一种基于知识图谱的服务决策方法及系统与流程

本发明涉及智能运维，尤其涉及一种基于知识图谱的服务决策方法及系统。

背景技术：

1、it服务台工程师在执行故障排查时，传统方式依赖翻阅历史工单或向资深同事请教，效率低下。为提升排障效率，业界出现了多种技术方案。

2、一种常见的方案是基于elasticsearch的全文检索系统，其将历史工单的标题和描述文本建立倒排索引，工程师输入关键词后，系统按bm25文本匹配分数返回工单列表。该方案的缺陷在于仅能进行字面匹配，缺乏语义理解能力，检索结果无法覆盖同义表述的相关案例，且排序仅依赖单一的文本匹配分数，不区分工单的审核状态或来源质量。

3、随后出现了基于向量化检索增强生成（rag）的方案，利用嵌入模型将文本文档编码为向量存入向量库，查询时通过余弦相似度检索相关文本片段，拼接后送入大语言模型生成答案。在此基础上，graphrag进一步引入知识图谱，抽取文本中的实体和关系构建图结构，并利用社区聚类算法生成层次化社区摘要，支持多种检索粒度。然而，该方案仍存在以下缺陷：其一，仅支持纯文本输入，无法直接消费关系型数据库中的结构化数据、运维日志中的时序化半结构化数据以及pdf手册中的表格和扫描件内容，导致知识覆盖受限；其二，检索排序仅依赖单一的向量余弦相似度，无法区分案例是否经过人工审核、数据是否已过时或实体匹配程度的高低，致使排序质量参差不齐；其三，生成答案后缺乏质量评测环节，无法量化答案的准确性，系统优化依赖人工抽查和手动调参，响应周期长达数天。

4、另有部分系统尝试将本地知识库检索与联网搜索引擎检索结果进行简单拼接后送入大语言模型，但通常不作跨通道的语义去重和互补融合处理，容易导致上下文信息冗余甚至矛盾，影响大语言模型生成答案的准确性。

5、可见，现有技术在多源异构数据接入、检索结果精细化排序、复杂故障的多步推理验证以及系统持续自动优化方面均存在明显不足，亟需一种能够综合解决上述问题的服务决策方法。

技术实现思路

1、本发明提供了一种基于知识图谱的服务决策方法，包括：

2、对多源异构数据进行适配解析，生成包含数据来源、时间戳及审核状态元信息的结构化文本，经清洗后抽取实体及关系，构建知识图谱；

3、响应用户问题，同步触发本地知识图谱检索与联网搜索引擎检索，对两路结果进行语义去重和融合，生成候选检索结果集；

4、根据候选检索结果集，提取特征因子，同时由反事实权重策略网络根据检索场景状态动态生成融合权重，并计算综合因果得分并排序，输出检索上下文；

5、根据检索上下文和用户问题，调用多步推理工作流生成初始推理链，并对初始推理链执行反事实自检生成可交互推理图谱，响应于用户修正指令局部重生成推理链并生成最终决策答案；

6、对最终决策答案及所依据的检索上下文进行自动化质量评测，利用评测指标更新反事实权重策略网络。

7、所述的一种基于知识图谱的服务决策方法，根据候选检索结果集，提取特征因子，同时由反事实权重策略网络根据检索场景状态动态生成融合权重，并计算综合因果得分并排序，输出检索上下文，包括：

8、对候选检索结果集中的每条结果进行多维度质量特征提取，获得特征因子值；

9、利用因子因果图对各原始因子值进行去混淆处理，获得纯净因子值；

10、由反事实权重策略网络根据当前检索场景状态动态生成各因子的融合权重；

11、以融合权重对纯净因子值进行加权计算得到综合因果得分，依据得分排序并输出检索上下文。

12、所述的一种基于知识图谱的服务决策方法，根据检索上下文和用户问题，调用多步推理工作流生成初始推理链，并对初始推理链执行反事实自检生成可交互推理图谱，响应于用户修正指令局部重生成推理链并生成最终决策答案，包括：

