一种指标根因分析方法、装置及设备与流程

1.本发明涉及通信技术领域，特别是指一种指标根因分析方法、装置及设备。


背景技术：

2.在企业管理、财务管理、科学研究等场景中，为彻底解决问题或解释问题，往往需要进行根因分析。
3.在现有的根因分析中，是通过待分析指标的每个下级指标的指标趋势图，由人工推理来判断待分析指标变化的根因的。而人工推理需要消耗大量的时间和精力，大大降低了分析的效率。


技术实现要素：

4.本发明的目的是提供一种指标根因分析方法、装置及设备，解决了人工分析数据根因指标效率较低的问题。
5.为达到上述目的，本发明的实施例提供一种指标根因分析方法，包括：
6.获取待分析数据的第一目标指标的下级指标，所述第一目标指标为根指标；
7.根据所述下级指标的贡献度和/或相似度，确定所述下级指标中的根因指标。
8.可选地，所述下级指标包括一级或多级指标；
9.所述根据所述下级指标的贡献度和/或相似度，确定所述下级指标中的根因指标，包括：
10.计算所述下级指标中同级指标对上一级指标的贡献度；
11.在所述同级指标的贡献度存在至少一者大于0的情况下，根据所述贡献度的大小选取根因指标；
12.在所述同级指标的贡献度全部小于0的情况下，获取所述同级指标与上一级指标的相似度，并将相似度最大的指标确定为根因指标。
13.可选地，所述计算所述下级指标中同级指标对上一级指标的贡献度，包括：
14.获取所述同级指标与上一级指标的关联关系；
15.根据所述关联关系，确定所述同级指标与上一级指标之间的加和关系；
16.根据所述加和关系，通过实际数据和预测数据计算贡献度。
17.可选地，所述根据所述贡献度的大小选取根因指标，包括：
18.将所述贡献度从大到小进行依次选取，并计算所选取的贡献度的总和；
19.在所述总和大于或等于预设阈值的情况下，确定与所选的贡献度对应的指标为根因指标。
20.可选地，所述获取所述同级指标与上一级指标的相似度，包括：
21.通过余弦相似度公式计算所述同级指标与上一级指标的相似度。
22.可选地，在所述同级指标为所述第一目标指标的非一级下级指标的情况下，所述同级指标的上一级指标为根因指标。
23.可选地，所述确定所述下级指标中的根因指标之后，还包括：
24.确定所述根因指标及所述根因指标的上级指标中，数据源于不同元素的第二目标指标，所述不同元素均属于目标维度；
25.计算各元素数据对所述第二目标指标的贡献度；
26.在所述各元素数据的贡献度存在至少一者大于0的情况下，根据所述贡献度的大小选取根因元素；
27.在所述各元素数据的贡献度全部小于0的情况下，获取所述各元素数据与所述第二目标指标的相似度，并将相似度最大的元素确定为根因元素。
28.可选地，所述目标维度为地理区域，所述不同元素对应不同的区域。
29.可选地，所述获取待分析数据的第一目标指标的下级指标，包括：
30.在监测到第一目标指标的数据异常的情况下，获取第一目标指标的下级指标。
31.为达到上述目的，本发明的实施例提供一种指标根因分析装置，包括：
32.获取模块，用于获取待分析数据的第一目标指标的下级指标，所述第一目标指标为根指标；
33.第一处理模块，用于根据所述下级指标的贡献度和/或相似度，确定所述下级指标中的根因指标。
34.可选地，所述下级指标包括一级或多级指标；
35.所述第一处理模块包括：
36.第一处理子模块，用于计算所述下级指标中同级指标对上一级指标的贡献度；
37.第二处理子模块，用于在所述同级指标的贡献度存在至少一者大于0的情况下，根据所述贡献度的大小选取根因指标；
38.第三处理子模块，用于在所述同级指标的贡献度全部小于0的情况下，获取所述同级指标与上一级指标的相似度，并将相似度最大的指标确定为根因指标。
39.可选地，所述第一处理子模块包括：
40.获取单元，用于获取所述同级指标与上一级指标的关联关系；
