CN106201757A - 一种异常处理方法和装置 - Google Patents
一种异常处理方法和装置 Download PDFInfo
- Publication number
- CN106201757A CN106201757A CN201610557221.8A CN201610557221A CN106201757A CN 106201757 A CN106201757 A CN 106201757A CN 201610557221 A CN201610557221 A CN 201610557221A CN 106201757 A CN106201757 A CN 106201757A
- Authority
- CN
- China
- Prior art keywords
- abnormal information
- information
- similarity
- abnormal
- stack
- 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
Links
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
Abstract
本发明的实施方式提供了一种异常处理方法。该方法包括：接收用户发送的携带有指定异常信息的解决方案获取请求；在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息；若匹配到与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，从所述预先存储的异常信息与对应解决方案的数据中，提取匹配到的异常信息对应的解决方案；将所述提取的匹配到的异常信息对应的解决方案提供给所述用户。本发明能够提高解决方案确定的效率，进而提高异常的处理效率。此外，本发明的实施方式还提供了一种异常处理装置。
Description
技术领域
本发明的实施方式涉及异常处理技术领域，更具体地，本发明的实施方式涉及一种异常处理方法和装置。
背景技术
本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
质量跟踪平台用于针对已经发布的APP(Application，应用程序)进行质量跟踪，即：在已发布的APP中集成指定SDK(Software Development Kit，软件开发工具包)，当终端中的APP发生异常时，由集成在该APP中的SDK收集APP的异常，并将收集的异常上报给质量跟踪平台；质量跟踪平台将APP侧上报的异常进行归类排序后呈现给技术人员，由技术人员解决APP侧的异常。
目前确定APP侧的异常处理的方式为：技术人员根据APP侧上报的异常，进行深入分析，查找出错代码行，根据代码逻辑判断异常原因，并确定解决方案。
APP侧本次上报的异常，可能之前已经上报过，并且技术人员可能已经针对该异常确定了解决方案；当其它技术人员接收到APP侧本次上报的异常时，可能并不知晓已经有技术人员确定了针对本次上报的异常的解决方案，因此其它技术人员还要继续进行代码走查确定解决方案，利用确定的解决方法处理异常。
综上所述，现有的这种异常处理的方式，由于技术人员之间不能及时进行异常的解决方案共享，导致异常处理比较耗时。
因此，目前缺乏一种能够高效的异常处理方法，以提高解决方案确定的效率，进而提高异常的处理效率。
发明内容
鉴于现有技术中的异常处理方式存在的异常处理耗时的技术问题，本发明提供一种异常处理方法和装置，以提高解决方案确定的效率，进而提高异常的处理效率。
在本上下文中，本发明的实施方式期望提供一种异常处理方法和装置。
在本发明实施方式的第一方面中，提供了一种异常处理方法，包括：
接收用户发送的携带有指定异常信息的解决方案获取请求；
在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息；
若匹配到与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，从所述预先存储的异常信息与对应解决方案的数据中，提取匹配到的异常信息对应的解决方案；
将所述提取的匹配到的异常信息对应的解决方案提供给所述用户。
优选地，所述异常信息包括堆栈信息，所述堆栈信息用于对异常原因及内容进行描述。
优选地，在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，包括：
针对所述预先存储的异常信息与对应解决方案的数据中的每个异常信息，计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度；
确定与所述指定异常信息中的堆栈信息的相似度大于或等于第一相似度阈值的异常信息。
优选地，所述异常信息还包括设备信息，所述设备信息为安装有发出所述指定异常信息的应用程序APP的设备的信息。
优选地，在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，包括：
针对所述预先存储的异常信息与对应解决方案的数据中的每个异常信息，计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度；
筛选出与所述指定异常信息中的堆栈信息的相似度大于第二相似度阈值的异常信息；
针对筛选出的每个异常信息，计算该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度；
计算该筛选出的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度，以及，该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度的加权求和结果，并将该加权求和结果作为该筛选出的异常信息与所述指定异常信息的相似度；
确定与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息。
优选地，所述设备信息包括设备类型、系统版本以及设备的CPU型号，则，计算该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度，包括：
当该筛选出的异常信息中的设备类型与所述指定异常信息中的设备类型相同时，确定第四评分；
当该筛选出的异常信息中的系统版本与所述指定异常信息中的系统版本相同时，确定第五评分；
当该筛选出的异常信息中的设备的CPU型号与所述指定异常信息中的设备的CPU型号相同时，确定第六评分；
将所述第四评分、第五评分以及第六评分的和值作为该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度。
优选地，所述异常信息还包括解决方案的推荐值。
优选地，在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，包括：
针对所述预先存储的异常信息与对应解决方案的数据中的每个异常信息，计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度；
筛选出与所述指定异常信息中的堆栈信息的相似度大于第二相似度阈值的异常信息；
针对筛选出的每个异常信息，获取该筛选出的异常信息对应的解决方案的推荐值；
计算该筛选出的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度与该筛选出的异常信息对应的解决方案的推荐值的加权求和结果，并将该加权求和结果作为该筛选出的异常信息与所述指定异常信息的相似度；
确定与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息。
优选地，所述异常信息还包括解决方案的推荐值。
优选地，在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，包括：
针对所述预先存储的异常信息与对应解决方案的数据中的每个异常信息，计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度；
筛选出与所述指定异常信息中的堆栈信息的相似度大于第二相似度阈值的异常信息；
针对筛选出的每个异常信息，计算该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度，并获取该筛选出的异常信息对应的解决方案的推荐值；
计算该筛选出的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度、该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度以及该筛选出的异常信息对应的解决方案的推荐值的加权求和结果，并将该加权求和结果作为该筛选出的异常信息与所述指定异常信息的相似度；
确定与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息。
优选地，所述堆栈信息包括异常类型和异常描述，则计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度，包括：
将该存储的异常信息中的异常类型与所述指定异常信息中的异常类型进行匹配；
若该存储的异常信息中的异常类型与所述指定异常信息中的异常类型相同，确定第一评分；
将该存储的异常信息中的异常描述与所述指定异常信息中的异常描述进行匹配；
若该存储的异常信息中的异常描述与所述指定异常信息中的异常描述匹配，确定第二评分；
将所述第一评分和所述第二评分的和值作为该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度。
优选地，所述方法，还包括：
若该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度小于所述第一相似度阈值时，确定该存储的异常信息与所述异常信息不匹配。
优选地，所述解决方案的推荐值按照以下方式更新：
响应于用户增加解决方案的推荐值的操作，增加该解决方案的推荐值；
响应于用户降低解决方案的推荐值的操作，降低该解决方案的推荐值。
优选地，所述堆栈信息包括异常类型、异常描述以及堆栈内容，则计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度，包括：
将该存储的异常信息中的异常类型与所述指定异常信息中的异常类型进行匹配；
若该存储的异常信息中的异常类型与所述指定异常信息中的异常类型相同，确定第一评分；
将该存储的异常信息中的异常描述与所述指定异常信息中的异常描述进行匹配；
若该存储的异常信息中的异常描述与所述指定异常信息中的异常描述匹配，确定第二评分；
计算该存储的异常信息中的堆栈内容与所述指定异常信息中的堆栈内容的相似度；
若该存储的异常信息中的堆栈内容与所述指定异常信息中的堆栈内容的相似度大于或等于第三相似度阈值，确定第三评分；
将所述第一评分、所述第二评分以及所述第三评分的和值作为该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度。
优选地，所述方法，还包括：
若该存储的异常信息中的异常类型与所述指定异常信息中的异常类型不相同，和/或，该存储的异常信息中的异常描述与所述指定异常信息中的异常描述不匹配时，确定该存储的异常信息与所述指定异常信息中的异常信息不匹配。
优选地，计算该存储的异常信息中的堆栈内容与所述指定异常信息中的堆栈内容的相似度，包括：
确定该存储的异常信息中的堆栈内容的总字符数；
确定所述指定异常信息中的堆栈内容的字符与该存储的异常信息中的堆栈内容的字符相同的字符数；
将所述相同的字符数与所述总字符数的比值，确定为该存储的异常信息中的堆栈内容与所述指定异常信息中的堆栈内容的相似度。
