[发明专利]故障信息处理方法、装置、设备及存储介质

权利要求书

1.一种故障信息处理方法，其特征在于，所述方法包括：

获取各业务专线的业务专线数据；

采用大数据关联挖掘方式对所述各业务专线的业务专线数据中的多维度通用故障数据进行关联分析，并计算出一预设周期内各业务专线的基础维护系数；

采用人工神经网络，对所述各业务专线的业务专线数据中的多维度客户数据进行分析，计算出所述预设周期内各业务专线的客户行为维护系数；

对所述基础维护系数与所述客户行为维护系数进行二元线性回归分析，获得各业务专线的维护迫切度；

依据所述维护迫切度通报故障信息。

2.根据权利要求1所述的故障信息处理方法，其特征在于，在获取各业务专线的业务专线数据之前，所述方法包括：以增量同步方式从各指定数据库中采集各业务专线数据至指定的集中数据库。

3.根据权利要求1所述的故障信息处理方法，其特征在于，所述依据所述维护迫切度通报故障信息包括：

当维护迫切度大于第一阈值时，按照第一优先级通报所述故障；

当维护迫切度介于第二阈值与第一阈值之间时，按照第二优先级通报所述故障；

当维护迫切度低于第二阈值时，则按照第三优先级通报所述故障，其中所述第一优先级高于所述第二优先级，所述第二优先级高于所述第三优先级。

4.根据权利要求3所述的故障信息处理方法，其特征在于，所述当维护迫切度大于第一阈值时，按照第一优先级通报所述故障包括：

发送故障信息至第一指定终端；

判断所述故障处理时间是否超过第一预设时间，若超过，发送报警信息至第二指定终端；

判断所述故障处理时间是否超过第二预设时间，若超过，发送报警信息至第三指定终端。

5.根据权利要求1所述的故障信息处理方法，其特征在于，所述采用大数据关联挖掘方式对所述各业务专线的业务专线数据中的多维度通用故障数据进行关联分析，并计算出一预设周期内各业务专线的基础维护系数包括：

采用大数据的FP-tree关联挖掘方式对所述各业务专线的业务专线数据中的多维度通用故障数据进行关联分析；

计算出一预设周期内各业务专线的基础维护系数。

6.根据权利要求5所述的故障信息处理方法，其特征在于，所述采用人工神经网络，对所述各业务专线的业务专线数据中的多维度客户数据进行分析，计算出所述预设周期内各业务专线的客户行为维护系数包括：

采用Hopfield人工神经网络，对所述各业务专线的业务专线数据中的多维度客户数据进行分析，

计算出所述预设周期内各业务专线的客户行为维护系数。

7.一种故障信息处理装置，其特征在于，所述装置包括：

获取模块，用于获取各业务专线的业务专线数据；

大数据挖掘模块，用于采用大数据关联挖掘方式对所述各业务专线的业务专线数据中的多维度通用故障数据进行关联分析，并计算出一预设周期内各业务专线的基础维护系数；

人工神经网络分析模块，用于采用人工神经网络，对所述各业务专线的业务专线数据中的多维度客户数据进行分析，计算出所述预设周期内各业务专线的客户行为维护系数；

二元线性回归分析模块，用于对所述基础维护系数与所述客户行为维护系数进行二元线性回归分析，获得各业务专线的维护迫切度；

通报模块，用于依据所述维护迫切度通报故障信息。

8.一种故障信息处理设备，其特征在于，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现如权利要求1-6任一项所述的故障信息处理方法。

9.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，当所述计算机程序指令被处理器执行时实现如权利要求1-6中任一项所述的故障信息处理方法。