一种异常处理方法和装置制造方法及图纸

本发明专利技术的实施方式提供了一种异常处理方法。该方法包括：接收用户发送的携带有指定异常信息的解决方案获取请求；在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息；若匹配到与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，从所述预先存储的异常信息与对应解决方案的数据中，提取匹配到的异常信息对应的解决方案；将所述提取的匹配到的异常信息对应的解决方案提供给所述用户。本发明专利技术能够提高解决方案确定的效率，进而提高异常的处理效率。此外，本发明专利技术的实施方式还提供了一种异常处理装置。

【技术实现步骤摘要】

本专利技术的实施方式涉及异常处理
，更具体地，本专利技术的实施方式涉及一种异常处理方法和装置。
技术介绍
本部分旨在为权利要求书中陈述的本专利技术的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。质量跟踪平台用于针对已经发布的APP(Application，应用程序)进行质量跟踪，即：在已发布的APP中集成指定SDK(Software Development Kit，软件开发工具包)，当终端中的APP发生异常时，由集成在该APP中的SDK收集APP的异常，并将收集的异常上报给质量跟踪平台；质量跟踪平台将APP侧上报的异常进行归类排序后呈现给技术人员，由技术人员解决APP侧的异常。目前确定APP侧的异常处理的方式为：技术人员根据APP侧上报的异常，进行深入分析，查找出错代码行，根据代码逻辑判断异常原因，并确定解决方案。APP侧本次上报的异常，可能之前已经上报过，并且技术人员可能已经针对该异常确定了解决方案；当其它技术人员接收到APP侧本次上报的异常时，可能并不知晓已经有技术人员确定了针对本次上报的异常的解决方案，因此其它技术人员还要继续进行代码走查确定解决方案，利用确定的解决方法处理异常。综上所述，现有的这种异常处理的方式，由于技术人员之间不能及时进行异常的解决方案共享，导致异常处理比较耗时。因此，目前缺乏一种能够高效的异常处理方法，以提高解决方案确定的效率，进而提高异常的处理效率。
技术实现思路
鉴于现有技术中的异常处理方式存在的异常处理耗时的技术问题，本专利技术提供一种异常处理方法和装置，以提高解决方案确定的效率，进而提高异常的处理效率。在本上下文中，本专利技术的实施方式期望提供一种异常处理方法和装置。在本专利技术实施方式的第一方面中，提供了一种异常处理方法，包括：接收用户发送的携带有指定异常信息的解决方案获取请求；在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息；若匹配到与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，从所述预先存储的异常信息与对应解决方案的数据中，提取匹配到的异常信息对应的解决方案；将所述提取的匹配到的异常信息对应的解决方案提供给所述用户。优选地，所述异常信息包括堆栈信息，所述堆栈信息用于对异常原因及内容进行描述。优选地，在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，包括：针对所述预先存储的异常信息与对应解决方案的数据中的每个异常信息，计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度；确定与所述指定异常信息中的堆栈信息的相似度大于或等于第一相似度阈值的异常信息。优选地，所述异常信息还包括设备信息，所述设备信息为安装有发出所述指定异常信息的应用程序APP的设备的信息。优选地，在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，包括：针对所述预先存储的异常信息与对应解决方案的数据中的每个异常信息，计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度；筛选出与所述指定异常信息中的堆栈信息的相似度大于第二相似度阈值的异常信息；针对筛选出的每个异常信息，计算该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度；计算该筛选出的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度，以及，该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度的加权求和结果，并将该加权求和结果作为该筛选出的异常信息与所述指定异常信息的相似度；确定与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息。优选地，所述设备信息包括设备类型、系统版本以及设备的CPU型号，则，计算该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度，包括：当该筛选出的异常信息中的设备类型与所述指定异常信息中的设备类型相同时，确定第四评分；当该筛选出的异常信息中的系统版本与所述指定异常信息中的系统版本相同时，确定第五评分；当该筛选出的异常信息中的设备的CPU型号与所述指定异常信息中的设备的CPU型号相同时，确定第六评分；将所述第四评分、第五评分以及第六评分的和值作为该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度。优选地，所述异常信息还包括解决方案的推荐值。优选地，在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，包括：针对所述预先存储的异常信息与对应解决方案的数据中的每个异常信息，计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度；筛选出与所述指定异常信息中的堆栈信息的相似度大于第二相似度阈值的异常信息；针对筛选出的每个异常信息，获取该筛选出的异常信息对应的解决方案的推荐值；计算该筛选出的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度与该筛选出的异常信息对应的解决方案的推荐值的加权求和结果，并将该加权求和结果作为该筛选出的异常信息与所述指定异常信息的相似度；确定与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息。优选地，所述异常信息还包括解决方案的推荐值。优选地，在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，包括：针对所述预先存储的异常信息与对应解决方案的数据中的每个异常信息，计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度；筛选出与所述指定异常信息中的堆栈信息的相似度大于第二相似度阈值的异常信息；针对筛选出的每个异常信息，计算该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度，并获取该筛选出的异常信息对应的解决方案的推荐值；计算该筛选出的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度、该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度以及该筛选出的异常信息对应的解决方案的推荐值的加权求和结果，并将该加权求和结果作为该筛选出的异常信息与所述指定异常信息的相似度；确定与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息。优选地，所述堆栈信息包括异常类型和异常描述，则计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度，包括：将该存储的异常信息中的异常类型与所述指定异常信息中的异常类型进行匹配；若该存储的异常信息中的异常类型与所述指定异常信息中的异常类型相同，确定第一评分；将该存储的异常信息中的异常描述与所述指定异常信息中的异常描述进行匹配；若该存储的异常信息中的异常描述与所述指定异常信息中的异常描述匹配，确定第二评分；将所述第一评分和所述第二评分的和值作为该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度。优选地，所述方法，还包括：若该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度小于所述第一相似度阈值时，确定该存储的异常信息与所述异常信息不匹配。优选地，所述解决方案的推荐值按照以下方式更新：响应于用户增加解决方案的推荐值本文档来自技高网...

