CN111913825A - 一种基于大数据的解决方案推荐系统及方法 - Google Patents
一种基于大数据的解决方案推荐系统及方法 Download PDFInfo
- Publication number
- CN111913825A CN111913825A CN202010754877.5A CN202010754877A CN111913825A CN 111913825 A CN111913825 A CN 111913825A CN 202010754877 A CN202010754877 A CN 202010754877A CN 111913825 A CN111913825 A CN 111913825A
- Authority
- CN
- China
- Prior art keywords
- data information
- abnormal data
- equipment
- historical
- abnormal
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3055—Monitoring arrangements for monitoring the status of the computing system or of the computing system component, e.g. monitoring if the computing system is on, off, available, not available
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Computer Hardware Design (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于大数据的解决方案推荐系统及方法,设备故障信息库、自检检测模块、正常启动检测模块、非正常启动检测模块和解决方案匹配模块,所述设备故障信息库用于统计存储各个批次标识的设备历史异常数据信息、异常症状表现表格和历史解决方案信息,其中,一个历史异常数据信息对应一个异常症状表现表格,一个历史异常数据信息对应多个历史解决方案信息,一个历史解决方案信息包括症状表现、历史解决方案内容、故障发生率和反馈成功率,异常症状表现表格为历史异常数据信息对应多个历史解决方案信息中的症状表现的集合的表格。
Description
技术领域
本发明涉及大数据领域,具体是一种基于大数据的解决方案推荐系统及方法。
背景技术
由于磨擦、外力、应力、静电力等原因,设备在使用过程中难免出现故障。传统习惯中,当设备出现故障时,会去找专门的设备技术维修人员来解决设备故障。但是如果设备一旦出现故障就去找专门的设备技术维修人员维修效率低。既需要花费时间,也需要花费金钱,所以自助修理设备故障成为一种大趋势。
发明内容
本发明的目的在于提供一种基于大数据的解决方案推荐系统及方法,以解决现有技术中的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于大数据的解决方案推荐系统,所述推荐系统包括:设备故障信息库、自检检测模块、正常启动检测模块、非正常启动检测模块和解决方案匹配模块,所述设备故障信息库用于统计存储各个批次标识的设备历史异常数据信息、异常症状表现表格和历史解决方案信息,其中,一个历史异常数据信息对应一个异常症状表现表格,一个历史异常数据信息对应多个历史解决方案信息,一个历史解决方案信息包括症状表现、历史解决方案内容、故障发生率和反馈成功率,异常症状表现表格为历史异常数据信息对应多个历史解决方案信息中的症状表现的集合的表格,所述自检检测模块在待推荐设备启动时进行自检,并在待推荐设备自检出异常情况,采集待推荐设备的批次标识,将当前异常数据信息为第一异常数据信息,所述正常启动检测模块在设备能够正常启动时持续监控设备的运行状态,并在监控过程中设备无法运行,获取设备无法运行时的异常数据信息,并确定待匹配异常数据信息,所述非正常启动检测模块在设备不能够正常启动时,监测设备的重启状态以及每次重启时的异常数据信息并据此确定待匹配异常数据信息,所述解决方案匹配模块为待匹配异常数据信息从设备故障信息库选取一个历史异常数据信息作为匹配异常数据信息,并从历史异常数据信息选取相应的历史解决方案内容。
较优化地,所述正常启动检测模块包括运行检测模块、第二异常数据信息采集模块、相似度比较模块和重启控制模块,所述运行检测模块持续监控设备的运行状态,并在监控过程中设备无法运行时令第二异常数据信息采集模块采集当前异常数据信息为第二异常数据信息,所述相似度比较模块用于比较第一异常数据信息和第二异常数据信息之间的相似度,在该相似度大于等于第一相似度阈值时,将第一异常数据信息作为待匹配异常数据信息,在该相似度小于第一相似度阈值时令重启控制模块控制设备自动重启,并将设备重启后的异常数据信息作为待匹配异常数据信息。
