欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

一種時間序列異常檢測標(biāo)注方法及系統(tǒng)與流程

文檔序號:11830871閱讀:170來源:國知局
本發(fā)明涉及計算機領(lǐng)域,尤其涉及一種時間序列異常檢測標(biāo)注方法及系統(tǒng)。
背景技術(shù)
:時間序列預(yù)測分析技術(shù)是基于與時間順序相關(guān)聯(lián)的有序觀測數(shù)據(jù)集,利用隨機過程理論和數(shù)理統(tǒng)計學(xué)方法,研究所述數(shù)據(jù)集所遵從的統(tǒng)計規(guī)律,從而推測數(shù)據(jù)發(fā)展趨勢指導(dǎo)解決實際問題??茖W(xué)正確地對各種實際時間序列進行預(yù)測分析可產(chǎn)生巨大的經(jīng)濟效益和與社會效益,時間序列預(yù)測分析技術(shù)已廣泛應(yīng)用到工業(yè)、地址、生態(tài)、經(jīng)濟、氣象、醫(yī)學(xué)等領(lǐng)域。現(xiàn)有的時間序列異常檢測中,往往是根據(jù)時間序列值偏離“正?!?假設(shè)為正常)序列的程度,再利用后驗的效果評估,確定一個異常閾值實現(xiàn)異常檢測。然而,異常閾值的設(shè)定僅僅是從數(shù)值上反應(yīng)時間序列偏離某種趨勢,很難與業(yè)務(wù)關(guān)聯(lián)。實際上,時間序列的異常檢測的目的是需要反應(yīng)業(yè)務(wù)的非正常的時間點,用于對出現(xiàn)的異常進行確認和處理。如何實現(xiàn)能準(zhǔn)確反應(yīng)業(yè)務(wù)的非正常時間點的異常檢測,是當(dāng)前人們研究的重點問題。技術(shù)實現(xiàn)要素:本發(fā)明實施例所要解決的技術(shù)問題在于,提供一種時間序列異常檢測標(biāo)注方法及系統(tǒng),實現(xiàn)能反應(yīng)業(yè)務(wù)的非正常時間點的異常檢測,并且提高了標(biāo)注異常系統(tǒng)的準(zhǔn)確度。為了解決上述技術(shù)問題,本發(fā)明實施例第一方面公開了一種時間序列異常檢測標(biāo)注方法,包括獲取多個不同標(biāo)注方輸入的標(biāo)注時間序列異常點的標(biāo)注信息;根據(jù)各個標(biāo)注方的標(biāo)注權(quán)重以及所述標(biāo)注信息,計算得出異常結(jié)果信息,所述異常結(jié)果信息用于指示被標(biāo)注的各個時間序列異常點是否為異常;根據(jù)所述異常結(jié)果信息調(diào)整所述各個標(biāo)注方的標(biāo)注權(quán)重后,返回執(zhí)行所述 根據(jù)各個標(biāo)注方的標(biāo)注權(quán)重以及所述標(biāo)注信息,計算得出異常結(jié)果信息的步驟,直到最近的兩個異常結(jié)果信息一致時,輸出最近的所述異常結(jié)果信息。結(jié)合第一方面,在第一種可能的實現(xiàn)方式中,所述根據(jù)各個標(biāo)注方的標(biāo)注權(quán)重以及所述標(biāo)注信息,計算得出異常結(jié)果信息包括:針對一個被標(biāo)注的時間序列異常點,根據(jù)各個標(biāo)注方的標(biāo)注權(quán)重以及所述標(biāo)注信息,計算得出所述被標(biāo)注的時間序列異常點為異常的概率和非異常的概率;當(dāng)所述異常的概率大于所述非異常的概率時,判斷出所述被標(biāo)注的時間序列異常點為異常;當(dāng)所述異常的概率小于所述非異常的概率時,判斷出所述被標(biāo)注的時間序列異常點為非異常。結(jié)合第一方面的第一種可能的實現(xiàn)方式,在第二種可能的實現(xiàn)方式中,所述根據(jù)各個標(biāo)注方的標(biāo)注權(quán)重以及所述標(biāo)注信息,計算得出所述被標(biāo)注的時間序列異常點為異常的概率和非異常的概率包括:根據(jù)所述標(biāo)注信息,將標(biāo)注為異常的所有標(biāo)注方對應(yīng)的權(quán)重相加,得出所述被標(biāo)注的時間序列異常點為異常的概率;將沒有標(biāo)注為異常的所有標(biāo)注方對應(yīng)的權(quán)重相加,得出所述被標(biāo)注的時間序列異常點為非異常的概率。結(jié)合第一方面,在第三種可能的實現(xiàn)方式中,所述根據(jù)所述異常結(jié)果信息調(diào)整所述各個標(biāo)注方的標(biāo)注權(quán)重包括:將根據(jù)標(biāo)注結(jié)果信息累計標(biāo)注方標(biāo)注正確的異常點的數(shù)量,除以所述標(biāo)注方標(biāo)注過的所有異常點的數(shù)量以及當(dāng)前各個標(biāo)識方的權(quán)重之和,得到調(diào)整后的標(biāo)注方的標(biāo)注權(quán)重。結(jié)合第一方面,在第四種可能的實現(xiàn)方式中,當(dāng)本次獲取的標(biāo)注方輸入的標(biāo)注信息中,新增的標(biāo)注方數(shù)量為n,歷史的標(biāo)注方數(shù)量為m時,其中n和m為整數(shù);所述新增的標(biāo)注方的標(biāo)注權(quán)重為1/(n+m);所述歷史的標(biāo)注方的標(biāo)注權(quán)重為1/(n+m)乘以所述歷史的標(biāo)注方當(dāng)前對應(yīng)的標(biāo)注權(quán)重。結(jié)合第一方面,或者第一方面的第一種可能的實現(xiàn)方式,或者第一方面的第二種可能的實現(xiàn)方式,或者第一方面的第三種可能的實現(xiàn)方式,或者第一方面的第四種可能的實現(xiàn)方式,在第五種可能的實現(xiàn)方式中,所述獲取多個不同 標(biāo)注方輸入的標(biāo)注時間序列異常點的標(biāo)注信息之后,所述根據(jù)各個標(biāo)注方的標(biāo)注權(quán)重以及所述標(biāo)注信息,計算得出異常結(jié)果信息之前,還包括:根據(jù)所述標(biāo)注信息判斷所述標(biāo)注方標(biāo)注的異常點個數(shù)與當(dāng)前所有標(biāo)注方標(biāo)注的所有異常點個數(shù)的比值是否達到預(yù)設(shè)閾值;當(dāng)判斷結(jié)果為是時,則將所述標(biāo)注方列入標(biāo)注權(quán)重范圍,否則,不將所述標(biāo)注方列入標(biāo)注權(quán)重范圍;所述根據(jù)各個標(biāo)注方的標(biāo)注權(quán)重以及所述標(biāo)注信息,計算得出異常結(jié)果信息包括:根據(jù)列入標(biāo)注權(quán)重范圍的各個標(biāo)注方的標(biāo)注權(quán)重以及所述標(biāo)注信息,計算得出異常結(jié)果信息。