优选地，将提取的匹配到的异常信息对应的提取的解决方案提供给所述用户，包括：
按照与所述指定异常信息的相似度由大到小的顺序，将提取的匹配到的异常信息对应的解决方案提供给所述用户；或者，
按照将提取的匹配到的异常信息对应的解决方案存储到所述数据中的先后顺序，将提取的匹配到的异常信息对应的解决方案提供给所述用户。
在本发明实施方式的第二方面中，提供了一种异常处理装置，包括：接收模块，用于接收用户发送的携带有指定异常信息的解决方案获取请求；
匹配模块，用于在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息；
提取模块，用于在所述匹配模块匹配到与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息时，从所述预先存储的异常信息与对应解决方案的数据中，提取匹配到的异常信息对应的解决方案；
提供模块，用于将所述提取的匹配到的异常信息对应的解决方案提供给所述用户。
优选地，所述异常信息包括堆栈信息，所述堆栈信息用于对异常原因及内容进行描述，则，所述匹配模块具体用于：
针对所述预先存储的异常信息与对应解决方案的数据中的每个异常信息，计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度；确定与所述指定异常信息中的堆栈信息的相似度大于或等于第一相似度阈值的异常信息。
优选地，所述异常信息还包括设备信息，所述设备信息为安装有发出所述指定异常信息的应用程序APP的设备的信息，则所述匹配模块，包括：
第一计算单元，用于针对所述预先存储的异常信息与对应解决方案的数据中的每个异常信息，计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度；
筛选单元，用于筛选出与所述指定异常信息中的堆栈信息的相似度大于第二相似度阈值的异常信息；
第二计算单元，用于针对筛选出的每个异常信息，计算该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度；
第三计算单元，用于计算该筛选出的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度，以及，该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度的加权求和结果，并将该加权求和结果作为该筛选出的异常信息与所述指定异常信息的相似度；
确定单元，用于确定与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息。
优选地，所述设备信息包括设备类型、系统版本以及设备的CPU型号，则，所述第二计算单元具体用于：
当该筛选出的异常信息中的设备类型与所述指定异常信息中的设备类型相同时，确定第四评分；当该筛选出的异常信息中的系统版本与所述指定异常信息中的系统版本相同时，确定第五评分；当该筛选出的异常信息中的设备的CPU型号与所述指定异常信息中的设备的CPU型号相同时，确定第六评分；将所述第四评分、第五评分以及第六评分的和值作为该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度。
优选地，所述异常信息还包括解决方案的推荐值，则所述匹配模块包括：
第一计算单元，用于针对所述预先存储的异常信息与对应解决方案的数据中的每个异常信息，计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度；
筛选单元，用于筛选出与所述指定异常信息中的堆栈信息的相似度大于第二相似度阈值的异常信息；
获取单元，用于针对筛选出的每个异常信息，获取该筛选出的异常信息对应的解决方案的推荐值；
第四计算单元，用于计算该筛选出的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度与该筛选出的异常信息对应的解决方案的推荐值的加权求和结果，并将该加权求和结果作为该筛选出的异常信息与所述指定异常信息的相似度；
确定单元，用于确定与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息。
优选地，所述异常信息还包括解决方案的推荐值，则所述匹配模块包括：
第一计算单元，用于针对所述预先存储的异常信息与对应解决方案的数据中的每个异常信息，计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度；
筛选单元，用于筛选出与所述指定异常信息中的堆栈信息的相似度大于第二相似度阈值的异常信息；
第五计算单元，用于针对筛选出的每个异常信息，计算该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度，并获取该筛选出的异常信息对应的解决方案的推荐值；
第六计算单元，用于计算该筛选出的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度、该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度以及该筛选出的异常信息对应的解决方案的推荐值的加权求和结果，并将该加权求和结果作为该筛选出的异常信息与所述指定异常信息的相似度；
确定单元，用于确定与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息。
优选地，所述堆栈信息包括异常类型和异常描述，则所述第一计算单元具体用于：
将该存储的异常信息中的异常类型与所述指定异常信息中的异常类型进行匹配；若该存储的异常信息中的异常类型与所述指定异常信息中的异常类型相同，确定第一评分；将该存储的异常信息中的异常描述与所述指定异常信息中的异常描述进行匹配；若该存储的异常信息中的异常描述与所述指定异常信息中的异常描述匹配，确定第二评分；将所述第一评分和所述第二评分的和值作为该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度。
优选地，本发明实施例提供的异常处理装置，还包括：
第一确定模块，用于若该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度小于所述第一相似度阈值时，确定该存储的异常信息与所述异常信息不匹配。
优选地，本发明实施例提供的异常处理装置，还包括，推荐值更新模块，用于按照以下方式更新解决方案的推荐值：
响应于用户增加解决方案的推荐值的操作，增加该解决方案的推荐值；
响应于用户降低解决方案的推荐值的操作，降低该解决方案的推荐值。
优选地，所述堆栈信息包括异常类型、异常描述以及堆栈内容，则所述第一计算单元具体用于：
将该存储的异常信息中的异常类型与所述指定异常信息中的异常类型进行匹配；若该存储的异常信息中的异常类型与所述指定异常信息中的异常类型相同，确定第一评分；将该存储的异常信息中的异常描述与所述指定异常信息中的异常描述进行匹配；若该存储的异常信息中的异常描述与所述指定异常信息中的异常描述匹配，确定第二评分；计算该存储的异常信息中的堆栈内容与所述指定异常信息中的堆栈内容的相似度；若该存储的异常信息中的堆栈内容与所述指定异常信息中的堆栈内容的相似度大于或等于第三相似度阈值，确定第三评分；将所述第一评分、所述第二评分以及所述第三评分的和值作为该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度。
优选地，本发明实施例提供的异常处理装置，还包括：
第二确定模块，用于若该存储的异常信息中的异常类型与所述指定异常信息中的异常类型不相同，和/或，该存储的异常信息中的异常描述与所述指定异常信息中的异常描述不匹配时，确定该存储的异常信息与所述指定异常信息中的异常信息不匹配。
优选地，所述第一计算单元在计算该存储的异常信息中的堆栈内容与所述指定异常信息中的堆栈内容的相似度时，具体用于：
确定该存储的异常信息中的堆栈内容的总字符数；确定所述指定异常信息中的堆栈内容的字符与该存储的异常信息中的堆栈内容的字符相同的字符数；将所述相同的字符数与所述总字符数的比值，确定为该存储的异常信息中的堆栈内容与所述指定异常信息中的堆栈内容的相似度。
优选地，所述提取模块具体用于：
按照与所述指定异常信息的相似度由大到小的顺序，将提取的匹配到的异常信息对应的解决方案提供给所述用户；或者，按照将提取的匹配到的异常信息对应的解决方案存储到所述数据中的先后顺序，将提取的匹配到的异常信息对应的解决方案提供给所述用户。
在本发明实施方式的第三方面中，提供了一种异常处理系统，包括：
服务器，存储异常信息和对应解决方案的数据；
客户端，显示至少一个异常信息以及所述至少一个异常信息对应的解决方案入口；响应于用户点击指定异常信息对应的解决方案入口的操作，向所述服务器发送解决方案匹配请求；
所述服务器基于所述解决方案匹配请求，在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息；若匹配到与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，提取匹配到的异常信息对应的解决方案并发送至客户端；
所述客户端，显示所述服务器发送的匹配到的异常信息对应的解决方案。
在本发明实施方式的第四方面中，提供了一种解决方案显示装置，包括：
异常信息显示界面，用于显示至少一个异常信息，并显示所述至少一个异常信息对应的解决方案入口；
解决方案提供界面，用于响应于用户点击指定异常信息对应的解决方案入口的操作，显示所述指定异常信息对应的解决方案；
其中，所述指定异常信息对应的解决方案为：预先存储的异常信息与对应解决方案的数据中，与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息对应的解决方案。
优选地，其中，所述解决方案提供界面还用于：
显示所述指定异常信息对应的解决方案对应的推荐值更新选项；
所述推荐值更新选项包括增加推荐值的第一子选项和减少推荐值的第二子选项。
在本发明实施方式的第五方面中，提供了一种异常处理设备，例如，可以包括存储器和处理器，其中，处理器可以用于读取存储器中的程序，执行下列过程：
接收用户发送的携带有指定异常信息的解决方案获取请求；
在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息；
若匹配到与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，从所述预先存储的异常信息与对应解决方案的数据中，提取匹配到的异常信息对应的解决方案；
将所述提取的匹配到的异常信息对应的解决方案提供给所述用户。
在本发明实施方式的第六方面中，提供了一种程序产品，其包括程序代码，当所述程序产品运行时，所述程序代码用于执行以下过程：
接收用户发送的携带有指定异常信息的解决方案获取请求；
在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息；
若匹配到与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，从所述预先存储的异常信息与对应解决方案的数据中，提取匹配到的异常信息对应的解决方案；
将所述提取的匹配到的异常信息对应的解决方案提供给所述用户。
根据本发明实施方式的异常处理方法和装置，通过从预先存储的异常信息与对应解决方案的数据中匹配与用户发送的指定异常信息相似的异常信息，并提取与指定异常信息相似的异常信息对应的解决方案，将提取的解决方案提供给用户，以使用户根据提供的解决方案解决其发送的异常信息对应的异常，从而在一定程度上提高了解决方案确定的效率，进而提高了异常的处理效率。
