本发明涉及数据业务，尤其是涉及一种宽带业务处理方法、装置、设备、存储介质及程序产品。
背景技术：
1、有线宽带用户数量发展迅猛，随着有线宽带的普及及带宽不断增加，如何保证基于有线宽带上的业务的使用体验越来越成为用户关注的焦点，也是宽带业务质量提升的关键。
2、承载在有线宽带上的业务作为长流程业务，涉及用户侧、接入网侧、内容侧等各个环节，有效提升网络和业务质量存在“看不清”、“管不细”、“推不动”等问题。解决用户上网质量问题“评估难、定位难、修复难”三大难题，也是有线宽带网络质量提升的主要痛点。
3、现有技术方案对于上网质量问题中的断的问题，一般有网元设备的网管系统，可以快速发现断的问题。对于上网慢的用户感知问题，则解决的并不理想，大都是通过网络层或者更底层指标的变化认为出现了上网质量问题，但与用户实际感知有差别，出现网络质量或更底层指标出现劣化，但用户并未感知到上网慢；或者当用户出现上网慢的感知差时，由于指标受其它因素的影响，未处理的指标特征无劣化，无法体现上网质量问题。
技术实现思路
1、本发明的目的在于提供一种宽带业务处理方法、装置、设备、存储介质及程序产品，用以解决现有对于上网质量差的原因无法准确定位的问题。
2、为了达到上述目的，第一方面，本发明提供一种宽带业务处理方法，包括：
3、采集用户在上网过程中的多层指标数据；
4、对所述多层指标数据进行相关性分析，获得多个第一指标，所述多个第一指标之间的相关系数大于第一阈值；
5、将所述多个第一指标的指标数据输入至第一检测模型，获得检测结果以及多个第二指标的特征分值，所述多个第二指标包括所述多个第一指标中的至少两者，所述第二指标的特征分值用于表征所述第二指标的特征重要性程度；
6、在所述检测结果表征异常的情况下，根据所述多个第二指标的特征分值，确定所述用户的网络异常原因。
7、在一些实施例中，所述对所述多层指标数据进行相关性分析，获得多个第一指标，包括：
8、对同层指标数据进行相关性分析，获得同层指标间相关系数大于第二阈值的多个第一指标；
9、对不同层指标数据进行相关性分析，获得不同层指标间相关系数大于第一阈值的多个第一指标，其中，所述第二阈值大于所述第一阈值。
10、在一些实施例中，在采集用户在上网过程中的多层指标数据之前，所述方法还包括：
11、获取多个第三指标的指标数据，所述第三指标用于表征用户上网质量的优劣，所述多个第三指标之间的相关系数大于第一阈值；
12、基于所述多个第三指标的指标数据以及样本标注数据，对预设的检测模型进行训练，得到训练后的第一检测模型。
13、在一些实施例中，所述基于所述多个第三指标的指标数据以及样本标注数据，对预设的检测模型进行训练，得到训练后的第一检测模型，包括：
14、对所述多个第三指标的指标数据进行特征分析，得到第一指标特征集；
15、对所述第一指标特征集进行特征分值平滑处理，得到第二指标特征集；
16、基于所述第二指标特征集以及样本标注数据，对预设的检测模型进行多次训练，直至获得模型稳定的第一检测模型；其中，每次模型训练后输出的指标特征排名用于更新下一次模型训练使用的第一指标特征集。
17、在一些实施例中，所述根据所述多个第二指标的特征分值，确定所述用户的网络异常原因，包括：
18、根据指标特征与异常原因之间的对应关系，确定至少一组指标特征，每组指标特征对应一个异常原因，且每组指标特征对应至少一个第二指标；
19、根据所述多个第二指标的特征分值，计算得到各组指标特征的总分值；
20、基于各组指标特征的总分值，确定所述用户的网络异常原因。
21、在一些实施例中，所述方法还包括：
22、获取周期性汇聚至各第一网络设备的指标数据，所述第一网络设备为用户的上一级设备；
23、根据网络设备间的连接关系，获取周期性汇聚至各第二网络设备的指标数据，所述第二网络设备为所述第一网络设备的上一级设备；
24、根据各第一网络设备的指标数据以及各第二网络设备的指标数据，确定发生异常的目标网络设备。
25、第二方面，本发明还提供一种宽带业务处理装置，包括：
26、数据采集模块，用于采集用户在上网过程中的多层指标数据；
27、第一处理模块，用于对所述多层指标数据进行相关性分析，获得多个第一指标，所述多个第一指标之间的相关系数大于第一阈值；
