TWI567577B

TWI567577B - 解決方案搜尋系統之操作方法及解決方案搜尋系統

Info

Publication number: TWI567577B
Application number: TW104136427A
Authority: TW
Inventors: 盧盈志; 鍾在豐
Original assignee: 英業達股份有限公司
Priority date: 2015-11-05
Filing date: 2015-11-05
Publication date: 2017-01-21
Also published as: TW201717063A

Description

解決方案搜尋系統之操作方法及解決方案搜尋系統

本發明係有關於一種解決方案搜尋系統，尤指一種利用巨量資料及資料探勘技術之解決方案搜尋系統。

產品的成功與否除了與研發技術息息相關之外，亦須要大量的測試以確保產品的穩定性，尤其是要求高穩定性、高信賴度的科技產品，如工業儀器、行動裝置、工作站、個人電腦或伺服器…等產品，對於品管測試的標準即更加嚴格。而當產品被檢測出問題時，必須經由複製問題、蒐集及分析相關資料、找出問題可能之成因、提出可能的解決方案並驗證所提出的解決方案…等步驟以確保檢測出的問題得以被適當地解決，這些過程不僅可能十分耗時，甚至可能導致產品錯過進入市場的時機，且實行上又必需仰賴工程師的個人經驗及專業程度；亦即工程師的經驗及專業程度是否足夠將會大大地影響提出解決方案所需要的時間，同時也可能影響了所提出之解決方案是否能夠徹底解決問題，導致解決方案的品質不易掌握。另外，由於個人經驗不易傳承，因此即便欲解決的問題相同或類似，不同的工程師仍可能必須重複上述的過程才能得出解決方案，這樣的做法不僅沒有效率，也無法確保工程師能找出最適切的解決方案。

此外，對於同類型的產品，其出現相同或相似問題的比例甚高，過去雖亦有將解決方案紀錄或存檔的作法，但由於問題種類繁多，所牽涉到的資訊量相當龐大，加上各工程師對於問題描述的方式可能不一致，因此難以系統化地儲存，因此在實行上，工程師仍不易搜尋到相關的解決方案，而難以達成使工程師共享經驗的目的。因此如何能使工程師能分享彼此的經驗，且能輕易地搜尋到可能的解決方案以減少解決產品問題的時間，並提升解決方案品質，即成為重要的問題。

本發明之實施例提供一種解決方案搜尋系統。解決方案搜尋系統包含巨量資料庫、關聯式資料庫、運算伺服器、模型伺服器、資料庫伺服器及中樞伺服器。運算伺服器用以根據標準詞對照表與問題描述檔案之文字對照以產生關鍵詞描述檔案，根據關鍵詞描述檔案產生預測因子檔案，及根據預測因子檔案產生模型輸入檔案。模型伺服器用以根據模型輸入檔案及資料探勘預測模型產生預測解決方案類別。資料庫伺服器用以根據問題描述檔案所對應之解決方案類別自巨量資料庫讀取至少一解決方案。中樞伺服器用以當接收到問題描述檔案時，將問題描述檔案傳送至運算伺服器，將運算伺服器所產生之模型輸入檔案傳送至模型伺服器，當關聯式資料庫儲存有問題描述檔案所對應之至少一自選方案類別時，選擇至少一自選方案類別中權重最高之第一自選方案類別作為解決方案類別，將解決方案類別傳送至資料庫伺服器，及根據關聯式資料庫中每一解決方案對應於解決方案類別之權重，依序輸出至少一解決方案。

本發明之另一實施例提供一種解決方案搜尋系統之操作方法。解決方案搜尋系統包含運算伺服器、模型伺服器、關聯式資料庫、巨量資料庫、資料庫伺服器及中樞伺服器。方法包含：當中樞伺服器接收到問題描述檔案時，中樞伺服器將問題描述檔案傳送至運算伺服器，運算伺服器利用標準詞對照表與問題描述檔案之文字對照以產生關鍵詞描述檔案，運算伺服器根據關鍵詞描述檔案產生預測因子檔案，運算伺服器根據預測因子檔案產生模型輸入檔案，中樞伺服器將模型輸入檔案傳送至模型伺服器，模型伺服器根據模型輸入檔案及資料探勘預測模型產生預測解決方案類別，當關聯式資料庫儲存有問題描述檔案所對應之至少一自選方案類別時，中樞伺服器選擇至少一自選方案類別中權重最高之第一自選方案類別作為解決方案類別，中樞伺服器將解決方案類別傳送至資料庫伺服器，資料庫伺服器根據解決方案類別讀取儲存於巨量資料庫之至少一解決方案，及中樞伺服器根據關聯式資料庫中每一解決方案對應於解決方案類別之權重，依序輸出由巨量資料庫讀取之至少一解決方案。

