[发明专利]一种基于LDA的软件故障专家系统的构建方法

摘要

一种基于LDA的软件故障专家系统的构建方法，步骤如下：1、搜集故障案例；2、对FEMA案例集文本进行迭代，分别构建故障属性主题模型；3、针对故障症状信息，构建症状主题模型；4、实现症状主题模型与故障属性主题模型的语义关联推理评分算法；5、整合步骤2～4，完成推理子系统的构建；6、利用Hadoop技术完成存储子系统的构建，实现对案例文本数据和LDA主题模型数据存储，以及推理评分数据存取；7、构建服务子系统，实现客户端与后端的数据交互；8、整合存储子系统、推理子系统以及服务子系统，完成专家系统的构建；本发明完成与故障属性主题模型的语义关联推理，获取故障相关信息作为诊断结果，完成软件故障诊断。

主权项

1.一种基于LDA的软件故障专家系统的构建方法，所述LDA为潜在狄利克雷分布，其特征在于：其步骤如下：步骤1、搜集大量与被诊断软件相关的故障案例，筛选出合适的案例集；根据被诊断软件所有可能发生的原因、现象以及故障所在位置、故障严酷度，对案例集中的案例逐条进行失效模式与影响分析即FMEA分析；步骤2、对FEMA形式案例集文本数据进行迭代，利用LDA算法分别构建故障属性主题模型：故障现象主题模型、故障原因主题模型、故障措施主题模型；步骤3、针对待输入的故障症状信息，结合LDA算法构建症状主题模型；步骤4、实现症状主题模型与故障属性主题模型的语义关联推理评分算法；步骤5、整合步骤2～4，完成推理子系统的构建；步骤6、利用Hadoop技术完成存储子系统的构建，实现对案例文本数据和LDA主题模型数据存储，以及推理评分数据存取；步骤7、基于Spring MVC框架，构建服务子系统，实现客户端与后端的数据交互；步骤8、整合存储子系统、推理子系统以及服务子系统，完成专家系统的构建；通过上述步骤，可以完成对基于LDA的软件故障专家系统的构建，对于被诊断对象中的故障症状，通过建立症状主题模型，完成与故障属性主题模型的语义关联推理，获取按推理评分排序的故障相关信息作为诊断结果，从而完成软件故障诊断。