CN116756616A - 数据处理方法、装置、计算机可读介质及电子设备 - Google Patents

数据处理方法、装置、计算机可读介质及电子设备 Download PDF

Info

Publication number
CN116756616A
CN116756616A CN202310764927.1A CN202310764927A CN116756616A CN 116756616 A CN116756616 A CN 116756616A CN 202310764927 A CN202310764927 A CN 202310764927A CN 116756616 A CN116756616 A CN 116756616A
Authority
CN
China
Prior art keywords
data
dimension
target
type
determining
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
Application number
CN202310764927.1A
Other languages
English (en)
Inventor
柯珍梅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Zitiao Network Technology Co Ltd
Original Assignee
Beijing Zitiao Network Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Zitiao Network Technology Co Ltd filed Critical Beijing Zitiao Network Technology Co Ltd
Priority to CN202310764927.1A priority Critical patent/CN116756616A/zh
Publication of CN116756616A publication Critical patent/CN116756616A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/10—Pre-processing; Data cleansing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Strategic Management (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开涉及一种数据处理方法、装置、计算机可读介质及电子设备，方法包括：获取历史业务数据，并根据所述历史业务数据，确定目标指标的类型；在不同数据维度下将所述历史业务数据处理为二分类数据；根据所述目标指标的类型，确定每一所述二分类数据中每类数据之间的分布差异度和所述每类数据的类别解释度；根据所述分布差异度和所述类别解释度，确定对所述历史业务数据的归因分析结果。通过上述技术方案，可以从不同的数据维度对历史业务数据进行自动的归因分析，从而确定符合预设归因指标的归因分析结果，提高数据处理效率。

