(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111550001.X (22)申请日 2021.12.17 (71)申请人 中国平安财产保险股份有限公司 地址 518033 广东省深圳市福田区益田路 5033号平安金融中心12、 13、 38、 39、 40 层 (72)发明人 李平　 (74)专利代理 机构 深圳市赛恩倍吉知识产权代 理有限公司 4 4334 代理人 陈海云　严林 (51)Int.Cl. G06F 11/07(2006.01) G06N 20/00(2019.01) G06K 9/62(2022.01) G06V 10/762(2022.01) (54)发明名称 基于人工智能的故障处理方法、 装置、 电子 设备及介质 (57)摘要 本申请涉及人工智能技术领域， 提供一种基 于人工智能的故障处理方法、 装置、 电子设备及 介质， 所述方法包括： 基于埋点获取目标系统对 应的报错语句； 对报错语句进行解析， 确定报错 语句对应的报错事项； 基于报错事项， 在故障图 谱中提取多个故障处理方法； 确定报错事项对应 的目标用户以及目标用户对应的故障记录， 并基 于故障记录确定报错事项对应的特征值； 将所述 特征值和所述多个故障处理方法输入至第一随 机森林模型中进行预测， 得到每个故障处理方法 对应的匹配值； 基于所述每个故障处理方法对应 的匹配值， 在所述多个故障处理方法中确定目标 故障处理方法， 并根据所述目标 故障处理方法进 行故障处 理。 本申请提高了故障处 理的效率。 权利要求书2页 说明书14页 附图2页 CN 114201328 A 2022.03.18 CN 114201328 A 1.一种基于人工智能的故障处 理方法， 其特 征在于， 所述方法包括： 基于预先植入的埋 点， 获取目标系统对应的报错语句； 对所述报错语句进行解析， 确定所述报错语句对应的报错事项； 基于所述报错事项， 在预 先构建的故障图谱中提取多个故障处 理方法； 确定所述报错事项对应的目标用户以及所述目标用户对应的故障记录， 并基于所述故 障记录确定所述报错事项对应的特 征值； 将所述特征值和所述多个故障处理方法输入至第 一随机森林模型中进行预测， 得到每 个故障处 理方法对应的匹配值； 基于所述每个故障处理方法对应的匹配值， 在所述多个故障处理方法中确定目标故障 处理方法， 并根据所述目标故障处 理方法进行故障处 理。 2.如权利要求1所述的基于人工智能的故障处理方法， 其特征在于， 所述确定所述报错 事项对应的目标用户以及所述目标用户对应的故障记录包括： 定位监测到所述报错语句出现时所对应的目标时刻； 获取所述目标时刻上所述目标系统对应的用户标识， 并根据所述用户标识确定目标用 户； 基于所述目标用户从故障处 理日志库中获取 所述目标用户对应的故障记录 。 3.如权利要求1所述的基于人工智能的故障处理方法， 其特征在于， 所述第 一随机森林 模型的训练过程包括： 获取多个历史报错事项对应的特 征值及多个历史故障处 理方法， 作为训练数据集； 从所述训练数据集中随机抽取M个训练样本集； 对所述M个训练样本集进行学习， 以此生成M个决策树， 并在所述M个决策树的生成过程 中， 从M个决策树的特征变量中随机抽取N个特征变量， 各个决策树利用所述N个特征变量上 最优的分裂方式来分支， 且N 值在随机森林模型的形成过程中设定为恒定常数； 当满足分支规则时， 停止所述M个决策树的生成过程， 得到所述第一随机森林模型。 4.如权利要求3所述的基于人工智能的故障处理方法， 其特征在于， 所述M个决策树的 生成过程包括： 随机地给每 个所述特 征变量加入噪声干扰； 依据准确率降低的程度来确定每 个所述特 征变量的重要度； 依据所述重要度对所述M个决策树的生成过程进行优化。 5.如权利要求1至4中任意一项所述的基于人工智能的故障处理方法， 其特征在于， 所 述故障图谱的构建包括： 获取多个历史故障处 理记录； 抽取所述多个历史故障处 理记录中的故障事 件； 对所述故障事件进行聚类处理， 得到至少一个故障类别及每个故障类别对应的聚类事 件； 计算所述聚类事 件之间的关联关系； 根据所述聚类事 件及所述关联关系构建故障图谱。 6.如权利要求5所述的基于人工智能的故障处理方法， 其特征在于， 所述抽取所述多个 历史故障处 理记录中的故障事 件包括：权　利　要　求　书 1/2 页 2 CN 114201328 A 2对每个历史故障处 理记录进行分词处 理， 得到信息分词； 确定所述信 息分词在所述信 息分词所在的信 息语句中的目标词性， 并将所述目标词性 为预设词性的信息分词确定为待选分词； 将所述待选分词与 预设故障模板库中的模板故障进行匹配， 并将与 所述模板故障匹配 成功的待选分词确定为故障事 件。 7.如权利要求1至4中任意一项所述的基于人工智能的故障处理方法， 其特征在于， 所 述方法还 包括： 在确定的目标系统中设置埋 点服务SDK； 通过所述埋点服务SDK对外暴露一个数据埋 点服务接口； 当侦测到所述目标系统 的报错信号 时， 调用所述数据埋点服务接口获取所述报错信号 对应的报错语句。 8.一种基于人工智能的故障处 理装置， 其特 征在于， 所述装置包括： 报错获取模块， 用于基于预 先植入的埋 点， 获取目标系统对应的报错语句； 语句解析模块， 用于对所述报错语句进行解析， 确定所述报错语句对应的报错事项； 图谱查询模块， 用于基于所述报错事项， 在预先构建的故障图谱中提取多个故障处理 方法； 特征确定模块， 用于确定所述报错事项对应的目标用户以及所述目标用户对应的故障 记录， 并基于所述故障记录确定所述报错事项对应的特 征值； 分值预测模块， 用于将所述特征值和所述多个故障处理方法输入至第 一随机森林模型 中进行预测， 得到每 个故障处 理方法对应的匹配值； 方法确定模块， 用于基于所述每个故障处理方法对应的匹配值， 在所述多个故障处理 方法中确定目标故障处 理方法， 并根据所述目标故障处 理方法进行故障处 理。 9.一种电子设备， 其特征在于， 所述电子设备包括处理器和存储器， 所述处理器用于执 行存储器中存储的计算机程序时实现如权利要求1至7中任意一项所述基于人工智能的故 障处理方法。 10.一种计算机可读存储介质， 所述计算机可读存储介质上存储有计算机程序， 其特征 在于， 所述计算机程序被处理器执行时实现如权利要求 1至7中任意一项 所述基于人工智能 的故障处 理方法。权　利　要　求　书 2/2 页 3 CN 114201328 A 3