第1圖為本發明一實施例之解決方案搜尋系統100的示意圖。解決方案搜尋系統100包含運算伺服器110、模型伺服器120、巨量資料庫130、資料庫伺服器140、中樞伺服器150及關連式資料庫160。資料庫伺服器140及巨量資料庫130可為支援Hadoop Distribute File System (HDFS)、Hadoop Map/Reduce及Hive…等系統之資料庫伺服器及巨量資料庫，或可支援其他適合處理巨量資料的資料庫系統，以符合解決方案搜尋系統100對於快速處理、儲存大量資料的需求。而關聯式資料庫160（如MySql、PostgreSql…等關聯式資料庫）則可為一般檔案系統，並用以提供儲存中樞伺服器150在運算時所需的小量或暫時性的資料。

當使用者欲利用方案搜尋系統100來搜尋解決方案時，使用者可將問題描述檔案A1輸入至解決方案搜尋系統100。當中樞伺服器150接受到問題描述檔案A1時，即可將問題描述檔案A1傳送至運算伺服器110。問題描述檔案A1中可透過文字描述與產品系統問題相關的資訊，內容可包含系統問題及現象之描述、系統問題所屬之子系統及發生問題的經過（亦即，可說明如何複製問題），但不限於上述資訊。在本發明之一實施例中，問題描述檔案A1可利用固定格式（例如但不限於csv、 json、xml等文字檔案格式）條列與系統問題相關的資訊，以使運算伺服器110能夠較為精確地判讀問題描述檔案A1的內容。

在本發明之一實施例中，運算伺服器110可根據問題描述檔案A1之文字產生關鍵詞(attributes)描述檔案。關鍵詞(attributes)描述檔案可由多個關鍵詞(attributes)所組成，每一個關鍵詞是由一對關鍵詞名字(attribute name)與關鍵詞之值(attribute value)所組成，在本發明之一實施例中，可以json之文字格式來描述。當問題描述檔案A1使用非固定格式文字條列與系統問題相關的資訊時，運算伺服器110亦可使用正規表示法（regular expression）來識別關鍵詞之文字並取得關鍵詞之值。再者，運算伺服器110可利用標準詞對照表與問題描述檔案A1之文字對照以產生關鍵詞描述檔案。表1為本發明一實施例之標準詞對照表的部分內容。透過標準詞對照表可以標準化同義之字彙與詞彙，如此即可較正確地呈現關鍵詞描述檔案之語意。此外，為避免關鍵詞描述檔案之語意之混淆，所有關鍵詞之值皆可以小寫表示。

表1 <TABLE border="1" borderColor="#000000" width="_0001"><TBODY><tr><td> “chip set” </td><td> “cs” </td></tr><tr><td> “chipset” </td><td> “cs” </td></tr><tr><td> “operation system” </td><td> “os” </td></tr><tr><td> “operation systems” </td><td> “os” </td></tr><tr><td> “system board” </td><td> “sb” </td></tr><tr><td> “mother board” </td><td> “sb” </td></tr><tr><td> “basic input output system” </td><td> “bios” </td></tr><tr><td> “memory reference code” </td><td> “mrc” </td></tr><tr><td> “inter-integrated circuit”, “i2c” </td><td> “i2c” </td></tr></TBODY></TABLE>

由於關鍵詞的選擇可能會影響到解決方案搜尋系統100搜尋解決方案的精準度，因此在本發明的部分實施例中，中樞伺服器150亦可根據使用者的輸入內容來更新標準詞對照表，以增加解決方案搜尋系統100搜尋解決方案的精準度。

完成關鍵詞描述檔案後，運算伺服器110可自關鍵詞描述檔案中挑選出預測因子(predictors)以產生預測因子檔案，再根據預測因子檔案及預測模型產生模型輸入檔案B1。舉例來說，運算伺服器110可根據預測模型(例如CBayes模型)之特性調整預測因子檔案，而將預測因子檔案中的數字部分刪除，以產生模型輸入檔案B1，然而不同的預測模型對於輸入檔案的格式有不同要求，本發明並不以上述實施例為限。