较优化地,所述非正常启动检测模块包括重启状态检测模块和人为重启异常检测模块,所述重启状态检测模块在设备不能够正常启动时监测待推荐设备在预设时间段内的重启状态,并在预设时间段内两次重启之间的时间间隔不相等的次数大于等于第一次数阈值判断设备重启为人为重启,令人为重启异常检测模块工作,在预设时间段内两次重启之间的时间间隔相等的次数小于次数阈值时判断设备重启为设备自动重启,将第一次重启时的异常数据信息作为待匹配异常数据信息,所述人为重启异常检测模块包括重启数据信息比较模块和电源状态检测模块,所述重启数据信息比较模块用于在判断设备重启为人为重启时获取每次重启时的异常数据信息,如果每次重启时的异常数据信息相同,将重启时的异常数据信息作为待匹配异常数据信息,如果每次重启时的异常数据信息不相同令电源状态检测模块工作,所述电源状态检测模块监测每次重启后设备电源状态保持不变的时长,并在存在某次重启后设备电源状态保持不变时长大于等于时长阈值时,将该次重启视为最后一次重启,并将最后一次重启时的异常数据信息作为待匹配异常数据信息。
较优化地,所述解决方案匹配模块包括批次标识选取模块、相似度比较模块、匹配异常数据信息和解决方案选取模块,所述批次标识选取模块用于获取设备故障信息库中与待推荐设备批次标识相同的设备的各个历史异常数据信息,所述相似度比较模块用于比较批次标识选取模块获取的各个历史异常数据信息与待推荐设备的待匹配异常数据信息的相似度,所述匹配异常数据信息将相似度比较模块的比较结果按照从大到小的顺序排序,选取排序第一的历史异常数据信息为匹配异常数据信息,所述解决方案选取模块根据从匹配异常数据信息所对应的的历史解决方案信息中选取待推荐设备异常的解决方案内容。
较优化地,所述解决方案选取模块包括症状表现返回模块、症状表现相似度比较模块、匹配度计算模块和解决方案内容推荐模块,所述症状表现返回模块用于接收用户返回的待推荐设备相应的异常症状表现,所述症状表现相似度比较模块用于比较症状表现返回模块返回的异常症状表现和与匹配异常数据信息相应的每个历史解决方案信息中的症状表现的相似度,所述匹配度计算模块根据每个历史解决信息的症状表现相似度、故障发生率和反馈成功率计算每个历史解决方案信息的匹配度,所述解决方案内容推荐模块将每个历史解决方案信息按照匹配度从大到小的顺序排序,选取排序第一的历史解决方案信息相应的历史解决方案内容推荐给用户。
一种基于大数据的解决方案推荐方法,所述推荐方法包括以下:
预先设置设备故障信息库,所述设备故障信息库统计存储各个批次标识的设备历史异常数据信息、异常症状表现表格和历史解决方案信息,其中,一个历史异常数据信息对应一个异常症状表现表格,一个历史异常数据信息对应多个历史解决方案信息,一个历史解决方案信息包括症状表现、历史解决方案内容、故障发生率和反馈成功率,异常症状表现表格为历史异常数据信息对应多个历史解决方案信息中的症状表现的集合的表格;
待推荐设备启动时进行自检,如果待推荐设备自检出异常情况,采集待推荐设备的批次标识,并将当前异常数据信息为第一异常数据信息;
如果设备能够正常启动,持续监控设备的运行状态,如果监控过程中设备无法运行,获取设备无法运行时的异常数据信息,并确定待匹配异常数据信息;
如果设备不能够正常启动,监测设备的重启状态以及每次重启时的异常数据信息并据此确定待匹配异常数据信息;
为待匹配异常数据信息从设备故障信息库选取一个历史异常数据信息作为匹配异常数据信息,并从历史异常数据信息选取相应的历史解决方案内容。
较优化地,所述获取设备无法运行时的异常数据信息,并确定待匹配异常数据信息包括:
持续监控设备的运行状态,如果监控过程中设备无法运行,采集当前异常数据信息为第二异常数据信息,第一异常数据信息和第二异常数据信息的相似度为第一相似度,
如果第一相似度大于等于第一相似度阈值,将第一异常数据信息作为待匹配异常数据信息,
如果第一相似度小于第一相似度阈值,控制设备自动重启,将设备重启后的异常数据信息作为待匹配异常数据信息。
较优化地,所述监测设备的重启状态以及每次重启时的异常数据信息并据此确定待匹配异常数据信息包括:
如果设备不能够正常启动,监测待推荐设备在预设时间段内的重启状态,如果在预设时间段内两次重启之间的时间间隔不相等的次数大于等于第一次数阈值,获取每次重启时的异常数据信息,如果每次重启时的异常数据信息相同,将重启时的异常数据信息作为待匹配异常数据信息,如果每次重启时的异常数据信息不相同,监测每次重启后设备电源状态保持不变的时长,如果存在某次重启后设备电源状态保持不变时长大于等于时长阈值,那么该次重启为最后一次重启,将最后一次重启时的异常数据信息作为待匹配异常数据信息;如果在预设时间段内两次重启之间的时间间隔相等的次数小于次数阈值,将第一次重启时的异常数据信息作为待匹配异常数据信息。
较优化地,所述为待匹配异常数据信息从设备故障信息库选取一个历史异常数据信息作为匹配异常数据信息包括:
