埋点数据检测方法、装置、电子设备及存储介质与流程

1.本发明涉及数据分析领域，尤其涉及一种埋点数据检测方法、装置、电子设备及可读存储介质。


背景技术：

2.埋点指的是在客户端平台中加入的一些程序代码，这些程序代码在触发时能够收集和统计用户在该客户端平台中的浏览、访问数据和应用使用情况，其中，收集和统计的数据称为埋点数据。
3.目前常见的埋点数据的检测方法有两种：一、人工检测，缺少智能化，由于埋点数据的数量较多，因此容易导致埋点数据检测出现错误，从而造成埋点数据检测的准确率较低；二、自动化测试：通过代理抓包收集上报数据，在进行上报数据检验时，无法确认上报时机是否正确，容易导致埋点数据检测的准确率变低。


技术实现要素：

4.本发明提供一种埋点数据检测方法、装置、电子设备及可读存储介质，其目的在于提高埋点数据检测的准确率。
5.为实现上述目的，本发明提供的一种埋点数据检测方法，所述方法包括：
6.获取埋点需求，对所述埋点需求进行分类，得到埋点事件类型，根据所述埋点需求，配置目标埋点参数；
7.根据所述目标埋点参数，生成埋点数据表，并将所述埋点数据表下发至预设的目标客户端；
8.运行预设的埋点需求自动化运行脚本，得到所述埋点需求对应的埋点事件；
9.获取所述埋点事件类型的预设规则，根据所述预设规则，检测所述埋点事件的时机及逻辑的异常情况，输出时机及逻辑异常数据文件；
10.从所述目标客户端中获取所述埋点数据表，根据所述埋点数据表检测所述埋点事件的参数的异常情况，输出参数异常数据文件；
11.将所述时机及逻辑异常数据文件及所述参数异常数据文件添加到预设的异常问题队列，并将所述异常问题队列发送给对应的研发人员。
12.可选地，所述根据所述预设规则，检测所述埋点事件的时机及逻辑的异常情况，包括：
13.获取所述埋点事件对应的埋点数据及事件类型；
14.基于所述事件类型，选择对应的时机及逻辑规则；
15.判断所述埋点数据是否符合所述时机及逻辑规则；
16.当所述埋点数据符合所述时机及逻辑规则时，判定所述埋点事件为正常埋点事件；
17.当所述埋点数据不符合所述时机及逻辑规则时，判定所述埋点事件为时机及逻辑
异常数据文件。
18.可选地，所述根据所述埋点数据表检测所述埋点事件的参数的异常情况，包括：
19.获取所述埋点事件的事件类型及所述埋点事件的参数；
20.从所述埋点数据表中查找与所述事件类型一致的埋点事件类型；
21.基于所述埋点事件类型，对所述埋点数据表进行拆解，得到所述埋点事件类型对应的目标埋点参数；
22.将所述埋点事件的参数与所述目标埋点参数一一进行比对，判断所述埋点事件的参数与所述目标埋点参数是否完全一致；
23.当所述埋点事件的参数与所述目标埋点参数完全一致时，判定所述数据文件为正常数据文件；
24.当所述埋点事件的参数与所述目标埋点参数不完全一致时，判定所述数据文件为异常数据文件。
25.可选地，所述根据所述目标埋点参数，生成埋点数据表，包括：
26.对所述目标埋点参数进行血缘追踪，得到所述目标埋点参数对应的埋点需求；
27.根据所述埋点需求对应的埋点事件类型对所述目标埋点参数进行分类，得到分好类别的目标埋点参数；
28.将所述分好类别的目标埋点参数按照类别存储至数据表中，得到埋点数据表。
29.可选地，所述对所述埋点需求进行分类，得到埋点事件类型，包括：
30.对所述埋点需求进行特征提取，得到特征向量集；
31.利用预构建的朴素贝叶斯分类器对所述特征向量集进行分类，得到埋点事件类型。
32.可选地，所述根据所述埋点需求，配置目标埋点参数，包括：
33.获取所述埋点需求对应的埋点事件类型及业务需求，
34.基于业务需求从所述目标埋点事件类型对应的埋点参数中筛选出符合预设定义的目标埋点参数配置对应的埋点。
35.可选地，所述将所述异常问题队列发送给对应的研发人员，包括：
36.识别所述异常问题队列中订阅的研发人员的ip地址；
37.将存储在所述异常问题队列中的时机及逻辑异常数据文件及参数异常数据文件按存储时间顺序发送至所述ip地址处。
38.为了解决上述问题，本发明还提供一种埋点数据检测装置，所述装置包括：