中樞伺服器150可將運算伺服器110所產生之模型輸入檔案B1傳送至模型伺服器120。模型伺服器120可根據模型輸入檔案B1及資料探勘預測模型M1產生預測解決方案類別P1。預測解決方案類別P1可用以預測問題描述檔案A1所屬的解決方案之類別。

在本發明的部分實施例中，解決方案類別可包含複數個子類別，舉例來說，若預測解決方案類別P1為bios.mrc.i2c，則其中bios表示問題描述檔案A1可能與基本輸入輸出系統(Basic Input/Output System，BIOS)相關，bios.mrc表示問題描述檔案A1可能與基本輸入輸出系統中的記憶體參照碼(memory reference code)相關，而bios.mrc.i2c則表示問題描述檔案A1可能與基本輸入輸出系統中記憶體參照碼的內部整合電路(Inter-integrated circuit, I2C)相關。

由於模型伺服器120所產生的預測解決方案類別P1不一定正確，因此當使用者對自己提出的問題描述檔案A1已有相當程度的了解時，使用者也可以自行將對應於問題描述檔案A1的類別儲存在關聯式資料庫160中，即將使用者所選擇的自選方案類別儲存在關聯式資料庫160中，以增加搜尋到正確解決方案的機率。

換言之，由於在實際利用解決方案搜尋系統100時，不同的使用者可能會遭遇到相同的問題而輸入相同的問題描述檔案，此時若能夠將每個使用者的經驗及看法加以整合，則應可進一步的增加解決方案搜尋系統100搜尋解決方案的精準度。為了讓不同使用者的意見和經驗能夠做為下一次搜尋的參考，解決方案搜尋系統100可讓使用者輸入對應於問題描述檔案的自選方案類別。另外考慮到每個使用者對於問題了解的程度可能不相同，因此不同使用者還可具有不同的身分權重。表2為本發明一實施例之使用者身分及其身分權重的對照表。

表2 <TABLE border="1" borderColor="#000000" width="_0002"><TBODY><tr><td> 使用者身份 </td><td> 權重 </td></tr><tr><td> 專案管理者 </td><td> 5 </td></tr><tr><td> 技術經理 </td><td> 4 </td></tr><tr><td> 資深工程師 </td><td> 3 </td></tr><tr><td> 工程師 </td><td> 2 </td></tr><tr><td> 初階工程師 </td><td> 1 </td></tr><tr><td> 一般使用者 </td><td> 0 </td></tr></TBODY></TABLE>

舉例來說，若使用者U1為專案管理者並具有身分權重為5，則當使用者U1輸入對應於問題描述檔案A1之自選方案類別，例如S1時，中樞伺服器150即可將自選方案類別S1與問題描述檔案A1間的對應關係儲存至關聯式資料庫160，並根據使用者U1之身分權重設定自選方案類別S1對應於問題描述檔案A1之權重。如果在使用者U1輸入自選方案類別S1之前，沒有其他使用者輸入過相同的類別，則中樞伺服器150可在關聯式資料庫160中，將對應於問題描述檔案A1之自選方案類別S1的權重設定為使用者U1的身分權重，例如依表2所示為5。

在使用者U1輸入對應於問題描述檔案A1之自選方案類別S1後，若身分為初階工程師之使用者U2也同樣輸入對應於問題描述檔案A1之自選方案類別S1，則此時中樞伺服器150會根據使用者U2之身分權重，在表2中為1，增加在關聯式資料庫160中自選方案類別S1對應於問題描述檔案A1之權重，亦即將權重增加至6。換言之，解決方案搜尋系統100可根據使用者的身分不同，將每個使用者的經驗加以整合，以增加解決方案搜尋系統100搜尋對應解決方案的精準度。

如此一來，在選擇解決方案類別時，中樞伺服器150會先在關聯式資料庫160中搜尋是否儲存有對應於問題描述檔案A1之至少一自選方案類別。若關聯式資料庫160中並未儲存有對應於問題描述檔案A1之自選方案類別時，中樞伺服器150會選擇模型伺服器120所產生之預測解決方案類別P1作為解決方案類別。在第1圖的實施例中，由於關聯式資料庫160中儲存有問題描述檔案A1所對應之自選方案類別S1及S2，因此中樞伺服器150可選擇自選方案類別S1及S2中權重最高之自選方案類別作為解決方案類別C1。

