CN109840534B - 处理事件的方法和装置 - Google Patents
处理事件的方法和装置 Download PDFInfo
- Publication number
- CN109840534B CN109840534B CN201711225583.8A CN201711225583A CN109840534B CN 109840534 B CN109840534 B CN 109840534B CN 201711225583 A CN201711225583 A CN 201711225583A CN 109840534 B CN109840534 B CN 109840534B
- Authority
- CN
- China
- Prior art keywords
- event
- module
- keyword
- keywords
- characteristic value
- 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.)
- Active
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种处理事件的方法和装置,涉及计算机技术领域。其中,该方法包括:从接收的事件单中提取事件的关键词;根据所述事件的关键词构建特征向量;将所述特征向量输入分类器,以识别所述事件单归属的事件类别;根据识别出的事件类别查询已知事件库,以获取所述事件单的解决方案。通过以上步骤,能够快速、准确地决策出事件单的解决方案,提高运营事件的处理效率、降低运营成本,便于高效快捷地构建流程化的IT服务。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种处理事件的方法和装置。
背景技术
目前,基于ITIL(IT基础架构库)流程的运营平台建设,均是为ITIL流程节点设定角色,将角色分配给指定的人,再由人工完成事件管理、问题管理、变更管理、配置管理和发布管理等工作。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:第一、由于人员流动性较大、学习周期较长,导致培养事件管理员的成本越来越高,并直接影响该角色所负责的系统的稳定性;第二、现有技术是通过人工方式处理运营事件,处理效率较低,且对运营人员的经验要求较高。
发明内容
有鉴于此,本发明提供一种处理事件的方法和装置,能够快速、准确地决策出事件单的解决方案,提高运营事件的处理效率、降低运营成本与新入运营人员的工作难度,便于高效快捷地构建流程化的IT服务。
为实现上述目的,根据本发明的一个方面,提供了一种处理事件的方法。
本发明的处理事件的方法包括:从接收的事件单中提取事件的关键词;根据所述事件的关键词构建特征向量;将所述特征向量输入分类器,以识别所述事件单归属的事件类别;根据识别出的事件类别查询已知事件库,以获取所述事件单的解决方案。
可选地,所述根据所述事件的关键词构建特征向量的步骤包括:将提取出的所有关键词组成的整体作为事件的主题词;计算所述关键词的特征值、以及所述主题词的特征值;将所述关键词的特征值、以及所述主题词的特征值进行拼接,以得到所述特征向量。
可选地,所述计算所述关键词的特征值、以及所述主题词的特征值的步骤包括:通过TF-IDF算法计算各个关键词的特征值;对所述各个关键词的特征值进行加权求和,以得到所述主题词的特征值。
可选地,所述事件的关键词包括:事件模块部分中的关键词、事件标题部分中的关键词、事件描述部分中的关键词;所述方法还包括:根据如下公式得到所述主题词的特征值,
其中,S为主题词的特征值,a、b、c为比例系数,且a+b+c=1,M1为事件模块部分中的关键词的特征值,Ti为事件标题部分中的第i个关键词的特征值,Dj为事件描述部分中的第j个关键词的特征值,i为事件标题部分中的关键词的序数,j为事件描述部分中的关键词的序数。
可选地,所述方法还包括:基于增量学习的方式对分类模型进行训练,以得到所述分类器。
可选地,所述方法还包括:根据所述事件单中的事件模块信息点亮页面上对应该事件模块的节点;以及,在接收到触发点亮的节点的操作时,将所述事件单的解决方案展现给用户。
为实现上述目的,根据本发明的另一方面,提供了一种处理事件的装置。
本发明的处理事件的装置包括:提取模块,用于从接收的事件单中提取事件的关键词;构建模块,用于根据所述事件的关键词构建特征向量;识别模块,用于将所述特征向量输入分类器,以识别所述事件单归属的事件类别;获取模块,用于根据识别出的事件类别查询已知事件库,以获取所述事件单的解决方案。
可选地,所述构建模块根据所述事件的关键词构建特征向量,包括:所述构建模块将提取出的所有关键词组成的整体作为事件的主题词;所述构建模块计算所述关键词的特征值、以及所述主题词的特征值;所述构建模块将所述关键词的特征值、以及所述主题词的特征值进行拼接,以得到所述特征向量。
