CN114580933A - 事件分配方法、装置、存储介质以及电子设备 - Google Patents
事件分配方法、装置、存储介质以及电子设备 Download PDFInfo
- Publication number
- CN114580933A CN114580933A CN202210233808.9A CN202210233808A CN114580933A CN 114580933 A CN114580933 A CN 114580933A CN 202210233808 A CN202210233808 A CN 202210233808A CN 114580933 A CN114580933 A CN 114580933A
- Authority
- CN
- China
- Prior art keywords
- event
- target
- historical
- determining
- description information
- 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.)
- Pending
Links
Images
Classifications
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3346—Query execution using probabilistic model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
Abstract
本申请公开了一种事件分配方法、装置、存储介质以及电子设备,涉及金融科技领域。该方法包括:获取目标事件,并从目标事件的描述信息中获取关键词;从数据库中获取关键词关联的至少一个历史事件;分别计算目标事件的描述信息和至少一个历史事件的描述信息的相似度,得到至少一个相似度数值;根据至少一个相似度数值从至少一个历史事件中确定目标历史事件,并根据目标历史事件对应的通知对象确定目标对象;将目标事件分配至目标对象。通过本申请,解决了相关技术中人工分配事件单的方法无法准确高效的进行事件单派发的问题。
Description
技术领域
本申请涉及金融科技领域,具体而言,涉及一种事件分配方法、装置、存储介质以及电子设备。
背景技术
在日常生产运维工作中,事件单的建立和及时分派是十分重要的,快速且准确地分派一线事件单给对应的运维人员是保证事件解决流程工作效率的关键点。目前生产上使用的事件单分派机制为将事件单发送至系统中,一线值班人员在系统中接收到事件单后,根据事件单内的信息查找对应的运维人员,并通过电话或信息通知运维人员进行事件的解决。
但是,相关技术中存在如下问题:1、值班人员在接到大量事件单后,无法在短时间内将全部事件单分派出去,无法保证派单效率,存在解决问题不及时的隐患。2、由于在根据事件单内的信息查找对应的运维人员的过程中,仅凭值班人员的经验判断事件单对应的运维人员,并需要人工进行联络,因此增加了沟通成本,同时降低了派单的准确性。
针对相关技术中人工分配事件单的方法无法准确高效的进行事件单派发的问题,目前尚未提出有效的解决方案。
发明内容
本申请提供一种事件分配方法、装置、存储介质以及电子设备,以解决相关技术中人工分配事件单的方法无法准确高效的进行事件单派发的问题。
根据本申请的一个方面,提供了一种事件分配方法。该方法包括:获取目标事件,并从目标事件的描述信息中获取关键词;从数据库中获取关键词关联的至少一个历史事件,其中,数据库中存储有多个历史事件以及每个历史事件的描述信息;分别计算目标事件的描述信息和至少一个历史事件的描述信息的相似度,得到至少一个相似度数值;根据至少一个相似度数值从至少一个历史事件中确定目标历史事件,并根据目标历史事件对应的通知对象确定目标对象;将目标事件分配至目标对象。
可选地,从目标事件的描述信息中获取关键词包括:获取多个样本数据,其中,每个样本数据包括历史事件的描述信息与历史事件对应的关键词;通过多个样本数据训练预设模型,得到目标模型;将目标事件的描述信息输入目标模型中,得到目标事件对应的关键词。
可选地,通过预设算法分别计算目标事件的描述信息和至少一个历史事件的描述信息的相似度,得到至少一个相似度数值,其中,预设算法至少包括以下之一:余弦相似度算法、聚类算法、文本挖掘算法。
可选地,在预设算法为余弦相似度算法的情况下,通过预设算法分别计算目标事件的描述信息和至少一个历史事件的描述信息的相似度,得到至少一个相似度数值包括:对目标事件的描述信息进行分词操作,得到目标分词结果,并对至少一个历史事件的描述信息进行分词操作,得到至少一个历史分词结果;将目标分词结果分别与至少一个历史分词结果进行匹配,得到至少一个匹配结果;根据每个词在匹配结果中出现的次数确定词的词频,根据目标分词结果中的词的词频生成第一词频向量,根据历史分词结果中的词的词频生成第二词频向量,并通过余弦函数计算第一词频向量和第二词频向量之间的相似度数值,得到匹配结果对应的相似度数值。
