CN111159312B - 故障相关信息辅助检索方法、装置、存储介质及电子设备 - Google Patents

故障相关信息辅助检索方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
CN111159312B
CN111159312B CN201911381920.1A CN201911381920A CN111159312B CN 111159312 B CN111159312 B CN 111159312B CN 201911381920 A CN201911381920 A CN 201911381920A CN 111159312 B CN111159312 B CN 111159312B
Authority
CN
China
Prior art keywords
node
heat value
retrieval
target
fault
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
Application number
CN201911381920.1A
Other languages
English (en)
Other versions
CN111159312A (zh
Inventor
赵博
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.)
Neusoft Corp
Original Assignee
Neusoft 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 Neusoft Corp filed Critical Neusoft Corp
Priority to CN201911381920.1A priority Critical patent/CN111159312B/zh
Publication of CN111159312A publication Critical patent/CN111159312A/zh
Application granted granted Critical
Publication of CN111159312B publication Critical patent/CN111159312B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/288—Entity relationship models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开涉及一种故障相关信息辅助检索方法、装置、存储介质及电子设备。方法包括：依次将工业知识图谱中的各节点作为目标节点，若工业知识图谱中存在指向目标节点的其他节点，则根据其他节点的目标检索热度值对目标节点的第一检索热度值进行修正；响应于接收到故障检索页面的访问请求，根据工业知识图谱中各节点的第二检索热度值，确定预设数量的热门故障相关信息并显示之。由此，可以提升热门故障相关信息的准确性，使得热门故障相关信息中包含用户当前实际所需检索的故障相关信息的概率增大。相应地，用户大多可以直接通过点选操作获取检索结果，而无需手动输入检索信息进行检索，方便快捷，从而提升了用户体验。

