本申請涉及計算機,具體而言,涉及一種業務質量監測方法、裝置、設備、介質及產品。
背景技術:
1、現有的業務監測存在業務問題定位智能化水平低的問題。例如,目前發生智能視頻業務投訴及業務質量問題后,需要人工分段排查故障來源,排查效率低,嚴重影響用戶體驗,目前業務各域的邊界也存在管理漏洞,發生問題時較難定位問題來源,更無法預知業務隱患。
2、因此,如何定位業務的問題來源和預測未來的業務質量是否存隱患成為業界亟待解決的技術問題。
技術實現思路
1、本申請提供一種業務質量監測方法、裝置、設備、介質及產品,用以解決現有技術中如何定位業務的問題來源和預測未來的業務質量是否存隱患的技術問題。
2、第一方面,本申請提供了一種業務質量監測方法,包括:
3、獲取待監測業務的業務指標在當前監測周期內的指標數據,并基于所述指標數據確定所述業務指標的邊界點;
4、將基尼系數最小的邊界點作為所述業務指標當前的指標閾值;
5、將所述指標數據輸入至指標值預測模型,得到所述指標值預測模型輸出的所述業務指標在下一時刻的指標預測值;
6、在任一業務指標的指標預測值大于所述任一業務指標的指標閾值的情況下,確定所述待監測業務存在質量隱患。
7、在一些實施例中,所述邊界點的基尼系數是基于如下步驟確定的:
8、基于任一業務指標的邊界點將所述任一業務指標的指標數據劃分為多個子集;
9、定義所述待監測業務的用戶體驗質量指標的各類指標標簽,并基于各個子集中數據對應的指標標簽類別將各個子集劃分為各個類別集;
10、基于各個子集和各個類別集生成所述邊界點的基尼系數。
11、在一些實施例中,所述指標值預測模型是基于時間卷積網絡和多任務學習框架構建的;所述多任務學習框架包括專家特征提取網絡、共享專家網絡和單變量任務網絡;
12、所述將所述指標數據輸入至指標值預測模型,得到所述指標值預測模型輸出的所述業務指標在下一時刻的指標預測值,包括:
13、對所述指標數據進行歸一化處理,并基于所述時間卷積網絡獲取所述指標數據的特征向量;所述特征向量包括各類指標數據的數據特征向量,以及各類指標數據間的融合特征向量;
14、分別將各類指標數據的特征向量輸入至各類指標數據對應的專家特征提取網絡,并將所述專家特征提取網絡的輸出結果發送至所述共享專家網絡,得到所述共享專家網絡輸出的各個業務指標的加權融合結果;
15、將所述加權融合結果輸入至所述單變量任務網絡,得到所述單變量任務網絡輸出的各個業務指標在下一時刻的指標預測值。
16、在一些實施例中,所述業務指標包括關鍵質量指標和關鍵性能指標;所述方法還包括:
17、將所述關鍵質量指標和所述關鍵性能指標的指標數據輸入至體驗質量評估模型中,得到所述體驗質量評估模型輸出的所述用戶體驗質量指標的指標值;所述指標值用于表征用戶投訴概率;
18、其中,所述體驗質量評估模型是基于如下步驟得到的:
19、基于用戶投訴事件構建所述用戶體驗質量指標的各類指標標簽;
20、將所述用戶投訴事件的指標標簽、所述用戶投訴事件的事件發生時間下所述待監測業務對應的關鍵質量指標和關鍵性能指標作為訓練樣本對初始體驗質量評估模型,得到所述體驗質量評估模型。
21、在一些實施例中,所述體驗質量評估模型基于如下步驟預測所述指標值:
22、分別提取所述關鍵質量指標和所述關鍵性能指標的指標數據特征向量,并分別生成所述關鍵質量指標的第一交叉注意力矩陣和所述關鍵性能指標的第二交叉注意力矩陣;
23、將所述第一交叉注意力矩陣、所述第二交叉注意力矩陣,以及所述關鍵質量指標和所述關鍵性能指標的多源信息融合特征矩陣進行拼接;