此外，在部分實施例中，資料探勘預測模型M1可由解決方案搜尋系統100根據複數個已解決問題描述檔案及資料探勘演算法來建立。已解決問題描述檔案除了包含問題描述檔案A1所具有的項目之外，還包含問題成因欄位、配對方案類別以及對應的解決方案，因此除了自選方案類別之外，解決方案搜尋系統100也可利用已解決問題描述檔案中的資訊來增加解決方案搜尋系統100的精準度。

舉例來說，解決方案搜尋系統100可將已解決問題描述檔案中所記錄的配對方案類別與其對應之已解決問題描述檔案的對應關係儲存在關聯式資料庫160中，作為之後搜尋時的參考資料。配對方案類別可能是使用者原先所記錄的解決方案類別。然而在某些情況下，使用者所記錄的解決方案類別可能範圍過大，例如使用者若僅以bios作為已解決問題描述檔案之解決方案類別，則會導致搜尋出的解決方案過多，而喪失精準度。因此解決方案搜尋系統100亦可進一步將已解決問題描述檔案中的問題成因欄位與標準詞對照表比對來產生配對方案類別，如此即可提升配對方案類別的精準度。

在此情況下，當關聯式資料庫160中並未儲存有對應於問題描述檔案A1之自選方案類別，卻儲存有對應於問題描述檔案A1之配對方案類別時，中樞伺服器150即可選擇配對方案類別作為解決方案類別；而當關聯式資料庫160中並未儲存有對應於問題描述檔案A1之自選方案類別及配對方案類別時，中樞伺服器150才選擇模型伺服器120所產生的預測解決方案類別P1作為解決方案類別。

舉例來說，表3為本發明一實施例之關聯式資料庫160中問題描述檔案及其自選方案類別及配對方案類別間之對應關係。

表3 <TABLE border="1" borderColor="#000000" width="_0003"><TBODY><tr><td> 問題描述檔案代碼 </td><td> 自選方案類別 </td><td> 配對方案類別 </td></tr><tr><td> 01234 </td><td> S1: 6; S2 : 3 </td><td> T1 </td></tr><tr><td> 01235 </td><td> </td><td> T2 </td></tr><tr><td> 01236 </td><td> </td><td> </td></tr></TBODY></TABLE>

在表3中，每個問題描述檔案會以其問題描述檔案代碼作為代表，以方便搜尋管理，例如問題描述檔案A1的問題描述檔案代碼為01234，則中樞伺服器150即可根據代碼01234來搜尋問題描述檔案A1是否具有自選方案類別或配對方案類別。由於問題描述檔案A1會對應到解決方案搜尋系統100中的已解決問題描述檔案，因此在表3中，根據問題描述檔案A1之問題描述檔案代碼01234即可查找到對應的配對方案類別T1。再者，根據問題描述檔案A1之問題描述檔案代碼01234還可查找到對應於搜尋問題描述檔案A1的自選方案類別，即S1及S2，且權重分別為6及3。在此情況下，當中樞伺服器150要選擇問題描述檔案A1之解決方案類別時，將會優先選擇自選方案類別中權重較高的S1作為其解決方案類別。

在本發明的其他實施例中，當中樞伺服器150要選擇問題描述檔案代碼為01235之解決方案類別時，則由於表3中並未儲存有對應於問題描述檔案代碼01235之自選方案類別，而僅有對應的配對方案類別T2，因此中樞伺服器150可選擇T2作為其問題描述檔案的解決方案類別。而當中樞伺服器150要選擇問題描述檔案代碼為01236之解決方案類別時，則由於表3中並未儲存有對應於問題描述檔案代碼01236之自選方案類別，也並未儲存對應於問題描述檔案代碼01236之配對方案類別；也就是說，具有問題描述檔案代碼01236之問題描述檔案之前並未被使用者輸入過，系統中也沒有相對應的已解決問題描述檔案可供參考，因此中樞伺服器150即會根據模型伺服器120所產生之預測解決方案類別作為其解決方案類別。

決定解決方案類別C1之後，中樞伺服器150可將解決方案類別C1傳送至資料庫伺服器140，而資料庫伺服器140即可用以根據解決方案類別C1自巨量資料庫130讀取至少一解決方案。在第1圖的實施例中，巨量資料庫130中儲存了對應於解決方案類別C1之的解決方案D1 ₁至D1 ₃，而中樞伺服器150則會根據關聯式資料庫160中每一解決方案D1 ₁至D1 ₃對應於解決方案類別C1之權重，依序輸出解決方案D1 ₁至D1 ₃供使用者選擇。對於使用者來說，解決方案之權重越大表示其有較高之問題解決之可能性，因此使用者可根據解決方案權重由大至小，優先選擇權重較大的解決方案來嘗試解決其問題，以增加其問題解決之效率。