Description

故障相关信息辅助检索方法、装置、存储介质及电子设备
技术领域
本公开涉及设备故障分析领域，具体地，涉及一种故障相关信息辅助检索方法、装置、存储介质及电子设备。
背景技术
在工业生产过程中，当某一设备出现故障、且该故障并非用户(例如，检修人员)掌握的一般性知识可以直接解决时，则可能会考虑过去是否遇到过类似的问题，类似的其他设备是否出现过相同的故障等。此时，用户可以通过工业知识图谱对应的故障检索页面来检索与该故障可能相关的检索结果，以根据该检索结果分析当前故障的处理方式。其中，工业知识图谱是指利用与各历史故障直接或间接相关的信息构建的图谱数据，通过该数据可精准还原已发生的故障。工业知识图谱是以节点的形式记录各历史故障的相关信息，其中，每一节点分别对应一故障相关信息。在本公开中，故障相关信息可以包括设备信息和故障信息，此外，还可以包括故障原因信息和/或故障解决措施信息等。
通常，在工业知识图谱对应的故障检索页面中，提供了检索热度列表功能，如图1中所示。通过该检索热度列表，可以显示热门故障相关信息。在本公开中，热门故障相关信息指示被检索频率比较高的故障相关信息，可看作是当下的热点事件。相关技术中，热门故障相关信息仅仅是依据工业知识图谱中各节点自身的检索热度这一单一因素确定出的，导致热门故障相关信息的准确性较低，热门故障相关信息中包含用户当前实际所需检索的故障相关信息的概率小，致使用户无法直接通过点选操作获取检索结果，而是需要用户手动输入检索信息进行检索，操作较为繁琐，用户体验不好。
发明内容
为了克服相关技术中存在的问题，本公开提供一种故障相关信息辅助检索方法、装置、存储介质及电子设备。
为了实现上述目的，根据本公开实施例的第一方面，提供一种故障相关信息辅助检索方法，所述方法包括：
依次将工业知识图谱中的每一节点作为目标节点，若所述工业知识图谱中存在指向所述目标节点的其他节点，则根据所述其他节点的目标检索热度值对所述目标节点的第一检索热度值进行修正，得到所述目标节点的第二检索热度值；若所述工业知识图谱中不存在指向所述目标节点的其他节点，则将所述目标节点的第一检索热度值作为所述目标节点的第二检索热度值，其中，所述工业知识图谱中的每一节点分别对应一故障相关信息，所述目标检索热度值为所述其他节点的第一检索热度值或所述其他节点的第一检索热度值经修正后所得的第二检索热度值；
响应于接收到故障检索页面的访问请求，根据所述工业知识图谱中各节点的第二检索热度值，确定预设数量的热门故障相关信息；
在所述故障检索页面中显示所述热门故障相关信息。
可选地，指向所述目标节点的其他节点包括：在指向所述目标节点的每条路径中距离所述目标节点最近的至少一个上游节点。
可选地，所述根据所述其他节点的目标检索热度值对所述目标节点的第一检索热度值进行修正，包括：
针对每条所述路径，根据该路径上的每一所述上游节点的目标检索热度值，该路径上所述至少一个上游节点和所述目标节点中每两个相邻节点之间的边权重，以及该路径上每一所述上游节点各自对应的修正系数，对所述目标节点的第一检索热度值进行修正。
可选地，所述根据所述其他节点的目标检索热度值对所述目标节点的第一检索热度值进行修正，包括：
针对每条所述路径，根据该路径上的每一所述上游节点的目标检索热度值，该路径上每一所述上游节点对应的全部边权重，以及该路径上每一所述上游节点各自对应的修正系数，对所述目标节点的第一检索热度值进行修正，其中，所述上游节点对应的全部边权重包括所述上游节点与所述上游节点直接指向的每一节点之间的边权重。
可选地，距离所述目标节点越远的所述上游节点，其对应的修正系数越小。
可选地，所述根据所述工业知识图谱中各节点的第二检索热度值，确定预设数量的热门故障相关信息，包括：
对各节点的第二检索热度值按照由大到小的顺序进行排序；
将其第二检索热度值排在前J位的节点对应的故障相关信息确定为所述热门故障相关信息，其中J为所述预设数量。
可选地，所述根据所述工业知识图谱中各节点的第二检索热度值，确定预设数量的热门故障相关信息，包括：
针对每一节点组合，根据该节点组合中两节点的第二检索热度值，确定该节点组合的第三检索热度值，其中，所述节点组合包括具有直接指向关系的两个节点，且所述节点组合对应的故障相关信息为所述节点组合中两个节点各自对应的故障相关信息的组合；
按照由大到小的顺序对各节点的第二检索热度值、以及各节点组合的第三检索热度值统一进行排序；
将其检索热度值排在前J位的节点或节点组合对应的故障相关信息确定为所述热门故障相关信息，其中J为所述预设数量。
根据本公开实施例的第二方面，提供一种故障相关信息辅助检索装置，所述装置包括：
第一确定模块，用于依次将工业知识图谱中的每一节点作为目标节点，若所述工业知识图谱中存在指向所述目标节点的其他节点，则根据所述其他节点的目标检索热度值对所述目标节点的第一检索热度值进行修正，得到所述目标节点的第二检索热度值；若所述工业知识图谱中不存在指向所述目标节点的其他节点，则将所述目标节点的第一检索热度值作为所述目标节点的第二检索热度值，其中，所述工业知识图谱中的每一节点分别对应一故障相关信息，所述目标检索热度值为所述其他节点的第一检索热度值或所述其他节点的第一检索热度值经修正后所得的第二检索热度值；
第二确定模块，用于响应于接收到故障检索页面的访问请求，根据所述第一确定模块确定出的所述工业知识图谱中各节点的第二检索热度值，确定预设数量的热门故障相关信息；
显示模块，用于在所述故障检索页面中显示所述第二确定模块确定出的所述热门故障相关信息。
根据本公开实施例的第三方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开第一方面提供的所述方法的步骤。
根据本公开实施例的第四方面，提供一种电子设备，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现本公开第一方面提供的所述方法的步骤。
在上述技术方案中，针对工业知识图谱中的每一节点，若该工业知识中存在指向它的其他节点，则利用其他节点的目标检索热度值对该节点自身的检索热度值(即第一检索热度值)进行修正，得到该节点经修正后的第二检索热度值，其中，上述目标检索热度值为该其他节点的第一检索热度值或者该其他节点的第一检索热度值经修正后所得的第二检索热度值，这样，在确定热门故障相关信息时，以修正后所得的第二检索热度值来表征该目标节点的热度，可以增强与该目标节点存在关联关系的其他节点的热度对该目标节点的热度的影响。如此，可以提升热门故障相关信息的准确性，使得热门故障相关信息中包含用户当前实际所需检索的故障相关信息的概率增大。相应地，用户大多可以直接通过点选操作获取检索结果，而无需手动输入检索信息进行检索，方便快捷，从而提升了用户体验。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
图1是根据一示例性实施例示出的一种故障检索页面的示意图。
图2是根据一示例性实施例示出的一种故障相关信息辅助检索方法的流程图。
图3A是根据一示例性实施例示出的一种工业知识图谱的结构示意图。
图3B是根据一示例性实施例示出的一种工业知识图谱的结构示意图。
