CN115965276A - 指标集确定方法、装置、电子设备以及存储介质 - Google Patents
指标集确定方法、装置、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN115965276A CN115965276A CN202211613074.3A CN202211613074A CN115965276A CN 115965276 A CN115965276 A CN 115965276A CN 202211613074 A CN202211613074 A CN 202211613074A CN 115965276 A CN115965276 A CN 115965276A
- Authority
- CN
- China
- Prior art keywords
- data
- dimension
- original
- index
- target
- 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.)
- Pending
Links
Images
Classifications
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种指标集确定方法、装置、电子设备以及存储介质。该方法包括:获取待分析资源数据的原始指标集,所述原始指标集中包括多个原始指标数据;所述原始指标数据包括至少一个原始维度数据;对各所述原始指标数据进行指标筛选,得到至少一个目标指标数据;对于任一目标指标数据,获取当前目标指标数据的各原始维度数据,并基于预设的维度筛选规则对各所述原始维度数据进行维度筛选,得到筛选后的目标维度数据;基于所述目标指标数据以及各所述目标维度数据形成所述待分析资源数据的目标指标集。通过本发明公开的技术方案,实现了在资源预算有限的情况下,提供尽可能提供的数据分析结果的丰富性和可靠性。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种指标集确定方法、装置、电子设备以及存储介质。
背景技术
在数字化的浪潮下,有一些微小企业在其拥有的业务场景下仅能产生较小基数的数据量。虽然产生的数据量基数较小,但为了企业发展其也有在线分析的需求,即需要挖掘数据的价值,并根据价值进行企业的发展方向的规划部署。
但是对较小基数的数据量的在线分析所需要的分析成本与其对应的基数并不成正比。因此,如何在有限成本内为上述微小企业确定在线分析的数据指标是分析服务提高方目前需要解决的问题。
发明内容
本发明提供了一种指标集确定方法、装置、电子设备以及存储介质,以实现在资源预算有限的情况下,提供尽可能提供的数据分析结果的丰富性和可靠性。
第一方面,本发明实施例提供了一种指标集确定方法,该方法包括:
获取待分析资源数据的原始指标集,所述原始指标集中包括多个原始指标数据;所述原始指标数据包括至少一个原始维度数据;
对各所述原始指标数据进行指标筛选,得到至少一个目标指标数据;
对于任一目标指标数据,获取当前目标指标数据的各原始维度数据,并基于预设的维度筛选规则对各所述原始维度数据进行维度筛选,得到筛选后的目标维度数据;
基于所述目标指标数据以及各所述目标维度数据形成所述待分析资源数据的目标指标集。
可选的,在获取待分析资源数据的原始指标集之后,所述方法还包括:
基于各所述原始指标数据对所述待分析资源数据进行预分析成本估算,得到所述待分析资源数据所需的资源估算成本;
获取预设的资源预算成本,并判断所述资源估算成本是否超过所述资源预算成本;
若是,则执行后续所述原始指标数据进行处理的步骤;
若否,则基于所述原始指标数据对所述待分析资源数据进行资源处理。
可选的,所述对各所述原始指标数据进行指标筛选,得到至少一个目标指标数据,包括:
对于任一原始指标数据,若当前原始指标数据符合预设的指标筛选规则,则将所述当前原始指标数据作为目标指标数据。
可选的,所述维度筛选规则包括第一数量筛选阈值和第二数量筛选阈值;
所述基于预设的维度筛选规则对各所述原始维度数据进行维度筛选,得到筛选后的目标维度数据,包括:
获取各所述原始维度数据的维度基数,基于所述第一数量筛选阈值以及所述维度基数对各所述原始维度数据进行维度筛选,得到至少一个候选维度数据;