可选地,在根据至少一个相似度数值从至少一个历史事件中确定目标历史事件之前,该方法还包括:确定至少一个相似度数值中的最大相似度数值,并判断最大相似度数值是否大于等于相似度阈值;在最大相似度数值大于等于相似度阈值的情况下,执行根据排序结果从至少一个历史事件中确定目标历史事件的步骤;在最大相似度数值小于相似度阈值的情况下,发出告警信息。
可选地,根据至少一个相似度数值从至少一个历史事件中确定目标历史事件,并根据目标历史事件对应的通知对象确定目标对象包括:将至少一个相似度数值进行降序排序,得到排序结果;根据排序结果确定最大相似度数值,将最大相似度数值对应的历史事件确定为目标历史事件,并获取目标历史事件对应的通知对象的状态信息;在状态信息为繁忙的情况下,将排序结果中相似度数值最大的历史事件删除,得到更新后的排序结果,并根据更新后的排序结果重新确定目标历史事件,直至目标历史事件对应的通知对象的状态信息为空闲,将状态信息为空闲的通知对象确定为目标对象。
可选地,根据至少一个相似度数值从至少一个历史事件中确定目标历史事件,并根据目标历史事件对应的通知对象确定目标对象包括:将至少一个相似度数值进行降序排序,得到排序结果;将排序结果中位于前列的预设个数的相似度数值对应的历史事件确定为目标历史事件;向每个目标历史事件对应的通知对象发送通知消息,并在接收到首个针对通知消息的反馈消息的情况下,将发出反馈消息的通知对象确定为目标对象。
根据本申请的另一方面,提供了一种事件分配装置。该装置包括:第一获取单元,用于获取目标事件,并从目标事件的描述信息中获取关键词;第二获取单元,用于从数据库中获取关键词关联的至少一个历史事件,其中,数据库中存储有多个历史事件以及每个历史事件的描述信息;计算单元,用于分别计算目标事件的描述信息和至少一个历史事件的描述信息的相似度,得到至少一个相似度数值;第一确定单元,用于根据至少一个相似度数值从至少一个历史事件中确定目标历史事件,并根据目标历史事件对应的通知对象确定目标对象;分配单元,用于将目标事件分配至目标对象。
根据本发明实施例的另一方面,还提供了一种计算机存储介质,计算机存储介质用于存储程序,其中,程序运行时控制计算机存储介质所在的设备执行一种事件分配方法。
根据本发明实施例的另一方面,还提供了一种电子设备,包含一个或多个处理器和存储器;存储器中存储有计算机可读指令,处理器用于运行计算机可读指令,其中,计算机可读指令运行时执行一种事件分配方法。
通过本申请,采用以下步骤:获取目标事件,并从目标事件的描述信息中获取关键词;从数据库中获取关键词关联的至少一个历史事件,其中,数据库中存储有多个历史事件以及每个历史事件的描述信息;分别计算目标事件的描述信息和至少一个历史事件的描述信息的相似度,得到至少一个相似度数值;根据至少一个相似度数值从至少一个历史事件中确定目标历史事件,并根据目标历史事件对应的通知对象确定目标对象;将目标事件分配至目标对象,解决了相关技术中人工分配事件单的方法无法准确高效的进行事件单派发的问题。通过根据关键词查询与目标事件单的关键词相同的历史事件单,并将目标事件单与每个历史事件单进行对比,获取与目标事件单相似度最高的历史事件单,进一步通过历史事件单对应的通知信息目标事件单的分配,进而达到了准确高效的进行事件单派发的效果。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例提供的事件分配方法的流程图;
图2是根据本申请实施例提供的事件分配装置的示意图;
图3为根据本申请实施例提供的一种电子设备的示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,本公开所确定的事件分配方法、装置、存储介质以及电子设备可用于金融科技领域,也可用于除金融科技领域之外的任意领域,本公开所确定的事件分配方法、装置、存储介质以及电子设备的应用领域不做限定。
需要说明的是,本公开所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于展示的数据、分析的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
根据本申请的实施例,提供了一种事件分配方法。
图1是根据本申请实施例提供的事件分配方法的流程图。如图1所示,该方法包括以下步骤:
步骤S101,获取目标事件,并从目标事件的描述信息中获取关键词。
具体的,目标事件可以为待处理的目标事件单,目标事件单中含有对目标事件的描述信息,例如,目标事件单中的描述信息可以为:A地区的用户反馈在登录B系统时报错。同时,可以获取目标事件对应的关键词,例如,目标事件单的关键词可以为“登录”。获取关键词的方式可以通过机器学习模型进行获取,例如,将X事件单中的描述信息输入机器学习模型中,机器学习模型根据训练结果输出对应的关键词。