24、將拼接后的矩陣輸入至多層感知機網絡,所述多層感知機網絡用于對所述關鍵質量指標和所述關鍵性能指標進行指標特征融合,輸出特征融合結果;
25、對所述特征融合結果進行維度映射,得到所述用戶體驗質量指標的指標值。
26、在一些實施例中,所述獲取待監測業務的業務指標在當前監測周期內的指標數據,包括:
27、基于統一的鍵值將所述待監測業務的業務系統中的用戶信息、業務信息、端側資源數據、網側資源數據、云側資源數據以及應用資源數據進行表間的關聯;
28、基于主動撥測、流量采集和平臺主動采集的方式在關聯后的業務系統中獲取所述待監測業務的業務指標在當前監測周期內的指標數據。
29、第二方面,本申請提供了一種業務質量監測裝置,包括:
30、獲取模塊,用于獲取待監測業務的業務指標在當前監測周期內的指標數據,并基于所述指標數據確定所述業務指標的邊界點;
31、閾值模塊,用于將基尼系數最小的邊界點作為所述業務指標當前的指標閾值;
32、預測模塊,用于將所述指標數據輸入至指標值預測模型,得到所述指標值預測模型輸出的所述業務指標在下一時刻的指標預測值;
33、監測模塊,用于在所述任一業務指標的指標預測值大于所述任一業務指標的指標閾值的情況下,確定所述待監測業務存在質量隱患。
34、第三方面,本申請實施例提供了一種電子設備,包括存儲器和處理器,所述存儲器中存儲有計算機程序,所述處理器被設置為通過所述計算機程序執行所述程序時實現上述的方法。
35、第四方面,本申請實施例提供了一種非暫態計算機可讀存儲介質,其上存儲有計算機程序,該計算機程序被處理器執行時實現上述的方法。
36、第五方面,本申請實施例提供一種計算機程序產品,包括計算機程序,所述計算機程序被處理器執行時實現上述的方法。
37、本申請實施例提供的業務質量監測方法、裝置、設備、介質及產品,通過業務指標邊界點的基尼系數動態獲取業務指標的指標閾值,可以在業務指標的指標數據大于該指標閾值時,快速確定異常指標;通過指標值預測模型對業務指標在下一時刻的指標值進行預測,可以提前預測未來的業務質量是否存在隱患,可以實時針對業務異常情況定位異常指標并預知業務隱患,提高了業務質量的監測效率,提升了用戶的體驗感。
1.一種業務質量監測方法,其特征在于,包括:
2.根據權利要求1所述的業務質量監測方法,其特征在于,所述邊界點的基尼系數是基于如下步驟確定的:
3.根據權利要求1所述的業務質量監測方法,其特征在于,所述指標值預測模型是基于時間卷積網絡和多任務學習框架構建的;所述多任務學習框架包括專家特征提取網絡、共享專家網絡和單變量任務網絡;
4.根據權利要求2所述的業務質量監測方法,其特征在于,所述業務指標包括關鍵質量指標和關鍵性能指標;所述方法還包括:
5.根據權利要求4所述的業務質量監測方法,其特征在于,所述體驗質量評估模型基于如下步驟預測所述指標值:
6.根據權利要求1所述的業務質量監測方法,其特征在于,所述獲取待監測業務的業務指標在當前監測周期內的指標數據,包括:
7.一種業務質量監測裝置,其特征在于,包括:
8.一種電子設備,包括存儲器和處理器,其特征在于,所述存儲器中存儲有計算機程序,所述處理器被設置為通過所述計算機程序執行權利要求1至6任一項所述的業務質量監測方法。
9.一種非暫態計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,所述計算機程序被處理器執行時實現如權利要求1至6任一項所述的業務質量監測方法。
10.一種計算機程序產品,包括計算機程序,其特征在于,所述計算機程序被處理器執行時實現如權利要求1至6任一項所述的業務質量監測方法。