附图说明
通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，其中：
图1示意性地示出了根据本发明实施方式的应用场景示意图；
图2示意性地示出了根据本发明一实施例的一种异常处理方法的流程示意图；
图3示意性地示出了根据本发明实施例的异常处理方法的实施例一流程示意图；
图4示意性地示出了根据本发明实施例的计算堆栈信息的相似度的一方法流程示意图；
图5示意性地示出了根据本发明实施例的计算堆栈信息的相似度的另一方法流程示意图；
图6示意性地示出了根据本发明实施例的计算堆栈内容的相似度的方法流程示意图；
图7示意性地示出了根据本发明实施例的异常处理方法的实施例二流程示意图；
图8示意性地示出了根据根据本发明实施例的计算设备信息的相似度的方法流程示意图；
图9示意性地示出了根据本发明实施例的异常处理方法的实施例三流程示意图；
图10示意性地示出了根据本发明实施例的异常处理方法的实施例四流程示意图；
图11示意性地示出了根据本发明实施例的异常处理方法的实施例五流程示意图；
图12示意性地示出了根据本发明一实施例的异常处理装置的结构示意图之一；
图13示意性地示出了根据本发明实施例的异常处理装置的结构示意图之二；
图14示意性地示出了根据本发明实施例的异常处理装置的结构示意图之三；
图15示意性地示出了根据本发明实施例的异常处理装置的结构示意图之四；
图16示意性地示出了根据本发明实施例的异常处理系统示意图；
图17示意性地示出了根据本发明实施例的解决方案显示装置示意图；
图18示意性地示出了根据本发明又一实施例的异常处理装置的结构示意图；
图19示意性地示出了根据本发明再一实施例的用于异常处理方法的程序产品示意图。
在附图中，相同或对应的标号表示相同或对应的部分。
具体实施方式
下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
本领域技术人员知道，本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。
根据本发明的实施方式，提出了一种异常处理方法和装置。
在本文中，需要理解的是，附图中的任何元素数量均用于示例而非限制，以及任何命名都仅用于区分，而不具有任何限制含义。
下面参考本发明的若干代表性实施方式，详细阐释本发明的原理和精神。
发明概述
本发明人发现，现有技术中技术人员之间不会将应用程序的异常的解决方案进行共享，这就会导致异常处理耗时，以及异常的处理效率较低的问题。
为此，本发明提供了一种异常处理方法和装置，其中，异常处理方法可以包括：
接收用户发送的携带有指定异常信息的解决方案获取请求；
在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息；
若匹配到与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，从所述预先存储的异常信息与对应解决方案的数据中，提取匹配到的异常信息对应的解决方案；
将所述提取的匹配到的异常信息对应的解决方案提供给所述用户。
本发明通过从预先存储的异常信息与对应解决方案的数据中匹配与用户发送的指定异常信息相似的异常信息，并提取与指定异常信息相似的异常信息对应的解决方案，将提取的解决方案提供给用户，以使用户根据提供的解决方案解决其发送的异常信息对应的异常，从而在一定程度上提高了解决方案确定的效率，进而提高了异常的处理效率。
在介绍了本发明的基本原理之后，下面具体介绍本发明的各种非限制性实施方式。
应用场景总览
首先参考图1，如图1所示，为本发明实施例提供的异常处理方法的应用场景示意图，包括：客户端101，用户10，服务器102，用户10通过客户端101向服务器102发送携带有指定异常信息的解决方案获取请求。服务器102接收用户发送的携带有指定异常信息的解决方案获取请求；在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息；若匹配到与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，从所述预先存储的异常信息与对应解决方案的数据中，提取匹配到的异常信息对应的解决方案；将所述提取的匹配到的异常信息对应的解决方案提供给客户端101，以使用户10查看获取的解决方案。
示例性方法
下面结合图1的应用场景，参考图2～图11来描述根据本发明示例性实施方式的异常处理方法。需要注意的是，上述应用场景仅是为了便于理解本发明的精神和原理而示出，本发明的实施方式在此方面不受任何限制。相反，本发明的实施方式可以应用于适用的任何场景。
图2为本发明提供的一种异常处理方法的一实施例的流程示意图，主要包括根据指定异常信息提取解决方案的流程，如图2所示，本发明实施例提供的一种异常处理方法，包括如下步骤：
步骤201，接收用户发送的携带有指定异常信息的解决方案获取请求。
本步骤中，APP运营商在发布的APP中安装有SDK包，当安装在用户终端的APP出现异常时，SDK包搜集该异常对应的异常信息，并将异常信息发送至APP运营商的运维，运维收到该异常信息后，将该异常信息作为指定异常信息携带在解决方案获取请求中，发送至服务器。本步骤中的用户具体可指APP的运维人员或者其他技术人员。
步骤202，在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息。
其中，技术人员或者运维人员在利用某个解决方案解决某个异常后，可将该异常对应的异常信息以及解决该异常时所采用的解决方案对应保存，得到异常信息与对应的解决方案的数据。当接收到用户发送的指定异常信息后，从该数据中匹配与该指定异常信息相似的异常信息。其中，当数据中(即存储的)的异常信息与所述指定异常信息的相似度大于或等于第一相似度阈值时，确定该数据中的异常信息与指定异常信息相似。其中，解决方案的形式不限，如可为具体的解决流程说明，或为解决方案在互联网上的链接地址等。其中，可将异常信息与对应解决方案的数据存储至预先设置的表格中，优选地，将异常信息与对应解决方案的数据预先存储至数据库中，得到预先存储的异常信息与对应解决方案的数据库。
步骤203，若匹配到与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，从所述预先存储的异常信息与对应解决方案的数据中，提取匹配到的异常信息对应的解决方案。
本步骤中，当从数据中匹配到与指定异常信息的相似度大于或等于第一相似度阈值的异常信息时，从预先存储的异常信息与对应解决方案的数据中，提取匹配到的异常信息对应的解决方案。第一相似度阈值的大小可根据实际应用场景设定，这里不做限定。
步骤204，将所述提取的匹配到的异常信息对应的解决方案提供给所述用户。
本步骤中，将匹配到的异常信息对应的解决方案提供给用户，以使用户参考匹配到异常信息对应的解决方案解决指定异常信息对应的异常。具体的，可将解决方案的链接地址提供给所述用户。
优选地，将匹配到的异常信息与匹配到的异常信息对应的解决方案对应提供给所述用户。
本发明实施例，通过从预先存储的异常信息与对应解决方案的数据中匹配与用户发送的指定异常信息相似的异常信息，并提取与指定异常信息相似的异常信息对应的解决方案，将提取的解决方案提供给用户，以使用户根据提供的解决方案解决其发送的异常信息对应的异常，从而在一定程度上提高了解决方案确定的效率，进而提高了异常的处理效率。
图1提供的实施例中，异常信息所包括的内容不同，对应的异常处理的具体实施方式不同，下面结合具体实施例，对本发明实施例提供的异常处理方法进行详细的说明。
实施例一
本实施例中，异常信息包括堆栈信息，其中，堆栈信息用于对异常原因及内容进行描述，根据异常信息中的堆栈信息，可获知异常的原因以及异常的内容。
图3为本发明提供的一种异常处理方法的实施例一的流程示意图，包括如下步骤：
步骤301，接收用户发送的携带有指定异常信息的解决方案获取请求。
步骤302，针对所述预先存储的异常信息与对应解决方案的数据中的每个异常信息，计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度。
其中，存储的异常信息即预先存储的异常信息与对应解决方案的数据中的异常信息。
步骤303，确定与所述指定异常信息中的堆栈信息的相似度大于或等于第一相似度阈值的异常信息。
本步骤中，确定出预先存储的异常信息与对应解决方案的数据中，与所述指定异常信息中的堆栈信息的相似度大于或等于第一相似度阈值的异常信息。
步骤304，从所述预先存储的异常信息与对应解决方案的数据中，提取与所述指定异常信息中的堆栈信息的相似度大于或等于第一相似度阈值的异常信息对应的解决方案。
步骤305，将提取的解决方案提供给所述用户。
在具体实施时，针对预先存储的异常信息与对应解决方案的数据中的每个异常信息，计算该异常信息中的堆栈信息与指定异常信息中的堆栈信息的相似度，当该异常信息中的堆栈信息与指定异常信息中的堆栈信息的相似度大于或等于第一相似度阈值时，提取该异常信息对应的解决方案提供给用户。
作为第一种优选地实施方式(该实施方式适用于实施例二到实施例六)，异常信息中的堆栈信息包括异常类型和异常描述，其中，异常类型可以包括连接异常、网络异常、硬件异常等，异常描述用于表示描述产生异常的原因，比如当异常类型为连接异常时，异常描述可以为XX文件未找到，则，针对所述预先存储的异常信息与对应解决方案的数据中的每个异常信息，可按照图4提供的内容，计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度：
步骤401，将该存储的异常信息中的异常类型与所述指定异常信息中的异常类型进行匹配。
具体实施时，假设指定异常信息中的异常类型为“java.lang.UnsatisfiedLinkError”，如果该存储的异常信息中的异常类型也为“java.lang.UnsatisfiedLinkError”，则该存储的异常信息中的异常类型与该指定异常信息中的异常类型相同，如果该存储的异常信息中的异常类型为“java.lang.UnsatisfiedSendError”，则该存储的异常信息中的异常类型与该指定异常信息中的异常类型不相同。
步骤402，若该存储的异常信息中的异常类型与所述指定异常信息中的异常类型相同，确定第一评分。
本步骤中，第一评分为大于零的固定值，比如可预先设置第一评分的值为8，也可以为其它大于零的数值，这里不做限定。在具体实施时，若该存储的异常信息中的异常类型与所述指定异常信息中的异常类型不相同，则确定该存储的异常信息与所述异常信息不匹配。
步骤403，将该存储的异常信息中的异常描述与所述指定异常信息中的异常描述进行匹配。
在具体实施时，可按照以下方式将该存储的异常信息中的异常描述与所述指定异常信息中的异常描述进行匹配(适用于实施例二到实施例六)：
方式一：过滤掉异常描述中的内存大小相关的字符，比较过滤后的该存储的异常信息中的异常描述中的字符与过滤后的所述指定异常信息中的异常描述中的字符是否相同，如果是，确定该存储的异常信息中的异常描述与所述指定异常信息中的异常描述匹配；
方式二：确定过滤后的所述指定异常信息中的异常描述中的字符与该存储的异常信息中的异常描述中的字符相同的个数A，并确定该存储的异常信息中的异常描述中的字符总个数B；确定A除以B所得的结果大于匹配阈值时，确定该存储的异常信息中的异常描述与所述指定异常信息中的异常描述匹配。
假设，指定异常信息中的异常描述为“Native method not found”，其中没有与内存大小相关的字符，则如果该存储的异常信息中的异常描述也为“Native method notfound”，说明该存储的异常信息中的异常描述与所述指定异常信息中的异常描述匹配，如果该存储的异常信息中的异常描述也为“Send method not found”，说明该存储的异常信息中的异常描述与所述指定异常信息中的异常描述不匹配。
