[發明專利]一種事件的定級方法及裝置

在審

• 申請號: 202110128231.0
• 申請日: 2021-01-29
• 公開（公告）號: CN112819069A
• 公開（公告）日: 2021-05-18
• 發明（設計）人: 林溢星;董闖;刁家杰
• 申請（專利權）人: 中國農業銀行股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王寶筠

本申請公開了一種事件的定級方法及裝置，該方法包括：獲得目標事件的定級要素信息；定級要素信息包括信息系統類別信息、業務時段信息、系統恢復能力信息和事件影響信息；根據定級要素信息和預先訓練好的決策樹模型，對目標事件進行評級；決策樹模型采用的算法為分類與回歸樹算法；決策樹模型為根據訓練樣本訓練獲得的；訓練樣本包括事件集合、事件集合中的事件的定級要素信息和事件集合中的事件的實際定級信息。由此可知，本申請提供的方法根據目標事件的定級要素信息和預先訓練好的決策樹模型對目標事件進行評級，提高了對于事件進行定級的效率。且由于本申請獲得的定級結果為通過決策樹模型獲得定級結果，使得定級結果的客觀性和準確性更高。

技術領域

本申請涉及計算機領域，尤其涉及一種事件的定級方法及裝置。

背景技術

目前對突發的事件進行定級時，通常采用人工手動地對突發的事件進行定級。但通過這種方式對突發的事件進行定級的耗較時長，需要耗費大量的人力物力。且由于沒有固定的定級標準，人工對事件定級的結果可能具有一定的主觀性，不夠客觀和準確。

發明內容

為了解決上述技術問題，本申請提供了一種事件的定級方法及裝置，用于對事件進行迅速且客觀的定級。

為了實現上述目的，本申請實施例提供的技術方案如下：

本申請實施例提供一種事件的定級方法，其特征在于，所述方法包括：

獲得目標事件的定級要素信息；所述定級要素信息包括信息系統類別信息、業務時段信息和事件影響信息；

根據所述定級要素信息和預先訓練好的決策樹模型，對所述目標事件進行評級；所述決策樹模型采用的算法為分類與回歸樹算法；

所述決策樹模型為根據訓練樣本訓練獲得的；所述訓練樣本包括事件集合、所述事件集合中的事件的定級要素信息和所述事件集合中的事件的實際定級信息。

可選地，所述事件影響信息包括：

事件影響程度、事件影響范圍和事件影響時長。

可選地，當獲得目標事件的定級要素信息后，所述方法還包括：

對所述定級要素信息進行預處理。

可選地，所述方法還包括：

當所述目標事件的等級小于預設等級時，標記所述目標事件并生產所述目標事件的評級報告。

可選地，所述定級要素信息還包括：系統恢復能力信息。

可選地，其特征在于，所述業務時段信息包括：

主要業務時段和非主要業務時段。

本申請實施例還提供了一種事件的定級裝置，所述裝置包括：

獲得模塊，用于獲得目標事件的定級要素信息；所述定級要素信息包括信息系統類別信息、業務信息和事件影響信息；

評級模塊，用于根據所述定級要素信息和預先訓練好的決策樹模型，對所述目標事件進行評級；所述決策樹模型采用的算法為分類與回歸樹算法；

所述決策樹模型為根據訓練樣本訓練獲得的；所述訓練樣本包括事件集合、所述事件集合中的事件的定級要素信息和所述事件集合中的事件的實際定級信息。

可選地，所述事件影響信息包括：

事件影響程度、事件影響范圍和事件影響時長。

可選地，所述裝置還包括：

標記模塊，用于當所述目標事件的等級小于預設等級時，標記所述目標事件并生產所述目標事件的評級報告。

可選地，所述定級要素信息還包括：系統恢復能力信息。