可选地,所述构建模块计算所述关键词的特征值、以及所述主题词的特征值,包括:所述构建模块通过TF-IDF算法计算各个关键词的特征值;并对所述各个关键词的特征值进行加权求和,以得到所述主题词的特征值。
可选地,所述提取模块提取的事件的关键词包括:事件模块部分中的关键词、事件标题部分中的关键词、事件描述部分中的关键词;所述构建模块根据如下公式得到所述主题词的特征值,
其中,S为主题词的特征值,a、b、c为比例系数,且a+b+c=1,M1为事件模块部分中的关键词的特征值,Ti为事件标题部分中的第i个关键词的特征值,Dj为事件描述部分中的第j个关键词的特征值,i为事件标题部分中的关键词的序数,j为事件描述部分中的关键词的序数。
可选地,所述装置还包括:训练模块,用于基于增量学习的方式对分类模型进行训练,以得到所述分类器。
可选地,所述装置还包括:展示模块,用于根据所述事件单中的事件模块信息点亮页面上对应该事件模块的节点;以及,在接收到触发点亮的节点的操作时,将所述事件单的解决方案展现给用户。
为实现上述目的,根据本发明的再一个方面,提供了一种电子设备。
本发明的电子设备,包括:一个或多个处理器;以及,存储装置,用于存储一个或多个程序;当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明的处理事件的方法。
为实现上述目的,根据本发明的又一个方面,提供了一种计算机可读介质。
本发明的计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明的处理事件的方法。
上述发明中的一个实施例具有如下优点或有益效果:通过提取事件的关键词,根据关键词构建特征向量,以及,将所述特征向量输入分类器,并根据分类器识别出的事件类别查询已知事件库等步骤,能够快速、准确地决策出所述事件单的解决方案,提高运营事件的处理效率、降低运营成本,便于高效快捷地构建流程化的IT服务。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明一个实施例的处理事件的方法的主要流程的示意图;
图2是根据本发明另一实施例的处理事件的方法的主要流程的示意图;
图3是根据本发明一个实施例的处理事件的装置的主要模块的示意图;
图4是根据本发明另一实施例的处理事件的装置的主要模块的示意图;
图5是本发明实施例可以应用于其中的示例性系统架构图;
图6是适于用来实现本发明实施例的电子设备的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要指出的是,在不冲突的情况下,本发明中的实施例以及实施例中的特征可以相互组合。
图1是根据本发明一个实施例的处理事件的方法的主要流程的示意图。如图1所示,本发明实施例的处理事件的方法包括:
步骤S101、从接收的事件单中提取事件的关键词。
其中,所述事件单还可被称为“服务请求单”或“咨询单”,其可包括事件模块部分、事件标题部分、事件描述部分。示例性的,在接收到ITIL系统(Information TechnologyInfrastructure Library,IT基础框架)新产生的事件单后,可以分别从该事件单的事件模块部分、事件标题部分、事件描述部分提取关键词。
在具体实施时,该步骤中提取关键词所用的方法可以有多种。比如,可以将在事件单的事件标题部分和事件描述部分都出现的词作为关键词。又比如,可以将在事件单中出现次数超过预设阈值的词作为关键词。只要不影响本发明的实施,该步骤可以采取任意的提取关键词的方法。
步骤S102、根据所述事件的关键词构建特征向量。
其中,特征向量的构建可以有多种方式,例如,串行组合方式、并行组合方式。在串行组合方式中,可以将事件的多个关键词在样本空间中的特征表示进行首尾相连,以得到特征向量。在并行组合方式中,可以利用复向量将事件的多个关键词在样本空间中的特征表示进行合并,以得到特征向量。
步骤S103、将所述特征向量输入分类器,以识别所述事件单归属的事件类别。
其中,所述分类器可以为基于支持向量机算法的分类器、基于神经网络算法的分类器、基于聚类算法的分类器、或基于K近邻算法的分类器等。
步骤S104、根据识别出的事件类别查询已知事件库,以获取所述事件单的解决方案。
具体实施时,可以预先将各种已知事件的事件类型与对应的解决方案存储在已知事件库中。在根据步骤S103识别出事件单归属的事件类型之后,可以通过数据查询语言查询已知事件库,以获得与识别出的事件类型对应的解决方案,并将该解决方案作为事件单的解决方案。
在本发明实施例中,通过提取事件的关键词,根据关键词构建特征向量,以及,将所述特征向量输入分类器,并根据分类器识别出的事件类别查询已知事件库等步骤,能够快速、准确地决策出所述事件单的解决方案,降低了运营成本以及新入运营人员的工作难度,提高了运营事件的处理效率,便于高效快捷地构建流程化的IT服务。
图2是根据本发明另一实施例的处理事件的方法的主要流程的示意图。如图2所示,本发明实施例的处理事件的方法包括:
步骤S201、接收事件单,并从接收的事件单中提取事件的关键词。
其中,所述事件单可以为IT服务台系统(符合ITIL规范的系统)产生的事件单,其可包括:事件模块部分、事件标题部分、事件描述部分。在接收到IT服务台系统新产生的事件单后,可以分别从该事件单的事件模块部分、事件标题部分、事件描述部分提取关键词。示例性的,当所述IT服务台系统为供应链协同系统时,其产生的一个事件单的组成如表1所示。在该示例中,通过步骤S201从该事件单的事件模块部分提取的关键词为“订单管理”,从事件标题部分提取的关键词为“无法查询”,从事件描述部分提取的关键词为“采购单、无法、结算单”。
表1
步骤S202、将由所述事件的关键词组成的整体作为事件的主题词。
例如,当通过步骤S201从事件单的事件模块部分提取的关键词为“订单管理”、从事件标题部分提取的关键词为“无法查询”、从事件描述部分提取的关键词为“采购单、无法、结算单”时,事件的主题词为{订单管理,无法查询,采购单,无法,结算单}。
步骤S203、计算所述主题词的特征值、以及所述主题词的特征值。
在一优选实施方式中,为了更好地表征特征向量,可通过TF-IDF(termfrequency-inverse document frequency,词频-逆向文件频率)算法计算各个关键词的特征值,然后,对所述各个关键词的特征值进行加权求和,以得到所述主题词的特征值。
在该优选实施方式中,所述通过TF-IDF算法计算各个关键词的特征值包括以下步骤:
第一步、根据如下公式计算关键词的词频TF;
第二步、根据如下公式计算关键词的逆文档频率IDF;
第三步、计算关键词的特征值TF-IDF;
TF-IDF=TF*IDF
其中,n1为关键词在事件单中出现的次数,N1为事件单中的总词数,N2为测试集中的事件单总数,n2为包括该关键词的事件单的总数。
进一步,当从事件单中提取的关键词由事件模块部分中的关键词、事件标题部分中的关键词、事件描述部分中的关键词构成时,可根据如下公式计算主题词的特征值;
其中,S为主题词的特征值,a、b、c为比例系数,且a+b+c=1(例如,a可以取0.5,b可以取0.3,c可以取0.2);M1为事件模块部分中的关键词的特征值,Ti为事件标题部分中的第i个关键词的特征值;Dj为事件描述部分中的第j个关键词的特征值;i为事件标题部分中的关键词的序数,且i的取值为{1,…,x};j为事件描述部分中的关键词的序数,且j的取值{1,…,y}。
应说明的是,在上述公式中,x、y可以取大于等于1的整数值。另外,比例系数a、b、c的取值可以动态设置。例如,对于不同的关键词,比例常数可以取不同的值。
步骤S204、将所述关键词的特征值、以及所述主题词的特征值进行拼接,以得到所述特征向量。
在一可选实施方式中,可根据下式对所述关键词的特征值以及所述主题词的特征值进行拼接;
H={S,M1,T1,…,Tx,D1,…,Dy}
其中,H为特征向量,S为主题词的特征值,M1为事件模块部分中的关键词的特征值,T1为事件标题部分中的第1个关键词的特征值,Tx为事件标题部分中的最后一个关键词的特征值,D1为事件描述部分中的第一个关键词的特征值,Dy为事件描述部分中的最后一个关键词的特征值。
在本发明实施例中,通过构建事件的主题词、并基于所述主题词的特征值、以及关键词的特征值构建特征向量,能够更好地表征特征向量,有利于提高事件单归属的事件类别的识别准确率。
步骤S205、将所述特征向量输入分类器,以识别所述事件单归属的事件类别。
其中,所述分类器可选用支持向量机算法的分类器。具体实施时,对于不同系统模块的事件单,分类器的分类结果数量也可不同。例如,对于供应商协同系统的订单管理模块的事件单来说,分类器的分类结果可以为三个:事件类别“1”表示订单查不到,事件类别“2”表示接口异常,事件类别“3”表示没有权限;而对于供应商协同系统的商品管理模块的事件单来说,分类器的分类结果可以为两个。
进一步,在基于所述分类器对新接收的事件单的事件类型进行识别之前,本发明实施例的方法还可包括:对分类模型进行训练,以得到所述分类器。具体实施时,由于系统产生的事件单是不断更新的,为了提高分类器的适应性和识别准确率,可采用增量学习的方式对分类模型进行训练,以删除无用的训练数据,保留有用的训练数据。
其中,所述基于增量学习的方式对分类模型进行训练可包括如下步骤:随机抽取某个系统中某个模块产生的近N个月的事件单作为训练样本集;基于所述训练样本集对分类模型进行训练,以得到初始分类器;然后,在间隔K个月之后,从所述训练样本集中删除最早K个月的事件单,并新增最近K个月的事件单,以对训练样本集进行更新;基于更新后的训练样本集对初始分类器进行训练,以得到更新后的分类器。具体实施时,可根据不同系统每月产生的事件单的数量设置N的取值。另外,在训练阶段,可将K设置成一个变量,通过K值可以控制训练样本集中待更新的事件单的数量。
