CN103294592A - 利用用户工具交互来自动分析其服务交付中的缺陷的方法与系统 - Google Patents

利用用户工具交互来自动分析其服务交付中的缺陷的方法与系统 Download PDF

Info

Publication number
CN103294592A
CN103294592A CN2013100386553A CN201310038655A CN103294592A CN 103294592 A CN103294592 A CN 103294592A CN 2013100386553 A CN2013100386553 A CN 2013100386553A CN 201310038655 A CN201310038655 A CN 201310038655A CN 103294592 A CN103294592 A CN 103294592A
Authority
CN
China
Prior art keywords
group
trouble ticket
signature
computer system
user interaction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2013100386553A
Other languages
English (en)
Other versions
CN103294592B (zh
Inventor
A·巴迷迪佩蒂
W·W-Y·陈
A·R·赫秦
A·N·杰恩
J·刘
J·R·穆里奇
D·罗素
M·M·斯玛迪
S·G·塔米尔塞尔韦恩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qindarui company
Original Assignee
International Business Machines Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by International Business Machines Corp filed Critical International Business Machines Corp
Publication of CN103294592A publication Critical patent/CN103294592A/zh
Application granted granted Critical
Publication of CN103294592B publication Critical patent/CN103294592B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/079—Root cause analysis, i.e. error or fault diagnosis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0751—Error or fault detection not based on redundancy
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
    • G06F3/04842—Selection of displayed objects or displayed text elements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
    • G06F3/04847—Interaction techniques to control parameter settings, e.g. interaction with sliders or dials
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/06—Management of faults, events, alarms or notifications
    • H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/06—Management of faults, events, alarms or notifications
    • H04L41/069—Management of faults, events, alarms or notifications using logs of notifications; Post-processing of notifications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/5061—Network service management, e.g. ensuring proper service fulfilment according to agreements characterised by the interaction between service providers and their network customers, e.g. customer relationship management
    • H04L41/5074—Handling of user complaints or trouble tickets

Abstract

本发明公开给出了一种用于识别信息技术（IT）环境中的相关故障单的方法和系统。存储与计算机程序的用户交互。所述用户交互包括给计算机程序的输入，用来搜索在IT环境中发布的、具有相同特性的故障单。识别所述用户交互中的一种或多种用户交互模式。基于对所述一种或多种用户交互模式中每一种的效率的评估选择所述一种或多种用户交互模式中的用户交互模式。基于该用户交互模式，生成用于确定IT环境中的哪些故障单共享公共特性的规则。把所述规则应用到在IT环境中发布的附加故障单，以识别所述附加故障单中哪些共享该公共特性。