在部分實施例中，每一解決方案D1 ₁至D1 ₃對應於解決方案類別C1之權重可以透過與解決方案搜尋系統100內部的資料比對自動設定，也可以透過與使用者的互動來設定。舉例來說，解決方案搜尋系統100可以儲存解決方案類別C1及對應於解決方案類別C1之各個已解決問題描述檔案之間的對應關係，亦即解決方案搜尋系統100可以記錄對應到解決方案類別C1的所有已解決問題描述檔案。由於對應到相同解決方案類別C1的各個已解決問題描述檔案可能會對應到不同的解決方案，且每個已解決問題描述檔案所包含的解決方案都有機會能夠用來解決問題描述檔案A1所描述的問題，因此當中樞伺服器選擇了適當的解決方案類別C1之後，解決方案搜尋系統100可以根據解決方案類別C1及與其對應之各個已解決問題描述檔案之間的對應關係搜尋出各個已解決問題描述檔案，並將各個已解決問題描述檔案所包含的解決方案視為可能的解決方案。

再者，若已解決問題描述檔案的文字內容與問題描述檔案A1的文字內容越相近，則表示兩者所描述的問題可能越接近，而其已解決問題描述檔案所包含的解決方案也越有機會能夠解決問題描述檔案A1所描述的問題。因此解決方案搜尋系統100可將各個已解決問題描述檔案的文字內容與正在查詢中的問題描述檔案A1相比對，並依其比對結果的相似程度來排序各個已解決問題描述檔案所對應之解決方案的權重。

而在中樞伺服器150根據上述方式所產生的權重來輸出解決方案D1 ₁至D1 ₃供使用者選擇後，使用者即可嘗試解決方案搜尋系統100所提供的解決方案D1 ₁至D1 ₃來解決問題。為了讓不同使用者間的經驗能夠互相整合以助於下一位使用者的搜尋，使用者還可透過解決方案搜尋系統100評估解決方案D1 ₁至D1 ₃之權重，根據使用者的評估結果，中樞伺服器150即可修改在關聯式資料庫160中使用者所評估之解決方案對應於解決方案類別C1之權重。

申言之，使用者可在實際嘗試一個解決方案對於問題之後，根據該已嘗試解決方案能夠解決問題的程度來給予對應的權重。舉例來說，表4為本發明一實施例之解決問題的程度與權重的對照表。

表4 <TABLE border="1" borderColor="#000000" width="_0004"><TBODY><tr><td> 權重 </td><td> 解決問題之程度 </td></tr><tr><td> 0 </td><td> 完全不能解決使用者之問題 </td></tr><tr><td> 1 </td><td> 能提供些許線索來解決使用者之問題 </td></tr><tr><td> 2 </td><td> 能提供部份線索來解決使用者之問題 </td></tr><tr><td> 3 </td><td> 能提供大部份線索來解決使用者之問題 </td></tr><tr><td> 4 </td><td> 幾乎能解決使用者之問題 </td></tr><tr><td> 5 </td><td> 完全能解決使用者之問題 </td></tr></TBODY></TABLE>

在表4中，依據已嘗試解決方案能夠解決問題的程度為完全能解決使用者之問題到完全不能解決使用者之問題，可以分別對應到權重5至0。透過讓使用者在已嘗試解決方案之後，再給予權重的回饋機制，對應於解決方案類別C1之解決方案D1 ₁至D1 ₃之權重即可依不同使用者之評估而給定與累加，因此當下一個使用者查詢相同的系統問題時，依解決方案D1 ₁至D1 ₃之權重大小依序輸出給使用者，使用者依序嘗試解決方案，如此即可讓使用者更加快速地找到其問題之解決方案，進而增加解決方案搜尋系統100的精準度。

此外，解決方案搜尋系統100還可包含網頁伺服器170。使用者可透過網頁伺服器170所提供的網頁介面輸入問題描述檔案A1，而網頁伺服器170接收到問題描述檔案A1後，則會將問題描述檔案A1傳送至中樞伺服器150，並於網頁介面上顯示中樞伺服器150所輸出之第一解決方案D1 ₁至D1 ₃。

