具体实施方式

为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本公开，但本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本公开的一部分实施例，而不是全部的实施例。

目前，在企业广泛引用的关联分析模型，是一个很有用的数据挖掘模型，能够帮助企业做很多很有用的产品组合推荐、优惠促销组合，同时也能指导货架摆放是否合理，还能够找到更多的潜在客户，的确真正的把数据挖掘落到实处。

本公开提出的指标关联性分析方法可以考虑到关联分析更广阔的应用场景，在企业发生异常数据问题时，不同指标间也存在关联关系，某个指标的上涨下跌间接影响了其他指标的异常波动。比如，某个企业为了推广某项活动的落地页，同时间投放了广告和推送消息，一天内广告的打开量上升、落地页的浏览量上升、推送的打开率降低。此三个指标在不同场景发生，但是互相关联影响，适用于异常指标的关联分析。

图1为本公开实施例提供的一种指标关联性分析方法的流程示意图。如图1所示，该方法包括：

步骤101，获取选定时间范围内的对象的目标指标。

步骤102，计算目标指标和每个指标的关联度；其中，关联度包括正相关和负相关。

其中，选定时间范围可以根据实际应用需要选择设置，可以选择比如XX年XX月XX日XX点整到XX年XX月XX日XX点整，对象也可以根据实际应用需要选择设置，比如企业的广告、企业的应用程序和企业的推广信息等，不同的目标对象对应的指标不同，比如目标对象为企业的广告，指标可以为广告的打开量、广告的推送量等指标，目标指标为任一指定指标，可以根据需要选择设置，再比如目标对象为企业的应用程序，指标可以为应用程序元素点击量、应用程序版本稳定率和搜索结果点击率等。

其中，目标指标为应用程序元素点击量，指标可以为应用程序版本稳定率和搜索结果点击率等，指标与目标指标可以为正相关，比如应用程序版本稳定率，指标与目标指标可以为负相关，比如搜索结果点击率。

在本公开实施例中，获取选定时间范围的对象的目标指标包括：基于用户在显示页面对预设的信息选择控件的触发操作，接收信息选择触发操作，获取选定时间范围和目标指标。其中，显示页面是指用于显示上述指标选择的页面，信息选择控件是指设置在上述显示页面中的用于进行信息选择的锚点，该信息选择控件的表现形式不限，例如信息选择控件可以为图标或文字信息。

具体地，可以检测用户在显示页面上的触发操作，当检测到用户对信息选择控件的点击操作或悬停操作等时，则可以接收到信息选择触发操作，从而获取选定时间范围和目标指标。

进一步地，获取其他指标，比如从预设的列表中查询获取多个指标。

其中，关联度指的是目标指标和每个指标的关联程度，包括正相关和负相关；正相关可以理解为指标与目标指标上升/下降趋势相同；负相关可以理解为指标与目标指标上升/下降趋势相反。

本公开实施例中，可以通过计算目标指标的单位变化率和指标的单位变化率，从而确定目标指标的变化等级和指标的变化等级，进而确定目标指标的目标绝对值和指标的等级差值，并计算每个等级差值的绝对值、将指标的等级差值取负值，并计算每个等级和值的绝对值，根据选定时间范围内等级差绝对值的平均值、以及选定时间范围内等级和绝对值的平均值之间的大小值确定该指标与目标指标为正相关还是负相关。

其中，单位变化率可以为每日变化率也可以为每小时变化率，与选定时间范围相关。

步骤103，根据关联度和预设阈值获取预设数量的关联指标。

其中，预设阈值可以根据应用场景需要设置，可以理解的是预设阈值越大，获取的预设数量的关联指标可能越少，预设阈值越小，获取的预设数量的关联指标可能越多。

本公开实施例中，可以将关联度按照数值从大到小排序，将关联度与预设阈值进行比较，获取关联度大于预设阈值的排序前预设数量关联指标，比如100个关联指标。

步骤104，将关联指标按照关联度的大小从高到低排序，并根据排序结果将预设数量的关联指标划分为N个区域显示，前N-1个区域显示的关联指标包括指标名称和排序序号，最后1个区域显示的关联指标为点状分布。

