本申请涉及信息推送与智能报表
技术领域：
：，尤其涉及一种处理方法、终端设备及存储介质。
背景技术：
：：商务智能(businessintelligence，bi)系统的方法或产品的目的在于：通过数据提取、整理、分析，将这些数据转化为有用的信息，辅助企业制定商业决策。在构思及实现本申请过程中，发明人发现至少存在如下问题：现有的bi系统往往依赖人工经验设定指标异常的判断阈值；与用户的智能交互程度较低，报表输出的便捷性和关联度较低。前面的叙述在于提供一般的背景信息，并不一定构成现有技术。技术实现要素：鉴于此，本申请提供一种处理方法、终端设备及存储介质，以解决传统bi系统依赖人工设定异常判断阈值、及报表输出的便捷性和关联度较低的问题。本申请提供的一种处理方法，包括：s1、构建神经网络模型，可选地，基于采集到的数据构建神经网络模型；s2、基于神经网络模型输出异常报表；s3、获取用户输入信息，输出基于输入信息所查询业务的报表。可选地，所述数据的来源包括以下至少一种：文件日志、数据库日志、关联数据库、应用程序、云端。可选地，所述s2步骤包括：更新数据并对神经网络模型进行调参；基于调参后的神经网络模型输出异常报表。可选地，所述s2步骤还包括：获取与各项业务的指标相关联的至少一维度；对与指标异常的业务相关联的部分或全部维度确定或生成报表，并将对所述部分或全部维度确定或生成的报表组合后，输出为异常报表。可选地，对与指标异常的业务相关联的部分或全部维度确定或生成报表，并将对所述部分或全部维度确定或生成的报表组合后，输出为异常报表。可选地，所述s2步骤还包括：按照预设规则将异常报表推送给指标异常业务的关联人员。可选地，所述预设规则，包括以下至少一种：神经网络模型基于采集到的数据确定所述关联人员；在确定或生成异常报表后通过输入操作获取所述关联人员。可选地，所述s3步骤还包括：分析输入信息，获取所查询业务相关联的维度；可选地，基于数据挖掘技术挖掘得到与用户语料所查询业务相关联的维度，输出所述相关联的维度的报表。可选地，基于维度输出相关联的报表；可选地，基于自然语言处理技术识别得到用户语料所查询的业务。可选地，输入信息为文字信息时，则基于关键词和/或关联词确定所查询业务；和/或，输入信息为语音信息时，则基于语音识别对语音信息进行识别，确定所查询业务。本申请提供的一种终端设备，包括存储器和处理器，所述存储器存储有处理程序，用于被处理器运行时，以执行上述任一项处理方法。本申请提供的一种可读存储介质，存储有处理程序，该处理程序用于被处理器运行时，以执行上述任一项处理方法。如上所述，本申请的处理方法、终端设备及存储介质，通过构建的神经网络模型来自动输出异常报表，即对指标异常的判断并不依赖于人工经验，而是由神经网络模型基于大数据分析得到；另外，通过用户输入信息确定或生成所要查询业务的报表，例如通过语音信息确定或生成所要查询业务的报表，具有语音查询功能，便捷性高。可选地，基于数据挖掘技术挖掘与用户所查询业务相关联的报表，能够为用户提供更多维度的信息，提高报表输出的关联度。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为实现本申请各个实施例的一种终端设备的硬件结构示意图；图2为本申请实施例提供的一种通信网络系统架构图；图3是本申请第一实施例的处理方法的流程示意图；图4是本申请获取关联人员一实施例的界面示意图；图5是本申请获取关联人员另一实施例的界面示意图；图6是本申请第二实施例的处理方法的流程示意图；图7是本申请第三实施例的处理方法的流程示意图；图8是本申请第四实施例的处理方法的流程示意图。通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。具体实施方式这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。需要说明的是，在本文中，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，使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素，此外，本申请不同实施例中具有同样命名的部件、特征、要素可能具有相同含义，也可能具有不同含义，其具体含义需以其在具体实施例中的解释或者进一步结合具体实施例中上下文进行确定。应理解，尽管在本文可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本文范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语"如果"可以被解释成为"在……时"或"当……时"或"响应于确定"。再者，如同在本文中所使用的，单数形式“一”、“一个”和“该”旨在也包括复数形式，除非上下文中有相反的指示。