39.埋点数据表下发模块，用于获取埋点需求，对所述埋点需求进行分类，得到埋点事件类型，根据所述埋点需求，配置目标埋点参数，根据所述目标埋点参数，生成埋点数据表，并将所述埋点数据表下发至预设的目标客户端；
40.埋点事件采集模块，用于运行预设的埋点需求自动化运行脚本，得到所述埋点需求对应的埋点事件；
41.异常数据文件收集模块，用获取所述埋点事件类型的预设规则，根据所述预设规则，检测所述埋点事件的时机及逻辑的异常情况，输出时机及逻辑异常数据文件，从所述目标客户端中获取所述埋点数据表，根据所述埋点数据表检测所述埋点事件的参数的异常情况，输出参数异常数据文件，将所述时机及逻辑异常数据文件及所述参数异常数据文件添
加到预设的异常问题队列，并将所述异常问题队列发送给对应的研发人员。
42.为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
43.存储器，存储至少一个计算机程序；及
44.处理器，执行所述存储器中存储的计算机程序以实现上述所述的埋点数据检测方法。
45.为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的埋点数据检测方法。
46.本发明实施例首先对埋点需求进行分类，得到埋点事件类型，便于降低埋点数据匹配难度，提高埋点数据匹配效率，根据埋点事件类型，配置目标埋点参数，并将根据所述目标埋点参数生成的埋点数据表下发至预设的目标客户端，从而可以筛选出客户端用户进行的埋点行为中的目标埋点事件，确保埋点数据的精准性，其次，获取所述埋点事件类型的预设规则，根据所述预设规则，检测所述埋点事件的时机及逻辑的异常情况，输出时机及逻辑异常数据文件，确保筛选出异常的埋点数据，从而提高了埋点数据的准确率，最后，从所述目标客户端中获取所述埋点数据表，根据所述埋点数据表检测所述埋点事件的参数的异常情况，输出参数异常数据文件，从参数维度保证了所述埋点数据的参数不会出现增加、减少或错误等情况，进一步提高了埋点数据的准确性。因此本发明实施例提出的埋点数据检测方法、装置、电子设备及可读存储介质可以提高埋点数据的准确性。
附图说明
47.图1为本发明一实施例提供的埋点数据检测方法的流程示意图；
48.图2为本发明一实施例提供的埋点数据检测装置的模块示意图；
49.图3为本发明一实施例提供的实现埋点数据检测方法的电子设备的内部结构示意图；
50.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
51.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
52.本发明实施例提供一种埋点数据检测方法。所述埋点数据检测方法的执行主体包括但不限于服务端、终端等能够被配置为执行本技术实施例提供的该方法的电子设备中的至少一种。换言之，所述埋点数据检测方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端可以包括独立的服务器，也可以包括提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(content delivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
53.参照图1所示的本发明一实施例提供的埋点数据检测方法的流程示意图，在本发明实施例中，所述埋点数据检测方法包括以下步骤s1-s6：
54.s1、获取埋点需求，对所述埋点需求进行分类，得到埋点事件类型，根据所述埋点需求，配置目标埋点参数。
55.本发明实施例中，所述埋点需求可以是针对针对特定用户什么样的行为或事件进行捕获、处理和发送，例如，用户某个icon点击次数、观看某个视频的时长等等，其中，所述埋点可以是针对特定用户行为或事件进行捕获、处理和发送的相关技术及其实施过程。所述埋点事件类型包含曝光事件、文章阅读完成度事件等。所述目标埋点参数可以是用户产生埋点事件时所需要收集的数据。
56.本发明可选实施例中，可以根据业务人员提供的业务需求选择埋点需求，例如，当公司企业的业务需求为希望知道用户对什么样的文章感兴趣，则埋点需求可以是用户的文章阅读完成度、速度及时间等。
