一種對終端故障問題提供對應解決方案的方法及裝置制造方法
【專利摘要】本發(fā)明提供一種終端故障問題分類及解決方案提供方法及裝置，該終端故障問題分類方法中提取方案數(shù)據(jù)庫中用戶提問的終端故障問題，每個終端故障問題進行分詞，并進行特征提取，對每個終端故障問題進行訓練，建立SVM分類模型，將同一解決方案解決的終端故障問題劃分到一個類別中，并基于該SVM分類模型向用戶提供解決方案。由于在本發(fā)明實施例中建立SVM分類模型，將同一解決方案解決的終端故障問題劃分到了一個類別中，因此基于該SVM分類模型，當接收到用戶提問的終端故障問題時，可以確定該終端故障問題歸屬的類別，從而向用戶提供該類別的解決方案，提高了解決方案提供的效率，滿足了向用戶提供解決方案的實時性需求。
【專利說明】一種對終端故障問題提供對應解決方案的方法及裝置

【技術領域】
[0001] 本發(fā)明涉及數(shù)據(jù)處理【技術領域】，尤其涉及一種對終端故障問題提供對應解決方案 的方法及裝置。

【背景技術】
[0002] 隨著PC技術和互聯(lián)網(wǎng)技術的不斷發(fā)展，用戶對互聯(lián)網(wǎng)的依賴越來越大。當用戶存 在問題需要解決時，一般都會直接到互聯(lián)網(wǎng)上進行搜索，獲取相應的解決方案。例如，出現(xiàn) 與電腦相關的問題時，一般用戶會將終端故障問題提供給搜索引擎，在搜索引擎提供的搜 索結果中逐一篩選，一一嘗試解決終端故障問題。
[0003] 現(xiàn)有的搜索引擎接收到用戶提問的終端故障問題后，根據(jù)該終端故障問題作為查 詢關鍵詞檢索與之相關的網(wǎng)頁作為搜索結果，
[0004] 用戶需要一一瀏覽網(wǎng)頁內(nèi)容或摘要來尋找能夠解決問題的關鍵信息，其耗時長， 無法滿足用戶對解決方案提供的實時性要求，效率低下且影響用戶的體驗。


【發(fā)明內(nèi)容】

[0005] 鑒于上述問題，提出了本發(fā)明以便提供一種克服上述問題或者至少部分地解決上 述問題的一種對終端故障問題提供對應解決方案的方法及裝置。
[0006] 本發(fā)明實施例提供了一種對終端故障問題提供對應解決方案的方法，該方法包 括：
[0007] 提取方案數(shù)據(jù)庫中用戶提問的多個終端故障問題；
[0008] 對每個終端故障問題進行分詞特征提??；
[0009] 根據(jù)提取的特征，對SVM分類模型進行訓練，建立方案數(shù)據(jù)庫中解決方案及其解 決的終端故障問題的SVM分類模型，并基于該SVM分類模型向用戶提供對應的解決方案。
[0010] 進一步地，所述對每個終端故障問題進行分詞特征提取之前，所述方法還包括：
[0011] 對提取的每個終端故障問題進行聚類，將同一解決方案解決的終端故障問題聚合 到一個類別中。
[0012] 進一步地，所述對每個終端故障問題進行分詞特征提取之前，所述方法還包括：
[0013] 過濾每個類別中的終端故障問題。
[0014] 進一步地，所述對每個終端故障問題進行分詞特征提取包括：
[0015] 在每個類別中，根據(jù)每個終端故障問題分詞后得到的基礎詞，確定每個類別中出 現(xiàn)的基礎詞；
[0016] 根據(jù)每個類別中出現(xiàn)的基礎詞，統(tǒng)計方案數(shù)據(jù)庫中的每個基礎詞，將統(tǒng)計的每個 基礎詞作為提取的特征。
[0017] 進一步地，所述對每個終端故障問題進行分詞特征提取后，所述方法還包括：
[0018] 對提取的特征進行特征選擇。