Description

数据处理方法、装置、计算机可读介质及电子设备
技术领域
本公开涉及计算机技术领域，具体地，涉及一种数据处理方法、装置、计算机可读介质及电子设备。
背景技术
在实际业务场景中，当业务KPI(Key Performance Indicator)指标出现异常时，通常需要对历史业务数据进行维度拆解和分析，以定位指标异动原因，即进行指标差异归因分析。
相关技术中，一般采用人工拆解分析方法来对历史业务数据进行维度拆解分析，以定位指标异动原因。但是，人工拆解分析方法效率较低，耗时过长，且难以分析不同维度的交叉影响。
发明内容
提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
第一方面，本公开提供一种数据处理方法，所述方法包括：
获取历史业务数据和预设归因指标，并确定所述预设归因指标的类型，所述历史业务数据包括不同的第一业务数据和第二业务数据；
在不同数据维度下将所述历史业务数据处理为二分类数据；
根据所述预设归因指标的类型，确定每一所述二分类数据中每类数据之间的分布差异度和所述每类数据的类别解释度，所述类别解释度用于表征所述第一业务数据和所述第二业务数据中所述每类数据在所述预设归因指标下的差异数据在目标差异数据中的数据占比，所述目标差异数据为所述第一业务数据与所述第二业务数据在所述预设归因指标下的总差异数据；
根据所述分布差异度和所述类别解释度，确定对所述历史业务数据的归因分析结果。
第二方面，本公开提供一种数据处理装置，包括：
获取模块，用于获取历史业务数据和预设归因指标，并确定所述预设归因指标的类型，所述历史业务数据包括不同的第一业务数据和第二业务数据，所述目标指标用于表征所述第一业务数据与所述第二业务数据之间的差异数据比例；
处理模块，用于在不同数据维度下将所述历史业务数据处理为二分类数据；
第一确定模块，用于根据所述预设归因指标的类型，确定每一所述二分类数据中每类数据之间的分布差异度和所述每类数据的类别解释度，所述类别解释度用于表征所述第一业务数据和所述第二业务数据中所述每类数据在所述预设归因指标下的差异数据在目标差异数据中的数据占比，所述目标差异数据为所述第一业务数据与所述第二业务数据在所述预设归因指标下的总差异数据；
第二确定模块，用于根据所述分布差异度和所述类别解释度，确定对所述历史业务数据的归因分析结果。
第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现第一方面所述方法的步骤。
第四方面，本公开提供一种电子设备，包括：
存储装置，其上存储有计算机程序；
处理装置，用于执行所述存储装置中的所述计算机程序，以实现第一方面所述方法的步骤。
通过上述技术方案，可以在不同数据维度下将历史业务数据处理为二分类数据，进而根据目标指标确定二分类数据中每类数据之间的分布差异度和每类数据的类别解释度，从而根据分布差异度和类别解释度确定对历史业务数据的归因分析结果。由此，可以从不同数据维度对历史业务数据进行自动化的归因分析，提高数据归因效率，并且基于分布差异度和类别解释度得到对历史业务数据的归因分析结果，可以更准确地分析不同维度的交叉影响，从而得到更符合实际情况的归因分析结果，提高归因准确性。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：
图1是根据本公开一示例性实施例提供的一种数据处理方法的流程图；
图2是根据本公开一示例性实施例提供的一种目标数据决策树的示意图；
图3是根据本公开一示例性实施例提供的另一种目标数据决策树的示意图；
图4是根据本公开一示例性实施例提供的另一种数据处理方法的流程图；
图5是根据本公开一示例性实施例提供的一种数据处理装置的框图；
图6是根据本公开一示例性实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
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，上述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。
同时，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。
在实际业务场景中，当业务KPI(Key Performance Indicator)指标出现异常时，通常需要对历史业务数据进行维度拆解和分析，以定位指标异动原因。但是业务数据量级大且数据结构复杂，即指标多且维度多。并且，实际应用中不仅涉及时序数据的异动归因分析，还涉及非时序数据的对比归因分析，例如，第一业务场景和第二业务场景下DAU(DailyActive User，日活跃用户量)的差距归因分析。
相关技术中，一般采用人工拆解分析方法来对历史业务数据进行维度拆解分析，以定位指标异动原因。但是，人工拆解分析方法效率较低，耗时过长，且难以分析不同维度的交叉影响。此外，相关技术中提供的自动归因算法，例如iDice、HotSpot、Squeeze等算法的分析过程可解释性较低，而Adtributor算法的指标异动主要受到单一维度的影响，没有对由于维度水平数不一致导致的预估误差进行处理，而实际业务场景更多是多维度的交叉影响，因此存在一定的局限性。
有鉴于此，本公开实施例提供了一种数据处理方法、装置、计算机可读介质及电子设备，从不同数据维度对历史业务数据进行自动化的归因分析，提高数据归因效率，并且更准确地分析不同维度的交叉影响，得到符合实际情况的归因分析结果，提高归因准确性。
其中，历史业务数据在用户授权的情况下获取，获取用户授权的方式可以参照上文，这里不再赘述。
以下结合附图，对本公开实施例进行进一步解释说明。
图1是根据本公开一示例性实施例示出的一种数据处理方法的流程图，参照图1，该方法可以包括以下步骤：
S101：获取历史业务数据和预设归因指标，并确定预设归因指标的类型。
其中，历史业务数据包括不同的第一业务数据和第二业务数据。第一业务数据和第二业务数据可以根据实际归因需求进行确定，例如第一业务数据为第一场景的业务数据，第二业务数据为第二场景的业务数据，或者，第一业务数据为更改业务功能后业务系统的业务数据(即实验组数据)，第二业务数据为更改该业务功能前该业务系统的业务数据(即对照组数据)，本公开实施例对此不作任何限制。
示例地，预设归因指标可以包括数量型指标和除法复合型指标。其中，数量型指标可以表示为：A-B。比如，第一业务场景和第二业务场景下日活跃用户数量的差距归因分析，预设归因指标可以由第一业务场景下日活跃用户数量减去第二业务场景下日活跃用户得到。除法复合指标可以表示为：a/A-b/B。比如，第一业务场景和第二业务场景下人均活跃时长的差距归因分析，预设归因指标可以由第一业务场景下的人均活跃时长减去第二业务场景下人均活跃时长得到。并且，预设归因指标可以用于时序数据异动归因分析，例如某产品DAU上涨或下降归因分析，也可以用于非时序数据的对比归因分析，例如第一业务场景和第二业务场景下人均付费金额的差距归因分析，本公开实施例对于预设归因指标不作限定。
进一步地，确定预设归因指标的类型，预设归因指标的类型例如可以是数量型、除法复合(派生指标)型等。其中，数量型可以对应日活跃用户量等数量指标。除法复合型可以对应次日用户留存率或人均活跃时长等需要除法计算得到的除法复合指标。
S102：在不同数据维度下将历史业务数据处理为二分类数据。