基于所述第二数量筛选阈值以及各所述候选维度数据的维度基数对各所述候选维度数据进行维度筛选,得到至少一个目标维度数据。
可选的,所述基于所述第一数量筛选阈值以及所述维度基数对各所述原始维度数据进行维度筛选,得到至少一个候选维度数据,包括:
对于任一原始维度数据,确定当前目标指标数据在当前原始维度的维度基数下的第一数据量;
基于所述第一数量筛选阈值以及所述第一数据量判断所述当前原始维度数据是否为候选维度数据。
可选的,所述基于所述第二数量筛选阈值以及各所述候选维度数据的维度基数对各所述候选维度数据进行维度筛选,得到至少一个目标维度数据,包括:
对各所述候选维度数据的维度基数进行组合,得到组合基数,并确定当前目标指标数据在所述组合基数下的第二数据量;
基于所述第二数量筛选阈值以及所述第二数据量对各所述候选维度数据进行维度筛选,得到至少一个目标维度数据。
可选的,所述基于所述第二数量筛选阈值以及所述第二数据量对各所述候选维度数据进行维度筛选,得到至少一个目标维度数据,包括:
判断所述第二数据量是否超过所述第二数量筛选阈值;
若是,则根据当前业务场景对各所述候选维度数据进行维度筛选,得到至少一个目标维度数据;
若否,则将各所述候选维度数据作为目标维度数据。
第二方面,本发明实施例还提供了一种指标集确定装置,该装置包括:
原始指标集获取模块,用于获取待分析资源数据的原始指标集,所述原始指标集中包括多个原始指标数据;所述原始指标数据包括至少一个原始维度数据;
目标指标数据获得模块,用于对各所述原始指标数据进行指标筛选,得到至少一个目标指标数据;
目标维度数据获得模块,用于对于任一目标指标数据,获取当前目标指标数据的各原始维度数据,并基于预设的维度筛选规则对各所述原始维度数据进行维度筛选,得到筛选后的目标维度数据;
目标指标集生成模块,用于基于所述目标指标数据以及各所述目标维度数据形成所述待分析资源数据的目标指标集。
第三方面,本发明实施例还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本发明任一实施例所述的指标集确定方法。
第四方面,本发明实施例还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存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的指标集确定方法。
本发明实施例提供的技术方案,通过获取待分析资源数据的原始指标集,所述原始指标集中包括多个原始指标数据;所述原始指标数据包括至少一个原始维度数据;对各所述原始指标数据进行指标筛选,得到至少一个目标指标数据;对于任一目标指标数据,获取当前目标指标数据的各原始维度数据,并基于预设的维度筛选规则对各所述原始维度数据进行维度筛选,得到筛选后的目标维度数据;基于所述目标指标数据以及各所述目标维度数据形成所述待分析资源数据的目标指标集。技术方案通过对指标集的指标进行筛选以及维度进行筛选,最后基于筛选后的指标以及维度生成目标指标集,实现了在资源预算有限的情况下,提供尽可能提供的数据分析结果的丰富性和可靠性。
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指标集确定方法的流程图;
图2是根据本发明实施例二提供的一种指标集确定装置的结构示意图;
图3是实现本发明实施例的指标集确定方法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。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
可以理解的是,在使用本公开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、使用场景等告知用户并获得用户的授权。
例如,在响应于接收到用户的主动请求时,向用户发送提示信息,以明确地提示用户,其请求执行的操作将需要获取和使用到用户的个人信息。从而,使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
作为一种可选的但非限定性的实现方式,响应于接收到用户的主动请求,向用户发送提示信息的方式例如可以是弹窗的方式,弹窗中可以以文字的方式呈现提示信息。此外,弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。