[0019] 本發(fā)明實施例提供了一種解決方案提供方法，所述方法包括：
[0020] 接收用戶提出的終端故障問題；
[0021] 對所述終端故障問題進行分詞，得到該終端故障問題對應的每個基礎詞；
[0022] 根據(jù)每個基礎詞使用SVM分類模型，確定該終端故障問題對應的類別；
[0023] 將方案數(shù)據(jù)庫中保存的該類別的解決方案提供給所述用戶。
[0024] 本發(fā)明實施例提供了一種對終端故障問題提供對應解決方案的裝置，該裝置包 括：
[0025] 方案數(shù)據(jù)庫，用于存儲用戶提問的每個終端故障問題及其對應的解決方案；
[0026] 第一提取模塊，用于提取方案數(shù)據(jù)庫中用戶提問的多個終端故障問題；
[0027] 第二提取模塊，用于對每個終端故障問題進行分詞特征提??；
[0028] 建立模塊，用于根據(jù)提取的特征，對SVM分類模型進行訓練，建立方案數(shù)據(jù)庫中解 決方案及其解決的終端故障問題的SVM分類模型，并基于該SVM分類模型向用戶提供對應 的解決方案。
[0029] 進一步地，所述裝置還包括：
[0030] 聚類模塊，用于對提取的每個終端故障問題進行聚類，將同一解決方案解決的終 端故障問題聚合到一個類別中。
[0031] 進一步地，所述裝置還包括：
[0032] 過濾模塊，用于過濾每個類別中的終端故障問題。
[0033] 進一步地，所述第二提取模塊，具體用于在每個類別中，根據(jù)每個終端故障問題分 詞后得到的基礎詞，確定每個類別中出現(xiàn)的基礎詞；根據(jù)每個類別中出現(xiàn)的基礎詞，統(tǒng)計方 案數(shù)據(jù)庫中的每個基礎詞，將統(tǒng)計的每個基礎詞作為提取的特征。
[0034] 進一步地，所述第二提取模塊，還用于對提取的特征進行特征選擇。
[0035] 本發(fā)明實施例提供了一種解決方案提供裝置，所述裝置包括：
[0036] 接收模塊，用于接收用戶提出的終端故障問題；
[0037] 分詞模塊，用于對所述終端故障問題進行分詞，得到該終端故障問題對應的每個 基礎詞；
[0038] 類別確定模塊，用于根據(jù)每個基礎詞使用SVM分類模型，確定該終端故障問題對 應的類別；
[0039] 方案數(shù)據(jù)庫，用于存儲多個類別，在每個類別中保存同一解決方案解決的終端故 障問題；
[0040] 提供模塊，用于將方案數(shù)據(jù)庫中保存的該類別的解決方案提供給所述用戶。
[0041] 本發(fā)明實施例提供了一種對終端故障問題提供對應解決方案的方法及裝置，該終 端故障問題分類方法中提取方案數(shù)據(jù)庫中用戶提問的終端故障問題，對每個終端故障問題 進行分詞特征提取，對SVM分類模型進行訓練，建立SVM分類模型，并基于該SVM分類模型 向用戶提供對應的解決方案。由于在本發(fā)明實施例中建立SVM分類模型，將同一解決方案 解決的終端故障問題劃分到了一個類別中，因此基于該SVM分類模型，當接收到用戶提問 的終端故障問題時，可以確定該終端故障問題歸屬的類別，從而向用戶提供該類別的解決 方案，提高了解決方案提供的效率，滿足了向用戶提供解決方案的實時性需求。
[0042] 上述說明僅是本發(fā)明技術方案的概述，為了能夠更清楚了解本發(fā)明的技術手段， 而可依照說明書的內(nèi)容予以實施，并且為了讓本發(fā)明的上述和其它目的、特征和優(yōu)點能夠 更明顯易懂，以下特舉本發(fā)明的【具體實施方式】。

【專利附圖】

【附圖說明】
