CN115576850A - 数据指标测试方法、装置、电子设备及存储介质 - Google Patents
数据指标测试方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115576850A CN115576850A CN202211452051.9A CN202211452051A CN115576850A CN 115576850 A CN115576850 A CN 115576850A CN 202211452051 A CN202211452051 A CN 202211452051A CN 115576850 A CN115576850 A CN 115576850A
- Authority
- CN
- China
- Prior art keywords
- data
- index
- tested
- dimension
- index data
- 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
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
-
- 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
- G06F11/3692—Test management for test results analysis
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
本发明公开了一种数据指标测试方法、装置、电子设备及存储介质。所述数据指标测试方法,包括:在待测数据集中选取待测指标数据集,所述待测数据集包括所述待测数据集对应业务场景下的全量指标数据;根据所述待测指标数据集对应的第一数据维度,确定对应所述待测指标数据集的多个待测指标数据组,所述第一数据维度的数量为一个或多个;根据测试执行信息,确定对应多个待测指标数据组的测试结果信息。该方案通过在待测数据集中选取待测指标数据集,并根据第一数据维度将待测指标数据集分为多个待测指标数据组,再对多个待测指标数据组进行测试,能够基于待测数据集对应业务场景下的全量指标数据进行准确性测试,提高了数据指标测试的准确性。
Description
技术领域
本发明实施例涉及数据测试技术领域,尤其涉及一种数据指标测试方法、装置、电子设备及存储介质。
背景技术
在对市场数据指标进行准确性测试时,需要面对大量的数据指标和相应的多个数据维度,如对销售指标进行测试时,需要关注该销售指标所对应的品牌、品类、时间、地区或渠道等多个数据维度,使数据测试的难度增大。
现有技术中,对大量的数据指标进行测试时,往往是通过在庞大的数据体系中选择测试用例进行抽样测试,测试结果只针对所选择的测试用例所指示的结果,测试得到的结果准确性较低。故,如何提高数据指标测试的准确性是当前亟待解决的技术问题。
发明内容
本发明提供了一种数据指标测试方法、装置、电子设备及存储介质,能够基于待测数据集对应业务场景下的全量指标数据进行准确性测试,提高了数据指标测试的准确性。
第一方面,本发明实施例提供了一种数据指标测试方法,包括:
在待测数据集中选取待测指标数据集,所述待测数据集包括所述待测数据集对应业务场景下的全量指标数据;
根据所述待测指标数据集对应的第一数据维度,确定对应所述待测指标数据集的多个待测指标数据组,所述第一数据维度的数量为一个或多个;
根据测试执行信息,确定对应多个待测指标数据组的测试结果信息。
第二方面,本发明实施例提供了一种数据指标测试装置,其特征在于,包括:
第一选取模块,用于在待测数据集中选取待测指标数据集,所述待测数据集包括所述待测数据集对应业务场景下的全量指标数据;
第一确定模块,用于根据所述待测指标数据集对应的第一数据维度,确定对应所述待测指标数据集的多个待测指标数据组,所述第一数据维度的数量为一个或多个;
第二确定模块,用于根据测试执行信息,确定对应多个待测指标数据组的测试结果信息。
第三方面,本发明实施例提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行如第一方面所述的方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面所述的方法。
本发明实施例的技术方案,通过在待测数据集中选取待测指标数据集,并根据第一数据维度将待测指标数据集分为多个待测指标数据组,再对多个待测指标数据组进行测试,能够基于待测数据集对应业务场景下的全量指标数据进行准确性测试,提高了数据指标测试的准确性。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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是根据本发明实施例一提供的一种数据指标测试方法的流程图;
图2是根据本发明实施例二提供的一种数据指标测试方法的流程图;
图3是根据本发明实施例二提供的另一种数据指标测试方法的流程图;
图4是根据本发明实施例三提供的一种实现待测指标数据组配置的配置页面的示意图;
图5是根据本发明实施例三提供的一种异常指标结果的示意图;
图6是根据本发明实施例三提供的一种数据指标测试报告的示意图;
图7是根据本发明实施例四提供的一种数据指标测试装置的结构示意图;
图8示出了可以用来实施本发明的实施例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的实施例,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做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。
需要说明的是,本发明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,以便这里描述的本发明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。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