可以理解的是,通知和获取用户授权过程仅是示意性的,不对本公开的实现方式构成限定,其它满足相关法律法规的方式也可应用于本公开的实现方式中。
可以理解的是,本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。
实施例一
图1为本发明实施例一提供了一种指标集确定方法的流程图,本实施例可适用于对数据进行在线分析的情况,该方法可以由指标集确定装置来执行,该指标集确定装置可以采用硬件和/或软件的形式实现,该指标集确定装置可配置于智能终端以及服务器中。如图1所示,该方法包括:
S110、获取待分析资源数据的原始指标集,所述原始指标集中包括多个原始指标数据;所述原始指标数据包括至少一个原始维度数据。
为了挖掘数据的价值,可以对数据进行在线分析。具体可以体现为基于多个指标对待分析的资源数据进行处理,以得到分析结果,并对分析结果进行存储。在分析场景中,不同的指标数量以及指标维度所获得的分析结果可能具有不同价值,但是基于不同的指标对数据进行分析所需的资源成本不同,所以如何在资源预算有限的前提下,得到可到尽可能多的数据价值,需要对指标进行处理,以确定最合适的指标。
在本发明实施例中,在获取到待分析资源数据的情况下,获取该待分析资源数据的原始指标集。其中,原始指标集中包括多个原始指标数据。可选的,原始指标集中的各原始指标数据可以理解为与待分析资源数据相关的指标数据。其获取方式可以包括基于预设的指标列表中进行选取所获得,也可以是基于预设的指标确定模型所确定,当然还可以基于其他方式对原始指标数据进行确定,本实施例对此不作限定。
本实施例中,在获得原始指标集的基础上,本实施例的技术方案还包括:基于各所述原始指标数据对所述待分析资源数据进行预分析成本估算,得到所述待分析资源数据所需的资源估算成本;获取预设的资源预算成本,并判断所述资源估算成本是否超过所述资源预算成本;若是,则执行后续所述原始指标数据进行处理的步骤;若否,则基于所述原始指标数据对所述待分析资源数据进行资源处理。
在获得原始指标数据之后确定分析成本,并进行成分比对可以在用户在预算不满足现有分析成本的情况下可以尽可能的获得更可靠以及更具数据价值的分析结果。反之,若用户的预算满足现有分析成本的情况下,可以减少后续指标处理的过程,减少数据处理时限,提高分析效率,以及可以获得更丰富的分析结果。
S120、对各所述原始指标数据进行指标筛选,得到至少一个目标指标数据。
为了实现在有限预算内获得更加有价值的分析结果,本实施例的技术方案在获得原始指标集时,对原始指标集中的各原始指标数据进行筛选处理,以得到符合条件的指标数据。具体的,筛选处理包括对指标数据的筛选,以及对指标数据对应的维度数据的筛选。
可选的,本实施例中对原始指标数据进行指标筛选的方法可以包括:对于任一原始指标数据,若当前原始指标数据符合预设的指标筛选规则,则将所述当前原始指标数据作为目标指标数据。
在本发明实施例中,预设的指标筛选规则可以是基于指标是否符合可加性所生成的筛选规则。换言之,若原始指标数据符合数据可加性,则说明其符合指标筛选条件,可以将该原始指标数据确定为目标指标数据;反之若原始指标数据不符合数据可加性,则说明其不符合指标筛选条件,则将该原始指标数据进行指标丢弃。示例性的,假设Dim1...Dimn-1代表数据在N-1个维度的连续下钻,Dim1...Dimn代表在基础上数据再下钻一层。可选的,若当前指标满足则说明该指标满足数据可加性。
在实际应用中,指标满足可加性之所以重要,是因为一旦满足了可加性,就可以基于指标数据控制数据分析的分析成本。比如新增用户数是一个满足可加性的指标,可以预计算每天各个渠道新增用户数据,如果要算过去七天的新增用户数,只要把过去7天预计算的新增用户数累加即可,此时,数据分析的成本是可控的;反之,例如是每日活跃用户数不满足可加性,就无法通过轻度预计算的方式计算出来过去7天的活跃用户,必须基于事实明细数据进行统计,数据规模无法做到收敛,在此种情况下,数据分析的成本就处于一种不可控的状态。
S130、对于任一目标指标数据,获取当前目标指标数据的各原始维度数据,并基于预设的维度筛选规则对各所述原始维度数据进行维度筛选,得到筛选后的目标维度数据。