57.本发明实施例通过对所述埋点需求进行分类，得到埋点事件类型，便于对后续查找对应埋点事件，减少埋点数据检测的时间，提高了埋点数据检测的效率。
58.进一步地，本发明一可选实施例中，所述对所述埋点需求进行分类，得到埋点事件类型，包括：
59.对所述埋点需求进行特征提取，得到特征向量集；
60.利用预构建的朴素贝叶斯分类器对所述特征向量集进行分类，得到埋点事件类型。
61.本发明实施例中，所述朴素贝叶斯分类器可以是一系列以假设特征之间强(朴素)独立下运用贝叶斯定理为基础的简单概率分类器。
62.本发明实施例根据所述埋点需求，配置目标埋点参数，便于后续进行埋点数据比对，找出多余、缺少或错误的埋点数据，从而提高了埋点数据检测的准确性。
63.进一步地，本发明一可选实施例中，所述根据所述埋点需求，配置目标埋点参数，包括：
64.获取所述埋点需求对应的埋点事件类型及业务需求，；
65.基于业务需求从所述埋点事件类型对应的埋点参数中筛选出符合预设定义的目标埋点参数配置对应的埋点。
66.本发明实施例中，所述业务需求可以是公司企业业务上对埋点数据的需求，例如，想知道用户对什么音乐感兴趣，就需要获取用户的听歌时长及听歌种类等。所述预设定义可以是对解决业务需求有帮助的参数。
67.本发明可选实施例中，首先通过对埋点需求进行分析，确定所述埋点需求对应的具体的埋点事件，再由埋点事件推出业务需求，便于研发人员确定目标埋点参数，提高基于埋点数据的数据分析的准确率。
68.s2、根据所述目标埋点参数，生成埋点数据表，并将所述埋点数据表下发至预设的目标客户端。
69.本发明实施例中，所述埋点数据表包含目标埋点参数对应的埋点事件。所述预设的目标客户端可以是用户所使用的终端中特定的页面或app。
70.本发明实施例根据所述目标埋点参数，生成埋点数据表，给需要采集的埋点数据提供一个模板，提高埋点数据采集的准确性。
71.进一步地，作为本发明一可选实施例，所述根据所述目标埋点参数，生成埋点数据表，包括：
72.对所述目标埋点参数进行血缘追踪，得到所述目标埋点参数对应的埋点需求；
73.根据所述埋点需求对应的埋点事件类型对所述目标埋点参数进行分类，得到分好类别的目标埋点参数；
74.将所述分好类别的目标埋点参数按照类别存储至数据表中，得到埋点数据表。
75.本发明可选实施例中，通过追踪所述目标埋点参数的出处，从而确认每个目标埋点对应的类别，进而对所述目标埋点参数进行分类存储至预构建的数据表中，有利于后续埋点事件与所述目标埋点参数进行比对，提高了埋点参数比对的效率。
76.本发明实施例通过将所述埋点数据表下发至预设的目标客户端，确保所述目标客户端能够采集所述埋点数据表所需埋点数据，提高埋点数据采集的准确性，进而减少埋点数据采集数量，从而提高埋点数据检测效率。
77.s3、运行预设的埋点需求自动化运行脚本，得到所述埋点需求对应的埋点事件。
78.本发明实施例中，所述预设的埋点需求自动化运行脚本可以是研发人员编写的模拟用户在所述目标客户端进行埋点事件的脚本。
79.本发明可选实施例，通过对埋点需求自动化运行脚本的编译，实现所述埋点需求自动化运行脚本的运行，从而在所述目标客户端模拟用户进行埋点事件，提高了埋点数据采集的智能化程度。
80.除此之外，本发明可选实施例中，也可以采用人工手动模拟实现埋点数据的采集。
81.s4、获取所述埋点事件类型的预设规则，根据所述预设规则，检测所述埋点事件的时机及逻辑的异常情况，输出时机及逻辑异常数据文件。
82.本发明实施例中，所述预设规则可以是根据事件类型定义不同的规则，例如，当所述埋点事件类型为曝光事件时，所述预设规则可以是在一定时间内，同一件事多次曝光上报，即可视为异常，当所述埋点事件类型为文章阅读事件时，所述预设规则可以是当文章长度超过一屏时，判断所述文章阅读长控件的滑动条是否滑动至所述文章底部的80％以上，每秒的有效阅读速度是否小于预设速度，当长度不超过一屏时，则只判断每秒的有效阅读速度。
