[發(fā)明專利]一種基于機(jī)器學(xué)習(xí)的能力模型與工單匹配方法及系統(tǒng)在審
| 申請?zhí)枺?/td> | 201911407744.4 | 申請日: | 2019-12-31 |
| 公開(公告)號: | CN111144113A | 公開(公告)日: | 2020-05-12 |
| 發(fā)明(設(shè)計)人: | 丁志龍;甘松云;余眾澤 | 申請(專利權(quán))人: | 安徽智恒信科技股份有限公司 |
| 主分類號: | G06F40/289 | 分類號: | G06F40/289;G06F40/30;G06F40/242;G06F16/31;G06Q10/06;G06N20/00 |
| 代理公司: | 安徽知問律師事務(wù)所 34134 | 代理人: | 代群群 |
| 地址: | 230088 安徽省合肥市高*** | 國省代碼: | 安徽;34 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 機(jī)器 學(xué)習(xí) 能力 模型 匹配 方法 系統(tǒng) | ||
本發(fā)明公開了一種基于機(jī)器學(xué)習(xí)的能力模型與工單匹配方法及系統(tǒng),屬于運(yùn)維服務(wù)領(lǐng)域。針對現(xiàn)有技術(shù)中存在的運(yùn)維工單與運(yùn)維工程師的匹配準(zhǔn)確度不高的問題,本發(fā)明提供了一種基于機(jī)器學(xué)習(xí)的能力模型與工單匹配方法及系統(tǒng),系統(tǒng)包括特征項生成單元、隱性語義索引生成單元、模型訓(xùn)練單元以及能力匹配單元,通過特征項生成單元生成特征項,隱性語義索引生成單元根據(jù)特征項生成隱性語義索引數(shù)據(jù)庫,通過模型訓(xùn)練單元建立能力模型,最后通過能力匹配單元進(jìn)行運(yùn)維人員的能力與工單的匹配,它可以實現(xiàn)針對不同需求的運(yùn)維工單進(jìn)行合理的運(yùn)維人員分派。
技術(shù)領(lǐng)域
本發(fā)明涉及運(yùn)維服務(wù)領(lǐng)域,更具體地說,涉及一種基于機(jī)器學(xué)習(xí)的能力模型與工單匹配方法及系統(tǒng)。
背景技術(shù)
在運(yùn)維活動中,如何選擇合適的運(yùn)維工程師或運(yùn)維專家將直接影響到運(yùn)維工作的質(zhì)量,正確的選擇運(yùn)維工程師對于保證運(yùn)維服務(wù)質(zhì)量、效率、成本是至關(guān)重要的。現(xiàn)階段選擇運(yùn)維工程師一般都是采用服務(wù)臺人員根據(jù)其經(jīng)驗選擇的方式,或者借助計算機(jī)簡單給運(yùn)維工程師打數(shù)字標(biāo)簽發(fā)的方式方便篩選,計算機(jī)輔助程度比較低,僅僅針對數(shù)據(jù)庫查詢,沒有采用比較合理的智能輔助。目前的匹配方法更是大多采用基于關(guān)鍵字的方法,從數(shù)據(jù)庫中查詢相關(guān)關(guān)鍵字進(jìn)行工單和運(yùn)維工程師的匹配,但這種方法匹配的準(zhǔn)確程度不高,并且隨著工單量的不斷提升對服務(wù)臺資源的管理及要求也越來越高。因此需要一種針對高頻率大體量運(yùn)維活動的工程師分派方法,能夠采用多指標(biāo)綜合評估運(yùn)維工程師并合理的匹配運(yùn)維工單,適應(yīng)不同需求的運(yùn)維活動。
隱性語義索引,也可譯為隱含語義索引,是近年來逐漸興起的不同于關(guān)鍵詞檢索的搜索引擎解決方案,其檢索結(jié)果的實際效果更接近于人的自然語言,在一定程度上提高檢索結(jié)果的相關(guān)性,目前已被逐漸的應(yīng)用到圖書館、數(shù)據(jù)庫和搜索引擎的算法當(dāng)中。
發(fā)明內(nèi)容
1.要解決的技術(shù)問題
針對現(xiàn)有技術(shù)中存在的運(yùn)維工單與運(yùn)維工程師的匹配準(zhǔn)確度不高的問題,本發(fā)明提供了一種基于機(jī)器學(xué)習(xí)的能力模型與工單匹配方法及系統(tǒng),它可以實現(xiàn)針對不同需求的運(yùn)維工單進(jìn)行合理的運(yùn)維人員分派。
2.技術(shù)方案
本發(fā)明的目的通過以下技術(shù)方案實現(xiàn)。
一種基于機(jī)器學(xué)習(xí)的能力模型與工單匹配方法,包括以下步驟:
S100、對工單進(jìn)行分詞處理得到準(zhǔn)分詞結(jié)果,根據(jù)準(zhǔn)分詞結(jié)果生成特征項,根據(jù)特征項建立特征項數(shù)據(jù)庫,特征項數(shù)據(jù)庫可在工單過程中不斷更新并補(bǔ)充數(shù)據(jù),主要用于工單數(shù)據(jù)的處理;
S200、根據(jù)特征項數(shù)據(jù)庫生成特征項-需求文檔矩陣,對矩陣進(jìn)行奇異值分解,建立隱性語義索引數(shù)據(jù)庫;
S300、對專業(yè)詞典中的特征項進(jìn)行技術(shù)領(lǐng)域?qū)傩詣澐郑瑢⑻卣黜棿蛏霞夹g(shù)領(lǐng)域標(biāo)簽,對特征項賦予權(quán)值,生成技術(shù)能力模型,將現(xiàn)有工單進(jìn)行準(zhǔn)分詞和相似度匹配處理,得到特征項,通過特征項計算出技術(shù)領(lǐng)域能力值,將能力值帶入技術(shù)能力模型進(jìn)行訓(xùn)練完善;
S400、當(dāng)系統(tǒng)獲得新工單時,對該工單進(jìn)行準(zhǔn)分詞和相似度匹配處理,生成工單的特征項,將特征項與技術(shù)能力模型進(jìn)行匹配。
進(jìn)一步的,步驟S100中對需求文檔進(jìn)行分詞處理得到準(zhǔn)分詞結(jié)果,根據(jù)準(zhǔn)分詞結(jié)果生成特征項包括以下步驟:
S101、遍歷工單中的需求文檔和技術(shù)文檔,對文檔進(jìn)行準(zhǔn)分詞處理得到準(zhǔn)分詞結(jié)果;
S102、建立包括運(yùn)維行業(yè)專業(yè)詞匯的專業(yè)詞典;
S103、將專業(yè)詞典中的專業(yè)詞匯與準(zhǔn)分詞結(jié)果進(jìn)行相似度匹配,如果相似度匹配得到的相似度超過設(shè)定閾值的分詞結(jié)果,則生成特征項,否則進(jìn)行下一個準(zhǔn)分詞結(jié)果的匹配。
更進(jìn)一步的,步驟S200根據(jù)特征項數(shù)據(jù)庫生成特征項-需求文檔矩陣,建立隱性語義索引數(shù)據(jù)庫包括以下步驟:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于安徽智恒信科技股份有限公司,未經(jīng)安徽智恒信科技股份有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201911407744.4/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 根據(jù)用戶學(xué)習(xí)效果動態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲介質(zhì)
- 基于強(qiáng)化學(xué)習(xí)的自適應(yīng)移動學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲介質(zhì)
- 游戲?qū)W習(xí)效果評測方法及系統(tǒng)