【技术保护点】
一种异常处理方法，包括：接收用户发送的携带有指定异常信息的解决方案获取请求；在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息；若匹配到与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，从所述预先存储的异常信息与对应解决方案的数据中，提取匹配到的异常信息对应的解决方案；将所述提取的匹配到的异常信息对应的解决方案提供给所述用户。

【技术特征摘要】
1.一种异常处理方法，包括：接收用户发送的携带有指定异常信息的解决方案获取请求；在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息；若匹配到与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，从所述预先存储的异常信息与对应解决方案的数据中，提取匹配到的异常信息对应的解决方案；将所述提取的匹配到的异常信息对应的解决方案提供给所述用户。2.根据权利要求1所述的方法，其中，所述异常信息包括堆栈信息，所述堆栈信息用于对异常原因及内容进行描述。3.根据权利要求2所述的方法，其中，在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，包括：针对所述预先存储的异常信息与对应解决方案的数据中的每个异常信息，计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度；确定与所述指定异常信息中的堆栈信息的相似度大于或等于第一相似度阈值的异常信息。4.根据权利要求2所述的方法，其中，所述异常信息还包括设备信息，所述设备信息为安装有发出所述指定异常信息的应用程序APP的设备的信息。5.根据权利要求4所述的方法，其中，在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，包括：针对所述预先存储的异常信息与对应解决方案的数据中的每个异常信息，计算该存储的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度；筛选出与所述指定异常信息中的堆栈信息的相似度大于第二相似度阈值的异常信息；针对筛选出的每个异常信息，计算该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度；计算该筛选出的异常信息中的堆栈信息与所述指定异常信息中的堆栈信息的相似度，以及，该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度的加权求和结果，并将该加权求和结果作为该筛选出的异常信息与所述指定异常信息的相似度；确定与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息。6.根据权利要求5所述的方法，其中，所述设备信息包括设备类型、系统版本以及设备的CPU型号，则，计算该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度，包括：当该筛选出的异常信息中的设备类型与所述指定异常信息中的设备类型相同时，确定第四评分；当该筛选出的异常信息中的系统版本与所述指定异常信息中的系统版本相同时，确定第五评分；当该筛选出的异常信息中的设备的CPU型号与所述指定异常信息中的设备的CPU型号相同时，确定第六评分；将所述第四评分、第五评分以及第六评分的和值作为该筛选出的异常信息中的设备信息与所述指定异常信息中的设备信息的相似度。7.根据权利要求4所述的方法，其中，所述异常信息还包括解决方案的推荐值，则在预先存储的异常信息与对应解决方案的数据中，匹配与所述指定异常信息的相似度大于或等于第一相似度阈值的异常信息，包...

【专利技术属性】
技术研发人员：卓辉，周森，朱星星，
申请(专利权)人：网易杭州网络有限公司，
类型：发明
国别省市：浙江;33