Description

利用用户工具交互来自动分析其服务交付中的缺陷的方法与系统
技术领域
本发明涉及用于知识管理的数据处理方法与系统，并且尤其是涉及用于识别信息技术环境中的相关故障单(problem ticket)的技术。 
背景技术
为了识别再次发生的问题、探索预防解决方案的机会并跟踪解决方案实现的影响，信息技术环境中的缺陷预防分析历史故障单。识别关于常见的系统或过程问题的单据(ticket)集合是朝着评定根本原因和制定消除或避免该问题再次发生的行动所迈出的第一步。识别相关单据的高准确性和低成本对于有效的服务交付(services delivery)是关键性的。 
发明内容
在第一种实施例中，本发明提供了识别信息技术（IT）环境中相关故障单的方法。该方法包括计算机存储与计算机程序的用户交互。用户交互包括到计算机程序的输入，以便搜索在IT环境中发布的、具有相同特性的故障单。该方法还包括计算机识别用户交互中的一种或多种用户交互模式。该方法还包括计算机基于对所述一种或多种用户交互模式中每一种的效率的评估来选择所述一种或多种用户交互模式中的一种用户交互模式。该方法还包括计算机基于所述用户交互模式生成一种规则，用于确定IT环境中的哪些故障单共享公共特性。该方法还包括计算机把该规则应用到在IT环境中发布的附加故障单以识别这些附加故障单中的哪些共享所述公共特性。 
在第二种实施例中，本发明提供了一种计算机系统，包括中央处 理单元（CPU）、耦合到CPU的存储器和耦合到CPU的计算机可读的有形存储设备。该存储设备包含指令，当所述指令经存储器被CPU执行时，实现用于识别信息技术（IT）环境中的相关故障单的方法。该方法包括计算机系统存储与计算机程序的用户交互，该用户交互包括到计算机程序的输入，以便搜索在IT环境中发布的、具有相同特性的故障单。该方法还包括计算机系统识别用户交互中的一种或多种用户交互模式。该方法还包括计算机系统基于对所述一种或多种用户交互模式中每一种的效率的评估来选择所述一种或多种用户交互模式中的一种用户交互模式。该方法还包括计算机系统基于所述用户交互模式生成一种规则，用于确定IT环境中的哪些故障单共享公共特性。该方法还包括计算机系统把该规则应用到在IT环境中发布的附加故障单，来识别这些附加故障单中的哪些共享所述公共特性。 
在第三种实施例中，本发明提供了一种计算机程序产品，包括具有存储在其中的计算机可读程序指令的计算机可读的有形存储设备，所述计算机可读程序指令在被计算机系统的中央处理单元（CPU）执行时，实现用于识别信息技术（IT）环境中的相关故障单的方法。该方法包括计算机系统存储与计算机程序的用户交互，该用户交互包括到计算机程序的输入，以便搜索在IT环境中发布的、具有相同特性的故障单。该方法还包括计算机系统识别用户交互中的一种或多种用户交互模式。该方法还包括计算机系统基于对所述一种或多种用户交互模式中每一种的效率的评估来选择所述一种或多种用户交互模式中的一种用户交互模式。该方法还包括计算机系统基于所述用户交互模式生成一种规则，用于确定IT环境中的哪些故障单共享公共特性。该方法还包括计算机系统把该规则应用到在IT环境中发布的附加故障单，来识别这些附加故障单中的哪些共享所述公共特性。 
本发明的实施例利用现有的分析工具捕捉用户交互，来指导通过基于软件的工具对缺陷的后续自动分析，其中工具的明确培训是最小量的而且自动分析的准确性与基于人的结果相似。 
附图说明
图1A-1B绘出了根据本发明实施例的、用于识别信息技术环境中的相关故障单的系统的框图。 
图2是根据本发明实施例的、用于识别信息技术环境中的相关故障单的过程的流程图，其中所述过程是在图1A-1B的系统中实现的。 
图3是根据本发明实施例的、给故障单分类的过程的流程图，其中所述过程是在图1A-1B的系统中实现的。 
图4是根据本发明实施例的、缺陷趋势分析过程的流程图，其中所述过程是在图1A-1B的系统中实现的。 
图5是根据本发明实施例的、交叉池缺陷(cross-pool defect)减少探索的过程的流程图，其中所述过程是在图1A-1B的系统中实现的。 
图6是根据本发明实施例的、包括在图1A-1B的系统中而且实现图2、图3、图4和/或图5的过程的计算机系统的框图。 
具体实施方式
概述 
本发明的实施例认识到：人类专家分析以非常高的数据分析成本实现了信息技术（IT）环境中相关事故单（又称为故障单）识别的高准确性。本发明的实施例还认识到：已知的基于软件的工具可以支持人类专家分析，但是此类工具具有不同程度的准确性和开销。例如，由于特定于一个领域的子语言，已知的分类/数据挖掘算法具有有限的准确性。本发明的实施例还认识到：以上提到的已知方法需要大量的人为努力来培训工具。例如，为了把单据按缺陷类别分类，分析人员（例如，质量分析员；又称为QA）必须为基于规则的分类建立规则集，或者手动地标记大的单据集合，以供基于学习的方法使用。本发明的实施例还认识到：为了基于缺陷类别和/或具体的单据细节来确定识别问题的单据集合，人的行动是必要的。本发明的实施例还认识到：尽管由工具提供的自动化可以处理大量缺陷，但是其本身的自动化不能充分应对进入的缺陷的多样性和高度动态本质。 
本发明的实施例监视并存储与检测IT环境中的缺陷的数据分析工具的用户交互模式。规则和/或方法是根据用户交互模式生成的。识别有效的用户交互模式。利用所生成的规则和/或方法分析新的数据。 
用于识别相关故障单的系统 
图1A-1B绘出了根据本发明实施例的、用于识别信息技术环境中的相关故障单的系统的框图。系统具有图1A中所绘出的系统的第一部分100-1和图1B中所绘出的系统的第二部分100-2。系统的部分100-1包括计算机系统102，该计算机系统102包括用于从存储事故单（又称为故障单）的数据存储库106提供用户调用的事故单提取的提取模块104。计算机系统102运行基于软件的按照交互模式进行自动分类的工具108，该工具108根据发生并被调查发现部件110识别出的用户交互模式，自动分类所提取出的事故单，其中调查发现部件110包括单据分析工具112，一个或多个用户通过所述单据分析工具112执行用户交互。用户与单据分析工具112交互，其中单据分析工具112运行分类模块114，以根据标准缺陷码116给事故单分类。此外，用户与单据分析工具112交互，以执行手动的单据群集118，来寻找具有相似的根本原因的事故单组。群集118的结果由单据分析工具112所提供的可视化模块120来呈现。可视化模块120可以使用帕累托图（Pareto chart）和/或过程行为分析（PBA）来可视化群集后的事故单。 
捕捉用户交互模式工具122监视与单据分析工具112的用户交互模式。例如，捕捉用户交互模式工具122监视用户的向下钻取(drill down)模式（即，属性的优先化，这可以包括首先选择事故单的“严重性”特征）。作为另一个例子，捕捉用户交互模式工具122监视用户选定的过滤器选项(filter term)，这可以包括用户选择严重性1作为第一过滤器，然后选择“应用”作为下一个过滤器。作为再一个例子，捕捉用户交互模式工具122监视用户输入的目录选项，诸如监视类型“应用”中基于正则表达式{Process|Hang|Reboot}的选项。捕捉用 户交互模式工具122还捕捉描述与单据分析工具112的一组用户交互模式的步骤的细节、确定哪些步骤相关或者不相关、并且确定一个步骤的结果如何变成后续步骤的输入。 
捕捉用户交互模式工具122把所监视的用户交互模式中的每一种都存储到用于使用模式124的数据存储库中或者用于分组模式126的数据存储库中。使用模式124可以包括由用户选择的属性或列和由用户输入的关键字。分组模式126可以包括用户如何给数据列排序和用户选择什么过滤器。 
基于软件的生成签名工具128接收由捕捉用户交互模式工具122监视并存储的用户交互模式。生成签名工具128包括转换模块130和权重分配模块132。转换模块130通过生成对应于各自用户交互模式组（即，对应于各自的组签名）的分析过程，把所存储的每一组用户交互模式都转换成知识表示。如在此所使用的，组签名被定义为一组用户交互模式。每个生成的分析过程都包括描述对应的一组用户交互模式的相关步骤的规则和/或方法，而且包括一组用户交互模式的一个步骤的结果如何变成一个或多个后续步骤的输入的详细说明。在一种实施例中，转换模块130把所存储的每一组用户交互模式都变换成可以运行的脚本，以便重复在所述用户交互模式组中所包括的步骤。 
权重分配模块132评估每一组用户交互模式（即，每个组签名）并且基于所述评估给每个组签名分配一个权重。为了选择最有效的用户交互模式组供自动化或半自动化的分析使用，权重分配模块132评估所监视的用户交互模式组的质量。 
在一种实施例中，权重分配模块132基于与组签名相关联的用户交互模式组的步骤选择了多少事故单来评估每个组签名。权重分配模块132可以对地理和池组应用群集算法，以确定最流行的用户交互模式并且可以允许单据组的形成（即，推导出的单据类别或类）。例如，权重分配模块132可以采用主成分分析（PCA），以便确定最流行的用户交互模式，其中特征集合被定义为用户交互模式的一个子集。 
在一种实施例中，生成签名工具128通过请求用户输入来确认组 签名的成分的有用性来提供对组签名的半自动化评估。在另一种实施例中，生成签名工具128基于确定组签名成分的重要性的度量的自动化分析来评估组签名。例如，生成签名工具128可以对过滤器中所使用的关键字执行频率分析，其中该频率分析指示所述关键字对过滤器没有显著影响而且可以被忽略。 
