CN112069197A - 异常工单的方法及装置 - Google Patents
异常工单的方法及装置 Download PDFInfo
- Publication number
- CN112069197A CN112069197A CN201910496073.7A CN201910496073A CN112069197A CN 112069197 A CN112069197 A CN 112069197A CN 201910496073 A CN201910496073 A CN 201910496073A CN 112069197 A CN112069197 A CN 112069197A
- Authority
- CN
- China
- Prior art keywords
- work order
- problem data
- abnormal work
- processing
- knowledge base
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 158
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000012545 processing Methods 0.000 claims abstract description 157
- 238000013507 mapping Methods 0.000 claims abstract description 15
- 238000004590 computer program Methods 0.000 claims description 13
- 238000003672 processing method Methods 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 22
- 238000012423 maintenance Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种异常工单的处理方法及装置，该方法包括获取目标异常工单的问题数据；若所述目标异常工单的问题数据与知识库模型中的问题数据相匹配，则基于知识库模型获取匹配的问题数据对应的目标处理策略，其中，所述知识库模型存储有异常工单的问题数据与问题数据的处理策略之间的映射关系；基于所述目标处理策略，处理所述目标异常工单。本发明实施例解决了现有技术中无法解决错误工单的问题。
Description
技术领域
本发明实施例涉及通信技术领域，尤其涉及一种异常工单的处理方法及装置。
背景技术
经过近几年的规划建设，通信运营商***已实现了客户业务办理、产品营销、计费结算、经营分析的***支撑。随着客户的规模拓展和市场竞争的深入开展，客户业务需求日趋增多，为了解决业务日益复杂，维护人员长时间无法解决的业务维护问题，以及维护资源调度能力不足、业务处理流程长、服务质量难以管控等问题，迫切需要在现有业务和网络支撑***基础上，通过***建设、界面整合、流程衔接和功能重用等多种方式，建立起一套适用于维护人员使用的业务维护查询分析***，以辅助维护人员、客服、以及平台商快速定位解决各类业务问题。
目前，运营商通信***平台业务较多，各个平台的业务复杂度不同，其中接口之间交互频繁，而接***互造成的业务错误，对维护人员会造成大量的工作精力的浪费。目前服务开通***长时间未完成业务工单，错单的长期存在，其中有些错单无法完全规避和彻底解决。
发明内容
本发明实施例提供一种异常工单的处理方法及装置，以解决现有技术无法解决错误工单的问题。
为解决上述技术问题，本发明是这样实现的：
第一方面，提供一种异常工单的处理方法，包括：
获取目标异常工单的问题数据；
若所述目标异常工单的问题数据与知识库模型中的问题数据相匹配，则基于知识库模型获取匹配的问题数据对应的目标处理策略，其中，所述知识库模型存储有异常工单的问题数据与问题数据的处理策略之间的映射关系；
基于所述目标处理策略，处理所述目标异常工单。
第二方面，提供一种异常工单的处理装置，包括：
获取单元，用于获取目标异常工单的问题数据；
确定单元，用于若所述目标异常工单的问题数据与知识库模型中的问题数据相匹配，则基于知识库模型获取匹配的问题数据对应的目标处理策略，其中，所述知识库模型存储有异常工单的问题数据与问题数据的处理策略之间的映射关系；
处理单元，用于基于所述目标处理策略，处理所述目标异常工单。
第三方面，还提供一种终端设备，其包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如第一方面所述的方法的步骤。
第四方面，还提供一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的方法的步骤。
