【技术实现步骤摘要】
本说明书涉及计算机，尤其涉及一种数据分析方法、装置、存储介质以及电子设备。
技术介绍
1、目前，为了满足用户个性化的需求，企业可以向用户推荐符合用户自身需求的信息，以此来提升用户的体验感。例如，可以对用户的购买行为进行分析，从而向用户推荐其所感兴趣的商品链接。又例如，可以根据用户所授权的历史浏览记录信息来向用户推送相应的广告。在向用户推荐相应的信息后往往可以采集用户对信息的浏览数据，并对所采集的浏览数据进行分析，以向用户推荐其更加感兴趣的内容，从而进一步提升用户的体验感。
2、但是，在现有技术中，往往采用人工分析的方式来对浏览数据进行分析，从而导致执行效率较低。
技术实现思路
1、本说明书提供了一种数据分析方法、装置、存储介质以及电子设备，以部分的解决现有技术存在的上述问题。
2、本说明书采用下述技术方案：
3、本说明书提供了一种数据分析方法，包括：
4、获取目标推荐信息对应的历史浏览数据，所述历史浏览数据用于反映所述目标推荐信息在历史上的浏览情况；
5、将所述历史浏览数据输入到预先训练的预测模型中，以使所述预测模型预测出在未来的指定时间所述目标推荐信息对应的浏览数据，作为标准浏览数据；
6、获取所述目标推荐信息在所述指定时间的实际浏览数据，并确定所述实际浏览数据与所述标准浏览数据之间的偏差；
7、当所述偏差大于预设偏差时，确定所述实际浏览数据为异常数据，并对所述异常数据进行数据分析，得到分析结果。
8、可选地，所述获取目标推荐信息对应的历史浏览数据的步骤，具体包括：
9、获取目标推荐信息在历史时段的初始浏览数据；
10、对所述初始浏览数据进行预处理，以将预处理后的数据作为获取的所述目标推荐信息对应的历史浏览数据，其中，所述预处理包括去重处理、异常值处理、标准化处理中的至少一种。
11、可选地，所述方法还包括：
12、当所述偏差不大于所述预设偏差时，根据所述历史浏览数据，确定浏览数据合理区间，并判断所述实际浏览数据是否位于所述浏览数据合理区间；
13、若否，则将所述实际浏览数据作为异常数据，并对所述异常数据进行数据分析以得到分析结果。
14、可选地，所述对所述异常数据进行数据分析，得到分析结果的步骤，具体包括：
15、获取所述异常数据在各业务维度下对应的推荐策略信息；
16、针对每个业务维度对应的推荐策略信息，将该业务维度下对应的推荐策略信息与该业务维度下的历史推荐策略信息进行匹配，并在确定该业务维度下对应的推荐策略信息与该业务维度下的历史推荐策略信息不匹配的情况下，将该业务维度下对应的推荐策略信息作为异常推荐策略信息；
17、将所述异常推荐策略信息作为出现所述异常数据的异常原因信息，并根据所述异常原因信息得到分析结果。
18、可选地，所述方法还包括：
19、将所述异常推荐策略信息以及提示语句输入到预设的大模型中，以通过所述大模型生成避免出现所述异常数据的调整策略信息；
20、根据所述调整策略信息对所述异常推荐策略信息进行调整，以按照调整后的策略信息进行业务执行。
21、可选地，所述预先训练预测模型的步骤，具体包括：
22、获取样本浏览信息以及所述样本浏览信息对应的标签浏览数据；
23、将所述样本浏览信息输入到待训练的预测模型中，以使所述待训练的预测模型确定出所述样本浏览信息对应的预测浏览数据；
24、根据所述预测浏览数据与所述标签浏览数据之间的偏差，确定损失值，并根据所述损失值，对所述待训练的预测模型进行训练，其中，所述偏差与所述损失值之间呈正相关关系。
25、可选地，所述对所述异常数据进行数据分析，得到分析结果的步骤，具体包括：
26、在以所述异常数据所反映的浏览情况为正常浏览情况的前提下，预测在接收所述目标推荐信息后能够产生所述异常数据所反映的浏览情况的用户群体的群体分布，作为参考群体分布；
27、确定在接收所述目标推荐信息后产生所述实际浏览数据所反映的浏览情况的用户群体的群体分布，作为实际群体分布；
28、根据所述实际群体分布以及所述参考群体分布，在所述异常数据的各业务维度下对应的各推荐策略信息中确定出异常推荐策略信息，以根据所述异常推荐策略信息，得到分析结果。
29、本说明书提供了一种数据分析装置，包括：
30、第一获取模块：用于获取目标推荐信息对应的历史浏览数据，所述历史浏览数据用于反映所述目标推荐信息在历史上的浏览情况；
31、预测模块：用于将所述历史浏览数据输入到预先训练的预测模型中，以使所述预测模型预测出在未来的指定时间所述目标推荐信息对应的浏览数据，作为标准浏览数据；
32、第二获取模块：用于获取所述目标推荐信息在所述指定时间的实际浏览数据，并确定所述实际浏览数据与所述标准浏览数据之间的偏差；
33、分析模块：用于当所述偏差大于预设偏差时，确定所述实际浏览数据为异常数据，并对所述异常数据进行数据分析，得到分析结果。
34、本说明书提供了一种计算机可读存储介质，所述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实现上述数据分析方法。
35、本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述数据分析方法。
36、本说明书采用的上述至少一个技术方案能够达到以下有益效果：
37、本说明书提供的数据分析方法，可以获取目标推荐信息对应的历史浏览数据，将历史浏览数据输入到预先训练的预测模型中，以使预测模型预测出在未来的指定时间目标推荐信息对应的浏览数据，作为标准浏览数据，获取目标推荐信息在指定时间的实际浏览数据，并确定实际浏览数据与标准浏览数据之间的偏差，当偏差大于预设偏差时，确定实际浏览数据为异常数据，并对异常数据进行数据分析，得到分析结果。
38、由此可以看出，上述方法可以根据预测模型预测出的标准浏览数据与实际浏览数据之间的偏差，来对实际浏览数据是否为异常数据进行判断与分析，即无需像现有技术一样采用人工分析的方式来对浏览数据进行分析，从而大大提升了执行效率。
本文档来自技高网...【技术保护点】
1.一种数据分析方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述获取目标推荐信息对应的历史浏览数据的步骤，具体包括：
3.如权利要求1所述的方法，其特征在于，所述方法还包括：
4.如权利要求1或3所述的方法，其特征在于，所述对所述异常数据进行数据分析，得到分析结果的步骤，具体包括：
5.如权利要求4所述的方法，其特征在于，所述方法还包括：
6.如权利要求1所述的方法，其特征在于，所述预先训练预测模型的步骤，具体包括：
7.如权利要求1所述的方法，其特征在于，所述对所述异常数据进行数据分析，得到分析结果的步骤，具体包括：
8.一种数据分析装置，其特征在于，包括：
9.一种计算机可读存储介质，其特征在于，所述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实现上述权利要求1～7任一项所述的方法。
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1～7任一项所述的
...【技术特征摘要】
1.一种数据分析方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述获取目标推荐信息对应的历史浏览数据的步骤，具体包括：
3.如权利要求1所述的方法，其特征在于，所述方法还包括：
4.如权利要求1或3所述的方法，其特征在于，所述对所述异常数据进行数据分析，得到分析结果的步骤，具体包括：
5.如权利要求4所述的方法，其特征在于，所述方法还包括：
6.如权利要求1所述的方法，其特征在于，所述预先训练预测模型的步骤，具体包括...
【专利技术属性】
技术研发人员：王传鹏，曾锦明，卢炬康，陈春梅，
申请(专利权)人：广州三七极梦网络技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。