应当理解的是，任意一个业务数据可以包括多个数据维度，且每个数据维度可以用于刻画该业务数据的一个特征或用于表征对该业务数据有影响的因素。例如，某历史业务数据对应的数据维度可以有年龄、地理位置等。
另外应当的理解的是，每个数据维度可以包含多个维度元素，不同数据维度所包含的维度元素数量可能相同，也可能不同。为了避免因不同数据维度所包含的维度元素数量不同而带来的分析误差，本公开实施例通过对历史业务数据进行二分类处理，以保证每个数据维度下的维度元素数量一致，以此来避免因不同数据维度所包含的维度元素数量不同而带来的分析误差。其中，维度元素用于表征每个数据维度下的元素类别。例如，当数据维度为年龄时，其对应的维度元素可以为不同的年龄，例如可以为20岁、30岁、40岁和50岁等。
在可能的实施方式中，在不同数据维度下将历史业务数据处理为二分类数据，可以包括：
针对历史业务数据对应的每一数据维度，确定数据维度的类型，并根据数据维度的类型，确定数据维度对应的目标划分信息；根据目标划分信息，从不同的数据维度将历史业务数据处理为二分类数据。
应当理解的是，根据数据维度下维度元素的数据类型，数据维度可以划分为定性维度和定量维度两种类型。其中，维度元素的数据类型为字符型或文本型的数据维度为定性维度，例如，地理位置等。维度元素的数据类型为数值型的数据维度为定量维度，例如，年龄等。因此，在可能的实施方式中，可以通过识别数据维度下维度元素的数据类型来判断该数据维度为定性维度或定量维度。
在确定了数据维度的类型后，便可以根据该数据维度的类型确定对应的目标划分信息，进而根据目标划分信息，进行二分类处理。
在可能的实施方式中，根据数据维度的类型，确定数据维度对应的目标划分信息，可以包括：
根据数据维度的类型，确定数据维度对应的候选划分信息；确定将历史业务数据按照候选划分信息划分后每类数据之间的分布差异度；根据按照候选划分信息划分后每类数据之间的分布差异度，在候选划分信息中确定目标划分信息。
其中，候选划分信息可以根据实际情况进行设置，本公开实施例对此不作任何限制。例如，数据维度对应的候选划分信息可以是将数据维度下的每一维度元素分别作为一划分信息。还可以是基于预设选取规则对数据维度下的维度元素进行筛选，得到多个目标维度元素，然后将每个目标维度分别作为一划分信息。
应当理解的是，按照候选划分信息划分后每类数据之间的分布差异度越大，说明数据之间的区分度越大，由此最后得到的归因分析结果更具有解释性。因此本公开实施例中，可以通过比较按照候选划分信息划分后每类数据之间的分布差异度，并将使得每类数据之间的分布差异度最大的候选划分信息确定为目标划分信息，从而来提高历史业务数据的归因分析结果的准确率。
在可能的实施方式中，根据数据维度的类型，确定数据维度对应的候选划分信息，可以包括：
当数据维度的类型为定量维度类型时，将数据维度下的每一维度元素分别作为一划分信息，得到数据维度对应的候选划分信息。
示例地，当数据维度为年龄，且包含的维度元素为20岁、21岁以及22岁时，则可以以20岁作为第一个划分点，得到第一候选划分信息为：小于等于20岁和大于20岁。然后以21岁作为第二个划分点，得到第二候选划分信息为：小于等于21岁和大于21岁。最后以22岁作为第三个划分点，得到第三候选划分信息为：小于等于22岁和大于22岁。由此，可以得到年龄这一数据维度对应的多个候选划分信息。
在可能的实施方式中，根据数据维度的类型，确定数据维度对应的候选划分信息，可以包括：
当数据维度的类型为定性维度类型时，根据预设归因指标的类型，确定数据维度下每一维度元素的数据在历史业务数据中的元素解释度，并根据元素解释度将数据维度下的维度元素进行排序，得到排序维度元素，元素解释度用于表征第一业务数据和第二业务数据中维度元素对应的差异数据在目标差异数据中的数据占比；依次根据排序维度元素中每两个维度元素确定一划分信息，得到数据维度对应的候选划分信息。
示例地，元素解释度用于表征第一业务数据和第二业务数据中维度元素对应的差异数据在目标差异数据中的数据占比，目标差异数据为第一业务数据与第二业务数据在预设归因指标下的总差异数据。比如，第一业务场景和第二业务场景下日活跃用户数量的差距归因分析，则目标差异数据为第一业务场景与第二业务场景下日活跃用户数量之间的总差值，元素解释度为第一业务数据和第二业务数据中某一维度下的日活跃用户数量差值在该总差值中的占比。
在可能的实施方式中，若预设归因指标为数量型指标，则可以通过如下计算式确定元素解释度：
其中，EPij表示数据维度i中的第j个维度元素的元素解释度，A(m)表示第一业务数据，B(m)表示第二业务数据，A(m)-B(m)表示第一业务数据与第二业务数据在预设归因指标下的总差异数据，即目标差异数据，Aij(m)表示第一业务数据中数据维度i的第j个维度元素对应的数据，Bij(m)表示第二业务数据中数据维度i的第j个维度元素对应的数据，Aij(m)-Bij(m)表示第一业务和第二业务数据中第j个维度元素对应的数据在预设归因指标下的差异数据。
在可能的实施方式中，若预设归因指标为除法复合型指标，则可以通过如下计算式，基于加权占比法确定元素解释度：
EPij＝EPv-ij+EPw-ij
其中，EPv-ij表示数据维度i中第j个维度元素对应的类别内贡献率，EPw-ij表示数据维度i中第j个维度元素对应的类别间贡献率，wt1表示第一业务数据中第j个维度元素对应的分母占比，wt2表示第二业务数据中第j个维度元素对应的分母占比，v1表示第一业务数据中第j个维度元素对应的除法指标，v2表示第二业务数据中第j个维度元素对应的除法指标，vt1表示第一业务数据对应的总除法指标，vt2表示第二业务数据对应的总除法指标。
应当理解的是，若预设归因指标表示为(a/A-b/B)，则a/A表示由第一业务数据得到的除法指标，b/B表示由第二业务数据得到的除法指标，该除法指标可以理解为由第一子数据指标除以第二子数据指标得到。在此种情况下，分母占比指的是某个维度元素在第二子数据指标下的数据占比。比如，预设归因指标由第一业务场景下的人均活跃时长减去第二业务场景下人均活跃时长得到，前述的除法指标为人均活跃时长，由用户活跃时长除以用户数量得到，相应地，分母占比指的是某个维度元素下的用户数量占比。
在确定了数据维度下每一维度元素的数据在历史业务数据中的元素解释度后，便可以根据元素解释度进行排序，以得到排序维度元素，然后再依次根据排序维度元素中每两个维度元素确定一划分信息，得到数据维度对应的候选划分信息。
示例地，当数据维度为地理位置，且排序维度元素为：A区、D区、B区、C区时，依次根据排序维度元素中每两个维度元素确定一划分信息，得到数据维度对应的候选划分信息可以包括：
先以A区作为第一划分点，得到第一候选划分信息为：{A区}和{D区、B区、C区}。其次以D区作为第二个划分点，得到第二候选划分信息为：{A区、D区}和{B区、C区}。然后以B区作为第三个划分点，得到第三候选划分信息为：{A区、D区、B区}和{C区}。由此，依次根据排序维度元素中每两个维度元素确定一划分信息，可以得到多个候选划分信息。
在可能的实施方式中，为了避免根据元素解释度筛选出一些比较稀疏的维度元素，例如可以将排序维度元素中低于预设阈值的维度元素剔除，预设阈值可以根据需求设置，本公开实施例对此不作任何限制。
S103：根据目标指标的类型，确定每一二分类数据中每类数据之间的分布差异度和每类数据的类别解释度。
其中，类别解释度用于表征第一业务数据和第二业务数据中每类数据在预设归因指标下的差异数据在目标差异数据中的数据占比，目标差异数据为第一业务数据与第二业务数据在预设归因指标下的总差异数据。