生成签名工具128把组签名134和候选单据组136发送到相似性探索器工具138，该相似性探索器工具138在图1B的部分100-2中绘出。相似性探索器工具138从生成签名工具128（见图1A）接收结果（例如，组签名134和候选单据组136），并且把接收到的结果存储在交互管理数据库139中。对于由图1A-1B中所绘出的系统接收到的新事故单，相似性探索器工具138确定相似性索引，来测量组签名134与交互管理数据库139中所存储的现有组签名有多相似。如果相似性探索器工具138基于相似性索引找到与组签名134相似的现有组签名，相似性探索器工具138就从交互管理数据库139检索该相似的现有组签名。 
部分100-2的调查管理部件140管理对IT环境中缺陷的根本原因的调查，来实现未来缺陷的积极预防。调查管理部件140包括打开调查模块142，该模块142接收候选单据组136和组签名134并且打开用于对缺陷的积极预防的调查。调查管理部件140还包括根本原因分析模块144，该模块144确定候选单据组136中所描述的事故的根本原因。调查管理部件140还包括实现模块146，该模块146实现防止具有相同根本原因的未来事故的预防性动作。调查管理部件140还包括验证与关闭模块148，该模块148验证由实现模块146所实现的动作的有效性并且随后关闭已经由打开调查模块142打开的调查。验证与关闭模块148存储组签名134和来自由调查管理部件140所管理的特定调查的关联信息（即，关于根本原因和为了避免缺陷所采取的预防性动作的信息）。 
调查管理部件140中所包括的趋势分析工具150接收由根本原因分析模块144确定的根本原因并且监视事故单106（见图1A），以便 确定由实现模块146实现的预防性动作是否成功地减少了具有上面提到的根本原因的缺陷。 
在验证与关闭模块148所提供的验证之后，生成分类器工具152生成分类器，来定义如何自动分类一个新的事故单。所生成的分类器被发送以通过交互模式工具108（见图1A）进行自动分类，然后工具108使用该分类器给新进入的事故单分类。此外，可视化模块120（见图1A）接收工具108（见图1A）的分类结果并且呈现其中进入的事故单已被分类的组的行为的可视化。 
以下在关于图2、图3、图4和图5的讨论中进一步描述系统部分100-1（见图1A）和100-2的部件的功能性。 
用于识别相关故障单的过程 
图2是根据本发明实施例的、识别信息技术环境中的相关故障单的过程的流程图，其中所述过程是在图1A-1B的系统中实现的。图2的过程在步骤200开始。在步骤202中，捕捉用户交互模式工具122（见图1A）监视并存储与诸如单据分析工具112（见图1A）的计算机程序的用户交互（即，用户工具交互），其中用户交互包括在缺陷预防过程（Defect Prevention Process，DPP）中。用户交互可以由分析人员利用特定于领域的、基于软件的工具来执行。DPP可以包括识别与IT环境中的系统或过程问题相关的单据集合，这是朝着评定IT环境中问题的根本原因迈出的第一步。在步骤202中被监视的每个用户交互都对在IT环境中发布并且共享相同特性的历史故障单执行有针对性的分析。所述针对性的分析可以使用特定于领域的工具对事故单106（见图1A）中的内容执行搜索、文本分析和/或统计分析。用户交互分析事故单106（见图1A）中的内容，所述内容包括多种类型的内容，包括主驱动器内容（例如，事故单）和与分析相关的其它特定于领域的内容（例如，变化单据、服务器配置记录和系统体系结构细节）。 
在一种实施例中，在步骤202中监视用户交互包括捕捉描述用户交互步骤的细节及以下所列的任意组合： 
●确定用户（例如，QA）选作第一种类型的数据项的列或者属性（例如，单据的严重性），通过这个数据项经单据分析工具112（见图1A）在事故单106（见图1A）中向下钻取； 
●确定用户选作过滤约束的一个或多个属性，通过所述过滤约束，要从事故单106（见图1A）提取的数据缩减了，而且，如果有多个过滤约束，就确定用户选择过滤约束的次序； 
●确定用户输入的关键字或目录项，用以生成缩减要从事故单106（见图1A）提取的数据的正则表达式；及 
●确定由用户共同选定的公共属性类型，用以缩减要从事故单106（见图1A）提取的数据。 
例如，QA选择“严重性1”作为第一个属性和“应用”作为下一个过滤器，通过所述属性和过滤器从事故单106（见图1A）提取事故单，然后输入生成正则表达式{Process|Hang|Reboot}的关键字，来进一步缩减从事故单106（见图1A）提取的事故单。 
在一种实施例中，捕捉用户交互模式工具122（见图1A）从一般化在步骤202中被监视的用户交互步骤的描述的人类专家接收输入。在图2过程的后续步骤中，用户交互步骤的一般化描述可以代替被监视的用户交互步骤来使用，以便提供更广泛的自动化。 
在步骤204中，通过为步骤202中被监视的各种用户交互模式生成自动化的分析过程，捕捉用户交互模式工具122（见图1A）确定在步骤202中被监视和存储的用户交互中的一种或多种用户交互模式（即，与计算机程序——诸如图1A中的单据分析工具112——的用户交互模式）。捕捉用户交互模式工具122（见图1A）通过集成在步骤202中捕捉到的用户交互步骤的描述来生成以上提到的分析过程。在步骤204中生成的分析过程可以是捕捉用户交互模式工具122（见图1A）把多个分析任务的步骤自动集成到该分析过程中的结果。 
在一种实施例中，捕捉用户交互模式工具122（见图1A）为在计算机程序（例如，图1A中的单据分析工具112）外部的执行环境生成自动化的分析过程，用户利用所述计算机程序执行在步骤202中被监 视的用户交互。例如，捕捉用户交互模式工具122（见图1A）为包括批处理过程的执行环境生成分析过程，所述批处理过程被调度成在连接到一个或多个数据库和/或分析工具库的计算机系统上周期性地执行。作为另一个例子，以上提到的执行环境可以是收集事故单更新和通过根据故障码自动分类事故并确定具有相同根本原因的单据组来实现的分析任务的数据仓库。 
在步骤206中，生成签名工具128（见图1A）评估在步骤204中确定的每种用户交互模式的效率。在一种实施例中，生成签名工具128（见图1A）通过确定单位时间内有多少用户以步骤204中确定的每种用户交互模式执行用户交互来执行频率分析。基于所述频率分析，生成签名工具128（见图1A）给用户交互模式加权。基于加权后的用户交互模式，生成签名工具128（见图1A）确定特定的用户交互模式有效（即，相关）还是无效（例如，超过预定义值的权重指示有效的用户交互模式）。 
在另一种实施例中，生成签名工具128（见图1A）通过自动化的方法，诸如对地理位置和池组应用群集算法，评估在步骤204中确定的每种用户交互模式的效率。例如，该群集算法可以使用主成分分析（PCA），其中的特征集被定义为用户交互模式的子集。 
步骤206还包括生成签名工具128（见图1A）为用户交互模式的每个用户交互步骤确定该用户交互步骤的结果是否是后续用户交互步骤的输入。 
另外，步骤206包括生成签名工具128（见图1A）通过把有效的用户交互模式（一个或多个）转换成规则或方法（即，可执行的脚本）来生成组签名134（见图1B）。组签名134（见图1B）可以包括指定在步骤206中被确定为有效的一组用户交互模式的属性的值。 
在步骤208中，基于步骤206中评估的效率，生成签名工具128（见图1A）选择有效的用户交互模式。 
在步骤210中，基于步骤208中选定的用户交互模式，生成分类器工具152（见图1B）生成用于确定IT环境中的哪些故障单共享公 共特性的规则。 
在步骤212中，自动分类交互模式工具108（见图1A）把在步骤210中生成的规则应用到IT环境中发布的附加故障单，以便识别所述附加故障单中的哪些共享上面提到的公共特性。在一种实施例中，自动分类交互模式工具108（见图1A）通过依赖于执行环境而把用户交互模式的表示和输入参数描述翻译成工具动作（即，由图1A中的单据分析工具112执行的动作）或过程，来执行在步骤204中生成的、对应于用户交互模式的分析过程。所述分析过程可以基于被调度的事件（例如，日常数据库更新）或者基于用户的需要，在步骤212中执行。 
步骤212不基于查询模式和单据之间的相关性矩阵来群集附加的事故单。相反，用户交互模式的分类（或者主题）是由在步骤204中初始群集的候选单据预先确定的，并且利用由生成分类器工具152（见图1B）新生成的分类器迭代精炼的。 
可以将在步骤212中应用规则包括在第一种使用情况场景中，其中分配给一个池的新事故单被自动分类（见图3）；包括在第二种使用情况场景中，其中缺陷再现与趋势被跟踪（见图4）；和/或包括在第三种使用情况场景中，其中缺陷预防的范围跨池、账户、交付输入扩展（见图5）。 
图2的过程在步骤214结束。 
给故障单分类 
图3是根据本发明实施例的、给故障单分类的过程的流程图，其中所述过程是在图1A-1B的系统中实现的。图3的过程在步骤300开始。在步骤302中，单据提取模块104（见图1A）从事故单106（见图1A）提取单据。 
在步骤304中，单据分析工具112（见图1A）运行分类模块114（见图1A），以根据标准缺陷码116（见图1A）给在步骤302中提取出的单据分类。 
在步骤306中，与单据分析工具112（见图1A）交互的用户执行手动单据群集118（见图1A），以群集在步骤302中提取出的单据，以识别出一组或多组单据，其中每个识别出的组中的单据都具有相似的根本原因。 
在步骤308中，可视化模块120（见图1A）按照时间和量来生成在步骤306中识别出的每个组的行为的可视化，并且向用户呈现该可视化。可视化模块120（见图1A）可以使用帕累托图和/或PBA来可视化在步骤306中识别出的组的行为。 
