[发明专利]一种基于大数据和深度学习的知识推介方法及系统

说明书

本发明公开了一种基于大数据和深度学习的知识推介方法及系统，方法包括：根据场景数据信息进行场景分析；采用深度学习的方法对运维人员数据信息进行处理，生成运维人员画像；根据场景分析的结果和运维人员画像进行知识选取，得到知识推介集；根据知识推介集进行知识推介；系统包括场景分析模块、运维人员画像生成模块、知识选取模块和知识推介模块。本发明综合了场景分析的结果和运维人员画像来进行知识选取和知识推介，从实时使用场景和使用用户这二个维度提升了知识推荐的准确率；采用了深度学习的方法来对运维人员的操作行为等数据信息进行学习，使得运维人员画像越来越准确。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，尤其是一种基于大数据和深度学习的知识推介方法及系统。

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。

所谓的知识管理，其定义为：在组织中建构一个人文与技术兼备的知识系统，让组织中的信息与知识，透过获得、创造、分享、整合、记录、存取、更新等过程，达到知识不断创新的最终目的，并回馈到知识系统中，个人与组织的知识得以永不间断的累积，从系统的角度进行思考这将成为组织的智慧资本，有助于企业做出正确的决策，以适应市场的变迁。

在知识管理中，关于知识如何应用也成为其中一个很重要的课题。目前对知识的应用，以人工检索和目录树展示为主，这些应用方式均需要较多的人力和时间投入，并且准确率不高。知识推介技术的出现使得知识的获取方式由“搜索”变为“推荐”，解决了该问题。

目前已有部分知识应用会针对“流程”或者“场所”进行分析，并根据分析结果进行知识的推荐。这种方式与人工检索和目录树展示的方式相比，不仅在人力和时间投入上大大减少，而且还能提高知识推荐的准确率。然而，这种方式未能考虑知识应用的使用用户(如知识运维人员等)这一关键信息，准确率未够理想。同时，这种方式也无法不断进行学习和自我修正以适应不断变化的情况，随着时间的推移，其准确率会越来越低。

发明内容

为解决上述技术问题，本发明的目的在于：提供一种准确率高的，基于大数据和深度学习的知识推介方法。

本发明的另一目的在于：提供一种准确率高的，基于大数据和深度学习的知识推介系统。

本发明所采取的技术方案是：

一种基于大数据和深度学习的知识推介方法，包括以下步骤：

根据场景数据信息进行场景分析；

采用深度学习的方法对运维人员数据信息进行处理，生成运维人员画像；

根据场景分析的结果和运维人员画像进行知识选取，得到知识推介集；

根据知识推介集进行知识推介。

进一步，所述根据场景数据信息进行场景分析这一步骤，其包括：

进行场景数据信息实时采集，获取当前运维人员操作的场景数据；

对获取的场景数据进行数据清洗；