[0043] 通過閱讀下文優(yōu)選實施方式的詳細描述，各種其他的優(yōu)點和益處對于本領域普通 技術人員將變得清楚明了。附圖僅用于示出優(yōu)選實施方式的目的，而并不認為是對本發(fā)明 的限制。而且在整個附圖中，用相同的參考符號表示相同的部件。在附圖中：
[0044] 圖1為本發(fā)明實施例提供的一種對終端故障問題進行分類過程圖；
[0045] 圖2為本發(fā)明實施例一提供的一種終端故障問題分類過程圖；
[0046] 圖3為本發(fā)明實施例二提供的一種終端故障問題分類過程圖；
[0047] 圖4A為本發(fā)明實施例提供的一種解決方案提供過程示意圖；
[0048] 圖4B為本發(fā)明實施例提供的采用線下終端故障問題分類方法及線上解決方案提 供方法的示意圖；
[0049] 圖5為本發(fā)明實施例提供的一種對終端故障問題提供對應解決方案的裝置結構 示意圖；
[0050] 圖6為本發(fā)明實施例提供的一種解決方案提供裝置結構示意圖。

【具體實施方式】
[0051] 為了提高解決方案的提供效率，滿足用戶對解決方案的實時性需求，本發(fā)明實施 例提供了一種對終端故障問題提供對應解決方案的方法及裝置。
[0052] 下面將參照附圖更詳細地描述本公開的示例性實施例。雖然附圖中顯示了本公開 的示例性實施例，然而應當理解，可以以各種形式實現(xiàn)本公開而不應被這里闡述的實施例 所限制。相反，提供這些實施例是為了能夠更透徹地理解本公開，并且能夠?qū)⒈竟_的范圍 完整的傳達給本領域的技術人員。
[0053] 下面結合說明書附圖，對本發(fā)明實施例進行詳細說明。
[0054] 圖1為本發(fā)明實施例提供的一種對終端故障問題進行分類過程圖，該過程包括以 下步驟：
[0055] S101 :提取方案數(shù)據(jù)庫中用戶提問的多個終端故障問題。
[0056] 方案數(shù)據(jù)庫中保存有歷史上用戶提問的每個終端故障問題，并針對每個終端故障 問題保存有解決該終端故障問題的解決方案，該解決方案包括：工具包和URL文章，工具包 是可以在用戶本地設備運行的批處理文件，URL文章的該URL對應的網(wǎng)頁描述了一系列的 操作步驟。
[0057] 終端故障問題包括終端可能出現(xiàn)的問題，或使用終端的過程中出現(xiàn)的問題，或者 在終端上運行的應用程序出現(xiàn)的問題等等，該終端可以是PC、移動終端、IPAD等平板電腦 等，該終端故障問題例如可以是，PC無法連接wifi、看視頻卡、無法登陸郵箱、移動終端無法 上網(wǎng)等等。
[0058] S102 :對每個終端故障問題進行分詞特征提取。
[0059] 在本發(fā)明實施例的SVM分類模型的生成過程中，對每個終端故障問題進行分詞， 得到每個基礎詞，基于分詞后得到的每個基礎詞進行特征提取。
[0060] 并且進行特征提取后，還可以進行特征選擇等操作。
[0061] 對每個終端故障問題進行分詞時可以采用多種方式，相信本領域技術人員可以需 要確定相應的分詞方式。
[0062] S103 :根據(jù)提取的特征，對SVM分類模型進行訓練，建立方案數(shù)據(jù)庫中每個解決方 案及其解決的終端故障問題的SVM分類模型，并基于該SVM分類模型向用戶提供對應的解 決方案。
[0063] 由于在本發(fā)明實施例中建立SVM分類模型，將同一解決方案解決的終端故障問題 劃分到了一個類別中，因此基于該SVM分類模型，當接收到用戶提問的終端故障問題時，可 以確定該終端故障問題歸屬的類別，從而向用戶提供該類別的解決方案，提高了解決方案 提供的效率，滿足了向用戶提供解決方案的實時性需求。