本發(fā)明實施例第二方面公開了一種時間序列異常檢測標(biāo)注系統(tǒng),包括:標(biāo)注信息獲取模塊,用于獲取多個不同標(biāo)注方輸入的標(biāo)注時間序列異常點的標(biāo)注信息;異常結(jié)果計算模塊,用于根據(jù)各個標(biāo)注方的標(biāo)注權(quán)重以及所述標(biāo)注信息,計算得出異常結(jié)果信息,所述異常結(jié)果信息用于指示被標(biāo)注的各個時間序列異常點是否為異常;標(biāo)注權(quán)重調(diào)整模塊,用于根據(jù)所述異常結(jié)果信息調(diào)整所述各個標(biāo)注方的標(biāo)注權(quán)重后,觸發(fā)所述異常結(jié)果計算模塊重新執(zhí)行操作,直到最近的兩個異常結(jié)果信息一致時,輸出最近的所述異常結(jié)果信息。結(jié)合第二方面,在第一種可能的實現(xiàn)方式中,所述異常結(jié)果計算模塊包括:概率計算單元,用于針對一個被標(biāo)注的時間序列異常點,根據(jù)各個標(biāo)注方的標(biāo)注權(quán)重以及所述標(biāo)注信息,計算得出所述被標(biāo)注的時間序列異常點為異常的概率和非異常的概率;異常結(jié)果判斷單元,用于當(dāng)所述異常的概率大于所述非異常的概率時,判斷出所述被標(biāo)注的時間序列異常點為異常;當(dāng)所述異常的概率小于所述非異常的概率時,判斷出所述被標(biāo)注的時間序列異常點為非異常。結(jié)合第二方面的第一種可能的實現(xiàn)方式,在第二種可能的實現(xiàn)方式中,所述概率計算單元包括:第一相加單元,用于根據(jù)所述標(biāo)注信息,將標(biāo)注為異常的所有標(biāo)注方對應(yīng)的權(quán)重相加,得出所述被標(biāo)注的時間序列異常點為異常的概率;第二相加單元,用于根據(jù)所述標(biāo)注信息,將沒有標(biāo)注為異常的所有標(biāo)注方對應(yīng)的權(quán)重相加,得出所述被標(biāo)注的時間序列異常點為非異常的概率。結(jié)合第二方面,在第三種可能的實現(xiàn)方式中,所述標(biāo)注權(quán)重調(diào)整模塊包括:調(diào)整權(quán)重單元,用于將根據(jù)標(biāo)注結(jié)果信息累計標(biāo)注方標(biāo)注正確的異常點的數(shù)量,除以所述標(biāo)注方標(biāo)注過的所有異常點的數(shù)量以及當(dāng)前各個標(biāo)識方的權(quán)重之和,得到調(diào)整后的標(biāo)注方的標(biāo)注權(quán)重;觸發(fā)輸出單元,用于當(dāng)所述調(diào)整權(quán)重單元對各個標(biāo)注方的標(biāo)注權(quán)重調(diào)整之后,觸發(fā)所述異常結(jié)果計算模塊重新執(zhí)行操作,將根據(jù)標(biāo)注結(jié)果信息累計標(biāo)注方標(biāo)注正確的異常點的數(shù)量,除以所述標(biāo)注方標(biāo)注過的所有異常點的數(shù)量以及當(dāng)前各個標(biāo)識方的權(quán)重之和,得到調(diào)整后的標(biāo)注方的標(biāo)注權(quán)重。結(jié)合第二方面,在第四種可能的實現(xiàn)方式中,當(dāng)本次獲取的標(biāo)注方輸入的標(biāo)注信息中,新增的標(biāo)注方數(shù)量為n,歷史的標(biāo)注方數(shù)量為m時,其中n和m為整數(shù);所述新增的標(biāo)注方的標(biāo)注權(quán)重為1/(n+m);所述歷史的標(biāo)注方的標(biāo)注權(quán)重為1/(n+m)乘以所述歷史的標(biāo)注方當(dāng)前對應(yīng)的標(biāo)注權(quán)重。結(jié)合第二方面,或者第二方面的第一種可能的實現(xiàn)方式,或者第二方面的第二種可能的實現(xiàn)方式,或者第二方面的第三種可能的實現(xiàn)方式,或者第二方面的第四種可能的實現(xiàn)方式,在第五種可能的實現(xiàn)方式中,還包括:閾值判斷模塊,用于在所述標(biāo)注信息獲取模塊獲取多個不同標(biāo)注方輸入的標(biāo)注時間序列異常點的標(biāo)注信息之后,所述異常結(jié)果計算模塊根據(jù)各個標(biāo)注方的標(biāo)注權(quán)重以及所述標(biāo)注信息,計算得出異常結(jié)果信息之前,根據(jù)所述標(biāo)注信息判斷所述標(biāo)注方標(biāo)注的異常點個數(shù)與當(dāng)前所有標(biāo)注方標(biāo)注的所有異常點個數(shù)的比值是否達到預(yù)設(shè)閾值;權(quán)重范圍列入模塊,用于當(dāng)所述閾值判斷模塊的判斷結(jié)果為是時,則將所述標(biāo)注方列入標(biāo)注權(quán)重范圍,否則,不將所述標(biāo)注方列入標(biāo)注權(quán)重范圍;所述異常結(jié)果計算模塊具體用于根據(jù)所述權(quán)重范圍列入模塊列入標(biāo)注權(quán)重范圍的各個標(biāo)注方的標(biāo)注權(quán)重以及所述標(biāo)注信息,計算得出異常結(jié)果信息。本發(fā)明實施例第三方面公開了一種計算機存儲介質(zhì),所述計算機存儲介質(zhì)存儲有程序,所述程序執(zhí)行時包括本發(fā)明實施例第一方面、或者第一方面的第一種可能的實現(xiàn)方式,或者第一方面的第二種可能的實現(xiàn)方式,或者第一方面的第三種可能的實現(xiàn)方式,或者第一方面的第四種可能的實現(xiàn)方式,或者第一 方面的第五種可能的實現(xiàn)方式中的時間序列異常檢測標(biāo)注方法的全部步驟。