CN114490154A - 数据异常的原因展示方法、装置、电子设备及存储介质 - Google Patents

Abstract

本公开关于一种数据异常的原因展示方法、装置、电子设备及存储介质，应用于数据处理领域，可以提高数据异常波动原因分析的处理效率。该方法包括：响应于对数据对象在预设统计周期内的数据波动分析指令，获取数据对象的各预设数据指标对应的数据情况；根据数据情况确定发生数据异常波动时，展示异常数据指标；异常数据指标为出现数据异常波动的预设数据指标；当基于异常数据指标接收到拆解指令时，展示异常数据指标对应的各预设拆解内容，以及预设拆解内容对应的数据情况。上述方法在所有数据分析的归因分析时数据指标、拆解内容都是预先设定好的，只需根据界面展示内容来选择即可快速查看到数据异常波动原因，提高数据异常原因分析的处理效率。

Description

数据异常的原因展示方法、装置、电子设备及存储介质

技术领域

本公开涉及数据处理领域，尤其涉及数据异常的原因展示方法、装置、电子设备及存储介质。

背景技术

随着互联网技术的发展，越来越多的互联网服务可以提供给用户使用；在一些平台中，用户可以上传自己的作品提供给其他用户浏览。从这类平台的运营角度出发，通常需要对发布作品的创作者以及发布的作品进行数据统计和监控，并在监测到某一些数据指标发生异常波动时，定位发生数据异常的原因，再由相关人员进行相应的处理。

相关技术中提供了监控到数据异常波动时进行异动原因分析的方法，但需要运营相关人员手动设置好大量的配置指标和维度等，处理效率较低。

发明内容

本公开提供一种数据异常的原因展示方法、装置、电子设备及存储介质，以至少解决相关技术中进行数据异常波动分析时处理效率较低的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种数据异常的原因展示方法，包括：

响应于对数据对象在预设统计周期内的数据波动分析指令，获取数据对象的各预设数据指标对应的数据情况；根据数据情况确定发生数据异常波动时，展示异常数据指标；异常数据指标为出现数据异常波动的预设数据指标；当基于异常数据指标接收到拆解指令时，展示异常数据指标对应的各预设拆解内容，以及预设拆解内容对应的数据情况。

在一种可能的实现方式中，数据情况包括各数据指标在预设统计周期内的数据与历史参考周期数据的环比数据。

在一种可能的实现方式中，预设拆解内容包括预设维度，展示异常数据指标对应的各预设拆解内容，以及预设拆解内容对应的数据情况，包括：根据数据情况，确定各预设维度的影响指数；根据影响指数，展示各预设维度中的异常维度，以及各异常维度对应的数据情况；异常维度为影响指数达到预设影响指数值的预设维度。

在一种可能的实现方式中，在展示各预设维度中的异常维度，以及各异常维度对应的数据情况之后，方法还包括：当基于异常维度接收到拆解指令时，展示异常维度中的各维度枚举值，以及各维度枚举值对应的数据情况。

在一种可能的实现方式中，展示异常维度中的各维度枚举值，以及各维度枚举值对应的数据情况，包括：若预设维度包含的维度枚举值未超过预设阈值，则展示预设维度中的所有维度枚举值，以及各维度枚举值的数据情况；若预设维度包含的维度枚举值超过预设阈值，则展示预设维度中的异常维度枚举值，以及各异常维度枚举值的数据情况；异常维度枚举值为维度值贡献度达到预设贡献度值的维度枚举值。

在一种可能的实现方式中，数据对象为视频作品数据；预设数据指标包括：预设统计周期内发布视频作品的活跃创作者数；预设维度包括：创作者活跃状态、创作者常驻地、创作者性别、创作者年龄分段、是否优质创作者和创作者形式标签中的至少一项。

在一种可能的实现方式中，在展示预设维度中的异常维度枚举值，以及各异常维度枚举值的数据情况之后，方法还包括：当基于异常维度枚举值接收到拆解指令时，展示异常维度枚举值中的异常子维度，以及异常子维度的数据情况；异常子维度为异常维度枚举值中影响指数达到预设影响指数值的预设子维度。

在一种可能的实现方式中，在展示异常维度枚举值中的异常子维度，以及异常子维度的数据情况之后，还包括：当基于异常子维度接收到拆解指令时，若异常子维度包含的子维度枚举值超过预设阈值，则展示异常子维度中的各异常子维度枚举值，以及各异常子维度枚举值对应的数据情况；异常子维度枚举值为维度值贡献度达到预设贡献度值的子维度枚举值。

在一种可能的实现方式中，预设拆解内容包括预设子指标，展示异常数据指标对应的各预设拆解内容，以及预设拆解内容对应的数据情况，包括：根据数据情况，确定各预设子指标的指标贡献度；根据指标贡献度，展示各子指标中的异常子指标，以及各异常子指标对应的数据情况，异常子指标为指标贡献度达到预设贡献度值的预设子指标。

在一种可能的实现方式中，在展示异常数据指标对应的各预设拆解内容，以及预设拆解内容对应的数据情况之后，还包括：当基于预设子指标接收到拆解指令时，展示预设子指标的各异常维度，以及各异常维度对应的数据情况，异常维度为预设子指标中影响指数达到预设影响指数的预设维度。

在一种可能的实现方式中，数据对象为视频作品数据；预设数据指标包括：预设统计周期内发布的视频作品数；预设子指标包括：预设统计周期内发布视频作品的活跃创作者数，以及预设统计周期内人均发布的视频作品数。

在一种可能的实现方式中，当异常维度枚举值或异常子维度枚举值属于创作者数据类别时，方法还包括：展示创作者列表链接，创作者列表链接用于跳转至创作者数据类别对应包含的创作者列表。

在一种可能的实现方式中，预设拆解内容包括垂类数据，展示异常数据指标对应的各预设拆解内容，以及预设拆解内容对应的数据情况，包括：展示异常数据指标的各垂类数据的垂类名称，以及各垂类数据对应的数据情况。

在一种可能的实现方式中，当基于垂类数据接收到拆解指令时，展示垂类数据的各异常维度，以及各异常维度对应的数据情况，异常维度为垂类数据中影响指数达到预设影响指数的预设维度。

在一种可能的实现方式中，当基于垂类数据接收到拆解指令时，展示垂类数据的异常子指标，以及各异常子指标对应的数据情况，异常子指标为指标贡献度达到预设贡献度值的预设子指标。

在一种可能的实现方式中，当异常维度枚举值或异常子维度枚举值为作品数据类别时，方法还包括：展示作品数据类别的作品详情链接和创作者详情链接，作品详情链接用于跳转至作品详情页面，创作者详情链接用于跳转至创作者详情页面。

在一种可能的实现方式中，当异常维度枚举值或异常子维度枚举值为工作流中间过程指标时，方法还包括：展示数据对象的工作流链接，工作流链接用于跳转至中间过程指标对应的工作流页面。

在一种可能的实现方式中，获取数据对象的各预设数据指标对应的数据情况，包括：统计数据对象的各预设数据指标对应的数据情况。

在一种可能的实现方式中，获取数据对象的各预设数据指标对应的数据情况，包括：发送对数据对象在预设统计周期内的数据波动分析指令，并接收数据对象的各预设数据指标对应的数据情况。

