CN104346341A - 一种实现数据与相关事件关联的方法及装置 - Google Patents

Abstract

本发明公开了一种实现数据与相关事件关联的方法，用于数据与事件更准确地关联，该方法包括：获取数据的数据信息以及事件的事件信息；根据数据信息以及事件信息，计算数据与事件的相关度参数；当数据与事件的相关度参数满足设定阈值时，将数据与事件关联；对数据以及对应的关联事件进行显示。本发明还公开了一种实现数据与相关事件关联的装置。

Description

一种实现数据与相关事件关联的方法及装置

技术领域

本发明涉及互联网技术领域，具体涉及一种实现数据与相关事件关联的方法及装置。

背景技术

随着目前信息化的深入，各种产生的数据被更为关注，数据可以起到辅助决策的作用。这里的数据可以为对象的数据指标，对象可以为实物产品、软件产品或者互联网中搜索的关键词等各种对象。当数据发生波动时，用户可能会关注产生波动的原因，所以将数据与相关事件进行关联并呈现出来具有比较大的意义。

在现有技术中，数据与相关事件的关联一般采用时间维度进行关联，例如基于日期进行标注，简单将今天产生的数据与今天发生的事件进行罗列，认为数据与事件是关联的，而实际上这种关联方法噪声事件较多，关联不够准确。

发明内容

有鉴于此，本发明的主要目的是提供一种实现数据与相关事件关联的方法及装置，以解决现有技术实现数据与事件关联的方法存在的关联不够准确的问题。

为解决上述问题，本发明提供的技术方案如下：

一种实现数据与相关事件关联的方法，所述方法包括：

获取数据的数据信息以及事件的事件信息；

根据所述数据信息以及所述事件信息，计算所述数据与所述事件的相关度参数；

当所述数据与所述事件的相关度参数满足设定阈值时，将所述数据与所述事件关联；

对所述数据以及对应的关联事件进行显示。

一种实现数据与相关事件关联的装置，所述装置包括：

第一获得单元，用于获取数据的数据信息以及事件的事件信息；

计算单元，用于根据所述数据信息以及所述事件信息，计算所述数据与所述事件的相关度参数；

关联单元，用于当所述数据与所述事件的相关度参数满足设定阈值时，将所述数据与所述事件关联；

显示单元，用于对所述数据以及对应的关联事件进行显示。

由此可见，本发明实施例具有如下有益效果：

本发明实施例通过采集数据信息以及事件信息，可以计算出任一数据与某一事件的相关度参数，当相关度参数满足设定阈值时，则可以认为该数据与该事件关联，并进行展示，利用计算相关度参数判断数据与事件关联的方式可以减少出现噪声事件的情况，从而提高了数据与事件关联的准确性，帮助用户提供决策效率。

附图说明

图1为本发明实施例实现数据与相关事件关联的方法实施例一的流程图；

图2为本发明实施例实现数据与相关事件关联的方法实施例二的流程图；

图3为本发明实施例实现数据与相关事件关联的方法实施例三的流程图；

图4为本发明实施例实现数据与相关事件关联的方法显示结果示意图；

图5为本发明实施例实现数据与相关事件关联的装置实施例的示意图；

图6为本发明实施例实现数据与相关事件关联的装置中计算单元实施例的示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明实施例作进一步详细的说明。

本发明实施例将从实现数据与相关事件关联的装置的角度进行描述，该实现数据与相关事件关联的装置具体可以集成在客户端中，该客户端可以装载在终端中，该终端具体可以为智能手机、平板电脑、电子书阅读器、MP3（Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3）播放器、MP4（Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面3）播放器、膝上型便携计算机和台式计算机等等。

本发明实现数据与相关事件关联的方法及装置，是针对现有技术中数据与事件通过时间维度进行关联，存在噪声事件较多，关联不够准确的问题。提出采集数据信息以及事件信息，计算数据与事件的相关度参数，当数据与事件的相关度参数满足设定阈值时，才认为该数据与该事件可以关联，减少了数据与噪声事件的关联，从而提高了数据与相关事件关联的准确性，使用户可以迅速定位影响数据波动的直接原因事件，进行数据分析，提高决策效率。

基于上述思想，参见图1所示，本发明实现数据与相关事件关联的方法实施例一包括以下步骤：

步骤101：获取数据的数据信息以及事件的事件信息。

本发明实施例中的数据是指对象的数据指标，对象可以为实物产品、软件产品或者互联网中搜索的关键词等可以产生数据的各种对象。数据指标可以为针对某个用户群的一种度量。例如，某电子邮箱产品的用户群在某日的总登录次数可以理解为一个数据。