步骤404，若该存储的异常信息中的异常描述与所述指定异常信息中的异常描述匹配，确定第二评分。
本步骤中，第二评分为大于零的固定值，比如可预先设置第二评分的值为2，也可以为其它大于零的数值，这里不做限定。在具体实施时，若该存储的异常信息中的异常描述与所述指定异常信息中的异常描述不匹配，则确定该存储的异常信息与所述异常信息不匹配。
步骤405，将所述第一评分和所述第二评分的和值作为该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度。
在具体实施时，若该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度大于或等于所述第一相似度阈值时，确定该存储的异常信息与所述异常信息匹配；若该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度小于所述第一相似度阈值时，确定该存储的异常信息与所述异常信息不匹配。在本优选实施方式的基础上，进一步优选地，第一相似度阈值等于第一评分和第二评分的和值。
图4提供的实施例，通过综合比较堆栈信息中的异常类型和异常描述，计算存储的异常信息中的堆栈信息与指定异常信息中的堆栈信息的相似度，从而能够得到准确的解决方案。
作为第二种优选地实施方式(该实施方式适用于实施例二到实施例六)，异常信息中的堆栈信息包括异常类型、异常描述以及堆栈内容，其中，异常类型可以包括连接异常、网络异常、硬件异常等，异常描述用于表示描述产生异常的原因，比如当异常类型为连接异常时，异常描述可以为XX文件未找到，异常内容用于描述异常发生时，执行代码的路径，则，针对所述预先存储的异常信息与对应解决方案的数据中的每个异常信息，可按照图5提供的内容，计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度：
步骤501，将该存储的异常信息中的异常类型与所述指定异常信息中的异常类型进行匹配。
步骤502，若该存储的异常信息中的异常类型与所述指定异常信息中的异常类型相同，确定第一评分。
本步骤中，第一评分为大于零固定值，比如可设置为8。在具体实施时，若该存储的异常信息中的异常类型与所述指定异常信息中的异常类型不相同，则确定该存储的异常信息与所述异常信息不匹配。
步骤503，将该存储的异常信息中的异常描述与所述指定异常信息中的异常描述进行匹配。
在具体实施时，可按照第一种优选地实施方式中将该存储的异常信息中的异常描述与所述指定异常信息中的异常描述进行匹配的方式执行步骤503。
步骤504，若该存储的异常信息中的异常描述与所述指定异常信息中的异常描述匹配，确定第二评分。
本步骤中，第二评分为大于零的固定值，比如可设置为2。在具体实施时，若该存储的异常信息中的异常描述与所述指定异常信息中的异常描述不匹配，则确定该存储的异常信息与所述异常信息不匹配。
步骤505，计算该存储的异常信息中的堆栈内容与所述指定异常信息中的堆栈内容的相似度。
步骤506，若该存储的异常信息中的堆栈内容与所述指定异常信息中的堆栈内容的相似度大于或等于第三相似度阈值，确定第三评分。
其中，第三评分为大于零的固定值，比如可设置为2，第三相似度阈值可根据实际应用场景设定，这里不做限定，优选地，将第三相似度阈值设定为0.7。
步骤507，将所述第一评分、所述第二评分以及所述第三评分的和值作为该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度。
在图5提供的实施例的基础上，若该存储的异常信息中的异常类型与所述指定异常信息中的异常类型不相同，和/或，该存储的异常信息中的异常描述与所述指定异常信息中的异常描述不匹配时，确定该存储的异常信息与所述指定异常信息中的异常信息不匹配。在图5提供的实施例的基础上，进一步优选地，第一相似度阈值等于第一评分、第二评分和第三评分的和值。
图5提供的实施例，通过综合比较堆栈信息中的异常类型、异常描述以及堆栈内容计算存储的异常信息中的堆栈信息与指定异常信息中的堆栈信息的相似度，从而使得提取的解决方案更加准确可靠。
在具体实施时，可按照图6提供的内容，计算该存储的异常信息中的堆栈内容与所述指定异常信息中的堆栈内容的相似度(图6提供的内容适用于实施例二到实施例六)：
步骤601，确定该存储的异常信息中的堆栈内容的总字符数。
步骤602，确定所述指定异常信息中的堆栈内容的字符与该存储的异常信息中的堆栈内容的字符相同的字符数。
本步骤中，将指定异常信息中的堆栈内容的字符与该存储的异常信息中的堆栈内容的字符进行比较，确定所述指定异常信息中的堆栈内容的字符与该存储的异常信息中的堆栈内容的字符相同的字符数。
步骤603，将所述相同的字符数与所述总字符数的比值，确定为该存储的异常信息中的堆栈内容与所述指定异常信息中的堆栈内容的相似度。
本步骤中，将相同的字符数除以总字符数所得的结果，确定为该存储的异常信息中的堆栈内容与所述指定异常信息中的堆栈内容的相似度。
实施例二
本实施例中，异常信息包括堆栈信息和设备信息，其中，堆栈信息用于对异常原因及内容进行描述，根据异常信息中的堆栈信息，可获知异常的原因以及异常的内容，设备信息为安装有发出所述指定异常信息的APP的设备(用户终端)的信息。
图7为本发明提供的一种异常处理方法的实施例二的流程示意图，包括如下步骤：
步骤701，接收用户发送的携带有指定异常信息的解决方案获取请求。
步骤702，针对所述预先存储的异常信息与对应解决方案的数据中的每个异常信息，计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度。
本步骤中，计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度的方式与实施例一中计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度的方式相同，这里不做赘述。
步骤703，筛选出与所述指定异常信息中的堆栈信息的相似度大于第二相似度阈值的异常信息。
本步骤中，第二相似度阈值可根据实际应用场景设定，这里不做限定。当未筛选出与所述指定异常信息中的堆栈信息的相似度大于第二相似度阈值的异常信息时，确定未匹配到与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息。
步骤704，针对筛选出的每个异常信息，计算该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度。
本步骤中，针对筛选出的每个与所述指定异常信息中的堆栈信息的相似度大于第二相似度阈值的异常信息，计算该筛选出的异常信息中的设备信息与指定异常信息中的设备信息的相似度。优选地，第二相似度阈值等于第一评分和第二评分的和值。
步骤705，计算该筛选出的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度，以及，该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度的加权求和结果，并将该加权求和结果作为该筛选出的异常信息与所述指定异常信息的相似度。
本步骤中，针对筛选出的每个与所述指定异常信息中的堆栈信息的相似度大于第二相似度阈值的异常信息，假设该筛选出的异常信息中的堆栈信息与指定异常信息中的堆栈信息的相似度C，该相似度对应的权值为x，以及该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度D，该相似度对应的权值为y，则，U＝xC+yD，其中，U为该筛选出的异常信息与所述指定异常信息的相似度。其中，权值x和y的大小可根据实际应用场景设定，优选地，x+y＝1。
步骤706，确定与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息。
本步骤中，针对筛选出的异常信息中的每个异常信息，进一步筛选出与指定异常信息的相似度大于或等于第一相似度阈值的异常信息，从而根据与指定异常信息的相似度大于或等于第一相似度阈值的异常信息，提取对应的解决方案。第一相似度阈值的大小可根据实际应用场景设定，这里不做限定。
步骤707，从所述预先存储的异常信息与对应解决方案的数据中，提取与所述指定异常信息中的堆栈信息的相似度大于或等于第一相似度阈值的异常信息对应的解决方案。
步骤708，将提取的解决方案提供给所述用户。
本发明实施例，通过综合考虑堆栈信息与设备信息，确定指定异常信息与存储的异常信息的相似度，使得匹配到的与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息更加准确。
作为一种优选地实施方式，异常信息中的设备信息可以包括设备类型、系统版本以及设备的CPU(中央处理器)型号，其中，设备类型包括设备厂商和设备型号，系统版本为安装在设备中的操作系统的版本，则，可按照图8提供的内容，计算该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度：
步骤801，当该筛选出的异常信息中的设备类型与所述指定异常信息中的设备类型相同时，确定第四评分。
在具体实施时，第四评分为大于零的固定值，比如第四评分为1，当该筛选出的异常信息中的设备类型与所述指定异常信息中的设备类型不相同时，确定得分为0。
步骤802，当该筛选出的异常信息中的系统版本与所述指定异常信息中的系统版本相同时，确定第五评分。
在具体实施时，第五评分为大于零的固定值，比如第五评分为1，当该筛选出的异常信息中的系统版本与所述指定异常信息中的系统版本不相同时，确定得分为0。
步骤803，当该筛选出的异常信息中的设备的CPU型号与所述指定异常信息中的设备的CPU型号相同时，确定第六评分。
在具体实施时，第六评分为大于零的固定值，比如第六评分为1，当该筛选出的异常信息中的设备的CPU型号与所述指定异常信息中的设备的CPU型号不相同，确定得分为0。
步骤804，将所述第四评分、第五评分以及第六评分的和值作为该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度。
其中，第四评分、第五评分以及第六评分的值可根据实际应用场景设定，可以将第四评分、第五评分以及第六评分设置为相同的值，也可以设置为不同的值，这里不做限定。
图8提供的计算该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度的方式仅为一种优选实施方式，还可以限定设备信息包括设备类型、系统版本以及设备的CPU型号中的至少一项，并根据三者中的至少一项计算该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度。
实施例三
本实施例中，异常信息包括堆栈信息和解决方案的推荐值，其中，解决方案的推荐值为：用户通过获取的解决方案解决其所提交的异常信息对应的异常时，可选择将该获取的解决方案的推荐值增大，用户通过获取的解决方案未解决其所提交的异常信息对应的异常时，可选择将该获取的解决方案的推荐值减小，即，用户可根据实际场景对解决方案的推荐值进行增大或减小，从而可过滤一些实际应用价值较低的解决方案。
图9为本发明提供的一种异常处理方法的实施例三的流程示意图，包括如下步骤：
步骤901，接收用户发送的携带有指定异常信息的解决方案获取请求。
步骤902，针对所述预先存储的异常信息与对应解决方案的数据中的每个异常信息，计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度。
本步骤中，计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度的方式与实施例一中计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度的方式相同，这里不做赘述。