可以理解的是,在使用本发明各实施例公开的技术方案之前,均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围以及使用场景等告知用户并获得用户的授权。
实施例一
图1是根据本发明实施例一提供的一种数据指标测试方法的流程图,本实施例可适用于对数据指标进行测试的情况,该方法可以由数据指标测试装置来执行,该装置可以采用软件和/或硬件的形式实现,并集成在电子设备中。进一步的,电子设备包括但不限定于:计算机、笔记本电脑、智能手机、服务器等。如图1所示,该方法包括:
S110、在待测数据集中选取待测指标数据集,待测数据集包括待测数据集对应业务场景下的全量指标数据。
待测数据集可以是指待进行测试的全量指标数据。待测指标数据集可以是指在待测数据集中所选取的与待测指标相关的数据的集合。待测指标可以是指需要进行准确性测试的指标。
对待测数据集的获取方式不作限定,如可以是电子设备通过访问存储待测数据集的数据库来获取待测数据集,存储待测数据集的数据库可以是MySQL数据库等,对此不作限定。
待测数据集中可以包括待测数据集对应业务场景下的全量指标数据。其中,全量指标数据可以是指在一定时间周期内存储至数据库的所有数据,基于待测数据集对应业务场景下的全量指标数据进行准确性测试,可以提高数据指标测试的准确性。
在待测数据集中选取待测指标数据集的方式不作限定,只要能够在待测数据集中选取待测指标数据集即可。如,根据实际应用需要确定需要进行准确性测试的待测指标,并结合待测指标对应的实际业务场景,根据实际应用需要确定与待测指标业务场景相关的一个或多个筛选条件,通过一个或多个筛选条件在待测数据集中进行筛选,通过筛选获取的数据即为与待测指标相关的待测指标数据集。其中,不同的待测指标可以对应不同的筛选条件,具体不作限定,如可以根据实际应用需要设定筛选条件,只要能够在待测数据集中选取待测指标数据集即可。
在一个实施例中,待测指标为销售指标,在待测指标对应的业务场景下需要关注待测指标所对应的地区和品类,则筛选条件可以确定为地区和品类两个维度,通过地区和品类两个维度在待测数据集中进行筛选,即可获得待测指标数据集,如当地区为A地区,品类为矿泉水时,待测指标数据集可以是A地区中纯净水品类的销售指标。
S120、根据待测指标数据集对应的第一数据维度,确定对应待测指标数据集的多个待测指标数据组,第一数据维度的数量为一个或多个。
第一数据维度可以是指与待测指标数据集中所包括的数据相关,且在实际准确性测试时所需关注的数据维度。其中,待测指标数据集中所包括的数据可以涉及多个不同的数据维度,而第一数据维度可以理解为在众多数据维度中,在实际准确性测试时所需关注的一个或多个数据维度。对第一数据维度不作限定,如可以根据实际应用需要确定待测指标数据集对应的第一数据维度。
待测指标数据组可以是在待测指标数据集中划分出的数据组,对待测指标数据组的数量不作限定,待测指标数据组的数量可以为多个,具体可以根据实际应用需要设定待测指标数据组的数量。
根据待测指标数据集对应的第一数据维度,确定对应待测指标数据集的多个待测指标数据组的方式不作限定,只要能够确定对应待测指标数据集的多个待测指标数据组即可。如,根据第一数据维度在待测指标数据集中进行筛选,将筛选之后的数据确定为待测指标数据子集,再对待测指标数据子集进行分组,如可以选择第一数据维度中的一个或多个,在对待测指标数据子集进行分组时,使在对应待测指标数据集的多个待测指标数据组中,第一数据维度中所选择的数据维度不同,而第一数据维度中未被选择的数据维度均相同。
在一个实施例中,待测指标可以为销售指标,待测指标数据集中所包括的数据可以对应品牌、品类、时间、渠道、客户或地区等多个不同的数据维度,第一数据维度可以是多个数据维度中的时间、地区和品类。通过第一数据维度对待测指标数据集进行筛选,使筛选后的待测指标数据子集中的数据只对应时间、地区和品类三个数据维度;若要关注不同地区的销售指标,则可以选择第一数据维度中的地区来将待测指标数据子集划分为多个待测指标数据组,即在多个待测指标数据组中,各待测指标数据组对应的地区不同,而时间和品类两个数据维度相同。
S130、根据测试执行信息,确定对应多个待测指标数据组的测试结果信息。
测试执行信息可以是指对多个待测指标数据组进行测试时,执行测试的方式所对应的信息,测试执行信息可以用于指示对多个待测指标数据组进行测试时执行测试的方式。
对测试执行信息不作限定,如测试执行信息所指示的测试方式可以是,中值测试方式、平均值测试方式或父子关系测试方式等。其中,中值测试方式可以是,确定各待测指标数据组中待测指标对应的中值,并与设定中值比较;平均值测试方式可以是,确定各待测指标数据组中待测指标对应的平均值,并与设定平均值比较;父子关系测试方式可以是,比较各待测指标数据组中,父维度的待测指标对应的值与父维度对应的各子维度的待测指标对应的累计值。对设定中值或设定平均值不作限定。
测试执行信息可以根据划分各待测指标数据组时,在第一数据维度中所选择的数据维度来确定,如当在第一数据维度中所选择的数据维度不存在父子关系时,测试执行信息所指示的测试方式可以是中值测试方式或平均值测试方式;当在第一数据维度中所选择的数据维度存在父子关系时,测试执行信息所指示的测试方式可以是父子关系测试方式。
测试结果信息可以是指多个待测指标数据组的测试结果所指示的信息,如测试结果信息可以包括但不限于,指示通过测试、未通过测试或未通过测试的待测指标数据组等的信息。
根据测试执行信息,确定对应多个待测指标数据组的测试结果信息的方式不作限定,只要能够确定对应多个待测指标数据组的测试结果信息即可。如可以根据测试执行信息所指示的测试方式,分别对各待测指标数据组进行测试,并确定各待测指标数据组是否通过测试,以此可以将所确定的多个待测指标数据组是否通过测试的结果确定为测试结果信息。如,测试执行信息指示的测试方式可以为中值测试方式,对于其中一个待测指标数据组,若通过该待测指标数据组计算出的中值为36.76,设定中值为8.85,设定允许误差为300%,而对比该待测指标数据组计算出的中值与设定中值,其误差为315.37%,该误差超过了设定允许误差300%,因此确定该待测指标数据组未通过测试。