83.本发明一可选实施例中，可以通过提前定义规则，并将所述规则存放至目标客户端中，实现获取所述埋点事件类型的预设规则，提高埋点数据检测的效率及准确率。
84.本发明实施例根据所述预设规则，检测所述埋点事件的时机及逻辑的异常情况，输出时机及逻辑异常数据文件，筛选出符合预设规则的埋点数据，从而提高了埋点数据的准确率，减少由于埋点数据错误造成的公司损失。
85.进一步地，作为本发明一可选实施例，所述根据所述预设规则，检测所述埋点事件的时机及逻辑的异常情况，包括：
86.获取所述埋点事件对应的埋点数据及事件类型；
87.基于所述事件类型，选择对应的时机及逻辑规则；
88.判断所述埋点数据是否符合所述时机及逻辑规则；
89.当所述埋点数据符合所述时机及逻辑规则时，判定所述埋点事件为正常埋点事件；
90.当所述埋点数据不符合所述时机及逻辑规则时，判定所述埋点事件为时机及逻辑异常数据文件。
91.本发明实施例中，所述埋点数据可以是所述埋点事件对应参数的具体数值，例如，
同一件事的曝光次数、文章阅读完成度等。
92.本发明可选实施例通过对所述埋点事件对应的埋点数据进行具体分析，来判断所述埋点事件是否为时机及逻辑异常数据文件，初步提高了埋点数据的准确率。
93.s5、从所述目标客户端中获取所述埋点数据表，根据所述埋点数据表检测所述埋点事件的参数的异常情况，输出参数异常数据文件。
94.本发明实施例中，所述埋点事件的参数可以是所述埋点事件的次数、时间、地址等，例如，当埋点事件为打开微信软件，此时，所述埋点事件的参数可以是用户打开微信app的次数、打开微信的时间等。
95.本发明可选实施例中可以通过查找所述目标客户端的存储空间，得到所述埋点数据表，从而进行参数对比，确保所述埋点事件的参数不存在增加、删减及错误等情况，提高了埋点数据的准确率。
96.本发明实施例根据所述埋点数据表检测所述埋点事件的参数的异常情况，输出参数异常数据文件，筛选出参数异常埋点数据，进一步保障了埋点数据的准确性。
97.进一步地，作为本发明一可选实施例，所述根据所述埋点数据表检测所述埋点事件的参数的异常情况，包括：
98.获取所述埋点事件的事件类型及所述埋点事件的参数；
99.从所述埋点数据表中查找与所述事件类型一致的埋点事件类型；
100.基于所述埋点事件类型，对所述埋点数据表进行拆解，得到所述埋点事件类型对应的目标埋点参数；
101.将所述埋点事件的参数与所述目标埋点参数一一进行比对，判断所述埋点事件的参数与所述目标埋点参数是否完全一致；
102.当所述埋点事件的参数与所述目标埋点参数完全一致时，判定所述数据文件为正常数据文件；
103.当所述埋点事件的参数与所述目标埋点参数不完全一致时，判定所述数据文件为异常数据文件。
104.本发明可选实施例中，通过事件类型，从所述埋点数据表中查找与所述事件类型一致的埋点事件类型，减少了参数比对所消耗的时间，提高了埋点数据检测的效率。
105.s6、将所述时机及逻辑异常数据文件及所述参数异常数据文件添加到预设的异常问题队列，并将所述异常问题队列发送给对应的研发人员。
106.本发明实施例中，所述预设的异常问题队列可以是一个将异常问题传递给研发人员的消息队列。
107.本发明实施例通过将所述异常问题队列发送给对应的研发人员，实现解决埋点数据异常的问题，从而提高埋点数据的准确性。
108.进一步地，作为本发明一可选实施例，所述将所述异常问题队列发送给对应的研发人员，包括：
109.识别所述异常问题队列中订阅的研发人员的ip地址；
110.将存储在所述异常问题队列中的时机及逻辑异常数据文件及参数异常数据文件按存储时间顺序发送至所述ip地址处。
111.本发明实施例中，处理异常问题的研发人员通过订阅所述异常问题队列，从而获
取所述异常消息队列自动发送的时机及逻辑异常数据文件及参数异常数据文件，确保所述研发人员能够根据所述时机及逻辑异常数据文件及所述参数异常数据文件，对目标埋点参数进行修改，从而进一步提高埋点数据的准确率。