图4A是根据一示例性实施例示出的一种确定预设数量的热门故障相关信息的方法的流程图。
图4B是根据另一示例性实施例示出的一种确定预设数量的热门故障相关信息的方法的流程图。
图5是根据一示例性实施例示出的一种确定工业知识图谱中各节点的第一检索热度值的方法的流程图。
图6是根据一示例性实施例示出的一种故障相关信息辅助检索装置的框图。
图7是根据一示例性实施例示出的一种电子设备的框图。
图8是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
图2是根据一示例性实施例示出的一种故障相关信息辅助检索方法的流程图。如图2所示，该方法可以包括以下步骤201～步骤203。
在步骤201中，依次将工业知识图谱中的每一节点作为目标节点，若该工业知识图谱中存在指向该目标节点的其他节点，则根据该其他节点的目标检索热度值对该目标节点的第一检索热度值进行修正，得到该目标节点的第二检索热度值；若该工业知识图谱中不存在指向该目标节点的其他节点，则将该目标节点的第一检索热度值作为该目标节点的第二检索热度值。
在本公开中，工业知识图谱可以为有向图，其中，该工业知识图谱中每两个节点之间的直接指向关系可以根据该两个节点记录的信息之间的上下级关系确定，即上级信息对应的节点直接指向相应下级信息对应的节点。示例地，设备信息的下级是故障信息，因此，在工业知识图谱中，针对每一历史故障，该历史故障的设备信息对应的节点直接指向该历史故障的故障信息对应的节点；故障信息的下级是故障原因信息和故障解决措施信息，因此，在工业知识图谱中，针对每一历史故障，该历史故障的故障信息对应的节点分别直接指向该历史故障的故障原因信息对应的节点、该历史故障的故障解决措施信息对应的节点。
示例地，如图3A中所示的工业知识图谱中记录有下表1中所示的3个历史故障。针对历史故障1，它的设备信息(冷却水泵)对应的节点A1指向它的故障信息(渗油)对应的节点B1，它的故障信息(渗油)对应的节点B1分别直接指向它的故障原因信息(管道破裂)对应的节点C2、故障解决措施信息(修补管道)对应的节点C1；针对历史故障2，它的设备信息(冷却水泵)对应的节点A1指向它的故障信息(漏水)对应的节点B2，它的故障信息(漏水)对应的节点B2分别直接指向它的故障原因信息(阀门老化)对应的节点C3、故障解决措施信息(更换阀门)对应的节点C4；针对历史故障3，它的设备信息(循环水泵)对应的节点A2指向它的故障信息(漏水)对应的节点B2，它的故障信息(漏水)对应的节点B2分别直接指向它的故障原因信息(阀门老化)对应的节点C3、故障解决措施信息(更换阀门)对应的节点C4。
表1历史故障信息表
故障名称 设备信息 故障信息 故障原因信息 故障解决措施信息
历史故障1 冷却水泵 渗油 管道破裂 修补管道
历史故障2 冷却水泵 漏水 阀门老化 更换阀门
历史故障2 循环水泵 漏水 阀门老化 更换阀门
在一个实施例中，步骤201中提及的指向目标节点的其他节点可以包括：工业知识图谱中、指向该目标节点的每条路径中的所有上游节点。其中，指向该目标节点的路径是指工业知识图谱中、以该目标节点为终点的路径。并且，指向该目标节点的路径的条数可以为一条，也可以为多条。
示例地，如图3A中所示，假设目标节点为节点C3。在图3A中所示的工业知识图谱中、以目标节点C3为终点的路径分别为：路径G1(“A1→B2→C3”)、和路径G2(“A2→B2→C3”)。其中，路径G1中、指向目标节点C3的上游节点包括：节点A1和节点B2；路径G2中、指向目标节点C3的上游节点包括：节点A2和节点B2。因此，在图3A中所示的工业知识图谱中、指向目标节点C3的其他节点包括：节点A1、节点B2以及节点A2。
又示例地，如图3A中所示，假设目标节点为节点A1，在图3A中所示的工业知识图中不存在指向该目标节点A1的其他节点。
可以按照从上游节点到下游节点的顺序依次将工业知识图谱中的每一节点作为目标节点。
示例地，如图3A中所示的工业知识图谱中，可以按照节点A1、节点A2、节点B1、节点B2、节点C1、节点C2、节点C3、节点C4的顺序依次将每一节点作为目标节点。
步骤S201中提及的第一检索热度值是指相应节点自身的检索热度值，它为相应节点自身的一个固有属性值，其中，该第一检索热度值是根据相应节点的历史检索次数确定的。
若工业知识图谱中存在指向该目标节点的其他节点，则根据该其他节点的目标检索热度值对该目标节点的第一检索热度值进行修正。可见，该目标节点的第二检索热度值不仅与该目标节点的第一检索热度值相关，还受到其他节点的目标检索热度值的影响。若工业知识图谱中不存在指向该目标节点的其他节点，则无需对该目标节点的第一检索热度值进行修正，此时，可以直接将该目标节点的第一检索热度值作为它的第二检索热度值。
在一种实施方式中，目标检索热度值可以为其他节点的第一检索热度值。即，可以根据其他节点的第一检索热度值对目标节点的第一检索热度值进行修正。
在另一种实施方式中，针对每一其他节点，若该其他节点的第一检索热度值经过修正操作，则该其他节点的目标检索热度值可以为其第一检索热度值经修正后所得的第二检索热度值；若该其他节点的第一检索热度值未经过修正操作，则该其他节点的目标检索热度值可以为其第一检索热度值
工业知识图谱中的各节点的检索热度值可以按照预设周期(例如，一周)进行更新，即每隔一个预设周期就执行一次上述步骤201；或者，每接收到一故障检索页面的访问请求，就更新工业知识图谱中的各节点的检索热度值，即执行一次上述步骤201。其中，上述预设周期可以是用户设定的值，也可以是默认的经验值，在本公开中不作具体限定。
返回图2，在步骤202中，响应于接收到故障检索页面的访问请求，根据工业知识图谱中各节点的第二检索热度值，确定预设数量的热门故障相关信息。
在本公开中，上述预设数量可以是用户设定的值，也可以是默认的经验值(例如，该预设数量为10)，在本公开中不作具体限定。当接收到针对该故障检索页面的访问请求时，可以根据工业知识图谱中各节点的第二检索热度值，确定预设数量的热门故障相关信息。
在一种实施方式中，可以通过图4A中所示的步骤2021和步骤2022来确定预设数量的热门故障相关信息。
在步骤2021中，对各节点的第二检索热度值按照由大到小的顺序进行排序。
其中，第二检索热度值越大，排名越高。
在步骤2022中，将其第二检索热度值排在前J位的节点对应的故障相关信息确定为热门故障相关信息。其中，J为上述的预设数量。
之后，在步骤203中，在故障检索页面中显示热门故障相关信息。
在通过上述步骤202确定出预设数量的热门故障相关信息后，可以在将其显示在故障检索页面，即在故障检索页面显示热门故障相关信息。示例地，可以按照第二检索热度值从大到小的顺序在故障检索页面分行显示各热门故障相关信息，例如，一行显示一热门故障相关信息，如图1中所示。
在上述技术方案中，针对工业知识图谱中的每一节点，若该工业知识中存在指向它的其他节点，则利用其他节点的目标检索热度值对该节点自身的检索热度值(即第一检索热度值)进行修正，得到该节点经修正后的第二检索热度值，其中，上述目标检索热度值为该其他节点的第一检索热度值或者该其他节点的第一检索热度值经修正后所得的第二检索热度值，这样，在确定热门故障相关信息时，以修正后所得的第二检索热度值来表征该目标节点的热度，可以增强与该目标节点存在关联关系的其他节点的热度对该目标节点的热度的影响。如此，可以提升热门故障相关信息的准确性，使得热门故障相关信息中包含用户当前实际所需检索的故障相关信息的概率增大。相应地，用户大多可以直接通过点选操作获取检索结果，而无需手动输入检索信息进行检索，方便快捷，从而提升了用户体验。