步骤903，筛选出与所述指定异常信息中的堆栈信息的相似度大于第二相似度阈值的异常信息。
其中，第二相似度阈值优选等于第一评分和第二评分的和值。
步骤904，针对筛选出的每个异常信息，获取该筛选出的异常信息对应的解决方案的推荐值。
在具体实施时，针对预先存储的异常信息与对应解决方案的数据中的异常信息，异常信息与解决方案的推荐值一一对应。
步骤905，计算该筛选出的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度与该筛选出的异常信息对应的解决方案的推荐值的加权求和结果，并将该加权求和结果作为该筛选出的异常信息与所述指定异常信息的相似度。
本步骤中，分别为该筛选出的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度、该筛选出的异常信息对应的解决方案的推荐值设置权值，并计算二者的加权求和结果，作为该筛选出的异常信息与所述指定异常信息的相似度。优选地，二者的权值之和等于1。
步骤906，确定与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息。
其中，第一相似度阈值的大小可根据实际应用场景设定，这里不做限定。
步骤907，从所述预先存储的异常信息与对应解决方案的数据中，提取与所述指定异常信息中的堆栈信息的相似度大于或等于第一相似度阈值的异常信息对应的解决方案。
步骤908，将提取的解决方案提供给所述用户。
优选地，按照以下方式更新解决方案的推荐值：
响应于用户增加解决方案的推荐值的操作，增加该解决方案的推荐值；响应于用户降低解决方案的推荐值的操作，降低该解决方案的推荐值。
在具体实施时，针对每个匹配到的解决方案，在相应的界面可显示供用户增加该解决方案对应的解决方案的推荐值的选项，以及供用户降低该解决方案对应的解决方案的推荐值的选项，优选地，响应于用户增加解决方案的推荐值的操作，将该解决方案的推荐值加1；响应于用户降低解决方案的推荐值的操作，将该解决方案的推荐值减1。
实施例四
本实施例中，异常信息包括堆栈信息、设备信息和解决方案的推荐值。图10为本发明提供的一种异常处理方法的实施例四的流程示意图，包括如下步骤：
步骤1001，接收用户发送的携带有指定异常信息的解决方案获取请求。
步骤1002，针对所述预先存储的异常信息与对应解决方案的数据中的每个异常信息，计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度。
本步骤中，计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度的方式与实施例一中计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度的方式相同，这里不做赘述。
步骤1003，筛选出与所述指定异常信息中的堆栈信息的相似度大于第二相似度阈值的异常信息。
其中，第二相似度阈值优选等于第一评分和第二评分的和值。
步骤1004，针对筛选出的每个异常信息，计算该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度，并获取该筛选出的异常信息对应的解决方案的推荐值。
本步骤中，计算该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度的方式与实施例二中计算该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度的方式相同，这里不做赘述。
步骤1005，计算该筛选出的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度、该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度以及该筛选出的异常信息对应的解决方案的推荐值的加权求和结果，并将该加权求和结果作为该筛选出的异常信息与所述指定异常信息的相似度。
本步骤中，假设该筛选出的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度为E、该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度为F、该筛选出的异常信息对应的解决方案的推荐值为G，并假设E对应的权值为m，F对应的权值为n，G对应的权值为k，则将mE+nF+kG的结果作为该筛选出的异常信息与所述指定异常信息的相似度。
步骤1006，确定与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息。
其中，第一相似度阈值的大小可根据实际应用场景设定，这里不做限定。
步骤1007，从所述预先存储的异常信息与对应解决方案的数据中，提取与所述指定异常信息中的堆栈信息的相似度大于或等于第一相似度阈值的异常信息对应的解决方案。
步骤1008，将提取的解决方案提供给所述用户。
在具体实施时，本发明实施例中更新解决方案的推荐值的方式与实施例三中更新解决方案的推荐值的方式相同，这里不做赘述。
实施例五
本实施例中，主要包括将提取的匹配到的异常信息对应的提取的解决方案提供给所述用户的实施过程。如图11所示，为本发明提供的一种异常处理方法的实施例五的流程示意图，包括如下步骤：
步骤1101，接收用户发送的携带有指定异常信息的解决方案获取请求。
步骤1102，在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息。
其中，第一相似度阈值的大小可根据实际应用场景设定，这里不做限定。
步骤1103，若匹配到与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，从所述预先存储的异常信息与对应解决方案的数据中，提取匹配到的异常信息对应的解决方案。
步骤1104，按照与所述指定异常信息的相似度由大到小的顺序，将提取的匹配到的异常信息对应的解决方案提供给所述用户，或者，按照将提取的匹配到的异常信息对应的解决方案存储到所述数据中的先后顺序，将提取的匹配到的异常信息对应的解决方案提供给所述用户。
本发明实施例提供的方式，使得在匹配到的异常信息对应的解决方案包括多个的情况下，可按照一定顺序将匹配到的解决方案提供给用户。其中，针对与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息中，与指定异常信息的相似度相同的异常信息，按照以下方式将与指定异常信息的相似度相同的异常信息对应的解决方案提供给用户：
首先，按照堆栈信息的相似度由大到小的顺序，将与指定异常信息的相似度相同的异常信息对应的解决方案提供给用户；当堆栈信息的相似度相同时，按照设备信息的相似度由大到小的顺序，将与指定异常信息的相似度相同的异常信息对应的解决方案提供给用户；当设备信息的相似度相同时，按照解决方案的推荐值由大到小的顺序，将与指定异常信息的相似度相同的异常信息对应的解决方案提供给用户。
需要说明的是，可按照步骤1104提供的方式，实施实施例二到实施例四中将提取的解决方案提供给所述用户的步骤。
示例性设备
在介绍了本发明示例性实施方式的异常处理方法之后，接下来，参考图12描述本发明示例性实施方式的异常处理装置。
图12为本发明实施例提供的一种异常处理装置的结构示意图之一，如图12所示，可以包括如下模块：
接收模块1201，用于接收用户发送的携带有指定异常信息的解决方案获取请求；
匹配模块1202，用于在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息；
提取模块1203，用于在所述匹配模块匹配到与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息时，从所述预先存储的异常信息与对应解决方案的数据中，提取匹配到的异常信息对应的解决方案；
提供模块1204，用于将所述提取的匹配到的异常信息对应的解决方案提供给所述用户。
优选地，所述异常信息包括堆栈信息，所述堆栈信息用于对异常原因及内容进行描述，则，所述匹配模块1202具体用于：
针对所述预先存储的异常信息与对应解决方案的数据中的每个异常信息，计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度；确定与所述指定异常信息中的堆栈信息的相似度大于或等于第一相似度阈值的异常信息。
优选地，所述异常信息还包括设备信息，所述设备信息为安装有发出所述指定异常信息的应用程序APP的设备的信息，则如图13所示，所述匹配模块1202，包括：
第一计算单元12021，用于针对所述预先存储的异常信息与对应解决方案的数据中的每个异常信息，计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度；
筛选单元12022，用于筛选出与所述指定异常信息中的堆栈信息的相似度大于第二相似度阈值的异常信息；
第二计算单元12023，用于针对筛选出的每个异常信息，计算该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度；
第三计算单元12024，用于计算该筛选出的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度，以及，该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度的加权求和结果，并将该加权求和结果作为该筛选出的异常信息与所述指定异常信息的相似度；
确定单元12025，用于确定与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息。
优选地，所述设备信息包括设备类型、系统版本以及设备的CPU型号，则，所述第二计算单元12023具体用于：
当该筛选出的异常信息中的设备类型与所述指定异常信息中的设备类型相同时，确定第四评分；当该筛选出的异常信息中的系统版本与所述指定异常信息中的系统版本相同时，确定第五评分；当该筛选出的异常信息中的设备的CPU型号与所述指定异常信息中的设备的CPU型号相同时，确定第六评分；将所述第四评分、第五评分以及第六评分的和值作为该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度。
优选地，所述异常信息还包括解决方案的推荐值，则如图14所示，所述匹配模块1202包括：
第一计算单元12021，用于针对所述预先存储的异常信息与对应解决方案的数据中的每个异常信息，计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度；
筛选单元12022，用于筛选出与所述指定异常信息中的堆栈信息的相似度大于第二相似度阈值的异常信息；
获取单元12026，用于针对筛选出的每个异常信息，获取该筛选出的异常信息对应的解决方案的推荐值；
第四计算单元12027，用于计算该筛选出的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度与该筛选出的异常信息对应的解决方案的推荐值的加权求和结果，并将该加权求和结果作为该筛选出的异常信息与所述指定异常信息的相似度；
确定单元12025，用于确定与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息。
优选地，所述异常信息还包括解决方案的推荐值，则如图15所示，所述匹配模块1202包括：
第一计算单元12021，用于针对所述预先存储的异常信息与对应解决方案的数据中的每个异常信息，计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度；
筛选单元12022，用于筛选出与所述指定异常信息中的堆栈信息的相似度大于第二相似度阈值的异常信息；
第五计算单元12028，用于针对筛选出的每个异常信息，计算该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度，并获取该筛选出的异常信息对应的解决方案的推荐值；
第六计算单元12029，用于计算该筛选出的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度、该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度以及该筛选出的异常信息对应的解决方案的推荐值的加权求和结果，并将该加权求和结果作为该筛选出的异常信息与所述指定异常信息的相似度；
确定单元12025，用于确定与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息。
优选地，所述堆栈信息包括异常类型和异常描述，则所述第一计算单元12021具体用于：
将该存储的异常信息中的异常类型与所述指定异常信息中的异常类型进行匹配；若该存储的异常信息中的异常类型与所述指定异常信息中的异常类型相同，确定第一评分；将该存储的异常信息中的异常描述与所述指定异常信息中的异常描述进行匹配；若该存储的异常信息中的异常描述与所述指定异常信息中的异常描述匹配，确定第二评分；将所述第一评分和所述第二评分的和值作为该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度。
优选地，本发明实施例提供的异常处理装置，还包括：
第一确定模块1205，用于若该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度小于所述第一相似度阈值时，确定该存储的异常信息与所述异常信息不匹配。
优选地，本发明实施例提供的异常处理装置，还包括，推荐值更新模块1206，用于按照以下方式更新解决方案的推荐值：
响应于用户增加解决方案的推荐值的操作，增加该解决方案的推荐值；
响应于用户降低解决方案的推荐值的操作，降低该解决方案的推荐值。
优选地，所述堆栈信息包括异常类型、异常描述以及堆栈内容，则所述第一计算单元12021具体用于：
将该存储的异常信息中的异常类型与所述指定异常信息中的异常类型进行匹配；若该存储的异常信息中的异常类型与所述指定异常信息中的异常类型相同，确定第一评分；将该存储的异常信息中的异常描述与所述指定异常信息中的异常描述进行匹配；若该存储的异常信息中的异常描述与所述指定异常信息中的异常描述匹配，确定第二评分；计算该存储的异常信息中的堆栈内容与所述指定异常信息中的堆栈内容的相似度；若该存储的异常信息中的堆栈内容与所述指定异常信息中的堆栈内容的相似度大于或等于第三相似度阈值，确定第三评分；将所述第一评分、所述第二评分以及所述第三评分的和值作为该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度。
优选地，本发明实施例提供的异常处理装置，还包括：
第二确定模块1207，用于若该存储的异常信息中的异常类型与所述指定异常信息中的异常类型不相同，和/或，该存储的异常信息中的异常描述与所述指定异常信息中的异常描述不匹配时，确定该存储的异常信息与所述指定异常信息中的异常信息不匹配。
优选地，所述第一计算单元12021在计算该存储的异常信息中的堆栈内容与所述指定异常信息中的堆栈内容的相似度时，具体用于：
确定该存储的异常信息中的堆栈内容的总字符数；确定所述指定异常信息中的堆栈内容的字符与该存储的异常信息中的堆栈内容的字符相同的字符数；将所述相同的字符数与所述总字符数的比值，确定为该存储的异常信息中的堆栈内容与所述指定异常信息中的堆栈内容的相似度。
优选地，所述提取模块1203具体用于：
按照与所述指定异常信息的相似度由大到小的顺序，将提取的匹配到的异常信息对应的解决方案提供给所述用户；或者，按照将提取的匹配到的异常信息对应的解决方案存储到所述数据中的先后顺序，将提取的匹配到的异常信息对应的解决方案提供给所述用户。
接下来，参考图16描述本发明示例性实施方式的异常处理系统。
图16为本发明实施例提供的一种异常处理系统的示意图之一，如图16所示，可以包括：
服务器1601，存储异常信息和对应解决方案的数据。
客户端1602，显示至少一个异常信息以及所述至少一个异常信息对应的解决方案入口；响应于用户点击指定异常信息对应的解决方案入口的操作，向所述服务器发送解决方案匹配请求。
其中，服务器将SDK包在设定时间段内搜集的至少一个异常信息发送给客户端，共客户端显示。
所述服务器1601基于所述解决方案匹配请求，在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息；若匹配到与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，提取匹配到的异常信息对应的解决方案并发送至客户端。
所述客户端1602，显示所述服务器发送的匹配到的异常信息对应的解决方案。
接下来，参考图17描述本发明示例性实施方式的解决方案显示装置。
图17为本发明实施例提供的一种解决方案显示装置的示意图之一，如图17所示，可以包括：
异常信息显示界面1701，用于显示至少一个异常信息，并显示所述至少一个异常信息对应的解决方案入口；
解决方案提供界面1702，用于响应于用户点击指定异常信息对应的解决方案入口的操作，显示所述指定异常信息对应的解决方案；
其中，所述指定异常信息对应的解决方案为：预先存储的异常信息与对应解决方案的数据中，与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息对应的解决方案。
优选地，所述解决方案提供界面1702还用于：
显示所述指定异常信息对应的解决方案对应的推荐值更新选项；所述推荐值更新选项包括增加推荐值的第一子选项和减少推荐值的第二子选项。其中，解决方案对应的推荐值为该解决方案的推荐值。
示例性设备
在介绍了本发明示例性实施方式异常处理方法和装置之后，接下来，介绍根据本发明的另一示例性实施方式异常处理装置。
所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
在一些可能的实施方式中，根据本发明的异常处理装置可以至少包括至少一个处理单元、以及至少一个存储单元。其中，所述存储单元存储有程序代码，当所述程序代码被所述处理单元执行时，使得所述处理单元执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的异常处理方法中的步骤。例如，所述处理单元可以执行如图2中所示的步骤201接收用户发送的携带有指定异常信息的解决方案获取请求，步骤202在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，步骤203，若匹配到与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，从所述预先存储的异常信息与对应解决方案的数据中，提取匹配到的异常信息对应的解决方案，步骤204，将所述提取的匹配到的异常信息对应的解决方案提供给所述用户。
下面参照图18来描述根据本发明的这种实施方式的异常处理装置180。图18显示的异常处理装置180仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图18所示，异常处理装置180以通用计算设备的形式表现。异常处理装置180的组件可以包括但不限于：上述至少一个处理单元1801、上述至少一个存储单元1802、连接不同系统组件(包括处理单元1801和存储单元1802)的总线1803。
总线1803表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器、外围总线、处理器或者使用多种总线结构中的任意总线结构的局域总线。
存储单元1802可以包括易失性存储器形式的可读介质，例如随机存取存储器(RAM)18021和/或高速缓存存储器18022，还可以进一步包括只读存储器(ROM)18023。
存储单元1802还可以包括具有一组(至少一个)程序模块18024的程序/实用工具18025，这样的程序模块18024包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
异常处理装置180也可以与一个或多个外部设备1804(例如键盘、指向设备等)通信，还可与一个或者多个使得用户能与异常处理装置180交互的设备通信，和/或与使得该异常处理装置180能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1805进行。并且，异常处理装置180还可以通过网络适配器1806与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图18所示，网络适配器1806通过总线1803与用于异常处理的装置180的其它模块通信。应当理解，尽管图中未示出，可以结合异常处理装置180使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
示例性程序产品
在一些可能的实施方式中，本发明提供的异常处理方法的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在计算机设备上运行时，所述程序代码用于使所述计算机设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的异常处理方法中的步骤，例如，所述计算机设备可以执行如图2中所示的步骤201接收用户发送的携带有指定异常信息的解决方案获取请求，步骤202在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，步骤203，若匹配到与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，从所述预先存储的异常信息与对应解决方案的数据中，提取匹配到的异常信息对应的解决方案，步骤204，将所述提取的匹配到的异常信息对应的解决方案提供给所述用户。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。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。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、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。
如图19所示，描述了根据本发明的实施方式的用于异常处理的程序产品190，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，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。
可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。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。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、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。