获取设备故障信息库中与待推荐设备批次标识相同的设备的各个历史异常数据信息,并比较各个历史异常数据信息与待推荐设备的待匹配异常数据信息的相似度,将比较的各个相似度按照从大到小的顺序排序,选取排序第一的历史异常数据信息为匹配异常数据信息。
较优化地,所述从历史异常数据信息选取相应的历史解决方案内容包括
将历史异常数据信息所对应的异常症状表现表格传送给用户,用户选取待推荐设备相应的异常症状表现;
比较每个历史解决方案信息中症状表现与用户选取的症状表现的相似度m,
那么每个历史解决方案信息的匹配度
Z=0.6*m+0.3*n+0.1*q,其中,n为该个历史解决方案信息的故障发生率,q为该个历史解决方案信息的反馈成功率;
将每个历史解决方案信息按照匹配度从大到小的顺序排序,选取排序第一的历史解决方案信息相应的历史解决方案内容推荐给用户。
与现有技术相比,本发明的有益效果是:本发明通过监测预设时间段内设备的重启状态,将人为的重启设备和设备的自行重启区分开来,从而对设备的异常数据信息的判断更加准确,根据异常数据信息推荐的解决方案也更加准确。
附图说明
图1为本发明一种基于大数据的解决方案推荐系统的模块示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,本发明实施例中,一种基于大数据的解决方案推荐系统,所述推荐系统包括:设备故障信息库、自检检测模块、正常启动检测模块、非正常启动检测模块和解决方案匹配模块,所述设备故障信息库用于统计存储各个批次标识的设备历史异常数据信息、异常症状表现表格和历史解决方案信息,其中,一个历史异常数据信息对应一个异常症状表现表格,一个历史异常数据信息对应多个历史解决方案信息,一个历史解决方案信息包括症状表现、历史解决方案内容、故障发生率和反馈成功率,异常症状表现表格为历史异常数据信息对应多个历史解决方案信息中的症状表现的集合的表格,所述自检检测模块在待推荐设备启动时进行自检,并在待推荐设备自检出异常情况,采集待推荐设备的批次标识,将当前异常数据信息为第一异常数据信息,所述正常启动检测模块在设备能够正常启动时持续监控设备的运行状态,并在监控过程中设备无法运行,获取设备无法运行时的异常数据信息,并确定待匹配异常数据信息,所述非正常启动检测模块在设备不能够正常启动时,监测设备的重启状态以及每次重启时的异常数据信息并据此确定待匹配异常数据信息,所述解决方案匹配模块为待匹配异常数据信息从设备故障信息库选取一个历史异常数据信息作为匹配异常数据信息,并从历史异常数据信息选取相应的历史解决方案内容。
所述正常启动检测模块包括运行检测模块、第二异常数据信息采集模块、相似度比较模块和重启控制模块,所述运行检测模块持续监控设备的运行状态,并在监控过程中设备无法运行时令第二异常数据信息采集模块采集当前异常数据信息为第二异常数据信息,所述相似度比较模块用于比较第一异常数据信息和第二异常数据信息之间的相似度,在该相似度大于等于第一相似度阈值时,将第一异常数据信息作为待匹配异常数据信息,在该相似度小于第一相似度阈值时令重启控制模块控制设备自动重启,并将设备重启后的异常数据信息作为待匹配异常数据信息。
所述非正常启动检测模块包括重启状态检测模块和人为重启异常检测模块,所述重启状态检测模块在设备不能够正常启动时监测待推荐设备在预设时间段内的重启状态,并在预设时间段内两次重启之间的时间间隔不相等的次数大于等于第一次数阈值判断设备重启为人为重启,令人为重启异常检测模块工作,在预设时间段内两次重启之间的时间间隔相等的次数小于次数阈值时判断设备重启为设备自动重启,将第一次重启时的异常数据信息作为待匹配异常数据信息,所述人为重启异常检测模块包括重启数据信息比较模块和电源状态检测模块,所述重启数据信息比较模块用于在判断设备重启为人为重启时获取每次重启时的异常数据信息,如果每次重启时的异常数据信息相同,将重启时的异常数据信息作为待匹配异常数据信息,如果每次重启时的异常数据信息不相同令电源状态检测模块工作,所述电源状态检测模块监测每次重启后设备电源状态保持不变的时长,并在存在某次重启后设备电源状态保持不变时长大于等于时长阈值时,将该次重启视为最后一次重启,并将最后一次重启时的异常数据信息作为待匹配异常数据信息。
所述解决方案匹配模块包括批次标识选取模块、相似度比较模块、匹配异常数据信息和解决方案选取模块,所述批次标识选取模块用于获取设备故障信息库中与待推荐设备批次标识相同的设备的各个历史异常数据信息,所述相似度比较模块用于比较批次标识选取模块获取的各个历史异常数据信息与待推荐设备的待匹配异常数据信息的相似度,所述匹配异常数据信息将相似度比较模块的比较结果按照从大到小的顺序排序,选取排序第一的历史异常数据信息为匹配异常数据信息,所述解决方案选取模块根据从匹配异常数据信息所对应的的历史解决方案信息中选取待推荐设备异常的解决方案内容。