在本发明实施例中，异常工单的处理方法在获取目标异常工单的问题数据后，将目标异常工单的问题数据与知识库模型中的问题数据进行匹配，由于知识库模型中存储有异常工单的问题数据与问题数据的处理策略的映射关系，因此，在目标异常工单的问题数据与知识库模型中的问题数据匹配时，根据知识库模型，可获取匹配的问题数据对应的目标处理策略作为目标异常工单的处理策略，以根据目标处理策略处理目标异常工单。如此，通过知识库模型可自动确定工单是否异常，并在确定异常工单时，可根据异常工单的问题数据，获取异常工单的处理策略，从而对异常工单进行处理，解决了现有技术无法解决错误工单的问题。
附图说明
图1是根据本发明一个实施例的异常工单的处理方法的示意性流程图；
图2是根据本发明另一个实施例的异常工单的处理方法的示意性流程图；
图3是根据本发明再一个实施例的异常工单的处理方法的示意性流程图；
图4是根据本发明再一个实施例的异常工单的处理方法的示意性流程图；
图5是根据本发明一个实施例的知识库模型的示意性结构原理图；
图6是根据本发明一个实施例的异常工单的处理装置的示意性结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
以下结合附图，详细说明本发明各实施例提供的技术方案。
图1是根据本发明一个实施例的异常工单的处理方法的示意性流程图，解决了现有技术无法解决错误工单的问题。本发明实施例的异常工单的处理方法包括：
步骤102.获取目标异常工单的问题数据。
其中，在网元平台中产生目标异常工单时，可获取目标异常工单的问题数据。
步骤104.若目标异常工单的问题数据与知识库模型中的问题数据相匹配，则基于知识库模型获取匹配的问题数据对应的目标处理策略，其中，知识库模型存储有异常工单的问题数据与问题数据的处理策略之间的映射关系；
步骤106.基于目标处理策略，处理目标异常工单。
异常工单的处理方法在获取目标异常工单的问题数据后，将目标异常工单的问题数据与知识库模型中的问题数据进行匹配，由于知识库模型中存储有异常工单的问题数据与问题数据的处理策略的映射关系，因此，在目标异常工单的问题数据与知识库模型中的问题数据匹配时，根据知识库模型，可获取匹配的问题数据对应的目标处理策略作为目标异常工单的处理策略，以根据目标处理策略处理目标异常工单。如此，通过知识库模型可自动确定工单是否异常，并在确定异常工单时，可根据异常工单的问题数据，获取异常工单的处理策略，从而对异常工单进行处理，解决了现有技术无法解决错误工单的问题，并且还可以极大降低维护人员的工作量。
比如说，当产生退订工单时，***会产生“用户不存在”或“业务未订购”的问题数据，此时，可介入人工干预的配置方式，配置对应的处理策略“忽略用户不存在或业务未订购”的问题数据，如此，操作人员可通过该处理策略对客户的“退订业务”退订成功。从而完成对异常工单的处理。
又比如说，在产生开通业务时，***会产生“由于已开通业务，而导致开通失败”的问题数据，此时，可配置对应的处理策略为“先退订业务，后开通业务”，如此，操作人员可通过该处理策略对客户相应的业务先退订，然后再开通。从而完成对异常工单的处理。
如此可见，对于发生的异常工单，用户直接选择当前业务类型可选的异常原因进行异常处理，***会根据不同异常分类对应的处理策略自动进行问题数据的补偿处理，以解决异常工单无法规避的问题。
在上述实施例中，如图2所示，异常工单的处理方法还包括：
步骤202.若知识库模型不存在目标异常工单的问题数据，则将目标异常工单的问题数据存储至知识库模型中。
步骤204.响应于用户的输入，生成与存储的问题数据对应的处理策略。
可以理解的是，在日常处理工单的过程中，当出现新的错误问题时，该处理方法具有自动发现该异常工单的功能，并将该异常工单的问题数据存储至知识库模型中。此外，针对新的错误问题，可结合人工干预配置的方式，制定对应的处理策略。
步骤206.将与存储的问题数据对应的处理策略存储至知识库模型中，以更新知识库模型。
将新的错误问题对应的处理策略存储至知识库模型中，如此，可不断优化知识库模型，以在后续使用知识库模型识别异常工单时，根据更新后的知识库模型对日常工单的错误问题进行识别，可提高异常工单的处理效率。
在上述进一步的实施例中，如图3所示，在更新所述知识库模型之后，还包括：
步骤302.基于更新后的知识库模型，获取与目标异常工单的问题数据对应的处理策略。
步骤304.基于获取的处理策略，处理目标异常工单。
应理解，在发现工单的新的错误问题，并将新的问题数据以及对应的处理策略存储至知识库模型后，基于更新后的知识库模型对异常工单进行识别和处理，即根据更新后的知识库模型，获取对应的处理策略，以根据该处理策略处理该异常工单，从而可以提高该异常工单的处理效率。
在上述进一步的实施例中，在更新知识库模型之后，还包括：
若目标异常工单的问题数据与更新后的知识库模型中的问题数据不匹配，则向用户展示目标异常工单的问题数据。
也就是说，根据更新后的知识库模型可能还是无法获取到目标异常工单的处理效率，此时，可将该目标异常工单的问题数据向用户或者操作者展示，以便于用户分析多次处理该异常工单失败的原因。