在可能的实施方式中，根据目标指标的类型，确定每类数据的类别解释度，可以包括：
当目标指标的类型为数量指标类型时，将第一业务数据和第二业务数据中每类数据在预设归因指标下的数据差值除以目标数据差值，得到每类数据的类别解释度，其中，目标数据差值为第一业务数据与第二业务数据在预设归因指标下的总数据差值；当目标指标的类型为除法复合指标类型时，基于加权占比法，确定每类数据的类别解释度。
示例地，类别解释度的计算方式可以参考元素解释度的计算方式，本公开在此不再赘述。应当理解的是，预设归因指标可以根据实际应用场景进行设置，本公开实施例对此不作任何限制，例如分析某产品DAU上涨或下降归因，预设归因指标可以是A-B，其中A为该产品本周的DAU数据，B为该产品上一周的DAU数据。
在可能的实施方式中，确定每一二分类数据中每类数据之间的分布差异度，可以包括：确定每一二分类数据中每类数据之间的JS散度；根据JS散度，确定每一二分类数据中每类数据之间的分布差异度。
应当理解的是，JS(Jenson’s Shannon)散度可以用来表示两个概率分布之间的差异，JS散度越大，两个概率分布之间的差异越大，对应的区分度越高。并且，JS散度具有对称性特征，可以提升实际业务数据的解释性，因此本公开实施例中可以基于JS散度确定每一二分类数据中每类数据之间的分布差异度。
示例地，针对数量型的预设归因指标，可以通过如下计算式确定每一二分类数据中每类数据间的分布差异度：
其中，JSi表示基于数据维度i划分得到的二分类数据中每类数据间的分布差异度，j表示数据维度i下的维度元素，n表示数据维度i下维度元素的数量，S1表示第一业务数据，S2表示第二业务数据，aij表示在第一业务数据中数据维度i中的第j个维度元素对应的数据，bij表示在第二业务数据中数据维度i中的第j个维度元素对应的数据，qij表示第一业务数据中数据维度i的第j个维度元素对应的数据占第一业务数据的数据占比，pij表示第二业务数据中数据维度f的第j个维度元素对应的业务数据占第二业务数据的数据占比。
示例地，针对除法复合型的预设归因指标，可以通过如下计算式确定每一二分类数据中每类数据间的分布差异度：
其中，JSi表示基于数据维度i划分得到的二分类数据中每类数据间的分布差异度，j表示数据维度i下的维度元素，n表示数据维度i下维度元素的数量，Xij表示数据维度i中第j个维度元素在第一业务数据中的分母占比，xij表示数据维度i中第j个维度元素在第一业务数据中的分子占比，Yij表示数据维度i中第j个维度元素在第二业务数据中的分母占比，yij表示数据维度i中第j个维度元素在第二业务数据中的分子占比，cij表示在第一业务数据中数据维度i中的第j个维度元素对应的分子指标数据，dij表示在第二业务数据中数据维度i中的第j个维度元素对应的分子指标数据，S3表示第一业务数据对应的总分子指标数据，S4表示第二业务数据对应的总分子指标数据，Cij表示在第一业务数据中数据维度i中的第j个维度元素对应的分母指标数据，Dij表示在第二业务数据中数据维度i中的第j个维度元素对应的分母指标数据，S5表示第一业务数据对应的总分母指标数据，S6表示第二业务数据对应的总分母指标数据。
应当理解的是，若预设归因指标表示为(a/A-b/B)，则a/A表示由第一业务数据得到的除法指标，b/B表示由第二业务数据得到的除法指标，该除法指标可以理解为由第一子数据指标除以第二子数据指标得到。在此种情况下，分子指标数据指的是第一子数据指标对应的数据，分子占比指的是某个维度元素在第一子数据指标下的数据占比，分母指标数据指的是第二子数据指标对应的数据，分母占比指的是某个维度元素在第二子数据指标下的数据占比。比如，预设归因指标由第一业务场景下的人均活跃时长减去第二业务场景下人均活跃时长得到，前述的除法指标为人均活跃时长，由用户活跃时长除以用户数量得到，相应地，分子指标数据为用户活跃时长，分子占比为某个维度元素下的用户活跃时长占比，分母指标数据为用户数量，分母占比为某个维度元素下的用户数量占比。
S104：根据分布差异度和类别解释度，确定对历史业务数据的归因分析结果。
在可能的实施方式中，根据分布差异度和类别解释度，确定对历史业务数据的归因分析结果，可以包括：
确定对应的分布差异度最大且对应的类别解释度大于或等于预设阈值的目标数据维度；将历史业务数据在目标指标下的计算结果作为根节点，并将目标数据维度对应的每类数据作为根节点的子节点，生成目标数据决策树；根据目标数据决策树，确定对历史业务数据的归因分析结果。
其中，目标指标可以用于表征第一业务数据与第二业务数据之间的差异数据比例。当预设归因指标为通过(A-B)表示的数量型指标时，目标指标可以表示为(A-B)/B。当预设归因指标为通过(a/A-b/B)表示的除法复合型指标时，目标指标可以表示为(a/A-b/B)/b/B。即，目标指标可以有分别对应数量型指标和除法复合型指标的两种类型。
应当理解的是，数据维度之间的分布差异度越大，说明数据维度之间的区分度越大，由此得到的归因分析结果更具有解释性。由此可以根据每个数据维度之间的分布差异度，找到分布差异度最大的目标数据维度，从而可以根据目标数据维度确定归因分析结果。同时，为了避免根据数据维度确定的归因分析结果数量较少，本公开实施例还引入了类别解释度，通过将分布差异度和类别解释度结合进行处理，以得到符合要求的归因分析结果。其中预设阈值可以根据实际情况进行设置，本公开实施例对此不作任何限制。
另外应当理解的是，决策树是以树状结构表示数据分类的结果，其可以包括根节点和子节点，其中，根节点可以用于表征数据的特征或属性，子节点可以用于表征对应根节点的类别，通过数据的特征(或属性)以及对应的类别构建决策树，可以直观的看出数据分类结果。有鉴于此，本公开实施例通过将历史业务数据在目标指标下的计算结果作为根节点，并将目标数据维度对应的每类数据作为根节点的子节点来生成目标数据决策树，从而能够实现可视化的从历史业务数据中得到归因分析结果。
在可能的实施方式中，将历史业务数据在目标指标下的计算结果作为根节点，并将目标数据维度对应的每类数据作为根节点的子节点，生成目标数据决策树，可以包括：
将历史业务数据在目标指标下的计算结果作为根节点，并将目标数据维度对应的每类数据作为根节点的子节点，重复执行以下步骤，得到目标数据决策树：
将子节点作为父节点，将子节点对应的数据作为目标数据，在不同数据维度下将目标数据处理为目标二分类数据，根据目标指标的类型，确定每一目标二分类数据中每类数据之间的目标分布差异度以及每一目标二分类数据中每类数据在目标数据中的目标类别解释度，确定对应的目标分布差异度最大且对应的目标类别解释度大于或等于预设阈值的、新的目标数据维度，将新的目标数据维度对应的每类数据作为父节点的子节点，直到达到预设停止条件。
示例地，预设停止条件包括以下至少一者：达到设定的树深度、节点的解释度小于第一设定阈值、同一级节点数据之间的分布差异度小于第二设定阈值、没有更多数据维度可分，本公开实施例对此不做限定。其中，第一设定阈值与第二设定阈值不同。
应当理解的是，目标数据维度包含不同的维度元素，且每个维度元素对应有不同的历史业务数据，进一步该不同的业务数据又跟新的不同的维度元素相关。因此，为便于根据目标决策树直观的体现归因分析结果，本实施例在生成目标数据决策树时，可以递归执行上述过程，以得到目标数据决策树。
在可能的实施方式中，数据处理方法还包括：
