本文基于大数据的统计分析,尝试找到一种对ATM工作状态进行判断的机制,通过建立进行基于综合评价指标的交易状态分析模型,对提升ATM工作效率有着极为重要的意义.首先分别计算不同时间点的交易量、响应时间、成功率的平均值及方差的评价指标,对三个参数分别计算综合评价得分来评价某一时间点的工作状态.然后通过K-means聚类分析,分别提取数据的阈值,找出异常点.提取异常数据,通过其特征参数的分析,将之与故障原因对应,进行报警.特别的是,在对1-2月异常数据处理时,建立了一个模型,采用平稳时间段的平均数据与计算出的权值相乘的方式来近似处理,取得了较高的准确度.
NETL
NSTL
万方数据
维普