如图4所示，在基于知识库模型获取匹配的问题数据对应的目标处理策略之前，包括：
步骤402.采集历史异常工单的问题数据。
步骤404.响应于用户的输入，生成与历史异常工单的问题数据对应的处理策略。
步骤406.基于历史异常工单的问题数据和问题数据对应的处理策略的映射关系，生成知识库模型。
可结合图5进行说明，应理解，知识库模型是通过对各网元平台常见的失败工单的错误信息进行采集，通过对报错类型的原因进行分析，以对失败工单的错误信息进行分类管理，并根据问题产生的原因，定制具体的处理策略(包括处理的类型、处理次数以及触发条件等)，从而根据采集的异常工单的问题数据和处理策略之间的映射关系，生成知识库模型，以通过知识库模型对所产生的异常工单进行识别和处理。
上述任一项实施例的处理方法可应用于终端设备，该终端设备可提供异常工单(错误工单)的查询界面以及异常工单(错误工单)处理后的展示界面。
在展示界面中，可提供针对错误工单的各种处理功能的按钮。主要处理方式有：
对常见的错单处理方式进行封装，可在配置表直接配置调用：数指工单置成功、数指工单重跑、数指工单作废(对应表搬历史并通知CRM)、联指工单置成功、联指工单重跑、联指工单作废(对应表搬历史并通知CRM)、联指工单更新指令列表(支持对Serv_list指令增、删、替换)、联指工单更新参数列表(支持对Var_list指令增、删、替换)、联指工单新增一条新工单(新增工单的指令参数均可配置化)、对于某些需要特殊处理的错单(比如要到CRM特定的某张表查询数据，根据不同结果进行不同处理)，公共方法无法满足的情况下，可根据具体业务重新编写处理方法，将方法路径配置到处理表即可。
上述任一项实施例的方法可通过探测重发机制对平台短期故障引起的批量错单，定时处理其中一笔错单，如果处理成功表明平台已恢复，则对剩余错单批量处理，如果处理失败则继续定时探测。
上述任一项实施例的方法具有智能处理日志智能分析的能力：基于大数据分析模型，对程序自动处理的日志进行数据的分析汇总，归纳成功率，失败率，并对失败的原因进行2次分析，对问题的处理进行优化，并形成良性循环，以达到具备完全自动处理失败问题的目的。
在一个具体的实施例中，异常工单的处理方法的实现过程可以包括：
首先，对各网元平台中常见的失败工单的错误信息进行分类管理，可以通过采集日常失败工单的信息汇总，以对报错类型原因进行归类。
其次，分析失败工单的错误信息产生问题的原因，对不同的错误信息个性化定制具体的处理策略(包括处理的类型，处理次数，触发条件，处理方式等)。
其中，对于日常工单处理的过程中，出现的新错误问题，本发明实施例的异常工单的处理方法具备自动发现能力，自动进行问题归类(自动记录错误问题，需要人工干预配置具体的处理方式)。
再者，针对错误工单，进行自动处理或者通过人工干预配置的方式进行处理，并进行日志记录。
最后，对上述日志数据进行智能化分析，形成统计报表，以通过统计报表分析自动处理的成功率以及异常工单2次失败的具体问题，并对相关的处理方式或处理机制进一步优化。
如此，本发明实施例的异常工单的处理方法可以自动化识别失败/异常工单，并针对异常工单配置对应的处理策略，以进行自动化处理异常工单，具备简单的机器学习能力，以识别并存储新错误问题，并存储配置的对应的处理策略，以通过知识库模型自动处理问题的能力不断加强。
也就是说，本发明实施例的处理方法针对目前的业务信息报错工单进行初步采集，深度分析，以确定其报错平台以及对报错类型原因进行归类，并配置对应的处理策略，以便于维护人员对报错业务工单的问题进行快速定位，以快速解决报错业务工单的问题，从而可以提升客户的感知能力和业务满意度。
此外，本发明实施例的处理方法与其他具体业务直接从客户投诉入手不同，主要采用内外部客户调研入手，了解到目前未完工单所产生原因的一些问题，并加以深入。通过***预处理，对因为业务和***引起的错单进行初步分析，规整到各个平台的错误类型，及对应的自动或手动处理策略，从而可以减少维护人员重复查询的繁琐工作，在一些具体场景下，可以达到免去维护人员查询工作的目的。即，通过异常工单的处理方法可以智能化处理异常工单，减少人工干预的工作量，并降低工单的失败率，提升业务开通率。
本发明实施例还提供一种异常工单的处理装置，如图6所示，该处理装置可包括第一获取单元602，用于获取目标异常工单的问题数据；第二获取单元604，用于若目标异常工单的问题数据与知识库模型中的问题数据相匹配，则基于知识库模型确定目标异常工单的目标处理策略，其中，知识库模型存储有异常工单的问题数据与问题数据的处理策略之间的映射关系；处理单元606，用于基于目标处理策略，处理目标异常工单。
异常工单的处理装置在通过第一获取单元602获取目标异常工单的问题数据后，将目标异常工单的问题数据与知识库模型中的问题数据进行匹配，由于知识库模型中存储有异常工单的问题数据与问题数据的处理策略的映射关系，因此，在目标异常工单的问题数据与知识库模型中的问题数据匹配时，根据知识库模型，可通过第二获取单元604获取匹配的问题数据对应的目标处理策略作为目标异常工单的处理策略，以通过处理单元606根据目标处理策略处理目标异常工单。如此，通过知识库模型可自动确定工单是否异常，并在确定异常工单时，可根据异常工单的问题数据，获取异常工单的处理策略，从而对异常工单进行处理，解决了现有技术无法解决错误工单的问题，并且还可以极大降低维护人员的工作量。