在本发明实施例中,原始指标数据中包括多个原始维度数据。由于同一指标数据在不同维度下进行分析所需的成本是不同的。所以,为了进一步实现在有限预算内获得更加有价值的分析结果,本实施例的技术方案在基于实施方式基于原始指标数据获得的目标指标数据的情况下,对目标指标数据的各原始维度数据进行维度筛选,以得到符合筛选条件的维度数据。
可选的,本实施例中所述维度筛选规则包括第一数量筛选阈值和第二数量筛选阈值;相应的,本实施例中对各所述原始维度数据进行维度筛选,得到筛选后的目标维度数据的方法可以包括:获取各所述原始维度数据的维度基数,基于所述第一数量筛选阈值以及所述维度基数对各所述原始维度数据进行维度筛选,得到至少一个候选维度数据;基于所述第二数量筛选阈值以及各所述候选维度数据的维度基数对各所述候选维度数据进行维度筛选,得到至少一个目标维度数据。
其中,原始维度数据的维度基数可以理解为基于预设切片规则对该维度进行切片,所得到的维度数据量。例如原始维度数据为时间维度,基于对月份对时间维度进行切片可以得到12个月,则数据量12可以理解为时间维度的维度基数;再例如,基于天数对时间维度进行切片可以得到365他,则数据量365可以理解为时间维度的维度基数。
可选的,本实施例中基于维度基数确定候选维度数据的方法可以包括:对于任一原始维度数据,确定当前目标指标数据在当前原始维度的维度基数下的第一数据量;基于所述第一数量筛选阈值以及所述第一数据量判断所述当前原始维度数据是否为候选维度数据。
在实际应用中,示例性的,目标指标数据为营业额,原始维度数据是时间维度,若原始维度数据的维度基数为12,则第一数据量可以理解为1-12月份的营业额,即第一数据量为12个数据;若原始维度数据的维度基数为365,则第一数据量可以理解为1-365天的营业额,即第一数据量为365个数据。例如预设的第一数量筛选阈值为100,可选的,当维度基数为12时,可获知第一数量未超过第一数量筛选阈值,即原始维度数据符合维度筛选条件,相应的可以将该原始维度数据作为候选维度数据;可选的,若维度为365,则第一数量超过第一数量筛选阈值,则说明原始维度数据不符合维度筛选条件,需要被丢弃。
在确定候选维度数据的情况下,对候选维度数据进一步进行维度筛选,得到筛选后的目标维度数据。可选的,本实施例中对候选维度数据进行维度筛选的方法可以包括:对各所述候选维度数据的维度基数进行组合,得到组合基数,并确定当前目标指标数据在所述组合基数下的第二数据量;基于所述第二数量筛选阈值以及所述第二数据量对各所述候选维度数据进行维度筛选,得到至少一个目标维度数据。
在实际应用中,示例性的,目标指标数据为营业额,候选维度数据包括时间维度、地区维度以及产品维度;可选的,时间维度的为基数为12,地区维度的维度基数为30,产品维度为45;对各维度基数进行求和,确定目标指标数据的各候选维度数据的组合基数。可选的在上述情况下,目标指标数据的第二数据量可以是基于各维度基数进行相乘获得。进一步的,获取第二数量筛选阈值,并基于第二数量筛选阈值以及所述第二数据量的比对结果,确定当前目标指标数据的各候选维度数据是否为目标维度数据。
可选的,确定当前目标指标数据的各候选维度数据是否为目标维度数据的方法可以包括:判断所述第二数据量是否超过所述第二数量筛选阈值;若是,则根据当前业务场景对各所述候选维度数据进行维度筛选,得到至少一个目标维度数据;若否,则将各所述候选维度数据作为目标维度数据。
可选的,基业务场景对各候选维度进行维度筛选的方法可以基于各候选维度数据的维度基数对当前目标指标数据的影响程度进行维度筛选。示例性的,对于时间维度来说,例如该维度基数为12,确定12个月的营业额的差距是否在预设范围内,则说明该候选维度对当前目标指标数据的影响程度较小,可以将该候选维度数据进行丢弃;反之,若差距为在预设范围外,则说明该候选维度对当前目标指标数据的影响程度较大,可以将该候选维度数据作为目标维度数据。
当然,筛选规则只是作为本方案的可选实施方式,本发明实施例还可以根据其他方式进行筛选,对此不作限定。
S140、基于所述目标指标数据以及各所述目标维度数据形成所述待分析资源数据的目标指标集。
在本发明实施例中,将确定的各目标维度数据分别映射到各目标指标数据,基于各目标指标数据以及各维度数据生成待分析资源数据的指标矩阵,即目标指标集。