根据本公开实施例的第二方面，提供一种数据异常的原因展示装置，包括：

数据情况获取模块，被配置为响应于对数据对象在预设统计周期内的数据波动分析指令，获取数据对象的各预设数据指标对应的数据情况；展示模块，被配置为根据数据情况确定发生数据异常波动时，展示异常数据指标；异常数据指标为出现数据异常波动的预设数据指标；展示模块，还被配置为当基于异常数据指标接收到拆解指令时，展示异常数据指标对应的各预设拆解内容，以及预设拆解内容对应的数据情况。

根据本公开实施例的第三方面，提供一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，处理器被配置为执行指令，以实现如上述第一方面以及第一方面的任一种可能的实现方式所示的数据异常的原因展示方法。

根据本公开实施例的第四方面，提供一种计算机可读存储介质，当计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如上述第一方面以及第一方面的任一种可能的实现方式所示的数据异常的原因展示方法。

根据本公开实施例的第五方面，提供一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时如上述第一方面以及第一方面的任一种可能的实现方式所示的数据异常的原因展示方法。

本公开的实施例提供的技术方案至少带来以下有益效果：响应于对数据对象在预设统计周期内的数据分析指令，获取数据对象各预设数据指标的数据情况；在界面展示发生了数据异常波动的数据指标及相关数据情况，并在对于各异常数据指标若接收到拆解指令时，在界面展示异常数据指标对应的各预设拆解内容，以及预设拆解内容对应的数据情况。该方法所有数据分析的归因分析时数据指标、拆解内容都是预先设定好的，无需相关人员手动设置，只需要根据界面展示内容来选择即可快速查看到数据异常波动原因，便于用户快速清晰的了解到发生数据异常波动的原因，从而提高对于发生异常数据分析原因的处理效率。

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，并不构成对本公开的不当限定。

图1是根据一示例性实施例示出的一种数据异常的原因展示系统的架构图；

图2是根据另一示例性实施例示出的一种数据异常的原因展示方法的流程图；

图3是根据另一示例性实施例示出的一种数据异常的原因展示方法的流程图；

图4是根据另一示例性实施例示出的一种数据异常的原因展示方法的流程图；

图5是根据一具体示例性实施例示出的一种数据异常的原因展示方法的流程图；

图6是根据另一具体示例性实施例示出的一种数据异常的原因展示方法的流程图；

图7是根据另一具体示例性实施例示出的一种数据异常的原因展示方法的流程图；

图8是根据一具体示例性实施例示出的一种数据异常的原因展示方法的界面图；

图9是根据一示例性实施例示出的一种数据异常的原因展示装置的框图；

图10是一示例性实施例示出的一种电子设备的框图。

具体实施方式

为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。

需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

需要说明的是，本公开实施例提供的数据异常的原因展示方法可以应用于如图1所示的数据异常的原因展示系统的架构。该数据异常的原因展示系统包括至少一个客户端设备101和至少一个服务器102。客户端设备101与服务器102连接。客户端设备101通过有线通讯方式或无线通讯方式与服务器102通信。

客户端设备101可以为任意一个计算机设备，其中，计算机设备包括但不限于手机、平板电脑、台式电脑、笔记本电脑、车载终端、掌上终端、增强现实(augmented reality，AR)设备、虚拟现实(virtual reality，VR)设备等可以安装并使用内容社区应用(如快手)的设备，本公开实施例对客户端设备101的具体形态不作特殊限制。其可以与用户通过键盘、触摸板、触摸屏、遥控器、语音交互或手写设备等一种或多种方式进行人机交互。

服务器102可以为一台服务器，或者，也可以为由多台服务器组成的服务器集群或者是一个云计算服务中心，本公开对此不做限定。服务器102主要用于存储数据对象(比如短视频数据、博客文章等)，可以在接收到客户端设备101发送的数据波动分析指令时，将数据对象在对应统计周期内的数据情况反馈给客户端设备101，在客户端设备101中根据用户发出的交互指令在界面中展示对应的数据情况。或者，客户端设备101可以数据波动分析指令时，统计数据对象在对应统计周期内的数据情况并展示。

可以理解的是上述客户端设备101与服务器102可以是相互独立设置的，也可以是集成在一个设备中，本公开对此不进行限定。

图2是根据一示例性实施例示出的一种数据异常的原因展示方法的流程图，如图2所示，数据异常的原因展示方法用于电子设备中，该电视设备可以是上述客户端设备、服务器设备或客户端设备和服务器的集成设备等，该方法包括步骤S210至步骤S230。

步骤S210，响应于对数据对象在预设统计周期内的数据波动分析指令，获取数据对象的各预设数据指标对应的数据情况。

其中，数据对象表示本实施例中所需要进行数据波动分析的对象；在一些实施例中，数据对象可以是短视频数据、博客文章、公众号推文数据等等；在另一些实施例中，数据对象也可以是某一类别的数据，如人文艺术类的短视频数据、博客文章、公众号推文数据，或者时事新闻类的短视频数据、博客文章、公众号推文数据，等等。

预设统计周期是预先根据对数据对象确定的较为合理的分析周期，对数据对象进行分析是以该预设统计周期进行的；预设统计周期可以根据实际情况进行设置，例如可以设置为1日、一周、两周、一个月等等。

在一些实施例中，数据波动分析指令对应的时间段可以是以接收到数据波动分析指令的时间点向前推的一段时间，以预设统计周期设置为一周为例，如数波动分析指令的接收时间为12月10日12：00，数据波动分析指令对应的统计时间为12月3日12：00-12月10日12：00。在另一些实施例中，数据波动分析指令对应的时间段也可以是固定划分好的时间段，以预设统计周期设置为1个月为例，如对1月份数据进行波动分析、对2月份数据进行分析等等。

指标是衡量事物发展程度的单位或方法，如人口数、用户数、利用率、阅读量、作品发布数等等。在本实施例中，预设数据指标可以根据数据对象的实际需求进行设置；在一些实施例中，以数据对象是短视频数据为例，预设数据指标可设置为作品发布数、活跃创作者数、人均发布作品数、优质作品数、优质创作者数、粉丝量为1w+周生产活跃创作者数、粉丝量为1w-100w周生产活跃创作者数，以及粉丝量为100w+周生产活跃创作者数，等等。在一个实施例中，预设数据指标为目标与关键成果法(Objectives and Key Results,okr)指标。

在本实施例中，数据波动分析指令用于分析预设统计周期内数据相较于历史参考周期内数据的波动情况，具体是从预设数据指标的角度进行数据波动分析。在一些实施例中，历史参考周期可以设置为前一统计周期，如上一个星期；也可以设置为任意一个历史统计周期，如去年的同一个月份。进一步地，数据波动分析指令可以分析预设统计周期内的数据与历史参考周期内数相比的增长情况、增长率等变化量。

在一些实施例中，数据情况包括各数据指标在预设统计周期内的数据与历史参考周期数据的环比数据。

环比表示预设统计周期内数据与历史参考周期数据的变化比。在一些实施例中，历史参考周期可以包括多个不同的历史统计周期。

进一步地，数据情况可以包括多个环比数据，即预设统计周期内数据与多个历史参考周期数据相比得到的环比数据。在一个具体实施例中，以预设统计周期设置为一周为例，数据情况包括一周环比、两周环比以及三周环比，其中一周环比＝(本期值-前1周的值)/前1周的值，两周环比＝(本期值-前2周的值)/前2周的值，三周环比＝(本期值-前3周的值)/前3周的值。在其他实施例中，数据情况也可以是其他数据。

本公开实施例中提供的技术方案，在分析是否发生数据波动时，分析各预设数据指标对应的周环比，包括一周环比、两周环比、三周环比，与多个历史参考周期数据进行对比，分析更全面、更准确；同时展示数据时展示多个周环比，展示更清晰和直接，便于用户查看和更清晰的了解数据异常波动的原因。