本发明实施例的技术方案,通过在待测数据集中选取待测指标数据集,并根据第一数据维度将待测指标数据集分为多个待测指标数据组,再对多个待测指标数据组进行测试,能够基于待测数据集对应业务场景下的全量指标数据进行准确性测试,提高了数据指标测试的准确性。
实施例二
图2是根据本发明实施例二提供的一种数据指标测试方法的流程图,本实施例是在上述实施例一的基础上,对在待测数据集中选取待测指标数据集的进一步细化;对根据待测指标数据集对应的第一数据维度,确定对应待测指标数据集的多个待测指标数据组的进一步细化;以及对根据测试执行信息,确定对应多个待测指标数据组的测试结果信息的进一步细化。如图2所示,该方法包括:
S111、以一个或多个筛选维度为筛选条件,在待测数据集中进行筛选。
筛选维度可以是指,在待测数据集中选取待测指标数据集时所采用的维度。对筛选维度不作限定,筛选维度可以根据实际应用需要选择一个或多个,筛选维度可以根据待测数据集所对应业务场景,以及待测指标数据集对应的待测指标确定。其中,可以根据实际应用需要确定待测指标以及待测数据集对应的业务场景,进而确定筛选维度。
在一个实施例中,待测指标为销售指标,在待测指标对应的业务场景下需要关注待测指标所对应的地区和品类,则可以有地区和品类两个筛选维度,即筛选条件可以是地区和品类。
以一个或多个筛选维度为筛选条件,在待测数据集中进行筛选的方式可以是,将待测数据集中与一个或多个筛选维度相关的数据保留,并剔除待测数据集中与筛选维度无关的数据。
S112、将从待测数据集中筛选出的所有数据,确定为待测指标数据集。
将从待测数据集中筛选出的所有数据,确定为待测指标数据集,即将待测数据集中与一个或多个筛选维度相关的所有数据的集合,确定为待测指标数据集。
S121、以第一数据维度为筛选条件,在待测指标数据集中进行筛选。
第一数据维度可以是指与待测指标数据集中所包括的数据相关,且在实际准确性测试时所需关注的数据维度。第一数据维度可以理解为,在待测指标数据集所对应的众多数据维度中,在实际准确性测试时所需关注的一个或多个数据维度。
以第一数据维度为筛选条件,在待测指标数据集中进行筛选的方式可以是,将待测指标数据集中与第一数据维度相关的数据保留,并剔除待测指标数据集中与第一数据维度无关的数据。
S122、将从待测指标数据集中筛选出的所有数据,确定为待测指标数据子集。
待测指标数据子集可以是指从待测指标数据集中筛选出的所有数据的集合。将从待测指标数据集中筛选出的所有数据,确定为待测指标数据子集,即将待测指标数据集中与第一数据维度相关的所有数据的集合,确定为待测指标数据子集。
S123、选择第一数据维度中的一个或多个作为第二数据维度,第二数据维度指示测试时所需改变的维度。
第二数据维度可以是指在第一数据维度中所选择的,且在实际准确性测试时所需改变的维度,第二数据维度可以指示测试时所需改变的维度。对第二数据维度不作限定,如可以是第一数据维度中的一个或多个。
选择第一数据维度中的一个或多个作为第二数据维度的方式不作限定,如可以根据实际需要选择第一数据维度中的一个或多个作为第二数据维度。
S124、将待测指标数据子集按照第二数据维度分为多个待测指标数据组,多个待测指标数据组对应的第二数据维度不同,多个待测指标数据组对应的第一数据维度中,除第二数据维度之外的其他数据维度相同。
对待测指标数据组的数量不作限定,可以根据实际应用需要将待测指标数据子集分为多个待测指标数据组。
将待测指标数据子集按照第二数据维度分为多个待测指标数据组的方式不作限定,如在将待测指标数据子集分为多个待测指标数据组时,使不同待测指标数据组对应的第二数据维度不同,而不同待测指标数据组对应的第一数据维度中,除第二数据维度之外的其他数据维度均相同。
在一个实施例中,待测指标可以为销售指标,第一数据维度可以是多个数据维度中的时间、地区和品类。选择第一数据维度中的时间和地区作为第二数据维度,即需要关注不同时间和不同地区的销售指标。将待测指标数据子集按照第二数据维度分为多个待测指标数据组,即按照时间和地区不同将待测指标数据子集分为多个待测指标数据组,使多个待测指标数据组中,各待测指标数据组对应的时间和地区不同,而品类数据维度相同。
S131、针对每一待测指标数据组,在待测指标数据组所对应的第二数据维度不存在父子维度时,根据第一测试信息确定待测指标数据组对应的第一测试结果值。
其中,测试执行信息包括第一测试信息。第一测试信息可以是指待测指标数据组所对应的第二数据维度不存在父子维度时,执行测试的方式所对应的信息。第一测试信息可以用于指示待测指标数据组所对应的第二数据维度不存在父子维度时执行测试的方式。对第一测试信息指示的测试方式不作限定,如可以是中值测试方式或平均值测试方式。
第一测试结果值可以是指待测指标数据组对应的测试结果的值,如当第一测试信息指示的测试方式为中值测试方式时,第一测试结果值可以是待测指标数据组的中值;当第一测试信息指示的测试方式为平均值测试方式时,第一测试结果值可以是待测指标数据组的平均值。
待测指标数据组所对应的第二数据维度不存在父子维度,可以理解为,待测指标数据组所对应的第二数据维度不存在对应的更小层级或更大层级的数据维度。如当第二数据维度为时间时,待测指标数据组中的数据对应的时间维度仅根据不同月份来确定,与更小层级天数和更大层级年份无关,因此可以认为该第二数据维度不存在父子维度。
针对每一待测指标数据组,在待测指标数据组所对应的第二数据维度不存在父子维度时,根据第一测试信息确定待测指标数据组对应的第一测试结果值,可以是针对每一待测指标数据组,在待测指标数据组所对应的第二数据维度不存在父子维度时,通过第一测试信息所指示的测试方式对待测指标数据组进行测试,并通过该测试方式计算待测指标数据组对应的第一测试结果值。
在一个实施例中,根据第一测试信息确定待测指标数据组对应的第一测试结果值,包括:
确定待测指标数据组的中值或平均值;
将待测指标数据组的中值或平均值,确定为对应待测指标数据组的第一测试结果值。