步骤S102,从数据库中获取关键词关联的至少一个历史事件,其中,数据库中存储有多个历史事件以及每个历史事件的描述信息。
具体的,在获取到目标事件单对应的关键词后,可以在数据库中获取关键地对应的至少一个历史事件单,并获取历史事件单中的描述信息。
步骤S103,分别计算目标事件的描述信息和至少一个历史事件的描述信息的相似度,得到至少一个相似度数值。
具体的,在得到目标事件单中的描述信息和对应的至少一个历史事件单的描述信息后,可以通过预设算法分别计算目标事件的描述信息和每个历史事件的描述信息的相似度,得到至少一个相似度数值。
为了可以准确的计算相似度数值,可选地,在本申请实施例提供的事件分配方法中,通过预设算法分别计算目标事件的描述信息和至少一个历史事件的描述信息的相似度,得到至少一个相似度数值,其中,预设算法至少包括以下之一:余弦相似度算法、聚类算法、文本挖掘算法。
步骤S104,根据至少一个相似度数值从至少一个历史事件中确定目标历史事件,并根据目标历史事件对应的通知对象确定目标对象。
具体的,在得到至少一个相似度数值之后,可以将至少一个相似度数值进行排序,例如进行降序排列,从而得到排序结果,从而可以根据排序结果选取至少一个相似度数值中的某个或某几个相似度数值对应的历史事件作为目标历史事件,并将目标历史事件的对应的通知对象确定目标事件对应的通知对象。
例如,在将相似度数值从大到小进行排序后,将排序结果中排在第一位的历史事件作为目标历史事件,并将目标历史事件的对应的通知对象确定目标事件对应的通知对象。
步骤S105,将目标事件分配至目标对象。
本申请实施例提供的事件分配方法,通过获取目标事件,并从目标事件的描述信息中获取关键词;从数据库中获取关键词关联的至少一个历史事件,其中,数据库中存储有多个历史事件以及每个历史事件的描述信息;分别计算目标事件的描述信息和至少一个历史事件的描述信息的相似度,得到至少一个相似度数值;根据至少一个相似度数值从至少一个历史事件中确定目标历史事件,并根据目标历史事件对应的通知对象确定目标对象;将目标事件分配至目标对象,解决了相关技术中人工分配事件单的方法无法准确高效的进行事件单派发的问题。通过根据关键词查询与目标事件单的关键词相同的历史事件单,并将目标事件单与每个历史事件单进行对比,获取与目标事件单相似度最高的历史事件单,进一步通过历史事件单对应的通知信息目标事件单的分配,进而达到了准确高效的进行事件单派发的效果。
可选地,在本申请实施例提供的事件分配方法中,从目标事件的描述信息中获取关键词包括:获取多个样本数据,其中,每个样本数据包括历史事件的描述信息与历史事件对应的关键词;通过多个样本数据训练预设模型,得到目标模型;将目标事件的描述信息输入目标模型中,得到目标事件对应的关键词。
具体的,在通过机器学习模型进行关键词的获取之前,需要对机器学习模型进行训练,将历史事件单的描述信息和每个历史事件单对应的关键词作为样本数据,并将样本数据输入机器学习模型中,并通过对机器学习模型中的参数的调整,从而使机器学习模型能够通过历史事件单的描述信息准确得到每个历史事件单对应的关键词。本实施例训练机器学习模型,并通过机器学习模型从描述信息中确定关键词,达到了准确判断目标事件单的描述信息对应的关键词,从而提高了目标事件单分配的准确性。
可选地,在本申请实施例提供的事件分配方法中,在预设算法为余弦相似度算法的情况下,通过预设算法分别计算目标事件的描述信息和至少一个历史事件的描述信息的相似度,得到至少一个相似度数值包括:对目标事件的描述信息进行分词操作,得到目标分词结果,并对至少一个历史事件的描述信息进行分词操作,得到至少一个历史分词结果;将目标分词结果分别与至少一个历史分词结果进行匹配,得到至少一个匹配结果;根据每个词在匹配结果中出现的次数确定词的词频,根据目标分词结果中的词的词频生成第一词频向量,根据历史分词结果中的词的词频生成第二词频向量,并通过余弦函数计算第一词频向量和第二词频向量之间的相似度数值,得到所述匹配结果对应的相似度数值。
具体的,在得到目标事件单中的对目标事件的描述信息后,可以先对描述信息进行分词,得到目标分词结果,例如,目标事件单中的描述信息可以为:A地区的用户反馈在登录B系统时报错,则进行分词后得到目标分词结果可以为:A地区、用户、反馈、登录、B、系统、报错。
进一步的,需要对至少一个历史事件的描述信息进行分词操作,得到至少一个历史分词结果,例如,X历史事件单可以为:多个用户反馈无法登录B系统,则进行分词后得到该历史事件单对应的分词结果可以为:多个、用户、反馈、无法、登录、B、系统。
需要说明的是,在确定了目标分词结果和至少一个历史分词结果之后,可以将目标分词结果分别与至少一个历史分词结果进行匹配,得到至少一个匹配结果,并计算每个匹配结果中的分词结果对应的词频和词频向量。例如,将目标分词结果:“A地区、用户、反馈、登录、B、系统、报错”和X历史事件单对应的X历史分词结果“多个、用户、反馈、无法、登录、B、系统”进行匹配,得到匹配组中的词集合“A地区、用户、反馈、登录、B、系统、报错、多个、无法”,并通过确定每个分词结果中的每个词是否在词集合中出现,从而计算目标分词结果和X历史分词结果的词频,例如,将在词集合与目标分词结果中同时存在的词的词频在词集合中设置为1,将不同时存在的在词集合中设置为0,从而得到目标分词结果对应的词频:“A地区1、用户1、反馈1、登录1、B1、系统1、报错1、多个0、无法0”,并使用相同方法得到X历史分词结果对应的词频:“A地区0、用户1、反馈1、登录1、B1、系统1、报错0、多个1、无法1”。
在得到词频后,可以通过词频生成目标分词结果对应的第一词频向量和X历史分词结果对应的第二词频向量,例如,第一词频向量为:(1,1,1,1,1,1,1,0,0),第二词频向量为:(0,1,1,1,1,1,0,1,1),在得到词频向量后,可以通过余弦函数计算第一词频向量和第二词频向量之间的相似度数值,其中,余弦函数可以为:
其中,cos(θ)为相似度数值,xi为在第一词频向量中的第i个元素,yi为在第二词频向量中的第i个元素,n为词频向量中的元素个数。将第一词频向量和第二词频向量带入余弦函数进行计算,得到余弦值,并将余弦值确定为相似度数值,例如,将第一词频向量:(1,1,1,1,1,1,1,0,0),第二词频向量:(0,1,1,1,1,1,0,1,1)带入余弦函数,得到:
在得到cos(θ)=0.714后,可以将0.714设置为该匹配结果对应的相似度数值。本实施例通过计算目标事件与每个历史事件的相似度,为目标事件的分配对象的确定奠定了基础。
可选地,在本申请实施例提供的事件分配方法中,在根据至少一个相似度数值从至少一个历史事件中确定目标历史事件之前,该方法还包括:确定至少一个相似度数值中的最大相似度数值,并判断最大相似度数值是否大于等于相似度阈值;在最大相似度数值大于等于相似度阈值的情况下,执行根据排序结果从至少一个历史事件中确定目标历史事件的步骤;在最大相似度数值小于相似度阈值的情况下,发出告警信息。
具体的,预设阈值可以为相似度数值是否可用的判断阈值,在相似度数值小于相似度阈值的情况下,表明该相似度数值过小,无参考意义。在计算得到至少一个相似度数值之后,可以按照从大到小的顺序对至少一个相似度数值进行排序,得到排序结果,并判断排序结果中最大的相似度数值是否小于相似度阈值,并在最大的相似度数值小于相似度阈值的情况下发出告警信息。
例如,相似度阈值可以为60%,排列结果中最大的相似度数值为55%,则最大相似度数值小于相似度阈值,证明该目标事件单对应的关键词有误,或在历史事件单中没有与目标事件单相似的事件,需要人工进行通知人员的确定,所以可以通过发送告警信息的方式进行告知异常情况的发生。本实施例通过确定最大相似度是否大于等于预设阈值,并在最大相似度小于相似度阈值的情况下发出告警信息,从而准确确定目标事件和历史事件的关联关系,达到了提高目标事件单的分配准确率的效果。
可选地,在本申请实施例提供的事件分配方法中,根据至少一个相似度数值从至少一个历史事件中确定目标历史事件,并根据目标历史事件对应的通知对象确定目标对象包括:将至少一个相似度数值进行降序排序,得到排序结果;根据排序结果确定最大相似度数值,将最大相似度数值对应的历史事件确定为目标历史事件,并获取目标历史事件对应的通知对象的状态信息;在状态信息为繁忙的情况下,将排序结果中相似度数值最大的历史事件删除,得到更新后的排序结果,并根据更新后的排序结果重新确定目标历史事件,直至目标历史事件对应的通知对象的状态信息为空闲,将状态信息为空闲的通知对象确定为目标对象。
例如,在得到10个相似度数值之后,可以将10个相似度数值进行降序排序,从而得到排序结果,并将排在第一位的相似度数值对应的历史事件单确定为目标历史事件单,并获取目标历史事件单对应的通知对象的状态信息,在目标历史事件单对应的通知对象的状态信息为繁忙的情况下,删除排在第一位的相似度数值,并根据排序结果在剩余9个相似度数值中重新确定排在第一位的相似度数值,并重新确定目标历史事件单,直至某个目标历史事件单对应的通知对象的状态信息为空闲,此时,将该目标历史事件单对应的通知对象确定为目标对象。本实施例通过相似度数值确定通知对象,并通过判断通知对象的状态确定是否确定该通知对象为目标对象的方法,达到了提高目标事件单分配准确度和发送效率的效果。
可选地,在本申请实施例提供的事件分配方法中,根据至少一个相似度数值从至少一个历史事件中确定目标历史事件,并根据目标历史事件对应的通知对象确定目标对象包括:将至少一个相似度数值进行降序排序,得到排序结果;将排序结果中位于前列的预设个数的相似度数值对应的历史事件确定为目标历史事件;向每个目标历史事件对应的通知对象发送通知消息,并在接收到首个针对通知消息的反馈消息的情况下,将发出反馈消息的通知对象确定为目标对象。