可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、有线、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的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，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。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意，尽管在上文详细描述中提及了装置的若干单元或子单元，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多单元的特征和功能可以在一个单元中具体化。反之，上文描述的一个单元的特征和功能可以进一步划分为由多个单元来具体化。
此外，尽管在附图中以特定顺序描述了本发明方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
虽然已经参考若干具体实施方式描述了本发明的精神和原理，但是应该理解，本发明并不限于所公开的具体实施方式，对各方面的划分也不意味着这些方面中的特征不能组合以进行受益，这种划分仅是为了表述的方便。本发明旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等同布置。
Claims (10)
1.一种异常处理方法，包括：
接收用户发送的携带有指定异常信息的解决方案获取请求；
在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息；
若匹配到与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，从所述预先存储的异常信息与对应解决方案的数据中，提取匹配到的异常信息对应的解决方案；
将所述提取的匹配到的异常信息对应的解决方案提供给所述用户。
2.根据权利要求1所述的方法，其中，所述异常信息包括堆栈信息，所述堆栈信息用于对异常原因及内容进行描述。
3.根据权利要求2所述的方法，其中，在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，包括：
针对所述预先存储的异常信息与对应解决方案的数据中的每个异常信息，计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度；
确定与所述指定异常信息中的堆栈信息的相似度大于或等于第一相似度阈值的异常信息。
4.根据权利要求2所述的方法，其中，所述异常信息还包括设备信息，所述设备信息为安装有发出所述指定异常信息的应用程序APP的设备的信息。
5.根据权利要求4所述的方法，其中，在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，包括：
针对所述预先存储的异常信息与对应解决方案的数据中的每个异常信息，计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度；
筛选出与所述指定异常信息中的堆栈信息的相似度大于第二相似度阈值的异常信息；
针对筛选出的每个异常信息，计算该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度；
计算该筛选出的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度，以及，该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度的加权求和结果，并将该加权求和结果作为该筛选出的异常信息与所述指定异常信息的相似度；
确定与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息。
6.根据权利要求5所述的方法，其中，所述设备信息包括设备类型、系统版本以及设备的CPU型号，则，计算该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度，包括：
当该筛选出的异常信息中的设备类型与所述指定异常信息中的设备类型相同时，确定第四评分；
当该筛选出的异常信息中的系统版本与所述指定异常信息中的系统版本相同时，确定第五评分；
当该筛选出的异常信息中的设备的CPU型号与所述指定异常信息中的设备的CPU型号相同时，确定第六评分；
将所述第四评分、第五评分以及第六评分的和值作为该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度。
7.根据权利要求4所述的方法，其中，所述异常信息还包括解决方案的推荐值，则在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，包括：
针对所述预先存储的异常信息与对应解决方案的数据中的每个异常信息，计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度；
筛选出与所述指定异常信息中的堆栈信息的相似度大于第二相似度阈值的异常信息；
针对筛选出的每个异常信息，计算该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度，并获取该筛选出的异常信息对应的解决方案的推荐值；
计算该筛选出的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度、该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度以及该筛选出的异常信息对应的解决方案的推荐值的加权求和结果，并将该加权求和结果作为该筛选出的异常信息与所述指定异常信息的相似度；
确定与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息。
8.根据权利要求3或5或7所述的方法，其中，所述堆栈信息包括异常类型和异常描述，则计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度，包括：
将该存储的异常信息中的异常类型与所述指定异常信息中的异常类型进行匹配；
若该存储的异常信息中的异常类型与所述指定异常信息中的异常类型相同，确定第一评分；
将该存储的异常信息中的异常描述与所述指定异常信息中的异常描述进行匹配；
若该存储的异常信息中的异常描述与所述指定异常信息中的异常描述匹配，确定第二评分；
将所述第一评分和所述第二评分的和值作为该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度。
9.根据权利要求3或5或7所述的方法，其中，所述堆栈信息包括异常类型、异常描述以及堆栈内容，则计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度，包括：
将该存储的异常信息中的异常类型与所述指定异常信息中的异常类型进行匹配；
若该存储的异常信息中的异常类型与所述指定异常信息中的异常类型相同，确定第一评分；
将该存储的异常信息中的异常描述与所述指定异常信息中的异常描述进行匹配；
若该存储的异常信息中的异常描述与所述指定异常信息中的异常描述匹配，确定第二评分；
计算该存储的异常信息中的堆栈内容与所述指定异常信息中的堆栈内容的相似度；
若该存储的异常信息中的堆栈内容与所述指定异常信息中的堆栈内容的相似度大于或等于第三相似度阈值，确定第三评分；
将所述第一评分、所述第二评分以及所述第三评分的和值作为该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度。
10.一种异常处理装置，包括：
接收模块，用于接收用户发送的携带有指定异常信息的解决方案获取请求；
匹配模块，用于在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息；
提取模块，用于在所述匹配模块匹配到与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息时，从所述预先存储的异常信息与对应解决方案的数据中，提取匹配到的异常信息对应的解决方案；
提供模块，用于将所述提取的匹配到的异常信息对应的解决方案提供给所述用户。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610557221.8A CN106201757B (zh) | 2016-07-12 | 2016-07-12 | 一种异常处理方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610557221.8A CN106201757B (zh) | 2016-07-12 | 2016-07-12 | 一种异常处理方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106201757A true CN106201757A (zh) | 2016-12-07 |
| CN106201757B CN106201757B (zh) | 2020-05-26 |
Family
ID=57474397
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610557221.8A Active CN106201757B (zh) | 2016-07-12 | 2016-07-12 | 一种异常处理方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106201757B (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108228446A (zh) * | 2016-12-14 | 2018-06-29 | 北京国双科技有限公司 | 一种软件异常处理方法及软件检测装置 |
| CN108647106A (zh) * | 2018-05-11 | 2018-10-12 | 深圳市腾讯网络信息技术有限公司 | 应用异常处理方法、存储介质及计算机设备 |
| WO2018201594A1 (zh) * | 2017-05-04 | 2018-11-08 | 平安科技（深圳）有限公司 | 文件异常检测方法、装置、电子设备及介质 |
| CN109284200A (zh) * | 2018-09-04 | 2019-01-29 | 深圳市宝德计算机系统有限公司 | 服务器异常处理方法、设备、以及处理器 |
| CN109542722A (zh) * | 2018-11-08 | 2019-03-29 | 东软集团股份有限公司 | 异常分析处理方法、装置及存储介质 |
| CN110618888A (zh) * | 2019-08-01 | 2019-12-27 | 平安科技（深圳）有限公司 | 对系统错误进行重复识别的方法和相关装置 |
| WO2020119610A1 (zh) * | 2018-12-11 | 2020-06-18 | 华为技术有限公司 | 一种用于故障根因的识别方法、装置和设备 |
| CN112579662A (zh) * | 2019-09-30 | 2021-03-30 | 北京国双科技有限公司 | 一种井下作业处理方法、系统及电子设备 |
| CN113434321A (zh) * | 2021-06-24 | 2021-09-24 | 平安国际智慧城市科技股份有限公司 | 运维中部署错误的处理方法、装置、设备及存储介质 |
| CN117609104A (zh) * | 2024-01-24 | 2024-02-27 | 盛威时代科技股份有限公司 | 客户端测试过程中页面异常的处理方法、系统和设备 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1650274A (zh) * | 2002-12-26 | 2005-08-03 | 富士通株式会社 | 操作管理方法和操作管理服务器 |
| US20100262858A1 (en) * | 2009-04-09 | 2010-10-14 | Nec Laboratories America, Inc. | Invariants-Based Learning Method and System for Failure Diagnosis in Large Scale Computing Systems |
| CN103678566A (zh) * | 2013-12-09 | 2014-03-26 | 北京奇虎科技有限公司 | 提供移动终端故障问题解决方案的方法、服务器和系统 |
| CN103793285A (zh) * | 2012-10-29 | 2014-05-14 | 百度在线网络技术（北京）有限公司 | 一种处理线上异常的方法及平台服务器 |
| CN103885969A (zh) * | 2012-12-20 | 2014-06-25 | 国际商业机器公司 | 提供软件问题解决方案的方法和装置 |
| CN104199749A (zh) * | 2014-09-17 | 2014-12-10 | 百度在线网络技术（北京）有限公司 | 一种崩溃信息的处理方法及装置 |
| CN104572327A (zh) * | 2014-12-24 | 2015-04-29 | 北京奇虎科技有限公司 | 一种浏览器崩溃的处理方法、装置和系统 |
| CN104657248A (zh) * | 2013-11-21 | 2015-05-27 | 中国移动通信集团山东有限公司 | Java线程堆栈分析方法及系统 |
| CN104901828A (zh) * | 2015-01-22 | 2015-09-09 | 物联智慧股份有限公司 | 设备端故障排除方法 |
| CN104978529A (zh) * | 2015-03-10 | 2015-10-14 | 腾讯科技（深圳）有限公司 | 网页前端的异常处理方法、异常处理系统及异常处理服务器 |
-
2016
- 2016-07-12 CN CN201610557221.8A patent/CN106201757B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1650274A (zh) * | 2002-12-26 | 2005-08-03 | 富士通株式会社 | 操作管理方法和操作管理服务器 |
| US20100262858A1 (en) * | 2009-04-09 | 2010-10-14 | Nec Laboratories America, Inc. | Invariants-Based Learning Method and System for Failure Diagnosis in Large Scale Computing Systems |
| CN103793285A (zh) * | 2012-10-29 | 2014-05-14 | 百度在线网络技术（北京）有限公司 | 一种处理线上异常的方法及平台服务器 |
| CN103885969A (zh) * | 2012-12-20 | 2014-06-25 | 国际商业机器公司 | 提供软件问题解决方案的方法和装置 |
| CN104657248A (zh) * | 2013-11-21 | 2015-05-27 | 中国移动通信集团山东有限公司 | Java线程堆栈分析方法及系统 |
| CN103678566A (zh) * | 2013-12-09 | 2014-03-26 | 北京奇虎科技有限公司 | 提供移动终端故障问题解决方案的方法、服务器和系统 |
| CN104199749A (zh) * | 2014-09-17 | 2014-12-10 | 百度在线网络技术（北京）有限公司 | 一种崩溃信息的处理方法及装置 |
| CN104572327A (zh) * | 2014-12-24 | 2015-04-29 | 北京奇虎科技有限公司 | 一种浏览器崩溃的处理方法、装置和系统 |
| CN104901828A (zh) * | 2015-01-22 | 2015-09-09 | 物联智慧股份有限公司 | 设备端故障排除方法 |
| CN104978529A (zh) * | 2015-03-10 | 2015-10-14 | 腾讯科技（深圳）有限公司 | 网页前端的异常处理方法、异常处理系统及异常处理服务器 |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108228446A (zh) * | 2016-12-14 | 2018-06-29 | 北京国双科技有限公司 | 一种软件异常处理方法及软件检测装置 |
| WO2018201594A1 (zh) * | 2017-05-04 | 2018-11-08 | 平安科技（深圳）有限公司 | 文件异常检测方法、装置、电子设备及介质 |
| CN108647106A (zh) * | 2018-05-11 | 2018-10-12 | 深圳市腾讯网络信息技术有限公司 | 应用异常处理方法、存储介质及计算机设备 |
| CN109284200A (zh) * | 2018-09-04 | 2019-01-29 | 深圳市宝德计算机系统有限公司 | 服务器异常处理方法、设备、以及处理器 |
| CN109542722A (zh) * | 2018-11-08 | 2019-03-29 | 东软集团股份有限公司 | 异常分析处理方法、装置及存储介质 |
| WO2020119610A1 (zh) * | 2018-12-11 | 2020-06-18 | 华为技术有限公司 | 一种用于故障根因的识别方法、装置和设备 |
| CN111385106A (zh) * | 2018-12-11 | 2020-07-07 | 华为技术有限公司 | 一种用于故障根因的识别方法、装置和设备 |
| US11956118B2 (en) | 2018-12-11 | 2024-04-09 | Huawei Technologies Co., Ltd. | Fault root cause identification method, apparatus, and device |
| CN110618888A (zh) * | 2019-08-01 | 2019-12-27 | 平安科技（深圳）有限公司 | 对系统错误进行重复识别的方法和相关装置 |
| CN112579662A (zh) * | 2019-09-30 | 2021-03-30 | 北京国双科技有限公司 | 一种井下作业处理方法、系统及电子设备 |
| CN113434321A (zh) * | 2021-06-24 | 2021-09-24 | 平安国际智慧城市科技股份有限公司 | 运维中部署错误的处理方法、装置、设备及存储介质 |
| CN113434321B (zh) * | 2021-06-24 | 2022-07-19 | 平安国际智慧城市科技股份有限公司 | 运维中部署错误的处理方法、装置、设备及存储介质 |
| CN117609104A (zh) * | 2024-01-24 | 2024-02-27 | 盛威时代科技股份有限公司 | 客户端测试过程中页面异常的处理方法、系统和设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106201757B (zh) | 2020-05-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106201757A (zh) | 一种异常处理方法和装置 | |
| US9189377B1 (en) | Automation testing using descriptive maps | |
| CN104050078B (zh) | 测试脚本生成系统 | |
| CN104881343B (zh) | 一种测试方法和测试系统 | |
| CN107491329A (zh) | Docker镜像构建方法、设备、存储介质以及电子装置 | |
| CN104579748B (zh) | Scd在线校核的网络分析方法及系统 | |
| CN105677561B (zh) | 移动产品多平台测试方法及系统 | |
| CN110069279B (zh) | 一种直流控制保护程序的校验方法、装置及存储介质 | |
| US9367432B2 (en) | Testing system | |
| CN109522228A (zh) | 接口自动化测试数据构造方法、装置、平台及存储介质 | |
| CN109447787A (zh) | 征信报告自动解析方法、装置、计算机设备以及存储介质 | |
| CN103309793A (zh) | 排名分析工具的方法和系统 | |
| CN103955429B (zh) | 确定回归测试范围的方法及装置 | |
| CN109446064A (zh) | 一种基于浏览器的交互测试方法 | |
| CN106301976A (zh) | 一种变电站智能化调度信息自动化测试方法 | |
| CN105302556B (zh) | 实现计算的方法和系统以及服务器装置 | |
| CN111737431B (zh) | 设备异常的处理方法及装置、存储介质、电子装置 | |
| CN107748720A (zh) | 一种检测功能测试案例的业务参数的方法及装置 | |
| CN108133017A (zh) | 一种多数据源采集配置方法及装置 | |
| CN111506305A (zh) | 工具包生成方法、装置、计算机设备及可读存储介质 | |
| CN110221933A (zh) | 代码缺陷辅助修复方法及系统 | |
| JP2016014980A (ja) | ログ取込抽出システム | |
| CN113129469A (zh) | 一种巡检监控方法和系统以及计算机可读存储介质 | |
| CN110457187A (zh) | 基于备份测试数据可便捷运行的tpc-e测试方法及测试服务器 | |
| CN109522210A (zh) | 接口测试参数分析方法、装置、电子装置及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210924 Address after: 310052 Room 408, building 3, No. 399, Wangshang Road, Changhe street, Binjiang District, Hangzhou City, Zhejiang Province Patentee after: Hangzhou Netease Zhiqi Technology Co.,Ltd. Address before: 310052 Building No. 599, Changhe Street Network Business Road, Binjiang District, Hangzhou City, Zhejiang Province, 4, 7 stories Patentee before: NETEASE (HANGZHOU) NETWORK Co.,Ltd. |
|
| TR01 | Transfer of patent right |