在一些实施例中，获取数据对象的各预设数据指标对应的数据情况，包括：统计数据对象的各预设数据指标对应的数据情况。

本实施例中，响应于对数据对象的数据波动分析指令，通过获取相关数据情况进行统计和分析确定是否发生数据异常波动。在一些实施例中，数据对象的数据情况存储在本地，在接收到对数据对象的数据波动分析指令时，需对本地存储的数据对象的各预设数据指标各相应数据情况进行统计。

在另一些实施例中，获取数据对象的各预设数据指标对应的数据情况，包括：发送对数据对象在预设统计周期内的数据波动分析指令，并接收数据对象的各预设数据指标对应的数据情况。

在本实施例中，响应于对数据对象的数据波动分析指令，向存储数据对象的设备发送数该数据波动分析指令，并获取该设备返回的数据对象的各预设数据指标对应的数据情况。在一些实施例中，数据对象的数据情况存储在外部数据库，在接收到对数据对象的数据波动分析指令时，则向存储数据的数据库发送指令，请求数据库反馈数据对象的各预设数据指标各相应数据情况。

步骤S220，根据数据情况确定发生数据异常波动时，展示异常数据指标；异常数据指标为出现数据异常波动的预设数据指标。

在一些实施例中，数据情况满足预设条件时，判定预设统计周期内数据发生了数据异常波动。其中，预设条件可以根据实际情况进行设置，例如在一些实施例中，数据情况包括多个环比数据，其中绝对值超过环比阈值的环比数据数量达到一定数值时，判定预设统计周期内发生数据异常波动。在一个具体实施例中，数据情况包括一周环比、两周环比和三周环比，当一周环比、两周环比和三周环比中绝对值超出环比阈值的数量达到两个或者两个以上，判定为发生了数据异常波动。

进一步地，在对各预设数据指标进行数据波动分析之后，可以确定数据是否发生异常波动，以及发生异常波动时具体哪部分数据指标发生了异常。在本实施例中，若确定发生数据异常波动，则在界面展示其中发生异常波动的预设数据指标，记为异常数据指标。

在一个具体实施例中，以预设数据包括作品发布数、活跃创作者数、优质作品数为例，当分析作品发布数的数据情况确定发生异常波动时，在界面展示作品发布数这一数据指标；若作品发布数和活跃创作者数两个数据指标的数据均发生异常波动，则在界面展示该两个数据指标。在一些实施例中，可以以控件的形式在界面展示异常数据指标。

步骤S230，当基于异常数据指标接收到拆解指令时，展示异常数据指标对应的各预设拆解内容，以及预设拆解内容对应的数据情况。

为了将异常数据波动的原定定位到更详细，本实施例中针对各数据指标预先设置了拆解内容，当用户通过异常数据指标发起拆解指令时，展示该异常数据指标中各预设拆解内容，以及各拆解内容对应的数据情况。

其中，预设拆解内容可以根据数据对象的实际情况进行设置。在一些实施例中，预设拆解内容可以是预设数据指标下的垂类数据、子指标、维度等等。进一步地，在一个具体实施例中，以预设数据指标为短视频数据中活跃创作者数为例，基于维度对预设数据指标进行拆解，对应的预设拆解内容包括创作者活跃状态、创作者常驻地、创作者性别、创作者年龄分段、创作者的形式标签等等。在另一个具体实施例中，仍以预设数据指标为短视频数据中活跃创作者数为例，基于垂类数据对活跃创作者这一数据指标进行拆解，对应的预设拆解内容可以包括人文艺术、新闻时事、自然风光、科学知识等等。在另一个具体实施例中，以预设数据指标为作品发布数为例，基于子指标对作品发布数进行拆解，对应预设拆解内容包括人均发布作品数和活跃创作者数。

在本实施例中，针对异常数据指标发起拆解指令时，则获取该异常数据指标对应的预设拆解内容进行展示，同时展示各预设拆解内容对应的数据情况。在一些实施例中，展示预设拆解内容对应的数据情况包括：展示预设统计周期内数据与历史参考周期数据相比的环比数据。在一个具体实施例中，以预设统计周期是一周为例，环比数据可以包括一周环比、两周环比和三周环比。

进一步地，在一些实施例中，当基于异常数据指标接收到拆解指令时，展示异常数据指标中的异常拆解内容，异常拆解内容为异常数据指标中发生数据异常波动的拆解内容。

本公开实施例中提供的技术方案，考虑到异常数据指标中并不是所有预设拆解内容对应的数据都发生异常波动，因此在展示时选择发生了数据异常波动的异常拆解内容进行展示，便于快速定位到数据异常波动原因。

本公开的实施例提供的技术方案至少带来以下有益效果：响应于对数据对象在预设统计周期内的数据分析指令，获取数据对象各预设数据指标的数据情况；在界面展示发生了数据异常波动的数据指标及相关数据情况，并在对于各异常数据指标若接收到拆解指令时，在界面展示异常数据指标对应的各预设拆解内容，以及预设拆解内容对应的数据情况。该方法所有数据分析的归因分析时数据指标、拆解内容都是预先设定好的，无需相关人员手动设置，只需要根据界面展示内容来选择即可快速查看到数据异常波动原因，便于用户快速清晰的了解到发生数据异常波动的原因，从而提高对于发生异常数据分析原因的处理效率。

在一些实施例中，预设拆解内容包括预设维度，如图3所示，展示异常数据指标对应的各预设拆解内容，以及预设拆解内容对应的数据情况，包括步骤S310和步骤S320，其中，步骤S310，根据数据情况，确定各预设维度的影响指数；步骤S320，根据影响指数，展示各预设维度中的异常维度，以及各异常维度对应的数据情况；异常维度为影响指数达到预设影响指数值的预设维度。

其中，维度是指事物或现象的某种特征，如性别、年龄、地区等等。在本实施例中，对于数据指标预先设置了预设维度，进行数据异常波动原因分析时可以按照预设维度进行拆解来定位。

影响指数表示按照这一维度进行拆解时，该维度对异常数据指标的数据异常波动的影响程度，也是适合用来解释异常数据指标的合适程度，影响指数越高更适合用来解释异常数据指标的数据异常波动。以异常数据指标为活跃创作者数为例，其中预设维度包括创作者常驻地、创作者性别，创作者常驻地这一维度中，创作者常驻地是南方对应的一周环比为上涨50％，创作者常驻地是北方对应的一周环比是下降40％，创作者性别女对应的一周环比为上涨1％，创作者性别男对应的一周环比是下降1％，则创作者常驻地这一维度的影响指数高于创作者性别这一维度。

进一步地，各预设维度的影响指数可以通过任意一种方式确定。

其中，预设影响指数值可以根据实际情况进行设置。在本实施例中，将影响指数达到预设影响指数值的维度确定为发生异常波动的维度，在展示时仅展示其中的异常维度，避免页面展示内容过多，定位数据波动异常原因更高效。

本公开实施例中提供的技术方案，按照预设维度进行拆解，并显示其中影响指数达到对应阈值的异常维度及其对应数据情况，便于快速定位到发生数据异常波动的数据，更高效的为用户展示发生数据异常波动的具体原因。

在一些实施例中，请继续参照图3，在展示各预设维度中的异常维度，以及各异常维度对应的数据情况之后，方法还包括步骤S330：当基于异常维度接收到拆解指令时，展示异常维度中的各维度枚举值，以及各维度枚举值对应的数据情况。

