标、显示器、麦克风、扩音器等。
参照图5所示,存储器501上存储有可在处理器502上运行的计算机可执行指令,计算机可执行指令被处理器502执行时实现以下流程:获取目标测试项的多个测试样本值,以及获取目标测试项对应的测试达标值和测试挑战值;根据测试样本值、测试达标值、测试挑战值以及预设的调节因子,确定各个测试样本值的有效性评估分数;若确定有效性评估分数不满足预设的数值分布规律,则根据有效性评估分数,对测试达标值和测试挑战值进行调整。
可选地,计算机可执行指令被处理器执行时,根据有效性评估分数,对测试达标值和测试挑战值进行调整,包括:根据有效性评估分数,在目标测试项的多个测试样本值中确定无效测试样本值,并确定无效测试样本值的数量占多个测试样本值的总数量的数量占比;若数量占比大于预定比例,则在目标测试项的多个测试样本值中确定第一目标测试样本值的数量占总数量的第一占比,根据第一占比和第一目标测试样本值的大小,对测试达标值和测试挑战值进行调整;其中,第一目标测试样本值的有效性评估分数位于第一分数区间
可选地,计算机可执行指令被处理器执行时,根据有效性评估分数,对测试达标值和测试挑战值进行调整,包括:根据有效性评估分数,在目标测试项的多个测试样本值中确定无效测试样本值,并确定无效测试样本值的数量占多个测试样本值的总数量的数量占比;若数量占比小于或者等于预定比例,则在目标测试项的多个测试样本值中确定第二目标测试样本值的数量占总数量的第二占比,根据第二占比对测试达标值和测试挑战值进行调整;其中,第二目标测试样本值的有效性评估分数位于第二分数区间。
可选地,计算机可执行指令被处理器执行时,根据第一占比和第一目标测试样本值的大小,对测试达标值和测试挑战值进行调整,包括:若第一占比大于或者等于第一比例阈值,且第一目标测试样本值的大小小于测试达标值和测试挑战值对应的中位值,则根据测试达标值、测试挑战值以及调节因子,减小测试达标值和测试挑战值;若第一占比大于或者等于第一比例阈值,且第一目标测试样本值的大小大于测试达标值和测试挑战值对应的中位值,则根据测试达标值、测试挑战值以及调节因子,增大测试达标值和测试挑战值。
可选地,计算机可执行指令被处理器执行时,根据第二占比对测试达标值和测试挑战值进行调整,包括:若第二占比大于或者等于第二比例阈值,则根据测试达标值、测试挑战值以及调节因子,增大测试达标值并减小测试挑战值。
可选地,计算机可执行指令被处理器执行时,根据测试样本值、测试达标值、测试挑战值以及预设的调节因子,确定各个测试样本值的有效性评估分数,包括:针对每个测试样本值,计算测试挑战值和测试达标值之间的第一差值,以及,计算两倍的该测试样本值与目标值之间的第二差值;其中,目标值为测试挑战值与测试达标值之和;根据第一差值、第二差值和调节因子,计算该测试样本值的有效性评估分数。
可选地,计算机可执行指令被处理器执行时,根据测试达标值、测试挑战值以及调节因子,减小测试达标值和测试挑战值,包括:根据测试达标值和测试挑战值之间的第一差值,以及调节因子,确定数值减小量;根据数值减小量,减小测试达标值和测试挑战值;根据测试达标值、测试挑战值以及调节因子,增大测试达标值和测试挑战值,包括:根据测试达标值和测试挑战值之间的第一差值,以及调节因子,确定数值增大量;根据数值增大量,增大测试达标值和测试挑战值。
根据本发明实施例提供的技术方案,首先,获取目标测试项的多个测试样本值与目标测试项对应的测试达标值和测试挑战值;其次,根据测试样本值、测试达标值、测试挑战值以及预设的调节因子,确定各个测试样本值的有效性评估分数;最后,若确定有效性评估分数不满足预设的数值分布规律,则根据有效性评估分数,调整测试达标值和测试挑战值。通过本发明实施例,能够获取目标测试项的测试样本值和用于剔除无效数据的阈值区间的两个边界值,确定测试样本值的有效性评估分数,根据有效性评估分数自动调整阈值区间的两个边界值,从而保证通过阈值区间合理地剔除无效数据,调整阈值区间的过程无需人工介入,耗时短,流程简单。
本发明实施例中的电子设备能够实现前述数据处理方法的各个过程,并达到相同的效果和功能,这里不再重复。
进一步地,本发明实施例还提供一种计算机可读存储介质,计算机可读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数据处理方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,所述的计算机可读存储介质,如只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random AccessMemory,简称RAM)、磁碟或者光盘等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明上述实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本发明的保护之内。