具体的，获取数据的数据信息可以通过设置数据指标元信息库，收集数据的流水数据获得获取数据的数据信息。

数据指标元信息库可以包括数据标识（即数据ID）、数据名称、数据说明、获得路径等信息，从数据的获得路径可以收集数据的流水信息，例如流水信息可以包括数据标识、对应的数据涵盖用户等信息，依据数据指标元信息库中的数据元信息定义，对数据的流水信息进行统计，可以获得数据的数据信息。

在本发明的一些实施例中，数据信息可以包括数据标识、数据名称、数据涵盖用户、数据获取日期、数据指标值。例如，数据为登录次数，则数据信息可以包括对应的数据ID、该数据名称、该数据对应的数据涵盖用户（发生登录行为的用户群）、日期（例如以日为单位的数据，记录当天的日期）以及数据指标值（登录的总次数）。

具体的，获取事件的事件信息可以通过人工录入，也可以通过网络自动爬取，事件可以包括公共事件（例如节假日、突发事件等）、平台事件（例如某个应用平台的事件）、产品事件（例如某个APP应用自身发送的事件）。可以通过建立事件库的方式获取事件的事件信息，在本发明的一些实施例中，事件信息可以包括事件标识（事件ID）、事件名称、事件涉及用户、事件发生日期等各种事件相关的信息。

可以认为获取数据的数据信息以及事件的事件信息是建立数据与相关事件关联的准备条件。

步骤102：根据数据信息以及事件信息，计算数据与事件的相关度参数。

数据信息中包括数据涵盖用户、数据获取日期、数据指标值，事件信息中包括事件涉及用户、事件发生日期，那么数据的相关事件可以为近期影响到该数据对应用户群的事件，例如用户A在数据的涵盖用户中，而用户A受到事件x的影响，那么事件x就可以认为是数据的相关事件。需要注意的是，事件是数据的相关事件，仅仅代表事件对数据有影响，并不一定代表数据与事件关联，还要判断事件对数据的影响程度，因此可以计算数据与事件的相关度参数。

可以利用数据指标值获得每个时间粒度的数据指标变化，例如数据上涨或下降，获得在设定时间段内按照时间粒度，每个数据的上涨或下降对应的相关事件列表。

具体的，根据上述数据的相关事件的解释，则在本发明的一些实施例中，获得在设定时间段内按照时间粒度，每个数据的上涨或下降对应的相关事件列表的具体实现可以包括：获得每个数据的上涨或下降对应的涵盖用户，获得涵盖用户与事件涉及用户的交集用户对应的事件作为每个数据的上涨或下降对应的相关事件，获得在设定时间段内按照时间粒度，每个数据的上涨或下降对应的相关事件列表。

进一步的，在得到每个数据的上涨或下降对应的相关事件列表后，可以利用卡方算法计算数据与事件的相关度参数。

步骤103：当数据与事件的相关度参数满足设定阈值时，将数据与事件关联。

利用卡方算法获得相关度参数，当数据与事件的相关度参数满足设定阈值时，则数据与事件的相关性较大，可以将该数据与该事件进行关联。设定阈值一般可以采用经验值法进行设定。

步骤104：对数据以及对应的关联事件进行显示。

在本发明的一些实施例中，对数据以及对应的关联事件进行显示的具体实现可以包括：将数据采用趋势图进行显示；在数据变化的位置显示数据对应的关联事件。例如，在数据变化的位置显示设置标识点，点击标识点可以显示对应的关联事件。

数据以及对应的关联事件进行显示，不需要再进行数据以及对应的关联时间进行查找，提高了效率，能让用户迅速定位到影响数据波动的直接原因事件，直观进行数据分析，提高决策效率。

基于本发明方法实施例一，参见图2所示，在本发明实现数据与相关事件关联的方法实施例二中，根据数据信息以及事件信息，计算数据与事件的相关度参数的具体实现可以包括：

步骤201：获得在设定时间段内按照时间粒度，每个数据的上涨或下降对应的相关事件列表。

具体的，可以通过获得每个数据的上涨或下降对应的涵盖用户，获得涵盖用户与事件涉及用户的交集用户对应的事件作为每个数据的上涨或下降对应的相关事件，获得在设定时间段内按照时间粒度，每个数据的上涨或下降对应的相关事件列表。