112.本发明实施例首先对埋点需求进行分类，得到埋点事件类型，便于降低埋点数据匹配难度，提高埋点数据匹配效率，根据埋点事件类型，配置目标埋点参数，并将根据所述目标埋点参数生成的埋点数据表下发至预设的目标客户端，从而可以筛选出客户端用户进行的埋点行为中的目标埋点事件，确保埋点数据的精准性，其次，获取所述埋点事件类型的预设规则，根据所述预设规则，检测所述埋点事件的时机及逻辑的异常情况，输出时机及逻辑异常数据文件，确保筛选出异常的埋点数据，从而提高了埋点数据的准确率，最后，从所述目标客户端中获取所述埋点数据表，根据所述埋点数据表检测所述埋点事件的参数的异常情况，输出参数异常数据文件，从参数维度保证了所述埋点数据的参数不会出现增加、减少或错误等情况，进一步提高了埋点数据的准确性。因此本发明实施例提出的埋点数据检测方法可以提高埋点数据的准确性。
113.如图2所示，是本发明埋点数据检测装置的功能模块图。
114.本发明所述埋点数据检测装置100可以安装于电子设备中。根据实现的功能，所述埋点数据检测装置100可以包括埋点数据表下发模块101、埋点事件采集模块102及异常数据文件收集模块103，本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
115.在本实施例中，关于各模块/单元的功能如下：
116.所述埋点数据表下发模块101用于获取埋点需求，对所述埋点需求进行分类，得到埋点事件类型，根据所述埋点需求，配置目标埋点参数，根据所述目标埋点参数，生成埋点数据表，并将所述埋点数据表下发至预设的目标客户端。
117.本发明实施例中，所述埋点需求可以是针对特定用户什么样的行为或事件进行捕获、处理和发送，例如，用户某个icon点击次数、观看某个视频的时长等等，其中，所述埋点可以是针对特定用户行为或事件进行捕获、处理和发送的相关技术及其实施过程。所述埋点事件类型包含曝光事件、文章阅读完成度事件等。所述目标埋点参数可以是用户产生埋点事件时所需要收集的数据。
118.本发明可选实施例中，可以根据业务人员提供的业务需求选择埋点需求，例如，当公司企业的业务需求为希望知道用户对什么样的文章感兴趣，则埋点需求可以是用户的文章阅读完成度、速度及时间等。
119.本发明实施例通过对所述埋点需求进行分类，得到埋点事件类型，便于对后续查找对应埋点事件，减少埋点数据检测的时间，提高了埋点数据检测的效率。
120.进一步地，本发明一可选实施例中，所述对所述埋点需求进行分类，得到埋点事件类型，包括：
121.对所述埋点需求进行特征提取，得到特征向量集；
122.利用预构建的朴素贝叶斯分类器对所述特征向量集进行分类，得到埋点事件类型。
123.本发明实施例中，所述朴素贝叶斯分类器可以是一系列以假设特征之间强(朴素)独立下运用贝叶斯定理为基础的简单概率分类器。
124.本发明实施例根据所述埋点需求，配置目标埋点参数，便于后续进行埋点数据比对，找出多余、缺少或错误的埋点数据，从而提高了埋点数据检测的准确性。
125.进一步地，本发明一可选实施例中，所述根据所述埋点需求，配置目标埋点参数，包括：
126.获取所述埋点需求对应的埋点事件类型及业务需求，；
127.基于业务需求从所述埋点事件类型对应的埋点参数中筛选出符合预设定义的目标埋点参数配置对应的埋点。
128.本发明实施例中，所述业务需求可以是公司企业业务上对埋点数据的需求，例如，想知道用户对什么音乐感兴趣，就需要获取用户的听歌时长及听歌种类等。所述预设定义可以是对解决业务需求有帮助的参数。
129.本发明可选实施例中，首先通过对埋点需求进行分析，确定所述埋点需求对应的具体的埋点事件，再由埋点事件推出业务需求，便于研发人员确定目标埋点参数，提高基于埋点数据的数据分析的准确率。
130.本发明实施例中，所述埋点数据表包含目标埋点参数对应的埋点事件。所述预设的目标客户端可以是用户所使用的终端中特定的页面或app。
131.本发明实施例根据所述目标埋点参数，生成埋点数据表，给需要采集的埋点数据提供一个模板，提高埋点数据采集的准确性。
132.进一步地，作为本发明一可选实施例，所述根据所述目标埋点参数，生成埋点数据表，包括：
133.对所述目标埋点参数进行血缘追踪，得到所述目标埋点参数对应的埋点需求；
134.根据所述埋点需求对应的埋点事件类型对所述目标埋点参数进行分类，得到分好类别的目标埋点参数；