其中，指标名称和排序序号的大小与关联度的大小成正比，N为大于1的正整数，显示形式可以根据需要选择设置，比如图谱、点状和列表形式等。

在本公开实施例中，以关联度为横轴坐标；其中，横轴坐标的坐标值从左到右与关联度的大小从高到低相对应；将横轴坐标对应的纵轴区域划分为N个区域显示，在横轴坐标的正纵轴方向对应的前N-1个区域显示关联度为正相关的指标名称和排序序号，并在横坐标的负纵轴方向对应的前N-1个区域显示关联度为负相关的指标名称和排序序号；其中，指标名称和排序序号的大小与关联度的大小成正比；在横轴坐标的正纵轴方向对应的最后1个区域以点状分布形式显示关联度为正相关的关联指标，并在横坐标的负纵轴方向对应的最后1个区域以点状分布形式显示关联度为负相关的关联指标。

本公开实施例提供的指标关联性分析的方法，通过获取选定时间范围内的对象的目标指标；计算目标指标和每个指标的关联度；关联度包括正相关和负相关；根据关联度和预设阈值获取预设数量的关联指标；将关联指标按照关联度的大小从高到低排序，并根据排序结果将预设数量的关联指标划分为N个区域显示，前N-1个区域显示的关联指标包括指标名称和排序序号，最后1个区域显示的关联指标为点状分布；其中，指标名称和排序序号的大小与关联度的大小成正比。由此，能够简单直观获取目标指标与关联指标之间的关联性，从而在数据异常时，可以通过强关联的关联指标的变化以分析数据异常的原因，以及结合核心指标指定业务策略。

在一些实施例中，指标关联性分析方法还可以包括：接收点击请求；点击请求中包括待查询关联指标，获取待查询关联指标的指标关联度和指标环比信息并显示。

在一些实施例中，指标关联性分析方法还可以包括：在目标区域以列表形式按照指标关联度的大小显示多个关联指标，以及每个关联指标的指标关联度和指标环比信息；在接收对点击请求时，在列表中定位待查询关联指标，并显示待查询关联指标的指标关联度、指标环比信息和详情链接。

在一些实施例中，对详情链接的点击操作，跳转到待查询关联指标的智能分析的详情页。

在本公开实施例中，可以点击关联度指标，显示关联指标关联度及指标环比信息，列表快速定位到所选指标，并展开。点击查看详情后，跳转预警详情页，由此，进一步了解关联指标，以更加快速全面了解关联指标信息，以帮助分析。

在一些实施例中，根据关联度的大小值调整指标名称的大小。

在一些实施例中，根通过不同颜色显示N个区域以区分目标指标与关联指标的关联度。

在一些实施例中，调整预设阈值。

在本公开实施例中，通过不同的区域颜色，不同的显示大小进行排列，以及调整预设阈值，能够清晰、快捷的标识出多指标间的关联分析分布情况。

图2为本公开实施例提供的另一种指标关联性分析方法的流程示意图，本实施例在上述实施例的基础上，进一步优化了上述指标关联性分析方法。如图2所示，该方法包括：

步骤201，基于用户在显示页面对预设的信息选择控件的触发操作，接收信息选择触发操作，获取选定时间范围内和目标指标。

示例性的，图3为本公开实施例提供的一种信息展示的示意图，图3中展示了一个显示页面的示意图，显示页面中包括选定时间范围内和目标指标以及预设的信息选择控件，用户触发该信息选择控件，则终端可以接收到信息选择触发操作，进行显示选定时间范围内和目标指标。

具体地，目标指标为应用程序元素点击，下拉列表触发信息选择控件，可切换其他已有的指标作为目标指标，下拉列表触发信息选择控件，按小时选择，比如2021年07月09日15点整到2021年07月09日21点整；按天选择，比如图3中所示的2021年06月29日0点整到2021年07月06日0点整。

步骤202，计算目标指标的单位变化率，以及计算指标的单位变化率，根据目标指标的单位变化率确定目标指标的变化等级，以及根据指标的单位变化率确定指标的变化等级。

具体地，单位变化率比如通过目标指标第二天对应的数值减去目标指标第一天对应的数值的差值，将差值除以目标指标第一天对应的数值获取从第一天到第二天的单位变化率，同理可以计算每个指标的单位变化率，并根据预设的规则，获取目标指标的变化等级和指标的变化等级。

其中，预设的规则可以是-0.03<change_ratio<0.03，change_level＝0；0.03＝<change_ratio<0.1，change_level＝1；0.1＝<change_ratio<0.5，change_level＝2；0.5＝<change_ratio<1，change_level＝3；change_ratio>＝1，change_level＝4；-0.1<change_ratio<＝-0.03，change_level＝-1；-0.34<change_ratio<＝-0.1，change_level＝-2；-0.5<change_ratio<＝-0.34，change_level＝-3；change_ratio<＝-0.5，change_level＝-4。

其中，change_ratio为单位变化率，change_level为变化等级。

步骤203，计算目标指标的变化等级和指标的变化等级的等级差值，并获取等级差值的绝对值，以及计算在选定时间范围内等级差值的绝对值对应的平均值。

步骤204，计算目标指标的变化等级和指标的变化等级的等级和值，并获取等级和值的绝对值，以及计算在选定时间范围内等级和值的绝对值对应的平均值。

步骤205，在等级差值的绝对值对应的平均值大于等级和值的绝对值对应的平均值的情况下，则将等级差值的绝对值对应的平均值作为正相关系数，并将正相关系数映射到零到一之间作为目标指标和每个指标的关联度。

步骤206，在等级差值的绝对值对应的平均值小于等于等级和值的绝对值对应的平均值的情况下，则将等级和值的绝对值对应的平均值作为负相关系数，并将负相关系数映射到零到一之间作为目标指标和每个指标的关联度。

在本公开实施例中，计算目标指标和其它指标的单位变化率等级差值的绝对值，以及计算告警指标和其它指标的单位变化率等级求和的绝对值，进一步计算选定时间范围内多个等级差绝对值的平均值，比如七天内具有6个等级差绝对值，从而计算等级差绝对值的平均值，同理计算选定时间范围内多个等级和绝对值的平均值。

在本公开实施例中，等级差值的绝对值对应的平均值大于等级和值的绝对值对应的平均值的情况下表示正相关，将等级差值的绝对值对应的平均值作为正相关系数；等级差值的绝对值对应的平均值小于等于等级和值的绝对值对应的平均值的情况下表示负相关，将等级和值的绝对值对应的平均值作为负相关系数，并将正相关系数或负相关系数映射到零到一之间作为目标指标和每个指标的关联度。

其中，将正相关系数或负相关系数映射到0-1，计算方式为(4-relevancy)/4，其中，relevancy为正相关系数或负相关系数，如果调整后正相关系数小于0，则视为0，映射后的正相关系数越接近1，两个指标越正相关；如果调整后负相关系数小于0，则视为0，映射后的负相关系数越接近1，两个指标越负相关。

步骤207，关联度按照数值从大到小排序，将关联度与预设阈值进行比较，获取关联度大于预设阈值的排序前预设数量关联指标。

步骤208，以关联度为横轴坐标，将横轴坐标对应的纵轴区域划分为N个区域显示，在横轴坐标的正负纵轴方向对应的前N-1个区域分别显示关联度为正相关的指标名称和排序序号和负相关的指标名称和排序序号；在横轴坐标的正负纵轴方向对应的最后1个区域分别以点状分布形式显示关联度为正相关的关联指标和负相关的关联指标。

其中，预设阈值可以选择需要设置，比如图3中的0.54，按照关联度大小进行排序，将排序在前的10个的正相关对应的关联指标以指标名称和排序序号显示；将排序在前的10个的负相关对应的关联指标以指标名称和排序序号显示。

示例性的，在图3中，关联指标分为正相关和负相关，左侧图默认显示前20的关联度指标，除20以外的80个关联指标以点状分布。卡尺位于默认位于第20个关联指标处，如第20个关联指标为0.54，则卡尺位于0.5。并且前20个关联指标，通过当前卡尺位置划分为3等份区域。通过不同的区域颜色，不同的显示大小进行排列，进一步提高使用体验。

其中，可以左右调整卡尺的关联度数字，根据设置的关联度数字，进行放大、缩小操作。如由0.5改成0.6，则显示1.0-0.6区间内的指标。指标的关联度作为X轴，Y轴为随机值。并且按照浏览器支持记录5000个Y轴随机值。用户当天多次查看，指标位置不会变动。

示例性，如图4所示，可点击左侧关联度指标，后显示关联指标关联度及指标环比信息，右侧列表快速定位到所选指标，并展开。点击查看详情后，跳转预警详情页，比如图4所示的点击第二关联指标，自动化测试用例执行数，在右侧列表快速定位到所选指标，并展开。

由此，能够在数据异常时，实时的应用指标关联分析，自动分析与报警指标强关联的指标，并且通过关联指标的上涨下跌，能够帮助企业的分析人员洞察数据波动的原因，以及提供全局性视野，站在整体业务上理解指标波动，另外，还可以了解指标关联度，结合关键绩效指标，更好的制定业务策略。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本公开的具体实施方式，使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限制于本文所述的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。