步骤202：根据相关事件列表，计算卡方算法所需要的第一参数、第二参数、第三参数以及第四参数。

具体的，计算在设定时间段内一个数据的上涨与一个事件相关的次数作为第一参数，计算在设定时间段内一个数据的下降与一个事件相关的次数作为第二参数，计算在设定时间段内一个数据的上涨与一个事件不相关的次数作为第三参数，计算在设定时间段内一个数据的下降与一个事件不相关的次数作为第四参数。

例如，以天为时间粒度，设定时间段为三个月，则可以选择一个数据与一个事件T，数据上涨或下降时，以天为单位查找近三个月的相关事件列表，令a为数据上涨且与事件T相关的天数，b为数据下降且与事件T相关的天数，c为数据上涨且与事件T不相关的天数，d为数据下降且与事件T不相关的天数，则a为第一参数，b为第二参数，c为第三参数，d为第四参数，可以获得卡方算法所需要的参数。

具体的，可以将参数整理为下表的形式：

	上涨	下降
			相关	a	b
不相关	c	d

步骤203：根据获得的第一参数、第二参数、第三参数以及第四参数利用卡方算法计算该数据与该事件的相关度参数。

具体的，可以将第一参数、第二参数、第三参数以及第四参数整理为上述四方表的形式，计算理论参数：其中，T_RC为第R行第C列的理论参数，n_R为相应的行合计，n_C为相应的列合计，n为总数合计。

计算标准参数：A为实际参数，T为理论参数。

计算相关度参数p=Prob(x_d>X²)，即可根据获得的第一参数、第二参数、第三参数以及第四参数利用卡方算法计算该数据与该事件的相关度参数。

通过一个具体实例对上述根据获得的第一参数、第二参数、第三参数以及第四参数利用卡方算法计算该数据与该事件的相关度参数的过程再进行一下简单说明。

例如有以下参数分布：

	上涨	下降
			相关	33	39
不相关	10	104

即第一参数为33、第二参数为39、第三参数为10以及第四参数为104，可以计算理论参数如下：

a1=（33+10）*(33+39)/(33+10+39+104)=16.6

b1=(33+39)*(39+104)/(33+10+39+104)=55.4

c1=(33+10)*(10+104)/(33+10+39+104)=26.4

d1=(10+104)*(104+39)/(33+10+39+104)=87.6

需要注意的是，卡方算法的应用条件为要求总数合计应大于40且每个格子中的理论参数不应小于5。那么，本例中总数合计N=186>40，且理论参数都大于5，因此，标准参数如下：

$X^2=\frac{{(33-16.6)}^2}{16.6}+\frac{{(39-55.4)}^2}{55.4}+\frac{{(10-26.4)}^2}{26.4}+\frac{{(104-87.6)}^2}{87.6}=34.32$

则可以计算相关度参数：

$p=\mathrm{Prob}({x_d}^2>34.32)={\&Integral;}_{34.32}^{+\&infin;}\frac{{(1/2)}^{k/2}}{\mathrm{\&Gamma;}(k/2)}{x}^{k/2-1}{e}^{-x/2}\mathrm{dx}<0.05$

若取设定阈值（即显著性水平）为0.05，则当相关度参数p小于0.05为满足设定阈值，认为数据与事件T可以进行关联，且相关程度等级为1-p。

基于上述方法实施例，在本发明的一些实施例中，本发明实现数据与相关事件关联的方法还可以包括：根据相关度参数，获得关联程度等级。

进一步的，在本发明的一些实施例中，本发明实现数据与相关事件关联的方法还可以包括：在数据变化的位置显示数据对应的关联事件，同时对相关程度等级进行显示。

参见图3所示，本发明实现数据与相关事件关联的方法实施例三包括以下步骤：

步骤301：获取数据的数据信息以及事件的事件信息。

其中，数据信息包括数据标识、数据名称、数据涵盖用户、数据获取日期、数据指标值；事件信息包括事件标识、事件名称、事件涉及用户、事件发生日期。

步骤302：获得每个数据的上涨或下降对应的涵盖用户，获得所述涵盖用户与所述事件涉及用户的交集用户对应的事件作为每个数据的上涨或下降对应的相关事件。

步骤303：获得在设定时间段内按照时间粒度，每个数据的上涨或下降对应的相关事件列表。

步骤304：根据相关事件列表，计算卡方算法所需要的第一参数、第二参数、第三参数以及第四参数。

具体的，计算在设定时间段内一个数据的上涨与一个事件相关的次数作为第一参数，计算在设定时间段内一个数据的下降与一个事件相关的次数作为第二参数，计算在设定时间段内一个数据的上涨与一个事件不相关的次数作为第三参数，计算在设定时间段内一个数据的下降与一个事件不相关的次数作为第四参数。