步骤S206、根据识别出的事件类别查询已知事件库,以获取所述事件单的解决方案。
具体实施时,可以预先将各种已知事件的事件类型与对应的解决方案存储在已知事件库中。在根据步骤S206识别出事件单归属的事件类型之后,可以通过数据查询语言查询已知事件库,以获得与识别出的事件类型对应的解决方案,并将该解决方案作为事件单的解决方案。
步骤S207、将所述事件单的解决方案展现给用户。
在该步骤中,可通过处理事件的装置的前端将所述事件单的解决方案展现给用户。在一优选示例中,所述处理事件的装置的前端可包括图形化的展示界面,比如由多个节点构成的树型结构图、星型结构图或环型结构图。在该结构图中,各个节点可表示产生事件单的IT服务台系统中的各个模块。在前端接收到IT服务台系统的事件单之后,可根据事件单中的事件模块信息点亮前端页面上对应该事件模块的节点,从而便于用户精准、快速地定位事件单的来源。以及,在用户触发页面上点亮的节点以后,可通过前端的展示界面将所述事件单的解决方案展现给用户。
在本发明实施例中,通过以上步骤能够更加快速、准确地决策出所述事件单的解决方案,降低了运营成本以及新入运营人员的工作难度,提高了运营事件的处理效率,便于高效快捷地构建流程化的IT服务。
图3是根据本发明一个实施例的处理事件的装置的主要模块的示意图。如图3所示,本发明实施例的处理事件的装置300包括:提取模块301、构建模块302、识别模块303、获取模块304。
提取模块301,用于从接收的事件单中提取事件的关键词。
其中,所述事件单还可被称为“服务请求单”或“咨询单”,其可包括事件模块部分、事件标题部分、事件描述部分。示例性的,在接收到ITIL系统(Information TechnologyInfrastructure Library,IT基础框架)新产生的事件单后,提取模块301可以分别从该事件单的事件模块部分、事件标题部分、事件描述部分提取关键词。
在具体实施时,提取模块301提取关键词所用的方法可以有多种。比如,提取模块301可以将在事件单的事件标题部分和事件描述部分都出现的词作为关键词。又比如,提取模块301可以将在事件单中出现次数超过预设阈值的词作为关键词。
构建模块302,用于根据所述事件的关键词构建特征向量。
其中,构建模块302可基于多种方式构建特征向量,例如,串行组合方式、并行组合方式。在串行组合方式中,构建模块302可以将事件的多个关键词在样本空间中的特征表示进行首尾相连,以得到特征向量。在并行组合方式中,构建模块302可以利用复向量将事件的多个关键词在样本空间中的特征表示进行合并,以得到特征向量。
识别模块303,用于将所述特征向量输入分类器,以识别所述事件单归属的事件类别。
其中,所述分类器可以为基于支持向量机算法的分类器、基于神经网络算法的分类器、基于聚类算法的分类器、或基于K近邻算法的分类器等。
获取模块304,用于根据识别出的事件类别查询已知事件库,以获取所述事件单的解决方案。
具体实施时,可以预先将各种已知事件的事件类型与对应的解决方案存储在已知事件库中。在识别模块303识别出事件单归属的事件类型之后,获取模块304可以通过数据查询语言查询已知事件库,以获得与识别出的事件类型对应的解决方案,并将该解决方案作为事件单的解决方案。
在本发明实施例的装置中,通过提取模块提取事件的关键词,通过构建模块构建特征向量,通过识别模块识别所述事件单归属的事件类别,并通过获取模块根据识别出的事件类别查询已知事件库,能够快速、准确地决策出所述事件单的解决方案,降低了运营成本以及新入运营人员的工作难度,提高了运营事件的处理效率,便于高效快捷地构建流程化的IT服务。
图4是根据本发明另一实施例的处理事件的装置的主要模块的示意图。如图4所示,本发明实施例的处理事件的装置400包括:提取模块401、构建模块402、识别模块403、获取模块404、展示模块405。具体实施时,提取模块401、构建模块402、识别模块403以及获取模块404可设置在后端(服务端),展示模块405可设置在前端(终端)。
展示模块405,用于将事件单发送给提取模块401进行处理,还用于向用户展示所述事件单的解决方案。
在一个优选示例中,展示模块405可包括图形化的展示界面,比如由多个节点构成的树型结构图、星型结构图或环型结构图。在该结构图中,各个节点可表示产生事件单的IT服务台系统中的各个模块。在展示模块405接收到IT服务台系统的事件单之后,可根据事件单中的事件模块信息点亮页面上对应该事件模块的节点,从而便于用户精准、快速地定位事件单的来源。以及,展示模块405在接收到触发该点亮的节点的操作之后,可将所述事件单的解决方案以弹出列表的形式展现给用户。
提取模块401,用于从接收的事件单中提取事件的关键词。
其中,所述事件单可以为IT服务台系统(符合ITIL规范的系统)产生的事件单,其可包括:事件模块部分、事件标题部分、事件描述部分。在接收到IT服务台系统新产生的事件单后,提取模块401可以分别从该事件单的事件模块部分、事件标题部分、事件描述部分提取关键词。示例性的,当所述事件单为供应链协同系统的订单管理模块产生的事件单时,提取模块401从该事件单的事件模块部分提取的关键词为“订单管理”,从事件标题部分提取的关键词为“无法查询”,从事件描述部分提取的关键词为“采购单、无法、结算单”。