根据目标数据决策树中每一节点对应的数据子群，确定以下至少一种数据指标：数据子群对应的维度划分信息、数据子群对应的数据占比、数据子群与同一级节点对应的其他数据子群之间的分布差异度、数据子群在目标指标下的计算结果；输出显示目标数据决策树，其中，目标数据决策树中每一节点关联显示有至少一种数据指标。
其中，数据子群对应的数据占比可以根据实际情况进行设置，本公开实施例对此不作任何限制。在可能的实施方式中，数据子群对应的数据占比可以包括第一业务数据对应的分母占比、第二业务数据对应的分母占比等。
例如，参照图2，目标数据决策树的根节点可以显示有历史业务数据在目标指标下的计算结果T，目标数据维度有维度元素i1和维度元素i2，因此可以将根节点分成两个子节点，一个子节点包含维度元素i1对应的历史业务数据，图2中以a进行示意；另一个子节点包含维度元素i2对应的历史业务数据，图2中以b进行示意。并且，按照上述方式，可以将子节点a作为父节点，进一步将子节点a中的业务数据按照新的目标数据维度拆分为两个新的子节点，一个新的子节点包含新的目标数据维度下维度元素j1对应的历史业务数据，图2中以c进行示意；另一个新的子节点包含新的目标数据维度下维度元素j2对应的历史业务数据，图2中以d进行示意。
进一步地，为提高出归因分析结果的可解释度，以数量指标类型为例，还可以在每个子节点显示出分析指标的值、类别解释度的值、分布差异度的值、第一业务数据的指标占比、第二业务数据的指标占比等数据。其中，第一业务数据的指标占比可以是第一业务数据中某个维度元素下数据对应的数据占比，第一业务数据的指标占比为第一业务数据中某个维度元素下数据对应的数据占比。例如，图2中每个子节点显示有以下指标值：target_indicator、ep、js、observed_rate和control_rate。其中，target_indicator表示目标指标值，ep表示类别解释度，js表示分布差异度，observed_rate表示第一业务数据的指标占比，control_rate表示第二业务数据的指标占比。应当理解的是，图2中各指标的具体数值仅作为示意，并不用于限制本公开。
相应地，以除法复合指标类型为例，还可以在每个子节点显示出目标指标的值、类别间解释度的值、类别内解释度的值、分布差异度的值、第一业务数据的分母占比、第一业务数据的分子占比、第二业务数据的分母占比、第二业务数据的分子占比、分母占比变化幅度、第一业务数据指标、第二业务数据指标等数据。其中，若目标指标表示为(a/A-b/B)/(b/B)，则第一业务数据指标可以由a/A表示，第二业务数据指标可以由b/B表示。
例如，图3中每个子节点显示有以下指标值：target_indicator、ep、js、weight_ep、convent_ep、weight_lift、observed_weight、control_weight、observed_convent和control_convent。其中，arget_indicator表示目标指标值，ep表示类别解释度，js表示分布差异度，weight_ep表示类别间解释度，convent_ep表示类别内解释度，observed_weight表示第一业务数据的分母占比，control_weight表示第二业务数据的分母占比，weight_lift表示分母占比变化幅度，observed_convent表示第一业务数据指标，control_convent表示第二业务数据指标。应当理解的是，图3中各指标的具体数值仅作为示意，并不用于限制本公开。
通过上述任一数据处理方法，可以将不同数据维度下的历史业务数据处理为二分类数据，从而可以根据二分类数据确定每类数据之间的分布差异度和类别解释度，进而可以根据每类数据之间的分布差异度和类别解释度，从历史业务数据中确定归因分析结果。由此，通过对每个历史业务数据的不同数据维度进行自动分析，可以从不同的数据维度中确定符合预设归因指标的归因分析结果。并且，可以输出显示决策树，从而将分析过程以及分析结果可视化，便于查看。
下面通过另一示例性实施例对本公开提供的数据处理方法进行说明。
参照图3，该数据筛选方法可以包括：
步骤1：获取历史业务数据和预设归因指标；
步骤2：确定预设归因指标的类型；
步骤3：数据清洗；
应当理解的是，历史业务数据中可能存在一些无效的历史业务数据，为了避免无效的历史业务数据对数据筛的准确度造成影响，可以对历史业务数据进行数据清洗，以剔除无效的历史业务数据。其中，对历史业务数据进行数据清洗可以根据实际情况进行清洗。示例地，可以将历史业务数据中的空值进行删除，也可以对历史业务数据中的空值进行赋值等，本公开实施例对此不作任何限制。另外为了便于区分不同类型的输入指标，还可以对相同类型的输入指标进行统一命名，其中，命名方式可以根据实际情况进行设置，本公开实施例对此不作任何限制。例如，可以将第一业务数据的指标占比命名为observed value，将第二业务数据的指标占比命名为control value。
步骤4：配置决策树参数；
其中，决策树参数可以包括决策树最大深度、停止条件以及分析指标等，决策树参数的值可以根据实际情况进行设置，本公开实施例对此不作任何限制。在可能的实施方式中，可以将决策树最大深度设置为：4，停止条件设置为：解释度等于0.05，预设归因指标可以根据实际情况进行设置。
步骤5：二分类处理；
应当理解的是，任意一个业务数据可以包括多个数据维度，每个数据维度可以包含多个维度元素，不同数据维度所包含的维度元素数量可能相同，也可能不同。为了避免因不同数据维度所包含的维度元素数量不同而带来的分析误差，可以对历史业务数据进行二分类处理，以保证每个数据维度下的维度元素数量一致，以此来避免因不同数据维度所包含的维度元素数量不同而带来的分析误差。另外，根据数据维度下数据元素的数据类型，数据维度可以划分为定性维度和定量维度两种类型，因此在进行二分类处理时，可以先对数据维度的类型进行判断，进而根据不同的数据维度类型采取不同的二分类处理方式。其中，对不同数据维度类型的采取不同的二分类方式可以参见上文相关描述，本公开实施例不再对此进行赘述。
通过将不同数据维度下的历史业务数据处理为二分类数据后，便可以根据二分类数据确定每类数据之间的分布差异度和类别解释度，进而可以根据每类数据之间的分布差异度和类别解释度，从历史业务数据中确定归因分析结果。
步骤6：构建决策树；
应当理解的是，决策树是以树状结构表示数据分类的结果，根据决策树可以直观的看出数据分类结果。因此本公开实施例为了能够直观的展现从历史业务数据中确定归因分析结果，还可以将历史业务数据在目标指标下的计算结果作为根节点、将目标数据维度对应的每类数据作为根节点的子节点，并基于步骤4配置的决策树参数生成目标数据决策树并对外输出。
上述各步骤的具体实施方式已在上文进行详细举例说明，这里不再赘述。另外应当理解的是，对于上述方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本公开并不受上文所描述的动作顺序的限制。其次，本领域技术人员也应该知悉，上文所描述的实施例属于优选实施例，所涉及的步骤并不一定是本公开所必须的。
通过上述方式，对每个历史业务数据的不同数据维度进行自动分析，从而从不同的数据维度中确定符合预设归因指标的归因分析结果。并且，可以输出决策树，将分析过程以及分析结果可视化，便于查看。
基于同一构思，本公开实施例还提供了一种数据处理装置，如图5所示，所述数据处理装置500可以包括：