其中，维度只是对数据指标进行拆解的一种角度，按照这一维度进行拆解可以得到具体的维度枚举值。与预先设定数据对象的数据指标、数据指标的各维度类似地，本实施例中对于各维度均预先设定了各维度枚举值。在一些实施例中，以预设维度是年龄分段为例，在年龄分段的基础上继续拆解，可以得到0-17岁、18-30岁、31-49岁、50岁以上和未知等等维度枚举值；在另一些实施例中，以预设维度为创作者性别为例，在创作者性别的基础上继续拆解，可以得到男、女和未知等维度枚举值。

在一个具体实施例中，展示异常维度的各维度枚举值对应的数据情况，包括展示各维度枚举值对应的一周环比、两周环比和三周环比。

本公开实施例中提供的技术方案，在预设维度的基础上继续进行拆解，将数据异常定位到更详细的维度值枚举值中，对数据波动异常的分析更详细，为用户展示更详细的数据异常波动原因。

进一步地，在一些实施例中，展示异常维度中的各维度枚举值，以及各维度枚举值对应的数据情况，包括：若预设维度包含的维度枚举值未超过预设阈值，则展示预设维度中的所有维度枚举值，以及各维度枚举值的数据情况；若预设维度包含的维度枚举值超过预设阈值，则展示预设维度中的异常维度枚举值，以及各异常维度枚举值的数据情况；异常维度枚举值为维度值贡献度达到预设贡献度值的维度枚举值。

其中，预设阈值可以根据实际情况进行设置。例如在一个具体实施例中，预设阈值设置为5；当异常维度中包含的维度枚举值的个数达到5个时则展示其中的异常维度枚举值，如创作者年龄分段：0-17岁、18-30岁、31-49岁、50岁以上；当异常维度中包含的维度枚举值的个数未达到5个时，则该异常维度展示所有维度枚举值及其数据情况，如创作者性别：男、女和未知。

进一步地，当异常维度中包含的维度枚举值个数达到预设阈值时，判断各维度枚举值的贡献度是否达到预设贡献度值，将贡献度达到预设贡献度值的维度枚举值确定为异常维度枚举值，展示该异常维度枚举值。预设贡献度值可以根据实际情况进行设定。

其中，贡献度表示这一维度枚举值对于该异常维度的数据异常的贡献度，以“创作者年龄段是0-17岁”这一维度枚举值为例，假设“创作者年龄段是0-17岁”对应的一周环比为上涨50％，达到预设贡献度值20％，则判定“创作者年龄段是0-17岁”这一维度枚举值为“创作者年龄分段”这一维度中的异常维度枚举值，在接收到对“创作者年龄分段”的拆解指令时，将“创作者年龄段是0-17岁”及其数据情况在界面中进行展示；而“创作者年龄段是18-30岁”对应的一周环比为上涨5％，未达到预设贡献度值20％，则判定“创作者年龄段是18-30岁”这一维度枚举值不属于“创作者年龄分段”这一维度中的异常维度枚举值，在界面中不予展示。

本公开实施例提供的技术方案，在显示预设维度的枚举值时，如果预设维度包含的枚举值较多(超出阈值)，则显示其中发生异常的枚举值对应的数据情况(根据贡献度确定枚举值是否异常)；如果预设维度包含的枚举值不多(未超出阈值)，则该维度的枚举值全部显示。通过这种展示规则，可以在展示数据异常波动原因时的页面显示更简洁，便于快速为用户展示数据异常波动原因。

在一些实施例中，数据对象为视频作品数据；预设数据指标包括：预设统计周期内发布视频作品的活跃创作者数；预设维度包括：创作者活跃状态、创作者常驻地、创作者性别、创作者年龄分段、是否优质创作者和创作者形式标签中的至少一项。

其中，预设统计周期内发布视频作品的活跃创作者数表示在预设统计周期内发布过视频作品的创作者，以预设统计周期为1周为例，预设统计周期内发布视频作品的活跃创作者数即1周内有作品发布的创作者数量。

创作者活跃状态表示根据创作者活跃频率划分的维度，在一个具体实施例中，创作者活跃状态的维度枚举值包括：正常活跃、低频率、低活跃、成魔、流失预警、彻底流失、禁封和未知。其中，活跃频率划分创作者活跃状态的具体次数可以根据实际需求进行设置。例如一周活跃次数达到第一阈值时，判定为正常活跃，一周活跃次数在第一阈值和第二阈值之间判定为低频率(第一阈值大于第二阈值)，一周活跃次数在第二阈值和第三阈值之间判定为低活跃(第二阈值大于第三阈值)，…，以此类推。

创作者常驻地表示从创作者账户发布作品常用的地址进行划分的维度。在一个具体实施例中，创作者常驻地的维度枚举值，从南北方划分包括北方、南方和未知；在另一个具体实施例中，创作者常驻地的维度枚举值，从城市等级划分包括新一线城市、一线城市、二线城市、三线城市、四线城市、五线城市和未知。

创作者性别表示从创作者注册账户时所填写的性别进行划分的维度。在一个具体实施例中，创作者性别包括男、女和未知。

创作者年龄分段表示从创作者账户的年龄进行划分的维度。在一个具体实施例中，创作者年龄分段包括：0-17岁、18-30岁、31-49岁、50岁以上。

是否优质创作者表示根据创作者发布作品的频次、作品内容的优劣等信息对创作者进行划分的维度。在一个具体实施例中，是否优质创作者的维度枚举值包括是和否。其中，是否优质创作者由相关人员进行审核确定。

创作者形式标签表示从创作者所发布的作品所属的类别进行划分的维度。在视频作品领域，其中一部分视频作品创作者会选中连续发布同一系列的视频作品，这一系列视频作品都属于同一视频标签，因此在本实施例中可以根据视频创作者发布视频作品所属的标签来对创作者进行划分。在一个具体实施例中，创作者形式标签的维度枚举值包括测评、街头采访、科普等等。

在另一些实施例中，预设统计周期内发布视频作品的活跃创作者数对应的预设为维度还可以包括创作者是否为商家、创作者是否多频道网络(Multi-Channel Network，MCN,一种多频道网络的产品形态)、是否双栖作者。

本公开实施例提供的技术方案中对数据对象、预设数据指标以及数据指标对应的预设维度列举了一部分具体的实例，上述数据异常的原因展示方法可以应用于视频作品数据中，从上述数据指标、预设维度的角度对视频作品数据进行数据波动的分析，在确定发生数据异常波动时，快速定位异常波动原因所在位置。其他实施例中，上述方法还可以应用于其他数据对象的领域中进行数据异常波动原因的分析。

进一步地，在一些实施例中，请继续参照图3，在展示预设维度中的异常维度枚举值，以及各异常维度枚举值的数据情况之后，方法还包括步骤S340：当基于异常维度枚举值接收到拆解指令时，展示异常维度枚举值中的异常子维度，以及异常子维度的数据情况；异常子维度为异常维度枚举值中影响指数达到预设影响指数值的预设子维度。

其中，当异常维度还能够继续被拆解时，可以对异常维度继续拆解。拆解指令即用于对界面中展示的异常维度进行拆解。

在本实施例中，将异常维度枚举值对应拆解得到的内容记为子维度，与设置预设数据指标、预设维度类似地，对于维度枚举值对应的子维度同样进行了预先的设定，记为预设子维度。

本实施例中，异常维度枚举值的影响指数的确定，与步骤S310和步骤S320中确定预设维度的影响指数的过程类似，在此不再赘述。

本公开实施例提供的技术方案，对于显示的维度枚举值，如果还可以继续拆解，可以在接收到拆解指令时，继续拆解显示子维度，及数据情况。进一步拆分定位数据波动异常原因，便于用户查看异常原因，原因展示更加清晰明朗；且对于操作者的要求低，仅需根据界面展示内容进行选择即可快速定位到数据异常的原因，且可以提高对于发生异常数据分析原因的处理效率。