步骤305：根据获得的第一参数、第二参数、第三参数以及第四参数利用卡方算法计算该数据与该事件的相关度参数。

步骤306：根据相关度参数，获得关联程度等级。

步骤307：将数据采用趋势图进行显示；在数据变化的位置显示数据对应的关联事件，同时对相关程度等级进行显示。

参见图4所示，是本发明实施例对数据以及对应的关联事件进行显示的示意图，其中，将数据采用趋势图进行显示，在数据变化的位置显示数据对应的关联事件，即插旗处表示，数据的变化受到了关联事件的影响，且通过颜色的变化表示相关程度等级，颜色越深表示数据与事件的相关程度等级越高。同时，可以通过链接的方式，使用户了解关联事件的详细信息。

由此可见，本发明实施例通过采集数据信息以及事件信息，可以计算出任一数据与某一事件的相关度参数，当相关度参数满足设定阈值时，则可以认为该数据与该事件关联，并进行展示，利用计算相关度参数判断数据与事件关联的方式可以减少出现噪声事件的情况，从而提高了数据与事件关联的准确性，帮助用户提供决策效率。

相应的，本发明还提供一种实现数据与相关事件关联的装置，参见图5所示，该装置可以包括：

第一获得单元501，用于获取数据的数据信息以及事件的事件信息；

计算单元502，用于根据数据信息以及事件信息，计算数据与事件的相关度参数；

关联单元503，用于当数据与事件的相关度参数满足设定阈值时，将数据与事件关联；

显示单元504，用于对数据以及对应的关联事件进行显示。

在本发明的一些实施例中，数据信息包括数据标识、数据名称、数据涵盖用户、数据获取日期、数据指标值；

事件信息包括事件标识、事件名称、事件涉及用户、事件发生日期。

在本发明的一些实施例中，参见图6所示，计算单元可以包括：

获得子单元601，用于获得在设定时间段内按照时间粒度，每个数据的上涨或下降对应的相关事件列表；

第一计算子单元602，用于根据相关事件列表，计算在设定时间段内一个数据的上涨与一个事件相关的次数作为第一参数，计算在设定时间段内一个数据的下降与一个事件相关的次数作为第二参数，计算在设定时间段内一个数据的上涨与一个事件不相关的次数作为第三参数，计算在设定时间段内一个数据的下降与一个事件不相关的次数作为第四参数；

第二计算子单元603，用于根据获得的第一参数、第二参数、第三参数以及第四参数利用卡方算法计算该数据与该事件的相关度参数。

在本发明的一些实施例中，其中，获得子单元可以具体用于：

获得每个数据的上涨或下降对应的涵盖用户，获得涵盖用户与事件涉及用户的交集用户对应的事件作为每个数据的上涨或下降对应的相关事件，获得在设定时间段内按照时间粒度，每个数据的上涨或下降对应的相关事件列表。

在本发明的一些实施例中，显示单元可以具体用于：

将数据采用趋势图进行显示；在数据变化的位置显示数据对应的关联事件。

在本发明的一些实施例中，实现数据与相关事件关联的装置还可以包括：

第二获得单元，用于根据相关度参数，获得关联程度等级。

在本发明的一些实施例中，显示单元还可以用于：

在数据变化的位置显示数据对应的关联事件，同时对相关程度等级进行显示。

由此可见，本发明实施例通过采集数据信息以及事件信息，可以计算出任一数据与某一事件的相关度参数，当相关度参数满足设定阈值时，则可以认为该数据与该事件关联，并进行展示，利用计算相关度参数判断数据与事件关联的方式可以减少出现噪声事件的情况，从而提高了数据与事件关联的准确性，帮助用户提供决策效率。

需要说明的是，本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的***或装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

还需要说明的是，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。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器（RAM）、内存、只读存储器（ROM）、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业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发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，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。

Claims (14)