在上述实施例中，异常工单的处理装置还包括：存储单元608，用于若知识库模型不存在目标异常工单的问题数据，则将目标异常工单的问题数据存储至知识库模型中；第一生成单元610，用于响应于用户的输入，生成与存储的问题数据对应的处理策略；存储单元608还用于将与存储的问题数据对应的处理策略存储至知识库模型中。
可以理解的是，在日常处理工单的过程中，当出现新的错误问题时，该处理方法具有自动发现该异常工单的功能，并将该异常工单的问题数据存储至知识库模型中。此外，针对新的错误问题，可结合人工干预配置的方式，制定对应的处理策略，并将对应的处理策略存储至知识库模型中，如此，可不断优化知识库模型，以在后续使用知识库模型识别异常工单时，根据更新后的知识库模型对日常工单的错误问题进行识别，可提高异常工单的处理效率。
在上述进一步的实施例中，第二获取单元604还用于基于更新后的知识库模型，获取与目标异常工单的问题数据对应的处理策略。处理单元606则用于基于获取的处理策略，处理目标异常工单。
应理解，在发现工单的新的错误问题，并将新的问题数据以及对应的处理策略存储至知识库模型后，基于更新后的知识库模型对异常工单进行识别和处理，即根据更新后的知识库模型，获取对应的处理策略，以根据该处理策略处理该异常工单，从而可以提高该异常工单的处理效率。
异常工单的处理装置还包括展示单元612，用于若目标异常工单的问题数据与更新后的知识库模型中的问题数据不匹配，则向用户展示目标异常工单的问题数据。应理解，根据更新后的知识库模型可能还是无法获取到目标异常工单的处理效率，此时，可将该目标异常工单的问题数据向用户或者操作者展示，以便于用户分析多次处理该异常工单失败的原因。
异常工单的处理装置还可包括采集单元614，用于采集历史异常工单的问题数据；第一生成单元610用于响应于用户的输入，生成与历史异常工单的问题数据对应的处理策略；第二生成单元616，用于基于历史异常工单的问题数据和问题数据对应的处理策略的映射关系，生成知识库模型。
应理解，知识库模型是通过对各网元平台常见的失败工单的错误信息进行采集，通过对报错类型的原因进行分析，以对失败工单的错误信息进行分类管理，并根据问题产生的原因，定制具体的处理策略(包括处理的类型、处理次数以及触发条件等)，从而根据采集的异常工单的问题数据和处理策略之间的映射关系，生成知识库模型，以通过知识库模型对所产生的异常工单进行识别和处理。
本发明实施例还提供一种处理设备，其可包括存储器，存储有计算机程序指令；处理器，当所述计算机程序指令被所述处理器执行时实现上述图1至图4所示的方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述图1至图4所示的方法的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等。
本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本发明的实施例可提供为方法、***或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。
Claims (10)
1.一种异常工单的处理方法，包括：
获取目标异常工单的问题数据；
若所述目标异常工单的问题数据与知识库模型中的问题数据相匹配，则基于知识库模型获取匹配的问题数据对应的目标处理策略，其中，所述知识库模型存储有异常工单的问题数据与问题数据的处理策略之间的映射关系；
基于所述目标处理策略，处理所述目标异常工单。
2.如权利要求1所述的方法，其特征在于，还包括：
若所述知识库模型不存在目标异常工单的问题数据，则将所述目标异常工单的问题数据存储至所述知识库模型中；
响应于用户的输入，生成与存储的问题数据对应的处理策略；
将与存储的问题数据对应的处理策略存储至所述知识库模型中，以更新所述知识库模型。
3.如权利要求2所述的方法，其特征在于，在更新所述知识库模型之后，还包括：
基于更新后的知识库模型，获取与所述目标异常工单的问题数据对应的处理策略；
基于获取的处理策略，处理所述目标异常工单。
4.如权利要求2所述的方法，其特征在于，在更新所述知识库模型之后，还包括：
若所述目标异常工单的问题数据与更新后的知识库模型中的问题数据不匹配，则向用户展示所述目标异常工单的问题数据。
5.如权利要求1所述的方法，其特征在于，在基于知识库模型获取匹配的问题数据对应的目标处理策略之前，包括：
采集历史异常工单的问题数据；
响应于用户的输入，生成与所述历史异常工单的问题数据对应的处理策略；
基于所述历史异常工单的问题数据和所述问题数据对应的处理策略的映射关系，生成所述知识库模型。