41.第一确定单元，用于根据所述关联关系，确定所述同级指标与上一级指标之间的加和关系；
42.第一处理单元，用于根据所述加和关系，通过实际数据和预测数据计算贡献度。
43.可选地，所述第二处理子模块包括：
44.第二处理单元，用于将所述贡献度从大到小进行依次选取，并计算所选取的贡献度的总和；
45.第二确定单元，用于在所述总和大于或等于预设阈值的情况下，确定与所选的贡献度对应的指标为根因指标。
46.可选地，所述第三处理子模块还用于：
47.通过余弦相似度公式计算所述同级指标与上一级指标的相似度。
48.可选地，在所述同级指标为所述第一目标指标的非一级下级指标的情况下，所述同级指标的上一级指标为根因指标。
49.可选地，所述装置还包括：
50.第二处理模块，用于确定所述根因指标及所述根因指标的上级指标中，数据源于
不同元素的第二目标指标，所述不同元素均属于目标维度；
51.第三处理模块，用于计算各元素数据对所述第二目标指标的贡献度；
52.第四处理模块，用于在所述各元素数据的贡献度存在至少一者大于0的情况下，根据所述贡献度的大小选取根因元素；
53.第五处理模块，用于在所述各元素数据的贡献度全部小于0的情况下，获取所述各元素数据与所述第二目标指标的相似度，并将相似度最大的元素确定为根因元素。
54.可选地，所述目标维度为地理区域，所述不同元素对应不同的区域。
55.可选地，所述获取模块还用于：
56.在监测到第一目标指标的数据异常的情况下，获取第一目标指标的下级指标。
57.为达到上述目的，本发明的实施例提供一种指标根因分析设备，包括处理器，所述处理器用于：
58.获取待分析数据的第一目标指标的下级指标，所述第一目标指标为根指标；
59.根据所述下级指标的贡献度和/或相似度，确定所述下级指标中的根因指标。
60.可选地，所述下级指标包括一级或多级指标；
61.所述处理器还用于：
62.计算所述下级指标中同级指标对上一级指标的贡献度；
63.在所述同级指标的贡献度存在至少一者大于0的情况下，根据所述贡献度的大小选取根因指标；
64.在所述同级指标的贡献度全部小于0的情况下，获取所述同级指标与上一级指标的相似度，并将相似度最大的指标确定为根因指标。
65.可选地，所述处理器还用于：
66.获取所述同级指标与上一级指标的关联关系；
67.根据所述关联关系，确定所述同级指标与上一级指标之间的加和关系；
68.根据所述加和关系，通过实际数据和预测数据计算贡献度。
69.可选地，所述处理器还用于：
70.将所述贡献度从大到小进行依次选取，并计算所选取的贡献度的总和；
71.在所述总和大于或等于预设阈值的情况下，确定与所选的贡献度对应的指标为根因指标。
72.可选地，所述处理器还用于：
73.通过余弦相似度公式计算所述同级指标与上一级指标的相似度。
74.可选地，在所述同级指标为所述第一目标指标的非一级下级指标的情况下，所述同级指标的上一级指标为根因指标。
75.可选地，所述处理器还用于：
76.确定所述根因指标及所述根因指标的上级指标中，数据源于不同元素的第二目标指标，所述不同元素均属于目标维度；
77.计算各元素数据对所述第二目标指标的贡献度；
78.在所述各元素数据的贡献度存在至少一者大于0的情况下，根据所述贡献度的大小选取根因元素；
79.在所述各元素数据的贡献度全部小于0的情况下，获取所述各元素数据与所述第
二目标指标的相似度，并将相似度最大的元素确定为根因元素。
80.可选地，所述目标维度为地理区域，所述不同元素对应不同的区域。
81.可选地，所述处理器还用于：
82.在监测到第一目标指标的数据异常的情况下，获取第一目标指标的下级指标。
83.为达到上述目的，本发明的实施例提供一种指标根因分析设备，包括收发器、处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令；所述处理器执行所程序或指令时实现如上所述的指标根因分析方法。