本发明实施例提供的技术方案,通过获取待分析资源数据的原始指标集,所述原始指标集中包括多个原始指标数据;所述原始指标数据包括至少一个原始维度数据;对各所述原始指标数据进行指标筛选,得到至少一个目标指标数据;对于任一目标指标数据,获取当前目标指标数据的各原始维度数据,并基于预设的维度筛选规则对各所述原始维度数据进行维度筛选,得到筛选后的目标维度数据;基于所述目标指标数据以及各所述目标维度数据形成所述待分析资源数据的目标指标集。技术方案通过对指标集的指标进行筛选以及维度进行筛选,最后基于筛选后的指标以及维度生成目标指标集,实现了在资源预算有限的情况下,提供尽可能提供的数据分析结果的丰富性和可靠性。
实施例二
图2为本发明实施例二提供的一种指标集确定装置的结构示意图。如图2所示,该装置包括:原始指标集获取模块210、目标指标数据获得模块220、目标维度数据获得模块230以及目标指标集生成模块240;其中,
原始指标集获取模块210,用于获取待分析资源数据的原始指标集,所述原始指标集中包括多个原始指标数据;所述原始指标数据包括至少一个原始维度数据;
目标指标数据获得模块220,用于对各所述原始指标数据进行指标筛选,得到至少一个目标指标数据;
目标维度数据获得模块230,用于对于任一目标指标数据,获取当前目标指标数据的各原始维度数据,并基于预设的维度筛选规则对各所述原始维度数据进行维度筛选,得到筛选后的目标维度数据;
目标指标集生成模块240,用于基于所述目标指标数据以及各所述目标维度数据形成所述待分析资源数据的目标指标集。
在上述实施方式的基础上,可选的,该装置还包括:
资源估算成本获得模块,用于在获取待分析资源数据的原始指标集之后,基于各所述原始指标数据对所述待分析资源数据进行预分析成本估算,得到所述待分析资源数据所需的资源估算成本;
成本比对模块,用于获取预设的资源预算成本,并判断所述资源估算成本是否超过所述资源预算成本;
第一比对结果获得模块,用于若是,则执行后续所述原始指标数据进行处理的步骤;
第二比对结果获得模块,用于若否,则基于所述原始指标数据对所述待分析资源数据进行资源处理。
在上述实施方式的基础上,可选的,目标指标数据获得模块220,包括:
目标指标数据获得单元,用于对于任一原始指标数据,若当前原始指标数据符合预设的指标筛选规则,则将所述当前原始指标数据作为目标指标数据。
在上述实施方式的基础上,可选的,所述维度筛选规则包括第一数量筛选阈值和第二数量筛选阈值;
目标维度数据获得模块230,包括:
候选维度数据获得模块,用于获取各所述原始维度数据的维度基数,基于所述第一数量筛选阈值以及所述维度基数对各所述原始维度数据进行维度筛选,得到至少一个候选维度数据;
目标维度数据获得模块,用于基于所述第二数量筛选阈值以及各所述候选维度数据的维度基数对各所述候选维度数据进行维度筛选,得到至少一个目标维度数据。
在上述实施方式的基础上,可选的,候选维度数据获得模块,包括:
第一数据量确定单元,用于对于任一原始维度数据,确定当前目标指标数据在当前原始维度的维度基数下的第一数据量;
候选维度数据确定单元,用于基于所述第一数量筛选阈值以及所述第一数据量判断所述当前原始维度数据是否为候选维度数据。
在上述实施方式的基础上,可选的,目标维度数据获得模块,包括:
第二数据量确定单元,用于对各所述候选维度数据的维度基数进行组合,得到组合基数,并确定当前目标指标数据在所述组合基数下的第二数据量;
目标维度数据确定单元,用于基于所述第二数量筛选阈值以及所述第二数据量对各所述候选维度数据进行维度筛选,得到至少一个目标维度数据。
在上述实施方式的基础上,可选的,目标维度数据确定单元,包括:
数据量判断子单元,用于判断所述第二数据量是否超过所述第二数量筛选阈值;
第一目标维度数据确定子单元,用于若是,则根据当前业务场景对各所述候选维度数据进行维度筛选,得到至少一个目标维度数据;
第二目标维度数据确定子单元,用于若否,则将各所述候选维度数据作为目标维度数据。
本发明实施例所提供的指标集确定装置可执行本发明任意实施例所提供的指标集确定方法,具备执行方法相应的功能模块和有益效果。
实施例三
图3示出了可以用来实施本发明的实施例的电子设备10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3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,例如指标集确定方法。