更进一步地，如图3所示，在展示异常维度枚举值中的异常子维度，以及异常子维度的数据情况之后，还包括步骤S350：当基于异常子维度接收到拆解指令时，若异常子维度包含的子维度枚举值超过预设阈值，则展示异常子维度中的各异常子维度枚举值，以及各异常子维度枚举值对应的数据情况；异常子维度枚举值为维度值贡献度达到预设贡献度值的子维度枚举值。

与预设维度对应包含维度枚举值类似地，预设子维度相应包含子维度枚举值。在接收到对异常子维度的拆解指令时，对界面展示的异常子维度进行拆解，如果异常子维度对应的子维度枚举值超过预设阈值，则仅展示其中的异常子维度枚举值；确定子维度枚举值是否为异常子维度枚举值，可以通过计算各子维度枚举值对应的贡献度，若子维度枚举值的贡献度达到对应的预设贡献度值，则判定该子维度枚举值为异常子维度枚举值。

在另一些实施例中，如果异常子维度对用的子维度枚举值未超过阈值，将这一异常子维度包含的所有子维度枚举值全部展示在界面中。以预设阈值设置为5、异常子维度为城市等级为例，对应的子维度枚举值包括一级城市、二级城市、三级城市、四级城市和五级城市，一共5个，达到了预设阈值，因此在对异常子维度进行拆解时，仅展示其中贡献度达到预设贡献度值的子维度枚举值。以预设阈值设置为5、异常子维度为创作者性别为例，对应的子维度枚举值包括男、女和未知，未达到预设阈值，因此在对创作者性别这一异常子维度进行拆解时，展示其中各子维度枚举值及相关数据情况。

在一些实施例中，以预设统计周期为1周为例，展示异常子维度枚举值对应的数据情况，包括展示一周环比、两周环比和三周环比。

本公开实施例提供的技术方案，对于拆解到异常子维度的数据，还可以进一步拆解展示异常子维度的枚举值，进一步拆分定位数据波动异常原因，便于用户查看异常原因，展示更加清晰明朗；且对于操作者的要求低，仅需根据界面展示内容进行选择即可快速定位到数据异常的原因，同时可以提高对于发生异常数据分析原因的处理效率。

在一些实施例中，预设拆解内容包括预设子指标，如图4所示，展示异常数据指标对应的各预设拆解内容，以及预设拆解内容对应的数据情况，包括步骤S410和步骤S420，其中：

步骤S410，根据数据情况，确定各预设子指标的指标贡献度。

在本实施例中，对于预设数据指标首先按照子指标进行拆解，在一个预设数据指标包括多个预设子指标时，可以计算各预设子指标的指标贡献度。指标贡献度表示该子指标对应的数据波动在该预设数据指标的数据波动中所占的比例。具体地，指标贡献度可以通过任意一种方式计算。

步骤S420，根据指标贡献度，展示各子指标中的异常子指标，以及各异常子指标对应的数据情况，异常子指标为指标贡献度达到预设贡献度值的预设子指标。

本公开实施例提供的技术方案，如果预设数据指标包含子指标，则先对预设数据指标按照子指标进行拆解，且在对预设数据指标按照预设子指标进行拆解时，在计算预设数据指标的各预设子指标的指标贡献度之后，从其中选择指标贡献度达到预设贡献度值的预设子指标进行展示，如此数据波动异常原因拆解更详细，便于用户查看异常原因，展示更加清晰明朗；且对于操作者的要求低，仅需根据界面展示内容进行选择即可快速定位到数据异常的原因，同时可以提高对于发生异常数据分析原因的处理效率。

进一步地，在一些实施例中，请继续参照图4，在展示异常数据指标对应的各预设拆解内容，以及预设拆解内容对应的数据情况之后，还包括步骤S430：当基于预设子指标接收到拆解指令时，展示预设子指标的各异常维度，以及各异常维度对应的数据情况，异常维度为预设子指标中影响指数达到预设影响指数的预设维度。

在对预设数据指标按照子指标进行拆解之后，对于拆解展示的预设子指标还可以继续进行拆解，在本实施例中对于预设子指标可以按照预设维度进行拆解。对预设子指标按照预设维度进行拆解，与对预设数据指标按照预设维度进行拆解的过程类似，在此不再赘述。

本公开实施例提供的技术方案，在对预设数据指标按照预设子指标拆解以后，对于预设子指标同样可以按照对应的预设维度进行拆解和展示，对于数据异常的原因定位层次更丰富，原因展示更加清晰；且对于操作者的要求低，仅需根据界面展示内容进行选择即可快速定位到数据异常的原因，同时可以提高对于发生异常数据分析原因的处理效率。

更进一步地，在对预设子指标按照对应的预设维度进行拆解之后，对于展示的异常维度，仍可以按照步骤S330至步骤S350所描述的步骤，继续对异常维度进行进一步的拆解和数据异常波动原因定位，在此不再赘述。

在一些实施例中，数据对象为视频作品数据；预设数据指标包括：预设统计周期内发布的视频作品数；预设子指标包括：预设统计周期内发布视频作品的活跃创作者数，以及预设统计周期内人均发布的视频作品数。

其中，以预设统计周期为1周，预设统计周期内发布的视频作品数即表示1周内发布的视频作品的总数量。预设统计周期内发布视频作品的活跃创作者数表示1周内至少发布了1个视频作品的创作者数量，预设统计周期内人均发布的视频作品数表示1周内活跃创作者的人均作品数。可以理解地，1周内发布的视频作品数＝1周内发布视频作品的活跃创作者数×1周内人均发布的视频作品数。

本公开实施例提供的技术方案，对预设数据指标先按照子指标进行拆解的情况，预设数据指标和预设子指标的举例。上述数据异常的原因展示方法可以应用于视频作品数据中，从上述预设数据指标、预设子指标的角度对视频作品数据进行数据波动的分析，在确定发生数据异常波动时，快速定位异常波动原因所在位置。其他实施例中，上述方法还可以应用于其他数据对象的领域中进行数据异常波动原因的分析，拆解子指标、维度均可以设置为其他数据。

在一些实施例中，预设拆解内容包括垂类数据，展示异常数据指标对应的各预设拆解内容，以及预设拆解内容对应的数据情况，包括：展示异常数据指标的各垂类数据的垂类名称，以及各垂类数据对应的数据情况。

其中，垂类是指垂直领域，互联网行业术语，为限定群体提供特定服务。本实施例中，垂类是指对数据对象进行分类的标准，例如在一些实施例中，数据对象为视频作品数据，视频作品数据对应的垂类数据可以包括人文艺术、新闻时事、自然风光、科学知识、随手拍等等。

进一步地，对于其中一部分垂类数据还可以进一步拆解为更细的类别，这一类垂类数据可以命名为一级垂类，对于一级垂类继续拆解得到的命名为二级垂类。对一级垂类拆解得到二级垂类时，存在以下恒等式：某一级垂类的数据情况＝对应的各二级垂类的数据情况的和值。