1.一种实现数据与相关事件关联的方法，其特征在于，所述方法包括：

获取数据的数据信息以及事件的事件信息；

根据所述数据信息以及所述事件信息，计算所述数据与所述事件的相关度参数；

当所述数据与所述事件的相关度参数满足设定阈值时，将所述数据与所述事件关联；

对所述数据以及对应的关联事件进行显示。

2.根据权利要求1所述的方法，其特征在于，

所述数据信息包括数据标识、数据名称、数据涵盖用户、数据获取日期、数据指标值；

所述事件信息包括事件标识、事件名称、事件涉及用户、事件发生日期。

3.根据权利要求2所述的方法，其特征在于，所述根据所述数据信息以及所述事件信息，计算所述数据与所述事件的相关度参数，包括：

获得在设定时间段内按照时间粒度，每个数据的上涨或下降对应的相关事件列表；

根据所述相关事件列表，计算在所述设定时间段内一个数据的上涨与一个事件相关的次数作为第一参数，计算在所述设定时间段内一个数据的下降与一个事件相关的次数作为第二参数，计算在所述设定时间段内一个数据的上涨与一个事件不相关的次数作为第三参数，计算在所述设定时间段内一个数据的下降与一个事件不相关的次数作为第四参数；

根据获得的所述第一参数、所述第二参数、所述第三参数以及所述第四参数利用卡方算法计算该数据与该事件的相关度参数。

4.根据权利要求3所述的方法，其特征在于，所述获得在设定时间段内按照时间粒度，每个数据的上涨或下降对应的相关事件列表，包括：

获得每个数据的上涨或下降对应的涵盖用户，获得所述涵盖用户与所述事件涉及用户的交集用户对应的事件作为每个数据的上涨或下降对应的相关事件，获得在设定时间段内按照时间粒度，每个数据的上涨或下降对应的相关事件列表。

5.根据权利要求1所述的方法，其特征在于，所述对所述数据以及对应的关联事件进行显示，包括：

将所述数据采用趋势图进行显示；

在所述数据变化的位置显示所述数据对应的关联事件。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述方法还包括：

根据所述相关度参数，获得关联程度等级。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

在所述数据变化的位置显示所述数据对应的关联事件，同时对所述相关程度等级进行显示。

8.一种实现数据与相关事件关联的装置，其特征在于，所述装置包括：

第一获得单元，用于获取数据的数据信息以及事件的事件信息；

计算单元，用于根据所述数据信息以及所述事件信息，计算所述数据与所述事件的相关度参数；

关联单元，用于当所述数据与所述事件的相关度参数满足设定阈值时，将所述数据与所述事件关联；

显示单元，用于对所述数据以及对应的关联事件进行显示。

9.根据权利要求8所述的装置，其特征在于，所述数据信息包括数据标识、数据名称、数据涵盖用户、数据获取日期、数据指标值；

所述事件信息包括事件标识、事件名称、事件涉及用户、事件发生日期。

10.根据权利要求9所述的装置，其特征在于，所述计算单元包括：

获得子单元，用于获得在设定时间段内按照时间粒度，每个数据的上涨或下降对应的相关事件列表；

第一计算子单元，用于根据所述相关事件列表，计算在所述设定时间段内一个数据的上涨与一个事件相关的次数作为第一参数，计算在所述设定时间段内一个数据的下降与一个事件相关的次数作为第二参数，计算在所述设定时间段内一个数据的上涨与一个事件不相关的次数作为第三参数，计算在所述设定时间段内一个数据的下降与一个事件不相关的次数作为第四参数；

第二计算子单元，用于根据获得的所述第一参数、所述第二参数、所述第三参数以及所述第四参数利用卡方算法计算该数据与该事件的相关度参数。

11.根据权利要求8所述的装置，其特征在于，所述获得子单元具体用于：

获得每个数据的上涨或下降对应的涵盖用户，获得所述涵盖用户与所述事件涉及用户的交集用户对应的事件作为每个数据的上涨或下降对应的相关事件，获得在设定时间段内按照时间粒度，每个数据的上涨或下降对应的相关事件列表。

12.根据权利要求8所述的装置，其特征在于，所述显示单元具体用于：

将所述数据采用趋势图进行显示；在所述数据变化的位置显示所述数据对应的关联事件。

13.根据权利要求8-12任一项所述的装置，其特征在于，所述装置还包括：

第二获得单元，用于根据所述相关度参数，获得关联程度等级。

14.根据权利要求13所述的装置，其特征在于，所述显示单元还用于：

在所述数据变化的位置显示所述数据对应的关联事件，同时对所述相关程度等级进行显示。