實施本發(fā)明實施例,通過獲取多個不同標(biāo)注方輸入的標(biāo)注時間序列異常點的標(biāo)注信息,從而可以利用與業(yè)務(wù)相關(guān)的多個不同用戶對同一事物的認定來進行時間序列異常點的標(biāo)注,實現(xiàn)了通過人計算的方式來完成計算機無法實現(xiàn)或很難實現(xiàn)的事情,能反應(yīng)業(yè)務(wù)的非正常時間點的異常檢測,解決了現(xiàn)有技術(shù)中僅僅是從數(shù)值上反應(yīng)時間序列偏離某種趨勢,很難與業(yè)務(wù)關(guān)聯(lián)的技術(shù)問題;并且通過可信計算(truthmining)的方式調(diào)整標(biāo)注權(quán)重,從而對標(biāo)注異常點進行確定,使得標(biāo)注異常系統(tǒng)的異常算法不斷學(xué)習(xí)和迭代,從而提高標(biāo)注異常系統(tǒng)的準(zhǔn)確性。附圖說明為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案,下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹,顯而易見地,下面描述中的附圖僅僅是本發(fā)明的一些實施例,對于本領(lǐng)域普通技術(shù)人員來講,在不付出創(chuàng)造性勞動的前提下,還可以根據(jù)這些附圖獲得其他的附圖。圖1是本發(fā)明實施例提供的時間序列異常檢測標(biāo)注方法的流程示意圖;圖2是本發(fā)明提供的時間序列異常檢測標(biāo)注方法的另一實施例的流程示意圖;圖3是本發(fā)明實施例提供的時間序列的示意圖;圖4是本發(fā)明提供的時間序列異常檢測標(biāo)注系統(tǒng)的結(jié)構(gòu)示意圖;圖5是本發(fā)明實施例提供的異常結(jié)果計算模塊的結(jié)構(gòu)示意圖;圖6是本發(fā)明實施例提供的概率計算單元的結(jié)構(gòu)示意圖;圖7是本發(fā)明實施例提供的標(biāo)注權(quán)重調(diào)整模塊的結(jié)構(gòu)示意圖;圖8是本發(fā)明提供的時間序列異常檢測標(biāo)注系統(tǒng)的另一實施例的結(jié)構(gòu)示意圖;圖9是本發(fā)明提供的時間序列異常檢測標(biāo)注系統(tǒng)的另一實施例的結(jié)構(gòu)示意圖。具體實施方式下面將結(jié)合本發(fā)明實施例中的附圖,對本發(fā)明實施例中的技術(shù)方案進行清 楚、完整地描述,顯然,所描述的實施例僅僅是本發(fā)明一部分實施例,而不是全部的實施例?;诒景l(fā)明中的實施例,本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例,都屬于本發(fā)明保護的范圍。參見圖1,是本發(fā)明實施例提供的時間序列異常檢測標(biāo)注方法的流程示意圖,該方法包括:步驟S100:獲取多個不同標(biāo)注方輸入的標(biāo)注時間序列異常點的標(biāo)注信息;具體地,本發(fā)明實施例中的多個不同標(biāo)注方可以為與業(yè)務(wù)相關(guān)的用戶或者使用時間序列異常檢測標(biāo)注系統(tǒng)的用戶,不同的標(biāo)注方可以根據(jù)時間業(yè)務(wù)經(jīng)驗或者業(yè)務(wù)特征,針對輸出的時間序列標(biāo)注自己認為是異常的時間點,那么該時間序列異常檢測標(biāo)注系統(tǒng)即可獲取到這些標(biāo)注信息??衫斫獾氖?,本發(fā)明不同于傳統(tǒng)意義上的專家系統(tǒng),時間序列異常檢測標(biāo)注用戶不需要具備很強的專業(yè)知識,任何相關(guān)用戶甚至任何用戶均可參與標(biāo)注;對于時間序列,異常點常??赡芘c業(yè)務(wù)活動相關(guān),或者突發(fā)事物相關(guān)。例如:在第三方交易的時間序列中的支付筆數(shù)的時間序列,突然的序列值突然增大的異常可能是由于某些營銷活動引起的,而突然下降的異??赡苁腔顒咏Y(jié)束或者系統(tǒng)出現(xiàn)異常。當(dāng)活動范圍較小或者活動效果不是非常顯著,或者系統(tǒng)異常導(dǎo)致的影響范圍不是很大時,現(xiàn)有技術(shù)中使用一般的異常檢測算法并不能很好的解決問題,但是系統(tǒng)運維人員或者營銷人員,或者對該業(yè)務(wù)比較了解的人員能快速確定時間序列的異常點。因此,本發(fā)明實施例通過人計算(humancomputation)的方式獲取多個不同標(biāo)注方輸入的標(biāo)注時間序列異常點的標(biāo)注信息,利用大部分用戶對同一事物的評價來幫助系統(tǒng)決策,使用用戶的‘計算’能力比使用計算機的計算能力更有效,完成了計算機無法實現(xiàn)或很難實現(xiàn)的事情,能反應(yīng)業(yè)務(wù)的非正常時間點的異常檢測。步驟S102:根據(jù)各個標(biāo)注方的標(biāo)注權(quán)重以及所述標(biāo)注信息,計算得出異常結(jié)果信息,所述異常結(jié)果信息用于指示被標(biāo)注的各個時間序列異常點是否為異常;具體地,本發(fā)明實施例中的各個標(biāo)注方都對應(yīng)有各自的標(biāo)注權(quán)重,本發(fā)明實施例中的標(biāo)注權(quán)重包括但不限于為0到1,本發(fā)明各個實施例以0到1為例進行說明;在第一次對某時間序列進行異常點標(biāo)注時,可以設(shè)置各個標(biāo)注方對應(yīng)各自的標(biāo)注權(quán)重為1,并可以進行標(biāo)注權(quán)重的歸一化,即調(diào)整各個標(biāo)注方的標(biāo)注 權(quán)重進行修改,如可以根據(jù)該次進行異常點標(biāo)注的標(biāo)注方的數(shù)量N,將每個標(biāo)注方的標(biāo)注權(quán)重平均分,修改為1/N;當(dāng)然可以修改為其它數(shù)值,只要所有標(biāo)注方的標(biāo)注權(quán)重相加為1即可。根據(jù)各個標(biāo)注方的標(biāo)注權(quán)重以及標(biāo)注信息,可以計算出各個被標(biāo)注的時間序列異常點的異常比重或者異常概率,例如本次進行異常點標(biāo)注的標(biāo)注方的數(shù)量3,每個標(biāo)注方的標(biāo)注權(quán)重為1/3,那么針對被標(biāo)注的時間序列xk,若被標(biāo)注為異常點的個數(shù)為2個,那么異常比重或者異常概率為2/3,即非異常比重或者非異常概率為1/3,那么可以通過預(yù)先設(shè)定計算規(guī)則,當(dāng)異常比重或異常概率達到某閾值,或者異常比重或異常概率大于費異常比重或非異常概率,等等,那么異常結(jié)果信息指示該被標(biāo)注的時間序列異常點為異常,否則異常結(jié)果信息指示該被標(biāo)注的時間序列異常點為非異常。