具体地，对于预设数据指标拆解的一级垂类，以及对一级垂类拆解的二级垂类，均可以根据实际情况进行设置。

进一步地，在一些实施例中，该方法还包括：当基于垂类数据接收到拆解指令时，展示垂类数据的各异常维度，以及各异常维度对应的数据情况，异常维度为垂类数据中影响指数达到预设影响指数的预设维度。

在另一些实施例中，该方法还包括：当基于垂类数据接收到拆解指令时，展示垂类数据的异常子指标，以及各异常子指标对应的数据情况，异常子指标为指标贡献度达到预设贡献度值的预设子指标。

本公开实施例提供的技术方案，对于预设数据指标首先基于垂类数据进行拆解，在展示的垂类数据的基础上，继续可以按照预设子指标或者预设维度进行拆解，提供了另一种拆解角度和方式，为用户提供更丰富的数据异常波动原因定位的角度。

在一些实施例中，对于各垂类数据设置了对应的白名单列表，在对预设数据指标按照垂类数据进行拆解时，各垂类的数据情况仅能被相应白名单列表中的人员查看，对于数据对象的各垂类的数据分别由不同的人员负责管理的场景，设置各垂类数据情况均仅能被有权限的相关人员查看，便于数据管理。

进一步地，在对按照维度对垂类数据对应的数据情况进行拆解，或者按照子指标对垂类数据对应的数据进行拆解之后，对于展示的异常维度或者异常子指标，仍可以继续按照如步骤S330至步骤S350，或者步骤S410和步骤S420所描述的步骤，继续对异常维度或异常子指标进行进一步的拆解和数据异常波动原因定位，在此不再赘述。

在一些实施例中，当异常维度枚举值或异常子维度枚举值属于创作者数据类别时，方法还包括：展示创作者列表链接，创作者列表链接用于跳转至创作者数据类别对应包含的创作者列表。

在一些实施例中，包含多个创作者在内的异常维度枚举值或异常子维度枚举值即为创作者数据类别。创作者列表链接可以通过任意一种方式展示在界面中，例如通过超链接的方式展示创作者列表链接。创作者列表链接用于跳转到创作者数据类别对应的创作者列表，用户可以通过点击创作者列表链接，跳转到对应的创作者列表进行查看。

本公开实施例提供的技术方案，最终拆解到创作者数据类别时，还在界面展示创作者列表的链接，用于提供给用户点击跳转查看创作者列表。在定位数据异常波动的最终原因时，提供相关链接，便于相关人员进行相应操作和处理。

在另一些实施例中，当异常维度枚举值或异常子维度枚举值为作品数据类别时，方法还包括：展示作品数据类别的作品详情链接和创作者详情链接，作品详情链接用于跳转至作品详情页面，创作者详情链接用于跳转至创作者详情页面。

在一些实施例中，对应为作品的异常维度枚举值或异常子维度枚举值即为作品数据类别。一个作品至少对应一位创作者，在本实施例中，当最终拆解得到的维度枚举值或者子维度枚举值为作品时，为用户展示该作品的作品详情链接和创作者详情链接，分别用于提供给用户跳转到作品详情页面和创作者详情页面进行查看和处理。

本公开实施例提供的技术方案，对数据异常波动原因进行拆解和定位时，若最终拆解到作品粒度，将在界面展示作品详情链接和创作者列表链接，分别可以跳转查看作品详情和创作者详情。在最终定位异动原因时，提供相关链接，便于相关人员进行相应操作和处理。

在另一些实施例中，作品数据类别也可以包含多个作品，当异常维度枚举值或异常子维度枚举值为包含多个作品在内的作品数据类别，该方法还包括：展示作品数据类别对应的作品列表链接和创作者列表链接；其中，作品列表链接用于跳转至作品列表，创作者列表用于跳转至创作者列表。

在另一些实施例中，当异常维度枚举值或异常子维度枚举值为工作流中间过程指标时，方法还包括：展示数据对象的工作流链接，工作流链接用于跳转至中间过程指标对应的工作流页面。

在一些实施例中，工作流中间过程指标包括对于数据对象的数据进行管理和监控过程中的任意一个中间过程指标。在一些实施例中，为数据对象设置的数据指标、维度、子指标或者垂类数据是需要由根据具体的数据本身(如作品或者创作者)的实际情况来确定的，例如一个作品是否为优质作品，创作者是否高度活跃，创作者是否为优质创作者，均是需要根据作品个体、创作者个体进行判断确定的，对于这类数据进行拆解时，对应拆解内容即包括工作流中间过程指标。在其他实施例中，工作流中间过程指标也可以包括其他任意一种指标数据。

进一步地，当异常维度枚举值或异常子维度枚举值包含工作流中间过程指标时，将会在界面展示相应的工作流链接，用于提供给用户跳转至对应的工作流页面进行相关的处理和操作。

本公开实施例提供的技术方案，最终拆解到工作流中间过程指标，还在界面展示工作流链接，可以跳转到相关工作流页面。在最终定位异动原因时，提供相关链接，便于相关人员快速进行相应操作和处理。

在一些实施例中，展示创作者列表链接、展示作品详情链接、展示创作者详情链接一级展示工作流链接，可以将链接展示在界面中对应的异常维度枚举值或异常子维度枚举值的右侧。

在上述实施例中，在对预设数据指标进行数据异常波动原因的分析过程中，可以逐步对预设数指标依次按层级进行拆解，在展示各拆解内容及相关数据时，下一层级的数据名称及相关数据将依次向下展示，并且下一层级的数据名称及相关数据相较于上一层级的数据名称及相关数在界面中展示的位置将向右缩进。如此，便于用户快速了解数据异常波动原因所在的层次，进而对异常波动原因执行对应的操作和处理。

下面以数据对象为视频作品为例，对上述数据异常的原因展示方法进行详细描述，以预设统计周期为1周，统计的数据情况包括一周环比、两周环比和三周环比为例，且当有2个或2个以上的三个环比绝对值达到环比阈值k，则认为对应的数据指标出现了数据异常波动，需要进行异动分析，定位数据异常波动原因。

在一个具体实施例中，预设统计周期为1周，预设数据指标包括周生产活跃创作者数、周人均发布作品数、周优质活跃创作者数，对于其中的周生产活跃创作者数这一预设数据指标进行拆解，如图5所示，包括以下步骤：

确定“周生产活跃创作者数”这一预设数据指标是否发生数据异动，若是则判断“周生产活跃创作者数”中包含的各预设维度的影响指数是否达到预设影响指数值Q。

当其中一个预设维度“二级垂类”的影响指数达到Q时，判定为“二级垂类”为异常维度，展示二级垂类及二级垂类对应的一周环比、两周环比和三周环比。进一步地，当选择对“二级垂类”进行拆解时，确定“二级垂类”对应的各维度枚举值的维度值贡献度是否达到预设贡献度值q，并展示其中维度值贡献度达到q的各维度枚举值，即异常维度枚举值。

同理，对于“周生产活跃创作者数”这一预设数据指标中的另一个预设维度“创作者活跃状态”的影响指数同样达到Q，则展示“创作者活跃状态”及对应数据情况，并对“创作者活跃状态”对应的各维度枚举值的维度值贡献度进行判断，并展示其中维度值贡献度达到q的异常维度枚举值。

当“周生产活跃创作者数”这一预设数据指标未发生数据异动，或者“周生产活跃创作者数”这一预设数据指标发生数据异动，但其中包含的各预设维度的影响指数均未达到Q，则不进行展示。