所述解决方案选取模块包括症状表现返回模块、症状表现相似度比较模块、匹配度计算模块和解决方案内容推荐模块,所述症状表现返回模块用于接收用户返回的待推荐设备相应的异常症状表现,所述症状表现相似度比较模块用于比较症状表现返回模块返回的异常症状表现和与匹配异常数据信息相应的每个历史解决方案信息中的症状表现的相似度,所述匹配度计算模块根据每个历史解决信息的症状表现相似度、故障发生率和反馈成功率计算每个历史解决方案信息的匹配度,所述解决方案内容推荐模块将每个历史解决方案信息按照匹配度从大到小的顺序排序,选取排序第一的历史解决方案信息相应的历史解决方案内容推荐给用户。
一种基于大数据的解决方案推荐方法,所述推荐方法包括以下:
预先设置设备故障信息库,所述设备故障信息库统计存储各个批次标识的设备历史异常数据信息、异常症状表现表格和历史解决方案信息,其中,一个历史异常数据信息对应一个异常症状表现表格,一个历史异常数据信息对应多个历史解决方案信息,一个历史解决方案信息包括症状表现、历史解决方案内容、故障发生率和反馈成功率,异常症状表现表格为历史异常数据信息对应多个历史解决方案信息中的症状表现的集合的表格;
待推荐设备启动时进行自检,如果待推荐设备自检出异常情况,采集待推荐设备的批次标识,并将当前异常数据信息为第一异常数据信息;
如果设备能够正常启动,持续监控设备的运行状态,如果监控过程中设备无法运行,获取设备无法运行时的异常数据信息,并确定待匹配异常数据信息;
所述获取设备无法运行时的异常数据信息,并确定待匹配异常数据信息包括:
持续监控设备的运行状态,如果监控过程中设备无法运行,采集当前异常数据信息为第二异常数据信息,第一异常数据信息和第二异常数据信息的相似度为第一相似度,
如果第一相似度大于等于第一相似度阈值,将第一异常数据信息作为待匹配异常数据信息,
如果第一相似度小于第一相似度阈值,控制设备自动重启,将设备重启后的异常数据信息作为待匹配异常数据信息。
如果设备不能够正常启动,监测设备的重启状态以及每次重启时的异常数据信息并据此确定待匹配异常数据信息;
所述监测设备的重启状态以及每次重启时的异常数据信息并据此确定待匹配异常数据信息包括:
如果设备不能够正常启动,监测待推荐设备在预设时间段内的重启状态,如果在预设时间段内两次重启之间的时间间隔不相等的次数大于等于第一次数阈值,获取每次重启时的异常数据信息,如果每次重启时的异常数据信息相同,将重启时的异常数据信息作为待匹配异常数据信息,如果每次重启时的异常数据信息不相同,监测每次重启后设备电源状态保持不变的时长,如果存在某次重启后设备电源状态保持不变时长大于等于时长阈值,那么该次重启为最后一次重启,将最后一次重启时的异常数据信息作为待匹配异常数据信息;如果在预设时间段内两次重启之间的时间间隔相等的次数小于次数阈值,将第一次重启时的异常数据信息作为待匹配异常数据信息。
为待匹配异常数据信息从设备故障信息库选取一个历史异常数据信息作为匹配异常数据信息,并从历史异常数据信息选取相应的历史解决方案内容:
所述为待匹配异常数据信息从设备故障信息库选取一个历史异常数据信息作为匹配异常数据信息包括:
获取设备故障信息库中与待推荐设备批次标识相同的设备的各个历史异常数据信息,并比较各个历史异常数据信息与待推荐设备的待匹配异常数据信息的相似度,将比较的各个相似度按照从大到小的顺序排序,选取排序第一的历史异常数据信息为匹配异常数据信息。
所述从历史异常数据信息选取相应的历史解决方案内容包括:
将历史异常数据信息所对应的异常症状表现表格传送给用户,用户选取待推荐设备相应的异常症状表现;
比较每个历史解决方案信息中症状表现与用户选取的症状表现的相似度m,
那么每个历史解决方案信息的匹配度
Z=0.6*m+0.3*n+0.1*q,其中,n为该个历史解决方案信息的故障发生率,q为该个历史解决方案信息的反馈成功率;
将每个历史解决方案信息按照匹配度从大到小的顺序排序,选取排序第一的历史解决方案信息相应的历史解决方案内容推荐给用户
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (10)
1.一种基于大数据的解决方案推荐系统,其特征在于:所述推荐系统包括设备故障信息库、自检检测模块、正常启动检测模块、非正常启动检测模块和解决方案匹配模块,所述设备故障信息库用于统计存储各个批次标识的设备历史异常数据信息、异常症状表现表格和历史解决方案信息,其中,一个历史异常数据信息对应一个异常症状表现表格,一个历史异常数据信息对应多个历史解决方案信息,一个历史解决方案信息包括症状表现、历史解决方案内容、故障发生率和反馈成功率,异常症状表现表格为历史异常数据信息对应多个历史解决方案信息中的症状表现的集合的表格,所述自检检测模块在待推荐设备启动时进行自检,并在待推荐设备自检出异常情况,采集待推荐设备的批次标识,将当前异常数据信息为第一异常数据信息,所述正常启动检测模块在设备能够正常启动时持续监控设备的运行状态,并在监控过程中设备无法运行,获取设备无法运行时的异常数据信息,并确定待匹配异常数据信息,所述非正常启动检测模块在设备不能够正常启动时,监测设备的重启状态以及每次重启时的异常数据信息并据此确定待匹配异常数据信息,所述解决方案匹配模块为待匹配异常数据信息从设备故障信息库选取一个历史异常数据信息作为匹配异常数据信息,并从历史异常数据信息选取相应的历史解决方案内容。
