一种基于运维管理的智能工单质检方法技术

本发明专利技术公开了一种基于运维管理的智能工单质检方法，其实施例流程分为四步：（1）根据故障原因类别对样本集里的合格工单进行粗分类；（2）对故障原因类别里的各个类再进行细分类；（3）对待分类工单进行预处理；（4）对待分类工单进行分类再判断是否合格。在大规模复杂网络运维中，通过自动化系统代替原来人工工单质检，提高了质检效率并且降低了漏检率和错检率。并且利用了词向量和语义相似度来确定工单的类别，从而确定工单是否合格。使用这种方法会使得工单质检的质检质量更高，也节省了人力。

An intelligent job quality inspection method based on operation and maintenance management

The invention discloses an intelligent worksheet quality inspection method based on operation and maintenance management, and the implementation flow is divided into four steps: (1) roughly classifying qualified worksheets in the sample set according to the fault reason category; (2) subdividing and classifying the various classes in the fault reason category; (3) pretreating the classified worksheets; (4) Classify the work orders and determine whether they are qualified or not. In the operation and maintenance of large-scale complex network, by replacing the original manual work unit quality inspection with automation system, the efficiency of quality inspection is improved and the rate of missing inspection and error detection is reduced. Word vector and semantic similarity are used to determine the type of work order, and then to determine whether the work order is qualified. With this method, the quality inspection of the sheet quality inspection will be higher and the manpower will be saved.