构建模块402,用于根据所述事件的关键词构建特征向量,具体包括:
第一、构建模块402将提取出的所有关键词组成的整体作为事件的主题词。
例如,当提取模块401从事件单的事件模块部分提取的关键词为“订单管理”、从事件标题部分提取的关键词为“无法查询”、从事件描述部分提取的关键词为“采购单、无法、结算单”时,构建模块402得到的事件的主题词为{订单管理,无法查询,采购单,无法,结算单}。
第二、构建模块402计算所述关键词的特征值、以及所述主题词的特征值。
在一优选实施方式中,构建模块402可通过TF-IDF(term frequency-inversedocument frequency,词频-逆向文件频率)算法计算各个关键词的特征值,然后,构建模块402对所述各个关键词的特征值进行加权求和,得到所述主题词的特征值。关于构建模块402如何通过TF-IDF算法计算关键词的特征值,以及如何计算主题词的特征值,可参考图2所示实施例中的相关表述。
第三、构建模块402将所述关键词的特征值、以及所述主题词的特征值进行拼接,以得到所述特征向量。
示例性的,构建模块402可根据下式进行拼接;
H={S,M1,T1,…,Tx,D1,…,Dy}
其中,H为特征向量,S为主题词的特征值,M1为事件模块部分中的关键词的特征值,T1为事件标题部分中的第1个关键词的特征值,Tx为事件标题部分中的最后一个关键词的特征值,D1为事件描述部分中的第一个关键词的特征值,Dy为事件描述部分中的最后一个关键词的特征值。
在本发明实施例中,通过构建模块402构建事件的主题词、并基于所述主题词的特征值、以及关键词的特征值构建特征向量,能够更好地表征特征向量,有利于提高识别模块403对事件单归属的事件类别的识别准确率。
识别模块403,用于将所述特征向量输入分类器,以识别所述事件单归属的事件类别。
其中,所述分类器可选用支持向量机算法的分类器。具体实施时,不同系统模块的事件单不同,分类器的分类结果数量也不同。例如,对于供应商协同系统的订单管理模块的事件单来说,分类器的分类结果为三个:事件类别“1”表示订单查不到,事件类别“2”表示接口异常,事件类别“3”表示没有权限。
获取模块404,用于根据识别出的事件类别查询已知事件库,以获取所述事件单的解决方案。
具体实施时,可以预先将各种已知事件的事件类型与对应的解决方案存储在已知事件库中。在识别模块403识别出事件单归属的事件类型之后,获取模块404可以通过数据查询语言查询已知事件库,以获得与识别出的事件类型对应的解决方案,并将该解决方案作为事件单的解决方案。
进一步,本发明实施例的处理事件的转置还可包括:训练模块。所述训练模块,用于基于增量学习的方式对分类模型进行训练,以得到所述分类器。由于系统产生的事件单是不断更新的,因此,通过增量学习的方式对分类模型进行训练,能够对训练样本进行更新,从而有利于提高分类器的适应性和识别准确率。
本发明实施例的装置能够更加快速、准确地决策出所述事件单的解决方案,降低运营成本以及新入运营人员的工作难度,提高运营事件的处理效率,便于高效快捷地构建流程化的IT服务。
图5示出了可以应用本发明实施例的处理事件的方法或处理事件的装置的示例性系统架构500。
如图5所示,系统架构500可以包括终端设备501、502、503,网络504和服务器505。网络504用以在终端设备501、502、503和服务器505之间提供通信链路的介质。网络504可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
运营人员可以使用终端设备501、502、503通过网络X04与服务器505交互,以接收或发送消息等。终端设备X01、X02、X03上可以安装有处理事件的装置的展示模块,可用于将事件单发送给服务器505进行处理,还可用于根据事件单中的事件模块信息点亮页面上对应该事件模块的节点,以及,还可用于在接收到触发该点亮的节点的操作时,将所述事件单的解决方案展现给用户。
终端设备501、502、503可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器505上可以安装有处理事件的装置的提取模块、构建模块识别模块以及获取模块,用于对终端设备501、502、503所发送的事件单进行处理,并将处理结果(即获得的所述事件单的解决方案)反馈给终端设备。
应该理解,图5中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