在步骤310中，基于在步骤308中提供的可视化，单据分析工具112（见图1A）确定或者接收在步骤306中识别出的每组单据是否适合于与对应单据组关联的缺陷的积极预防的指示。如果所识别出的单据组在步骤310中被确定为适合于积极预防，单据分析工具112（见图1A）就把所识别出的单据组指定为候选单据组136（见图1B），然后采取步骤310的“是”分支并且执行步骤312；否则，图3的过程循环回到步骤306，以群集单据来识别具有相似根本原因的另一组单据。 
在步骤312中，捕捉用户交互模式工具122（见图1A）捕捉用于指定与单据分析工具112（见图1A）的用户交互模式的使用模式，其使得确定识别出的单据组。例如，捕捉用户交互模式工具122（见图1A）捕捉使用模式124（见图1A）（例如，所选的列和所输入的关键字）和分组模式126（见图1A）（例如，列和过滤器的排序）。 
步骤312还包括生成签名工具128（见图1A）生成与指定的用户交互模式关联的组签名134（见图1B）。步骤310和312的结果是候选单据和组签名314，其包括候选单据组136（见图1B）中的单据和步骤312中生成的组签名。 
生成签名工具128（见图1A）把候选单据和组签名314发送到打开调查模块142（见图1B）。在步骤316中，打开调查模块142（见图1B）打开用于以上提到的积极预防的调查。 
在步骤318中，根本原因分析模块144（见图1B）确定由候选单 据和组签名314中的事故单指示的缺陷的根本原因。 
在步骤320中，实现模块146（见图1B）实现了用于防止由候选单据和组签名314中的单据指示的缺陷的预防性动作。 
在跟在步骤320之后的步骤322中，验证与关闭模块148（见图1B）验证在步骤320中实现的预防性动作的效率并且关闭在步骤316中打开的调查。由调查管理部件140（见图1B）管理的单据分类过程的阶段在步骤323结束。 
在也跟在步骤320之后的步骤324中，交互管理数据库139（见图1B）接收并存储包括在候选单据和组签名314中的组签名及关于该组签名的信息，包括在步骤318中确定的根本原因和在步骤320中实现的预防性动作的详细说明，及由调查管理140（见图1B）为了确定在步骤318中确定的根本原因而执行的调查的标识。 
在步骤326中，生成分类器工具152（见图1B）生成分类器，其中每个分类器是确定IT环境中的哪些故障单共享与候选单据和组签名314中的单据相关联的相同组签名的一组规则、一组过程或者可执行脚本。例如，在步骤326中生成的分类器是集群组1：Country A->SysOp->Pool Intel->*,短描述=file,严重性=1,长描述=disk|file|log。 
在步骤328中，生成分类器工具152（见图1B）激活在步骤326中生成的分类器并且把该分类器发送到按照交互模式进行自动分类的工具108（见图1A）。 
在步骤330中，按照交互模式进行自动分类的工具108（见图1A）接收附加的（即，新的）事故单并且通过应用在步骤326中生成的分类器自动分类所述附加的事故单。例如，步骤330包括按照交互模式进行自动分类的工具108（见图1A）执行脚本（其是在步骤326中生成的分类器），并且响应于执行所述脚本，把新的事故单分类为在共享包括在候选单据和组签名314中的相同组签名的单据组中，并且在步骤308中生成并向用户呈现单据组的行为的可视化，在所述单据组中新的事故单已被分类。 
缺陷趋势分析(defect trending) 
图4是根据本发明实施例的、缺陷趋势分析的过程的流程图，其中所述过程是在图1A-1B的系统中实现的。图4的过程在步骤400开始。生成签名工具128（见图1A）向打开调查模块142（见图1B）发送候选单据和组签名402。候选单据和组签名402包括候选单据组136（见图1B）中的事故单和组签名134（见图1B）。在一种实施例中，候选单据和组签名402与候选单据和组签名314（见图3）相同。 
在步骤404中，打开调查模块142（见图1B）接收候选单据和组签名402，并且为了积极预防与候选单据和组签名402中的事故单相关联的缺陷而打开对候选单据的调查。例如，对于与存储系统有关的事故单（即，组签名与存储系统相关联），可以打开调查。 
在步骤406中，根本原因分析模块144（见图1B）确定由候选单据和组签名402中的事故单所指示的缺陷的根本原因。 
在步骤408中，实现模块146（见图1B）实现用于防止由候选单据和组签名402中的事故单所指示的缺陷的预防性动作。 
在步骤410中，验证与关闭模块148（见图1B）验证在步骤408中所实现的预防性动作的效率并且关闭在步骤404中打开的调查。 
在步骤412中，验证与关闭模块148（见图1B）向交互管理数据库139（见图1B）发送与候选单据和组签名402中所包括的组签名关联的用户交互模式。由调查管理部件140（见图1B）管理的缺陷趋势分析过程的阶段在步骤414结束。 
在跟在步骤406之后的步骤416中，趋势分析工具150（见图1B）从根本原因分析模块144（见图1B）接收候选单据和组签名402中所包括的组签名，并且注册以上提到的组签名用于趋势分析（即，确定由该组签名指示的组中的进入的事故单量在指定的时段内表现如何）。在步骤418中，趋势分析工具150（见图1B）解释包括在候选单据和组签名402中的组签名。在一种实施例中，趋势分析工具150（见图1B）还可以跨不同的组签名搜索并识别模式（包括落后的时间）。基 于对以上提到的、跨不同组签名的模式的识别，趋势分析工具150（见图1B）可以确定进入的事故单量的减少。 
在步骤420中，趋势分析工具150（见图1B）基于候选单据和组签名402中所包括的组签名检索事故单。在步骤422中，趋势分析工具150（见图1B）对在步骤420中检索出的事故单执行时间序列分析。 
在步骤424中，趋势分析工具150（见图1B）基于在步骤422中执行的时间序列分析，在指定的时段内确定事故单量的变化。如果，根据步骤424中的确定，事故单的量在该指定的时段内减少，那么在步骤410中趋势分析工具150（见图1B）就记录在步骤408中实现的预防性动作对于防止以上提到的缺陷是有效的（即，验证该预防性动作为有效）。如果，根据步骤424中的确定，事故单的量在该指定的时段内没有减少，那么在步骤410中趋势分析工具150（见图1B）就记录在步骤408中实现的预防性动作是无效的（即，没有验证该预防性动作为有效）。 
交叉池缺陷减少探索 
图5是根据本发明实施例的、交叉池缺陷减少探索(exploration)的过程的流程图，其中所述过程是在图1A-1B的系统中实现的。图5的过程在步骤500开始。生成签名工具128（见图1A）把候选单据和组签名502发送到打开调查模块142（见图1B）。候选单据和组签名502包括候选单据组136（见图1B）中的事故单和组签名134（见图1B）。在一种实施例中，候选单据和组签名502与候选单据和组签名314（见图3）相同。 
在步骤504中，打开调查模块142（见图1B）接收候选单据和组签名502，并且为了积极预防与候选单据和组签名502中的事故单关联的缺陷而打开对候选单据的调查。 
在步骤506中，根本原因分析模块144（见图1B）确定由候选单据和组签名502中的事故单所指示的缺陷的根本原因。 
在步骤508中，实现模块146（见图1B）实现用于防止由候选单 据和组签名502中的事故单所指示的缺陷的预防性动作。 
在步骤510中，验证与关闭模块148（见图1B）验证在步骤508中所实现的预防性动作的效率并且关闭在步骤504中打开的调查。在步骤510之后，由调查管理部件140（见图1B）管理的交叉池缺陷减少探索过程的阶段在步骤512结束。 
在步骤514中，相似性探索器工具138（见图1B）基于相似性索引，从交互管理数据库139（见图1B）检索与候选单据和组签名502中所包括的组签名相似的组签名。检索出的组签名描述来自于数据池的事故单，所述数据池与为了生成候选单据和组签名502中所包括的组签名而提取出事故单的池不同。在一种实施例中，不同的池基于不同的地理位置。例如，用于生成候选单据和组签名502中所包括的组签名的事故单可以来自国家1，而步骤514可以检索与组签名502相似的组签名X和Y，其中组签名X基于来自国家2的事故单，而组签名Y基于来自国家3的事故单。 
在步骤516中，相似性探索器工具138（见图1B）基于以上提到的相似性索引而且还基于组权重（即，通过给签名模块132（见图1A）分配权重而分配给组签名的权重）给在步骤514中检索出的组签名排名。相似性索引是基于为搜索故障单而输入的关键字的无序集合、基于为搜索故障单而被选为过滤约束的属性的次序的有序集合、及输入签名的函数。组权重是单据量与调查计数的函数。调查计数是为一种类型的事故单已经打开的调查的个数。 
在步骤518中，相似性探索器工具138（见图1B）基于步骤516中的排名为排名最前的组签名提取事故单。 
在步骤520中，为了确定在步骤518中提取出的事故单是否是添加到候选单据和组签名502中的候选单据的合适候选，相似性探索器工具138（见图1B）评估最近的时间序列分析。 
在步骤522中，如果相似性探索器工具138（见图1B）基于步骤520中所执行的评估，确定步骤518中提取出的单据适合于添加到候选单据502，就采取步骤522的“是”分支并且执行步骤524。在步骤 524中，相似性探索器工具138（见图1B）通过添加在步骤518中提取出的单据来扩展候选集。利用从步骤524得到的、扩展后的候选集，调查关于候选单据和组签名502的IT环境的一个或多个其它缺陷，并且为了防止这一个或多个其它缺陷而实现预防性动作。因此，图5的过程使得能够识别交叉池单据的签名中的关键性公共特征，由此使得能够为了减少到多个池和多个IT服务交付中心的缺陷而检测相似性和用于扩展积极动作的机会。 