【技术实现步骤摘要】
一种基于运维管理的智能工单质检方法
本专利技术涉及网络运维及信息处理
，特别是一种基于运维管理的智能工单质检方法。
技术介绍
在网络运维中，因为通信过程中的各种设备故障或者断电等问题会导致网络通信中断，从而产生告警工单。告警工单中包括对故障地点、故障时间、故障原因及处理措施等的详细描述，故障原因的描述是先对故障原因进行分类，再利用故障原因分级描述，最后得到故障原因。员工往往是根据工单中故障原因的描述，并且按照一定的规则给出正确的处理措施。然后质检人员再对工单质量进行检测。工单质量的检测主要是对每条工单中填写的内容是否符合规范或者是否符合逻辑。员工对工单的质量检测主要依靠工单中填写内容的逻辑性以及质检人员的经验来判断。并且因为质检人员有限，所以传统的工单质检采取人工工单抽检策略，这样节省了大量的人力物力。近几年来，随着电信运营市场竞争的加剧，加速了微利时代的到来，降低运维成本、提升运作效率的要求越来越高，精准化管理、降级成本增加效率、资源优化配置的任务逐渐紧迫。随着移动网络规模的增大，每天产生的工单数量也在成倍增加。如果单靠人工工单质检，不但效率低、漏检率高，更难及时发现在运维过程中出现的问题。工单质检部门只能对部分工单进行质检。从质检的情况上看，合格率几率较高。质检部门对工单的质检规则相对较少，同时质检人员在判断工单中的信息是否符合逻辑时，在庞大的数据中，单单靠观察或者心算，难免会出现误差，导致误判或者是漏检。从上述工单质检的现状可以看出，目前人工工单质检已经满足不了现在对庞大工单数据的检测了，纵使花费大量的人力来完成，也难保证质检的合格率。因此现有的技术存在一定的问题，具有进一步改进的需求以满足信息社会对信息处理日益增长的要求。现有技术一在网络运维中，员工的判断起重要的作用，员工往往是根据故障原因与处理措施的逻辑性来判断工单是否合格。目前通常处理工单先确定故障原因类别，再通过故障原因类别逐级确定k级故障原因，再通过k级故障原因确定最终故障原因，根据上述故障原因来确定处理措施。所以故障原因与处理措施之间本身是符合逻辑的，但如果回复原因与处理存在矛盾，不符合逻辑，则工单肯定是不合格的。质检人员根据上述规则以及自己长期质检的经验来判断工单是否合格。现有技术一的缺点：现有技术中虽然已经制定了相关工单质检规则，但是单靠人工来判断，往往会发生错判或者漏判并且效率低下。现有技术二申请号CN104112026A专利中，公开了一种短信文本分类方法及系统，包括预先将短信分类过程划分为不同的任务，并将不同的任务分配到流式计算系统的工作节点的不同端口上；提取待分类短信文本的关键词并确定需要更新的类库，对需要更新的类库进行更新，同时计算待分类短信文本的特征向量；根据计算得到的特征向量获取待分类短信文本与不同类库成员的特征向量之间的相似度，并按照获得的相似度确定待分类短信文本的类别。从该专利技术短信文本分类方案可见，在对短信息文本进行特征预处理后，对类库的更新和对特征向量的计算是利用流式计算系统分别通过工作节点的不同任务端口来并行处理，大大提高了短信文本处理的响应速度，从而提高了对垃圾短信过滤的速度和精确度。现有技术二的缺点：现有技术是根据待分类文本与不同类库成员的特征向量之间的相似度来判断待分类短信文本的类别。这种方法虽然准确度高，但与所有类别一一比较，浪费时间且增加计算量。现有技术三申请号CN101458676A专利中，公开了一种质检确定方法,该方法包括:向神经网络提供工单数据；所述神经网络根据各神经元之间的连接权值对所述工单数据进行分析,获得输出数据,并根据输出数据与期望输出数据的误差调整各神经元之间的连接权值,调整后的连接权值用于下一次的工单数据分析；根据所述神经网络的输出数据确定是否需要对所述工单进行质检。该专利技术同时公开一种质检系统及神经网络。采用该专利技术可以获得合理的质检时机和质检点,减少质检环节并改善质检效果。现有技术三的缺点：现有技术三中只阐述了如何获得合理的质检时机和质检点，但并没有对质检方法进行阐述。现有工单处理技术中很少涉及工单质检的方法。在网络运维中，通常是根据员工以往经验和主观臆断来判断回复原因与处理措施是否存在矛盾，是否符合逻辑性，通过这种判断来确定工单是否合格。随着移动网络的规模的增大，每天产生的工单数量也在成倍增加。如果仅仅靠人工工单质检，不但效率低，漏检率高，而且有些会发生人工判断错误的情况。在质检过程中，单靠人工来确定工单情况，也会耗费大量的人力。
技术实现思路
本专利技术所要解决的技术问题是克服现有技术的不足而提供一种基于运维管理的智能工单质检方法，在大规模复杂网络运维中，通过自动化系统代替原来人工工单质检，提高了质检效率并且降低了漏检率和错检率。并且利用了粗细分类相结合的分类方法以及词向量和语义相似度技术，从而能更好的判断工单是否合格。这种方法会使得工单质检的质检质量更高，也节省了人力。本专利技术为解决上述技术问题采用以下技术方案：根据本专利技术提出的一种基于运维管理的智能工单质检方法，包括以下步骤：步骤一、先确定工单中故障原因类别的属性值，故障原因类别中的各个类别属性值的集合称为故障原因类别的属性集合，根据工单中故障原因类别的属性值对工单进行粗分类；步骤二、在故障原因类别的各个类中根据预设的故障原因与处理措施的逻辑对应关系对经过步骤一粗分类后的工单进行细分类；步骤三、在经过步骤二分类后的每条工单中进行特征词选择，生成特征词向量；步骤四、对待分类工单进行预处理，提取等待分类工单中故障原因类别的字段；步骤五、判断待分类工单提取出的字段是否存在故障原因类别的属性集合中，如果存在则待分类工单属于故障原因类别中的一类，执行步骤八；如果不存在则转到步骤六，进行进一步判断；步骤六、根据步骤三生成的特征词向量，计算步骤四中提取出的字段与属性集合里各属性值的语义相似度；步骤七、判断语义相似度是否大于预设的第一阈值；若相似度大于第一阈值，将这个该待分类工单划分到属性值所表示的类，执行步骤八；如果相似度低于第一阈值，则该待分类工单直接视为不合格；步骤八、判断待分类工单是否存在已知的合格工单样本中：如果匹配到一样的工单，则工单属于合格工单，如果匹配不到相同的工单，则转到步骤九；步骤九、计算工单类别相似度，确定工单是否合格：当待分类工单与步骤二细化后的工单类别中的某个类别的相似度大于预设的第二阈值，则待分类工单属于这个类别，因此这个工单是合格工单，当某个工单与步骤二细化后的工单类别中所有类别的相似度都小于第二阈值，这个工单是不合格工单。作为本专利技术所述的一种基于运维管理的智能工单质检方法进一步优化方案，步骤二中的细分类中：对语义相同的故障原因，规定其中一种故障原因为标准字段，其他语义相同但是不符合标准字段的工单删除。作为本专利技术所述的一种基于运维管理的智能工单质检方法进一步优化方案，第一阈值、第二阈值均是按照使分类错误率最小的贪婪最优化原则选出的。作为本专利技术所述的一种基于运维管理的智能工单质检方法进一步优化方案，语义相似度通过余弦相似度来计算。作为本专利技术所述的一种基于运维管理的智能工单质检方法进一步优化方案，语义相似度通过欧式距离来计算。本专利技术采用以上技术方案与现有技术相比，具有以下技术效果：(1)在大规模复杂网络运维中本文档来自技高网...