[0064] 具體的，在本發(fā)明實施例中在針對每個終端故障問題進行分詞，并進行特征提取 之前，還包括：對提取的每個終端故障問題進行聚類，將同一解決方案解決的終端故障問題 聚合到一個類別中。
[0065] 由于存在同一解決方案解決多個終端故障問題的情況，本發(fā)明實施例中，為了實 現(xiàn)對解決方案的細粒度劃分，針對每個終端故障問題進行聚類時，將同一解決方案解決的 技術問題聚合到一個類別中。根據(jù)每個解決方案解決的終端故障問題，每個類別中可能包 括一個或兩個以上的終端故障問題。
[0066] 本發(fā)明實施例中方案數(shù)據(jù)庫中保存有歷史上用戶提出的終端故障問題，并針對每 個終端故障問題保存有解決該終端故障問題的解決方案，即在方案數(shù)據(jù)庫中保存有終端故 障問題及其對應的解決方案。
[0067] 根據(jù)每個解決方案，對方案數(shù)據(jù)庫中保存的用戶提問的終端故障問題進行聚類 時，可以采用常用的聚類算法，例如Kmeans聚類算法或者Agnes聚類算法等。當采用Kmeans 聚類算法對終端故障問題進行聚類時，可以根據(jù)每個解決方案設置中心點，根據(jù)每個終端 故障問題與中心點的距離，將每個終端故障問題劃分到相應的類別中，其中每個類別中包 含的終端故障問題不重復，即每個終端故障問題只能位于一個類別中，每個類別中的終端 故障問題都可以通過同一解決方案解決。
[0068] 通過本發(fā)明的上述實施例，可以根據(jù)解決方案的數(shù)量，確定相應數(shù)量的類別，將同 一解決方案解決的終端故障問題劃分到一個類別中，每個類別中可能包括一個或兩個以上 的終端故障問題。
[0069] 另外每個解決方案解決的終端故障問題的種類可能也包括多個，例如某一解決方 案可以解決視頻類問題，也可以解決瀏覽器類問題，因此為了實現(xiàn)細粒度的劃分，在考慮解 決方案的同時，還可以根據(jù)每個解決方案解決的終端故障問題的種類，劃分每個類別。在具 體實施時，用戶可以根據(jù)需要靈活選擇。
[0070] 圖2為本發(fā)明實施例一提供的一種終端故障問題分類過程圖，該過程包括以下步 驟：
[0071] S201 :提取方案數(shù)據(jù)庫中用戶提問的多個終端故障問題。
[0072] S202:對提取的每個終端故障問題進行聚類，將同一解決方案解決的終端故障問 題聚合到一個類別中。
[0073] S203:對每個類別中的終端故障問題進行分詞，根據(jù)分詞后得到的基礎詞進行特 征提取。
[0074] S204 :根據(jù)提取的特征，對SVM分類模型進行訓練，建立方案數(shù)據(jù)庫中解決方案及 其解決的終端故障問題的SVM分類模型，并基于該SVM分類模型向用戶提供解決方案。
[0075] 本發(fā)明實施例中根據(jù)解決方案，將每個終端故障問題劃分到不同的類別中后，為 了提高生成的SVM分類模型的準確性，可以對每個類別中的終端故障問題進行過濾，例如 針對每個類別，過濾掉劃分到該類別，但該解決方案實際上不能解決的終端故障問題，或 者，過濾掉該類別中表述錯誤的終端故障問題等等。
[0076] 針對每個類別中過濾后的終端故障問題，對每個類別中的終端故障問題進行分詞 處理，得到每個基礎詞，根據(jù)每個類別得到的基礎詞，進行特征提取。
[0077] 具體的對每個終端故障問題進行分詞特征提取包括：
[0078] 在每個類別中，根據(jù)每個終端故障問題分詞后得到的基礎詞，確定每個類別中出 現(xiàn)的基礎詞；