获取模块501，用于获取历史业务数据和预设归因指标，并确定所述预设归因指标的类型，所述历史业务数据包括不同的第一业务数据和第二业务数据；
处理模块502，用于在不同数据维度下将所述历史业务数据处理为二分类数据；
第一确定模块503，用于根据所述预设归因指标的类型，确定每一所述二分类数据中每类数据之间的分布差异度和所述每类数据的类别解释度，所述类别解释度用于表征所述第一业务数据和所述第二业务数据中所述每类数据在所述预设归因指标下的差异数据在目标差异数据中的数据占比，所述目标差异数据为所述第一业务数据与所述第二业务数据在所述预设归因指标下的总差异数据；
第二确定模块504，用于根据所述分布差异度和所述类别解释度，确定对所述历史业务数据的归因分析结果。
在可能的实施方式中，所述处理模块502可以包括：
第一确定子模块，用于针对所述历史业务数据对应的每一数据维度，确定所述数据维度的类型，并根据所述数据维度的类型，确定所述数据维度对应的目标划分信息；
处理子模块，用于根据所述目标划分信息，从不同的数据维度将所述历史业务数据处理为二分类数据。
在可能的实施方式中，所述第一确定子模块可以包括：
第一确定单元，用于根据所述数据维度的类型，确定所述数据维度对应的候选划分信息；
第二确定单元，用于确定将所述历史业务数据按照所述候选划分信息划分后每类数据之间的分布差异度；
第三确定单元，用于根据按照所述候选划分信息划分后每类数据之间的分布差异度，在所述候选划分信息中确定目标划分信息。
在可能的实施方式中，第一确定单元可以包括：
第一确定子单元，用于当所述数据维度的类型为定量维度类型时，将所述数据维度下的每一维度元素分别作为一划分信息，得到所述数据维度对应的候选划分信息。
在可能的实施方式中，第一确定单元可以包括：
排序子单元，用于当所述数据维度的类型为定性维度类型时，根据所述目标指标的类型，确定所述数据维度下每一维度元素的数据在所述历史业务数据中的元素解释度，并根据所述元素解释度将所述数据维度下的所述维度元素进行排序，得到排序维度元素，所述元素解释度用于表征所述第一业务数据和所述第二业务数据中所述维度元素对应的差异数据在所述目标差异数据中的数据占比；
第二确定子单元，用于依次根据所述排序维度元素中每两个所述维度元素确定一划分信息，得到所述数据维度对应的候选划分信息。
在可能的实施方式中，所述第一确定模块503可以包括：
第二确定子模块，用于确定每一所述二分类数据中每类数据之间的JS散度；
第三确定子模块，用于根据所述JS散度，确定每一所述二分类数据中每类数据之间的分布差异度。
在可能的实施方式中，所述第一确定模块503可以包括：
第四确定子模块，用于当所述预设归因指标的类型为数量类型时，将所述第一业务数据和所述第二业务数据中所述每类数据在所述预设归因指标下的数据差值除以目标数据差值，得到所述每类数据的类别解释度，其中，所述目标数据差值为所述第一业务数据与所述第二业务数据在所述预设归因指标下的总数据差值；
第五确定子模块，用于当所述预设归因指标的类型为除法复合类型时，基于加权占比法，确定所述每类数据的类别解释度。
在可能的实施方式中，所述第二确定模块504可以包括：
第六确定子模块，用于确定对应的所述分布差异度最大且对应的所述类别解释度大于或等于预设阈值的目标数据维度；
决策树生成子模块，用于将所述历史业务数据在目标指标下的计算结果作为根节点，并将所述目标数据维度对应的每类数据作为所述根节点的子节点，生成目标数据决策树，其中所述目标指标用于表征所述第一业务数据与所述第二业务数据之间的差异数据比例；
第七确定子模块，用于根据所述目标数据决策树，确定对所述历史业务数据的归因分析结果。
在可能的实施方式中，决策树生成子模块可以包括：
决策树生成单元，用于将所述历史业务数据在所述目标指标下的计算结果作为根节点，并将所述目标数据维度对应的每类数据作为所述根节点的子节点，重复执行以下步骤，得到目标数据决策树：将所述子节点作为父节点，将所述子节点对应的数据作为目标数据，在不同数据维度下将所述目标数据处理为目标二分类数据，根据所述目标指标的类型，确定每一所述目标二分类数据中每类数据之间的目标分布差异度以及每一所述目标二分类数据中每类数据在所述目标数据中的目标类别解释度，确定对应的所述目标分布差异度最大且对应的所述目标类别解释度大于或等于预设阈值的、新的目标数据维度，将所述新的目标数据维度对应的每类数据作为所述父节点的子节点，直到达到预设停止条件。
在可能的实施方式中，所述数据处理装置500还可以包括：
第三确定模块，用于根据所述目标数据决策树中每一节点对应的数据子群，确定以下至少一种数据指标：所述数据子群对应的维度划分信息、所述数据子群对应的数据占比、所述数据子群与同一级节点对应的其他数据子群之间的分布差异度、所述数据子群在所述目标指标下的计算结果；
输出模块，用于输出显示所述目标数据决策树，其中，所述目标数据决策树中每一所述节点关联显示有所述至少一种数据指标。
基于同一构思，本公开实施例还提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现上述数据处理方法的步骤。
基于同一构思，本公开实施例还提供一种电子设备，包括：
存储装置，其上存储有计算机程序；
处理装置，用于执行所述存储装置中的所述计算机程序，以实现上述数据处理方法的步骤。
下面参考图6，其示出了适于用来实现本公开实施例的电子设备600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，可以利用诸如HTTP(HyperText Transfer Protocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取历史业务数据，并根据所述历史业务数据，确定目标指标的类型，所述历史业务数据包括不同的第一业务数据和第二业务数据，所述目标指标用于表征所述第一业务数据与所述第二业务数据之间的差异数据比例；在不同数据维度下将所述历史业务数据处理为二分类数据；根据所述目标指标的类型，确定每一所述二分类数据中每类数据之间的分布差异度和所述每类数据的类别解释度，所述类别解释度用于表征所述第一业务数据和所述第二业务数据中所述每类数据在预设归因指标下的差异数据在目标差异数据中的数据占比，所述目标差异数据为所述第一业务数据与所述第二业务数据在所述预设归因指标下的总差异数据；根据所述分布差异度和所述类别解释度，确定对所述历史业务数据的归因分析结果。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该模块本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中，机器可读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程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读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。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。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。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。