84.为达到上述目的，本发明的实施例提供一种可读存储介质，其上存储有程序或指令，所述程序或指令被处理器执行时实现如上所述的指标根因分析方法中的步骤。
85.本发明的上述技术方案的有益效果如下：
86.本发明实施例的方法，针对待分析数据，通过获取其根指标的下级指标，就能够由该下级指标的贡献度和/或相似度，进一步确定出下级指标中的根因指标，完成对待分析数据的根因分析，相较于人工分析，具有更高效的处理。
附图说明
87.图1为本发明实施例的指标根因分析方法的流程图之一；
88.图2为通服收入指标关系示意图；
89.图3为本发明实施例的指标根因分析方法的流程图之二；
90.图4为本发明实施例的指标根因分析方法的流程图之三；
91.图5为本发明实施例的指标根因分析装置的结构图；
92.图6为本发明实施例的指标根因分析设备的结构图；
93.图7为本发明另一实施例的指标根因分析设备的结构图。
具体实施方式
94.为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
95.应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。
96.在本发明的各种实施例中，应理解，下述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
97.另外，本文中术语“系统”和“网络”在本文中常可互换使用。
98.在本技术所提供的实施例中，应理解，“与a相应的b”表示b与a相关联，根据a可以确定b。但还应理解，根据a确定b并不意味着仅仅根据a确定b，还可以根据a和/或其它信息确定b。
99.如图1所示，本发明实施例的一种指标根因分析方法，包括：
100.步骤101，获取待分析数据的第一目标指标的下级指标，所述第一目标指标为根指
标；
101.步骤102，根据所述下级指标的贡献度和/或相似度，确定所述下级指标中的根因指标。
102.这里，根指标是具有下级指标的指标。贡献度表示下级指标对其上一级指标数据的作用大小的程度，相似度表示下级指标对其上一级指标相似的程度。
103.如此，本发明实施例的方法，针对待分析数据，通过获取其根指标的下级指标，就能够由该下级指标的贡献度和/或相似度，进一步确定出下级指标中的根因指标，完成对待分析数据的根因分析，相较于人工分析，具有更高效的处理。
104.应该知道的是，该实施例中，由于根指标除最上级指标之外，也可能是某指标的下一级指标，因此，在对应待分析数据的指标中，所获取的下级指标包括一级或多级指标。
105.以对财务管理中通服收入数据的分析为例，结合如图2所示的指标间关系，可知通服收入和家庭宽带都是根指标，则按照步骤101，获取的下级指标包括：语音通话收入(移网语音)、语音其他、手机上网、通信业务收入、家庭宽带、魔百和、集团专线、云计算、大数据、互联网数据中心idc、信息和通信技术ict、数据其他、其他，以及家庭宽带的下一级指标基础家庭宽带每用户平均收入arpu和平均家庭宽带用户数。此时，该下级指标包括两级指标。
106.如此，该实施例中，可选地，如图3所示，所述下级指标包括一级或多级指标，而对应不同级指标的存在，步骤102包括：
107.步骤301，计算所述下级指标中同级指标对上一级指标的贡献度；
108.步骤302，在所述同级指标的贡献度存在至少一者大于0的情况下，根据所述贡献度的大小选取根因指标；
109.步骤303，在所述同级指标的贡献度全部小于0的情况下，获取所述同级指标与上一级指标的相似度，并将相似度最大的指标确定为根因指标。