当工业知识图谱中指向目标节点的其他节点的数量较多时，为了减少计算量，在另一个实施例中，指向该目标节点的其他节点可以包括在指向目标节点的每条路径中距离目标节点最近的至少一个上游节点。其中，指向目标节点的路径上、与该目标节点之间的路径段数越少的节点，其与目标节点之间的距离越近。也就是说，可以将指向目标节点的每条路径上、与该目标节点之间的路径段数小于或等于预设阈值的节点确定为指向该目标节点的其他节点。其中，上述预设阈值可以为大于或等于1的自然数，并且，它可以是用户设定的值，也可以是默认的经验值，在本公开中不作具体限定。
示例地，上述预设阈值为1，如图3A所示，针对目标节点C3，指向该目标节点C3的路径包括：路径G1、路径G2。由图3A可知，在路径G1上，节点A1与目标节点C3之间的路径段数为2(即，路径段“A1→B2”和路径段“B2→C3”)，节点B2与目标节点C3之间的路径段数为1(即，路径段“B2→C3”)。可见，在路径G1中，节点B2与目标节点C3之间的路径段数等于上述预设阈值1，节点A1与目标节点C3之间的路径段数大于上述预设阈值1，因此，可以将路径G1上的节点B2确定为指向目标节点C3的其他节点。
如图3A可知，在路径G2上，节点A2与目标节点C3之间的路径段数为2(即，路径段“A2→B2”和路径段“B2→C3”)，节点B2与目标节点C3之间的路径段数为1。可见，在路径G2中，节点B2与目标节点C3之间的路径段数等于上述预设阈值1，节点A2与目标节点C3之间的路径段数大于上述预设阈值1，因此，可以将路径G2上的节点B2确定为指向目标节点C3的其他节点。
如此，在图3A中所示的工业知识图谱中，指向目标节点C3的其他节点包括：节点B2。
又示例地，上述预设阈值为3，如图3B所示，针对目标节点B1，指向该目标节点B1的路径包括：路径G3(“F(水系统)→E(冷却系统)→D1(第一循环水系统)→A1→B1”)。由图3B可知，在指向目标节点B1的路径G3中，节点A1与目标节点B1之间的路径段数为1，节点D1与目标节点B1之间的路径段数为2，节点E与目标节点B1之间的路径段数为3，节点F与目标节点B1之间的路径段数为4。可见，在指向目标节点B1的路径G3中，节点A1、节点D1与目标节点B1之间的路径段数均小于上述预设阈值3，节点E与目标节点B1之间的路径段数等于上述预设阈值3，节点F与目标节点B1之间的路径段数大于上述预设阈值3。因此，在图3B中所示的工业知识图谱中，指向目标节点B1的其他节点包括：节点A1、节点D1、节点E。
下文针对工业知识图谱中各节点的第一检索热度值的具体确定方式进行描述。
可以针对工业知识图谱中的每一节点，通过图5中所示的步骤2011和步骤2012来确定知识图谱中各节点的第一检索热度值。
在步骤2011中，获取该节点在多个预设历史时段的历史检索次数。
在本公开中，上述多个预设历史时段可以例如是最近半年中的每个月，并且，它们可以是用户设定的，也可以是默认的，在本公开中不作具体限定。
在步骤2012中，根据历史检索次数、各预设历史时段与当前时刻之间的时间间隔，确定该节点的第一检索热度值。
在本公开中，可以将每一预设历史时段的下限时刻与当前时刻之间的时间差确定为该预设历史时段与当前时刻之间的时间间隔，例如，预设历史时段为2019年11月4日12:00～15:00，其中，该预设历史时刻的下限时刻为15:00，当前时刻为2019年11月4日18:00，则该预设历史时段(2019年11月4日12:00～15:00)与当前时刻之间的时间间隔为3小时。或者，可以将每一预设历史时段的上限时刻(或中间时刻)与当前时刻之间的时间差确定为该预设历史时段与当前时刻之间的时间间隔。
示例地，可以通过以下等式(1)来确定各节点的第一检索热度值：
其中，Scoree为节点e的第一检索热度值；vh为节点e在第h个预设历史时段内被检索的次数，并且，h＝1,2,3,…,r，r为预设历史时段的个数；Δth为第h个预设历史时段与当前时刻之间的时间间隔；u为常数，且0≤u≤1。
下面针对上述步骤201中的根据指向目标节点的其他节点的目标检索热度值对目标节点的第一检索热度值进行修正，得到目标节点的第二检索热度值进行说明。
在一种实施方式中，可以针对指向目标节点的每条路径，根据该路径上的每一上游节点的目标检索热度值，该路径上至少一个上游节点和该目标节点中每两个相邻节点之间的边权重，以及该路径上每一上游节点各自对应的修正系数，对目标节点的第一检索热度值进行修正。
在本公开中，上述两个相邻节点之间的边权重可以用于表征该两个相邻节点(即存在直接指向关系的两个节点)之间的相关性大小，其中，边权重值越大，表示相应的两个相邻节点之间的相关性越大，二者的关联关系更加紧密。边权重的确定是在建立、更新知识图谱过程中公知的技术，本公开不再赘述。示例地，如图3A中所示，节点A1与节点B2之间的边权重为2(即，有向边旁的数值)，节点A2与节点B2之间的边权重为4，因此，节点A1与节点B2之间的相关性低于节点A2与节点B2之间的相关性。
另外，指向目标节点的各条路径上每一上游节点各自对应有修正系数，其中，指向目标节点的各条路径中、与目标节点之间的路径段数相等的各上游节点对应的修正系数相等。
示例地，如图3A所示，假设指向目标节点C3的其他节点包括：节点A1、节点A2、节点B2。其中，在指向目标节点C3的路径G1中，节点A1与目标节点C3之间的路径段数为2，在指向目标节点C3的路径G2中，节点A2与目标节点C3之间的路径段数2，因此，节点A1与节水A2对应的修正系数相等。
另外，需要说明的是，上述各条路径上的各上游节点对应的修正系数，可以均相等，也可以均不相等，还可以部分相等，在本公开中不作具体限定。
优选地，距离目标节点越远的上游节点(即，与目标节点之间的路径段数越多的上游节点)其对应的修正系数越小。也就是说，距离目标节点越远的上游节点，其对目标节点的第二检索热度值的影响越小。这样，可以使得目标节点的第一检索热度值经修正后所得的第二检索热度值的精度更高，从而进一步提升热门故障相关信息的准确性。
示例地，可以通过以下等式(2)来对各目标节点的第一检索热度值进行修正：
其中，Score'e为目标节点e的第二检索热度值；Scoree为目标节点e的第一检索热度值；ai为指向目标节点e的各条路径上、与目标节点e之间的路径段数为i的上游节点对应的修正系数；N为上述预设阈值，且N≥1；Mi为指向目标节点e的各条路径上、与目标节点e之间的路径段数为i的节点的总数；为指向目标节点e的各条路径上、与目标节点e之间的路径段数为i的节点中的第j个上游节点pi,j的目标检索热度值；/>为该上游节点pi,j在其所在路径上与该上游节点pi,j直接指向的节点之间的边权重。
