System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种同类型故障工单的识别方法及相关设备技术_技高网

一种同类型故障工单的识别方法及相关设备技术

技术编号:41325341 阅读:3 留言:0更新日期:2024-05-13 15:03
本发明专利技术公开了一种同类型故障工单的识别方法及相关设备,获取多个待处理故障工单,对每个待处理故障工单进行预处理,得到对应的关键词向量,采用TF‑IDF算法计算关键词向量中每个故障关键词的TF‑IDF值,以得到每个待处理故障工单对应的TF‑IDF向量,采用余弦相似度算法计算任意两个TF‑IDF向量之间的余弦相似度值,得到一个余弦相似度矩阵,基于余弦相似度矩阵中的各个余弦相似度值确定多个待处理故障工单中的同类型故障工单。本发明专利技术采用TF‑IDF算法和余弦相似度原理,实现了对同类型故障工单的自动识别,使得故障工单分类更加精准,有利于运维人员快速定位相似故障,并大大减少了人工识别时花费的时间和精力。

【技术实现步骤摘要】

本专利技术涉及故障识别,更具体的说,涉及一种同类型故障工单的识别方法及相关设备


技术介绍

1、随着民航信息技术的飞速发展,航空公司和代理人客户对产品和服务的要求越来越高。在故障处理方面,由于航班频次逐渐增多,为避免出现旅客误机事故,航空公司对故障的处理要求越来越高。

2、目前,通常采用客服工单系统对故障工单进行人工处理。然而,故障工单的信息量很大,针对同类型故障工单,人工识别需要花费很长时间且容易出错。


技术实现思路

1、有鉴于此,本专利技术公开一种同类型故障工单的识别方法及相关设备,以实现对同类型故障工单的自动识别,使得故障工单分类更加精准,有利于运维人员快速定位相似故障,并大大减少人工识别时花费的时间和精力。

2、一种同类型故障工单的识别方法,包括:

3、获取多个待处理故障工单;

4、对每个所述待处理故障工单进行预处理,得到对应的关键词向量;

5、采用tf-idf算法计算所述关键词向量中每个故障关键词的tf-idf值;

6、基于每个所述待处理故障工单对应的各个所述tf-idf值,得到对应的tf-idf向量;

7、采用余弦相似度算法计算任意两个所述tf-idf向量之间的余弦相似度值,得到一个余弦相似度矩阵;

8、基于所述余弦相似度矩阵中的各个所述余弦相似度值确定多个所述待处理故障工单中的同类型故障工单。

9、一种同类型故障工单的识别装置,包括:

10、获取单元,用于获取多个待处理故障工单;

11、预处理单元,用于对每个所述待处理故障工单进行预处理,得到对应的关键词向量;

12、计算单元,用于采用tf-idf算法计算所述关键词向量中每个故障关键词的tf-idf值;

13、向量确定单元,用于基于每个所述待处理故障工单对应的各个所述tf-idf值,得到对应的tf-idf向量;

14、矩阵确定单元,用于采用余弦相似度算法计算任意两个所述tf-idf向量之间的余弦相似度值,得到一个余弦相似度矩阵;

15、同类型工单确定单元,用于基于所述余弦相似度矩阵中的各个所述余弦相似度值确定多个所述待处理故障工单中的同类型故障工单。

16、一种电子设备,所述电子设备包括:存储器和处理器;

17、所述存储器用于存储至少一个指令;

18、所述处理器用于执行所述至少一个指令以实现上述所述的同类型故障工单的识别方法。

19、一种计算机可读存储介质,所述计算机可读存储介质存储至少一个指令,所述至少一个指令被处理器执行时实现上述所述的同类型故障工单的识别方法。

20、从上述的技术方案可知,本专利技术公开了一种同类型故障工单的识别方法及相关设备,获取多个待处理故障工单,对每个待处理故障工单进行预处理,得到对应的关键词向量,采用tf-idf算法计算关键词向量中每个故障关键词的tf-idf值,基于每个待处理故障工单对应的各个tf-idf值,得到对应的tf-idf向量,采用余弦相似度算法计算任意两个tf-idf向量之间的余弦相似度值,得到一个余弦相似度矩阵,基于余弦相似度矩阵中的各个余弦相似度值确定多个待处理故障工单中的同类型故障工单。本专利技术采用tf-idf算法和余弦相似度原理,实现了对同类型故障工单的自动识别,使得故障工单分类更加精准,有利于运维人员快速定位相似故障,并大大减少了人工识别时花费的时间和精力。

本文档来自技高网...

【技术保护点】

1.一种同类型故障工单的识别方法,其特征在于,包括:

2.根据权利要求1所述的识别方法,其特征在于,所述对每个所述待处理故障工单进行预处理,得到对应的关键词向量,包括:

3.根据权利要求2所述的识别方法,其特征在于,所述采用TF-IDF算法计算所述关键词向量中每个故障关键词的TF-IDF值,包括:

4.根据权利要求1所述的识别方法,其特征在于,所述采用余弦相似度算法计算任意两个所述TF-IDF向量之间的余弦相似度值,包括:

5.根据权利要求1所述的识别方法,其特征在于,所述基于所述余弦相似度矩阵中的各个所述余弦相似度值确定多个所述待处理故障工单中的同类型故障工单,包括:

6.根据权利要求1~5任意一项所述的识别方法,其特征在于,还包括:

7.一种同类型故障工单的识别装置,其特征在于,包括:

8.根据权利要求7所述的识别装置,其特征在于,所述预处理单元包括:

9.一种电子设备,其特征在于,所述电子设备包括:存储器和处理器;

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至少一个指令,所述至少一个指令被处理器执行时实现如权利要求1~6任意一项所述的同类型故障工单的识别方法。

...

【技术特征摘要】

1.一种同类型故障工单的识别方法,其特征在于,包括:

2.根据权利要求1所述的识别方法,其特征在于,所述对每个所述待处理故障工单进行预处理,得到对应的关键词向量,包括:

3.根据权利要求2所述的识别方法,其特征在于,所述采用tf-idf算法计算所述关键词向量中每个故障关键词的tf-idf值,包括:

4.根据权利要求1所述的识别方法,其特征在于,所述采用余弦相似度算法计算任意两个所述tf-idf向量之间的余弦相似度值,包括:

5.根据权利要求1所述的识别方法,其特征在于,所述基于所述余弦相似度矩阵中的各个所...

【专利技术属性】
技术研发人员:贺明春贾宇清薛志兵张亚明余丹清窦瑞荣
申请(专利权)人:中国民航信息网络股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1