返回步骤522，如果相似性探索器工具138（见图1B）基于步骤520中所执行的评估，确定步骤518中提取出的单据不适合添加到候选单据502，就采取步骤522的“否”分支并且执行步骤526。在步骤526中，相似性探索器工具138（见图1B）不扩展候选集而且在步骤518中提取出的单据不添加到候选单据502。 
在步骤524和步骤526之后，图5的过程在步骤512结束。 
计算机系统 
图6是根据本发明实施例的、包括在图1A-1B的系统中而且实现图2、图3、图4和/或图5的过程的计算机系统的框图。计算机系统102总体上包括中央处理单元（CPU）602、存储器604、输入/输出（I/O）接口606和总线608。另外，计算机系统102耦合到I/O设备610和计算机数据存储单元612。CPU602执行计算机系统102的计算与控制功能，包括执行包括在程序代码614中的指令，以便执行识别IT环境中相关故障单的方法，其中指令是经存储器604由CPU602执行的。CPU602可以包括单个处理单元，或者可以跨一个或多个位置中（例如，在客户端和服务器上）的一个或多个处理单元分布。在一种实施例中，程序代码614包括用于捕捉用户交互模式工具122（见图1A）、生成签名工具128（见图1A）、按照交互模式进行自动分类的工具108（见图1A）、相似性探索器工具138（见图1B）、趋势分析工具150（见图1B）和生成分类器工具152（见图1B）的代码。 
存储器604可以包括任何已知的计算机可读存储介质，这在下面 描述。在一种实施例中，为了减少在执行程序代码的指令的同时必须从大容量储存器检索代码的次数，存储器604的高速缓冲存储器元件提供至少一些程序代码（例如，程序代码614）的临时存储。而且，类似于CPU602，存储器604可以驻留在单个物理位置、包括一种或多种类型的数据储存器或者可以跨各种形式的多个物理系统分布。另外，存储器604可以包括跨例如局域网（LAN）或广域网（WAN）分布的数据。 
I/O接口606包括用于向外部源或者从外部源交换信息的任何系统。I/O设备610包括任何已知类型的外部设备，包括显示设备（例如，监视器）、键盘、鼠标、打印机、扬声器、手持式设备、传真机，等等。总线608在计算机系统102中的每个部件之间提供通信链路，而且可以包括任何类型的传输链路，包括电的、光的、无线的，等等。 
I/O接口606还允许计算机系统102在计算机数据存储单元612或者别的计算机数据存储单元（未示出）上存储信息（例如，数据或者例如程序代码614的程序指令）并且从其检索信息。计算机数据存储单元612可以包括任何已知的计算机可读存储介质，这在下面描述。例如，计算机数据存储单元612可以是非易失性的数据存储设备，诸如磁盘驱动器（即，硬盘驱动器）或者光盘驱动器（例如，接收CD-ROM盘的CD-ROM驱动器）。 
存储器604和/或存储单元612可以存储计算机程序代码614，其中代码614包括经存储器604由CPU602执行的、用于识别IT环境中相关故障单的指令。尽管图6把存储器604描述为包括程序代码614，但是本发明还预期其中存储器604不同时包括代码614的全部而是一次只包括代码614的一部分的实施例。 
另外，存储器604可以包括图6中没有示出的其它系统，诸如运行在CPU602上并且提供计算机系统102中和/或连接到计算机系统102的各种部件的控制的操作系统（例如，）。Linux是位于美国的Linus Torvalds公司的注册商标。 
存储单元612和/或耦合到计算机系统102的一个或多个其它计 算机数据存储单元（未示出）可以存储事故单106（见图1A）、候选单据组136（见图1B）、组签名134（见图1B）和/或交互管理数据库139（见图1B）。 
所属技术领域的技术人员知道，本发明可以实现为系统、方法或计算机程序产品。因此，本发明实施例的一个方面可以具体实现为以下形式，即：可以是完全的硬件、也可以是完全的软件（包括固件、驻留软件、微代码等），还可以是硬件和软件结合的形式，本文一般称为“模块”。此外，本发明的实施例还可以实现为在一个或多个计算机可读介质（例如，存储器604和/或计算机数据存储单元612）中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码（例如，程序代码614）。 
可以采用一个或多个计算机可读的介质（例如，存储器604和计算机数据存储单元612）的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。在一个实施例中，计算机可读存储介质可以是计算机可读存储装置或计算机可读存储设备。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子的非穷举列表包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器（RAM）、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序（例如，程序614）的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。 
计算机可读信号介质可以包括例如在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发 送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。 
计算机可读介质上包含的程序代码（例如，程序代码614）可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。 
可以以一种或多种程序设计语言或其组合来编写用于执行本发明各方面操作的计算机程序代码（例如，程序代码614），所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。Java以及所有基于Java的商标和标记都是Oracle和/或其成员的商标或注册商标。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行，其中，以上提到的用户计算机、远程计算机和服务器可以是例如计算机系统102或者具有与图6中所包括计算机系统102的部件类似的部件的另一种计算机系统（未示出）。在后一种场景中，远程计算机可以通过任意种类的网络（未示出）——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。 
在这里参照根据本发明实施例的方法、装置（系统）（例如，图1A-1B和图6）和计算机程序产品的流程图说明（例如，图2、图3、图4和图5）和/或框图描述了本发明的各方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机程序指令（例如，程序代码614）实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的一个或多个硬件处理器（例如，CPU602），从而生产出一种机器，这些计算机程序指令通过计算机或其它可编程数据处理装置的处理器执行，产生了实现流程图和/或框图中的方框中规定的功能/操作的装置。 
也可以把这些计算机程序指令存储在能使得计算机（例如，计算 机系统102）、其它可编程数据处理装置或者其它设备以特定方式工作的计算机可读介质（例如，存储器604或者计算机数据存储单元612）中，这样，存储在计算机可读介质中的指令（例如，程序614）就产生出一个包括实现流程图和/或框图中的方框中规定的功能/操作的指令装置(instruction means)的制造品（manufacture）。 
也可以把计算机程序指令加载到计算机（例如，计算机系统102）、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机或其它可编程装置上执行的指令（例如，程序614）能够提供实现流程图和/或框图中的方框中规定的功能/操作的过程。 
本发明实施例中的任何部件都可以由提供部署或集成关于识别IT环境中的故障单的计算基础设施的服务提供商来部署、管理、服务等等。因而，本发明的实施例公开了用于支持计算机基础设施的过程，其中该过程包括对于在包括一个或多个处理器（例如，CPU602）的计算机系统系统（例如，计算机系统102）中集成、主管(host)、维护和部署计算机可读代码（例如，程序代码614）中的至少一种提供至少一种支持服务，其中处理器执行代码中所包含的指令，使得计算机系统识别IT环境中的相关故障单。 
在另一种实施例中，本发明提供了以订阅、广告和/或收费为基础执行本发明过程步骤的方法。即，诸如解决方案集成商的服务提供商可以提供创建、维护、支持等等识别IT环境中相关故障单的过程。在这种情况下，服务提供商可以创建、维护、支持等等为一个或多个消费者执行本发明过程步骤的计算机基础设施。作为回报，服务提供商可以按订阅和/或收费协议从消费者收取报酬，和/或服务提供商可以通过广告内容向一个或多个第三方的销售来收取报酬。 
图2、图3、图4和图5中的流程图及图1A-1B和图6中的框图说明了根据本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系结构、功能性和操作。在这点上，流程图或框图中的每个 方框可以代表一个模块、程序段或代码（例如，程序代码614）的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。 
尽管为了说明已经在这里对本发明的实施例进行了描述，但是许多修改与变化将对本领域技术人员变得显而易见。相应地，所附权利要求是要包含落入本发明的真正主旨与范围内的所有这些修改与变化。 