Claims (10)
1.一种数据处理方法,其特征在于,包括:
获取目标测试项的多个测试样本值,以及获取所述目标测试项对应的测试达标值和测试挑战值;
根据所述测试样本值、所述测试达标值、所述测试挑战值以及预设的调节因子,确定各个所述测试样本值的有效性评估分数;
若确定所述有效性评估分数不满足预设的数值分布规律,则根据所述有效性评估分数,对所述测试达标值和所述测试挑战值进行调整。
2.根据权利要求1所述的方法,其特征在于,所述根据所述有效性评估分数,对所述测试达标值和所述测试挑战值进行调整,包括:
根据所述有效性评估分数,在所述目标测试项的多个测试样本值中确定无效测试样本值,并确定所述无效测试样本值的数量占所述多个测试样本值的总数量的数量占比;
若所述数量占比大于预定比例,则在所述目标测试项的多个测试样本值中确定第一目标测试样本值的数量占所述总数量的第一占比,根据所述第一占比和所述第一目标测试样本值的大小,对所述测试达标值和所述测试挑战值进行调整;其中,所述第一目标测试样本值的有效性评估分数位于第一分数区间。
3.根据权利要求1所述的方法,其特征在于,所述根据所述有效性评估分数,对所述测试达标值和所述测试挑战值进行调整,包括:
根据所述有效性评估分数,在所述目标测试项的多个测试样本值中确定无效测试样本值,并确定所述无效测试样本值的数量占所述多个测试样本值的总数量的数量占比;
若所述数量占比小于或者等于预定比例,则在所述目标测试项的多个测试样本值中确定第二目标测试样本值的数量占所述总数量的第二占比,根据所述第二占比对所述测试达标值和所述测试挑战值进行调整;其中,所述第二目标测试样本值的有效性评估分数位于第二分数区间。
4.根据权利要求2所述的方法,其特征在于,根据所述第一占比和所述第一目标测试样本值的大小,对所述测试达标值和所述测试挑战值进行调整,包括:
若所述第一占比大于或者等于第一比例阈值,且所述第一目标测试样本值的大小小于所述测试达标值和所述测试挑战值对应的中位值,则根据所述测试达标值、所述测试挑战值以及所述调节因子,减小所述测试达标值和所述测试挑战值;
若所述第一占比大于或者等于第一比例阈值,且所述第一目标测试样本值的大小大于所述测试达标值和所述测试挑战值对应的中位值,则根据所述测试达标值、所述测试挑战值以及所述调节因子,增大所述测试达标值和所述测试挑战值。
5.根据权利要求3所述的方法,其特征在于,根据所述第二占比对所述测试达标值和所述测试挑战值进行调整,包括:
若所述第二占比大于或者等于第二比例阈值,则根据所述测试达标值、所述测试挑战值以及所述调节因子,增大所述测试达标值并减小所述测试挑战值。
6.根据权利要求1所述的方法,其特征在于,根据所述测试样本值、所述测试达标值、所述测试挑战值以及预设的调节因子,确定各个所述测试样本值的有效性评估分数,包括:
针对每个所述测试样本值,计算所述测试挑战值和所述测试达标值之间的第一差值,以及,计算两倍的该测试样本值与目标值之间的第二差值;其中,所述目标值为所述测试挑战值与所述测试达标值之和;
根据所述第一差值、所述第二差值和所述调节因子,计算该测试样本值的有效性评估分数。
7.根据权利要求4所述的方法,其特征在于,
根据所述测试达标值、所述测试挑战值以及所述调节因子,减小所述测试达标值和所述测试挑战值,包括:根据所述测试达标值和所述测试挑战值之间的第一差值,以及所述调节因子,确定数值减小量;根据所述数值减小量,减小所述测试达标值和所述测试挑战值;
根据所述测试达标值、所述测试挑战值以及所述调节因子,增大所述测试达标值和所述测试挑战值,包括:根据所述测试达标值和所述测试挑战值之间的第一差值,以及所述调节因子,确定数值增大量;根据所述数值增大量,增大所述测试达标值和所述测试挑战值。
8.一种数据处理装置,其特征在于,包括:
测试值获取模块,用于获取目标测试项的多个测试样本值,以及获取所述目标测试项对应的测试达标值和测试挑战值;
分数确定模块,用于根据所述测试样本值、所述测试达标值、所述测试挑战值以及预设的调节因子,确定各个所述测试样本值的有效性评估分数;
阈值调整模块,用于若确定所述有效性评估分数不满足预设的数值分布规律,则根据所述有效性评估分数,对所述测试达标值和所述测试挑战值进行调整。
9.一种电子设备,其特征在于,包括存储器和处理器,所述存储器上存储有计算机可执行指令,所述计算机可执行指令在上述处理器上运行时,能够实现上述权利要求1-7任一项所述的数据处理方法。