135.将所述分好类别的目标埋点参数按照类别存储至数据表中，得到埋点数据表。
136.本发明可选实施例中，通过追踪所述目标埋点参数的出处，从而确认每个目标埋点对应的类别，进而对所述目标埋点参数进行分类存储至预构建的数据表中，有利于后续埋点事件与所述目标埋点参数进行比对，提高了埋点参数比对的效率。
137.本发明实施例通过将所述埋点数据表下发至预设的目标客户端，确保所述目标客户端能够采集所述埋点数据表所需埋点数据，提高埋点数据采集的准确性，进而减少埋点数据采集数量，从而提高埋点数据检测效率。
138.所述埋点事件采集模块102用于运行预设的埋点需求自动化运行脚本，得到所述埋点需求对应的埋点事件。
139.本发明实施例中，所述预设的埋点需求自动化运行脚本可以是研发人员编写的模拟用户在所述目标客户端进行埋点事件的脚本。
140.本发明可选实施例，通过对埋点需求自动化运行脚本的编译，实现所述埋点需求自动化运行脚本的运行，从而在所述目标客户端模拟用户进行埋点事件，提高了埋点数据采集的智能化程度。
141.除此之外，本发明可选实施例中，也可以采用人工手动模拟实现埋点数据的采集。
142.所述异常数据文件收集模块103用获取所述埋点事件类型的预设规则，根据所述预设规则，检测所述埋点事件的时机及逻辑的异常情况，输出时机及逻辑异常数据文件，从
所述目标客户端中获取所述埋点数据表，根据所述埋点数据表检测所述埋点事件的参数的异常情况，输出参数异常数据文件，将所述时机及逻辑异常数据文件及所述参数异常数据文件添加到预设的异常问题队列，并将所述异常问题队列发送给对应的研发人员。
143.本发明实施例中，所述预设规则可以是根据事件类型定义不同的规则，例如，当所述埋点事件类型为曝光事件时，所述预设规则可以是在一定时间内，同一件事多次曝光上报，即可视为异常，当所述埋点事件类型为文章阅读事件时，所述预设规则可以是当文章长度超过一屏时，判断所述文章阅读长控件的滑动条是否滑动至所述文章底部的80％以上，每秒的有效阅读速度是否小于预设速度，当长度不超过一屏时，则只判断每秒的有效阅读速度。
144.本发明一可选实施例中，可以通过提前定义规则，并将所述规则存放至目标客户端中，实现获取所述埋点事件类型的预设规则，提高埋点数据检测的效率及准确率。
145.本发明实施例根据所述预设规则，检测所述埋点事件的时机及逻辑的异常情况，输出时机及逻辑异常数据文件，筛选出符合预设规则的埋点数据，从而提高了埋点数据的准确率，减少由于埋点数据错误造成的公司损失。
146.进一步地，作为本发明一可选实施例，所述根据所述预设规则，检测所述埋点事件的时机及逻辑的异常情况，包括：
147.获取所述埋点事件对应的埋点数据及事件类型；
148.基于所述事件类型，选择对应的时机及逻辑规则；
149.判断所述埋点数据是否符合所述时机及逻辑规则；
150.当所述埋点数据符合所述时机及逻辑规则时，判定所述埋点事件为正常埋点事件；
151.当所述埋点数据不符合所述时机及逻辑规则时，判定所述埋点事件为时机及逻辑异常数据文件。
152.本发明实施例中，所述埋点数据可以是所述埋点事件对应参数的具体数值，例如，同一件事的曝光次数、文章阅读完成度等。
153.本发明可选实施例通过对所述埋点事件对应的埋点数据进行具体分析，来判断所述埋点事件是否为时机及逻辑异常数据文件，初步提高了埋点数据的准确率。
154.本发明实施例中，所述埋点事件的参数可以是所述埋点事件的次数、时间、地址等，例如，当埋点事件为打开微信软件，此时，所述埋点事件的参数可以是用户打开微信app的次数、打开微信的时间等。
155.本发明可选实施例中可以通过查找所述目标客户端的存储空间，得到所述埋点数据表，从而进行参数对比，确保所述埋点事件的参数不存在增加、删减及错误等情况，提高了埋点数据的准确率。
156.本发明实施例根据所述埋点数据表检测所述埋点事件的参数的异常情况，输出参数异常数据文件，筛选出参数异常埋点数据，进一步保障了埋点数据的准确性。
157.进一步地，作为本发明一可选实施例，所述根据所述埋点数据表检测所述埋点事件的参数的异常情况，包括：
158.获取所述埋点事件的事件类型及所述埋点事件的参数；