示例地，N＝2，如图3A所示，针对目标节点C3，在图3A中所示的工业知识图谱中，指向目标节点C3的路径包括：路径G1、路径G2。在路径G1中距离目标节点C3最近的两个上游节点包括节点A1和节点B2；在路径G2中距离目标节点C3最近的两个上游节点包括节点A2和节点B2。其中，路径G1和路径G2上、与目标节点C3之间的路径段数为1的节点的数量为1(即节点B2)，即M1＝1；路径G1和路径G2上、与目标节点C3之间的路径段数为2的节点的数量为2(即节点A1和节点A2)，即M2＝2。并且，ωB2＝2，ωA1＝2，ωA2＝4，故目标节点C3的第二检索热度值Score'C3为：
Score'C3＝ScoreC3+a1*ScoreB2*ωB2+a2*(ScoreA1*ωA1+ScoreA2*ωA2)
＝ScoreC3+a1*ScoreB2*2+a2*(ScoreA1*2+ScoreA2*4)
＝ScoreC3+2a1*ScoreB2+2a2ScoreA1+4a2ScoreA2
又示例地，N＝3，如图3B所示，针对目标节点B1，在图3B中所示的工业知识图谱中，指向该目标节点B1的路径包括：路径G3。由上述可知，在路径G3中距目标节点B1的最近的三个上游节点包括：节点A1、节点D1、节点E。其中，路径G3上、与目标节点B1之间的路径段数为1的节点的数量为1(即节点A1)，即M1＝1；路径G3上、与目标节点B1之间的路径段数为2的节点的数量为1(即节点D1)，即M2＝1；路径G3上、与目标节点B1之间的路径段数为3的节点的数量为1(即节点E)，即M3＝1；并且，ωA1＝3，ωD1＝4，ωE＝1，故目标节点B1的第二检索热度值Score'B1为：
Score'B1＝ScoreB1+a1*ScoreA1*ωA1+a2*ScoreD1*ωD1+a3*ScoreE*ωE
＝ScoreB1+a1ScoreA1*3+a2ScoreD1*4+a3ScoreE*1
＝ScoreB1+3a1ScoreA1+4a2ScoreD1+a3ScoreE
若指向目标节点的其他节点除了指向该目标节点外，还指向另外的节点，为了进一步提升第二检索热度值的准确性，在对目标节点的第一检索热度值进行修正时，针对指向目标节点的每条路径，除了考虑该路径上至少一个上游节点和该目标节点中每两个相邻节点之间的边权重外，还可以考虑每一该上游节点的其他边权重，即，需要考虑该路径上每一上游节点对应的全部边权重。具体来说，在另一种实施方式中，可以针对指向目标节点的每条路径，根据该路径上的每一上游节点的目标检索热度值，该路径上每一上游节点对应的全部边权重，以及该路径上每一上游节点各自对应的修正系数，对目标节点的第一检索热度值进行修正。
其中，上游节点对应的全部边权重可以包括该上游节点与该上游节点直接指向的每一节点之间的边权重。
示例地，如图3A中所示，针对目标节点B2的上游节点A1：该上游节点A1直接指向的节点包括：节点B1和节点B2。因此，该上游节点A1对应的全部边权重包括：节点A1与节点B1之间的边权重、节点A1与节点B2之间的边权重。
示例地，可以通过以下等式(3)来对各目标节点的第一检索热度值进行修正：
其中，为/>的权重，且/> 为上游节点pi,j对应的全部边权重之和。
示例地，N＝2，如图3A所示，针对目标节点C3，在图3A中所示的工业知识图谱中，指向目标节点C3的路径包括：路径G1、路径G2。在路径G1中距离目标节点C3最近的两个上游节点包括节点A1和节点B2；在路径G2中距离目标节点C3最近的两个上游节点包括节点A2和节点B2。其中：路径G1和路径G2上、与目标节点C3之间的路径段数为1的节点的数量为1(即节点B2)，即M1＝1；并且，节点B2对应的全部边权重包括：节点B2与节点C3之间的边权重(ωB2＝2)、节点B2与节点C4之间的边权重(其值为1)，因此，WB2＝2+1＝3。路径G1和路径G2上、与目标节点C3之间的路径段数为2的节点的数量为2(即节点A1和节点A2)，即M2＝2；并且，节点A1对应的全部边权重包括：节点A1与节点B1之间的边权重(其值为3)、节点A1与节点B2之间的边权重(ωA1＝2)，因此，WA1＝3+2＝5，节点A2对应的全部边权重包括：节点A2与节点B2之间的边权重(ωA2＝4)，因此，WA2＝4。故目标节点C3的第二检索热度值Score'C3为：
又示例地，N＝3，如图3B所示，针对目标节点B1，在图3B中所示的工业知识图谱中，指向该目标节点B1的路径包括：路径G3。由上述可知，在路径G3中距目标节点B1的最近的三个上游节点包括：节点A1、节点D1、节点E。其中：路径G3上、与目标节点B1之间的路径段数为1的节点的数量为1(即节点A1)，即M1＝1；并且，节点A1对应的全部边权重包括：节点A1与节点B1之间的边权重(ωA1＝3)，因此，WA1＝3；路径G3上、与目标节点B1之间的路径段数为2的节点的数量为1(即节点D1)，即M2＝1；并且，节点D1对应的全部边权重包括：节点D1与节点A1之间的边权重(ωD1＝4)，因此，WD1＝4；路径G3上、与目标节点B1之间的路径段数为3的节点的数量为1(即节点E)，即M3＝1；并且，节点E对应的全部边权重包括：节点E与节点D1之间的边权重(ωE＝1)，因此，WE＝1。故目标节点B1的第二检索热度值Score'B1为：
在本公开另一实施例中，上述步骤202可以通过图4B中所示的步骤2023～步骤2025来确定预设数量的热门故障相关信息。
在步骤2023中，针对每一节点组合，根据该节点组合中两节点的第二检索热度值，确定该节点组合的第三检索热度值。
其中，上述节点组合可以包括具有直接指向关系的两个节点，且该节点组合对应的故障相关信息为该节点组合中两个节点各自对应的故障相关信息的组合。
示例地，如图3A中所示，具有直接指向关系的两个节点包括：(A1，B1)、(A1，B2)，(B1，C1)；(B1，C2)，(A2，B2)，(B2，C3)，(B2，C4)。因此，图3A中所示的工业知识图谱包括节点组合：(A1，B1)、(A1，B2)，(B1，C1)；(B1，C2)，(A2，B2)，(B2，C3)，(B2，C4)。
示例地，可以通过以下等式(4)来确定各节点组合的第三检索热度值：
Score(q,e)＝m*(Score'e+Score'q)*ω(q,e) (4)
其中，Score(q,e)为节点组合的第三检索热度值，其中，该节点组合(q,e)包括具有直接指向关系的节点q和节点e；Score'e为节点e的第二检索热度值；Score'q为节点q的第二检索热度值；ω(q,e)为节点e与节点q之间的边权重；m为组合修正系数，且0<m≤1。
例如，如图3A中所示，节点组合(A1，B1)的第三检索热度值Score(A1,B1)为：
Score(A1,B1)＝m*(Score'A1+Score'B1)*ω(A1,B1)
＝3m(Score'A1+Score'B1)
其中，ω(A1,B1)＝3。
在步骤2024中，按照由大到小的顺序对各节点的第二检索热度值、以及各节点组合的第三检索热度值统一进行排序。
在步骤2025中，将其检索热度值排在前J位的节点或节点组合对应的故障相关信息确定为热门故障相关信息。
在确定热门故障相关信息时，不仅考虑到工业知识图谱中各节点的第二检索热度值，还结合了各节点组合的第三检索热度值，这样，可以提升热门故障相关信息的准确性，并且，通过节点组合进行故障检索，能够提升检索结果的精度。