[0079] 根據(jù)每個類別中出現(xiàn)的基礎詞，統(tǒng)計方案數(shù)據(jù)庫中的每個基礎詞，將統(tǒng)計的每個 基礎詞作為提取的特征。
[0080] 在本發(fā)明實施例中，為了提高提取的特征的準確性，保證得到的SVM分類模型的 準確性，當對終端故障問題進行分詞，得到每個基礎詞后，對該每個基礎詞進行過濾，過濾 后再進行特征提取。該過濾過程可以將基礎詞中的停止詞過濾掉，其中停止詞為無語義的 詞，例如"的"、" 了"、"很"、"非常"等等詞。
[0081] 具體的，例如方案數(shù)據(jù)庫中保存的兩個用戶提問的終端故障問題分別為"電腦很 卡"和"電腦卡的不行了"，由于同一解決方案可以解決上述兩個終端故障問題，該兩個終端 故障問題被劃分到同一類別中。針對該兩個終端故障問題進行分詞，得到每個基礎詞。
[0082] 其中"電腦很卡"進行分詞后，得到基礎詞"電腦"、"很"和"卡"，對基礎詞進行過 濾，去掉該基礎詞中作為停止詞的"很"。"電腦卡的不行了 "進行分詞后，得到基礎詞"電 腦"、"卡"、"的"、"不行"和"了"，去掉該基礎詞中作為停止詞的"的"和"了"。確定該類別 中出現(xiàn)的基礎詞包括："電腦"、"卡"、"不行"。
[0083] 確定了每個類別中出現(xiàn)的基礎詞后，根據(jù)該每個類別出現(xiàn)的基礎詞，統(tǒng)計方案數(shù) 據(jù)庫中的每個基礎詞。例如方案數(shù)據(jù)庫中有4個類別，確定了每個類別中出現(xiàn)的基礎詞后， 統(tǒng)計該4個類別中的基礎詞，將統(tǒng)計出的4個類別出現(xiàn)的基礎詞作為提取的特征。例如統(tǒng) 計出的基礎詞為10個，分別為基礎詞1、基礎詞2、……、基礎詞10,則該10個基礎詞為提 取到的特征。
[0084] 統(tǒng)計得到每個類別出現(xiàn)的基礎詞后，如果預設的特征向量的維度與統(tǒng)計的基礎詞 的數(shù)量不同時，一般為預設的特征向量的維度小于統(tǒng)計的基礎詞的數(shù)量，可以在得到的基 礎詞中進行特征選擇，使選擇后得到的基礎詞的數(shù)量與預設的特征向量的維度相同。具體 的在進行特征選擇時可以基于信息增益、卡方檢驗等方法。
[0085] 根據(jù)提取的每個特征，確定特征向量。根據(jù)確定的特征向量，對SVM分類模型進行 訓練，得到方案數(shù)據(jù)庫中的每個解決方案及其解決的終端故障問題的SVM分類模型。
[0086] 具體的，對解決方案數(shù)據(jù)庫中的終端故障問題進行分類，確定SVM分類模型的過 程可以以線下方式實現(xiàn)，當確定了解決方案數(shù)據(jù)庫中每個解決方案及其解決的終端故障問 題的SVM分類模型后，即可采用線上的方式向用戶提供對應的解決方案。
[0087] 圖3為本發(fā)明實施例二提供的一種終端故障問題分類過程圖，該過程包括以下步 驟：
[0088] S301 :提取方案數(shù)據(jù)庫中用戶提問的多個終端故障問題。
[0089] S302:對提取的每個終端故障問題進行聚類，將同一解決方案解決的終端故障問 題聚合到一個類別中。
[0090] S303 :對每個類別中的終端故障問題進行過濾。
[0091] S304:針對每個類別中過濾后的終端故障問題，對每個終端故障問題進行分詞處 理，得到每個基礎詞。
[0092] S305 :對每個終端故障問題得到的每個基礎詞進行過濾。