159.从所述埋点数据表中查找与所述事件类型一致的埋点事件类型；
160.基于所述埋点事件类型，对所述埋点数据表进行拆解，得到所述埋点事件类型对应的目标埋点参数；
161.将所述埋点事件的参数与所述目标埋点参数一一进行比对，判断所述埋点事件的参数与所述目标埋点参数是否完全一致；
162.当所述埋点事件的参数与所述目标埋点参数完全一致时，判定所述数据文件为正常数据文件；
163.当所述埋点事件的参数与所述目标埋点参数不完全一致时，判定所述数据文件为异常数据文件。
164.本发明可选实施例中，通过事件类型，从所述埋点数据表中查找与所述事件类型一致的埋点事件类型，减少了参数比对所消耗的时间，提高了埋点数据检测的效率。
165.本发明实施例中，所述预设的异常问题队列可以是一个将异常问题传递给研发人员的消息队列。
166.本发明实施例通过将所述异常问题队列发送给对应的研发人员，实现解决埋点数据异常的问题，从而提高埋点数据的准确性。
167.进一步地，作为本发明一可选实施例，所述将所述异常问题队列发送给对应的研发人员，包括：
168.识别所述异常问题队列中订阅的研发人员的ip地址；
169.将存储在所述异常问题队列中的时机及逻辑异常数据文件及参数异常数据文件按存储时间顺序发送至所述ip地址处。
170.本发明实施例中，处理异常问题的研发人员通过订阅所述异常问题队列，从而获取所述异常消息队列自动发送的时机及逻辑异常数据文件及参数异常数据文件，确保所述研发人员能够根据所述时机及逻辑异常数据文件及所述参数异常数据文件，对目标埋点参数进行修改，从而进一步提高埋点数据的准确率。
171.如图3所示，是本发明实现埋点数据检测方法的电子设备的结构示意图。
172.所述电子设备可以包括处理器10、存储器11、通信总线12和通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如埋点数据检测程序。
173.其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：sd或dx存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(smart media card，smc)、安全数字(secure digital，sd)卡、闪存卡(flash card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如埋点数据检测程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
174.所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(central processing unit，cpu)、微处理器、数字处理芯片、图形处理器
及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(control unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如埋点数据检测程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
175.所述通信总线12可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述通信总线12总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
176.图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
177.例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、wi-fi模块等，在此不再赘述。
178.可选地，所述通信接口13可以包括有线接口和/或无线接口(如wi-fi接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。