其中，进行数据异常波动原因拆解时，存在以下恒等式：某垂类周生产活跃作者数＝Σ各二级垂类周生产活跃作者数＝Σ各粉丝段周生产活跃作者数＝...。

进一步地，在展示维度枚举值时，可以对判断所在维度包含的所有维度枚举值数量进行判断，若包含维度枚举值的数量<＝4，则该维度的维度枚举值将全部展示；若包含维度枚举值的数量>＝5，仅展示其中贡献度绝对值超过阈值q的维度枚举值。

对于“周生产活跃创作者数”这一预设数据指标的维度拆解的维度进行举例说明如表1所示。

表1

在另一个具体实施例中，如图6所示，以日均总播放次数、日均视频观看时长作为预设数据指标为例进行描述，数据异常的原因展示方法包括以下步骤：

确定“日均总播放次数”这一预设数据指标是否发生数据异动，若是则判断该预设数据指标对应的预设子指标是否达到对应的阈值。

当其中一个子指标“总日活跃用户数量”波动达到k，或者子指标“总日活跃用户数量”的贡献度大于人均播放次数，判定“总日活跃用户数量”为异常子指标，展示“总日活跃用户数量”及“总日活跃用户数量”对应的环比数据情况。

当其中一个子指标“人均播放次数”波动达到k，或者“人均播放次数”贡献度达到总日活跃用户数量，判定为“人均播放次数”为异常子指标，展示“人均播放次数”及“人均播放次数”对应的环比数据情况。

进一步地，当其中任意一个子指标进行拆解时，判断其中的预设维度的影响指数是否达到预设影响指数值Q。

其中的预设维度“TOP值分段”的影响指数达到Q，判断TOP50对应的数据波动是否达到k，或者TOP50对应的数据波动贡献度大于TOP1-TOP49(即TOP 50以下)对应的数据波动时，展示TOP50及对应的周环比数据。当对TOP50这一维度进行拆解时，展示其中TOP50对应的各作品作为维度枚举值进行展示。

其中的预设维度“作品形式标签”的影响指数达到Q，判定“作品形式标签”为异常维度，对其中包含的维度枚举值即各作品形式标签的贡献度进行判断，展示其中贡献度达到预设贡献度值q的维度枚举值及其对应的周环比数据。

在本实施例中，当判定其中的子指标为异常子指标时，依次判断召回：粗排率、粗排、精排率等各率指标对应的数据波动是否达到k，或者各率指标的贡献度达到q，若是则展示数据波动达到k或贡献度达到q的率指标。

若预设数据指标对应数据未发生数据异常波动，或者预设数据指标对应数据发生数异常波动但其中子指标对应数据均未达到阈值k，则不进行展示。

在另一个具体实施例中，以预设数据指标未“发布的优质作品数”为例，如图7所示，上述数据异常的原因展示方法包括：

确定“发布的优质作品数”这一预设数据指标是否发生数据异动，若是分别确定“发布的优质作品数”中包含的各预设子指标的贡献度。

当其中任意一个预设子指标的数据波动达到k，或者对应的指标贡献度在各子指标中最高，判定这一预设子指标为异常子指标，展示“发布作品数”及其周环比数据。其中，“发布的优质作品数”对应的预设子指标包括：发布作品数、进入安全审核的作品比例、进入观感审核作品比例、进入高热度审核作品比例、优质率。

当“发布的优质作品数”这一预设数据指标未发生数据异动，或者“发布的优质作品数”这一预设数据指标发生数据异动，但其中包含的各预设子指标对应的数据波动均未达到k，则不进行展示。

如图8所示为一个具体实施例中，数据异常的原因展示方法的界面示例图。

上述数据异常的原因展示方法，通过对视频数据的各数据指标的数据异常波动进行线上化和可视化的分解，有利于相关人员对发生数据异常波动时快速定位异常原因，了解各数据指标、各维度的视频数据表现，降低对相关人员的经验要求，同时在定位到数据异常波动原因时，展示相关链接以提供给相关人员高效地进行针对性的相关操作，从而辅助达成相关数据指标，同时可以提高对于发生异常数据分析原因的处理效率。

图9是根据一示例性实施例示出的一种数据异常的原因展示装置框图。参照图9，该装置包括数据情况获取模块910和展示模块920。

该数据情况获取模块910被配置为响应于对数据对象在预设统计周期内的数据波动分析指令，获取数据对象的各预设数据指标对应的数据情况。例如，数据情况获取模块910可以用于执行上述图2所示的步骤S210。

该展示模块920被配置为根据数据情况确定发生数据异常波动时，展示异常数据指标；异常数据指标为出现数据异常波动的预设数据指标。例如，展示模块920可以用于执行上述图2所示的步骤S220。

该展示模块920还被配置为当基于异常数据指标接收到拆解指令时，展示异常数据指标对应的各预设拆解内容，以及预设拆解内容对应的数据情况。例如，展示模块920可以用于执行上述图2所示的步骤S230。

本公开实施例提供的技术方案，响应于对数据对象在预设统计周期内的数据分析指令，获取数据对象各预设数据指标的数据情况；在界面展示发生了数据异常波动的数据指标及相关数据情况，并在对于各异常数据指标若接收到拆解指令时，在界面展示异常数据指标对应的各预设拆解内容，以及预设拆解内容对应的数据情况。该装置在所有数据分析的归因分析时数据指标、拆解内容都是预先设定好的，无需相关人员手动设置，只需要根据界面展示内容来选择即可快速查看到数据异常波动原因，便于用户快速清晰的了解到发生数据异常波动的原因，同时可以提高对于发生异常数据分析原因的处理效率。

在一些实施例中，请继续参照图9，预设拆解内容包括预设维度，展示模块，包括：影响指数确定单元930，被配置为根据数据情况，确定各预设维度的影响指数；展示模块，还被配置为根据影响指数，展示各预设维度中的异常维度，以及各异常维度对应的数据情况；异常维度为影响指数达到预设影响指数值的预设维度。

在一些实施例中，展示模块，还被配置为当基于异常维度接收到拆解指令时，展示异常维度中的各维度枚举值，以及各维度枚举值对应的数据情况。

在一些实施例中，展示模块，还被配置为：若预设维度包含的维度枚举值未超过预设阈值，则展示预设维度中的所有维度枚举值，以及各维度枚举值的数据情况；若预设维度包含的维度枚举值超过预设阈值，则展示预设维度中的异常维度枚举值，以及各异常维度枚举值的数据情况；异常维度枚举值为维度值贡献度达到预设贡献度值的维度枚举值。

在一些实施例中，展示模块，还被配置为：当基于异常维度枚举值接收到拆解指令时，展示异常维度枚举值中的异常子维度，以及异常子维度的数据情况；异常子维度为异常维度枚举值中影响指数达到预设影响指数值的预设子维度。

在一些实施例中，展示模块，还被配置为：当基于异常子维度接收到拆解指令时，若异常子维度包含的子维度枚举值超过预设阈值，则展示异常子维度中的各异常子维度枚举值，以及各异常子维度枚举值对应的数据情况；异常子维度枚举值为维度值贡献度达到预设贡献度值的子维度枚举值。

在一些实施例中，请继续参照图9，展示模块，包括：贡献度确定单元940，被配置为根据数据情况，确定各预设子指标的指标贡献度；异常子指标展示单元950，被配置为根据指标贡献度，展示各子指标中的异常子指标，以及各异常子指标对应的数据情况，异常子指标为指标贡献度达到预设贡献度值的预设子指标。