需要說明的是,可以針對每個被標(biāo)注的時間序列異常點依次進行計算或同時并行計算多個別標(biāo)注的時間序列異常點,直到所有被標(biāo)注的時間序列異常點都計算完畢,即可生成異常結(jié)果信息。步驟S104:根據(jù)所述異常結(jié)果信息調(diào)整所述各個標(biāo)注方的標(biāo)注權(quán)重后,返回執(zhí)行所述根據(jù)各個標(biāo)注方的標(biāo)注權(quán)重以及所述標(biāo)注信息,計算得出異常結(jié)果信息的步驟,直到最近的兩個異常結(jié)果信息一致時,輸出最近的所述異常結(jié)果信息。具體地,可以根據(jù)本次的異常結(jié)果信息評估本次標(biāo)注時標(biāo)注方的標(biāo)注正確率,將標(biāo)注正確率高的標(biāo)注權(quán)重調(diào)整為大于標(biāo)注正確率低的標(biāo)注權(quán)重,可以按標(biāo)注正確率的比例進行標(biāo)注權(quán)重的調(diào)整,或者按照預(yù)設(shè)的增加或減少的幅度進行標(biāo)注權(quán)重的調(diào)整,并在調(diào)整后返回步驟S102進行重新計算,可理解的是,該重新計算是根據(jù)調(diào)整后的各個標(biāo)注方的標(biāo)注權(quán)重來進行計算,從而得出最近的異常結(jié)果信息,并將最近的異常結(jié)果信息與上一次的結(jié)果異常信息進行比較(即將最近的兩個異常結(jié)果信息進行比較),若比較一致,那么輸出最近的異常結(jié)果信息,否則繼續(xù)根據(jù)最近的異常結(jié)果信息調(diào)整各個標(biāo)注方的標(biāo)注權(quán)重,然后再返回步驟S102進行重新計算,直到最近的兩個異常結(jié)果信息一致時,輸出最近的異常結(jié)果信息。進一步地,可以將根據(jù)標(biāo)注結(jié)果信息累計標(biāo)注方標(biāo)注正確的異常點的數(shù)量,除以該標(biāo)注方標(biāo)注過的所有異常點的數(shù)量以及當(dāng)前各個標(biāo)識方的權(quán)重之和,得 到調(diào)整后的該標(biāo)注方的標(biāo)注權(quán)重。具體地,需要調(diào)整每個標(biāo)注方對應(yīng)的標(biāo)注權(quán)重,其中針對一個標(biāo)注方,可以根據(jù)標(biāo)注結(jié)果信息累計該標(biāo)注方標(biāo)注正確的異常點的數(shù)量,假如為10,該標(biāo)注方標(biāo)注過的所有異常點的數(shù)量為15,當(dāng)前各個標(biāo)注方的權(quán)重之和為1,那么調(diào)整后的該標(biāo)注方的標(biāo)注權(quán)重為2/3。實施本發(fā)明實施例,通過獲取多個不同標(biāo)注方輸入的標(biāo)注時間序列異常點的標(biāo)注信息,從而可以利用與業(yè)務(wù)相關(guān)的多個不同用戶對同一事物的認定來進行時間序列異常點的標(biāo)注,實現(xiàn)了通過人計算的方式來完成計算機無法實現(xiàn)或很難實現(xiàn)的事情,能反應(yīng)業(yè)務(wù)的非正常時間點的異常檢測,解決了現(xiàn)有技術(shù)中僅僅是從數(shù)值上反應(yīng)時間序列偏離某種趨勢,很難與業(yè)務(wù)關(guān)聯(lián)的技術(shù)問題;并且通過可信計算(truthmining)的方式調(diào)整標(biāo)注權(quán)重,從而對標(biāo)注異常點進行確定,使得標(biāo)注異常系統(tǒng)的異常算法不斷學(xué)習(xí)和迭代,從而提高標(biāo)注異常系統(tǒng)的準(zhǔn)確性。進一步地,上述步驟S102中,具體可以針對一個被標(biāo)注的時間序列異常點,根據(jù)各個標(biāo)注方的標(biāo)注權(quán)重以及所述標(biāo)注信息,計算得出所述被標(biāo)注的時間序列異常點為異常的概率和非異常的概率;當(dāng)所述異常的概率大于所述非異常的概率時,判斷出所述被標(biāo)注的時間序列異常點為異常;當(dāng)所述異常的概率小于所述非異常的概率時,判斷出所述被標(biāo)注的時間序列異常點為非異常。下面結(jié)合圖2示出的本發(fā)明提供的時間序列異常檢測標(biāo)注方法的另一實施例的流程示意圖,進一步說明本發(fā)明的時間序列異常檢測標(biāo)注的方法,該方法包括:步驟S200:獲取多個不同標(biāo)注方輸入的標(biāo)注時間序列異常點的標(biāo)注信息;具體地,可以參考上述圖1實施例中的步驟S100,這里不再贅述。步驟S202:根據(jù)所述標(biāo)注信息判斷所述標(biāo)注方標(biāo)注的異常點個數(shù)與當(dāng)前所有標(biāo)注方標(biāo)注的所有異常點個數(shù)的比值是否達到預(yù)設(shè)閾值;具體地,本發(fā)明實施例還可以考慮每次每個標(biāo)注方標(biāo)注的異常點個數(shù)或數(shù)量,可以設(shè)定當(dāng)該次標(biāo)注中標(biāo)注方標(biāo)注的異常點個數(shù)與當(dāng)前所有標(biāo)注方標(biāo)注的所有異常點個數(shù)的比值達到預(yù)設(shè)閾值,比如預(yù)設(shè)閾值為0.3或0.25等,在本次標(biāo)注中才將該標(biāo)注方列入標(biāo)注權(quán)重范圍,即將該標(biāo)注點的標(biāo)注信息納入異常結(jié)果的計算范圍,否則,不將該標(biāo)注方列入標(biāo)注權(quán)重范圍。步驟S204:檢測是否所有標(biāo)注方都判斷完畢;具體地,當(dāng)檢測結(jié)果為是時,則執(zhí)行步驟S206,否則繼續(xù)執(zhí)行步驟S202。