[发明专利]一种运维知识图谱的生成方法及系统

说明书

本发明公开了一种运维知识图谱的生成方法及系统，方法包括：采用基于语义分析和机器学习的抽取方法对原始的运维知识数据源进行抽取，得到候选知识单元；采用基于相关性和置信度的融合方法对候选知识单元进行知识融合，得到知识融合结果；对知识融合结果进行加工处理，得到运维知识图谱，运维知识图谱由运维知识实体和运维知识实体间的相互关系组成；获取新的运维知识数据源来对运维知识图谱进行自适应更新。本发明包括获取新的运维知识数据源来对运维知识图谱进行自适应更新的步骤，实时性更高；综合采用了基于语义分析和机器学习的抽取方法和基于相关性和置信度的融合方法，效率更高，成本更低且更加方便。本发明可广泛应用于计算机应用领域。

技术领域

本发明涉及计算机应用领域，尤其是一种运维知识图谱的生成方法及系统。

背景技术

在知识经济到来的今天，知识已被企业提升到战略资源的位置，企业采用知识管理势在必行。随着业务系统越来越庞大、业务逻辑越来越复杂、系统变更越来越频繁、工作要求越来越高，在业务支撑网运营管理工作的难度也越来越大。通过建设内容丰富和人人参与的统一知识库，可达到为企业建立知识上传和下达的渠道、打造学习型业务支撑团队、助力公司长期可持续健康发展的目的。

知识管理(KM,Knowledge Management)是网络新经济时代的新兴管理思潮与方法，管理学者彼得.杜拉克早在一九六五年即预言：“知识将取代土地、劳动、资本与机器设备，成为最重要的生产因素。”受到20世纪90年代的信息化(资讯化)蓬勃发展影响，知识管理的观念结合网际网络构建的入口网站、数据库以及应用电脑软件系统等工具，成为累积知识财富，创造更多竞争力的新世纪利器。

而知识图谱就是一个很好的知识管理手段。自语义网的概念提出，语义Web数据源的数量激增，互联网正从仅包含网页和网页之间超链接的文档万维网转变成包含大量描述各种实体和实体之间丰富关系的数据万维网。在此背景下，知识图谱于2012年5月首先由Google公司提出，其目标在于描述各种实体与概念，及实体、概念之间的关联关系，从而改善搜索结果。紧随其后，搜狗、微软、百度等公司相继提出各自的知识图谱产品。

然而现有的知识图谱构建方法，大多无法时更新已有的知识图谱，实时性较低，难以满足实时性要求高的应用场合要求。

随着IT技术的不断发展，运维信息化得到了越来越多人的重视。然而，受数据源不足、使用场景不明等因素的影响，知识图谱一直未能被应用于运维信息化领域。目前运维信息化领域仍依靠人工录入信息的方式来进行知识的积累，效率低，成本高，且不能描述知识之间的关系，不够方便，亟待进一步完善和提高。

发明内容

为解决上述技术问题，本发明的目的在于：提供一种实时、效率高、成本低和方便的，运维知识图谱的生成方法。

本发明的另一目的在于：提供一种实时、效率高、成本低和方便的，运维知识图谱的生成系统。

本发明所采取的技术方案是：

一种运维知识图谱的生成方法，包括以下步骤：

采用基于语义分析和机器学习的抽取方法对原始的运维知识数据源进行抽取，得到候选知识单元；

采用基于相关性和置信度的融合方法对候选知识单元进行知识融合，得到知识融合结果；

对知识融合结果进行加工处理，得到运维知识图谱，所述运维知识图谱由运维知识实体和运维知识实体间的相互关系组成；

获取新的运维知识数据源来对运维知识图谱进行自适应更新。

进一步，所述采用基于语义分析和机器学习的抽取方法对原始的运维知识数据源进行抽取，得到候选知识单元这一步骤，其包括：

对运维信息化系统进行信息自动采集，得到原始的运维知识数据源；