【技术保护点】
1.一种基于运维管理的智能工单质检方法，其特征在于，包括以下步骤：步骤一、先确定工单中故障原因类别的属性值，故障原因类别中的各个类别属性值的集合称为故障原因类别的属性集合，根据工单中故障原因类别的属性值对工单进行粗分类；步骤二、在故障原因类别的各个类中根据预设的故障原因与处理措施的逻辑对应关系对经过步骤一粗分类后的工单进行细分类；步骤三、在经过步骤二分类后的每条工单中进行特征词选择，生成特征词向量；步骤四、对待分类工单进行预处理，提取等待分类工单中故障原因类别的字段；步骤五、判断待分类工单提取出的字段是否存在故障原因类别的属性集合中，如果存在则待分类工单属于故障原因类别中的一类，执行步骤八；如果不存在则转到步骤六，进行进一步判断；步骤六、根据步骤三生成的特征词向量，计算步骤四中提取出的字段与属性集合里各属性值的语义相似度；步骤七、判断语义相似度是否大于预设的第一阈值；若相似度大于第一阈值，将这个该待分类工单划分到属性值所表示的类，执行步骤八；如果相似度低于第一阈值，则该待分类工单直接视为不合格；步骤八、判断待分类工单是否存在已知的合格工单样本中：如果匹配到一样的工单，则工单属于合格工单，如果匹配不到相同的工单，则转到步骤九；步骤九、计算工单类别相似度，确定工单是否合格：当待分类工单与步骤二细化后的工单类别中的某个类别的相似度大于预设的第二阈值，则待分类工单属于这个类别，因此这个工单是合格工单，当某个工单与步骤二细化后的工单类别中所有类别的相似度都小于第二阈值，这个工单是不合格工单。...

【技术特征摘要】
1.一种基于运维管理的智能工单质检方法，其特征在于，包括以下步骤：步骤一、先确定工单中故障原因类别的属性值，故障原因类别中的各个类别属性值的集合称为故障原因类别的属性集合，根据工单中故障原因类别的属性值对工单进行粗分类；步骤二、在故障原因类别的各个类中根据预设的故障原因与处理措施的逻辑对应关系对经过步骤一粗分类后的工单进行细分类；步骤三、在经过步骤二分类后的每条工单中进行特征词选择，生成特征词向量；步骤四、对待分类工单进行预处理，提取等待分类工单中故障原因类别的字段；步骤五、判断待分类工单提取出的字段是否存在故障原因类别的属性集合中，如果存在则待分类工单属于故障原因类别中的一类，执行步骤八；如果不存在则转到步骤六，进行进一步判断；步骤六、根据步骤三生成的特征词向量，计算步骤四中提取出的字段与属性集合里各属性值的语义相似度；步骤七、判断语义相似度是否大于预设的第一阈值；若相似度大于第一阈值，将这个该待分类工单划分到属性值所表示的类，执行步骤八；如果相似度低于第一阈值，则该待分类工单直接视为不合格；步骤八、...

【专利技术属性】
技术研发人员：石慧敏，李涛，刘峥，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏,32