6.如权利要求1所述的方法，其特征在于，获取目标异常工单的问题数据，包括：
在网元平台中产生所述目标异常工单时，获取所述目标异常工单的问题数据。
7.一种异常工单的处理装置，包括：
获取单元，用于获取目标异常工单的问题数据；
确定单元，用于若所述目标异常工单的问题数据与知识库模型中的问题数据相匹配，则基于知识库模型确定所述目标异常工单的目标处理策略，其中，所述知识库模型存储有异常工单的问题数据与问题数据的处理策略之间的映射关系；
处理单元，用于基于所述目标处理策略，处理所述目标异常工单。
8.如权利要求6所述的装置，其特征在于，还包括：
存储单元，用于若所述知识库模型不存在目标异常工单的问题数据，则将所述目标异常工单的问题数据存储至所述知识库模型中；
生成单元，用于响应于用户的输入，生成与存储的问题数据对应的处理策略；
所述存储单元还用于将与存储的问题数据对应的处理策略存储至所述知识库模型中。
9.一种处理设备，其特征在于，包括：
存储器，存储有计算机程序指令；
处理器，当所述计算机程序指令被所述处理器执行时实现如权利要求1-6任一项所述的处理方法。
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包括指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1-6中任一项所述的处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910496073.7A CN112069197A (zh) | 2019-06-10 | 2019-06-10 | 异常工单的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910496073.7A CN112069197A (zh) | 2019-06-10 | 2019-06-10 | 异常工单的方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112069197A true CN112069197A (zh) | 2020-12-11 |
Family
ID=73658716
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910496073.7A Pending CN112069197A (zh) | 2019-06-10 | 2019-06-10 | 异常工单的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112069197A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113051291A (zh) * | 2021-04-16 | 2021-06-29 | 平安国际智慧城市科技股份有限公司 | 工单信息的处理方法、装置、设备及存储介质 |
| CN113115351A (zh) * | 2021-03-31 | 2021-07-13 | 深圳市优克联新技术有限公司 | 一种网络异常的处理方法、处理装置、终端设备及介质 |
| CN116050811A (zh) * | 2023-03-31 | 2023-05-02 | 天津中新智冠信息技术有限公司 | 工单处理方法、装置、电子设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103186625A (zh) * | 2011-12-31 | 2013-07-03 | 成都勤智数码科技股份有限公司 | 一种基于运维工单的运维知识库生成方法和装置 |
| CN109213842A (zh) * | 2018-04-23 | 2019-01-15 | ***通信集团有限公司 | 一种智能客服实现方法、装置及存储介质 |
| CN109325865A (zh) * | 2018-08-13 | 2019-02-12 | 中国平安人寿保险股份有限公司 | 异常处理方法、装置、计算机设备及存储介质 |
| CN109688046A (zh) * | 2018-08-21 | 2019-04-26 | 平安科技（深圳）有限公司 | 问题管理方法、装置、设备及存储介质 |
-
2019
- 2019-06-10 CN CN201910496073.7A patent/CN112069197A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103186625A (zh) * | 2011-12-31 | 2013-07-03 | 成都勤智数码科技股份有限公司 | 一种基于运维工单的运维知识库生成方法和装置 |
| CN109213842A (zh) * | 2018-04-23 | 2019-01-15 | ***通信集团有限公司 | 一种智能客服实现方法、装置及存储介质 |
