本发明涉及点上,尤其涉及一种仪表盘的实时分析方法、装置、计算机设备及存储介质。
背景技术:
1、电商领域用户往往需要根据实时销售情况即时调整销售策略,因此根据销售数据快速有效地进行诊断是非常必要的;现有技术或是需要大量预设参数,或是需要人工介入,无法满足实时诊断的要求。
技术实现思路
1、基于此,有必要针对上述问题,提出了一种仪表盘的实时分析方法、装置、计算机设备及存储介质。
2、一种仪表盘的实时分析方法,其特征在于,所述方法包括:
3、获取仪表盘的指标;
4、根据时间序列分析对所述指标中数据进行分析并且根据分析结果确定该指标存在异常时,确定影响该指标异常的所有维度;
5、确定所述影响该指标异常的所有维度的度量值并且排序;
6、对排序后的所有维度的度量值进行合并与去重,获得输出维度组合;
7、根据大语言模型对所述输出维度组合进行处理,获得诊断结果。
8、优选地,所述根据大语言模型对所述输出维度组合进行处理,获得诊断结果,之后,所述方法还包括:将所述诊断结果和仪表盘结合自动生成电子报表,并且将所述电子报表推送到用户端。
9、优选地,所述获取仪表盘的指标,之前,所述方法还包括:
10、根据用户业务需求和行业分析师经验,通过大语言模型获得分析角度;
11、通过大语言模型确定每个分析角度对应的图表,所述图表的内容包括需要展示的指标和图表类型;
12、通过大语言模型从数据库中提取所有分析角度对应的图表的数据并且组成仪表盘。
13、优选地,所述根据时间序列分析对所述指标中数据进行分析并且根据分析结果确定该指标存在异常时,确定影响该指标异常的所有维度,具体包括:通过stl算法分解确定指标中数据的残差;通过boxplot准则确定所述残差的上界和下界;当所述残差小于下界或大于上界,确定该指标存在异常;确定该指标的所有维度。
14、优选地,所述确定所述影响该指标异常的所有维度的度量值,具体包括:确定所述影响该指标异常的所有维度的贡献度静态绝对值、贡献度动态变化值、异常度。
15、优选地,所述对排序后的所有维度的度量值进行合并与去重,获得输出维度组合,具体包括:如果维度组合的{a_a1}、{a_a1,b_b1},{a_a1,b_b1}包含{a_a1},并且排序度量差异小于5%,则过滤{a_a1},获得输出维度组合{a_a1,b_b1};或者,如果维度组合的{b_b1}、{a_a1,b_b1},并且有{a_a1}被合并到{a_a1,b_b1}({a_b1},{a_b1}的度量值大于{a_a1,b_b1}度量值,则过滤{a_a1,b_b1},找回之前被过滤的{a_b1},获得输出维度组合{a_b1};或者,如果维度组合的{a_a1}、{b_b1},两者度量值相同,并且a1==b1,随机去掉一个维度组合,另一个维度组合为输出维度组合;其中,a、b是字段名,a1、b1是字段值。
16、一种仪表盘的实时分析装置,所述装置包括:
17、指标获取单元,用于获取仪表盘的指标;
18、维度确定单元,用于根据时间序列分析对所述指标中数据进行分析并且根据分析结果确定该指标存在异常时,确定影响该指标异常的所有维度;
19、维度处理单元,用于确定所述影响该指标异常的所有维度的度量值并且排序;还用于对排序后的所有维度的度量值进行合并与去重,获得输出维度组合;
20、诊断单元,用于根据大语言模型对所述输出维度组合进行处理,获得诊断结果。
21、一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行以下步骤:
22、获取仪表盘的指标;
23、根据时间序列分析对所述指标中数据进行分析并且根据分析结果确定该指标存在异常时,确定影响该指标异常的所有维度;
24、确定所述影响该指标异常的所有维度的度量值并且排序;
25、对排序后的所有维度的度量值进行合并与去重,获得输出维度组合;
26、根据大语言模型对所述输出维度组合进行处理,获得诊断结果。
27、一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行以下步骤:
28、获取仪表盘的指标;
29、根据时间序列分析对所述指标中数据进行分析并且根据分析结果确定该指标存在异常时,确定影响该指标异常的所有维度;
30、确定所述影响该指标异常的所有维度的度量值并且排序;
31、对排序后的所有维度的度量值进行合并与去重,获得输出维度组合;
32、根据大语言模型对所述输出维度组合进行处理,获得诊断结果。
33、采用本发明实施例,具有如下有益效果:
34、本发明通过确定仪表盘中影响指标异常的所有维度,确定所述影响该指标异常的所有维度的度量值并且排序;对排序后的所有维度的度量值进行合并与去重,获得输出维度组合;根据大语言模型对所述输出维度组合进行处理,获得诊断结果,实现对销售数据的快速有效地诊断。
1.一种仪表盘的实时分析方法,其特征在于,所述方法包括:
2.根据权利要求1所述的仪表盘的实时分析方法,其特征在于,所述根据大语言模型对所述输出维度组合进行处理,获得诊断结果,之后,所述方法还包括:将所述诊断结果和仪表盘结合自动生成电子报表,并且将所述电子报表推送到用户端。
3.根据权利要求1所述的仪表盘的实时分析方法,其特征在于,所述获取仪表盘的指标,之前,所述方法还包括:
4.根据权利要求1所述的仪表盘的实时分析方法,其特征在于,所述根据时间序列分析对所述指标中数据进行分析并且根据分析结果确定该指标存在异常时,确定影响该指标异常的所有维度,具体包括:通过stl算法分解确定指标中数据的残差;通过boxplot准则确定所述残差的上界和下界;当所述残差小于下界或大于上界,确定该指标存在异常;确定该指标的所有维度。
5.根据权利要求4所述的仪表盘的实时分析方法,其特征在于,所述确定所述影响该指标异常的所有维度的度量值,具体包括:确定所述影响该指标异常的所有维度的贡献度静态绝对值、贡献度动态变化值、异常度。
6.根据权利要求5所述的仪表盘的实时分析方法,其特征在于,所述对排序后的所有维度的度量值进行合并与去重,获得输出维度组合,具体包括:如果维度组合的{a_a1}、{a_a1,b_b1},{a_a1,b_b1}包含{a_a1},并且排序度量差异小于5%,则过滤{a_a1},获得输出维度组合{a_a1,b_b1};之后,如果维度组合的{b_b1}、{a_a1,b_b1},并且有{a_a1}被合并到{a_a1,b_b1}({a_b1},{a_b1}的度量值大于{a_a1,b_b1}度量值,则过滤{a_a1,b_b1},找回之前被过滤的{a_b1},获得输出维度组合{a_b1};之后,如果维度组合的{a_a1}、{b_b1},两者度量值相同,并且a1==b1,随机去掉一个维度组合,另一个维度组合为输出维度组合;其中,a、b是字段名,a1、b1是字段值。
7.一种仪表盘的实时分析装置,其特征在于,所述装置包括:
8.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1至6中任一项所述方法的步骤。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至6中任一项所述方法的步骤。