待测指标数据组的中值可以是待测指标数据组中所包括的与待测指标对应的所有数据的中值。待测指标数据组的平均值可以是待测指标数据组中所包括的与待测指标对应的所有数据的平均值。如当待测指标为销售指标时,待测指标数据组的中值可以是,通过该待测指标数据组中包括的所有销售指标的值所计算的中值。
将待测指标数据组的中值或平均值,确定为对应待测指标数据组的第一测试结果值,可以理解为,待测指标数据组的第一测试结果值可以是该待测指标数据组的中值或平均值,具体可以根据第一测试信息所指示的测试方式确定。
S132、当第一测试结果值相比第一设定阈值的误差超过第一设定误差时,确定待测指标数据组对应的第一测试结果值为第一异常指标。
第一设定阈值可以是指根据实际需要设定的阈值,第一设定阈值用于与第一测试结果值相比较。第一设定误差可以是指根据实际需要设定的误差,第一设定误差用于与第一测试结果值相比第一设定阈值的误差相比较。
第一异常指标可以是指未通过测试的待测指标数据组所对应的第一测试结果值,第一异常指标可以指示待测指标数据组未通过测试。
当第一测试结果值相比第一设定阈值的误差超过第一设定误差时,确定待测指标数据组对应的第一测试结果值为第一异常指标,具体的,第一测试结果值相比第一设定阈值的误差可以是,|第一测试结果值-第一设定阈值|/第一设定阈值,当该误差超过第一设定误差时,确定待测指标数据组对应的第一测试结果值为第一异常指标。
在一个实施例中,第一测试信息指示的测试方式可以为中值测试方式,对于其中一个待测指标数据组,若通过该待测指标数据组计算出的第一测试结果值为36.76,第一设定阈值为8.85,第一设定误差为300%,而第一测试结果值相比第一设定阈值的误差为315.37%,该误差超过了第一设定误差300%,因此确定该待测指标数据组未通过测试,该待测指标数据组对应的第一测试结果值36.76可以认为是第一异常指标。
S133、将所有第一异常指标的集合确定为测试结果信息。
将所有第一异常指标的集合确定为测试结果信息,即测试结果信息可以包括所有第一异常指标的集合。
需要说明的是,步骤S131到步骤S133可以为步骤S130的一种实现方式。
在一个实施例中,数据指标测试方法还包括:
选择第二数据维度中的一个作为第三数据维度;
针对任一待测指标数据组,确定待测指标数据组所对应待测指标的数值,随第三数据维度的变化关系曲线;
在变化关系曲线中,若相邻两个点的曲率超过设定曲率阈值,和/或变化关系曲线中最大值与最小值的差值超过设定差值阈值时,确定测试结果信息包括待测指标数据组未通过测试。
第三数据维度可以是指在第二数据维度中所选择的一个数据维度,第三数据维度可以用于确定变化关系曲线。选择第二数据维度中的一个作为第三数据维度的方式不作限定,如可以根据需要选择第二数据维度中的任一数据维度作为第三数据维度。
针对任一待测指标数据组,确定待测指标数据组所对应待测指标的数值,随第三数据维度的变化关系曲线。变化关系曲线可以是指示待测指标数据组所对应待测指标的数值,随第三数据维度的变化关系的曲线。在变化关系曲线中,横坐标可以表示第三数据维度对应的不同数值,纵坐标可以表示待测指标数据组所对应待测指标的数值。
在一个实施例中,第二数据维度为时间和地区,选择第二数据维度中的时间作为第三数据维度,则变化关系曲线可以是待测指标数据组所对应待测指标的数值随时间的变化关系的曲线。
在变化关系曲线中,相邻两个点的曲率可以是变化关系曲线中相邻两个点之间切线方向角对弧长的转动率;变化关系曲线中最大值与最小值的差值,即为变化关系曲线中待测指标数据组所对应待测指标的最大数值与最小数值的差值;对设定曲率阈值和设定差值阈值不作限定,可以根据实际需要设定。
若相邻两个点的曲率超过设定曲率阈值,和/或变化关系曲线中最大值与最小值的差值超过设定差值阈值时,确定测试结果信息包括待测指标数据组未通过测试,可以理解为,若相邻两个点的曲率超过设定曲率阈值,和/或变化关系曲线中最大值与最小值的差值超过设定差值阈值时,表明该待测指标数据组中存在异常数据,即该待测指标数据组未通过测试。
图3是根据本发明实施例二提供的另一种数据指标测试方法的流程图,图3所示步骤S134到S136对应步骤S130的另一种实现方式,如图3所示,该方法包括:
S110、在待测数据集中选取待测指标数据集,待测数据集包括待测数据集对应业务场景下的全量指标数据。
S120、根据待测指标数据集对应的第一数据维度,确定对应待测指标数据集的多个待测指标数据组,第一数据维度的数量为一个或多个。
S134、针对每一待测指标数据组,在待测指标数据组所对应的第二数据维度存在父子维度时,根据第二测试信息确定待测指标数据组对应的父维度测试结果值,和父维度测试结果值对应的多个子维度测试结果值。
其中,测试执行信息包括第二测试信息。第二测试信息可以是指待测指标数据组所对应的第二数据维度存在父子维度时,执行测试的方式所对应的信息。第二测试信息可以用于指示待测指标数据组所对应的第二数据维度存在父子维度时执行测试的方式。对第二测试信息指示的测试方式不作限定,如可以是父子关系测试方式。
待测指标数据组所对应的第二数据维度存在父子维度,可以理解为,待测指标数据组所对应的第二数据维度存在对应的更小层级或更大层级的数据维度。如当第二数据维度为时间时,待测指标数据组中的数据对应的时间维度根据不同月份和不同年份来确定,12个月的待测指标可以累计为1年的待测指标对应的数值,因此,父维度可以是年份,子维度可以是月份;又如,子品牌的待测指标可以累计为父品牌待测指标对应的数值,则父维度可以是父品牌,子维度可以是子品牌。
父维度测试结果值可以是指父维度所对应待测指标的数值,子维度测试结果值可以是指子维度所对应待测指标的数值。
根据第二测试信息确定待测指标数据组对应的父维度测试结果值,和父维度测试结果值对应的多个子维度测试结果值,可以是根据第二测试信息所指示的测试方式,如父子关系测试方式,在待测指标数据组中统计父维度的待测指标的数值,确定为父维度测试结果值,在待测指标数据组中统计子维度的待测指标的数值,确定为子维度测试结果值。
S135、当父维度测试结果值与各子维度测试结果值的累计值的误差超过第二设定误差时,确定待测指标数据组对应的父维度测试结果值和各子维度测试结果值为第二异常指标,第二异常指标指示待测指标数据组未通过测试。