进一步地，术语“包含”、“包括”表明存在所述的特征、步骤、操作、元件、组件、项目、种类、和/或组，但不排除一个或多个其他特征、步骤、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。本申请使用的术语“或”、“和/或”、“包括以下至少一个”等可被解释为包括性的，或意味着任一个或任何组合。例如，“包括以下至少一个：a、b、c”意味着“以下任一个：a；b；c；a和b；a和c；b和c；a和b和c”，再如，“a、b或c”或者“a、b和/或c”意味着“以下任一个：a；b；c；a和b；a和c；b和c；a和b和c”。仅当元件、功能、步骤或操作的组合在某些方式下内在地互相排斥时，才会出现例外。虽然本申请实施例中的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并非必然按照箭头指示的顺序依次执行。除非本文明确说明，步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，可以在不同的时刻执行，其执行顺序也不必然是依次进行，可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。另外，需要说明的是，在本文中，采用了诸如s1、s2等步骤代号，其目的是为了更清楚简要地表述相应内容，并不不构成顺序上的实质性限制，本领域技术人员在具体实施时，可能会先执行s2后执行s1等，但这些均属于本申请的保护范围之内。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。在后续的描述中，用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本申请的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合使用。终端设备可以实现为各种形式。例如，本申请描述的终端设备可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(personaldigitalassistant，pda)、便捷式媒体播放器(portablemediaplayer，pmp)、导航装置、可穿戴设备、智能手环、计步器等移动终端，以及诸如数字tv、台式计算机等固定终端设备。后续描述中将以移动终端为例进行说明，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本申请的实施方式的构造也能够应用于固定类型的终端设备。请参阅图1，其为实现本申请各个实施例的一种移动终端的硬件结构示意图，该移动终端100可以包括：rf(radiofrequency，射频)单元101、wifi模块102、音频输出单元103、a/v(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解，图1中示出的移动终端100的结构并不构成对移动终端100的限定，移动终端100可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。下面结合图1对移动终端100的各个部件进行具体介绍：射频单元101可用于收发信息或通话过程中信号的接收和发送，具体的，接收基站的下行信息并发给处理器110处理、将上行数据发送给基站。通常，射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可使用任一通信标准或协议，包括但不限于gsm(globalsystemofmobilecommunication，全球移动通讯系统)、gprs(generalpacketradioservice，通用分组无线服务)、cdma2000(codedivisionmultipleaccess2000，码分多址2000)、wcdma(widebandcodedivisionmultipleaccess,宽带码分多址)、td-scdma(timedivision-synchronouscodedivisionmultipleaccess，时分同步码分多址)、fdd-lte(frequencydivisionduplexing-longtermevolution，频分双工长期演进)和tdd-lte(timedivisionduplexing-longtermevolution，分时双工长期演进)等。wifi属于短距离无线传输技术，移动终端100通过wifi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图1示出了wifi模块102，但是可以理解的是，其并不属于移动终端100的必须构成，可以根据需要在不改变发明本质的范围内而省略。音频输出单元103在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等模式时，将射频单元101或wifi模块102接收的或者存储于存储器109中的音频数据转换成音频信号，并输出为声音。音频输出单元103还可提供与移动终端100执行特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等)。音频输出单元103包括扬声器、蜂鸣器等。a/v输入单元104用于接收音频或视频信号。a/v输入单元104可以包括图形处理器(graphicsprocessingunit，gpu)1041和麦克风1042，图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频图像数据进行处理。处理后的图像帧可显示在显示单元106上。经图形处理器1041处理后的图像帧可存储于存储器109(或其它存储介质)，或者经由射频单元101或wifi模块102发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等模式中经由麦克风1042接收声音(音频数据)，并且能够将声音处理为音频数据。处理后的音频(语音)数据可在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可实施各类型的噪声消除(或抑制)算法，以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。移动终端100还包括至少一种传感器105，比如光传感器、运动传感器等其他传感器。光传感器包括环境光传感器及接近传感器，环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度，接近传感器可在移动终端100移动到耳边时，关闭显示面板1061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)的加速度，静止时可检测重力的大小及方向，用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不予赘述。显示单元106用于显示由用户输入的信息，或者提供给用户的信息。显示单元106可包括显示面板1061，可以采用包括但不限于液晶显示器(liquidcrystaldisplay，lcd)、有机发光二极管(organiclight-emittingdiode,oled)等形式来配置显示面板1061。用户输入单元107可用于接收输入的数字或字符信息，以及产生与移动终端100的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元107可包括触控面板1071及其他输入设备1072。触控面板1071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作)，并根据预设程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。可选地，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并转换成触点坐标，再送给处理器110，并能接收处理器110发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种，具体此处不做限定。可选地，触控面板1071可覆盖显示面板1061，当触控面板1071检测到在其上或附近的触摸操作后，传送给处理器110以确定触摸事件的类型，随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中，触控面板1071与显示面板1061作为两个独立的部件来实现移动终端100的输入和输出功能，但在某些实施例中，可将触控面板1071与显示面板1061集成而实现移动终端100的输入和输出功能，具体此处不做限定。接口单元108用作至少一个外部装置与移动终端100连接可以通过的接口。外部装置包括例如有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(i/o)端口、视频i/o端口、耳机端口等。接口单元108可用于接收外部装置的输入(例如，数据信息、电力等)，并将输入传输到移动终端100的一个或多个元件或者用于在移动终端100和外部装置之间传输数据。存储器109用于存储软件程序及各种数据。存储器109主要包括存储程序区和存储数据区，存储程序区可存储操作系统、至少一个功能所需程序(比如声音播放功能、图像播放功能)等；存储数据区可存储根据手机使用所创建的数据(比如音频数据、电话本)等。此外，存储器109包括高速随机存取存储器、非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。处理器110是移动终端100的控制中心，利用各种接口和线路连接整个移动终端100的各个部分，通过运行或执行存储在存储器109内的软件程序和/或模块，以及调用存储器109内的数据，执行移动终端100的各种功能和处理数据，从而对移动终端100进行整体监控。处理器110可包括一个或多个处理单元。优选的，处理器110可集成应用处理器和调制解调处理器，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可理解的，上述调制解调处理器也可不集成到处理器110中。移动终端100还可以包括给各部件供电的电源111(比如电池)。优选的，电源111可通过电源管理系统与处理器110逻辑相连，通过电源管理系统实现充电、放电及功耗管理等功能。尽管图1中未予以示出，但可以理解的是，移动终端100还可以包括蓝牙模块等其他元器件，在此不予赘述。为了便于理解本申请实施例，下面对本申请所述的移动终端100所基于的通信网络系统进行描述。请参阅图2，为本申请实施例提供的一种通信网络系统架构图，通信网络系统为通用移动通信技术的lte系统，包括依次通讯连接的ue(userequipment，用户设备)201，e-utran(evolvedumtsterrestrialradioaccessnetwork，演进式umts陆地无线接入网)202，epc(evolvedpacketcore，演进式分组核心网)203和运营商的ip业务204。具体地，ue201可以是上述移动终端100。e-utran202可以包括enodeb2021和其它enodeb2022等。可选地，enodeb2021可以通过回程(backhaul)(例如x2接口)与其它enodeb2022连接，enodeb2021连接到epc203，enodeb2021可以提供ue201到epc203的接入。epc203可以包括mme(mobilitymanagemententity，移动性管理实体)2031，hss(homesubscriberserver，归属用户服务器)2032，其它mme2033，sgw(servinggateway，服务网关)2034，pgw(pdngateway，分组数据网络网关)2035和pcrf(policyandchargingrulesfunction，政策和资费功能实体)2036等。可选地，mme2031是处理ue201和epc203之间信令的控制节点，提供承载和连接管理。hss2032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能，并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过sgw2034进行发送，pgw2035可以提供ue201的ip地址分配以及其它功能，pcrf2036是业务数据流和ip承载资源的策略与计费控制策略决策点，它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。ip业务204可以包括因特网、内联网、ims(ipmultimediasubsystem，ip多媒体子系统)或者其它ip业务等。虽然上述以lte系统为例进行了介绍，但本领域技术人员应当知晓的是，本申请实施例不仅仅适用于lte系统，也可以适用于当前或未来新的其他无线通信系统，例如gsm、cdma2000、wcdma、td-scdma以及未来新的网络系统等，此处不做限定。基于图1所描述的移动终端100的硬件结构，以及图2所描述的通信网络系统，本申请提出下述各个实施例。图3是本申请一实施例的处理方法的流程示意图。请参阅图3，本实施例的处理方法可包括如下步骤s1至s3。s1、构建神经网络模型。可选地，基于采集到的数据构建神经网络模型。面对各种来源的数据，本步骤s1就是将这些零散的数据整合在一起，形成大数据库，综合起来进行分析。在一场景中，数据的来源包括以下至少一种：文件日志、数据库日志、关联数据库、应用程序、云端。文件日志可理解为执行当前业务领域的所有动作时记录到的数据信息，例如手机销售业务场景中各级部门的日常信息、某一app(应用程序)测试场景中各测试阶段及各个测试人员的测试设备与参数等。数据库日志包括但不限于相关人员、设备和/或程序调取数据库的记录。关联数据库可理解为与当前业务领域相关的数据库，包括自身数据库和关联数据库，例如产品供应链的上游和下游供应商所共享的数据库。云端的数据即为从互联网得到的相关数据，数据是否相关的判断依据，本申请实施例不予以限制，例如，不同厂商在同一业务领域的数据、所涉及部门的人员上传至互联网的本业务数据、同一app的数据序、和/或产品供应链的上游和下游供应商所开放的数据，可认为是相关数据。在一场景中，本实施例可以在信息推送系统的前台，依据采集到的大数据(例如本领域常用的一种数据管理工具---aws云端)提供的海量样本，采用人工神经网络(ann)技术的特征提取算法，构建神经网络模型。s2、基于神经网络模型输出异常报表。在确定或生成异常报表之前，步骤s2可以对神经网络模型进行迭代优化，例如对神经网络模型进行调参(又称调整特征函数)，直至该神经网络模型趋于收敛，才输出异常报表。步骤s2可以自动确定或生成报表，也可以按照预设规则输出异常报表。