Claims (13)

1.一种数据处理方法，其特征在于，所述方法包括：
获取历史业务数据和预设归因指标，并确定所述预设归因指标的类型，所述历史业务数据包括不同的第一业务数据和第二业务数据；
在不同数据维度下将所述历史业务数据处理为二分类数据；
根据所述预设归因指标的类型，确定每一所述二分类数据中每类数据之间的分布差异度和所述每类数据的类别解释度，所述类别解释度用于表征所述第一业务数据和所述第二业务数据中所述每类数据在所述预设归因指标下的差异数据在目标差异数据中的数据占比，所述目标差异数据为所述第一业务数据与所述第二业务数据在所述预设归因指标下的总差异数据；
根据所述分布差异度和所述类别解释度，确定对所述历史业务数据的归因分析结果。
2.根据权利要求1所述的方法，其特征在于，所述在不同数据维度下将所述历史业务数据处理为二分类数据，包括：
针对所述历史业务数据对应的每一数据维度，确定所述数据维度的类型，并根据所述数据维度的类型，确定所述数据维度对应的目标划分信息；
根据所述目标划分信息，从不同的数据维度将所述历史业务数据处理为二分类数据。
3.根据权利要求2所述的方法，其特征在于，所述根据所述数据维度的类型，确定所述数据维度对应的目标划分信息，包括：
根据所述数据维度的类型，确定所述数据维度对应的候选划分信息；
确定将所述历史业务数据按照所述候选划分信息划分后每类数据之间的分布差异度；
根据按照所述候选划分信息划分后每类数据之间的分布差异度，在所述候选划分信息中确定目标划分信息。
4.根据权利要求3所述的方法，其特征在于，所述根据所述数据维度的类型，确定所述数据维度对应的候选划分信息，包括：
当所述数据维度的类型为定量维度类型时，将所述数据维度下的每一维度元素分别作为一划分信息，得到所述数据维度对应的候选划分信息。
5.根据权利要求3所述的方法，其特征在于，所述根据所述数据维度的类型，确定所述数据维度对应的候选划分信息，包括：
当所述数据维度的类型为定性维度类型时，根据所述预设归因指标的类型，确定所述数据维度下每一维度元素的数据在所述历史业务数据中的元素解释度，并根据所述元素解释度将所述数据维度下的所述维度元素进行排序，得到排序维度元素，所述元素解释度用于表征所述第一业务数据和所述第二业务数据中所述维度元素对应的差异数据在所述目标差异数据中的数据占比；
依次根据所述排序维度元素中每两个所述维度元素确定一划分信息，得到所述数据维度对应的候选划分信息。
6.根据权利要求1-5任一所述的方法，其特征在于，所述确定每一所述二分类数据中每类数据之间的分布差异度，包括：
确定每一所述二分类数据中每类数据之间的JS散度；
根据所述JS散度，确定每一所述二分类数据中每类数据之间的分布差异度。
7.根据权利要求1-5任一所述的方法，其特征在于，所述根据所述预设归因指标的类型，确定所述每类数据的类别解释度，包括：
当所述预设归因指标的类型为数量类型时，将所述第一业务数据和所述第二业务数据中所述每类数据在所述预设归因指标下的数据差值除以目标数据差值，得到所述每类数据的类别解释度，其中，所述目标数据差值为所述第一业务数据与所述第二业务数据在所述预设归因指标下的总数据差值；
当所述预设归因指标的类型为除法复合类型时，基于加权占比法，确定所述每类数据的类别解释度。
8.根据权利要求1-5任一所述的方法，其特征在于，所述根据所述分布差异度和所述类别解释度，确定对所述历史业务数据的归因分析结果，包括：
确定对应的所述分布差异度最大且对应的所述类别解释度大于或等于预设阈值的目标数据维度；
将所述历史业务数据在目标指标下的计算结果作为根节点，并将所述目标数据维度对应的每类数据作为所述根节点的子节点，生成目标数据决策树，其中所述目标指标用于表征所述第一业务数据与所述第二业务数据之间的差异数据比例；
根据所述目标数据决策树，确定对所述历史业务数据的归因分析结果。
9.根据权利要求8所述的方法，其特征在于，所述将所述历史业务数据在目标指标下的计算结果作为根节点，并将所述目标数据维度对应的每类数据作为所述根节点的子节点，生成目标数据决策树，包括：
将所述历史业务数据在目标指标下的计算结果作为根节点，并将所述目标数据维度对应的每类数据作为所述根节点的子节点，重复执行以下步骤，得到目标数据决策树：
将所述子节点作为父节点，将所述子节点对应的数据作为目标数据，在不同数据维度下将所述目标数据处理为目标二分类数据，根据所述预设归因指标的类型，确定每一所述目标二分类数据中每类数据之间的目标分布差异度以及每一所述目标二分类数据中每类数据在所述目标数据中的目标类别解释度，确定对应的所述目标分布差异度最大且对应的所述目标类别解释度大于或等于预设阈值的、新的目标数据维度，将所述新的目标数据维度对应的每类数据作为所述父节点的子节点，直到达到预设停止条件。
10.根据权利要求8所述的方法，其特征在于，所述方法还包括：
根据所述目标数据决策树中每一节点对应的数据子群，确定以下至少一种数据指标：所述数据子群对应的维度划分信息、所述数据子群对应的数据占比、所述数据子群与同一级节点对应的其他数据子群之间的分布差异度、所述数据子群在所述目标指标下的计算结果；
输出显示所述目标数据决策树，其中，所述目标数据决策树中每一所述节点关联显示有所述至少一种数据指标。
11.一种数据处理装置，其特征在于，包括：
获取模块，用于获取历史业务数据和预设归因指标，并确定所述预设归因指标的类型，所述历史业务数据包括不同的第一业务数据和第二业务数据；
处理模块，用于在不同数据维度下将所述历史业务数据处理为二分类数据；
第一确定模块，用于根据所述预设归因指标的类型，确定每一所述二分类数据中每类数据之间的分布差异度和所述每类数据的类别解释度，所述类别解释度用于表征所述第一业务数据和所述第二业务数据中所述每类数据在所述预设归因指标下的差异数据在目标差异数据中的数据占比，所述目标差异数据为所述第一业务数据与所述第二业务数据在所述预设归因指标下的总差异数据；
第二确定模块，用于根据所述分布差异度和所述类别解释度，确定对所述历史业务数据的归因分析结果。
12.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理装置执行时实现权利要求1-10中任一项所述方法的步骤。
13.一种电子设备，其特征在于，包括：
存储装置，其上存储有计算机程序；
处理装置，用于执行所述存储装置中的所述计算机程序，以实现权利要求1-10中任一项所述方法的步骤。
CN202310764927.1A 2023-06-26 2023-06-26 数据处理方法、装置、计算机可读介质及电子设备 Pending CN116756616A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310764927.1A CN116756616A (zh) 2023-06-26 2023-06-26 数据处理方法、装置、计算机可读介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310764927.1A CN116756616A (zh) 2023-06-26 2023-06-26 数据处理方法、装置、计算机可读介质及电子设备