第二设定误差可以是指根据实际需要设定的误差,第二设定误差用于与父维度测试结果值与各子维度测试结果值的累计值的误差相比较。第二异常指标可以是指未通过测试的待测指标数据组所对应的父维度测试结果值和各子维度测试结果值,第二异常指标可以指示待测指标数据组未通过测试。各子维度测试结果值的累计值可以是指各子维度测试结果值的总和。
当父维度测试结果值与各子维度测试结果值的累计值的误差超过第二设定误差时,确定待测指标数据组对应的父维度测试结果值和各子维度测试结果值为第二异常指标,具体的,父维度测试结果值与各子维度测试结果值的累计值的误差可以是,|父维度测试结果值-各子维度测试结果值的累计值|/父维度测试结果值,当该误差超过第二设定误差时,确定待测指标数据组对应的父维度测试结果值和各子维度测试结果值为第二异常指标。
S136、将所有第二异常指标的集合确定为测试结果信息。
将所有第二异常指标的集合确定为测试结果信息,即测试结果信息可以包括所有第二异常指标的集合。
本发明实施例的技术方案,以一个或多个筛选维度为筛选条件,在待测数据集中选取待测指标数据集;以第一数据维度为筛选条件,在待测指标数据集中选取待测指标数据子集,并选择第一数据维度中的一个或多个作为第二数据维度,将待测指标数据子集按照第二数据维度分为多个待测指标数据组;再通过判断待测指标数据组所对应的第二数据维度是否存在父子维度,确定对应的测试方式,并对多个待测指标数据组进行测试;该方案能够基于待测数据集对应业务场景下的全量指标数据进行准确性测试,提高了数据指标测试的准确性。
实施例三
本发明实施例是对上述实施例的示例性说明,在本发明实施例中,提出了一种指标数据准确性的数据测试方法,通过该方法可以实现对全量指标数据的测试,提高数据指标测试的准确性。
该方法基于指定的市场数据指标结果集(即待测数据集),通过不同指标的关联关系,和同指标在时间维度上的变化关系,创造出一种自动化的数据检测方法,通过将全量的指标结果数据(即待测数据集),用一定的数据规则拆分为不同的指标数据集(即待测指标数据集),再将指标数据集继续拆分为指标数据组(即待测指标数据组),使用一定的数据规则(即测试执行信息)对每个指标数据组进行自动化的测试,筛选出高概率存在准确性问题的指标数据组,解决数据测试中无法全面进行数据准确性测试的问题,提高了市场数据指标的准确性。
具体实施步骤:
1. 获取放置在MySQL数据库的待测试的数据集(即待测数据集)。
2. 根据指定的筛选规则,获取需要被测试的指标数据集(即在待测数据集中选取待测指标数据集)。
该筛选规则为:按照品牌、品类、地区、渠道等筛选维度。在指标的准确性验证上,可以关注特定品牌、品类、地区、渠道等具体数据的情况。比如,在A区域的纯净水品类的某个销售指标数据,可以看作一个被测试的指标数据集。同时,在后续的测试规则中,可以根据不同的指标数据集的筛选规则,获取需要被测试的指标数据集。
3. 根据被测试的指标数据集的数据维度(即第一数据维度),将被测试的指标数据集分为多组数据(即多个待测指标数据组)。
可被测试的指标数据组(即多个待测指标数据组)需要是:
所有其他维度均相同,时间不同(即多个待测指标数据组对应的第二数据维度不同,多个待测指标数据组对应的第一数据维度中,除第二数据维度之外的其他数据维度相同),可以形成根据时间变化的曲线图(即变化关系曲线)。
所有其他维度均相同,品牌/商品/地区/渠道(即第二数据维度)不同,能够进行互相对比。
因此,从测试指标数据集到多个指标数据组,其中用于筛选的维度字段被称为分组字段(即第一数据维度),指标数据组中保留的维度字段被称为刻度字段(即第二数据维度),指标数据组中需要被测试的指标字段被称为被测字段(即待测指标)。
4. 使用指定的组数据测试规则对每一组的数据进行自动化的检测,根据规则的匹配情况确定当前指标数据组是否通过测试(即根据测试执行信息,确定对应多个待测指标数据组的测试结果信息)。
根据分组规则的不同,有着不同的测试规则:
1. 刻度字段是时间,不存在父子维度时,有中值测试规则和平均值测试规则。即根据被测指标的属性和行业特性,确定一个中值/平均值的异常阈值,其中中值/平均值就是这个指标组的中值/平均值,当超过这个阈值的指标都被认为是异常指标而被筛选出来(即当第一测试结果值相比第一设定阈值的误差超过第一设定误差时,确定待测指标数据组对应的第一测试结果值为第一异常指标)。
2. 刻度字段是时间、品牌、地区、渠道,存在父子维度时,有父子关系测试规则。因为时间、品牌、地区、渠道等维度很多都存在一个父子关系,如时间是12个月的指标可以累计为年,子品牌的指标数据可以累计为父品牌指标数据。可以确定父子关系中的一个异常阈值,超过这个阈值的指标都被认为是异常指标而被筛选出来(即当父维度测试结果值与各子维度测试结果值的累计值的误差超过第二设定误差时,确定待测指标数据组对应的父维度测试结果值和各子维度测试结果值为第二异常指标)。
图4是根据本发明实施例三提供的一种实现待测指标数据组配置的配置页面的示意图。如图4所示,该配置页面可以显示在人机交互界面,以供用户可以通过该配置页面实现对待测指标数据组的配置。如,通过该配置页面的计算规则选项可以选择测试方式为中值计算(即中值测试方式)、平均值测试方式或父子关系测试方式;通过样本类型选项可以选择样本类型为普通样本(即不存在父子维度)或父子关系样本(即存在父子维度);通过分桶规则可以设定分组字段;通过刻度字段选项可以设定刻度字段;通过误差率选项可以设定第一设定误差或第二设定误差等。
图5是根据本发明实施例三提供的一种异常指标结果的示意图。如图5所示的异常指标结果,可以是对某一待测指标数据组进行测试得到的,采用的测试方式(即计算规则)为中值测试方式,在该异常指标结果中,差异一栏显示了该待测指标数据组的测试结果。如图5所示,该待测指标数据组的实际中值(即第一测试结果值)为36.76,预期的中位数(即第一设定阈值)为8.85,允许误差(第一设定误差)为300%,而实际误差(即第一测试结果值相比第一设定阈值的误差)为315.37%,实际误差超出了设定的允许误差,表明该待测指标数据组未通过测试。