[0093] S306 :過濾后確定每個類別中出現(xiàn)的基礎詞，并統(tǒng)計方案數(shù)據(jù)庫中的每個基礎詞， 將統(tǒng)計的每個基礎詞作為提取的特征。
[0094] S307 :根據(jù)提取的每個特征，確定特征向量。
[0095] S308 :根據(jù)確定的特征向量，對SVM分類模型進行訓練，得到方案數(shù)據(jù)庫中的每個 解決方案及其解決的終端故障問題的SVM分類模型，并基于該SVM分類模型向用戶提供解 決方案。
[0096] 由于在本發(fā)明實施例中建立SVM分類模型，將同一解決方案解決的終端故障問題 劃分到了一個類別中，因此基于該SVM分類模型，當接收到用戶提問的終端故障問題時，可 以確定該終端故障問題歸屬的類別，從而向用戶提供該類別的解決方案，提高了解決方案 提供的效率，滿足了向用戶提供解決方案的實時性需求。
[0097] 圖4A為本發(fā)明實施例提供的一種解決方案提供過程示意圖，該過程包括以下步 驟：
[0098] S401 :接收用戶提出的終端故障問題。
[0099] S402 :對所述終端故障問題進行分詞，得到該終端故障問題對應的每個基礎詞。
[0100] S403 :根據(jù)每個基礎詞使用SVM分類模型，確定該終端故障問題對應的類別。
[0101] 接收到用戶輸入的終端故障問題后，對該終端故障問題進行分詞處理，得到每個 基礎詞。根據(jù)得到的基礎詞，采用該SVM分類模型對該終端故障問題進行預測，確定該終端 故障問題對應的類別。
[0102] 在對終端故障問題進行分詞，得到每個基礎詞后，對每個基礎詞進行過濾，根據(jù)過 濾后的基礎詞，采用該SVM分類模型對該終端故障問題進行預測，確定該終端故障問題對 應的類別。該過濾過程可以將基礎詞中的停止詞過濾掉，其中停止詞為無語義的詞，例如 "的"、" 了"、"很"、"非常"等等詞。
[0103] S404 :將方案數(shù)據(jù)庫中保存的該類別的解決方案提供給所述用戶。
[0104] 下面通過一個具體的實施例，對本發(fā)明進行詳細說明。
[0105] 圖4B為本發(fā)明實施例提供的采用線下終端故障問題分類方法及線上解決方案提 供方法的示意圖，在該圖4B中上面的方框中是線上解決方案的提供過程，下面的方框是線 下終端故障問題分類的過程。
[0106] 具體的，方案數(shù)據(jù)庫中保存有歷史上用戶提問的終端故障問題，采用線下方式針 對終端故障問題進行分類時，首先提取方案數(shù)據(jù)庫中歷史上用戶提問的多個終端故障問 題，采用Kmeans聚類算法或者Agnes聚類算法，對終端故障問題進行聚類，將同一解決方案 解決的終端故障問題劃分到一個類別中。在本發(fā)明實施例中為了便于操作，每個解決方案 賦予唯一的編號SID，并且每個類別也賦予唯一的編號TYPEID。
[0107] 另外，如果同一解決方案解決的終端故障問題的種類也包括多個，則可以對類別 進行細粒度劃分，即同一解決方案解決的終端故障問題也可以劃分到兩個或多個不同的類 別中。是否在每個類別中進行細粒度的劃分，可以在每個類別中再進行聚類處理，根據(jù)聚類 后的結果確定是否進行類別的細粒度劃分。并且為了提高后續(xù)提供解決方案的準確性，在 本發(fā)明實施例中還可以對分類后的每個類別對應的終端故障問題進行篩選，將表述有問題 的終端故障問題，或者某一解決方案無法解決的終端故障問題刪除等，為了提高準確性，一 般該篩選工作是通過人工篩選的方式實現(xiàn)的。
[0108] 經(jīng)過聚類操作后，得到下表所示的每個類別及該類別包括的終端故障問題、終端 故障問題的分類等信息：