10.一种存储介质,该存储介质中存储有计算机可执行指令,其特征在于,所述计算机可执行指令在被处理器执行时,能够实现上述权利要求1-7任一项所述的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911422021.1A CN113127333B (zh) | 2019-12-31 | 2019-12-31 | 一种数据处理方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911422021.1A CN113127333B (zh) | 2019-12-31 | 2019-12-31 | 一种数据处理方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113127333A true CN113127333A (zh) | 2021-07-16 |
CN113127333B CN113127333B (zh) | 2023-08-01 |
Family
ID=76770065
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911422021.1A Active CN113127333B (zh) | 2019-12-31 | 2019-12-31 | 一种数据处理方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113127333B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114418155A (zh) * | 2022-01-20 | 2022-04-29 | 深圳壹账通科技服务有限公司 | 一种评分卡训练的处理方法、装置、设备及介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120072267A1 (en) * | 2010-09-22 | 2012-03-22 | Carrier Iq, Inc. | Quality of Service Performance Scoring and Rating Display and Navigation System |
CN102831153A (zh) * | 2012-06-28 | 2012-12-19 | 北京奇虎科技有限公司 | 一种选取样本的方法和装置 |
CN107991120A (zh) * | 2017-12-08 | 2018-05-04 | 高新现代智能系统股份有限公司 | 自动检票机测试方法、终端设备以及可读存储介质 |
CN108198072A (zh) * | 2017-12-29 | 2018-06-22 | 郑州云海信息技术有限公司 | 一种人工智能评估金融产品特征的系统 |
CN109359704A (zh) * | 2018-12-26 | 2019-02-19 | 北京邮电大学 | 一种基于自适应平衡集成与动态分层决策的多分类方法 |
CN109408303A (zh) * | 2018-09-19 | 2019-03-01 | Oppo(重庆)智能科技有限公司 | 测试数据分析方法及相关产品 |
CN109657056A (zh) * | 2018-11-14 | 2019-04-19 | 金色熊猫有限公司 | 目标样本获取方法、装置、存储介质及电子设备 |
CN109685120A (zh) * | 2018-12-11 | 2019-04-26 | 中科恒运股份有限公司 | 分类模型在有限数据下的快速训练方法和终端设备 |
-
2019
- 2019-12-31 CN CN201911422021.1A patent/CN113127333B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120072267A1 (en) * | 2010-09-22 | 2012-03-22 | Carrier Iq, Inc. | Quality of Service Performance Scoring and Rating Display and Navigation System |
CN102831153A (zh) * | 2012-06-28 | 2012-12-19 | 北京奇虎科技有限公司 | 一种选取样本的方法和装置 |
CN107991120A (zh) * | 2017-12-08 | 2018-05-04 | 高新现代智能系统股份有限公司 | 自动检票机测试方法、终端设备以及可读存储介质 |
CN108198072A (zh) * | 2017-12-29 | 2018-06-22 | 郑州云海信息技术有限公司 | 一种人工智能评估金融产品特征的系统 |