在一个实施例中,还可以生成数据指标测试报告。图6是根据本发明实施例三提供的一种数据指标测试报告的示意图。在图6中,可以显示有执行结果,当执行结果指示成功时,表明成功完成测试,但测试的结果需要通过错误数量所指示的信息来确定。如图6所示,在该数据指标测试报告中,还可以显示有错误数量,即未通过测试的待测指标数据组的数量。若错误数量显示为0,表明所有的待测指标数据组均通过测试。
本发明实施例的技术方案,能够实现对全量的指标数据的测试,提高指标数据结果的准确性。
实施例四
图7是根据本发明实施例四提供的一种数据指标测试装置的结构示意图,本实施例可适用于对数据指标进行测试的情况。如图7所示,该装置的具体结构包括:
第一选取模块21,用于在待测数据集中选取待测指标数据集,待测数据集包括待测数据集对应业务场景下的全量指标数据;
第一确定模块22,用于根据待测指标数据集对应的第一数据维度,确定对应待测指标数据集的多个待测指标数据组,第一数据维度的数量为一个或多个;
第二确定模块23,用于根据测试执行信息,确定对应多个待测指标数据组的测试结果信息。
本实施例提供的数据指标测试装置,首先通过第一选取模块在待测数据集中选取待测指标数据集,待测数据集包括待测数据集对应业务场景下的全量指标数据;然后通过第一确定模块根据待测指标数据集对应的第一数据维度,确定对应待测指标数据集的多个待测指标数据组,第一数据维度的数量为一个或多个;最后通过第二确定模块根据测试执行信息,确定对应多个待测指标数据组的测试结果信息。
进一步的,第一选取模块21具体用于:
以一个或多个筛选维度为筛选条件,在待测数据集中进行筛选;
将从待测数据集中筛选出的所有数据,确定为待测指标数据集;
其中,筛选维度根据待测数据集所对应业务场景,以及待测指标数据集对应的待测指标确定。
进一步的,第一确定模块22具体用于:
以第一数据维度为筛选条件,在待测指标数据集中进行筛选;
将从待测指标数据集中筛选出的所有数据,确定为待测指标数据子集;
选择第一数据维度中的一个或多个作为第二数据维度,第二数据维度指示测试时所需改变的维度;
将待测指标数据子集按照第二数据维度分为多个待测指标数据组,多个待测指标数据组对应的第二数据维度不同,多个待测指标数据组对应的第一数据维度中,除第二数据维度之外的其他数据维度相同。
进一步的,第二确定模块23具体用于:
针对每一待测指标数据组,在待测指标数据组所对应的第二数据维度不存在父子维度时,根据第一测试信息确定待测指标数据组对应的第一测试结果值;
当第一测试结果值相比第一设定阈值的误差超过第一设定误差时,确定待测指标数据组对应的第一测试结果值为第一异常指标;
将所有第一异常指标的集合确定为测试结果信息;
其中,测试执行信息包括第一测试信息;第一异常指标指示待测指标数据组未通过测试。
进一步的,第二确定模块23具体用于:
确定待测指标数据组的中值或平均值;
将待测指标数据组的中值或平均值,确定为对应待测指标数据组的第一测试结果值。
进一步的,该装置还包括:
选择模块,用于选择第二数据维度中的一个作为第三数据维度;
变化关系曲线确定模块,用于针对任一待测指标数据组,确定待测指标数据组所对应待测指标的数值,随第三数据维度的变化关系曲线;
第三确定模块,用于在变化关系曲线中,若相邻两个点的曲率超过设定曲率阈值,和/或变化关系曲线中最大值与最小值的差值超过设定差值阈值时,确定测试结果信息包括待测指标数据组未通过测试。
进一步的,第二确定模块23具体用于:
针对每一待测指标数据组,在待测指标数据组所对应的第二数据维度存在父子维度时,根据第二测试信息确定待测指标数据组对应的父维度测试结果值,和父维度测试结果值对应的多个子维度测试结果值;
当父维度测试结果值与各子维度测试结果值的累计值的误差超过第二设定误差时,确定待测指标数据组对应的父维度测试结果值和各子维度测试结果值为第二异常指标,第二异常指标指示待测指标数据组未通过测试;
将所有第二异常指标的集合确定为测试结果信息;
其中,测试执行信息包括第二测试信息。
本发明实施例所提供的数据指标测试装置可执行本发明任意实施例所提供的数据指标测试方法,具备执行方法相应的功能模块和有益效果。
实施例五
图8示出了可以用来实施本发明的实施例的电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图8所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如数据指标测试方法。
在一些实施例中,数据指标测试方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的数据指标测试方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行数据指标测试方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
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,根据设计要求和其他因素,可以进行各种修改、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 (10)
1.一种数据指标测试方法,其特征在于,包括:
在待测数据集中选取待测指标数据集,所述待测数据集包括所述待测数据集对应业务场景下的全量指标数据;
根据所述待测指标数据集对应的第一数据维度,确定对应所述待测指标数据集的多个待测指标数据组,所述第一数据维度的数量为一个或多个;
根据测试执行信息,确定对应多个待测指标数据组的测试结果信息。
2.根据权利要求1所述的方法,其特征在于,所述在待测数据集中选取待测指标数据集,包括:
以一个或多个筛选维度为筛选条件,在所述待测数据集中进行筛选;
将从所述待测数据集中筛选出的所有数据,确定为所述待测指标数据集;
其中,所述筛选维度根据所述待测数据集所对应业务场景,以及所述待测指标数据集对应的待测指标确定。
3.根据权利要求1所述的方法,其特征在于,所述根据所述待测指标数据集对应的第一数据维度,确定对应所述待测指标数据集的多个待测指标数据组,包括:
以所述第一数据维度为筛选条件,在所述待测指标数据集中进行筛选;