2.根据权利要求1所述的一种基于大数据的解决方案推荐系统,其特征在于:所述正常启动检测模块包括运行检测模块、第二异常数据信息采集模块、第一相似度比较模块和重启控制模块,所述运行检测模块持续监控设备的运行状态,并在监控过程中设备无法运行时令第二异常数据信息采集模块采集当前异常数据信息为第二异常数据信息,所述第一相似度比较模块用于比较第一异常数据信息和第二异常数据信息之间的相似度,在该相似度大于等于第一相似度阈值时,将第一异常数据信息作为待匹配异常数据信息,在该相似度小于第一相似度阈值时令重启控制模块控制设备自动重启,并将设备重启后的异常数据信息作为待匹配异常数据信息。
3.根据权利要求2所述的一种基于大数据的解决方案推荐系统,其特征在于:所述非正常启动检测模块包括重启状态检测模块和人为重启异常检测模块,所述重启状态检测模块在设备不能够正常启动时监测待推荐设备在预设时间段内的重启状态,并在预设时间段内两次重启之间的时间间隔不相等的次数大于等于第一次数阈值判断设备重启为人为重启,令人为重启异常检测模块工作,在预设时间段内两次重启之间的时间间隔相等的次数小于次数阈值时判断设备重启为设备自动重启,将第一次重启时的异常数据信息作为待匹配异常数据信息,所述人为重启异常检测模块包括重启数据信息比较模块和电源状态检测模块,所述重启数据信息比较模块用于在判断设备重启为人为重启时获取每次重启时的异常数据信息,如果每次重启时的异常数据信息相同,将重启时的异常数据信息作为待匹配异常数据信息,如果每次重启时的异常数据信息不相同令电源状态检测模块工作,所述电源状态检测模块监测每次重启后设备电源状态保持不变的时长,并在存在某次重启后设备电源状态保持不变时长大于等于时长阈值时,将该次重启视为最后一次重启,并将最后一次重启时的异常数据信息作为待匹配异常数据信息。
4.根据权利要求3所述的一种基于大数据的解决方案推荐系统,其特征在于:所述解决方案匹配模块包括批次标识选取模块、异常相似度比较模块、匹配异常数据信息和解决方案选取模块,所述批次标识选取模块用于获取设备故障信息库中与待推荐设备批次标识相同的设备的各个历史异常数据信息,所述异常相似度比较模块用于比较批次标识选取模块获取的各个历史异常数据信息与待推荐设备的待匹配异常数据信息的相似度,所述匹配异常数据信息将相似度比较模块的比较结果按照从大到小的顺序排序,选取排序第一的历史异常数据信息为匹配异常数据信息,所述解决方案选取模块根据从匹配异常数据信息所对应的的历史解决方案信息中选取待推荐设备异常的解决方案内容。
5.根据权利要求4所述的一种基于大数据的解决方案推荐系统,其特征在于:所述解决方案选取模块包括症状表现返回模块、症状表现相似度比较模块、匹配度计算模块和解决方案内容推荐模块,所述症状表现返回模块用于接收用户返回的待推荐设备相应的异常症状表现,所述症状表现相似度比较模块用于比较症状表现返回模块返回的异常症状表现和与匹配异常数据信息相应的每个历史解决方案信息中的症状表现的相似度,所述匹配度计算模块根据每个历史解决信息的症状表现相似度、故障发生率和反馈成功率计算每个历史解决方案信息的匹配度,所述解决方案内容推荐模块将每个历史解决方案信息按照匹配度从大到小的顺序排序,选取排序第一的历史解决方案信息相应的历史解决方案内容推荐给用户。
6.一种基于大数据的解决方案推荐方法,其特征在于:所述推荐方法包括以下:
预先设置设备故障信息库,所述设备故障信息库统计存储各个批次标识的设备历史异常数据信息、异常症状表现表格和历史解决方案信息,其中,一个历史异常数据信息对应一个异常症状表现表格,一个历史异常数据信息对应多个历史解决方案信息,一个历史解决方案信息包括症状表现、历史解决方案内容、故障发生率和反馈成功率,异常症状表现表格为历史异常数据信息对应多个历史解决方案信息中的症状表现的集合的表格;
待推荐设备启动时进行自检,如果待推荐设备自检出异常情况,采集待推荐设备的批次标识,并将当前异常数据信息为第一异常数据信息;
如果设备能够正常启动,持续监控设备的运行状态,如果监控过程中设备无法运行,获取设备无法运行时的异常数据信息,并确定待匹配异常数据信息;
如果设备不能够正常启动,监测设备的重启状态以及每次重启时的异常数据信息并据此确定待匹配异常数据信息;
为待匹配异常数据信息从设备故障信息库选取一个历史异常数据信息作为匹配异常数据信息,并从历史异常数据信息选取相应的历史解决方案内容。
7.根据权利要求6所述的一种基于大数据的解决方案推荐方法,其特征在于:所述获取设备无法运行时的异常数据信息,并确定待匹配异常数据信息包括:
持续监控设备的运行状态,如果监控过程中设备无法运行,采集当前异常数据信息为第二异常数据信息,第一异常数据信息和第二异常数据信息的相似度为第一相似度,
如果第一相似度大于等于第一相似度阈值,将第一异常数据信息作为待匹配异常数据信息,
如果第一相似度小于第一相似度阈值,控制设备自动重启,将设备重启后的异常数据信息作为待匹配异常数据信息。