CN109408303A (zh) * | 2018-09-19 | 2019-03-01 | Oppo(重庆)智能科技有限公司 | 测试数据分析方法及相关产品 |
CN109657056A (zh) * | 2018-11-14 | 2019-04-19 | 金色熊猫有限公司 | 目标样本获取方法、装置、存储介质及电子设备 |
CN109685120A (zh) * | 2018-12-11 | 2019-04-26 | 中科恒运股份有限公司 | 分类模型在有限数据下的快速训练方法和终端设备 |
CN109359704A (zh) * | 2018-12-26 | 2019-02-19 | 北京邮电大学 | 一种基于自适应平衡集成与动态分层决策的多分类方法 |
Non-Patent Citations (2)
Title |
---|
LIN MAO等: "Samples Selective Updating Mechanism for Object Tracking", 《2019 CHINESE CONTROL CONFERENCE (CCC)》, pages 3390 - 3393 * |
赵佰亭等: "融合梯度及分数阶积分算子的SVM滤波", 《光电子·激光》, vol. 30, no. 7, pages 750 - 758 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114418155A (zh) * | 2022-01-20 | 2022-04-29 | 深圳壹账通科技服务有限公司 | 一种评分卡训练的处理方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113127333B (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108667856B (zh) | 一种网络异常检测方法、装置、设备及存储介质 | |
CN109558295B (zh) | 一种性能指标异常检测方法及装置 | |
US20160364488A1 (en) | Microblog-based event context acquiring method and system | |
CN111967167B (zh) | 一种非线性退化过程可靠性评估方法 | |
CN110210006A (zh) | 一种数据筛选方法及数据筛选装置 | |
CN113626734B (zh) | 用户行为引导方法、装置、电子设备及存储介质 | |
CN113127333B (zh) | 一种数据处理方法、装置、电子设备和存储介质 | |
CN112596985B (zh) | 一种it资产探测方法、装置、设备和介质 | |
CN107871213B (zh) | 一种交易行为评价方法、装置、服务器以及存储介质 | |
KR101044348B1 (ko) | 변동 계수에 의한 공정 관리 방법 및 장치 | |
CN113569432A (zh) | 一种液气密元件的模拟检测方法及系统 | |
CN104462116B (zh) | 数据选择的方法及装置 | |
CN117593115A (zh) | 信贷风险评估模型的特征值确定方法、装置、设备和介质 | |
CN117009221A (zh) | 产品测试的处理方法、装置、设备、存储介质及程序产品 | |
CN116739742A (zh) | 信贷风控模型的监控方法、装置、设备及存储介质 | |
CN111784173A (zh) | Ab实验数据处理方法、装置、服务器及介质 | |
CN113836410B (zh) | 车辆声品质评估方法、装置、评估设备及存储介质 | |
CN109598525B (zh) | 数据处理方法和装置 | |
CN112116433A (zh) | 订单归因方法及装置 | |
CN109377233B (zh) | 一种风险监测方法和装置 | |
CN112700270A (zh) | 评分数据处理方法、装置、设备及存储介质 | |
CN110569475A (zh) | 一种网民影响力的评估方法、装置、设备和存储介质 | |
CN117807375B (zh) | 基于物联网的超声波水表噪声处理方法、系统及设备 | |
CN111507639B (zh) | 理财风险分析方法及装置 | |
CN111367640B (zh) | 数据统计周期确定方法、装置、电子设备及存储介质 |
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 |