Claims (14)

1.一种识别信息技术（IT）环境中的相关故障单的方法，所述方法包括步骤：
计算机存储与计算机程序的用户交互，所述用户交互包括给计算机程序的输入，所述输入用来搜索在所述IT环境中发布的、具有相同特性的故障单；
所述计算机识别所述用户交互中的一种或多种用户交互模式；
所述计算机基于对所述一种或多种用户交互模式中的每一种的效率的评估，选择所述一种或多种用户交互模式中的用户交互模式；
基于所述用户交互模式，所述计算机生成用于确定所述IT环境中的哪些故障单共享公共特性的规则；及
所述计算机把所述规则应用到在所述IT环境中发布的附加故障单，以识别所述附加故障单中的哪些共享所述公共特性。
2.如权利要求1所述的方法，其中所述用户交互包括在所述计算机程序的用户接口中选定的一个或多个属性或一个或多个列、在所述用户接口中选定的故障单属性类型、输入到所述用户接口中的关键字及在所述用户接口中共同选定的故障单属性类型。
3.如权利要求1所述的方法，还包括步骤：
基于所存储的用户交互，所述计算机确定包括多个用户交互模式的组签名；
所述计算机存储所述组签名、一组故障单的根本原因的详细说明及为预防所述根本原因而实现的预防性动作；
所述计算机生成确定哪些故障单被所述组签名指定的分类器；
所述计算机激活所生成的分类器；及
所述计算机接收新的故障单，并且随后通过应用所述分类器来自动分类单据组中的新故障单。
4.如权利要求3所述的方法，还包括步骤：
所述计算机生成所述单据组的行为的可视化并向用户呈现，其中所述单据组中的新故障单已被分类。
5.如权利要求1所述的方法，还包括步骤：
基于所存储的用户交互，所述计算机确定包括多个用户交互模式的组签名；
所述计算机存储所述组签名、一组故障单的根本原因的详细说明及为了预防所述根本原因而实现的预防性动作；
所述计算机注册所述组签名以供趋势分析之用；
所述计算机解释所述组签名；
所述计算机基于所述组签名检索故障单；
所述计算机对检索出的故障单执行时间序列分析；
基于所述时间序列分析，所述计算机确定故障单的量在一时段内减少了；及
基于所述故障单的量在一时段内减少了，所述计算机把所述预防性动作记录为对预防所述根本原因是有效的。
6.如权利要求1所述的方法，还包括步骤：
基于所存储的用户交互，所述计算机确定包括多种用户交互模式并且与从中提取出所述故障单的池相关联的组签名；
所述计算机存储所述组签名、一组故障单的根本原因的详细说明及为了预防所述根本原因而实现的预防性动作；
所述计算机基于相似性索引，检索与所述组签名相似的组签名，其中所述组签名描述来自于其它池的故障单，所述其它池不同于与所述组签名相关联的池；
所述计算机基于所述相似性索引和分配给所述组签名的权重，给检索出的组签名排名；
所述计算机基于给所述组签名排名的步骤，确定排名最前的组签名，并且提取用于排名最前的组签名的故障单；
所述计算机通过评估提取出的故障单的时间序列分析来利用提取出的故障单扩展所述故障单；及
基于利用提取出的故障单扩展了所述故障单，所述计算机确定由所述组签名指定的预防性动作预防了在其它池上提取出的故障单的根本原因。
7.如权利要求1所述的方法，还包括步骤：
所述计算机确定被选为过滤约束的属性，通过所述属性来搜索具有相同特性的故障单；
所述计算机确定应用所述过滤约束来搜索具有所述相同特性的故障单的次序；
所述计算机接收用户输入的关键字，并且随后基于所述关键字来生成搜索故障单的正则表达式；及
所述计算机捕捉描述所述用户交互的细节、被选为过滤约束的属性、应用所述过滤约束的次序及基于接收到的关键字所生成的正则表达式。
8.如权利要求1所述的方法，还包括步骤：
所述计算机确定为搜索所述故障单而共同选定的属性；及
所述计算机捕捉为过滤所述故障单而共同选定的属性类型。
9.一种计算机系统，包括：
中央处理单元（CPU）；
耦合到所述CPU的存储器；
耦合到所述CPU的计算机可读的有形存储设备，所述存储设备包含指令，当所述指令经所述存储器被所述CPU执行时，实现识别信息技术（IT）环境中的相关故障单的方法，所述方法包括步骤：
所述计算机系统存储与计算机程序的用户交互，所述用户交互包括给计算机程序的输入，所述输入用来搜索在所述IT环境中发布的、具有相同特性的故障单；
所述计算机系统识别所述用户交互中的一种或多种用户交互模式；
所述计算机系统基于对所述一种或多种用户交互模式中的每一种的效率的评估，选择所述一种或多种用户交互模式中的用户交互模式；
基于所述用户交互模式，所述计算机系统生成用于确定所述IT环境中的哪些故障单共享公共特性的规则；及
所述计算机系统把所述规则应用到在所述IT环境中发布的附加故障单，以识别所述附加故障单中的哪些共享所述公共特性。
10.如权利要求9所述的计算机系统，其中所述用户交互包括在所述计算机程序的用户接口中选定的一个或多个属性或一个或多个列、在所述用户接口中选定的故障单属性类型、输入到所述用户接口中的关键字及在所述用户接口中共同选定的故障单属性类型。
11.如权利要求9所述的计算机系统，其中所述方法还包括步骤：
基于所存储的用户交互，所述计算机系统确定包括多个用户交互模式的组签名；
所述计算机系统存储所述组签名、一组故障单的根本原因的详细说明及为预防所述根本原因而实现的预防性动作；
所述计算机系统生成确定哪些故障单被所述组签名指定的分类器；
所述计算机系统激活所生成的分类器；及
所述计算机系统接收新的故障单，并且随后通过应用所述分类器来自动分类单据组中的新故障单。
12.如权利要求11所述的计算机系统，其中所述方法还包括步骤：
所述计算机系统生成所述单据组的行为的可视化并向用户呈现，其中所述单据组中的新故障单已被分类。
13.如权利要求9所述的计算机系统，其中所述方法还包括步骤：
基于所存储的用户交互，所述计算机系统确定包括多个用户交互模式的组签名；
所述计算机系统存储所述组签名、一组故障单的根本原因的详细说明及为了预防所述根本原因而实现的预防性动作；
所述计算机系统注册所述组签名以供趋势分析之用；
所述计算机系统解释所述组签名；
所述计算机系统基于所述组签名检索故障单；
所述计算机系统对检索出的故障单执行时间序列分析；
基于所述时间序列分析，所述计算机系统确定故障单的量在一时段内减少了；及
基于所述故障单的量在一时段内减少了，所述计算机系统把所述预防性动作记录为对预防所述根本原因是有效的。
14.如权利要求9所述的计算机系统，其中所述方法还包括步骤：
基于所存储的用户交互，所述计算机系统确定包括多种用户交互模式并且与从中提取出所述故障单的池相关联的组签名；
所述计算机系统存储所述组签名、一组故障单的根本原因的详细说明及为了预防所述根本原因而实现的预防性动作；
所述计算机系统基于相似性索引，检索与所述组签名相似的组签名，其中所述组签名描述来自于其它池的故障单，所述其它池不同于与所述组签名相关联的池；
所述计算机系统基于所述相似性索引和分配给所述组签名的权重，给检索出的组签名排名；
所述计算机系统基于给所述组签名排名的步骤，确定排名最前的组签名，并且提取用于排名最前的组签名的故障单；
所述计算机系统通过评估提取出的故障单的时间序列分析来利用提取出的故障单扩展所述故障单；及
基于利用提取出的故障单扩展了所述故障单，所述计算机系统确定由所述组签名指定的预防性动作预防了在其它池上提取出的故障单的根本原因。
CN201310038655.3A 2012-01-31 2013-01-31 利用用户工具交互来自动分析其服务交付中的缺陷的方法与系统 Active CN103294592B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/362,089 US8898092B2 (en) 2012-01-31 2012-01-31 Leveraging user-to-tool interactions to automatically analyze defects in it services delivery
US13/362,089 2012-01-31