图6是根据一示例性实施例示出的一种故障相关信息辅助检索装置的框图。参照图6，该装置600可以包括：第一确定模块601，用于依次将工业知识图谱中的每一节点作为目标节点，若所述工业知识图谱中存在指向所述目标节点的其他节点，则根据所述其他节点的目标检索热度值对所述目标节点的第一检索热度值进行修正，得到所述目标节点的第二检索热度值；若所述工业知识图谱中不存在指向所述目标节点的其他节点，则将所述目标节点的第一检索热度值作为所述目标节点的第二检索热度值，其中，所述工业知识图谱中的每一节点分别对应一故障相关信息，所述目标检索热度值为所述其他节点的第一检索热度值或所述其他节点的第一检索热度值经修正后所得的第二检索热度值；第二确定模块602，用于响应于接收到故障检索页面的访问请求，根据所述第一确定模块601确定出的所述工业知识图谱中各节点的第二检索热度值，确定预设数量的热门故障相关信息；显示模块603，用于在所述故障检索页面中显示所述第二确定模块602确定出的所述热门故障相关信息。
可选地，指向所述目标节点的其他节点包括：在指向所述目标节点的每条路径中距离所述目标节点最近的至少一个上游节点。
可选地，所述第一确定模块601用于：针对每条所述路径，根据该路径上的每一所述上游节点的目标检索热度值，该路径上所述至少一个上游节点和所述目标节点中每两个相邻节点之间的边权重，以及该路径上每一所述上游节点各自对应的修正系数，对所述目标节点的第一检索热度值进行修正。
可选地，所述第一确定模块601用于：针对每条所述路径，根据该路径上的每一所述上游节点的目标检索热度值，该路径上每一所述上游节点对应的全部边权重，以及该路径上每一所述上游节点各自对应的修正系数，对所述目标节点的第一检索热度值进行修正，其中，所述上游节点对应的全部边权重包括所述上游节点与所述上游节点直接指向的每一节点之间的边权重。
可选地，距离所述目标节点越远的所述上游节点，其对应的修正系数越小。
可选地，所述第二确定模块602包括：第一排序子模块，用于对各节点的第二检索热度值按照由大到小的顺序进行排序；第一确定子模块，用于将其第二检索热度值排在前J位的节点对应的故障相关信息确定为所述热门故障相关信息，其中J为所述预设数量。
可选地，所述第二确定模块602包括：第二确定子模块，用于针对每一节点组合，根据该节点组合中两节点的第二检索热度值，确定该节点组合的第三检索热度值，其中，所述节点组合包括具有直接指向关系的两个节点，且所述节点组合对应的故障相关信息为所述节点组合中两个节点各自对应的故障相关信息的组合；第二排序子模块，用于按照由大到小的顺序对各节点的第二检索热度值、以及各节点组合的第三检索热度值统一进行排序；第三确定子模块，用于将其检索热度值排在前J位的节点或节点组合对应的故障相关信息确定为所述热门故障相关信息，其中J为所述预设数量。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本公开还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现本公开提供的所述故障相关信息辅助检索方法的步骤。
图7是根据一示例性实施例示出的一种电子设备700的框图。如图7所示，该电子设备700可以包括：处理器701，存储器702。该电子设备700还可以包括多媒体组件703，输入/输出(I/O)接口704，以及通信组件705中的一者或多者。
其中，处理器701用于控制该电子设备700的整体操作，以完成上述的故障相关信息辅助检索方法中的全部或部分步骤。存储器702用于存储各种类型的数据以支持在该电子设备700的操作，这些数据例如可以包括用于在该电子设备700上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器702可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件703可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器702或通过通信组件705发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口704为处理器701和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者节点按钮。通信组件705用于该电子设备700与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(Near FieldCommunication，简称NFC)，2G、3G、4G、NB-IOT、eMTC、或其他5G等等，或它们中的一种或几种的组合，在此不做限定。因此相应的该通信组件705可以包括：Wi-Fi模块，蓝牙模块，NFC模块等等。
在一示例性实施例中，电子设备700可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的故障相关信息辅助检索方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的故障相关信息辅助检索方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器702，上述程序指令可由电子设备700的处理器701执行以完成上述的故障相关信息辅助检索方法。
图8是根据一示例性实施例示出的一种电子设备800的框图。例如，电子设备800可以被提供为一服务器。参照图8，电子设备800包括处理器822，其数量可以为一个或多个，以及存储器832，用于存储可由处理器822执行的计算机程序。存储器832中存储的计算机程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理器822可以被配置为执行该计算机程序，以执行上述的故障相关信息辅助检索方法。
另外，电子设备800还可以包括电源组件826和通信组件850，该电源组件826可以被配置为执行电子设备800的电源管理，该通信组件850可以被配置为实现电子设备800的通信，例如，有线或无线通信。此外，该电子设备800还可以包括输入/输出(I/O)接口858。电子设备800可以操作基于存储在存储器832的操作系统，例如Windows ServerTM，Mac OSXTM，UnixTM，LinuxTM等等。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的故障相关信息辅助检索方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器832，上述程序指令可由电子设备800的处理器822执行以完成上述的故障相关信息辅助检索方法。
在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的故障相关信息辅助检索方法的代码部分。
以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。