28、第二处理模块，用于将所述多个第一指标的指标数据输入至第一检测模型，获得检测结果以及多个第二指标的特征分值，所述多个第二指标包括所述多个第一指标中的至少两者，所述第二指标的特征分值用于表征所述第二指标的特征重要性程度；
29、第三处理模块，用于在所述检测结果表征异常的情况下，根据所述多个第二指标的特征分值，确定所述用户的网络异常原因。
30、第三方面，本发明还提供一种宽带业务处理设备，包括处理器和收发器，所述收发器在处理器的控制下接收和发送数据，所述处理器用于执行以下操作：
31、采集用户在上网过程中的多层指标数据；
32、对所述多层指标数据进行相关性分析，获得多个第一指标，所述多个第一指标之间的相关系数大于第一阈值；
33、将所述多个第一指标的指标数据输入至第一检测模型，获得检测结果以及多个第二指标的特征分值，所述多个第二指标包括所述多个第一指标中的至少两者，所述第二指标的特征分值用于表征所述第二指标的特征重要性程度；
34、在所述检测结果表征异常的情况下，根据所述多个第二指标的特征分值，确定所述用户的网络异常原因。
35、第四方面，本发明还提供一种宽带业务处理设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序；所述处理器执行所述程序时实现如上述第一方面所述的宽带业务处理方法。
36、第五方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的宽带业务处理方法中的步骤。
37、第六方面，本发明还提供一种计算机程序产品，包括计算机指令，所述计算机指令被处理器执行时实现如上述第一方面所述的宽带业务处理方法中的步骤。
38、本发明的上述技术方案至少具有如下有益效果：
39、本发明实施例中，通过采集用户在上网过程中的多层指标数据；对所述多层指标数据进行相关性分析，获得多个第一指标，多个第一指标之间的相关系数大于第一阈值；之后，将多个第一指标的指标数据输入至第一检测模型，获得检测结果以及多个第二指标的特征分值，多个第二指标包括多个第一指标中的至少两者，第二指标的特征分值用于表征第二指标的特征重要性程度；最后，在检测结果表征异常的情况下，根据多个第二指标的特征分值，确定用户的网络异常原因；这样，从多级分层的用户上网质量相关指标出发，从指标相关性、指标对异常检测的影响程度，结合第一检测模型，选取最优指标特征进行用户上网质量端到端异常检测，如此能够准确定位上网质量差的原因，进而提前解决问题，降低用户的投诉率。
1.一种宽带业务处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述多层指标数据进行相关性分析，获得多个第一指标，包括：
3.根据权利要求1所述的方法，其特征在于，在采集用户在上网过程中的多层指标数据之前，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述基于所述多个第三指标的指标数据以及样本标注数据，对预设的检测模型进行训练，得到训练后的第一检测模型，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述多个第二指标的特征分值，确定所述用户的网络异常原因，包括：
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
7.一种宽带业务处理装置，其特征在于，包括：
8.一种宽带业务处理设备，包括处理器和收发器，所述收发器在处理器的控制下接收和发送数据，其特征在于，所述处理器用于执行以下操作：
9.一种宽带业务处理设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序；其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述的宽带业务处理方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至6任一项所述的宽带业务处理方法中的步骤。
11.一种计算机程序产品，其特征在于，包括计算机指令，所述计算机指令被处理器执行时实现如权利要求1至6任一项所述的宽带业务处理方法中的步骤。