Publications (2)

Publication Number Publication Date
CN103294592A true CN103294592A (zh) 2013-09-11
CN103294592B CN103294592B (zh) 2016-12-28

Family

ID=48871154

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310038655.3A Active CN103294592B (zh) 2012-01-31 2013-01-31 利用用户工具交互来自动分析其服务交付中的缺陷的方法与系统

Country Status (2)

Country Link
US (2) US8898092B2 (zh)
CN (1) CN103294592B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104951391A (zh) * 2014-03-24 2015-09-30 平多姆公司 用于监视用户交互模式的方法、服务器以及代理

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8898092B2 (en) 2012-01-31 2014-11-25 International Business Machines Corporation Leveraging user-to-tool interactions to automatically analyze defects in it services delivery
US20150149225A1 (en) * 2013-11-26 2015-05-28 International Business Machines Corporation Automatically Determining Targeted Investigations on Service Delivery Incidents
US20150161633A1 (en) * 2013-12-06 2015-06-11 Asurion, Llc Trend identification and reporting
US9846738B2 (en) * 2014-12-05 2017-12-19 International Business Machines Corporation Dynamic filter optimization in deep question answering systems
US10346780B2 (en) 2015-01-30 2019-07-09 International Business Machines Corporation Extraction of system administrator actions to a workflow providing a resolution to a system issue
US9697103B2 (en) * 2015-07-30 2017-07-04 International Business Machines Corporation Automatic knowledge base generation for root cause in application performance management
US9959161B2 (en) * 2015-10-02 2018-05-01 International Business Machines Corporation Automated ticketing analytics
US9984376B2 (en) 2016-03-11 2018-05-29 Wipro Limited Method and system for automatically identifying issues in one or more tickets of an organization
US10037239B2 (en) * 2016-03-28 2018-07-31 Wlpro Limited System and method for classifying defects occurring in a software environment
US9984060B2 (en) 2016-04-18 2018-05-29 Microsoft Technology Licensing, Llc Correlating distinct events using linguistic analysis
US10459951B2 (en) * 2016-07-30 2019-10-29 Wipro Limited Method and system for determining automation sequences for resolution of an incident ticket
CN107888397B (zh) * 2016-09-30 2020-12-25 华为技术有限公司 确定故障类型的方法和装置
US20180150555A1 (en) * 2016-11-28 2018-05-31 Wipro Limited Method and system for providing resolution to tickets in an incident management system
US10685359B2 (en) 2017-05-05 2020-06-16 Servicenow, Inc. Identifying clusters for service management operations
US10936968B2 (en) * 2017-05-05 2021-03-02 Servicenow, Inc. Ticket routing
US10354257B2 (en) 2017-05-05 2019-07-16 Servicenow, Inc. Identifying clusters for service management operations
WO2019126874A1 (en) * 2017-12-27 2019-07-04 Glitchtrax Corp. System and method for tracking incidents
US11222296B2 (en) * 2018-09-28 2022-01-11 International Business Machines Corporation Cognitive user interface for technical issue detection by process behavior analysis for information technology service workloads
US11567948B2 (en) * 2018-12-28 2023-01-31 Atlassian Pty Ltd. Autonomous suggestion of related issues in an issue tracking system
US11720857B2 (en) * 2018-12-28 2023-08-08 Atlassian Pty Ltd. Autonomous suggestion of issue request content in an issue tracking system
US10831999B2 (en) 2019-02-26 2020-11-10 International Business Machines Corporation Translation of ticket for resolution
EP3745081B1 (de) 2019-05-28 2023-03-22 Tecan Trading Ag Positionsdetektor und verfahren zur 3d-positionsbestimmung
US11741194B2 (en) * 2020-03-23 2023-08-29 Cognizant Technology Solutions India Pvt. Ltd. System and method for creating healing and automation tickets
US11409590B2 (en) * 2020-04-01 2022-08-09 Paypal, Inc. Proactive outreach platform for error resolution based on user intent in server-driven communication channels
US11216347B1 (en) 2020-08-26 2022-01-04 Spirent Communications, Inc. Automatically locating resources using alternative locator expressions during heterogeneous component-based testing in a portable automation framework
US11269712B1 (en) * 2020-08-26 2022-03-08 Spirent Communications, Inc. Customized categorial error handling framework for heterogeneous component-based testing in a portable automation framework
US11449414B2 (en) 2020-08-26 2022-09-20 Spirent Communications, Inc. Mapping test parameter data elements during heterogeneous component-based testing in a portable automation framework in both API mode and UI mode
US11271829B1 (en) * 2020-11-19 2022-03-08 Kyndryl, Inc. SLA-aware task dispatching with a task resolution control

