[发明专利]基于DevOps的信息交互方法及系统在审

专利信息
申请号: 202111153571.5 申请日: 2021-09-29
公开(公告)号: CN113868435A 公开(公告)日: 2021-12-31
发明(设计)人: 张贵平;陈文杰;陈凯 申请(专利权)人: 上海万向区块链股份公司
主分类号: G06F16/36 分类号: G06F16/36;G06F16/33;G06F16/332;G06F40/205;G06F40/284;G06F40/289;G06F40/35;G06N3/04;G06N3/08
代理公司: 上海段和段律师事务所 31334 代理人: 李佳俊;郭国中
地址: 200086 上海*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 devops 信息 交互 方法 系统
【说明书】:

本发明提供了一种基于DevOps的信息交互方法及系统,包括以下步骤:步骤S1:自动采集DevOps各平台的软件数据,构成软件知识库;步骤S2:基于软件知识库,创建软件知识图谱;步骤S3:对用户的问题进行语义解析,提取出问题要素,根据问题要素从软件知识图谱中检索出对应的问题答案。本发明通过采用一种基于DevOps的信息交互方法,解决了软件团队人员无法从由DevOps各平台组成的软件信息库中快速获取全面信息而导致的工作效率低的问题。

技术领域

本发明涉及计算机技术领域,具体地,涉及一种基于DevOps的信息交互方法及系统。

背景技术

DevOps(Development和Operations的组合词)是一组过程、方法与系统的统称,用于促进开发(应用程序/软件工程)、技术运营和质量保障(QA)部门之间的沟通、协作与整合。它是一种重视“软件开发人员(Dev)”和“IT运维技术人员(Ops)”之间沟通合作的文化、运动或惯例。透过自动化“软件交付”和“架构变更”的流程,来使得构建、测试、发布软件能够更加地快捷、频繁和可靠。它的出现是由于软件行业日益清晰地认识到:为了按时交付软件产品和服务,开发和运营工作必须紧密合作。

DevOps实践时,通过一系列协作及自动化平台端到端连接覆盖了软件全生命周期,这些平台相互联系却又各自独立,它们的数据共同组成了软件庞大且复杂的信息库。因此需要一种全局信息搜索方式来提高信息获取的效率。

在公开号为CN111858232A的中国专利文献中,公开了一种基于DevOps平台的信息交互系统及方法,用于提高信息交互效率,该系统包括:机器人适配器模块,用于将用户在聊天机器人对话界面上输入的包含对DevOps平台的目标组件中的目标数据进行查询的查询条件的查询请求和用户的身份信息发送至身份认证和订阅模块;身份认证和订阅模块,用于基于对接的企业身份认证管理系统判断用户是否有访问权限,若是则将查询请求发送至请求处理器模块;请求处理器模块,用于将查询请求发送至目标组件,以指示目标组件根据查询条件进行查询并将查询结果返回至事件适配器模块;事件适配器模块,用于将接收到的查询结果发送至机器人适配器模块,以通过机器人适配器模块将查询结果显示。

发明内容

针对现有技术中的缺陷,本发明的目的是提供一种基于DevOps的信息交互方法及系统。

根据本发明提供的一种基于DevOps的信息交互方法,包括以下步骤:

步骤S1:自动采集DevOps各平台的软件数据,构成软件知识库;

步骤S2:基于软件知识库,创建软件知识图谱;

步骤S3:对用户的问题进行语义解析,提取出问题要素,根据问题要素从软件知识图谱中检索出对应的问题答案。

优选的,所述步骤S1包括以下子步骤:

步骤S1.1:根据DevOps各平台的访问量以及数据更新频率,制定自动采集计划采集数据;

步骤S1.2:对采集数据进行预筛选,保留有效数据,并以软件版本为模块、时间为主线构成软件知识库。

优选的,所述步骤S2包括以下子步骤:

步骤S2.1:基于深度学习神经网络创建一个分词模型、一个关系类别模型和一个属性类别模型;以步骤S1中的软件知识库的软件版本模块为语料,采用人工手动或代码自动对其中的词语、词性、关系表达以及属性表达进行标注,按照比例生成分词的训练集和验证集、关系类别的训练集和验证集、属性类别的训练集和验证集,从而对模型进行训练和验证。

步骤S2.2:利用分词模型、关系类别模型和属性类别模型分别提取软件知识库中的词语和词性、关系表达、属性表达,并将词语和词性抽取为实体、关系表达抽取为关系、属性表达抽取为属性并设定对应的属性值;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海万向区块链股份公司,未经上海万向区块链股份公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111153571.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top