Publications (1)

Publication Number Publication Date
CN116756616A true CN116756616A (zh) 2023-09-15

Family

ID=87960612

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310764927.1A Pending CN116756616A (zh) 2023-06-26 2023-06-26 数据处理方法、装置、计算机可读介质及电子设备

Country Status (1)

Country Link
CN (1) CN116756616A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117453805A (zh) * 2023-12-22 2024-01-26 石家庄学院 一种不确定性数据的可视化分析方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117453805A (zh) * 2023-12-22 2024-01-26 石家庄学院 一种不确定性数据的可视化分析方法

Similar Documents

Publication Publication Date Title
CN111178380B (zh) 数据分类方法、装置及电子设备
CN114422267B (zh) 流量检测方法、装置、设备及介质
CN110390493B (zh) 任务管理方法、装置、存储介质及电子设备
CN111950857A (zh) 基于业务指标的指标体系管理方法、装置以及电子设备
CN116756616A (zh) 数据处理方法、装置、计算机可读介质及电子设备
CN116796233A (zh) 数据分析方法、装置、计算机可读介质及电子设备
CN114780338A (zh) 主机信息处理方法、装置、电子设备和计算机可读介质
CN116628049B (zh) 一种基于大数据的信息系统维护管理系统及方法
CN116433388B (zh) 数据存储资源划分方法、装置、电子设备和计算机介质
CN112836128A (zh) 信息推荐方法、装置、设备和存储介质
CN116483891A (zh) 一种信息预测方法、装置、设备和存储介质
CN116756615A (zh) 数据分析方法、装置、计算机可读介质及电子设备
CN113282455A (zh) 一种监控处理方法和装置
CN112749204A (zh) 一种读取数据的方法和装置
CN116862118B (zh) 碳排放信息生成方法、装置、电子设备和计算机可读介质
CN117290561B (zh) 业务状态信息反馈方法、装置、设备和计算机可读介质
CN117235535B (zh) 异常供应端断电方法、装置、电子设备和介质
CN115840016B (zh) 色谱分析系统的备份还原方法、装置、设备和计算机介质
CN116566034B (zh) 配电网配电监测系统及方法
CN116862319B (zh) 电力指标信息生成方法、装置、电子设备和介质
CN111507734B (zh) 作弊请求识别方法、装置、电子设备及计算机存储介质
CN114691503B (zh) 一种面向测试的管理方法、装置、设备及介质
US20240086850A1 (en) Method, apparatus, device and storage medium for data processing
CN116108233A (zh) 数据处理方法、装置、设备及存储介质
CN117009662A (zh) 用于推荐的特征生成方法、装置、介质及电子设备

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