透過上述本發明實施例之解決方案搜尋系統100，即可使工程師分享彼此過去解決系統問題的經驗，而能輕易地搜尋到可能的解決方案以減少解決產品問題的時間，並提升解決方案的品質。

此外，為了能夠更有效地利用使用者所輸入的資訊，本發明之解決方案搜尋系統亦可根據使用者輸入的資訊來更新預測模型，進而增加解決方案搜尋系統的精準度，

第2圖為本發明一實施例之解決方案搜尋系統200的示意圖，解決方案搜尋系統200與解決方案搜尋系統100可根據相同原理運作，差別在於解決方案搜尋系統200還包含建模伺服器180，且當中樞伺服器150接收到之已解決之問題描述檔案A2 ₁至A2 _X達一第一預定數量、標準詞對照表被更新及/或使用者輸入之自選方案類別達一第二預定數量時，中樞伺服器150可控制運算伺服器110及建模伺服器180來建立新的資料探勘預測模型M2。

在第2圖中，當解決方案搜尋系統200欲重新建立新的資料探勘預測模型時，中樞伺服器150可將已解決之問題描述檔案A2 ₁至A2 _X傳送至運算伺服器110，運算伺服器110可根據更新後的標準詞對照表及已解決問題描述檔案A2 ₁至A2 _X產生每一已解決問題描述檔案A2 ₁至A2 _X所對應之模型輸入檔案B2 ₁至B2 _X及解決方案D2 ₁至D2 _X。

中樞伺服器150可將問題描述檔案A2 ₁至A2 _X所對應之解決方案D2 ₁至D2 _X傳送至資料庫伺服器140，使資料庫伺服器140可根據解決方案D2 ₁至D2 _X儲存在巨量資料庫130。同時，中樞伺服器150可將已解決之問題描述檔案A2 ₁至A2 _X所對應之模型輸入檔案B2 ₁至B2 _X及解決方案代碼D2 ₁至D2 _X傳送至建模伺服器180，而建模伺服器180即可以根據資料探勘演算法、運算伺服器110產生之複數個模型輸入檔案B2 ₁至B2 _X、解決方案代碼D2 ₁至D2 _X以及關聯式資料庫160中各個問題描述檔案及其自選方案類別之間的對應關係來建立新的資料探勘預測模型M2。在本發明之一實施例中，建模伺服器180可以利用適用於資料探勘之演算法如Bayes、CBayes或SGD來建立預測模型。

由於建立資料探勘預測模型M2所需的時間一般會遠大於模型伺服器120轉換資料探勘預測模型所需的時間，因此中樞伺服器150可在資料探勘預測模型M2建立完成後，才使模型伺服器120以資料探勘預測模型M2代替資料探勘預測模型M1，如此即可避免在建立資料探勘預測模型M2的期間，使用者無法利用解決方案搜尋系統200的情況。此外，在模型伺服器120以資料探勘預測模型M2代替資料探勘預測模型M1的建立與轉換期間，網頁伺服器170亦可在網頁介面上輸出更新進度，以方便使用者知悉模型建立與轉換的進度。且解決方案搜尋系統200亦可在轉換過程當中提供部分與資料探勘預測模型無關的功能供使用者使用，以增加解決方案搜尋系統200的便利性。

由於資料探勘預測模型M2是根據先前使用者所輸入的內容所建立的，因此更新過後的解決方案搜尋系統200即能夠整合先前使用者的經驗進而提升精準度。透過持續性重建資料探勘預測模型方式，還可以逐漸提高本發明之解決方案搜尋系統所使用之預測模型的精準度，並達到理想之精準度。