8.根据权利要求7所述的一种基于大数据的解决方案推荐方法,其特征在于:所述监测设备的重启状态以及每次重启时的异常数据信息并据此确定待匹配异常数据信息包括:
如果设备不能够正常启动,监测待推荐设备在预设时间段内的重启状态,如果在预设时间段内两次重启之间的时间间隔不相等的次数大于等于第一次数阈值,获取每次重启时的异常数据信息,如果每次重启时的异常数据信息相同,将重启时的异常数据信息作为待匹配异常数据信息,如果每次重启时的异常数据信息不相同,监测每次重启后设备电源状态保持不变的时长,如果存在某次重启后设备电源状态保持不变时长大于等于时长阈值,那么该次重启为最后一次重启,将最后一次重启时的异常数据信息作为待匹配异常数据信息;如果在预设时间段内两次重启之间的时间间隔相等的次数小于次数阈值,将第一次重启时的异常数据信息作为待匹配异常数据信息。
9.根据权利要求8所述的一种基于大数据的解决方案推荐方法,其特征在于:所述为待匹配异常数据信息从设备故障信息库选取一个历史异常数据信息作为匹配异常数据信息包括:
获取设备故障信息库中与待推荐设备批次标识相同的设备的各个历史异常数据信息,并比较各个历史异常数据信息与待推荐设备的待匹配异常数据信息的相似度,将比较的各个相似度按照从大到小的顺序排序,选取排序第一的历史异常数据信息为匹配异常数据信息。
10.根据权利要求9所述的一种基于大数据的解决方案推荐方法,其特征在于:所述从历史异常数据信息选取相应的历史解决方案内容包括:
将历史异常数据信息所对应的异常症状表现表格传送给用户,用户选取待推荐设备相应的异常症状表现;
比较每个历史解决方案信息中症状表现与用户选取的症状表现的相似度m,
那么每个历史解决方案信息的匹配度
Z=0.6*m+0.3*n+0.1*q,其中,n为该个历史解决方案信息的故障发生率,q为该个历史解决方案信息的反馈成功率;
将每个历史解决方案信息按照匹配度从大到小的顺序排序,选取排序第一的历史解决方案信息相应的历史解决方案内容推荐给用户。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110299305.7A CN112882904A (zh) | 2020-07-31 | 2020-07-31 | 一种基于大数据的解决方案推荐系统 |
CN202010754877.5A CN111913825B (zh) | 2020-07-31 | 2020-07-31 | 一种基于大数据的解决方案推荐系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010754877.5A CN111913825B (zh) | 2020-07-31 | 2020-07-31 | 一种基于大数据的解决方案推荐系统及方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110299305.7A Division CN112882904A (zh) | 2020-07-31 | 2020-07-31 | 一种基于大数据的解决方案推荐系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111913825A true CN111913825A (zh) | 2020-11-10 |
CN111913825B CN111913825B (zh) | 2021-04-27 |
Family
ID=73287982
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010754877.5A Active CN111913825B (zh) | 2020-07-31 | 2020-07-31 | 一种基于大数据的解决方案推荐系统及方法 |
CN202110299305.7A Pending CN112882904A (zh) | 2020-07-31 | 2020-07-31 | 一种基于大数据的解决方案推荐系统 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110299305.7A Pending CN112882904A (zh) | 2020-07-31 | 2020-07-31 | 一种基于大数据的解决方案推荐系统 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN111913825B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114627627A (zh) * | 2020-12-14 | 2022-06-14 | 深圳Tcl新技术有限公司 | 设备异常处理方法、装置、终端及计算机可读存储介质 |