110.这样，对于步骤101获取的下级指标，会针对同级指标进行处理，计算该下级指标中同级指标对上一级指标的贡献度，从而能够由贡献度的大小选取根因指标。但考虑到贡献度可能存在计算失败的情况，将基于计算所得的贡献度的情况，在同级指标的贡献度存在至少一者大于0的情况下，根据贡献度的大小选取根因指标；在同级指标的贡献度全部小于0的情况下，获取同级指标与上一级指标的相似度，并将相似度最大的指标确定为根因指标。
111.这里，对于同级指标的贡献度存在至少一者大于0的情况，仅通过计算所得的贡献度，就能够进行根因指标的选取；而对于同级指标的贡献度全部小于0(贡献度计算失败)的情况，则需要进一步根据同级指标与上一级指标的相似度来确定根因指标。
112.如延续上例，针对同级指标语音通话收入(移网语音)、语音其他、手机上网、通信业务收入、家庭宽带、魔百和、集团专线、云计算、大数据、idc、ict、数据其他和其他，计算各个指标的贡献度，若计算所得的贡献度存在至少一者大于0，则可由贡献度的大小选取根因指标；若计算所得的贡献度全部小于0，则需获取各个指标与通服收入的相似度，将相似度最大的指标确定为根因指标。同样的，针对同级指标基础家庭宽带arpu和平均家庭宽带用户数，计算这两个指标的贡献度，若这两个指标的贡献度存在至少一者大于0，则可由贡献度的大小选取根因指标；若这两个指标的贡献度全部小于0，则需获取这两个指标与家庭宽带的相似度，将相似度最大的指标确定为根因指标。
f)，
……
，“其他”对“通服收入”变化的贡献度ep13＝(a13-f13)/(a-f)。
131.进一步为便于贡献度比较，该实施例中，会对计算所得的贡献度进行归一化。如将上述示例中ep1～ep13归一化：
132.ep1＝ep1/(ep1 ep2
……
ep13)
133.ep2＝ep2/(ep1 ep2
……
ep13)
134.……
135.ep13＝ep13/(ep1 ep2
……
ep13)。
136.若下级指标中同级指标与上一级指标的关联关系并不为加和关系，则需要变换：
137.例如，“基础家庭宽带arpu”、“平均家庭宽带用户数”与上一级指标“家庭宽带”的关联关系为x(家庭宽带)＝x1(基础家庭宽带arpu)
×
x2(平均家庭宽带用户数)，则对x，x1和x2涉及的参与预测的历史数据和2020年3月份当月的数据进行一次对数变换，变换后加和关系可表示为log(x)＝log(x1) log(x2)。特别的当x1或者x2为负值时，我们需要根据x的正负来进行log变换，如果x》0，则有：log(x)＝log(|x1|) log(|x2|)；如果x《0，则有-log(|x|)＝(-log(|x1|)) (-log(|x2|))。之后可参考上述“通服收入”的下一级指标的贡献度的计算方式，计算“基础家庭宽带arpu”和“平均家庭宽带用户数”对“家庭宽带”变化的贡献度。
138.此外，由于数据变化的复杂多样，且贡献度计算需要对指标值进行预测，仅依据贡献度进行根因分析会存在失效。对此，由上述内容可知，该实施例中，会针对下级指标中同级指标的贡献度全部小于0的情况，获取该同级指标与上一级指标的相似度，并将相似度最大的指标确定为根因指标。
139.可选地，所述获取所述同级指标与上一级指标的相似度，包括：
140.通过余弦相似度公式计算所述同级指标与上一级指标的相似度。
141.余弦相似度，是用向量空间中两个向量夹角的余弦值作为衡量两个个体间差异的大小的度量。余弦值越接近1，就表明夹角越接近0度，也就是两个向量越相似。
142.这样，余弦相似度公式为：相似度其中，pi表示同级指标中当前指标的第i个数据，qi表示当前指标的上一级指标的第i个数据，k表示数据总数。
143.例如，对于指标关系：净资产收益率＝销售净利率
×
资产周转率
×
权益乘数，计算得到在2019年6月份“销售净利率”、“资产周转率”以及“权益乘数”对“净资产收益率”的贡献度均小于0，如下表所示：
[0144][0145]
因此，将通过余弦相似度计算公式分别计算“销售净利率”、“资产周转率”以及“权益乘数”与“净资产收益率”的相似度，来确定根因指标，过程如下：