将从所述待测指标数据集中筛选出的所有数据,确定为待测指标数据子集;
选择所述第一数据维度中的一个或多个作为第二数据维度,所述第二数据维度指示测试时所需改变的维度;
将所述待测指标数据子集按照所述第二数据维度分为多个待测指标数据组,所述多个待测指标数据组对应的第二数据维度不同,所述多个待测指标数据组对应的所述第一数据维度中,除所述第二数据维度之外的其他数据维度相同。
4.根据权利要求1所述的方法,其特征在于,所述根据测试执行信息,确定对应多个待测指标数据组的测试结果信息,包括:
针对每一待测指标数据组,在所述待测指标数据组所对应的第二数据维度不存在父子维度时,根据第一测试信息确定所述待测指标数据组对应的第一测试结果值;
当所述第一测试结果值相比第一设定阈值的误差超过第一设定误差时,确定所述待测指标数据组对应的第一测试结果值为第一异常指标;
将所有所述第一异常指标的集合确定为所述测试结果信息;
其中,所述测试执行信息包括所述第一测试信息;所述第一异常指标指示所述待测指标数据组未通过测试。
5.根据权利要求4所述的方法,其特征在于,所述根据第一测试信息确定所述待测指标数据组对应的第一测试结果值,包括:
确定所述待测指标数据组的中值或平均值;
将所述待测指标数据组的中值或平均值,确定为对应所述待测指标数据组的第一测试结果值。
6.根据权利要求3-5任一所述的方法,其特征在于,还包括:
选择第二数据维度中的一个作为第三数据维度;
针对任一待测指标数据组,确定所述待测指标数据组所对应待测指标的数值,随所述第三数据维度的变化关系曲线;
在所述变化关系曲线中,若相邻两个点的曲率超过设定曲率阈值,和/或所述变化关系曲线中最大值与最小值的差值超过设定差值阈值时,确定测试结果信息包括所述待测指标数据组未通过测试。
7.根据权利要求1所述的方法,其特征在于,所述根据测试执行信息,确定对应多个待测指标数据组的测试结果信息,包括:
针对每一待测指标数据组,在所述待测指标数据组所对应的第二数据维度存在父子维度时,根据第二测试信息确定所述待测指标数据组对应的父维度测试结果值,和所述父维度测试结果值对应的多个子维度测试结果值;
当所述父维度测试结果值与各所述子维度测试结果值的累计值的误差超过第二设定误差时,确定所述待测指标数据组对应的父维度测试结果值和各所述子维度测试结果值为第二异常指标,所述第二异常指标指示所述待测指标数据组未通过测试;
将所有所述第二异常指标的集合确定为所述测试结果信息;
其中,所述测试执行信息包括所述第二测试信息。
8.一种数据指标测试装置,其特征在于,包括:
第一选取模块,用于在待测数据集中选取待测指标数据集,所述待测数据集包括所述待测数据集对应业务场景下的全量指标数据;
第一确定模块,用于根据所述待测指标数据集对应的第一数据维度,确定对应所述待测指标数据集的多个待测指标数据组,所述第一数据维度的数量为一个或多个;
第二确定模块,用于根据测试执行信息,确定对应多个待测指标数据组的测试结果信息。
9.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1-7中任一所述的方法。
10.一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,该程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211452051.9A CN115576850B (zh) | 2022-11-21 | 2022-11-21 | 数据指标测试方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211452051.9A CN115576850B (zh) | 2022-11-21 | 2022-11-21 | 数据指标测试方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115576850A true CN115576850A (zh) | 2023-01-06 |
CN115576850B CN115576850B (zh) | 2023-03-14 |
Family
ID=84589580
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211452051.9A Active CN115576850B (zh) | 2022-11-21 | 2022-11-21 | 数据指标测试方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115576850B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105912699A (zh) * | 2016-04-25 | 2016-08-31 | 乐视控股(北京)有限公司 | 一种数据分析方法及装置 |
CN108647235A (zh) * | 2018-03-30 | 2018-10-12 | 上海连尚网络科技有限公司 | 一种基于数据仓库的数据分析方法、设备以及介质 |
CN109033322A (zh) * | 2018-07-18 | 2018-12-18 | 中国联合网络通信集团有限公司 | 一种多维数据的测试方法和装置 |
CN112183379A (zh) * | 2020-09-29 | 2021-01-05 | 国网天津市电力公司 | 一种面向报表的多维度管理分析方法及系统 |
CN112256748A (zh) * | 2020-09-25 | 2021-01-22 | 北京五八信息技术有限公司 | 一种异常检测方法、装置、电子设备及存储介质 |
CN113032949A (zh) * | 2020-11-11 | 2021-06-25 | 上海市软件评测中心有限公司 | 一种基于大数据的测试方法 |
WO2022121083A1 (zh) * | 2020-12-09 | 2022-06-16 | 南威软件股份有限公司 | 基于关联分析FP-Tree算法的企业风险预警方法 |