第3A及3B圖為本發明一實施例中，解決方案搜尋系統100之操作方法300之流程圖。解決方案搜尋系統之操作方法300包含步驟S310至S380：

S310：當中樞伺服器150接收到問題描述檔案時，中樞伺服器150將問題描述檔案傳送至運算伺服器110，並進入步驟S320；

S320：運算伺服器110利用標準詞對照表與問題描述檔案之文字對照以產生關鍵詞描述檔案，並進入步驟S322；

S322：運算伺服器110根據關鍵詞描述檔案產生預測因子檔案，並進入步驟S324；

S324：運算伺服器110根據預測因子檔案產生模型輸入檔案，並進入步驟S330；

S330︰中樞伺服器150將模型輸入檔案傳送至模型伺服器120，並進入步驟S340；

S340：模型伺服器120根據模型輸入檔案及資料探勘預測模型M1產生預測解決方案類別，並進入步驟S350；

S350：若關聯式資料庫160儲存有問題描述檔案所對應之至少一自選方案類別，則進入步驟S352，否則進入步驟S354；

S352：中樞伺服器150選擇至少一自選方案類別中權重最高之第一自選方案類別作為解決方案類別，並進入步驟S360；

S354：若關聯式資料庫160並未儲存有對應於問題描述檔案之自選方案類別，但儲存有對應於問題描述檔案之配對方案類別，則進入步驟S356，否則進入步驟S358；

S356：中樞伺服器150選擇配對方案類別作為解決方案類別，並進入步驟S360；

S358：中樞伺服器150選擇模型伺服器120產生之預測解決方案類別作為解決方案類別，並進入步驟S360；

S360：中樞伺服器150將解決方案類別傳送至資料庫伺服器140，並進入步驟S370；

S370：資料庫伺服器140根據解決方案類別讀取儲存於巨量資料庫130之至少一解決方案，並進入步驟S380；

S380：中樞伺服器150根據關聯式資料庫160中每一解決方案對應於解決方案類別之權重，依序輸出由巨量資料庫130讀取之至少一解決方案。

透過本發明上述實施例之解決方案搜尋系統100、200及操作方法300，即可利用巨量資料庫及資料探勘的演算法使工程師分享彼此過去解決系統問題的經驗，而能輕易地搜尋到可能的解決方案以減少解決產品問題的時間，並提升解決方案品質。

綜上所述，本發明實施例之解決方案搜尋系統及解決方案搜尋系統之操作方法，可利用巨量資料庫及資料探勘的演算法，協助使用者分享彼此過去解決問題的經驗，而在使用者發現系統問題時，能輕易地搜尋到可能的解決方案以減少解決產品問題的時間。如此一來。就可以避免先前技術中，因為相關的解決方案搜尋不易，而導致解決系統問題的效率及品質難以控制的問題。以上所述僅為本發明之較佳實施例，凡依本發明申請專利範圍所做之均等變化與修飾，皆應屬本發明之涵蓋範圍。

100、200‧‧‧解決方案搜尋系統
110‧‧‧運算伺服器
120‧‧‧模型伺服器
130‧‧‧巨量資料庫
140‧‧‧資料庫伺服器
150‧‧‧中樞伺服器
160‧‧‧關聯式資料庫
170‧‧‧網頁伺服器
180‧‧‧建模伺服器
A1‧‧‧問題描述檔案
B1‧‧‧模型輸入檔案
C1‧‧‧解決方案類別
P1‧‧‧預測解決方案類別
S1、S2‧‧‧自選方案類別
T1‧‧‧配對方案類別
D1₁、D1₂、D1₃‧‧‧解決方案
A2₁、A2_X‧‧‧已解決問題描述檔案
B2₁、B2_X‧‧‧模型輸入檔案
D2₁、D2_X‧‧‧解決方案
300‧‧‧方法
S310至S380‧‧‧步驟