[0109]

【權利要求】
1. 一種對終端故障問題提供對應解決方案的方法，其特征在于，該方法包括： 提取方案數(shù)據(jù)庫中用戶提問的多個終端故障問題； 對每個終端故障問題進行分詞特征提?。? 根據(jù)提取的特征，對SVM分類模型進行訓練，建立方案數(shù)據(jù)庫中解決方案及其解決的 終端故障問題的SVM分類模型，并基于該SVM分類模型向用戶提供對應的解決方案。
2. 如權利要求1所述的方法，其特征在于，所述對每個終端故障問題進行分詞特征提 取之前，所述方法還包括： 對提取的每個終端故障問題進行聚類，將同一解決方案解決的終端故障問題聚合到一 個類別中。
3. 如權利要求1?2任一項所述的方法，其特征在于，所述對每個終端故障問題進行分 詞特征提取之前，所述方法還包括： 過濾每個類別中的終端故障問題。
4. 如權利要求1?3任一項所述的方法，其特征在于，所述對每個終端故障問題進行分 詞特征提取包括： 在每個類別中，根據(jù)每個終端故障問題分詞后得到的基礎詞，確定每個類別中出現(xiàn)的 基礎詞； 根據(jù)每個類別中出現(xiàn)的基礎詞，統(tǒng)計方案數(shù)據(jù)庫中的每個基礎詞，將統(tǒng)計的每個基礎 詞作為提取的特征。
5. 如權利要求1?4任一項所述的方法，其特征在于，所述對每個終端故障問題進行分 詞特征提取后，所述方法還包括： 對提取的特征進行特征選擇。
6. -種解決方案提供方法，其特征在于，所述方法包括： 接收用戶提出的終端故障問題； 對所述終端故障問題進行分詞，得到該終端故障問題對應的每個基礎詞； 根據(jù)每個基礎詞使用SVM分類模型，確定該終端故障問題對應的類別； 將該類別的解決方案提供給所述用戶。
7. -種對終端故障問題提供對應解決方案的裝置，其特征在于，所述裝置包括： 方案數(shù)據(jù)庫，用于存儲用戶提問的每個終端故障問題及其對應的解決方案； 第一提取模塊，用于提取方案數(shù)據(jù)庫中用戶提問的多個終端故障問題； 第二提取模塊，用于對每個終端故障問題進行分詞特征提?。? 建立模塊，用于根據(jù)提取的特征，對SVM分類模型進行訓練，建立方案數(shù)據(jù)庫中解決方 案及其解決的終端故障問題的SVM分類模型，并基于該SVM分類模型向用戶提供對應的解 決方案。
8. 如權利要求7所述的裝置，其特征在于，所述裝置還包括： 聚類模塊，用于對提取的每個終端故障問題進行聚類，將同一解決方案解決的終端故 障問題聚合到一個類別中。
9. 如權利要求7?8任一項所述的裝置，其特征在于，所述裝置還包括： 過濾模塊，用于過濾每個類別中的終端故障問題。
10. -種解決方案提供裝置，其特征在于，所述裝置包括： 接收模塊，用于接收用戶提出的終端故障問題； 分詞模塊，用于對所述終端故障問題進行分詞，得到該終端故障問題對應的每個基礎 詞； 類別確定模塊，用于根據(jù)每個基礎詞使用SVM分類模型，確定該終端故障問題對應的 類別； 方案數(shù)據(jù)庫，用于存儲多個類別，在每個類別中保存同一解決方案解決的終端故障問 題； 提供模塊，用于將方案數(shù)據(jù)庫中保存的該類別的解決方案提供給所述用戶。
【文檔編號】G06F17/27GK104063458SQ201410293606
【公開日】2014年9月24日 申請日期:2014年6月26日 優(yōu)先權日:2014年6月26日
【發(fā)明者】李月雷, 呂習彪 申請人:北京奇虎科技有限公司, 奇智軟件（北京）有限公司