CN114924990A (zh) * | 2022-06-21 | 2022-08-19 | 中国农业银行股份有限公司 | 一种异常场景测试方法及电子设备 |
-
2022
- 2022-11-21 CN CN202211452051.9A patent/CN115576850B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105912699A (zh) * | 2016-04-25 | 2016-08-31 | 乐视控股(北京)有限公司 | 一种数据分析方法及装置 |
CN108647235A (zh) * | 2018-03-30 | 2018-10-12 | 上海连尚网络科技有限公司 | 一种基于数据仓库的数据分析方法、设备以及介质 |
CN109033322A (zh) * | 2018-07-18 | 2018-12-18 | 中国联合网络通信集团有限公司 | 一种多维数据的测试方法和装置 |
CN112256748A (zh) * | 2020-09-25 | 2021-01-22 | 北京五八信息技术有限公司 | 一种异常检测方法、装置、电子设备及存储介质 |
CN112183379A (zh) * | 2020-09-29 | 2021-01-05 | 国网天津市电力公司 | 一种面向报表的多维度管理分析方法及系统 |
CN113032949A (zh) * | 2020-11-11 | 2021-06-25 | 上海市软件评测中心有限公司 | 一种基于大数据的测试方法 |
WO2022121083A1 (zh) * | 2020-12-09 | 2022-06-16 | 南威软件股份有限公司 | 基于关联分析FP-Tree算法的企业风险预警方法 |
CN114924990A (zh) * | 2022-06-21 | 2022-08-19 | 中国农业银行股份有限公司 | 一种异常场景测试方法及电子设备 |
Non-Patent Citations (3)
Title |
---|
MARGARIDA PEREIRA等: ""Association between childhood obesity and environmental characteristics: Testing a multidimensional environment index using census data"", 《APPLIED GEOGRAPHY》 * |
宇虹儒黑龙江农业经济职业学院: ""基于农产品运营的商务数据分析的研究与探析"", 《牡丹江教育学院学报》 * |
李涛贵州大学体育学院体育文化研究基地: ""基于大数据思维的大学生体质健康测试指标相关性分析"", 《中国学校体育(高等教育)》 * |
Also Published As
Publication number | Publication date |
---|---|
CN115576850B (zh) | 2023-03-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110008247B (zh) | 异常来源确定方法、装置、设备及计算机可读存储介质 | |
CN113127305B (zh) | 异常检测方法及装置 | |
CN111144941A (zh) | 商户评分的生成方法、装置、设备及可读存储介质 | |
CN113837596B (zh) | 一种故障确定方法、装置、电子设备及存储介质 | |
CN108399115B (zh) | 一种运维操作检测方法、装置及电子设备 | |
CN111860698A (zh) | 确定学习模型的稳定性的方法和装置 | |
CN115794916A (zh) | 多源数据融合的数据处理方法、装置、设备和存储介质 | |
CN115576850B (zh) | 数据指标测试方法、装置、电子设备及存储介质 | |
US8565910B2 (en) | Manufacturing execution system (MES) including a wafer sampling engine (WSE) for a semiconductor manufacturing process | |
CN110765005A (zh) | 软件可靠性评估方法和装置 | |
CN112395179B (zh) | 一种模型训练方法、磁盘预测方法、装置及电子设备 | |
CN115794473A (zh) | 一种根因告警的定位方法、装置、设备及介质 | |
CN114999665A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN115062687A (zh) | 企业信用监控方法、装置、设备及存储介质 | |
CN113807391A (zh) | 任务模型的训练方法、装置、电子设备及存储介质 | |
CN111767938A (zh) | 一种异常数据检测方法、装置及电子设备 | |
CN111507397A (zh) | 一种异常数据的分析方法及装置 | |
JP7089646B2 (ja) | プログラム、異常検知方法及びシステム | |
CN114240149A (zh) | 用户特征项筛选方法、装置及电子设备 | |
CN115687323A (zh) | 一种指标数据质量监测方法、装置、电子设备及存储介质 | |
CN115774648A (zh) | 一种异常定位方法、装置、设备以及存储介质 | |
CN117011011A (zh) | 审核数据的处理方法、装置、设备及存储介质 | |
CN114897617A (zh) | 金融风控场景的模型评估方法、装置、设备以及存储介质 | |
CN114238267A (zh) | 一种数据质量的评估方法、装置、电子设备及存储介质 | |
CN115525660A (zh) | 一种数据表的校验方法、装置、设备及介质 |
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 |