179.可选地，所述通信接口13还可以包括用户接口，用户接口可以是显示器(display)、输入单元(比如键盘(keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
180.应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
181.所述电子设备中的所述存储器11存储的埋点数据检测程序是多个计算机程序的组合，在所述处理器10中运行时，可以实现：
182.获取埋点需求，对所述埋点需求进行分类，得到埋点事件类型，根据所述埋点需求，配置目标埋点参数；
183.根据所述目标埋点参数，生成埋点数据表，并将所述埋点数据表下发至预设的目标客户端；
184.运行预设的埋点需求自动化运行脚本，得到所述埋点需求对应的埋点事件；
185.获取所述埋点事件类型的预设规则，根据所述预设规则，检测所述埋点事件的时机及逻辑的异常情况，输出时机及逻辑异常数据文件；
186.从所述目标客户端中获取所述埋点数据表，根据所述埋点数据表检测所述埋点事件的参数的异常情况，输出参数异常数据文件；
187.将所述时机及逻辑异常数据文件及所述参数异常数据文件添加到预设的异常问
题队列，并将所述异常问题队列发送给对应的研发人员。
188.具体地，所述处理器10对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
189.进一步地，所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。所述计算机可读介质可以是非易失性的，也可以是易失性的。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)。
190.本发明实施例还可以提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
191.获取埋点需求，对所述埋点需求进行分类，得到埋点事件类型，根据所述埋点需求，配置目标埋点参数；
192.根据所述目标埋点参数，生成埋点数据表，并将所述埋点数据表下发至预设的目标客户端；
193.运行预设的埋点需求自动化运行脚本，得到所述埋点需求对应的埋点事件；
194.获取所述埋点事件类型的预设规则，根据所述预设规则，检测所述埋点事件的时机及逻辑的异常情况，输出时机及逻辑异常数据文件；
195.从所述目标客户端中获取所述埋点数据表，根据所述埋点数据表检测所述埋点事件的参数的异常情况，输出参数异常数据文件；
196.将所述时机及逻辑异常数据文件及所述参数异常数据文件添加到预设的异常问题队列，并将所述异常问题队列发送给对应的研发人员。
197.进一步地，所述计算机可用存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。
198.在本发明所提供的几个实施例中，应该理解到，所揭露的电子设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
199.所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
200.另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
201.对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
202.因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限
制所涉及的权利要求。
203.本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
204.此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
205.最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。