步驟S206:根據(jù)列入標(biāo)注權(quán)重范圍的各個標(biāo)注方的標(biāo)注權(quán)重以及所述標(biāo)注信息,計算得出異常結(jié)果信息;具體地,針對列入標(biāo)注權(quán)重范圍的一個被標(biāo)注的時間序列異常點,根據(jù)列入標(biāo)注權(quán)重范圍的各個標(biāo)注方的標(biāo)注權(quán)重以及標(biāo)注信息,計算得出該被標(biāo)注的時間序列異常點為異常的概率和非異常的概率;當(dāng)該異常的概率大于該非異常的概率時,判斷出該被標(biāo)注的時間序列異常點為異常;當(dāng)該異常的概率小于該非異常的概率時,判斷出該被標(biāo)注的時間序列異常點為非異常。例如本次列入標(biāo)注權(quán)重范圍的進行異常點標(biāo)注的標(biāo)注方的數(shù)量3,這3個標(biāo)注方的標(biāo)注權(quán)重分別為0.2、0.3和0.5,那么針對被標(biāo)注的時間序列異常點xk,若標(biāo)注權(quán)重為0.2和0.5的標(biāo)注方標(biāo)注其異常,標(biāo)注權(quán)重為0.3的標(biāo)注方標(biāo)注其非異常,那么計算得出該被標(biāo)注的時間序列異常點xk的異常概率0.7,即非異常概率為0.3,判斷出該被標(biāo)注的時間序列異常點xk為異常。需要說明的是,可以根據(jù)標(biāo)注信息,將標(biāo)注為異常的所有標(biāo)注方對應(yīng)的權(quán)重相加,得出該被標(biāo)注的時間序列異常點為異常的概率;將沒有標(biāo)注為異常的所有標(biāo)注方對應(yīng)的權(quán)重相加,得出所述被標(biāo)注的時間序列異常點為非異常的概率。本發(fā)明實施例中的列入標(biāo)注權(quán)重范圍的所有標(biāo)注方的權(quán)重之和可以小于、大于或等于1,本發(fā)明不作限定;或者還可以對列入標(biāo)注權(quán)重范圍的所有標(biāo)注方的權(quán)重進行歸一化,使權(quán)重之和等于1。步驟S208:檢測是否列入標(biāo)注權(quán)重范圍的所有標(biāo)注方都計算完畢;具體地,當(dāng)檢測結(jié)果為是時,則執(zhí)行步驟S210,否則繼續(xù)執(zhí)行步驟S206。步驟S210:判斷最近的異常結(jié)果信息是否與上一次的異常結(jié)果信息一致;具體地,當(dāng)判斷結(jié)果為是時,則執(zhí)行步驟S214,否則執(zhí)行步驟S212;步驟S212:根據(jù)最近的異常結(jié)果信息調(diào)整所述各個標(biāo)注方的標(biāo)注權(quán)重;具體地,可以參考上述圖1實施例中的步驟S104,這里不再贅述;步驟S214:輸出最近的所述異常結(jié)果信息。再進一步地,在步驟S206中,當(dāng)本次獲取的標(biāo)注方輸入的標(biāo)注信息中,新增的標(biāo)注方數(shù)量為n,歷史的標(biāo)注方數(shù)量為m時,其中n和m為整數(shù);且該n個標(biāo)注方和m個標(biāo)注方都被列入標(biāo)注權(quán)重范圍,那么新增的標(biāo)注方的標(biāo)注權(quán)重可以設(shè)為1/(n+m);歷史的標(biāo)注方的標(biāo)注權(quán)重為1/(n+m)乘以該歷史的標(biāo)注 方當(dāng)前對應(yīng)的標(biāo)注權(quán)重??衫斫獾氖?,n為本次標(biāo)注時被列入標(biāo)注權(quán)重范圍的標(biāo)注方個數(shù)減去本次沒有被列入標(biāo)注權(quán)重范圍的標(biāo)注方個數(shù)的值,本發(fā)明實施例中的n可以為正整數(shù)或負整數(shù),當(dāng)n為正整數(shù)時,表明本次標(biāo)注時被列入標(biāo)注權(quán)重范圍的標(biāo)注方個數(shù)大于本次沒有被列入標(biāo)注權(quán)重范圍的標(biāo)注方個數(shù);而當(dāng)n為負整數(shù)時,表明本次標(biāo)注時被列入標(biāo)注權(quán)重范圍的標(biāo)注方個數(shù)小于本次沒有被列入標(biāo)注權(quán)重范圍的標(biāo)注方個數(shù)。需要說明的是,本次沒有被列入標(biāo)注權(quán)重范圍的標(biāo)注方個數(shù)為從歷史被列入標(biāo)注權(quán)重范圍的標(biāo)注方中移出的標(biāo)注方個數(shù)。下面將通過一個實例來詳細說明本發(fā)明的時間序列異常檢測標(biāo)注方法,如圖3示出的本發(fā)明實施例提供的時間序列的示意圖,有時間序列Xt={x1,x2,x3,x4,x5,…x14},假設(shè)本次異常點標(biāo)注有三個不同的標(biāo)注方,分別為U1、U2和U3,他們輸入的標(biāo)注信息分別為:標(biāo)注方U1標(biāo)注{x3,x6,x7,x10}為異常,標(biāo)注方U2標(biāo)注{x6,x10}為異常,以及標(biāo)注方U3標(biāo)注{x6,x10,x12}為異常,那么系統(tǒng)可以通過下表來記錄或存儲每個標(biāo)注方的標(biāo)注信息:標(biāo)注方序列異常點異常值U1Xtx31U1Xtx61U1Xtx71U1Xtx101U2Xtx61U2Xtx101U3Xtx61U3Xtx101U3Xtx121通過公式1:k=niN≥δ]]>公式1可以分別計算各個標(biāo)注方標(biāo)注的異常點個數(shù)與當(dāng)前所有標(biāo)注方標(biāo)注的所有異常點個數(shù)的比值是否達到預(yù)設(shè)閾值;其中,ni為標(biāo)注方i標(biāo)注的異常點個數(shù),N為當(dāng)前所有標(biāo)注方標(biāo)注的所有異常點個數(shù),δ為預(yù)設(shè)閾值,假設(shè)δ為0.3;從 上表中可以看出當(dāng)前所有標(biāo)注方標(biāo)注的所有異常點個數(shù)N為5,標(biāo)注方U1的比值為4/5,標(biāo)注方U2的比值為2/5,標(biāo)注方U1的比值為3/5,均達到預(yù)設(shè)閾值0.3那么,標(biāo)注方U1、U2和U3都列入標(biāo)注權(quán)重范圍。通過公式2:x~i←argmaxx∈X~Σuj∈Uλjdis(x~i,xi)]]>公式2可以根據(jù)列入標(biāo)注權(quán)重范圍的各個標(biāo)注方的標(biāo)注權(quán)重以及所述標(biāo)注信息,計算得出異常結(jié)果信息;其中,xi為時間序列被標(biāo)注為異常點的第i個點,j為標(biāo)注方j(luò)的標(biāo)注,為時間序列的第i個點為異常的概率,λj為標(biāo)注方j(luò)的標(biāo)注權(quán)重,表示到xi的距離;初始時,即假設(shè)本次標(biāo)注為對該時間序列的第一次標(biāo)注,那么標(biāo)注方的初始標(biāo)注權(quán)重可以設(shè)為λ1=λ2=λ3=1,且可以通過公式3:r(λj)=Σ{1λj}=1]]>公式3進行歸一化處理,使得所有標(biāo)注方的權(quán)重之和為1,那么歸一化后的標(biāo)注方的權(quán)重為λ1′=λ2′=λ3′=13;]]>那么公式2表示為使得Σuj∈Uλjdis(x~i,xi)]]>最大時的取值,即,對于被標(biāo)注異常的時間序列的第i個點,所有標(biāo)注方標(biāo)注的使得該異常點與‘真實的異?!嬎愕母怕首畲?。公式2的求解即為最優(yōu)化問題,可分別通過如下的公式4到公式5求解得出:minΣxΣjλj·dis(xij,xi)]]>公式4公式4可通過以下方法求解:對所有的異常點按照標(biāo)注方的標(biāo)準(zhǔn)確定是否為異常,即:x~i←argminx∈X~Σuj∈Uλjdis(xij,xi)]]>公式5即根據(jù)所有的標(biāo)注方的標(biāo)注異常,計算異常點的異常概率,使得異常點偏離真實‘異常最小’。也就是說,選擇大多數(shù)標(biāo)注方認為是異常的異常點。從而計算得到如下表的異常結(jié)果信息:假設(shè)1表示該序列點被標(biāo)注為異常點,0表示該序列點沒有被標(biāo)注為異常點;那么可理解的是,公式1中0到0以及1到1的距離可以設(shè)定為1,0到1或1到0的距離可以設(shè)定為0。計算得出異常結(jié)果信息為只有序列點x6和x10為異常。根據(jù)確定的異常更新用戶的標(biāo)注權(quán)重,即:x~i←argminλΣxΣjλjdis(xij,xi)]]>公式6使用根據(jù)異常點的判斷,更新用戶的標(biāo)注權(quán)重,使用戶的異常的誤差最小。求解的更新標(biāo)注權(quán)重方法為:λj′=Σdis(xij,xi)Σλi·Σxij]]>公式7其中,表示標(biāo)注方j(luò)標(biāo)注正確的點,表示標(biāo)注方標(biāo)注過的點,∑λi表示當(dāng)前標(biāo)注權(quán)重之和。那么,計算這三個標(biāo)注方的一次更新權(quán)重為:λ1=21·4=12,λ2=21·2=1,λ3=21·3=23]]>可以進行歸一化處理后,得出:λ1′=313,λ2′=613,λ3′=413]]>根據(jù)調(diào)整后的各個標(biāo)注方的標(biāo)注權(quán)重,重新計算異常結(jié)果信息如下:判斷最近的異常結(jié)果信息與上一次的異常結(jié)果信息一致,那么輸出最近的異常結(jié)果信息。例如,對上述例子中的異常點,如果標(biāo)注方U4標(biāo)注了x10為異常,預(yù)設(shè)閾值設(shè)定為0.3,則標(biāo)注方U4標(biāo)注k=0.2<0.3,則標(biāo)注方U4不列入標(biāo)注權(quán)重范圍,即不計入異常標(biāo)注的權(quán)重標(biāo)注方中。又如,在下一次計算{x15,x16,……,x30}的標(biāo)注中,新增標(biāo)注方U5和U6,歷史標(biāo)注方中U1、U2和U3也全部參與標(biāo)注,則可以按照公式8和公式9:λj=nn+mλj]]>公式8λj=1n+m]]>公式9其中,n為新增的標(biāo)注方數(shù)量,m為歷史的標(biāo)注方數(shù)量,對于歷史標(biāo)注方的標(biāo)注權(quán)重可以通過公式8進行計算,對于新增標(biāo)注方的標(biāo)注權(quán)重可以通過公式9進行計算,例如:λ1=33+2·613=1865,λ5=13+2=1365]]>可理解的是,通過本發(fā)明實施例中的可信計算,標(biāo)注方標(biāo)注的次數(shù)越多,準(zhǔn)確率越大,則可信度越高,以后的標(biāo)注可能為準(zhǔn)確的標(biāo)注的可能性越大;反之則可信度越低,以后的標(biāo)注為準(zhǔn)確的標(biāo)注的可能性越小。即標(biāo)注方標(biāo)注越準(zhǔn)確,其計算越‘可信’,否則,越‘不可信’。為了便于更好地實施本發(fā)明實施例的上述方案,本發(fā)明還對應(yīng)提供了一種時間序列異常檢測標(biāo)注系統(tǒng),如圖4示出的本發(fā)明提供的時間序列異常檢測標(biāo)注系統(tǒng)的結(jié)構(gòu)示意圖,時間序列異常檢測標(biāo)注系統(tǒng)40包括:標(biāo)注信息獲取模塊400、異常結(jié)果計算模塊402和標(biāo)注權(quán)重調(diào)整模塊404,其中標(biāo)注信息獲取模塊400用于獲取多個不同標(biāo)注方輸入的標(biāo)注時間序列異常點的標(biāo)注信息;異常結(jié)果計算模塊402用于根據(jù)各個標(biāo)注方的標(biāo)注權(quán)重以及所述標(biāo)注信息,計算得出異常結(jié)果信息,所述異常結(jié)果信息用于指示被標(biāo)注的各個時間序列異常點是否為異常;標(biāo)注權(quán)重調(diào)整模塊404用于根據(jù)所述異常結(jié)果信息調(diào)整所述各個標(biāo)注方的標(biāo)注權(quán)重后,觸發(fā)異常結(jié)果計算模塊402重新執(zhí)行操作,直到最近的兩個異常結(jié)果信息一致時,輸出最近的所述異常結(jié)果信息。具體地,如圖5示出的本發(fā)明實施例提供的異常結(jié)果計算模塊的結(jié)構(gòu)示意圖,異常結(jié)果計算模塊402可以包括:概率計算單元4020和異常結(jié)果判斷單元4022,其中概率計算單元4020用于針對一個被標(biāo)注的時間序列異常點,根據(jù)各個標(biāo)注方的標(biāo)注權(quán)重以及所述標(biāo)注信息,計算得出所述被標(biāo)注的時間序列異常點為異常的概率和非異常的概率;異常結(jié)果判斷單元4022用于當(dāng)所述異常的概率大于所述非異常的概率時,判斷出所述被標(biāo)注的時間序列異常點為異常;當(dāng)所述異常的概率小于所述非異常的概率時,判斷出所述被標(biāo)注的時間序列異常點為非異常。進一步地,如圖6示出的本發(fā)明實施例提供的概率計算單元的結(jié)構(gòu)示意圖,概率計算單元4020可以包括:第一相加單元40200和第二相加單元40202,其中第一相加單元40200用于根據(jù)所述標(biāo)注信息,將標(biāo)注為異常的所有標(biāo)注方對應(yīng)的權(quán)重相加,得出所述被標(biāo)注的時間序列異常點為異常的概率;第二相加單元40202用于根據(jù)所述標(biāo)注信息,將沒有標(biāo)注為異常的所有標(biāo)注方對應(yīng)的權(quán)重相加,得出所述被標(biāo)注的時間序列異常點為非異常的概率。再進一步地,如圖7示出的本發(fā)明實施例提供的標(biāo)注權(quán)重調(diào)整模塊的結(jié)構(gòu)示意圖,標(biāo)注權(quán)重調(diào)整模塊404可以包括:調(diào)整權(quán)重單元4040和觸發(fā)輸出單元4042,其中調(diào)整權(quán)重單元4040用于將根據(jù)標(biāo)注結(jié)果信息累計標(biāo)注方標(biāo)注正確的異常點的數(shù)量,除以所述標(biāo)注方標(biāo)注過的所有異常點的數(shù)量以及當(dāng)前各個標(biāo)識方的權(quán)重之和,得到調(diào)整后的標(biāo)注方的標(biāo)注權(quán)重;觸發(fā)輸出單元4042用于當(dāng)調(diào)整權(quán)重單元4040對各個標(biāo)注方的標(biāo)注權(quán)重調(diào)整之后,觸發(fā)異常結(jié)果計算模塊402重新執(zhí)行操作,將根據(jù)標(biāo)注結(jié)果信息累計標(biāo)注方標(biāo)注正確的異常點的數(shù)量,除以所述標(biāo)注方標(biāo)注過的所有異常點的數(shù)量以及當(dāng)前各個標(biāo)識方的權(quán)重之和,得到調(diào)整后的標(biāo)注方的標(biāo)注權(quán)重。再進一步地,當(dāng)本次獲取的標(biāo)注方輸入的標(biāo)注信息中,新增的標(biāo)注方數(shù)量 為n,歷史的標(biāo)注方數(shù)量為m時,其中n和m為大于1的正整數(shù);所述新增的標(biāo)注方的標(biāo)注權(quán)重為1/(n+m);所述歷史的標(biāo)注方的標(biāo)注權(quán)重為1/(n+m)乘以所述歷史的標(biāo)注方當(dāng)前對應(yīng)的標(biāo)注權(quán)重。再進一步地,如圖8示出的本發(fā)明提供的時間序列異常檢測標(biāo)注系統(tǒng)的另一實施例的結(jié)構(gòu)示意圖,時間序列異常檢測標(biāo)注系統(tǒng)40包括標(biāo)注信息獲取模塊400、異常結(jié)果計算模塊402和標(biāo)注權(quán)重調(diào)整模塊404外,還可以包括:閾值判斷模塊406和權(quán)重范圍列入模塊408,其中閾值判斷模塊406用于在標(biāo)注信息獲取模塊400獲取多個不同標(biāo)注方輸入的標(biāo)注時間序列異常點的標(biāo)注信息之后,異常結(jié)果計算模塊402根據(jù)各個標(biāo)注方的標(biāo)注權(quán)重以及所述標(biāo)注信息,計算得出異常結(jié)果信息之前,根據(jù)所述標(biāo)注信息判斷所述標(biāo)注方標(biāo)注的異常點個數(shù)與當(dāng)前所有標(biāo)注方標(biāo)注的所有異常點個數(shù)的比值是否達到預(yù)設(shè)閾值;權(quán)重范圍列入模塊408用于當(dāng)閾值判斷模塊406的判斷結(jié)果為是時,則將所述標(biāo)注方列入標(biāo)注權(quán)重范圍,否則,不將所述標(biāo)注方列入標(biāo)注權(quán)重范圍;異常結(jié)果計算模塊402具體用于根據(jù)所述權(quán)重范圍列入模塊列入標(biāo)注權(quán)重范圍的各個標(biāo)注方的標(biāo)注權(quán)重以及所述標(biāo)注信息,計算得出異常結(jié)果信息。請參閱圖9,圖9是本發(fā)明提供的時間序列異常檢測標(biāo)注系統(tǒng)的另一實施例的結(jié)構(gòu)示意圖。其中,如圖9所示,時間序列異常檢測標(biāo)注系統(tǒng)90可以包括:至少一個處理器901,例如CPU,至少一個網(wǎng)絡(luò)接口904,用戶接口903,存儲器905,至少一個通信總線902以及顯示屏906。其中,通信總線902用于實現(xiàn)這些組件之間的連接通信。其中,用戶接口903,可選用戶接口903還可以包括標(biāo)準(zhǔn)的有線接口、無線接口。網(wǎng)絡(luò)接口904可選的可以包括標(biāo)準(zhǔn)的有線接口、無線接口(如WI-FI接口)。存儲器905可以是高速RAM存儲器,也可以是非不穩(wěn)定的存儲器(non-volatilememory),例如至少一個磁盤存儲器。存儲器905可選的還可以是至少一個位于遠離前述處理器901的存儲系統(tǒng)。如圖9所示,作為一種計算機存儲介質(zhì)的存儲器905中可以包括操作系統(tǒng)、網(wǎng)絡(luò)通信模塊、用戶接口模塊以及時間序列異常檢測標(biāo)注程序。在圖9所示的時間序列異常檢測標(biāo)注系統(tǒng)900中處理器901可以用于調(diào)用存儲器905中存儲的時間序列異常檢測標(biāo)注程序,并執(zhí)行以下操作:獲取多個不同標(biāo)注方輸入的標(biāo)注時間序列異常點的標(biāo)注信息;根據(jù)各個標(biāo)注方的標(biāo)注權(quán)重以及所述標(biāo)注信息,計算得出異常結(jié)果信息,所述異常結(jié)果信息用于指示被標(biāo)注的各個時間序列異常點是否為異常;根據(jù)所述異常結(jié)果信息調(diào)整所述各個標(biāo)注方的標(biāo)注權(quán)重后,返回執(zhí)行所述根據(jù)各個標(biāo)注方的標(biāo)注權(quán)重以及所述標(biāo)注信息,計算得出異常結(jié)果信息的步驟,直到最近的兩個異常結(jié)果信息一致時,輸出最近的所述異常結(jié)果信息。具體地,處理器901根據(jù)各個標(biāo)注方的標(biāo)注權(quán)重以及所述標(biāo)注信息,計算得出異常結(jié)果信息可以包括:針對一個被標(biāo)注的時間序列異常點,根據(jù)各個標(biāo)注方的標(biāo)注權(quán)重以及所述標(biāo)注信息,計算得出所述被標(biāo)注的時間序列異常點為異常的概率和非異常的概率;當(dāng)所述異常的概率大于所述非異常的概率時,判斷出所述被標(biāo)注的時間序列異常點為異常;當(dāng)所述異常的概率小于所述非異常的概率時,判斷出所述被標(biāo)注的時間序列異常點為非異常。進一步地,處理器901根據(jù)各個標(biāo)注方的標(biāo)注權(quán)重以及所述標(biāo)注信息,計算得出所述被標(biāo)注的時間序列異常點為異常的概率和非異常的概率可以包括:根據(jù)所述標(biāo)注信息,將標(biāo)注為異常的所有標(biāo)注方對應(yīng)的權(quán)重相加,得出所述被標(biāo)注的時間序列異常點為異常的概率;將沒有標(biāo)注為異常的所有標(biāo)注方對應(yīng)的權(quán)重相加,得出所述被標(biāo)注的時間序列異常點為非異常的概率。進一步地,處理器901根據(jù)所述異常結(jié)果信息調(diào)整所述各個標(biāo)注方的標(biāo)注權(quán)重可以包括:將根據(jù)標(biāo)注結(jié)果信息累計標(biāo)注方標(biāo)注正確的異常點的數(shù)量,除以所述標(biāo)注方標(biāo)注過的所有異常點的數(shù)量以及當(dāng)前各個標(biāo)識方的權(quán)重之和,得到調(diào)整后的標(biāo)注方的標(biāo)注權(quán)重。進一步地,當(dāng)本次獲取的標(biāo)注方輸入的標(biāo)注信息中,新增的標(biāo)注方數(shù)量為n,歷史的標(biāo)注方數(shù)量為m時,其中n和m為整數(shù);所述新增的標(biāo)注方的標(biāo)注權(quán)重為1/(n+m);所述歷史的標(biāo)注方的標(biāo)注權(quán)重為1/(n+m)乘以所述歷史的標(biāo)注方當(dāng)前對應(yīng)的標(biāo)注權(quán)重。進一步地,處理器901獲取多個不同標(biāo)注方輸入的標(biāo)注時間序列異常點的 標(biāo)注信息之后,所述根據(jù)各個標(biāo)注方的標(biāo)注權(quán)重以及所述標(biāo)注信息,計算得出異常結(jié)果信息之前,還可以執(zhí)行:根據(jù)所述標(biāo)注信息判斷所述標(biāo)注方標(biāo)注的異常點個數(shù)與當(dāng)前所有標(biāo)注方標(biāo)注的所有異常點個數(shù)的比值是否達到預(yù)設(shè)閾值;當(dāng)判斷結(jié)果為是時,則將所述標(biāo)注方列入標(biāo)注權(quán)重范圍,否則,不將所述標(biāo)注方列入標(biāo)注權(quán)重范圍;所述根據(jù)各個標(biāo)注方的標(biāo)注權(quán)重以及所述標(biāo)注信息,計算得出異常結(jié)果信息包括:根據(jù)列入標(biāo)注權(quán)重范圍的各個標(biāo)注方的標(biāo)注權(quán)重以及所述標(biāo)注信息,計算得出異常結(jié)果信息。需要說明的是,本發(fā)明實施例中的時間序列異常檢測標(biāo)注系統(tǒng)40或時間序列異常檢測標(biāo)注系統(tǒng)90可以為個人計算機或移動智能終端、平板電腦等電子終端;時間序列異常檢測標(biāo)注系統(tǒng)40或時間序列異常檢測標(biāo)注系統(tǒng)90中各功能模塊的功能可根據(jù)上述方法實施例中的方法具體實現(xiàn),這里不再贅述。綜上所述,實施本發(fā)明實施例,通過獲取多個不同標(biāo)注方輸入的標(biāo)注時間序列異常點的標(biāo)注信息,從而可以利用與業(yè)務(wù)相關(guān)的多個不同用戶對同一事物的認定來進行時間序列異常點的標(biāo)注,實現(xiàn)了通過人計算的方式來完成計算機無法實現(xiàn)或很難實現(xiàn)的事情,能反應(yīng)業(yè)務(wù)的非正常時間點的異常檢測,解決了現(xiàn)有技術(shù)中僅僅是從數(shù)值上反應(yīng)時間序列偏離某種趨勢,很難與業(yè)務(wù)關(guān)聯(lián)的技術(shù)問題;并且通過可信計算(truthmining)的方式調(diào)整標(biāo)注權(quán)重,從而對標(biāo)注異常點進行確定,使得標(biāo)注異常系統(tǒng)的異常算法不斷學(xué)習(xí)和迭代,從而提高標(biāo)注異常系統(tǒng)的準(zhǔn)確性。本領(lǐng)域普通技術(shù)人員可以理解實現(xiàn)上述實施例方法中的全部或部分流程,是可以通過計算機程序來指令相關(guān)的硬件來完成,所述的程序可存儲于一計算機可讀取存儲介質(zhì)中,該程序在執(zhí)行時,可包括如上述各方法的實施例的流程。其中,所述的存儲介質(zhì)可為磁碟、光盤、只讀存儲記憶體(Read-OnlyMemory,ROM)或隨機存儲記憶體(RandomAccessMemory,RAM)等。以上所揭露的僅為本發(fā)明較佳實施例而已,當(dāng)然不能以此來限定本發(fā)明之權(quán)利范圍,因此依本發(fā)明權(quán)利要求所作的等同變化,仍屬本發(fā)明所涵蓋的范圍。當(dāng)前第1頁1 2 3 
當(dāng)前第1頁1 2 3 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1
南木林县| 凯里市| 扎囊县| 岑溪市| 土默特左旗| 宁河县| 永康市| 霍州市| 沁水县| 历史| 九龙坡区| 张家港市| 凯里市| 蕲春县| 桂平市| 离岛区| 平遥县| 濮阳市| 石柱| 安平县| 大新县| 图木舒克市| 北票市| 济南市| 昂仁县| 黔西| 察隅县| 云南省| 石屏县| 聂荣县| 仙桃市| 无极县| 塘沽区| 福泉市| 兴宁市| 明水县| 五莲县| 都昌县| 婺源县| 苍南县| 墨玉县|