在一些实施例中，展示模块，还被配置为：当基于预设子指标接收到拆解指令时，展示预设子指标的各异常维度，以及各异常维度对应的数据情况，异常维度为预设子指标中影响指数达到预设影响指数的预设维度。

在一些实施例中，展示模块还被配置为：展示异常数据指标的各垂类数据的垂类名称，以及各垂类数据对应的数据情况。

在一些实施例中，展示模块，还被配置为：当基于垂类数据接收到拆解指令时，展示垂类数据的各异常维度，以及各异常维度对应的数据情况，异常维度为垂类数据中影响指数达到预设影响指数的预设维度。

在一些实施例中，展示模块，还被配置为：当基于垂类数据接收到拆解指令时，展示垂类数据的异常子指标，以及各异常子指标对应的数据情况，异常子指标为指标贡献度达到预设贡献度值的预设子指标。

在一些实施例中，展示模块，还被配置为：展示创作者列表链接，创作者列表链接用于跳转至创作者数据类别对应包含的创作者列表。

在一些实施例中，展示模块，还被配置为：展示作品数据类别的作品详情链接和创作者详情链接，作品详情链接用于跳转至作品详情页面，创作者详情链接用于跳转至创作者详情页面。

在一些实施例中，展示模块，还被配置为：展示数据对象的工作流链接，工作流链接用于跳转至中间过程指标对应的工作流页面。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图10是根据一示例性实施例示出的一种用于电子设备的框图。如图10，该电子设备100可以包括至少一个处理器1001以及用于存储处理器1001可执行指令的存储器1003。其中，处理器1001被配置为执行存储器1003中的指令，以实现上述实施例中的方法。

另外，电子设备100还可以包括通信总线1002以及至少一个通信接口1004。

处理器1001可以是一个GPU，微处理单元，ASIC，或一个或多个用于控制本公开方案程序执行的集成电路。

通信总线1002可包括一通路，在上述组件之间传送信息。

通信接口1004，使用任何收发器一类的装置，用于与其他设备或通信网络通信，如以太网，无线接入网(radio access network，RAN)，无线局域网(wireless local areanetworks，WLAN)等。

存储器1003可以是只读存储器(read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，RAM)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory，EEPROM)、只读光盘(compactdisc read-only memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线与处理单元相连接。存储器也可以和处理单元集成在一起，为GPU中的易失性存储介质。

其中，存储器1003用于存储执行本公开方案的计算机程序，并由处理器1001来控制执行。处理器1001用于执行存储器1003中存储的计算机程序，从而实现本公开方法中的功能。

在具体实现中，作为一种实施例，处理器1001可以包括一个或多个GPU，例如图10中的GPU0和GPU1。

在具体实现中，作为一种实施例，电子设备100可以包括多个处理器，例如图10中的处理器1001和处理器1007。这些处理器中的每一个可以是一个单核(single-CPU)处理器，也可以是一个多核(multi-GPU)处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。

在具体实现中，作为一种实施例，电子设备100还可以包括输出设备1005和输入设备1006。输出设备1005和处理器1001通信，可以以多种方式来显示信息。例如，输出设备1005可以是液晶显示器(liquid crystal display，LCD)，发光二级管(light emittingdiode，LED)显示设备，阴极射线管(cathode ray tube，CRT)显示设备，或投影仪(projector)等。输入设备1006和处理器1001通信，可以以多种方式接受用户的输入。例如，输入设备1006可以是鼠标、键盘、触摸屏设备或传感设备等。

本领域技术人员可以理解，图10中示出的结构并不构成对电子设备100的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。

在示例性实施例中，还提供了一种包括指令的计算机可读存储介质，例如包括指令的存储器1003，上述指令可由电子设备100的处理器1007执行以完成上述方法。可选地，计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

在示例性实施例中，还提供一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现上述方法。

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它实施方案。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下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (10)

1.一种数据异常的原因展示方法，其特征在于，包括：

响应于对数据对象在预设统计周期内的数据波动分析指令，获取所述数据对象的各预设数据指标对应的数据情况；

根据所述数据情况确定发生数据异常波动时，展示异常数据指标；所述异常数据指标为出现数据异常波动的预设数据指标；

当基于所述异常数据指标接收到拆解指令时，展示所述异常数据指标对应的各预设拆解内容，以及所述预设拆解内容对应的数据情况。

2.根据权利要求1所述的数据异常的原因展示方法，其特征在于，所述预设拆解内容包括预设维度，所述展示所述异常数据指标对应的各预设拆解内容，以及所述预设拆解内容对应的数据情况，包括：

根据所述数据情况，确定各所述预设维度的影响指数；

根据所述影响指数，展示各所述预设维度中的异常维度，以及各所述异常维度对应的数据情况；所述异常维度为所述影响指数达到预设影响指数值的预设维度。

3.根据权利要求2所述的数据异常的原因展示方法，其特征在于，在展示各所述预设维度中的异常维度，以及各所述异常维度对应的数据情况之后，所述方法还包括：

当基于所述异常维度接收到拆解指令时，展示所述异常维度中的各维度枚举值，以及各所述维度枚举值对应的数据情况。

4.根据权利要求3所述的数据异常的原因展示方法，其特征在于，所述展示所述异常维度中的各维度枚举值，以及各所述维度枚举值对应的数据情况，包括：

若所述预设维度包含的维度枚举值未超过预设阈值，则展示所述预设维度中的所有维度枚举值，以及各所述维度枚举值的数据情况；

若所述预设维度包含的维度枚举值超过预设阈值，则展示所述预设维度中的异常维度枚举值，以及各所述异常维度枚举值的数据情况；所述异常维度枚举值为维度值贡献度达到预设贡献度值的所述维度枚举值。

5.根据权利要求4所述的数据异常的原因展示方法，其特征在于，在展示所述预设维度中的异常维度枚举值，以及各所述异常维度枚举值的数据情况之后，所述方法还包括：

当基于所述异常维度枚举值接收到拆解指令时，展示所述异常维度枚举值中的异常子维度，以及所述异常子维度的数据情况；所述异常子维度为所述异常维度枚举值中影响指数达到预设影响指数值的预设子维度。

6.根据权利要求1所述的数据异常的原因展示方法，其特征在于，所述预设拆解内容包括预设子指标，所述展示所述异常数据指标对应的各预设拆解内容，以及所述预设拆解内容对应的数据情况，包括：

根据所述数据情况，确定各所述预设子指标的指标贡献度；

根据所述指标贡献度，展示各所述子指标中的异常子指标，以及各所述异常子指标对应的数据情况，所述异常子指标为所述指标贡献度达到预设贡献度值的预设子指标。

7.一种数据异常的原因展示装置，其特征在于，包括：

数据情况获取模块，被配置为响应于对数据对象在预设统计周期内的数据波动分析指令，获取所述数据对象的各预设数据指标对应的数据情况；

展示模块，被配置为根据所述数据情况确定发生数据异常波动时，展示异常数据指标；所述异常数据指标为出现数据异常波动的预设数据指标；

所述展示模块，还被配置为当基于所述异常数据指标接收到拆解指令时，展示所述异常数据指标对应的各预设拆解内容，以及所述预设拆解内容对应的数据情况。

8.一种电子设备，其特征在于，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如权利要求1至6中任一项所述的数据异常的原因展示方法。

9.一种计算机可读存储介质，所述计算机可读存储介质存储由计算机程序，其特征在于，当所述计算机程序由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1至6中任一项所述的数据异常的原因展示方法。

10.一种计算机程序产品，包括计算机程序，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6中任一项所述的数据异常的原因展示方法。

Images