13、调用六节点多步推理工作流，生成初始推理链及排查图谱；

14、对初始推理链执行反事实自检，生成带有置信度标注和交互验证节点的可交互推理图谱；

15、响应于用户修正指令，局部重生成推理链并生成最终决策答案。

16、所述的一种基于知识图谱的服务决策方法，对最终决策答案及所依据的检索上下文进行自动化质量评测，利用评测指标更新反事实权重策略网络，包括：

17、将最终决策答案流式推送至前端，并维护会话上下文；

18、对最终决策答案及检索上下文进行自动化质量评测，以评测指标更新反事实权重策略网络参数。

19、一种基于知识图谱的服务决策系统，包括：

20、知识图谱构建模块用于对多源异构数据进行适配解析，生成包含数据来源、时间戳及审核状态元信息的结构化文本，经清洗后抽取实体及关系，构建知识图谱；

21、双通道检索模块用于响应用户问题，同步触发本地知识图谱检索与联网搜索引擎检索，对两路结果进行语义去重和融合，生成候选检索结果集；

22、权重排序模块用于根据候选检索结果集，提取特征因子，同时由反事实权重策略网络根据检索场景状态动态生成融合权重，并计算综合因果得分并排序，输出检索上下文；

23、交互决策模块用于根据检索上下文和用户问题，调用多步推理工作流生成初始推理链，并对初始推理链执行反事实自检生成可交互推理图谱，响应于用户修正指令局部重生成推理链并生成最终决策答案；

24、输出反馈模块用于对最终决策答案及所依据的检索上下文进行自动化质量评测，利用评测指标更新反事实权重策略网络。

25、所述的一种基于知识图谱的服务决策系统，权重排序模块，包括：

26、特征因子提取子模块用于对候选检索结果集中的每条结果进行多维度质量特征提取，获得特征因子值；

27、因子去混淆子模块用于利用因子因果图对各原始因子值进行去混淆处理，获得纯净因子值；

28、融合权重生成子模块用于由反事实权重策略网络根据当前检索场景状态动态生成各因子的融合权重；

29、因果得分与重排子模块用于以融合权重对纯净因子值进行加权计算得到综合因果得分，依据得分排序并输出检索上下文。

30、所述的一种基于知识图谱的服务决策系统，交互决策模块，包括：

31、推理决策子模块用于调用六节点多步推理工作流，生成初始推理链及排查图谱；

32、反事实自检子模块用于对初始推理链执行反事实自检，生成带有置信度标注和交互验证节点的可交互推理图谱；

33、交互修正子模块用于响应于用户修正指令，局部重生成推理链并生成最终决策答案。

34、所述的一种基于知识图谱的服务决策系统，输出反馈模块，包括：

35、流式推送子模块用于将最终决策答案流式推送至前端，并维护会话上下文；

36、闭环反馈子模块用于对最终决策答案及检索上下文进行自动化质量评测，以评测指标更新反事实权重策略网络参数。

37、本发明实现的有益效果如下：

38、通过构建面向mysql、txt、pdf三类异构数据源的专用适配器，并在接入时显式标注来源、时间戳及审核状态元信息，将索引实体数量从约15,000个增加至约42,000个，原本检索空白的问题可返回有效结果。

39、通过基于因果解耦与反事实策略的多因子动态排序，综合利用来源可信度、数据新鲜度、实体匹配度、语义相似度和用户反馈五个维度进行综合评价，top-5高质量结果占比提升约71%。

40、通过本地图谱与联网搜索的双通道语义去重融合，信息完备度从单通道的约48%提升至约79%，约22%的冗余联网结果被有效去重。

41、通过反事实自检与证据博弈模型标记推理步骤脆弱性，生成可交互推理图谱供工程师确认修正，复杂排障问题答案可用率从约47%提升至约73%。

42、以评测指标为奖励信号更新反事实权重策略网络，实现检索策略自动迭代，调参周期从人工模式的5至7天缩短至约1.5天。