面向智能化运维的工作票推荐方法研究

发布时间：2024-01-24 07:47

　　现代大型IT服务系统日趋复杂,用于系统运维的成本日益增高。为了降低运维成本,提供与所承诺给用户的服务质量水平相匹配的服务,有必要开展智能化运维方法研究,并进而应用它们来指导具体运维工作。系统运行过程中产生的问题报告称为“工作票”,其中记录了具体的问题细节、解决方法等,需要将产生的工作票及时分配给合适的运维专家或团队进行问题处理,以满足用户对服务质量的要求。虽然工作票问题描述语义丰富,但是其无结构的文本描述形式、包含大量特殊领域词汇等特点为工作票专家和路由推荐带来了挑战。本文以历史工作票为研究对象,从工作票问题处理专家推荐以及工作票路由推荐等方面开展研究,主要内容包括以下几个方面:1.为了提升专家推荐的准确性,根据工作票问题描述文本无结构及包含大量领域词汇等特点,提出一种基于卷积神经网络的工作票专家推荐方法。首先根据专业熟练度水平和专业知识构建专家运维能力模型;接着,设计卷积神经网络模型,引入注意力机制学习输入句子中词语的注意力分配概率;然后,度量问题描述与专家模型的匹配度,实现以推荐质量为依据的专家推荐,选择评分最高的K位专家作为推荐结果。最后,在企业真实的数据集上进行实验,并与其它代...

【文章页数】：83 页

【学位级别】：硕士

图3.5不同算法下的推荐准确率结果

图3.6不同输入文本中描述词个数的分布情况

图3.8可视化注意力权重图3.8（a）展示了问题描述和专家能力之间注意力系数矩阵的学习结果，其中

图4.4TOP12问题类型对应工作票数量分布情况

本文编号：3883388