CN114880151A (zh) * | 2022-04-25 | 2022-08-09 | 北京科杰科技有限公司 | 人工智能运维方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114095536A (zh) * | 2021-11-17 | 2022-02-25 | 国网山东省电力公司电力科学研究院 | 一种基于物联网的电力输变电安全提示系统及方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102369513A (zh) * | 2011-08-31 | 2012-03-07 | 华为技术有限公司 | 提高计算机系统稳定性的方法及计算机系统 |
CN105780381A (zh) * | 2016-04-30 | 2016-07-20 | 杭州慧人科技有限公司 | 一种商用洗衣机维护管理系统 |
CN108432219A (zh) * | 2016-10-25 | 2018-08-21 | 华为技术有限公司 | 终端设备开机失败的恢复方法和终端设备 |
CN108510086A (zh) * | 2018-02-09 | 2018-09-07 | 深圳华龙讯达信息技术股份有限公司 | 故障应对方案确定方法及装置 |
CN110430260A (zh) * | 2019-08-02 | 2019-11-08 | 哈工大机器人(合肥)国际创新研究院 | 一种基于大数据云计算支撑的机器人云平台及工作方法 |
CN110704224A (zh) * | 2019-09-18 | 2020-01-17 | 上海麦克风文化传媒有限公司 | 一种线上故障处理方法及系统 |
US20200026632A1 (en) * | 2018-07-18 | 2020-01-23 | Sap Se | Record-based planning in operational maintenance and service |
CN111459698A (zh) * | 2020-03-31 | 2020-07-28 | 国网电力科学研究院有限公司 | 一种数据库集群故障自愈方法及装置 |
WO2020152572A1 (en) * | 2019-01-21 | 2020-07-30 | Bayestree Intelligence Pvt Ltd. | Recommender and remediation system for enterprise service management |
-
2020
- 2020-07-31 CN CN202010754877.5A patent/CN111913825B/zh active Active
- 2020-07-31 CN CN202110299305.7A patent/CN112882904A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102369513A (zh) * | 2011-08-31 | 2012-03-07 | 华为技术有限公司 | 提高计算机系统稳定性的方法及计算机系统 |
CN105780381A (zh) * | 2016-04-30 | 2016-07-20 | 杭州慧人科技有限公司 | 一种商用洗衣机维护管理系统 |
CN108432219A (zh) * | 2016-10-25 | 2018-08-21 | 华为技术有限公司 | 终端设备开机失败的恢复方法和终端设备 |
CN108510086A (zh) * | 2018-02-09 | 2018-09-07 | 深圳华龙讯达信息技术股份有限公司 | 故障应对方案确定方法及装置 |
US20200026632A1 (en) * | 2018-07-18 | 2020-01-23 | Sap Se | Record-based planning in operational maintenance and service |
WO2020152572A1 (en) * | 2019-01-21 | 2020-07-30 | Bayestree Intelligence Pvt Ltd. | Recommender and remediation system for enterprise service management |
CN110430260A (zh) * | 2019-08-02 | 2019-11-08 | 哈工大机器人(合肥)国际创新研究院 | 一种基于大数据云计算支撑的机器人云平台及工作方法 |
CN110704224A (zh) * | 2019-09-18 | 2020-01-17 | 上海麦克风文化传媒有限公司 | 一种线上故障处理方法及系统 |
CN111459698A (zh) * | 2020-03-31 | 2020-07-28 | 国网电力科学研究院有限公司 | 一种数据库集群故障自愈方法及装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114627627A (zh) * | 2020-12-14 | 2022-06-14 | 深圳Tcl新技术有限公司 | 设备异常处理方法、装置、终端及计算机可读存储介质 |