图6示出了适于用来实现本发明的电子设备的计算机系统600的结构示意图。图6示出的计算机系统仅仅是一个示例,不应对本发明的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的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或者是上述两者的任意组合。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可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(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。在本发明中,计算机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。而在本发明中,计算机可读的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。
附图中的流程图和框图,图示了按照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架构、功能和操作。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、或代码的一部分,上述模块、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,两个接连地表示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,框图或流程图中的每个方框、以及框图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。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括提取模块、构建模块、识别模块和获取模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,提取模块还可以被描述为“提取事件关键词的模块”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备执行以下流程:从接收的事件单中提取事件的关键词;根据所述事件的关键词构建特征向量;将所述特征向量输入分类器,以识别所述事件单归属的事件类别;根据识别出的事件类别查询已知事件库,以获取所述事件单的解决方案。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种处理事件的方法,其特征在于,所述方法包括:
从接收的事件单中提取事件的关键词;
根据所述事件的关键词构建特征向量;
将所述特征向量输入分类器,以识别所述事件单归属的事件类别;其中,所述分类器是通过增量学习的方式对分类模型进行训练得到的;
根据识别出的事件类别查询已知事件库,以获取所述事件单的解决方案;
其中,所述根据所述事件的关键词构建特征向量的步骤包括:将提取出的所有关键词组成的整体作为事件的主题词;计算所述关键词的特征值、以及所述主题词的特征值;将所述关键词的特征值、以及所述主题词的特征值进行拼接,以得到所述特征向量。
2.根据权利要求1所述的方法,其特征在于,所述计算所述关键词的特征值、以及所述主题词的特征值的步骤包括:
通过TF-IDF算法计算各个关键词的特征值;对所述各个关键词的特征值进行加权求和,以得到所述主题词的特征值。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述事件单中的事件模块信息点亮页面上对应该事件模块的节点;以及,在接收到触发点亮的节点的操作时,将所述事件单的解决方案展现给用户。
5.一种处理事件的装置,其特征在于,所述装置包括:
提取模块,用于从接收的事件单中提取事件的关键词;
构建模块,用于根据所述事件的关键词构建特征向量;
识别模块,用于将所述特征向量输入分类器,以识别所述事件单归属的事件类别;其中,所述分类器是基于增量学习的方式对分类模型进行训练得到的;
获取模块,用于根据识别出的事件类别查询已知事件库,以获取所述事件单的解决方案;
其中,所述构建模块根据所述事件的关键词构建特征向量,包括:所述构建模块将提取出的所有关键词组成的整体作为事件的主题词;所述构建模块计算所述关键词的特征值、以及所述主题词的特征值;所述构建模块将所述关键词的特征值、以及所述主题词的特征值进行拼接,以得到所述特征向量。
6.根据权利要求5所述的装置,其特征在于,所述构建模块计算所述关键词的特征值、以及所述主题词的特征值,包括:
所述构建模块通过TF-IDF算法计算各个关键词的特征值;并对所述各个关键词的特征值进行加权求和,以得到所述主题词的特征值。
8.根据权利要求5所述的装置,其特征在于,所述装置还包括:
展示模块,用于根据所述事件单中的事件模块信息点亮页面上对应该事件模块的节点;以及,在接收到触发点亮的节点的操作时,将所述事件单的解决方案展现给用户。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至4中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1至4中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711225583.8A CN109840534B (zh) | 2017-11-29 | 2017-11-29 | 处理事件的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711225583.8A CN109840534B (zh) | 2017-11-29 | 2017-11-29 | 处理事件的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109840534A CN109840534A (zh) | 2019-06-04 |
CN109840534B true CN109840534B (zh) | 2021-10-01 |
Family
ID=66881900
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711225583.8A Active CN109840534B (zh) | 2017-11-29 | 2017-11-29 | 处理事件的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109840534B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113807622A (zh) * | 2020-06-15 | 2021-12-17 | 海信集团有限公司 | 一种事件决策生成方法、装置、电子设备及存储介质 |
CN112100038A (zh) * | 2020-09-27 | 2020-12-18 | 北京有竹居网络技术有限公司 | 数据时延监控方法、装置、电子设备和计算机可读介质 |
CN113609851B (zh) * | 2021-07-09 | 2024-07-02 | 浙江连信科技有限公司 | 心理学上想法认知偏差的识别方法、装置及电子设备 |
CN115170053A (zh) * | 2022-05-24 | 2022-10-11 | 中睿信数字技术有限公司 | 一种基于聚类融合的事件分拨处置系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1460947A (zh) * | 2003-06-13 | 2003-12-10 | 北京大学计算机科学技术研究所 | 融合关键词学习的支持向量机文本分类增量训练学习方法 |
CN104050256A (zh) * | 2014-06-13 | 2014-09-17 | 西安蒜泥电子科技有限责任公司 | 基于主动学习的问答方法及采用该方法的问答系统 |
CN104503998A (zh) * | 2014-12-05 | 2015-04-08 | 百度在线网络技术(北京)有限公司 | 针对用户查询句的类型识别方法及装置 |
CN106600298A (zh) * | 2016-12-23 | 2017-04-26 | 国网山东省电力公司信息通信公司 | 基于工单数据分析的电力信息系统客服知识库构建方法 |
CN107135247A (zh) * | 2017-02-16 | 2017-09-05 | 江苏南大电子信息技术股份有限公司 | 一种人与人工智能协同工作的服务系统及方法 |
CN107301229A (zh) * | 2017-06-22 | 2017-10-27 | 美味不用等(上海)信息科技股份有限公司 | 基于语义分析的反馈指派方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160034905A1 (en) * | 2013-05-06 | 2016-02-04 | Ca, Inc. | Broadcasting incident resolution information to service desk staff members |
-
2017
- 2017-11-29 CN CN201711225583.8A patent/CN109840534B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1460947A (zh) * | 2003-06-13 | 2003-12-10 | 北京大学计算机科学技术研究所 | 融合关键词学习的支持向量机文本分类增量训练学习方法 |
CN104050256A (zh) * | 2014-06-13 | 2014-09-17 | 西安蒜泥电子科技有限责任公司 | 基于主动学习的问答方法及采用该方法的问答系统 |
CN104503998A (zh) * | 2014-12-05 | 2015-04-08 | 百度在线网络技术(北京)有限公司 | 针对用户查询句的类型识别方法及装置 |
CN106600298A (zh) * | 2016-12-23 | 2017-04-26 | 国网山东省电力公司信息通信公司 | 基于工单数据分析的电力信息系统客服知识库构建方法 |
CN107135247A (zh) * | 2017-02-16 | 2017-09-05 | 江苏南大电子信息技术股份有限公司 | 一种人与人工智能协同工作的服务系统及方法 |
CN107301229A (zh) * | 2017-06-22 | 2017-10-27 | 美味不用等(上海)信息科技股份有限公司 | 基于语义分析的反馈指派方法及系统 |
Non-Patent Citations (4)
Title |
---|
基于位置的文本特征加权方法研究;刘海峰 等;《微电子学与计算机》;20090228;第26卷(第2期);第2-3节 * |
基于卡方特征和BTM融合的短文本分类方法;李振兴,王松;《兰州交通大学学报》;20160228;第35卷(第1期);第2节 * |
基于知识分层提取模型的服务台知识库建设;曹逸峰,陈晓伟;《计算机系统应用》;20150228;第24卷(第2期);摘要,第2-4节 * |
曹逸峰,陈晓伟.基于知识分层提取模型的服务台知识库建设.《计算机系统应用》.2015,第24卷(第2期),摘要,第2-4节. * |
Also Published As
Publication number | Publication date |
---|---|
CN109840534A (zh) | 2019-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11062089B2 (en) | Method and apparatus for generating information | |
CN109840534B (zh) | 处理事件的方法和装置 | |
US10558984B2 (en) | Method, apparatus and server for identifying risky user | |
CN108628830B (zh) | 一种语义识别的方法和装置 | |
WO2020197599A1 (en) | Dynamic document clustering and keyword extraction | |
CN107679119B (zh) | 生成品牌衍生词的方法和装置 | |
EP3514698A1 (en) | Method and apparatus for generating information | |
CN107908662B (zh) | 搜索系统的实现方法和实现装置 | |
CN111104479A (zh) | 一种数据标注的方法及装置 | |
CN113836314B (zh) | 知识图谱构建方法、装置、设备以及存储介质 | |
CN113268560A (zh) | 用于文本匹配的方法和装置 | |
CN110705271B (zh) | 一种提供自然语言处理服务的系统及方法 | |
CN110019214A (zh) | 对数据拆分结果进行校验的方法和装置 | |
CN112818026A (zh) | 数据整合方法和装置 | |
CN113590756A (zh) | 信息序列生成方法、装置、终端设备和计算机可读介质 | |
CN112148841B (zh) | 一种对象分类以及分类模型构建方法和装置 | |
CN112131292B (zh) | 一种变更数据的结构化处理方法和装置 | |
CN113450172A (zh) | 一种商品推荐方法和装置 | |
CN110109947A (zh) | 提取数据的方法和装置 | |
CN110069753A (zh) | 一种生成相似度信息的方法和装置 | |
CN110647623B (zh) | 用于更新信息的方法及装置 | |
CN114357280A (zh) | 一种信息推送方法、装置、电子设备及计算机可读介质 | |
US11436409B2 (en) | Method and apparatus for updating subject name information of a target information source | |
CN114329164A (zh) | 用于处理数据的方法、装置、设备、介质和产品 | |
CN114036397A (zh) | 数据推荐方法、装置、电子设备和介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |