CN115129538A - 一种事件处理方法、装置、设备及介质 - Google Patents
一种事件处理方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115129538A CN115129538A CN202210554169.6A CN202210554169A CN115129538A CN 115129538 A CN115129538 A CN 115129538A CN 202210554169 A CN202210554169 A CN 202210554169A CN 115129538 A CN115129538 A CN 115129538A
- Authority
- CN
- China
- Prior art keywords
- keyword
- event
- total number
- target
- keywords
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
- G06F11/3072—Monitoring arrangements determined by the means or processing involved in reporting the monitored data where the reporting involves data filtering, e.g. pattern matching, time or event triggered, adaptive or policy-based reporting
-
- 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
- G06F16/3344—Query execution using natural language analysis
-
- 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
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/216—Parsing using statistical methods
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种事件处理方法、装置、设备及介质。方法包括:根据待处理事件的事件描述文本,生成与待处理事件对应的至少一个目标关键词;根据各目标关键词,更新预设数据库中存储的历史事件总数量、各关键词、以及各关键词对应的事件总数量;检测各目标关键词是否在预设的关键词黑名单或关键词白名单中;若不在预设的关键词黑名单或关键词白名单中,则确定各目标关键词对应的事件总数量;根据历史事件总数量、以及各目标关键词对应的事件总数量,计算待处理事件的重要度。本发明实施例可以自动根据事件的事件描述文本中包含的词语信息,确定事件的重要度,可以有效地、可量化地表达事件的重要度。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种事件处理方法、装置、设备及介质。
背景技术
在运维监控系统的运行过程中,运维监控系统产生的用于告知用户关于系统当前性能指标、故障、异常状态等的系统信息称为事件。事件包括但不限于告警、通知、警报等。
运维监控系统运行时会产生大量事件,需要确定各个事件的重要度,便于根据各个事件的重要度,过滤掉大量事件中的不重要的事件。
相关技术中,通常由工作人员基于故障现场和运维经验进行人工判断,评估事件的重要度。通过人工评估事件的重要度,对工作人员的要求较高,工作量大、重复且繁琐,作业效率较低。
发明内容
本发明提供了一种事件处理方法、装置、设备及介质,以解决相关技术中,通过人工评估事件的重要度,对工作人员的要求较高,工作量大、重复且繁琐,作业效率较低的问题。
根据本发明的一方面,提供了一种事件处理方法,包括:
根据待处理事件的事件描述文本,生成与所述待处理事件对应的至少一个目标关键词;
根据各所述目标关键词,更新预设数据库中存储的历史事件总数量、各关键词、以及各关键词对应的事件总数量;其中,每一个关键词对应的事件总数量是事件描述文本中包含所述关键词的事件的总数量;
检测各所述目标关键词是否在预设的关键词黑名单或关键词白名单中;
若各所述目标关键词不在预设的关键词黑名单或关键词白名单中,则根据所述预设数据库中存储的各关键词、以及各关键词对应的事件总数量,确定各所述目标关键词对应的事件总数量;
根据所述历史事件总数量、以及各所述目标关键词对应的事件总数量,计算所述待处理事件的重要度。
根据本发明的另一方面,提供了一种事件处理装置,包括:
关键词生成模块,用于根据待处理事件的事件描述文本,生成与所述待处理事件对应的至少一个目标关键词;
数据库更新模块,用于根据各所述目标关键词,更新预设数据库中存储的历史事件总数量、各关键词、以及各关键词对应的事件总数量;其中,每一个关键词对应的事件总数量是事件描述文本中包含所述关键词的事件的总数量;
关键词检测模块,用于检测各所述目标关键词是否在预设的关键词黑名单或关键词白名单中;
数量确定模块,用于若各所述目标关键词不在预设的关键词黑名单或关键词白名单中,则根据所述预设数据库中存储的各关键词、以及各关键词对应的事件总数量,确定各所述目标关键词对应的事件总数量;
重要度计算模块,用于根据所述历史事件总数量、以及各所述目标关键词对应的事件总数量,计算所述待处理事件的重要度。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的事件处理方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的事件处理方法。
本发明实施例的技术方案,通过根据待处理事件的事件描述文本,生成与待处理事件对应的至少一个目标关键词;然后根据各目标关键词,更新预设数据库中存储的历史事件总数量、各关键词、以及各关键词对应的事件总数量;检测各目标关键词是否在预设的关键词黑名单或关键词白名单中;若各目标关键词不在预设的关键词黑名单或关键词白名单中,则根据预设数据库中存储的各关键词、以及各关键词对应的事件总数量,确定各目标关键词对应的事件总数量;最后根据历史事件总数量、以及各目标关键词对应的事件总数量,计算待处理事件的重要度,解决了相关技术中,通过人工评估事件的重要度,对工作人员的要求较高,工作量大、重复且繁琐,作业效率较低的问题,取到了可以自动根据事件的事件描述文本中包含的词语信息,确定事件的重要度,可以有效地、可量化地表达事件的重要度的有益效果。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的一种事件处理方法的流程图。
图2为本发明实施例二提供的一种事件处理方法的流程图。
图3为本发明实施例三提供的一种事件处理装置的结构示意图。
图4为实现本发明实施例的事件处理方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“目标”、“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,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包含”、“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。
实施例一
图1为本发明实施例一提供的一种事件处理方法的流程图,本实施例可适用于确定各个事件的重要度,便于根据各个事件的重要度,过滤掉大量事件中的不重要的事件的情况,该方法可以由事件处理装置来执行,该事件处理装置可以采用硬件和/或软件的形式实现,该事件处理装置可配置于电子设备中。如图1所示,该方法包括:
步骤101、根据待处理事件的事件描述文本,生成与所述待处理事件对应的至少一个目标关键词。
可选的,待处理事件是当前时刻需要电子设备处理,从而确定重要度的一个事件。待处理事件的事件描述文本是用于描述事件的文本。与所述待处理事件对应的至少一个目标关键词是待处理事件的事件描述文本中包含的至少一个有效词。
可选的,所述根据待处理事件的事件描述文本,生成与所述待处理事件对应的至少一个目标关键词,包括:对待处理事件的事件描述文本进行分词处理,得到多个词语;去除所述多个词语中的停用词,得到所述多个词语中的至少一个有效词;将所述至少一个有效词,确定为与所述待处理事件对应的至少一个目标关键词。
可选的,电子设备中存储了预设的停用词。停用词是在信息检索中,为节省存储空间和提高搜索效率,在处理文本之前或之后会自动过滤掉的某些字或词。这些字或词被称为停用词(Stop Words)。例如,“了”、“的”、“是”等词语。
可选的,对待处理事件的事件描述文本进行分词处理,得到多个词语,然后去除所述多个词语中的停用词。保留下来的词语即为所述多个词语中的至少一个有效词。将所述至少一个有效词,确定为与所述待处理事件对应的至少一个目标关键词。
步骤102、根据各所述目标关键词,更新预设数据库中存储的历史事件总数量、各关键词、以及各关键词对应的事件总数量。
其中,每一个关键词对应的事件总数量是事件描述文本中包含所述关键词的事件的总数量。
可选的,预设数据库用于存储历史事件总数量、各关键词、以及各关键词对应的事件总数量。
可选的,以倒排索引的形式,将各关键词、以及各关键词对应的事件总数量存储在预设数据库中。
预设数据库中存储的历史事件总数量是电子设备处理的事件的总数量。示例性的,历史事件总数量为2000。预设数据库中存储的各关键词是电子设备处理的全部事件的事件描述文本中包含的不同的有效词。
可选的,每一个关键词对应的事件总数量是电子设备处理的全部事件中的事件描述文本中包含所述关键词的事件的总数量。针对每一个关键词执行下述操作:在电子设备处理的全部事件中,筛选事件描述文本中包含关键词的事件;统计事件描述文本中包含关键词的事件的总数量,将统计得到的总数量,确定为关键词对应的事件总数量。
示例性的,电子设备处理的事件的总数量为2000。针对某一个关键词,在电子设备处理的2000个事件中,筛选事件描述文本中包含该关键词的事件,然后筛选出100个事件描述文本中包含该关键词的事件。统计事件描述文本中包含关键词的事件的总数量,将统计得到的总数量“100”,确定为关键词对应的事件总数量。
可选的,待处理事件是电子设备处理的新事件。电子设备需要根据处理的新事件的相关信息,及时更新预设数据库中存储的历史事件总数量、各关键词、以及各关键词对应的事件总数量。
可选的,所述根据各所述目标关键词,更新预设数据库中存储的历史事件总数量、各关键词、以及各关键词对应的事件总数量,包括:将预设数据库中存储的历史事件总数量加1;针对每一个目标关键词执行下述操作:在预设数据库中存储的各关键词中查询与当前处理目标关键词相同的关键词;若查询到与所述当前处理目标关键词相同的关键词,则将所述关键词对应的事件总数量加1;若没有查询到与所述当前处理目标关键词相同的关键词,则将所述当前处理目标关键词、以及所述当前处理目标关键词对应的初始事件总数量存储至所述预设数据库中;其中,所述初始事件总数量为1。
可选的,待处理事件是电子设备处理的一个新事件,电子设备处理的事件的总数量加1,所以将预设数据库中存储的历史事件总数量加1。
可选的,若查询到与所述当前处理目标关键词相同的关键词,表明当前处理目标关键词已经存储在预设数据库中,待处理事件是事件描述文本中包含当前处理目标关键词的一个新事件,则将所述关键词对应的事件总数量加1。
可选的,若没有查询到与所述当前处理目标关键词相同的关键词,表明当前处理目标关键词是没有存储在预设数据库中的新的有效词,第一次出现事件描述文本中包含当前处理目标关键词的一个事件,将所述当前处理目标关键词、以及所述当前处理目标关键词对应的初始事件总数量存储至所述预设数据库中;其中,所述初始事件总数量为1。
步骤103、检测各所述目标关键词是否在预设的关键词黑名单或关键词白名单中。
可选的,预设的关键词黑名单中包含用户输入的至少一个不重要词语。不重要词语是在事件的重要度计算过程中,可以忽略的词语。
可选的,预设的关键词白名单中包含用户输入的至少一个重要词语。重要词语是用户需要重点关注的事件的事件描述文本中会包含的词语。若事件的各目标关键词中存在任一一个目标关键词在预设的关键词白名单中,表明该事件是需要重点关注的事件,则确定该事件的重要度为预设最大重要度。
可选的,检测各所述目标关键词是否在预设的关键词黑名单中,包括:针对每一个目标关键词执行下述操作:检测预设的关键词黑名单中是否包含与目标关键词相同的词语;若预设的关键词黑名单中包含与目标关键词相同的词语,则确定目标关键词在预设的关键词黑名单中;若预设的关键词黑名单中不包含与目标关键词相同的词语,则确定目标关键词不在预设的关键词黑名单中。
可选的,检测各所述目标关键词是否在预设的关键词白名单中,包括:针对每一个目标关键词执行下述操作:检测预设的关键词白名单中是否包含与目标关键词相同的词语;若预设的关键词白名单中包含与目标关键词相同的词语,则确定目标关键词在预设的关键词白名单中;若预设的关键词白名单中不包含与目标关键词相同的词语,则确定目标关键词不在预设的关键词白名单中。
步骤104、若各所述目标关键词不在预设的关键词黑名单或关键词白名单中,则根据所述预设数据库中存储的各关键词、以及各关键词对应的事件总数量,确定各所述目标关键词对应的事件总数量。
可选的,所述根据所述预设数据库中存储的各关键词、以及各关键词对应的事件总数量,确定各所述目标关键词对应的事件总数量,包括:针对每一个目标关键词执行下述操作:在所述预设数据库中存储的各关键词中查询与当前处理目标关键词相同的关键词;将与所述当前处理目标关键词相同的关键词对应的事件总数量,确定为所述当前处理目标关键词对应的事件总数量。
步骤105、根据所述历史事件总数量、以及各所述目标关键词对应的事件总数量,计算所述待处理事件的重要度。
可选的,所述根据所述历史事件总数量、以及各所述目标关键词对应的事件总数量,计算所述待处理事件的重要度,包括:根据所述历史事件总数量、以及各所述目标关键词对应的事件总数量,计算各所述目标关键词的出现概率;根据各所述目标关键词的出现概率,计算所述待处理事件的出现概率;根据所述待处理事件的出现概率、以及预设的重要度计算公式,计算所述待处理事件的重要度。
可选的,目标关键词的出现概率是目标关键词在事件的事件描述文本中出现的概率。待处理事件的出现概率是待处理事件在系统运行中出现的概率。
可选的,根据所述历史事件总数量、以及各所述目标关键词对应的事件总数量,计算各所述目标关键词的出现概率,包括:使用下述计算公式,计算各所述目标关键词中的第i个目标关键词的出现概率:
其中,P(wi)是各所述目标关键词中的第i个目标关键词的出现概率,C(wi)是各所述目标关键词中的第i个目标关键词对应的事件总数量,C是历史事件总数量,i=0,...k,k为与所述待处理事件对应的目标关键词的总数量,即所述待处理事件的事件描述文本包含的有效词的总数量。
可选的,根据各所述目标关键词的出现概率,计算所述待处理事件的出现概率,包括:使用下述计算公式,计算所述待处理事件的出现概率:
p=avg(V),V={P(wi)|i=0,...k},
其中,p是所述待处理事件的出现概率,P(wi)是各所述目标关键词中的第i个目标关键词的出现概率,i=0,...k,k为与所述待处理事件对应的目标关键词的总数量,即所述待处理事件的事件描述文本包含的有效词的总数量。所述待处理事件的出现概率为与所述待处理事件对应的各目标关键词的出现概率的平均值。
可选的,所述待处理事件的出现概率还可以为与所述待处理事件对应的各目标关键词的出现概率中的中位数、最大值、调和均值等有效的统计指标值。
可选的,根据所述待处理事件的出现概率、以及预设的重要度计算公式,计算所述待处理事件的重要度,包括:使用下述预设的重要度计算公式,计算所述待处理事件的重要度:
Entropy=-p*log2(p)-(1-p)*log2(1-p),
其中,Entropy为所述待处理事件的重要度,p为所述待处理事件的出现概率。预设的重要度计算公式是基于交叉熵公式的重要度计算公式。重要度的大小分布在[0,1]之间。重要度越大,事件的重要性越大。
在通常情况下,事件描述文本中的词语的出现频率过高或过低,表明该词语的重要性不高。例如,告警中经常出现的“错误”、“正常”等词语。事件的出现概率过高或过低,表明该事件的重要性不高。以常见的交叉熵公式为基础,根据所述待处理事件的出现概率,计算所述待处理事件的重要度。在事件的出现概率过高或过低的情况下,事件的重要度较低;在事件的出现概率接近中间值的情况下,事件的重要度较高。基于预设的重要度计算公式可以有效地、可量化地表达事件的重要度,而且计算简单。
可选的,在检测各所述目标关键词是否在预设的关键词黑名单或关键词白名单中之后,还包括:若各所述目标关键词不在预设的关键词白名单中,且各所述目标关键词中存在第一目标关键词在预设的关键词黑名单中,则根据所述预设数据库中存储的各关键词、以及各关键词对应的事件总数量,确定各所述目标关键词中除所述第一目标关键词之外的目标关键词对应的事件总数量;根据所述历史事件总数量、以及除所述第一目标关键词之外的目标关键词对应的事件总数量,计算所述待处理事件的重要度。
可选的,第一目标关键词是各所述目标关键词中的在预设的关键词黑名单中的一个或多个目标关键词。若各所述目标关键词不在预设的关键词白名单中,且各所述目标关键词中存在第一目标关键词在预设的关键词黑名单中,则在计算所述待处理事件的重要度时过滤第一目标关键词。
可选的,在检测各所述目标关键词是否在预设的关键词黑名单或关键词白名单中之后,还包括:若各所述目标关键词中存在第二目标关键词在预设的关键词白名单中,则确定所述待处理事件的重要度为预设最大重要度。
可选的,第二目标关键词是各所述目标关键词中的在预设的关键词白名单中的一个或多个目标关键词。若各所述目标关键词中存在第二目标关键词在预设的关键词白名单中,表明所述待处理事件是需要重点关注的事件,则确定所述待处理事件的重要度为预设最大重要度。预设最大重要度是预设的最大的重要度。
示例性的,重要度的大小分布在[0,1]之间,预设最大重要度为1。若各所述目标关键词中存在第二目标关键词在预设的关键词白名单中,表明所述待处理事件是需要重点关注的事件,则确定所述待处理事件的重要度为1。
本发明实施例的技术方案,通过根据待处理事件的事件描述文本,生成与待处理事件对应的至少一个目标关键词;然后根据各目标关键词,更新预设数据库中存储的历史事件总数量、各关键词、以及各关键词对应的事件总数量;检测各目标关键词是否在预设的关键词黑名单或关键词白名单中;若各目标关键词不在预设的关键词黑名单或关键词白名单中,则根据预设数据库中存储的各关键词、以及各关键词对应的事件总数量,确定各目标关键词对应的事件总数量;最后根据历史事件总数量、以及各目标关键词对应的事件总数量,计算待处理事件的重要度,解决了相关技术中,通过人工评估事件的重要度,对工作人员的要求较高,工作量大、重复且繁琐,作业效率较低的问题,取到了可以自动根据事件的事件描述文本中包含的词语信息,确定事件的重要度,可以有效地、可量化地表达事件的重要度的有益效果。
本发明实施例确定事件的重要度的方案具有计算高效、资源占用少的优点,同时还具备一定的扩展性。
实施例二
图2为本发明实施例二提供的一种事件处理方法的流程图,本发明实施例可以与上述一个或者多个实施例中各个可选方案结合。如图2所示,该方法包括:
步骤201、根据待处理事件的事件描述文本,生成与所述待处理事件对应的至少一个目标关键词。
步骤202、根据各所述目标关键词,更新预设数据库中存储的历史事件总数量、各关键词、以及各关键词对应的事件总数量。
其中,每一个关键词对应的事件总数量是事件描述文本中包含所述关键词的事件的总数量。
步骤203、检测各所述目标关键词是否在预设的关键词黑名单或关键词白名单中。
步骤204、若各所述目标关键词不在预设的关键词黑名单或关键词白名单中,则根据所述预设数据库中存储的各关键词、以及各关键词对应的事件总数量,确定各所述目标关键词对应的事件总数量。
步骤205、根据所述历史事件总数量、以及各所述目标关键词对应的事件总数量,计算各所述目标关键词的出现概率。
可选的,根据所述历史事件总数量、以及各所述目标关键词对应的事件总数量,计算各所述目标关键词的出现概率,包括:使用下述计算公式,计算各所述目标关键词中的第i个目标关键词的出现概率:
其中,P(wi)是各所述目标关键词中的第i个目标关键词的出现概率,C(wi)是各所述目标关键词中的第i个目标关键词对应的事件总数量,C是历史事件总数量,i=0,...k,k为与所述待处理事件对应的目标关键词的总数量,即所述待处理事件的事件描述文本包含的有效词的总数量。
步骤206、根据各所述目标关键词的出现概率,计算所述待处理事件的出现概率。
可选的,根据各所述目标关键词的出现概率,计算所述待处理事件的出现概率,包括:使用下述计算公式,计算所述待处理事件的出现概率:
p=avg(V),V={P(wi)|i=0,...k},
其中,p是所述待处理事件的出现概率,P(wi)是各所述目标关键词中的第i个目标关键词的出现概率,i=0,...k,k为与所述待处理事件对应的目标关键词的总数量,即所述待处理事件的事件描述文本包含的有效词的总数量。所述待处理事件的出现概率为与所述待处理事件对应的各目标关键词的出现概率的平均值。
可选的,所述待处理事件的出现概率还可以为与所述待处理事件对应的各目标关键词的出现概率中的中位数、最大值、调和均值等有效的统计指标值。
步骤207、根据所述待处理事件的出现概率、以及预设的重要度计算公式,计算所述待处理事件的重要度。
可选的,根据所述待处理事件的出现概率、以及预设的重要度计算公式,计算所述待处理事件的重要度,包括:使用下述预设的重要度计算公式,计算所述待处理事件的重要度:
Entropy=-p*log2(p)-(1-p)*log2(1-p),
其中,Entropy为所述待处理事件的重要度,p为所述待处理事件的出现概率。预设的重要度计算公式是基于交叉熵公式的重要度计算公式。重要度的大小分布在[0,1]之间。重要度越大,事件的重要性越大。
在通常情况下,事件描述文本中的词语的出现频率过高或过低,表明该词语的重要性不高。例如,告警中经常出现的“错误”、“正常”等词语。事件的出现概率过高或过低,表明该事件的重要性不高。以常见的交叉熵公式为基础,根据所述待处理事件的出现概率,计算所述待处理事件的重要度。在事件的出现概率过高或过低的情况下,事件的重要度较低;在事件的出现概率接近中间值的情况下,事件的重要度较高。
本发明实施例的技术方案,取到了可以自动根据事件的事件描述文本中包含的词语信息,确定事件的重要度,可以有效地、可量化地表达事件的重要度的有益效果。
实施例三
图3为本发明实施例三提供的一种事件处理装置的结构示意图。所述装置可以配置于电子设备中。如图3所示,所述装置包括:关键词生成模块301、数据库更新模块302、关键词检测模块303、数量确定模块304以及重要度计算模块305。
其中,关键词生成模块301,用于根据待处理事件的事件描述文本,生成与所述待处理事件对应的至少一个目标关键词;数据库更新模块302,用于根据各所述目标关键词,更新预设数据库中存储的历史事件总数量、各关键词、以及各关键词对应的事件总数量;其中,每一个关键词对应的事件总数量是事件描述文本中包含所述关键词的事件的总数量;关键词检测模块303,用于检测各所述目标关键词是否在预设的关键词黑名单或关键词白名单中;数量确定模块304,用于若各所述目标关键词不在预设的关键词黑名单或关键词白名单中,则根据所述预设数据库中存储的各关键词、以及各关键词对应的事件总数量,确定各所述目标关键词对应的事件总数量;重要度计算模块305,用于根据所述历史事件总数量、以及各所述目标关键词对应的事件总数量,计算所述待处理事件的重要度。
本发明实施例的技术方案,通过根据待处理事件的事件描述文本,生成与待处理事件对应的至少一个目标关键词;然后根据各目标关键词,更新预设数据库中存储的历史事件总数量、各关键词、以及各关键词对应的事件总数量;检测各目标关键词是否在预设的关键词黑名单或关键词白名单中;若各目标关键词不在预设的关键词黑名单或关键词白名单中,则根据预设数据库中存储的各关键词、以及各关键词对应的事件总数量,确定各目标关键词对应的事件总数量;最后根据历史事件总数量、以及各目标关键词对应的事件总数量,计算待处理事件的重要度,解决了相关技术中,通过人工评估事件的重要度,对工作人员的要求较高,工作量大、重复且繁琐,作业效率较低的问题,取到了可以自动根据事件的事件描述文本中包含的词语信息,确定事件的重要度,可以有效地、可量化地表达事件的重要度的有益效果。
在本发明实施例的一个可选实施方式中,可选的,关键词生成模块301具体用于:对待处理事件的事件描述文本进行分词处理,得到多个词语;去除所述多个词语中的停用词,得到所述多个词语中的至少一个有效词;将所述至少一个有效词,确定为与所述待处理事件对应的至少一个目标关键词。
在本发明实施例的一个可选实施方式中,可选的,数据库更新模块302具体用于:将预设数据库中存储的历史事件总数量加1;针对每一个目标关键词执行下述操作:在预设数据库中存储的各关键词中查询与当前处理目标关键词相同的关键词;若查询到与所述当前处理目标关键词相同的关键词,则将所述关键词对应的事件总数量加1;若没有查询到与所述当前处理目标关键词相同的关键词,则将所述当前处理目标关键词、以及所述当前处理目标关键词对应的初始事件总数量存储至所述预设数据库中;其中,所述初始事件总数量为1。
在本发明实施例的一个可选实施方式中,可选的,数量确定模块304具体用于:针对每一个目标关键词执行下述操作:在所述预设数据库中存储的各关键词中查询与当前处理目标关键词相同的关键词;将与所述当前处理目标关键词相同的关键词对应的事件总数量,确定为所述当前处理目标关键词对应的事件总数量。
在本发明实施例的一个可选实施方式中,可选的,重要度计算模块305具体用于:根据所述历史事件总数量、以及各所述目标关键词对应的事件总数量,计算各所述目标关键词的出现概率;根据各所述目标关键词的出现概率,计算所述待处理事件的出现概率;根据所述待处理事件的出现概率、以及预设的重要度计算公式,计算所述待处理事件的重要度。
在本发明实施例的一个可选实施方式中,可选的,事件处理装置还包括:备选数量确定模块,用于若各所述目标关键词不在预设的关键词白名单中,且各所述目标关键词中存在第一目标关键词在预设的关键词黑名单中,则根据所述预设数据库中存储的各关键词、以及各关键词对应的事件总数量,确定各所述目标关键词中除所述第一目标关键词之外的目标关键词对应的事件总数量;备选重要度计算模块,用于根据所述历史事件总数量、以及除所述第一目标关键词之外的目标关键词对应的事件总数量,计算所述待处理事件的重要度。
在本发明实施例的一个可选实施方式中,可选的,事件处理装置还包括:重要度确定模块,用于若各所述目标关键词中存在第二目标关键词在预设的关键词白名单中,则确定所述待处理事件的重要度为预设最大重要度。
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。
上述事件处理装置可执行本发明任意实施例所提供的事件处理方法,具备执行事件处理方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实现本发明实施例的事件处理方法的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18构建到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如事件处理方法。
在一些实施例中,事件处理方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序构建到RAM 13并由处理器11执行时,可以执行上文描述的事件处理方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行事件处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的事件处理方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
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,根据设计要求和其他因素,可以进行各种修改、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)
1.一种事件处理方法,其特征在于,包括:
根据待处理事件的事件描述文本,生成与所述待处理事件对应的至少一个目标关键词;
根据各所述目标关键词,更新预设数据库中存储的历史事件总数量、各关键词、以及各关键词对应的事件总数量;其中,每一个关键词对应的事件总数量是事件描述文本中包含所述关键词的事件的总数量;
检测各所述目标关键词是否在预设的关键词黑名单或关键词白名单中;
若各所述目标关键词不在预设的关键词黑名单或关键词白名单中,则根据所述预设数据库中存储的各关键词、以及各关键词对应的事件总数量,确定各所述目标关键词对应的事件总数量;
根据所述历史事件总数量、以及各所述目标关键词对应的事件总数量,计算所述待处理事件的重要度。
2.根据权利要求1所述的方法,其特征在于,所述根据待处理事件的事件描述文本,生成与所述待处理事件对应的至少一个目标关键词,包括:
对待处理事件的事件描述文本进行分词处理,得到多个词语;
去除所述多个词语中的停用词,得到所述多个词语中的至少一个有效词;
将所述至少一个有效词,确定为与所述待处理事件对应的至少一个目标关键词。
3.根据权利要求1所述的方法,其特征在于,所述根据各所述目标关键词,更新预设数据库中存储的历史事件总数量、各关键词、以及各关键词对应的事件总数量,包括:
将预设数据库中存储的历史事件总数量加1;
针对每一个目标关键词执行下述操作:
在预设数据库中存储的各关键词中查询与当前处理目标关键词相同的关键词;
若查询到与所述当前处理目标关键词相同的关键词,则将所述关键词对应的事件总数量加1;
若没有查询到与所述当前处理目标关键词相同的关键词,则将所述当前处理目标关键词、以及所述当前处理目标关键词对应的初始事件总数量存储至所述预设数据库中;其中,所述初始事件总数量为1。
4.根据权利要求1所述的方法,其特征在于,所述根据所述预设数据库中存储的各关键词、以及各关键词对应的事件总数量,确定各所述目标关键词对应的事件总数量,包括:
针对每一个目标关键词执行下述操作:
在所述预设数据库中存储的各关键词中查询与当前处理目标关键词相同的关键词;
将与所述当前处理目标关键词相同的关键词对应的事件总数量,确定为所述当前处理目标关键词对应的事件总数量。
5.根据权利要求1所述的方法,其特征在于,所述根据所述历史事件总数量、以及各所述目标关键词对应的事件总数量,计算所述待处理事件的重要度,包括:
根据所述历史事件总数量、以及各所述目标关键词对应的事件总数量,计算各所述目标关键词的出现概率;
根据各所述目标关键词的出现概率,计算所述待处理事件的出现概率;
根据所述待处理事件的出现概率、以及预设的重要度计算公式,计算所述待处理事件的重要度。
6.根据权利要求5所述的方法,其特征在于,在检测各所述目标关键词是否在预设的关键词黑名单或关键词白名单中之后,还包括:
若各所述目标关键词不在预设的关键词白名单中,且各所述目标关键词中存在第一目标关键词在预设的关键词黑名单中,则根据所述预设数据库中存储的各关键词、以及各关键词对应的事件总数量,确定各所述目标关键词中除所述第一目标关键词之外的目标关键词对应的事件总数量;
根据所述历史事件总数量、以及除所述第一目标关键词之外的目标关键词对应的事件总数量,计算所述待处理事件的重要度。
7.根据权利要求6所述的方法,其特征在于,在检测各所述目标关键词是否在预设的关键词黑名单或关键词白名单中之后,还包括:
若各所述目标关键词中存在第二目标关键词在预设的关键词白名单中,则确定所述待处理事件的重要度为预设最大重要度。
8.一种事件处理装置,其特征在于,包括:
关键词生成模块,用于根据待处理事件的事件描述文本,生成与所述待处理事件对应的至少一个目标关键词;
数据库更新模块,用于根据各所述目标关键词,更新预设数据库中存储的历史事件总数量、各关键词、以及各关键词对应的事件总数量;其中,每一个关键词对应的事件总数量是事件描述文本中包含所述关键词的事件的总数量;
关键词检测模块,用于检测各所述目标关键词是否在预设的关键词黑名单或关键词白名单中;
数量确定模块,用于若各所述目标关键词不在预设的关键词黑名单或关键词白名单中,则根据所述预设数据库中存储的各关键词、以及各关键词对应的事件总数量,确定各所述目标关键词对应的事件总数量;
重要度计算模块,用于根据所述历史事件总数量、以及各所述目标关键词对应的事件总数量,计算所述待处理事件的重要度。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的事件处理方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的事件处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210554169.6A CN115129538A (zh) | 2022-05-19 | 2022-05-19 | 一种事件处理方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210554169.6A CN115129538A (zh) | 2022-05-19 | 2022-05-19 | 一种事件处理方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115129538A true CN115129538A (zh) | 2022-09-30 |
Family
ID=83376238
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210554169.6A Pending CN115129538A (zh) | 2022-05-19 | 2022-05-19 | 一种事件处理方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115129538A (zh) |
-
2022
- 2022-05-19 CN CN202210554169.6A patent/CN115129538A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115396289A (zh) | 一种故障告警确定方法、装置、电子设备及存储介质 | |
CN115033463A (zh) | 一种系统异常类型确定方法、装置、设备和存储介质 | |
CN115686910A (zh) | 一种故障分析方法、装置、电子设备及介质 | |
CN115438663A (zh) | 一种电网工作票据的风险分析方法、装置、设备及介质 | |
CN114490160A (zh) | 一种数据倾斜优化因子自动调整方法、装置、设备和介质 | |
CN116471174B (zh) | 一种日志数据监测系统、方法、装置和存储介质 | |
CN116755974A (zh) | 云计算平台运维方法、装置、电子设备及存储介质 | |
CN115048352B (zh) | 一种日志字段提取方法、装置、设备和存储介质 | |
CN114896418A (zh) | 知识图谱构建方法、装置、电子设备及存储介质 | |
CN115718732A (zh) | 一种磁盘文件管理方法、装置、设备及存储介质 | |
CN115794578A (zh) | 一种电力系统的数据管理方法、装置、设备及介质 | |
CN115129538A (zh) | 一种事件处理方法、装置、设备及介质 | |
CN115407150A (zh) | 保护压板投入使用情况的确定系统、方法、测量表及介质 | |
CN114186738A (zh) | 一种故障预警方法、装置、电子设备和存储介质 | |
CN116627695B (zh) | 一种告警事件根因推荐方法、装置、设备及存储介质 | |
CN116185765B (zh) | 一种告警处理方法、装置、电子设备及存储介质 | |
CN114169326A (zh) | 基于分词的文本处理方法、装置、电子设备和存储介质 | |
CN114764598A (zh) | 一种事件聚类方法、装置、电子设备及存储介质 | |
CN117421377A (zh) | 一种能源场站的数据处理方法、装置、设备及介质 | |
CN116883198A (zh) | 一种数据质量的评估方法、装置、电子设备以及介质 | |
CN117493060A (zh) | 数据库组件异常检测方法、装置、设备及介质 | |
CN115146986A (zh) | 一种数据中心设备维护方法、装置、设备和存储介质 | |
CN115204424A (zh) | 云原生系统的智能运维方法、装置、设备及存储介质 | |
CN117033148A (zh) | 风险业务接口的告警方法、装置、电子设备和介质 | |
CN117520127A (zh) | 异常信息处理方法、装置、电子设备以及存储介质 |
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 |