在一些实施例中,指标集确定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RAM13并由处理器11执行时,可以执行上文描述的指标集确定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)而被配置为执行指标集确定方法。
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)
1.一种指标集确定方法,其特征在于,包括:
获取待分析资源数据的原始指标集,所述原始指标集中包括多个原始指标数据;所述原始指标数据包括至少一个原始维度数据;
对各所述原始指标数据进行指标筛选,得到至少一个目标指标数据;
对于任一目标指标数据,获取当前目标指标数据的各原始维度数据,并基于预设的维度筛选规则对各所述原始维度数据进行维度筛选,得到筛选后的目标维度数据;
基于所述目标指标数据以及各所述目标维度数据形成所述待分析资源数据的目标指标集。
2.根据权利要求1所述的方法,其特征在于,在获取待分析资源数据的原始指标集之后,所述方法还包括:
基于各所述原始指标数据对所述待分析资源数据进行预分析成本估算,得到所述待分析资源数据所需的资源估算成本;
获取预设的资源预算成本,并判断所述资源估算成本是否超过所述资源预算成本;
若是,则执行后续所述原始指标数据进行处理的步骤;
若否,则基于所述原始指标数据对所述待分析资源数据进行资源处理。
3.根据权利要求1所述的方法,其特征在于,所述对各所述原始指标数据进行指标筛选,得到至少一个目标指标数据,包括:
对于任一原始指标数据,若当前原始指标数据符合预设的指标筛选规则,则将所述当前原始指标数据作为目标指标数据。
4.根据权利要求1所述的方法,其特征在于,所述维度筛选规则包括第一数量筛选阈值和第二数量筛选阈值;
所述基于预设的维度筛选规则对各所述原始维度数据进行维度筛选,得到筛选后的目标维度数据,包括:
获取各所述原始维度数据的维度基数,基于所述第一数量筛选阈值以及所述维度基数对各所述原始维度数据进行维度筛选,得到至少一个候选维度数据;
基于所述第二数量筛选阈值以及各所述候选维度数据的维度基数对各所述候选维度数据进行维度筛选,得到至少一个目标维度数据。
5.根据权利要求4所述的方法,其特征在于,所述基于所述第一数量筛选阈值以及所述维度基数对各所述原始维度数据进行维度筛选,得到至少一个候选维度数据,包括:
对于任一原始维度数据,确定当前目标指标数据在当前原始维度的维度基数下的第一数据量;
基于所述第一数量筛选阈值以及所述第一数据量判断所述当前原始维度数据是否为候选维度数据。
6.根据权利要求4所述的方法,其特征在于,所述基于所述第二数量筛选阈值以及各所述候选维度数据的维度基数对各所述候选维度数据进行维度筛选,得到至少一个目标维度数据,包括:
对各所述候选维度数据的维度基数进行组合,得到组合基数,并确定当前目标指标数据在所述组合基数下的第二数据量;
基于所述第二数量筛选阈值以及所述第二数据量对各所述候选维度数据进行维度筛选,得到至少一个目标维度数据。
7.根据权利要求6所述的方法,其特征在于,所述基于所述第二数量筛选阈值以及所述第二数据量对各所述候选维度数据进行维度筛选,得到至少一个目标维度数据,包括:
判断所述第二数据量是否超过所述第二数量筛选阈值;
若是,则根据当前业务场景对各所述候选维度数据进行维度筛选,得到至少一个目标维度数据;
若否,则将各所述候选维度数据作为目标维度数据。
8.一种指标集确定装置,其特征在于,包括:
原始指标集获取模块,用于获取待分析资源数据的原始指标集,所述原始指标集中包括多个原始指标数据;所述原始指标数据包括至少一个原始维度数据;
目标指标数据获得模块,用于对各所述原始指标数据进行指标筛选,得到至少一个目标指标数据;
目标维度数据获得模块,用于对于任一目标指标数据,获取当前目标指标数据的各原始维度数据,并基于预设的维度筛选规则对各所述原始维度数据进行维度筛选,得到筛选后的目标维度数据;
目标指标集生成模块,用于基于所述目标指标数据以及各所述目标维度数据形成所述待分析资源数据的目标指标集。
9.一种电子设备,其特征在于,所述电子设备包括:
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权利要求1-7中任一项所述的指标集确定方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的指标集确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211613074.3A CN115965276A (zh) | 2022-12-15 | 2022-12-15 | 指标集确定方法、装置、电子设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211613074.3A CN115965276A (zh) | 2022-12-15 | 2022-12-15 | 指标集确定方法、装置、电子设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115965276A true CN115965276A (zh) | 2023-04-14 |
Family
ID=87362806
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211613074.3A Pending CN115965276A (zh) | 2022-12-15 | 2022-12-15 | 指标集确定方法、装置、电子设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115965276A (zh) |
-
2022
- 2022-12-15 CN CN202211613074.3A patent/CN115965276A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107809331B (zh) | 识别异常流量的方法和装置 | |
CN115686910A (zh) | 一种故障分析方法、装置、电子设备及介质 | |
CN116611411A (zh) | 一种业务系统报表生成方法、装置、设备及存储介质 | |
CN117474091A (zh) | 一种知识图谱构建方法、装置、设备及存储介质 | |
CN116661960A (zh) | 一种批量任务处理方法、装置、设备以及存储介质 | |
CN113676531B (zh) | 电商流量削峰方法、装置、电子设备及可读存储介质 | |
CN115965276A (zh) | 指标集确定方法、装置、电子设备以及存储介质 | |
CN115543416A (zh) | 一种配置更新方法、装置、电子设备及存储介质 | |
CN114924937A (zh) | 批量任务处理方法、装置、电子设备及计算机可读介质 | |
CN115080271A (zh) | 一种事件数据处理方法、装置、电子设备以及存储介质 | |
CN112749204A (zh) | 一种读取数据的方法和装置 | |
CN117010947B (zh) | 基于业务活动的nps调研方法、装置、设备及存储介质 | |
CN116244324B (zh) | 任务数据关系挖掘方法、装置、电子设备及存储介质 | |
CN114461502B (zh) | 模型的监控方法和装置 | |
CN117081939A (zh) | 一种流量数据处理方法、装置、设备及存储介质 | |
CN117009356A (zh) | 一种公共数据的应用成效确定方法、装置和设备 | |
CN116801001A (zh) | 视频流的处理方法、装置、电子设备及存储介质 | |
CN116595067A (zh) | 一种实时指标的生成方法、装置、电子设备及存储介质 | |
CN114461963A (zh) | 一种接口访问方法、装置、电子设备及存储介质 | |
CN115455060A (zh) | 一种数据处理方法、装置、设备及介质 | |
CN118034749A (zh) | 更新方法和电子设备 | |
CN116521977A (zh) | 一种产品推荐方法、装置、设备及介质 | |
CN116450915A (zh) | 应用降级方法、装置、电子设备和存储介质 | |
CN114638935A (zh) | 维度监控任务的生成及数据质量的监控方法和装置 | |
CN116974621A (zh) | 一种参数配置方法、装置及设备 |
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 |