| CN109325865A (zh) * | 2018-08-13 | 2019-02-12 | 中国平安人寿保险股份有限公司 | 异常处理方法、装置、计算机设备及存储介质 |
| CN109688046A (zh) * | 2018-08-21 | 2019-04-26 | 平安科技（深圳）有限公司 | 问题管理方法、装置、设备及存储介质 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113115351A (zh) * | 2021-03-31 | 2021-07-13 | 深圳市优克联新技术有限公司 | 一种网络异常的处理方法、处理装置、终端设备及介质 |
| CN113115351B (zh) * | 2021-03-31 | 2023-06-02 | 深圳市优克联新技术有限公司 | 一种网络异常的处理方法、处理装置、终端设备及介质 |
| CN113051291A (zh) * | 2021-04-16 | 2021-06-29 | 平安国际智慧城市科技股份有限公司 | 工单信息的处理方法、装置、设备及存储介质 |
| CN116050811A (zh) * | 2023-03-31 | 2023-05-02 | 天津中新智冠信息技术有限公司 | 工单处理方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10025654B2 (en) | Diagnostic and workflow engine with system integration | |
| US10839404B2 (en) | Intelligent, interactive, and self-learning robotic process automation system | |
| EP3798846A1 (en) | Operation and maintenance system and method | |
| CN112069197A (zh) | 异常工单的方法及装置 | |
| US8352867B2 (en) | Predictive monitoring dashboard | |
| US9767441B2 (en) | System for monitoring elevators and maintaining elevators | |
| US20230385034A1 (en) | Automated decision making using staged machine learning | |
| CN110991871A (zh) | 风险监测方法、装置、设备与计算机可读存储介质 | |
| CN113516244A (zh) | 一种智能运维方法、装置、电子设备及存储介质 | |
| CN110322298B (zh) | 信息跟踪的智能管理方法、装置和计算机设备 | |
| CN110322143B (zh) | 模型实体化管理方法、装置、设备及计算机存储介质 | |
| CN111352969A (zh) | 一种埋点数据分析方法、装置及电子设备 | |
| CN113129036A (zh) | 一种智能管理方法及装置 | |
| CN109902196B (zh) | 一种商标类别推荐方法、装置、计算机设备及存储介质 | |
| WO2013034448A1 (en) | Method and system for optimizing and streamlining troubleshooting | |
| US11977875B2 (en) | Update management system and method | |
| CN110908642A (zh) | 一种策略生成执行方法和装置 | |
| CN114266552A (zh) | 一种面向服务层级的中台服务管控*** | |
| CN110674197A (zh) | 一种业务操作的可视化配置与抓取*** | |
| CN112131096B (zh) | Ict***故障分析及辅助研判测试案例自动生成方法及装置 | |
| KR102509382B1 (ko) | 머신러닝을 이용한 빅데이터 기반의 it인프라 이벤트 제어 방안 | |
| CN117522418B (zh) | 一种基于SaaS模式的学员信息数据管理***及方法 | |
| CN117831734B (zh) | 一种医疗设备维修方法、装置、介质和计算设备 | |
| CN116402598A (zh) | 基于SaaS***的逾期业务管理方法、装置、电子设备和介质 | |
| CN115933922A (zh) | 一种基于在线智能核保规则配置的可视化工具和方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201211 |