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050081118A1 (en) * 2003-10-10 2005-04-14 International Business Machines Corporation; System and method of generating trouble tickets to document computer failures
US20070118419A1 (en) * 2005-11-21 2007-05-24 Matteo Maga Customer profitability and value analysis system
US20090276728A1 (en) * 2008-05-02 2009-11-05 Doan Christopher H Arrangements for Managing Assistance Requests for Computer Services
US20100082620A1 (en) * 2008-09-24 2010-04-01 International Business Machines Corporation Method for extracting signature from problem records through unstructured and structured text mapping, classification and ranking
US20100274616A1 (en) * 2009-04-22 2010-10-28 Bank Of America Corporation Incident communication interface for the knowledge management system

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7406430B2 (en) 2001-03-30 2008-07-29 International Business Machines Corporation Method and system for assessing information technology service delivery
US20050027816A1 (en) 2003-07-29 2005-02-03 Olney Guy B. Information technology computing support quality management system model
US20050033464A1 (en) 2003-08-06 2005-02-10 Siemens Dematic Electronics Assembly Systems, Inc. Real time closed-loop process control system for defect prevention
US7984007B2 (en) 2007-01-03 2011-07-19 International Business Machines Corporation Proactive problem resolution system, method of proactive problem resolution and program product therefor
US8041663B2 (en) 2008-02-27 2011-10-18 International Business Machines Corporation Method for predicting problematic configurations and recommending safe configurations
US8090994B2 (en) * 2008-05-21 2012-01-03 International Business Machines Corporation System, method, and computer readable media for identifying a log file record in a log file
US8645369B2 (en) 2008-07-31 2014-02-04 Yahoo! Inc. Classifying documents using implicit feedback and query patterns
US8185544B2 (en) 2009-04-08 2012-05-22 Google Inc. Generating improved document classification data using historical search results
US8898092B2 (en) 2012-01-31 2014-11-25 International Business Machines Corporation Leveraging user-to-tool interactions to automatically analyze defects in it services delivery

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050081118A1 (en) * 2003-10-10 2005-04-14 International Business Machines Corporation; System and method of generating trouble tickets to document computer failures
US20070118419A1 (en) * 2005-11-21 2007-05-24 Matteo Maga Customer profitability and value analysis system
US20090276728A1 (en) * 2008-05-02 2009-11-05 Doan Christopher H Arrangements for Managing Assistance Requests for Computer Services
US20100082620A1 (en) * 2008-09-24 2010-04-01 International Business Machines Corporation Method for extracting signature from problem records through unstructured and structured text mapping, classification and ranking
US20100274616A1 (en) * 2009-04-22 2010-10-28 Bank Of America Corporation Incident communication interface for the knowledge management system

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104951391A (zh) * 2014-03-24 2015-09-30 平多姆公司 用于监视用户交互模式的方法、服务器以及代理
CN104951391B (zh) * 2014-03-24 2017-12-15 平多姆公司 用于监视用户交互模式的方法、服务器以及代理

Also Published As

Publication number Publication date
US9459950B2 (en) 2016-10-04
US20150033077A1 (en) 2015-01-29
CN103294592B (zh) 2016-12-28
US20130198116A1 (en) 2013-08-01
US8898092B2 (en) 2014-11-25

Similar Documents

Publication Publication Date Title
CN103294592A (zh) 利用用户工具交互来自动分析其服务交付中的缺陷的方法与系统
US10977293B2 (en) Technology incident management platform
US20210374610A1 (en) Efficient duplicate detection for machine learning data sets
US11526579B1 (en) System and methods for performing automatic data aggregation
US20200050968A1 (en) Interactive interfaces for machine learning model evaluations
CN108089843B (zh) 一种智能化的银行企业级需求管理系统
CA2953959C (en) Feature processing recipes for machine learning
US11372896B2 (en) Method and apparatus for grouping data records
US9324038B2 (en) Method and system for clustering, modeling, and visualizing process models from noisy logs
CN109120429B (zh) 一种风险识别方法及系统
Maier et al. Towards a big data reference architecture
CN109120428B (zh) 一种用于风控分析的方法及系统
US20220129816A1 (en) Methods and arrangements to manage requirements and controls, and data at the intersection thereof
CN113538154A (zh) 风险对象的识别方法、装置、存储介质和电子设备
CN115238815A (zh) 异常交易数据获取方法、装置、设备、介质和程序产品
WO2020205150A1 (en) Validation of operating plans and schedules using machine learning
CN108959398A (zh) 异构存储扩展系统及方法
Jony Preprocessing solutions for telecommunication specific big data use cases
Blázquez Soriano Design and Evaluation of Web-Based Economic Indicators: A Big Data Analysis Approach
CN117371940A (zh) 一种金融信创管理全息智能化控制方法及系统
CN116910352A (zh) 基于人工智能的报表推荐方法、装置、设备及介质
CN117971947A (zh) 一种基于用户端多源数据贯通与业务融合的系统及方法
CN112380321A (zh) 基于票据知识图谱的主次数据库分配方法及相关设备
CN116932269A (zh) 故障处理方法、装置、电子设备和计算机存储介质
CN117474699A (zh) 一种差错单的处理方法和系统、电子设备、存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20211116

Address after: USA New York

Patentee after: Qindarui company

Address before: USA New York

Patentee before: International Business Machines