CN114880151A (zh) * | 2022-04-25 | 2022-08-09 | 北京科杰科技有限公司 | 人工智能运维方法 |
CN114880151B (zh) * | 2022-04-25 | 2023-01-13 | 北京科杰科技有限公司 | 人工智能运维方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112882904A (zh) | 2021-06-01 |
CN111913825B (zh) | 2021-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111913825B (zh) | 一种基于大数据的解决方案推荐系统及方法 | |
US10496465B2 (en) | System operations management apparatus, system operations management method and program storage medium | |
CN105116870B (zh) | 空调机组的故障分析方法、装置和系统 | |
CN109165234B (zh) | 机器人异常分析方法及装置 | |
CN105373118B (zh) | 一种智能设备数据采集方法 | |
US20200125970A1 (en) | Defect factor estimation device and defect factor estimation method | |
CN108549914B (zh) | 基于Apriori算法的异常SER/SOE事件识别方法 | |
US10847020B2 (en) | Precise predictive maintenance method of driver | |
CN109960232B (zh) | 领先辅助参数的选择方法和设备维护预诊断的方法 | |
US20200074833A1 (en) | Precise predictive maintenance method of driver | |
CN111984442A (zh) | 计算机集群系统的异常检测方法及装置、存储介质 | |
CN111597241B (zh) | 用于数据采集的方法、装置及设备 | |
CN110598876A (zh) | 故障监控方法、装置、存储介质及电子设备 | |
KR20190078685A (ko) | 점진적 군집화를 이용한 센서 데이터의 이상 패턴 감지 방법 | |
CN110749027B (zh) | 电器设备的监控方法、装置、空调器和存储介质 | |
CN110687851A (zh) | 一种终端运行监控系统及方法 | |
CN109856476B (zh) | 一种家电设备状态监控方法及系统 | |
CN114200877A (zh) | 一种用电设备的监控方法和装置 | |
CN101086665A (zh) | 数据显示装置及其控制方法、数据对应装置及其控制方法 | |
WO2015058797A1 (en) | System and method for categorizing events | |
CN115186694A (zh) | 道岔故障专家知识库、建立方法、故障检测方法、诊断方法及装置 | |
CN112413832B (zh) | 一种基于用户行为的用户身份识别方法及其电器设备 | |
CN111846095B (zh) | 一种故障检测设备、电助力车及故障检测方法 | |
CN114338458A (zh) | 数据安全检测方法及装置 | |
CN111531581A (zh) | 一种基于视觉的工业机器人故障动作检测方法及系统 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210412 Address after: 030006 14 / F, block a, clean control innovation base, 529 South Central Street, Taiyuan demonstration area, Shanxi Province Applicant after: Shanxi Taisen Technology Co.,Ltd. Address before: 215000 no.351 Fengyun Road, high tech Zone, Suzhou City, Jiangsu Province Applicant before: Zhao Xinbiao |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |