利索能及
我要发布
收藏
专利号: 2023110193334
申请人: 淮北泰洋信息科技有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2025-06-27
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种应用于汽车营销管理系统软件的数据分析方法,其特征在于,所述方法包括:

确定汽车营销管理系统软件的第一模板软件运行活动数据序列;其中,所述第一模板软件运行活动数据序列中包括多个软件运行功能类别,不同软件运行功能类别下包括多个神经网络学 习数据,神经网络学习数据中包括与目标软件崩溃节点相对应的样本软件功能会话数据和参考崩溃根因标签;

针对各神经网络学习数据,将当前神经网络学习数据作为初始化崩溃根因决策网络的网络学习加载数据,生成与所述当前神经网络学习数据相对应的一个或多个估计崩溃根因标签;

针对各神经网络学习数据,基于当前神经网络学习数据中的一个或多个参考崩溃根因标签和相应的一个或多个估计崩溃根因标签,对所述初始化崩溃根因决策网络中的网络权重信息进行更新;

将所述初始化崩溃根因决策网络中的崩溃根因决策误差值最小化作为网络学习方向,生成目标崩溃根因决策网络;其中,所述目标崩溃根因决策网络用于对任意加载的软件功能会话数据进行决策,生成与所述软件功能会话数据相对应的崩溃根因标签;

所述确定第一模板软件运行活动数据序列,包括:

获取包括目标软件崩溃节点的软件功能会话数据;

确定各软件功能会话数据所对应的一个或多个会话摘要特征,生成与每个会话摘要特征相对应的多个软件功能会话数据;

确定各软件功能会话数据所对应的参考崩溃根因标签;

依据每个会话摘要特征所对应的软件功能会话数据和相应的参考崩溃根因标签,确定所述第一模板软件运行活动数据序列中的每个软件运行功能类别;

所述方法还包括:

获取第二模板软件运行活动数据序列;其中,所述第二模板软件运行活动数据序列中包括多个验证运行功能类别,不同验证运行功能类别下包括多个神经网络验证数据,所述验证运行功能类别与所述软件运行功能类别相同;

将各神经网络验证数据分别加载到满足网络收敛要求的目标崩溃根因决策网络中,生成与每个验证软件运行活动数据相对应的估计崩溃根因标签;

基于各神经网络验证数据的估计崩溃根因标签和相应的参考崩溃根因标签,确定同一验证运行功能类别下的相关参数值;

若存在相关参数值小于门限参数值的目标验证运行功能类别,则获取与所述目标验证运行功能类别相对应的神经网络学习数据,继续对所述目标崩溃根因决策网络进行迭代网络权重信息更新,直至各验证运行功能类别的相关参数值大于门限参数值;

所述确定各软件功能会话数据所对应的一个或多个会话摘要特征,生成与每个会话摘要特征相对应的多个软件功能会话数据,包括:对各软件功能会话数据进行启发式特征数据搜索,确定显著性软件功能会话数据;

基于预置的特征扩展策略,对显著性软件功能会话数据进行特征扩展,生成目标软件功能会话数据;

确定各目标软件功能会话数据所对应的一个或多个会话摘要特征;

所述方法还包括: 获取待分析的软件功能会话数据;其中,所述待分析的软件功能会话数据中包括目标软件崩溃节点;将所述待分析的软件功能会话数据加载到所述目标崩溃根因决策网络中,生成与所述待分析的软件功能会话数据相对应的一个或多个崩溃根因标签;依据所述一个或多个崩溃根因标签,确定所述待分析的软件功能会话数据中目标软件崩溃节点的崩溃分析数据。

2.根据权利要求1所述的应用于汽车营销管理系统软件的数据分析方法,其特征在于,所述一个或多个会话摘要特征是基于软件功能配置属性信息、样本软件功能会话数据所对应的会话执行组件以及会话执行组件相对应目标软件崩溃节点的会话主题确定的。

3.根据权利要求1所述的应用于汽车营销管理系统软件的数据分析方法,其特征在于,所述获取与所述目标验证运行功能类别相对应的神经网络学习数据,继续对所述目标崩溃根因决策网络进行迭代网络权重信息更新,直至各验证运行功能类别的相关参数值大于门限参数值,包括:获取与所述目标验证运行功能类别相对应的候选神经网络学习数据,并依据所述候选神经网络学习数据和所述第一模板软件运行活动数据序列中的神经网络学习数据,重新对所述目标崩溃根因决策网络继续进行迭代网络权重信息更新,直至依据第二模板软件运行活动数据序列确定各验证运行功能类别的相关参数值大于门限参数值。

4.一种应用于汽车营销管理系统软件的数据分析系统,用于执行如权利要求1‑3任一项所述的数据分析方法,其特征在于,包括:确定单元,用于确定第一模板软件运行活动数据序列;其中,所述第一模板软件运行活动数据序列中包括多个软件运行功能类别,不同软件运行功能类别下包括多个神经网络学习数据,神经网络学习数据中包括与目标软件崩溃节点相对应的样本软件功能会话数据和参考崩溃根因标签;

第一生成单元,用于针对各神经网络学习数据,将当前神经网络学习数据作为初始化崩溃根因决策网络的网络学习加载数据,生成与所述当前神经网络学习数据相对应的一个或多个估计崩溃根因标签;

更新单元,用于针对各神经网络学习数据,基于当前神经网络学习数据中的一个或多个参考崩溃根因标签和相应的一个或多个估计崩溃根因标签,对所述初始化崩溃根因决策网络中的网络权重信息进行更新;

第二生成单元,用于将所述初始化崩溃根因决策网络中的崩溃根因决策误差值最小化作为网络学习方向,生成目标崩溃根因决策网络;其中,所述目标崩溃根因决策网络用于对任意加载的软件功能会话数据进行决策,生成与所述软件功能会话数据相对应的崩溃根因标签。

5.一种电子设备,其特征在于,包括:处理器、通信接口、存储器和通信总线,其中,所述处理器、通信接口和存储器通过通信总线完成相互间的通信; 所述存储器,用于存放计算机程序; 所述处理器,用于执行所述计算机程序时,实现权利要求1‑3任一项所述的应用于汽车营销管理系统软件的数据分析方法步骤。

6.一种可读存储介质,其特征在于,该可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行权利要求1‑3任一项所述的应用于汽车营销管理系统软件的数据分析方法步骤。