具体的,预设个数的相似度数值可以为任意设置的目标对象确定的个数,由于可能出现某个目标对象无法及时接收并处理目标事件单的情况,所以可以通过确定多名目标对象的方式提高目标事件单处理效率。
例如,预设个数可以为5个,在得到50个相似度数值之后,可以将50个相似度数值进行降序排序,从而得到排序结果,并选取序列在前5个的相似度数值对应的历史事件单对应的通知对象作为预选目标对象,并向预选对象发送通知消息,此时,空闲的预选目标对象会返回反馈消息,在接收到首个反馈消息后,将该反馈消息对应的预选目标对象确定为目标对象,并可以撤回向其余预选目标对象发送的通知消息,从而进行目标对象的选取。本实施例通过向多名预选目标对象发送确定消息,并在接收到首个反馈消息后,将该反馈消息对应的预选目标对象确定为目标对象,达到了提高目标事件单分配准确度和发送效率的效果。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例还提供了一种事件分配装置,需要说明的是,本申请实施例的事件分配装置可以用于执行本申请实施例所提供的用于事件分配方法。以下对本申请实施例提供的事件分配装置进行介绍。
图2是根据本申请实施例提供的事件分配装置的示意图。如图2所示,该装置包括:第一获取单元21,第二获取单元22,计算单元23,第一确定单元24,分配单元25。
第一获取单元21,用于获取目标事件,并从目标事件的描述信息中获取关键词。
第二获取单元22,用于从数据库中获取关键词关联的至少一个历史事件,其中,数据库中存储有多个历史事件以及每个历史事件的描述信息。
计算单元23,用于分别计算目标事件的描述信息和至少一个历史事件的描述信息的相似度,得到至少一个相似度数值。
第一确定单元24,用于根据至少一个相似度数值从至少一个历史事件中确定目标历史事件,并根据目标历史事件对应的通知对象确定目标对象。
分配单元25,用于将目标事件分配至目标对象。
本申请实施例提供的事件分配装置,通过第一获取单元21获取目标事件,并从目标事件的描述信息中获取关键词;第二获取单元22从数据库中获取关键词关联的至少一个历史事件,其中,数据库中存储有多个历史事件以及每个历史事件的描述信息;计算单元23分别计算目标事件的描述信息和至少一个历史事件的描述信息的相似度,得到至少一个相似度数值;第一确定单元24根据至少一个相似度数值从至少一个历史事件中确定目标历史事件,并根据目标历史事件对应的通知对象确定目标对象;分配单元25将目标事件分配至目标对象。解决了相关技术中人工分配事件单的方法无法准确高效的进行事件单派发的问题。通过根据关键词查询与目标事件单的关键词相同的历史事件单,并将目标事件单与每个历史事件单进行对比,获取与目标事件单相似度最高的历史事件单,进一步通过历史事件单对应的通知信息目标事件单的分配,进而达到了准确高效的进行事件单派发的效果。
可选地,在本申请实施例提供的事件分配装置中,第一获取单元21包括:获取模块,用于获取多个样本数据,其中,每个样本数据包括历史事件的描述信息与历史事件对应的关键词;训练模块,用于通过多个样本数据训练预设模型,得到目标模型;输入模块,用于将目标事件的描述信息输入目标模型中,得到目标事件对应的关键词。
可选地,在本申请实施例提供的事件分配装置中,通过预设算法分别计算目标事件的描述信息和至少一个历史事件的描述信息的相似度,得到至少一个相似度数值,其中,预设算法至少包括以下之一:余弦相似度算法、聚类算法、文本挖掘算法。
可选地,在本申请实施例提供的事件分配装置中,在预设算法为余弦相似度算法的情况下,通过预设算法执行计算单元23包括:分词模块,用于对目标事件的描述信息进行分词操作,得到目标分词结果,并对至少一个历史事件的描述信息进行分词操作,得到至少一个历史分词结果;匹配模块,用于将目标分词结果分别与至少一个历史分词结果进行匹配,得到至少一个匹配结果;计算模块,用于根据每个词在匹配结果中出现的次数确定词的词频,根据目标分词结果中的词的词频生成第一词频向量,根据历史分词结果中的词的词频生成第二词频向量,并通过余弦函数计算第一词频向量和第二词频向量之间的相似度数值,得到匹配结果对应的相似度数值。
可选地,在本申请实施例提供的事件分配装置中,该装置还包括:第二确定单元,用于确定至少一个相似度数值中的最大相似度数值,并判断最大相似度数值是否大于等于相似度阈值;执行单元,用于在最大相似度数值大于等于相似度阈值的情况下,执行根据排序结果从至少一个历史事件中确定目标历史事件的步骤;发送单元,用于在最大相似度数值小于相似度阈值的情况下,发出告警信息。
可选地,在本申请实施例提供的事件分配装置中,第一确定单元24包括:第一排序模块,用于将至少一个相似度数值进行降序排序,得到排序结果;第一确定模块,用于根据排序结果确定最大相似度数值,将最大相似度数值对应的历史事件确定为目标历史事件,并获取目标历史事件对应的通知对象的状态信息;第二确定模块,用于在状态信息为繁忙的情况下,将排序结果中相似度数值最大的历史事件删除,得到更新后的排序结果,并根据更新后的排序结果重新确定目标历史事件,直至目标历史事件对应的通知对象的状态信息为空闲,将状态信息为空闲的通知对象确定为目标对象。
可选地,在本申请实施例提供的事件分配装置中,第一确定单元24包括:第二排序模块,用于将至少一个相似度数值进行降序排序,得到排序结果;第三确定模块,用于将排序结果中位于前列的预设个数的相似度数值对应的历史事件确定为目标历史事件;发送模块,用于向每个目标历史事件对应的通知对象发送通知消息,并在接收到首个针对通知消息的反馈消息的情况下,将发出反馈消息的通知对象确定为目标对象。
上述事件分配装置包括处理器和存储器,上述第一获取单元21,第二获取单元22,计算单元23,第一确定单元24,分配单元25等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来相关技术中人工分配事件单的方法无法准确高效的进行事件单派发的问题。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现所述事件分配方法。
本发明实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行所述事件分配方法。
如图3所示,本发明实施例提供了一种电子设备,电子设备31包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:获取目标事件,并从目标事件的描述信息中获取关键词;从数据库中获取关键词关联的至少一个历史事件,其中,数据库中存储有多个历史事件以及每个历史事件的描述信息;分别计算目标事件的描述信息和至少一个历史事件的描述信息的相似度,得到至少一个相似度数值;根据至少一个相似度数值从至少一个历史事件中确定目标历史事件,并根据目标历史事件对应的通知对象确定目标对象;将目标事件分配至目标对象。本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:获取目标事件,并从目标事件的描述信息中获取关键词;从数据库中获取关键词关联的至少一个历史事件,其中,数据库中存储有多个历史事件以及每个历史事件的描述信息;分别计算目标事件的描述信息和至少一个历史事件的描述信息的相似度,得到至少一个相似度数值;根据至少一个相似度数值从至少一个历史事件中确定目标历史事件,并根据目标历史事件对应的通知对象确定目标对象;将目标事件分配至目标对象。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种事件分配方法,其特征在于,包括:
获取目标事件,并从所述目标事件的描述信息中获取关键词;
从数据库中获取所述关键词关联的至少一个历史事件,其中,所述数据库中存储有多个历史事件以及每个历史事件的描述信息;
分别计算所述目标事件的描述信息和至少一个所述历史事件的描述信息的相似度,得到至少一个相似度数值;
根据所述至少一个相似度数值从所述至少一个历史事件中确定目标历史事件,并根据所述目标历史事件对应的通知对象确定目标对象;
将所述目标事件分配至所述目标对象。
2.根据权利要求1所述的方法,其特征在于,从所述目标事件的描述信息中获取关键词包括:
获取多个样本数据,其中,每个所述样本数据包括所述历史事件的描述信息与所述历史事件对应的关键词;
通过所述多个样本数据训练预设模型,得到目标模型;
将所述目标事件的描述信息输入所述目标模型中,得到所述目标事件对应的关键词。
3.根据权利要求1所述的方法,其特征在于,通过预设算法分别计算所述目标事件的描述信息和至少一个所述历史事件的描述信息的相似度,得到至少一个相似度数值,其中,所述预设算法至少包括以下之一:余弦相似度算法、聚类算法、文本挖掘算法。
4.根据权利要求3所述的方法,其特征在于,在所述预设算法为余弦相似度算法的情况下,通过预设算法分别计算所述目标事件的描述信息和至少一个所述历史事件的描述信息的相似度,得到至少一个相似度数值包括:
对所述目标事件的描述信息进行分词操作,得到目标分词结果,并对至少一个所述历史事件的描述信息进行分词操作,得到至少一个历史分词结果;
将所述目标分词结果分别与至少一个所述历史分词结果进行匹配,得到至少一个匹配结果;
根据每个词在所述匹配结果中出现的次数确定所述词的词频,根据所述目标分词结果中的词的词频生成第一词频向量,根据所述历史分词结果中的词的词频生成第二词频向量,并通过余弦函数计算所述第一词频向量和所述第二词频向量之间的相似度数值,得到所述匹配结果对应的相似度数值。
5.根据权利要求1所述的方法,其特征在于,在根据所述至少一个相似度数值从所述至少一个历史事件中确定目标历史事件之前,所述方法还包括:
确定所述至少一个相似度数值中的最大相似度数值,并判断所述最大相似度数值是否大于等于相似度阈值;
在所述最大相似度数值大于等于所述相似度阈值的情况下,执行根据排序结果从所述至少一个历史事件中确定目标历史事件的步骤;
在所述最大相似度数值小于所述相似度阈值的情况下,发出告警信息。
6.根据权利要求1所述的方法,其特征在于,根据所述至少一个相似度数值从所述至少一个历史事件中确定目标历史事件,并根据所述目标历史事件对应的通知对象确定目标对象包括:
将所述至少一个相似度数值进行降序排序,得到排序结果;
根据所述排序结果确定最大相似度数值,将所述最大相似度数值对应的历史事件确定为所述目标历史事件,并获取所述目标历史事件对应的通知对象的状态信息;
在所述状态信息为繁忙的情况下,将所述排序结果中所述相似度数值最大的所述历史事件删除,得到更新后的所述排序结果,并根据更新后的排序结果重新确定所述目标历史事件,直至所述目标历史事件对应的通知对象的所述状态信息为空闲,将所述状态信息为空闲的通知对象确定为所述目标对象。
7.根据权利要求1所述的方法,其特征在于,根据所述至少一个相似度数值从所述至少一个历史事件中确定目标历史事件,并根据所述目标历史事件对应的通知对象确定目标对象包括:
将所述至少一个相似度数值进行降序排序,得到排序结果;
将所述排序结果中位于前列的预设个数的相似度数值对应的历史事件确定为所述目标历史事件;
向每个所述目标历史事件对应的通知对象发送通知消息,并在接收到首个针对所述通知消息的反馈消息的情况下,将发出所述反馈消息的通知对象确定为所述目标对象。
8.一种事件分配装置,其特征在于,包括:
第一获取单元,用于获取目标事件,并从所述目标事件的描述信息中获取关键词;
第二获取单元,用于从数据库中获取所述关键词关联的至少一个历史事件,其中,所述数据库中存储有多个历史事件以及每个历史事件的描述信息;
计算单元,用于分别计算所述目标事件的描述信息和至少一个所述历史事件的描述信息的相似度,得到至少一个相似度数值;
第一确定单元,用于根据所述至少一个相似度数值从所述至少一个历史事件中确定目标历史事件,并根据所述目标历史事件对应的通知对象确定目标对象;
分配单元,用于将所述目标事件分配至所述目标对象。
9.一种计算机存储介质,其特征在于,所述计算机存储介质用于存储程序,其中,所述程序运行时控制所述计算机存储介质所在的设备执行权利要求1至7中任意一项所述的事件分配方法。
10.一种电子设备,其特征在于,包括一个或多个处理器和存储器,所述存储器用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1至7中任意一项所述的事件分配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210233808.9A CN114580933A (zh) | 2022-03-09 | 2022-03-09 | 事件分配方法、装置、存储介质以及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210233808.9A CN114580933A (zh) | 2022-03-09 | 2022-03-09 | 事件分配方法、装置、存储介质以及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114580933A true CN114580933A (zh) | 2022-06-03 |
Family
ID=81780729
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210233808.9A Pending CN114580933A (zh) | 2022-03-09 | 2022-03-09 | 事件分配方法、装置、存储介质以及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114580933A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115828112A (zh) * | 2022-12-02 | 2023-03-21 | 德联易控科技(北京)有限公司 | 一种故障事件的响应方法、装置、电子设备及存储介质 |
CN116010561A (zh) * | 2023-03-28 | 2023-04-25 | 航天万源云数据河北有限公司 | 社会治理辅助决策方法、装置及计算机可读存储介质 |
-
2022
- 2022-03-09 CN CN202210233808.9A patent/CN114580933A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115828112A (zh) * | 2022-12-02 | 2023-03-21 | 德联易控科技(北京)有限公司 | 一种故障事件的响应方法、装置、电子设备及存储介质 |
CN115828112B (zh) * | 2022-12-02 | 2023-08-18 | 德联易控科技(北京)有限公司 | 一种故障事件的响应方法、装置、电子设备及存储介质 |
CN116010561A (zh) * | 2023-03-28 | 2023-04-25 | 航天万源云数据河北有限公司 | 社会治理辅助决策方法、装置及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11562304B2 (en) | Preventative diagnosis prediction and solution determination of future event using internet of things and artificial intelligence | |
US11488041B2 (en) | System and method for predicting incidents using log text analytics | |
US20200293946A1 (en) | Machine learning based incident classification and resolution | |
CN106897334B (zh) | 一种问题推送方法和设备 | |
CN114580933A (zh) | 事件分配方法、装置、存储介质以及电子设备 | |
US20200320845A1 (en) | Adaptive severity functions for alerts | |
US10686682B2 (en) | Automatic server classification in cloud environments | |
EP3293641A1 (en) | Data processing method and system | |
US9860109B2 (en) | Automatic alert generation | |
US20170237616A1 (en) | Network service provisioning tool and method | |
CN113641526B (zh) | 告警根因定位方法、装置、电子设备及计算机存储介质 | |
CN114116414A (zh) | 告警方法、装置、非易失性存储介质以及电子设备 | |
CN110765169A (zh) | 信息推荐方法、装置、计算机设备及存储介质 | |
US11422992B2 (en) | Auto reinforced anomaly detection | |
US11587094B2 (en) | Customer service ticket evaluation using multiple time-based machine learning models customer | |
US11568344B2 (en) | Systems and methods for automated pattern detection in service tickets | |
US20230421638A1 (en) | Methods and internet of things (iot) systems for operation and management of smart gas data centers | |
US20190213514A1 (en) | System for resource utilization analysis & resource alteration | |
CN113190426B (zh) | 一种大数据评分系统稳定性监控方法 | |
US20180129963A1 (en) | Apparatus and method of behavior forecasting in a computer infrastructure | |
CN111694804B (zh) | 故障排查方法及装置 | |
US11734096B2 (en) | Disaster prediction recovery: statistical content based filter for software as a service | |
CA3003779C (en) | Identifying clusters for service management operations | |
CN115827290A (zh) | 处理策略的确定方法、装置、存储介质以及电子设备 | |
CN115529219A (zh) | 告警分析方法、装置、计算机可读存储介质及电子设备 |
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 |