预设规则包括但不限于：接收并响应用户指令、预设时间点、预设周期中的至少一种。可选地，用户指令可以标识实际所需的部分或全部异常报表，可选地，用户指令也可以仅是用于指示输出异常报表，而并不标识输入哪些类型的异常报表。用户指令的下达方式，可根据实际所需而定，在一些场景中，包括但不限于：通过按键产生、隔空肢体动作、语音中的至少一种。可选地，数据是不断更新的，本步骤s2可以在每次更新数据后，对神经网络模型进行调参，并直至该神经网络模型趋于收敛。在本s2步骤中，异常报表即为将数据指标异常的所有信息，确定或生成信息推送系统(例如bi系统)自适应的可视化图表。该异常报表的实现形式，包括但不限于为表格，和/或柱状、饼状等形状的统计图。数据指标超过预设阈值即定义为异常。此预设阈值的获取，是基于大数据结合神经网络模型拟合得到的。在一场景中，例如手机应用启动时间的监测这一业务领域，手机应用启动时间超过预设阈值即为异常，将其绘制成可视化图表，确定或生成该异常报表并推送至业务的关联人员，关联人员通过异常报表所展示的信息，有利于快速定位异常发生原因。s2步骤可以根据预设规则确定关联人员。可选地，预设规则可以是以下至少一种：第一种、神经网络模型基于采集到的数据确定所述关联人员。在数据采集时，信息推送系统会得到业务的负责人，以及各个操作、各个阶段、输入各项数据等的人员，神经网络模型可以将选取其中的部分或全部作为所述关联人员。例如，仅选取负责人作为关联人员。第二种、在确定或生成异常报表后通过输入操作获取所述关联人员。在一实现中，结合图4所示，在确定或生成异常报表后，信息推送系统的前台(例如手机的显示界面)切换为人员选择界面，该界面上罗列出包括业务负责人在内的所有涉及到的人员，用户通过点击选择从中确定关联人员。在另一实现中，请参阅图5，信息推送系统的前台提供的界面可以显示有自定义输入选项，用户点击该自定义输入选项之后，界面显示输入框，根据用户的输入操作来获取关联人员。用户输入操作的方式，本实施例不予限制，例如为触控输入(包括但不限于拼音输入、笔画输入)，或者语音输入。在未预先设定关联人员时，可以默认推给该业务的责任人。第三种，结合上述两种方式，神经网络模型首先确所要推送的人员，然后显示给用户，并根据用户输入操作来最终确定关联人员。可选地，本实施例还可以包括：s3、获取用户输入信息，输出基于输入信息所查询业务的报表。可选地，输入信息为文字信息，步骤s3基于关键词和/或关联词确定所查询业务。例如，老板的输入信息包含其想要了解的a市场中b部门的销售业绩，可以将“a市场”和“b部门”作为关键词。信息推送系统可以确定或生成a市场b部门的销售报表，老板通过该报表即可实现目的。关联词为与输入信息具有预设关系的词语，预设关系包括但不限于为：同义词、近义词、员工姓名与公司部门之间的隶属关系、业务关联人员中的至少一种。例如，老板输入的文字信息“张三的销售业绩”，关联词可以为与张三所负责部门的“华南销售一部的销售业绩”，信息推送系统可以输出华南销售一部的销售报表，以及张三个人的销售报表。可选地，输入信息可以为语音信息。可选地，信息推送系统可以集成有人工智能问答功能，获取用户语料，并基于自然语言处理(nlp)技术，对语音转化的文字进行文字理解、文本处理，以此来获取用户语料所查询的业务，继而，输出所查询业务的报表。当然，步骤s3也可以综合文字信息和语音信息确定所查询业务。本实施例并不依赖人工经验设定指标异常的判定阈值，而是通过构建的神经网络模型基于大数据分析得到，更加客观。并且，对于输入信息为语音信息的场景中，结合自然语言处理技术，用户通过说话即可得到所要查询的报表，便捷性高。例如，老板收到了一份公司出货手机的销量报表，发现a市场的销量异常低，老板想知道这个a市场中某一个部门、甚至某一个员工的销售业绩，若按照传统方法，老板应该打电话至市场总监，市场总监再去找销售总监，最后层层排查结果，耗时且耗人力。而本实施例可提供一种结合nlp技术与神经网络技术的bi系统，老板发现a市场销量低，只需要直接通过自然语言询问bi系统“a市场x部门的销售信息如何？”，bi系统可以自动确定或生成a市场x部门的销售报表，老板通过该报表即可实现目的。由此可见，老板只需要一句自然语言即可快速了解信息，人力与时间耗费低。在上述实施例的基础上，图6是本申请另一实施例的处理方法的流程示意图。请参阅图6，该方法包括如下步骤s21至s24。s21、构建神经网络模型，可选地，基于采集到的数据构建神经网络模型。s22、获取与各项业务的指标相关联的至少一维度。s23、对与指标异常的业务相关联的部分或全部维度确定或生成报表，输出为异常报表。可选地，对与指标异常的业务相关联的部分或全部维度确定或生成报表，并将对所述部分或全部维度确定或生成的报表组合后，输出为异常报表。可选地，在步骤s23之后，该方法还包括：s24、获取用户输入信息，输出基于输入信息所查询业务的报表。可选地，构建神经网络模型的数据来源、用户输入信息的获取方式、输出业务报表方式，请参阅前述实施例的描述，此处不再予以赘述。对于实现前述步骤s2，本实施例的s22和s23步骤，从至少一个维度来分析业务指标，并将这些维度的报表推送给关联人员。在一场景中，例如手机应用启动时间的监测这一业务领域，手机应用启动时间超过预设阈值即为异常，信息推送系统不仅将应用启动的实际时间、业内平均应用启动时间等该指标的自身信息，绘制成可视化图表，而且从各个关联维度(即影响手机应用启动时间这一指标的各方面因素)来分析。例如，手机应用启动时间这一业务指标的关联维度，包括如下至少一种：应用冷启动时间、应用热启动时间、设备激活时长、各机型冷启动次数、机型、应用版本。可选地，输出的报表还可包括如下至少一种信息：应用冷/热启动时间总和、平均冷启动时间按设备激活时长衰退趋势、平均热启动时间按设备激活时长衰退趋势、各机型冷启动次数占比按时间趋势、各机型热启动次数占比按时间趋势、app冷启动次数占比按机型对比、各机型冷热启动次数占比分布、各版本冷热启动占比分布、各机型app冷启动时间总和按时间趋势、各机型app热启动时间总和按时间趋势、各版本app冷启动时间总和按时间趋势、各版本app热启动时间总和按时间趋势、app冷启动平均时间、app热启动平均时间、app冷启动异常百分比、app热启动异常百分比。在步骤s24中，系统也可以从至少一个维度来确定或生成所要查询业务的报表，在一实现中，请参阅图7所示，基于数据挖掘(dw)技术挖掘得到与所查询业务相关联的维度，输出关联维度的报表。例如，老板收到了一份公司出货手机的销量报表，发现a市场的销量异常低，老板想知道原因，只需要直接通过自然语言询问bi系统“为什么a市场销量异常？”，bi系统可以从多个维度(例如从技术维度)确定或生成a市场的技术报表，老板通过该技术报表可以直接看到手机的各项指标低于业内平均值，最终老板得到的原因是a市场的应用卡顿率高。由此可见，老板只需要从一份异常报表，结合一句自然语言，即可快速了解到公司的产品销售情况与销售较低的原因，不仅人力与时间耗费低，而且客观性高。由上述可知，本申请实施例基于大数据结合神经网络模型拟合，学习出每一类业务指标异常的阈值，并针对异常指标，通过关联规则挖掘得到影响其的各个维度，确定或生成对应的报表。在一些场景中，用户在收到异常报表后，可以通过自然语言说出所想获取的信息，信息推送系统(例如bi系统)根据nlp技术识别用户所查询的信息，自动输出相关联的报表。在上述实施例的基础上，图8是本申请又一实施例的处理方法的流程示意图。请参阅图8，该方法包括如下步骤s11至s14。s11、构建神经网络模型，可选地，基于采集到的数据构建神经网络模型。s12、基于神经网络模型输出异常报表。s13、分析用户的输入信息，获取所查询业务相关联的维度。s14、基于维度输出相关联的报表。可选地，构建神经网络模型的数据来源、输入信息的获取方式、输出业务报表方式，请参阅前述实施例的描述，此处不再予以赘述。可选地，步骤s13可以基于输入信息中的关键词和/或关联词确定所查询业务，输入信息可以为文字信息和/或语音信息。可选地，根据预设规则获取所查询业务相关联的维度，该预设规则可以为预先设置的影响业务指标的全部或部分因素，预设规则可以预先由用户设定，也可以由信息推荐系统根据大数据分析得到。例如，手机应用启动时间的监测这一业务领域，相关联的维度，包括如下至少一种：应用冷启动时间、应用热启动时间、设备激活时长、各机型冷启动次数、机型、应用版本。本实施例是先输出所有异常报表，再根据用户所需从异常报表中选择相关联维度的报表，然后输出。而图6所描述的实施例，先获取维度，再根据维度确定或生成与维度相关联的异常报表，然后可选地，再根据用户所需从异常报表中选择相关联维度的报表，最后输出。本申请实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序代码，当所述计算机程序代码在计算机上运行时，使得计算机执行如上各种可能的实施例中所述的方法。本申请实施例还提供一种芯片，包括存储器和处理器，该存储器用于存储计算机程序，处理器用于从存储器中调用并运行计算机程序，使得安装有芯片的设备执行如上各种可能的实施例中的方法。上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。本申请技术方案的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本申请记载的范围。通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上的一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，被控终端，或者网络设备等)执行本申请每个实施例的方法。以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的
技术领域：
：，均同理包括在本申请的专利保护范围内。当前第1页12当前第1页12