[發明專利]故障原因排查步驟的推薦方法、裝置、設備及存儲介質

在審

• 申請號: 202210033806.5
• 申請日: 2022-01-12
• 公開（公告）號: CN114417150A
• 公開（公告）日: 2022-04-29
• 發明（設計）人: 馬國斌;許翔;徐欣;任偉
• 申請（專利權）人: 中國銀行股份有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06K9/62;G06N3/04;G06N3/08;G06Q10/00;G06Q40/02
• 代理公司: 北京中博世達專利商標代理有限公司 11274
• 代理人: 申健

1.一種故障原因排查步驟的推薦方法，其特征在于，應用于推薦裝置，所述方法包括：

獲取待處理故障的描述信息；

根據所述描述信息和預先訓練的分類模型，確定所述待處理故障的分類信息，所述分類模型具有根據故障的描述信息確定故障分類信息的功能；

獲取與所述待處理故障的分類信息對應的排查步驟預測模型，所述排查步驟預測模型具有確定排查步驟的相關排查步驟的功能；

顯示所述排查步驟預測模型預測的一個或多個第一排查步驟，以便用戶根據所述第一排查步驟對所述待處理故障的故障原因進行排查；

根據所述一個或多個第一排查步驟中用戶選定的第一排查步驟，顯示所述排查步驟預測模型預測的一個或多個第二排查步驟，以便用戶根據所述第二排查步驟對所述待處理故障的故障原因進行排查；其中，所述第二排查步驟為與用戶選定的第一排查步驟關聯度滿足預設條件的排查步驟。

2.根據權利要求1所述的方法，其特征在于，在所述根據所述描述信息和預先訓練的分類模型，確定所述待處理故障的分類信息之前，所述方法還包括：

獲取多個已處理故障的描述信息；

根據所述多個已處理故障中各已處理故障的描述信息和分類信息進行模型訓練，以獲得所述分類模型。

3.根據權利要求1或2所述的方法，其特征在于，所述推薦裝置中存儲有多個不同分類信息分別對應的排查步驟預測模型；

在所述獲取與所述待處理故障的分類信息對應的排查步驟預測模型之前，所述方法還包括：

針對多個不同分類信息中的各分類信息：

獲取多個已處理故障中具有所述分類信息的已處理故障的排查方法，所述排查方法包括多個具有處理時序的排查步驟；

根據具有所述分類信息的已處理故障的排查方法進行模型訓練，以獲得與所述分類信息對應的排查步驟預測模型。

4.根據權利要求3所述的方法，其特征在于，所述根據具有所述分類信息的已處理故障的排查方法進行模型訓練，以獲得與所述分類信息對應的排查步驟預測模型，包括：

將具有所述分類信息的已處理故障的排查方法輸入長短期記憶人工神經網絡LSTM模型進行訓練，以獲得與所述分類信息對應的排查步驟預測模型。

5.根據權利要求1所述的方法，其特征在于，所述預設條件為以下任一項：是與用戶選定的第一排查步驟關聯度大于預設閾值的排查步驟；是所述排查步驟預測模型預測出的排查步驟按照關聯度由高到低排序的前N個排查步驟，N為大于或等于1的整數。

6.一種推薦裝置，其特征在于，所述裝置包括：獲取模塊、確定模塊和顯示模塊；

所述獲取模塊，用于獲取待處理故障的描述信息；

所述確定模塊，用于根據所述描述信息和預先訓練的分類模型，確定所述待處理故障的分類信息，所述分類模型具有根據故障的描述信息確定故障分類信息的功能；

所述獲取模塊，還用于獲取與所述待處理故障的分類信息對應的排查步驟預測模型，所述排查步驟預測模型具有確定排查步驟的相關排查步驟的功能；

所述顯示模塊，用于顯示所述排查步驟預測模型預測的一個或多個第一排查步驟，以便用戶根據所述第一排查步驟對所述待處理故障的故障原因進行排查；

所述顯示模塊，還用于根據所述一個或多個第一排查步驟中用戶選定的第一排查步驟，顯示所述排查步驟預測模型預測的一個或多個第二排查步驟，以便用戶根據所述第二排查步驟對所述待處理故障的故障原因進行排查；其中，所述第二排查步驟為與用戶選定的第一排查步驟關聯度滿足預設條件的排查步驟。

7.根據權利要求6所述的裝置，其特征在于，

所述獲取模塊，還用于獲取多個已處理故障的描述信息；

所述確定模塊，還用于根據所述多個已處理故障中各已處理故障的描述信息和分類信息進行模型訓練，以獲得所述分類模型。