Claims (7)

1.一种故障相关信息辅助检索方法，其特征在于，所述方法包括：
依次将工业知识图谱中的每一节点作为目标节点，若所述工业知识图谱中存在指向所述目标节点的其他节点，则根据所述其他节点的目标检索热度值对所述目标节点的第一检索热度值进行修正，得到所述目标节点的第二检索热度值，其中，所述指向所述目标节点的其他节点包括：在指向所述目标节点的每条路径中距离所述目标节点最近的至少一个上游节点；若所述工业知识图谱中不存在指向所述目标节点的其他节点，则将所述目标节点的第一检索热度值作为所述目标节点的第二检索热度值，其中，所述工业知识图谱中的每一节点分别对应一故障相关信息，所述故障相关信息包括设备信息和故障信息，所述目标检索热度值为所述其他节点的第一检索热度值或所述其他节点的第一检索热度值经修正后所得的第二检索热度值；
响应于接收到故障检索页面的访问请求，根据所述工业知识图谱中各节点的第二检索热度值，确定预设数量的热门故障相关信息；
在所述故障检索页面中显示所述热门故障相关信息；
其中，所述根据所述其他节点的目标检索热度值对所述目标节点的第一检索热度值进行修正，包括：
针对每条所述路径，根据该路径上的每一所述上游节点的目标检索热度值，该路径上所述至少一个上游节点和所述目标节点中每两个相邻节点之间的边权重，以及该路径上每一所述上游节点各自对应的修正系数，对所述目标节点的第一检索热度值进行修正；或者
针对每条所述路径，根据该路径上的每一所述上游节点的目标检索热度值，该路径上每一所述上游节点对应的全部边权重，以及该路径上每一所述上游节点各自对应的修正系数，对所述目标节点的第一检索热度值进行修正，其中，所述上游节点对应的全部边权重包括所述上游节点与所述上游节点直接指向的每一节点之间的边权重。
2.根据权利要求1所述的方法，其特征在于，距离所述目标节点越远的所述上游节点，其对应的修正系数越小。
3.根据权利要求1所述的方法，其特征在于，所述根据所述工业知识图谱中各节点的第二检索热度值，确定预设数量的热门故障相关信息，包括：
对各节点的第二检索热度值按照由大到小的顺序进行排序；
将其第二检索热度值排在前J位的节点对应的故障相关信息确定为所述热门故障相关信息，其中J为所述预设数量。
4.根据权利要求1所述的方法，其特征在于，所述根据所述工业知识图谱中各节点的第二检索热度值，确定预设数量的热门故障相关信息，包括：
针对每一节点组合，根据该节点组合中两节点的第二检索热度值，确定该节点组合的第三检索热度值，其中，所述节点组合包括具有直接指向关系的两个节点，且所述节点组合对应的故障相关信息为所述节点组合中两个节点各自对应的故障相关信息的组合；
按照由大到小的顺序对各节点的第二检索热度值、以及各节点组合的第三检索热度值统一进行排序；
将其检索热度值排在前J位的节点或节点组合对应的故障相关信息确定为所述热门故障相关信息，其中J为所述预设数量。
5.一种故障相关信息辅助检索装置，其特征在于，所述装置包括：
第一确定模块，用于依次将工业知识图谱中的每一节点作为目标节点，若所述工业知识图谱中存在指向所述目标节点的其他节点，则根据所述其他节点的目标检索热度值对所述目标节点的第一检索热度值进行修正，得到所述目标节点的第二检索热度值，其中，所述指向所述目标节点的其他节点包括：在指向所述目标节点的每条路径中距离所述目标节点最近的至少一个上游节点；若所述工业知识图谱中不存在指向所述目标节点的其他节点，则将所述目标节点的第一检索热度值作为所述目标节点的第二检索热度值，其中，所述工业知识图谱中的每一节点分别对应一故障相关信息，所述故障相关信息包括设备信息和故障信息，所述目标检索热度值为所述其他节点的第一检索热度值或所述其他节点的第一检索热度值经修正后所得的第二检索热度值；
第二确定模块，用于响应于接收到故障检索页面的访问请求，根据所述第一确定模块确定出的所述工业知识图谱中各节点的第二检索热度值，确定预设数量的热门故障相关信息；
显示模块，用于在所述故障检索页面中显示所述第二确定模块确定出的所述热门故障相关信息；
其中，所述第一确定模块用于通过以下方式对所述目标节点的第一检索热度值进行修正：
针对每条所述路径，根据该路径上的每一所述上游节点的目标检索热度值，该路径上所述至少一个上游节点和所述目标节点中每两个相邻节点之间的边权重，以及该路径上每一所述上游节点各自对应的修正系数，对所述目标节点的第一检索热度值进行修正；或者
针对每条所述路径，根据该路径上的每一所述上游节点的目标检索热度值，该路径上每一所述上游节点对应的全部边权重，以及该路径上每一所述上游节点各自对应的修正系数，对所述目标节点的第一检索热度值进行修正，其中，所述上游节点对应的全部边权重包括所述上游节点与所述上游节点直接指向的每一节点之间的边权重。
6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-4中任一项所述方法的步骤。
7.一种电子设备，其特征在于，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-4中任一项所述方法的步骤。
CN201911381920.1A 2019-12-27 2019-12-27 故障相关信息辅助检索方法、装置、存储介质及电子设备 Active CN111159312B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911381920.1A CN111159312B (zh) 2019-12-27 2019-12-27 故障相关信息辅助检索方法、装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911381920.1A CN111159312B (zh) 2019-12-27 2019-12-27 故障相关信息辅助检索方法、装置、存储介质及电子设备