[0146]
2018年1月～2019年6月份，净资产收益率为b1，b2，
……
，b18；销售净利率为c1，c2，
……
，c18；资产周转率为d1，d2，
……
，d18；权益乘数为e1，e2，
……
，e18。则，销售净利率和净资产收益率的相似度为：
[0147][0148]
同理可还可计算出资产周转率、权益乘数和净资产收益率之间的相似度分别为similarity2和similarity3，假设三个相似度从大到小排列为simility1≥simility2≥simility3，则可以认为销售净利率是导致净资产收益率变化的主要因素，即“销售净利率”为根因指标。
[0149]
此外，考虑到对数据影响的其它元素，该实施例中，可选地，如图4所示，步骤102之后，还包括：
[0150]
步骤401，确定所述根因指标及所述根因指标的上级指标中，数据源于不同元素的第二目标指标，所述不同元素均属于目标维度；
[0151]
步骤402，计算各元素数据对所述第二目标指标的贡献度；
[0152]
步骤403，在所述各元素数据的贡献度存在至少一者大于0的情况下，根据所述贡献度的大小选取根因元素；
[0153]
步骤404，在所述各元素数据的贡献度全部小于0的情况下，获取所述各元素数据与所述第二目标指标的相似度，并将相似度最大的元素确定为根因元素。
[0154]
这里，第二目标指标是基于目标维度确定的，且该第二目标指标的数据源于属于该目标维度的不同元素。针对该第二目标指标可通过计算各元素数据对其的贡献度，从而能够由贡献度的大小选取根因元素。但考虑到贡献度可能存在计算失败的情况，将基于计算所得的贡献度的情况，在各元素数据的贡献度存在至少一者大于0的情况下，根据贡献度的大小选取根因指标；在各元素数据的贡献度全部小于0的情况下，获取各元素数据与第二目标指标的相似度，并将相似度最大的元素确定为根因元素。
[0155]
当然，计算各元素数据对第二目标指标的贡献度的方式类似于同级指标与上一级指标的贡献度计算。
[0156]
可选地，所述目标维度为地理区域，所述不同元素对应不同的区域。
[0157]
具体的，不同元素基于省份划分的，当然还可以基于市、区或者定义的区域范围。
[0158]
例如，不同元素基于省份划分的，在“通服收入”的根因分析中，对于确定为根因指标的“基础家庭宽带arpu”，由于全国基础家庭宽带arpu≠各省基础家庭宽带arpu的和，可见“基础家庭宽带arpu”并非第二目标指标，则会对其上级指标“家庭宽带”判断，如此“家庭宽带”即为第二目标指标。之后，就能够计算各省家庭宽带收入在2020年3月份对全国家庭宽带的贡献度。如果各省家庭宽带收入的贡献度存在至少一者大于0，将所得贡献度从大到小进行依次选取，并计算所选取的贡献度的总和，在总和大于或等于预设元素阈值的情况下，确定与所选的贡献度对应的元素为根因元素，也就是根因省家庭宽带收入。如果各省家庭宽带收入的贡献度全部小于0，还需要计算相似度来确定根因元素。这里，预设元素阈值可与预设阈值相同，也可不同。
[0159]
当然，第二目标指标作为根因指标的上级指标，不限于该根因指标的直系上级指标，还包括其直系上级指标的同级指标。例如，对于上例指标“基础家庭宽带arpu”，第二目标指标除直系上级指标“家庭宽带”之外，还包括直系上级指标的同级指标“手机上网”，计算各省机上网收入在2020年3月份对全国手机上网的贡献度。
[0160]
又如，对于上述确定的根因指标集{x1，x2，
…
，xm}，对于其自身或上级指标确定第二目标指标的集合为{y1，y2，
…
，yn}后，会对每个指标按照目标维度的不同元素展开，分别计算各元素数据对第二目标指标的贡献度。
[0161]
可选地，步骤101包括：
[0162]
在监测到第一目标指标的数据异常的情况下，获取第一目标指标的下级指标。
[0163]
如此，该实施例中，可针对第一目标指标的数据异常的发生，获取该第一目标指标的下级指标，进行根因分析。
[0164]
例如，图2所示的“通服收入”在某个时间点(如2020年3月)上的数据突变/异常时，则会按照上述方法进行根因分析。具体的，自动按照指标层级关系，逐级找出对指标“通服收入”变化影响较大(如指标集的贡献度和≥80％，也可以是自行定义的0～1之间的任何值)的下一级指标(如语音通话收入，语音其他，
……
其他)的指标集，得到根因指标以及根因元素。假设，对“通服收入”贡献度占比之和≥80％的指标集包括“家庭宽带”和“手机上网”两项，则再次计算“基础家庭宽带arpu”和“平均家庭宽带用户数”对“家庭宽带”的贡献度；而“手机上网”已是指标关系树中的最底层指标，不需要再次按照指标维度展开分析。若对“家庭宽带”贡献占比之和≥80％的指标集是“基础家庭宽带arpu”。由于该指标是一个综合分析类指标，全国基础家庭宽带arpu≠各省基础家庭宽带arpu的和，该指标不可按照省维度展开，因此需要对“家庭宽带”和同级的其它指标按照省维度再次展开进行根因分析，如全国家庭宽带的指标值等于各省家庭宽带指标值的和，则分别计算各省家庭宽带收入在2020年3月份对全国家庭宽带的贡献度；同理计算各省手机上网收入在2020年3月份对全国手机上网的贡献度，得到根因元素。当然，若贡献度计算失效，则转而采用余弦相似度方法计算指标趋势相似度。
[0165]
综上所述，针对待分析数据，通过获取其根指标的下级指标，就能够由该下级指标
的贡献度和/或相似度，进一步确定出下级指标中的根因指标，完成对待分析数据的根因分析，相较于人工分析，具有更高效的处理。
[0166]
如图5所示，本发明实施例的一种指标根因分析装置，包括：
[0167]
获取模块510，用于获取待分析数据的第一目标指标的下级指标，所述第一目标指标为根指标；
[0168]
第一处理模块520，用于根据所述下级指标的贡献度和/或相似度，确定所述下级指标中的根因指标。
[0169]
可选地，所述下级指标包括一级或多级指标；
[0170]
所述第一处理模块包括：
[0171]
第一处理子模块，用于计算所述下级指标中同级指标对上一级指标的贡献度；
[0172]
第二处理子模块，用于在所述同级指标的贡献度存在至少一者大于0的情况下，根据所述贡献度的大小选取根因指标；
[0173]
第三处理子模块，用于在所述同级指标的贡献度全部小于0的情况下，获取所述同级指标与上一级指标的相似度，并将相似度最大的指标确定为根因指标。
[0174]
可选地，所述第一处理子模块包括：
[0175]
获取单元，用于获取所述同级指标与上一级指标的关联关系；
[0176]
第一确定单元，用于根据所述关联关系，确定所述同级指标与上一级指标之间的加和关系；
[0177]
第一处理单元，用于根据所述加和关系，通过实际数据和预测数据计算贡献度。
[0178]
可选地，所述第二处理子模块包括：
[0179]
第二处理单元，用于将所述贡献度从大到小进行依次选取，并计算所选取的贡献度的总和；
[0180]
第二确定单元，用于在所述总和大于或等于预设阈值的情况下，确定与所选的贡献度对应的指标为根因指标。
[0181]
可选地，所述第三处理子模块还用于：
[0182]
通过余弦相似度公式计算所述同级指标与上一级指标的相似度。
[0183]
可选地，在所述同级指标为所述第一目标指标的非一级下级指标的情况下，所述同级指标的上一级指标为根因指标。
[0184]
可选地，所述装置还包括：
[0185]
第二处理模块，用于确定所述根因指标及所述根因指标的上级指标中，数据源于不同元素的第二目标指标，所述不同元素均属于目标维度；
[0186]
第三处理模块，用于计算各元素数据对所述第二目标指标的贡献度；
[0187]
第四处理模块，用于在所述各元素数据的贡献度存在至少一者大于0的情况下，根据所述贡献度的大小选取根因元素；
[0188]
第五处理模块，用于在所述各元素数据的贡献度全部小于0的情况下，获取所述各元素数据与所述第二目标指标的相似度，并将相似度最大的元素确定为根因元素。
[0189]
可选地，所述目标维度为地理区域，所述不同元素对应不同的区域。
[0190]
可选地，所述获取模块还用于：
[0191]
在监测到第一目标指标的数据异常的情况下，获取第一目标指标的下级指标。
[0192]
该装置针对待分析数据，通过获取其根指标的下级指标，就能够由该下级指标的贡献度和/或相似度，进一步确定出下级指标中的根因指标，完成对待分析数据的根因分析，相较于人工分析，具有更高效的处理。
[0193]
需要说明的是，该装置应用了上述指标根因分析方法，上述方法实施例的实现方式适用于该装置，也能达到相同的技术效果。
[0194]
如图6所示，本发明实施例的一种指标根因分析设备600，包括处理器610其中，
[0195]
所述处理器610用于：
[0196]
获取待分析数据的第一目标指标的下级指标，所述第一目标指标为根指标；
[0197]
根据所述下级指标的贡献度和/或相似度，确定所述下级指标中的根因指标。
[0198]
可选地，所述下级指标包括一级或多级指标；
[0199]
所述处理器还用于：
[0200]
计算所述下级指标中同级指标对上一级指标的贡献度；
[0201]
在所述同级指标的贡献度存在至少一者大于0的情况下，根据所述贡献度的大小选取根因指标；
[0202]
在所述同级指标的贡献度全部小于0的情况下，获取所述同级指标与上一级指标的相似度，并将相似度最大的指标确定为根因指标。
[0203]
可选地，所述处理器还用于：
[0204]
获取所述同级指标与上一级指标的关联关系；
[0205]
根据所述关联关系，确定所述同级指标与上一级指标之间的加和关系；
[0206]
根据所述加和关系，通过实际数据和预测数据计算贡献度。
[0207]
可选地，所述处理器还用于：
[0208]
将所述贡献度从大到小进行依次选取，并计算所选取的贡献度的总和；
[0209]
在所述总和大于或等于预设阈值的情况下，确定与所选的贡献度对应的指标为根因指标。
[0210]
可选地，所述处理器还用于：
[0211]
通过余弦相似度公式计算所述同级指标与上一级指标的相似度。
[0212]
可选地，在所述同级指标为所述第一目标指标的非一级下级指标的情况下，所述同级指标的上一级指标为根因指标。
[0213]
可选地，所述处理器还用于：
[0214]
确定所述根因指标及所述根因指标的上级指标中，数据源于不同元素的第二目标指标，所述不同元素均属于目标维度；
[0215]
计算各元素数据对所述第二目标指标的贡献度；
[0216]
在所述各元素数据的贡献度存在至少一者大于0的情况下，根据所述贡献度的大小选取根因元素；
[0217]
在所述各元素数据的贡献度全部小于0的情况下，获取所述各元素数据与所述第二目标指标的相似度，并将相似度最大的元素确定为根因元素。
[0218]
可选地，所述目标维度为地理区域，所述不同元素对应不同的区域。
[0219]
可选地，所述处理器还用于：
[0220]
在监测到第一目标指标的数据异常的情况下，获取第一目标指标的下级指标。
[0221]
上述指标根因分析设备，还包括收发器620，用于在处理器610的控制下接收和发送数据。
[0222]
该实施例的设备，针对待分析数据，通过获取其根指标的下级指标，就能够由该下级指标的贡献度和/或相似度，进一步确定出下级指标中的根因指标，完成对待分析数据的根因分析，相较于人工分析，具有更高效的处理。
[0223]
本发明另一实施例的指标根因分析设备，如图7所示，包括收发器710、处理器700、存储器720及存储在所述存储器720上并可在所述处理器700上运行的程序或指令；所述处理器700执行所述程序或指令时实现上述指标根因分析方法。
[0224]
所述收发器710，用于在处理器700的控制下接收和发送数据。
[0225]
其中，在图7中，总线架构可以包括任意数量的互联的总线和桥，具体由处理器700代表的一个或多个处理器和存储器720代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口提供接口。收发器710可以是多个元件，即包括发送机和接收机，提供用于在传输介质上与各种其他装置通信的单元。处理器700负责管理总线架构和通常的处理，存储器720可以存储处理器700在执行操作时所使用的数据。
[0226]
本发明实施例的一种可读存储介质，其上存储有程序或指令，所述程序或指令被处理器执行时实现如上所述的指标根因分析方法中的步骤，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0227]
其中，所述处理器为上述实施例中所述的指标根因分析设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器(read-only memory，简称rom)、随机存取存储器(random access memory，简称ram)、磁碟或者光盘等。
[0228]
进一步需要说明的是，此说明书中所描述的许多功能部件都被称为模块，以便更加特别地强调其实现方式的独立性。
[0229]
本发明实施例中，模块可以用软件实现，以便由各种类型的处理器执行。举例来说，一个标识的可执行代码模块可以包括计算机指令的一个或多个物理或者逻辑块，举例来说，其可以被构建为对象、过程或函数。尽管如此，所标识模块的可执行代码无需物理地位于一起，而是可以包括存储在不同位里上的不同的指令，当这些指令逻辑上结合在一起时，其构成模块并且实现该模块的规定目的。
[0230]
实际上，可执行代码模块可以是单条指令或者是许多条指令，并且甚至可以分布在多个不同的代码段上，分布在不同程序当中，以及跨越多个存储器设备分布。同样地，操作数据可以在模块内被识别，并且可以依照任何适当的形式实现并且被组织在任何适当类型的数据结构内。所述操作数据可以作为单个数据集被收集，或者可以分布在不同位置上(包括在不同存储设备上)，并且至少部分地可以仅作为电子信号存在于系统或网络上。
[0231]
在模块可以利用软件实现时，考虑到现有硬件工艺的水平，所以可以以软件实现的模块，在不考虑成本的情况下，本领域技术人员都可以搭建对应的硬件电路来实现对应的功能，所述硬件电路包括常规的超大规模集成(vlsi)电路或者门阵列以及诸如逻辑芯片、晶体管之类的现有半导体或者是其它分立的元件。模块还可以用可编程硬件设备，诸如现场可编程门阵列、可编程阵列逻辑、可编程逻辑设备等实现。
[0232]
上述范例性实施例是参考该些附图来描述的，许多不同的形式和实施例是可行而不偏离本发明精神及教示，因此，本发明不应被建构成为在此所提出范例性实施例的限制。更确切地说，这些范例性实施例被提供以使得本发明会是完善又完整，且会将本发明范围传达给那些熟知此项技术的人士。在该些图式中，组件尺寸及相对尺寸也许基于清晰起见而被夸大。在此所使用的术语只是基于描述特定范例性实施例目的，并无意成为限制用。如在此所使用地，除非该内文清楚地另有所指，否则该单数形式“一”、“一个”和“该”是意欲将该些多个形式也纳入。会进一步了解到该些术语“包含”及/或“包括”在使用于本说明书时，表示所述特征、整数、步骤、操作、构件及/或组件的存在，但不排除一或更多其它特征、整数、步骤、操作、构件、组件及/或其族群的存在或增加。除非另有所示，陈述时，一值范围包含该范围的上下限及其间的任何子范围。
[0233]
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。