iPAS 考題解析某企業需分析半結構化的系統日誌（JSON格式），以提取關鍵的時序特徵供故障預測模型使用。考量日誌結構複雜且包含巢狀欄位（Nested Fields），下列哪一種策略最有效且實務可行？

解析

正確答案：C. 設計遞迴函式展開巢狀欄位，並基於時間窗口（Time Window）進行聚合與特徵萃取

對於巢狀JSON日誌，使用遞迴函式系統性展開巢狀結構，再以時間窗口進行聚合統計（如異常計數、平均值、最大值），能有效萃取時序特徵且保留完整資訊，是最實務有效的方法。

每個選項為什麼對或錯

• A 先將JSON資料平化轉成CSV，再對欄位計算統計量（如均值、次數）作為特徵 錯誤選項

  平化CSV是個可行前處理步驟，但對複雜巢狀結構可能造成資訊損失或欄位爆炸。

• B 使用遞歸神經網路（RNN）直接輸入原始JSON字串進行時序特徵抽取 錯誤選項

  RNN直接輸入原始JSON字串在技術上不可行，JSON需先解析才能作為模型輸入。

• C 設計遞迴函式展開巢狀欄位，並基於時間窗口（Time Window）進行聚合與特徵萃取 正解

  遞迴展開巢狀欄位再以時間窗口聚合，能完整保留資訊並萃取有意義的時序特徵，最為合適。

• D 只保留時間戳記欄位，忽略其他巢狀內容以簡化特徵工程 錯誤選項

  忽略巢狀內容會丟失大量可能具有預測價值的特徵，不是好策略。

答案、題目或解析有問題？回報這題

題目 © 經濟部產業發展署，AITerms.tw 僅作教學解析使用，本站解析以 CC BY-NC-SA 4.0 授權。