第1圖為本發明一實施例之解決方案搜尋系統的示意圖。第2圖為本發明另一實施例之解決方案搜尋系統的示意圖。第3A及3B圖為第1圖之解決方案搜尋系統之操作方法流程圖。

S350~S380‧‧‧步驟

Claims

一種解決方案搜尋系統，包含：一巨量資料庫；一關聯式資料庫；一運算伺服器，用以根據一標準詞對照表與一問題描述檔案之文字對照以產生一關鍵詞描述檔案，根據該關鍵詞描述檔案產生一預測因子檔案，根據該預測因子檔案產生一模型輸入檔案；一模型伺服器，用以根據該模型輸入檔案及一第一資料探勘預測模型產生一預測解決方案類別；一資料庫伺服器，用以根據該問題描述檔案所對應之一解決方案類別自該巨量資料庫讀取至少一解決方案；及一中樞伺服器，用以：當接收到該問題描述檔案時，將該問題描述檔案傳送至該運算伺服器；將該運算伺服器所產生之該模型輸入檔案傳送至該模型伺服器；當該關聯式資料庫儲存有該問題描述檔案所對應之至少一自選方案類別時，選擇該至少一自選方案類別中權重最高之一第一自選方案類別作為該解決方案類別；當該關聯式資料庫並未儲存有對應於該問題描述檔案之自選方案類別，但儲存有對應於該問題描述檔案之一配對方案類別時，選擇該配對方案類別作為該解決方案類別；當該關聯式資料庫並未儲存有對應於該問題描述檔案之自選方案類別及該配對方案類別時，選擇該預測解決方案類別作為該解決方案類別；根據使用者的輸入內容更新該標準詞對照表；將該解決方案類別傳送至該資料庫伺服器；及根據該關聯式資料庫中每一解決方案對應於該解決方案類別之權重，依序輸出該資料庫伺服器由該巨量資料庫讀取之該至少一解決方案。
如請求項1所述之解決方案搜尋系統，其中該中樞伺服器另用以：根據一使用者所輸入之該至少一解決方案中一已嘗試解決方案的解決問題程度設定該已嘗試解決方案對應於該解決方案類別的權重。
如請求項1所述之解決方案搜尋系統，其中該中樞伺服器另用以：當該中樞伺服器接收到一第一預定數量之已解決問題描述檔案、該標準詞對照表被更新及/或使用者輸入之自選方案類別達一第二預定數量時，控制該運算伺服器及一建模伺服器，以使該建模伺服器根據該運算伺服器所產生之檔案、一資料探勘演算法及該關聯式資料庫中該第一自選方案類別與該問題描述檔案間的對應關係，建立一第二資料探勘預測模型；及當該第二資料探勘預測模型建立完成後，使該模型伺服器以該第二資料探勘預測模型代替該第一資料探勘預測模型。
一種解決方案搜尋系統之操作方法，該解決方案搜尋系統包含一運算伺服器、一模型伺服器、一關聯式資料庫、一巨量資料庫、一資料庫伺服器及一中樞伺服器，該方法包含：當該中樞伺服器接收到一問題描述檔案時，該中樞伺服器將該問題描述檔案傳送至該運算伺服器；該運算伺服器利用一標準詞對照表與該問題描述檔案之文字對照以產生一關鍵詞描述檔案；該運算伺服器根據該關鍵詞描述檔案產生一預測因子檔案；該運算伺服器根據該預測因子檔案產生一模型輸入檔案；該中樞伺服器將該模型輸入檔案傳送至該模型伺服器；該模型伺服器根據該模型輸入檔案及一第一資料探勘預測模型產生一預測解決方案類別；當該關聯式資料庫儲存有該問題描述檔案所對應之至少一自選方案類別時，該中樞伺服器選擇該至少一自選方案類別中權重最高之一第一自選方案類別作為一解決方案類別；該中樞伺服器將該解決方案類別傳送至該資料庫伺服器；該資料庫伺服器根據該解決方案類別讀取儲存於該巨量資料庫之至少一解決方案；該中樞伺服器根據該關聯式資料庫中每一解決方案對應於該解決方案類別之權重，依序輸出由該巨量資料庫讀取之該至少一解決方案；當一第一使用者輸入對應於該問題描述檔案之該第一自選方案類別時，該中樞伺服器將該第一自選方案類別與該問題描述檔案間的對應關係儲存至該關聯式資料庫，並根據該第一使用者之身分權重設定該第一自選方案類別對應於該問題描述檔案之權重；及在該第一使用者輸入對應於該問題描述檔案之該第一自選方案類別後，當一第二使用者輸入對應於該問題描述檔案之該第一自選方案類別時，該中樞伺服器根據該第二使用者之身分權重增加該關聯式資料庫中該第一自選方案類別對應於該問題描述檔案之權重。
如請求項4所述之方法，另包含：根據一使用者所輸入之該至少一解決方案中一已嘗試解決方案的解決問題程度設定該已嘗試解決方案對應於該解決方案類別的權重。
如請求項4所述之方法，該解決方案搜尋系統另包含一建模伺服器，該方法另包含：當該中樞伺服器接收到一第一預定數量之已解決問題描述檔案、該中樞伺服器更新該標準詞對照表及/或使用輸入之自選方案類別達一第二預定數量時，該中樞伺服器控制該運算伺服器及一建模伺服器，以使該建模伺服器根據該運算伺服器所產生之檔案、一資料探勘演算法及該關聯式資料庫中該第一自選方案類別與該問題描述檔案間的對應關係，建立一第二資料探勘預測模型；及當該第二資料探勘預測模型建立完成後，該中樞伺服器使該模型伺服器以該第二資料探勘預測模型代替該第一資料探勘預測模型。