Publications (2)

Publication Number Publication Date
CN111159312A CN111159312A (zh) 2020-05-15
CN111159312B true CN111159312B (zh) 2024-04-26

Family

ID=70558729

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911381920.1A Active CN111159312B (zh) 2019-12-27 2019-12-27 故障相关信息辅助检索方法、装置、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN111159312B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111737431B (zh) * 2020-06-19 2024-03-22 海尔优家智能科技（北京）有限公司 设备异常的处理方法及装置、存储介质、电子装置
CN112035512B (zh) * 2020-09-02 2023-08-18 中国银行股份有限公司 知识库的检索方法、装置、电子设备及计算机存储介质
CN115065584A (zh) * 2022-07-05 2022-09-16 中国电信股份有限公司 物联网质差处理方法和装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102799513A (zh) * 2012-06-28 2012-11-28 腾讯科技（深圳）有限公司 故障问题的展示方法及展示系统
US8949250B1 (en) * 2013-12-19 2015-02-03 Facebook, Inc. Generating recommended search queries on online social networks
CN105989143A (zh) * 2015-02-28 2016-10-05 科大讯飞股份有限公司 网络实体热度分析方法及系统
CN107239497A (zh) * 2017-05-02 2017-10-10 广东万丈金数信息技术股份有限公司 热门内容搜索方法和系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170193393A1 (en) * 2016-01-04 2017-07-06 International Business Machines Corporation Automated Knowledge Graph Creation

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102799513A (zh) * 2012-06-28 2012-11-28 腾讯科技（深圳）有限公司 故障问题的展示方法及展示系统
US8949250B1 (en) * 2013-12-19 2015-02-03 Facebook, Inc. Generating recommended search queries on online social networks
CN105989143A (zh) * 2015-02-28 2016-10-05 科大讯飞股份有限公司 网络实体热度分析方法及系统
CN107239497A (zh) * 2017-05-02 2017-10-10 广东万丈金数信息技术股份有限公司 热门内容搜索方法和系统

Also Published As

Publication number Publication date
CN111159312A (zh) 2020-05-15

Similar Documents

Publication Publication Date Title
CN111159312B (zh) 故障相关信息辅助检索方法、装置、存储介质及电子设备
US10621281B2 (en) Populating values in a spreadsheet using semantic cues
US20200372216A1 (en) Email suggestor system
US11593817B2 (en) Demand prediction method, demand prediction apparatus, and non-transitory computer-readable recording medium
US10114824B2 (en) Techniques for providing a user with content recommendations
KR20180097587A (ko) 정보 권고 방법 및 장치
US10789149B2 (en) Duplicate bug report detection using machine learning algorithms and automated feedback incorporation
US9864951B1 (en) Randomized latent feature learning
US20130151536A1 (en) Vertex-Proximity Query Processing
CN104572998A (zh) 用于自动问答系统的问答排序模型更新方法及装置
CN110175264A (zh) 视频用户画像的构建方法、服务器及计算机可读存储介质
CN108614843B (zh) 网站内容的评估方法及装置
Wang et al. Combined multinomial logit modal split and paired combinatorial logit traffic assignment model
CN111191124A (zh) 确定兴趣标签权重的方法、装置、存储介质及电子设备
US20160350386A1 (en) Triggering method for instant search
CN113434746B (zh) 基于用户标签的数据处理方法、终端设备及存储介质
Bifulco et al. Design of signal setting and advanced traveler information systems
KR20120049550A (ko) 시간에 따라 변화하는 사용자 선호도를 고려한 컨텐츠 추천 방법
US9053197B2 (en) Suggesting websites
CN115146988A (zh) 一种执行业务的方法、装置、存储介质及设备
US20210097447A1 (en) Computer System and Method for Supporting Model Selection
CN110223108B (zh) 点击通过率的预测方法、装置及设备
US9177255B1 (en) Cloud systems and methods for determining the probability that a second application is installed based on installation characteristics
Kim Bounding the resampling risk for sequential Monte Carlo implementation of hypothesis tests
CN113849745A (zh) 一种对象推荐方法、装置、设备及存储介质

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