信息处理方法、装置、设备、介质与流程

1.本公开涉及大数据和金融技术领域，具体地涉及一种信息处理方法、装置、设备、介质和程序产品。


背景技术：

2.在互联网时代，随着服务规模的增长，应用的服务链路的复杂度也随时增加，导致报警信息的数量大幅度增加。随着报警信息数量的大幅增加，一方面增加了查找产生报警信息源头的难度，另一方面若向客户端发送大量的报警信息，会降低客户的体验感。因此，需要对报警信息进行收敛处理，用于提升报警信息的质量。
3.目前，处理报警信息的方式主要包括两种，一种是基于时间窗口进行处理，另一种是基于关联规则进行处理。但是，这两种方式均存在一定的缺陷：基于时间窗口的处理方式，收敛效率较低，容易将重要的报警信息剔除；基于关联规则的处理方式，忽略了报警信息本身的周期性特征，容易导致误差。


技术实现要素：

4.鉴于上述问题，本公开提供了一种信息处理方法、装置、设备、介质和程序产品。
5.根据本公开的第一个方面，提供了一种信息处理方法，包括：
6.从报警日志中提取来自于第一报警层级的第一报警信息和来自于第二报警层级的第二报警信息；其中，第一报警信息属于第一报警等级，第二报警信息属于第二报警等级；第一报警信息包括第一报警时刻信息，第二报警信息包括第二报警时刻信息；
7.计算第一报警信息和第二报警信息的文本相似度；以及
8.在文本相似度满足预设阈值，且第一报警时刻信息早于第二报警时刻信息的情况下，将第一报警信息确定为用于向客户端发送的报警信息。
9.根据本公开的实施例，从报警日志中提取来自于第一报警层级的第一报警信息和来自于第二报警层级的第二报警信息，包括：
10.从报警日志中，提取来自于第一报警层级的第一报警信息集和来自于第二报警层级的第二报警信息集；
11.分别将第一报警信息集中的报警信息和第二报警信息集中的报警信息按照发生报警的时刻进行排序；
12.将第一报警信息集中满足预设条件的报警信息确定为第一报警信息；
13.将第二报警信息集中满足预设条件的报警信息确定为第二报警信息。
14.根据本公开的实施例，计算第一报警信息和第二报警信息的文本相似度，包括：
15.分别从第一报警信息和第二报警信息中，提取第一特征信息和第二特征信息；
16.计算第一特征信息和第二特征信息的文本相似度；
17.将第一特征信息和第二特征信息的文本相似度，确定为第一报警信息和第二报警信息的文本相似度。
18.根据本公开的实施例，计算第一特征信息和第二特征信息的文本相似度，包括：
19.根据第一特征信息中的各个特征词的频率信息，确定第一特征信息中的各个特征词的第一权重；
20.根据第二特征信息中的各个特征词的频率信息，确定第二特征信息中的各个特征词的第二权重；
21.根据第一权重，构建第一特征向量；
22.根据第二权重，构建第二特征向量；
23.计算第一特征向量与第二特征向量的余弦相似度；
24.将第一特征向量与第二特征向量的余弦相似度确定为第一特征信息和第二特征信息的文本相似度。
25.根据本公开的实施例，根据第一特征信息中的各个特征词的频率信息，确定第一特征信息中的各个特征词的第一权重，包括：
26.根据第一特征信息中的各个特征词在第一报警信息中出现的频率，确定第一频率信息，
27.根据包含第一特征信息中的各个特征词的报警信息在报警信息数据库中出现的频率，确定第二频率信息；
28.根据第一频率信息和第二频率信息，确定第一特征信息中的各个特征词的第一权重。
29.根据本公开的实施例，根据第二特征信息中的各个特征词的频率信息，确定第二特征信息中的各个特征词的第二权重，包括：
30.根据第二特征信息中的各个特征词在第二报警信息中出现的频率，确定第三频率信息，
31.根据包含第二特征信息中的各个特征词的报警信息在报警信息数据库中出现的频率，确定第四频率信息；
32.根据第三频率信息和第四频率信息，确定第二特征信息中的各个特征词的第二权重。
33.根据本公开的实施例，分别从第一报警信息和第二报警信息中，提取第一特征信息和第二特征信息，包括：
34.分别去除第一报警信息和第二报警信息中的预设停用词，得到第三报警信息和第四报警信息，其中，预设停用词是从历史报警信息中提取的；
35.利用分词组件，分别对第三报警信息和第四报警信息进行分词，得到第一特征信息和第二特征信息。
36.本公开的第二方面提供了一种信息处理装置，包括：提取模块、计算模块和确定模块。其中，提取模块，用于从报警日志中提取来自于第一报警层级的第一报警信息和来自于第二报警层级的第二报警信息；其中，第一报警信息属于第一报警等级，第二报警信息属于第二报警等级；第一报警信息包括第一报警时刻信息，第二报警信息包括第二报警时刻信息。计算模块，用于计算第一报警信息和第二报警信息的文本相似度。确定模块，用于在文本相似度满足预设阈值，且第一报警时刻信息早于第二报警时刻信息的情况下，将第一报警信息确定为用于向客户端发送的报警信息。
37.根据本公开的实施例，提取模块包括第一提取单元、排序单元、第一确定单元和第二确定单元。其中，第一提取单元，用于从报警日志中，提取来自于第一报警层级的第一报警信息集和来自于第二报警层级的第二报警信息集。排序单元，用于分别将第一报警信息集中的报警信息和第二报警信息集中的报警信息按照发生报警的时刻进行排序。第一确定单元，用于将第一报警信息集中满足预设条件的报警信息确定为第一报警信息。第二确定单元，用于将第二报警信息集中满足预设条件的报警信息确定为第二报警信息。
38.根据本公开的实施例，计算模块包括第二提取单元、第一计算单元和第三确定单元。其中，第二提取单元，用于分别从第一报警信息和第二报警信息中，提取第一特征信息和第二特征信息。第一计算单元，用于计算第一特征信息和第二特征信息的文本相似度。第三确定单元，用于将第一特征信息和第二特征信息的文本相似度，确定为第一报警信息和第二报警信息的文本相似度。
39.根据本公开的实施例，第一计算单元包括第一确定子单元、第二确定子单元、第一构建子单元、第二构建子单元、计算子单元和第三确定子单元。其中，第一确定子单元，用于根据第一特征信息中的各个特征词的频率信息，确定第一特征信息中的各个特征词的第一权重。第二确定子单元，用于根据第二特征信息中的各个特征词的频率信息，确定第二特征信息中的各个特征词的第二权重。第一构建子单元，用于根据第一权重，构建第一特征向量。第二构建子单元，用于根据第二权重，构建第二特征向量。计算子单元，用于计算第一特征向量与第二特征向量的余弦相似度。第三确定子单元，用于将第一特征向量与第二特征向量的余弦相似度确定为第一特征信息和第二特征信息的文本相似度。
40.根据本公开的实施例，第一确定子单元包括第一确定子模块、第二确定子模块和第三确定子模块。其中，第一确定子模块，用于根据第一特征信息中的各个特征词在第一报警信息中出现的频率，确定第一频率信息。第二确定子模块，用于根据包含第一特征信息中的各个特征词的报警信息在报警信息数据库中出现的频率，确定第二频率信息。第三确定子模块，用于根据第一频率信息和第二频率信息，确定第一特征信息中的各个特征词的第一权重。
41.根据本公开的实施例，第二确定子单元，包括第四确定子模块、第五确定子模块和第六确定子模块。其中，第四确定子模块，用于根据第二特征信息中的各个特征词在第二报警信息中出现的频率，确定第三频率信息。第五确定子模块，用于根据包含第二特征信息中的各个特征词的报警信息在报警信息数据库中出现的频率，确定第四频率信息。第六确定子模块，用于根据第三频率信息和第四频率信息，确定第二特征信息中的各个特征词的第二权重。
42.根据本公开的实施例，第一提取单元，包括去除子单元、分词子单元。其中，去除子单元，用于分别去除第一报警信息和第二报警信息中的预设停用词，得到第三报警信息和第四报警信息，其中，预设停用词是从历史报警信息中提取的。分词子单元，用于利用分词组件，分别对第三报警信息和第四报警信息进行分词，得到第一特征信息和第二特征信息。
43.本公开的第三方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得一个或多个处理器执行上述信息处理方法。
44.本公开的第四方面还提供了一种计算机可读存储介质，其上存储有可执行指令，
该指令被处理器执行时使处理器执行上述信息处理方法。
45.本公开的第五方面还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述信息处理方法。
46.根据本公开的实施例，通过从报警日志中分别提取来自于第一报警层级的第一报警信息和来自于第二报警层级的第二报警信息，实现对报警日志中的报警信息进行初步的筛选。由于先从报警层级和报警等级对报警信息进行初步处理，再对处理得到的报警信息进行文本相似度的对比，仅将文本相似度高且报警时刻信息早的报警信息作为用于向客户端发送的报警信息，可以实现对报警信息的从报警层级、报警等级、报警内容三个维度的收敛，提高收敛精度和报警信息的质量。
附图说明
47.通过以下参照附图对本公开实施例的描述，本公开的上述内容以及其他目的、特征和优点将更为清楚，在附图中：
48.图1示意性示出了根据本公开实施例的信息处理方法、装置、设备、介质和程序产品的应用场景图；
49.图2示意性示出了根据本公开实施例的信息处理方法的流程图；
50.图3示意性示出了根据本公开实施例的计算文本相似度方法的流程图；
51.图4示意性示出了根据本公开实施例的确定第一特征信息权重的方法流程图；
52.图5示意性示出了根据本公开实施例的信息处理装置的结构框图；以及
53.图6示意性示出了根据本公开实施例的适于实现信息处理方法的电子设备的方框图。
具体实施方式
54.以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。
55.在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
56.在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
57.在使用类似于“a、b和c等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有a、b和c中至少一个的系统”应包括但不限于单独具有a、单独具有b、单独具有c、具有a和b、具有a和c、具有b和c、和/或具有a、b、c的系统等)。
58.需要说明的是，本公开的信息处理方法和装置可用于金融领域和大数据技术领
域，也可用于除金融领域和大数据技术领域之外的任意领域，本公开的信息处理方法和装置的应用领域不做限定。
59.在本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供、公开和应用等处理，均符合相关法律法规的规定，采取了必要保密措施，且不违背公序良俗。
60.在本公开的技术方案中，在获取或采集用户个人信息之前，均获取了用户的授权或同意。
61.本公开的实施例提供了一种信息处理方法，通过从报警日志中分别提取来自于第一报警层级的第一报警信息和来自于第二报警层级的第二报警信息，实现对报警日志中的报警信息进行初步的筛选。由于先从报警层级和报警等级对报警信息进行初步处理，再对处理得到的报警信息进行文本相似度的对比，仅将文本相似度高且报警时刻信息早的报警信息作为用于向客户端发送的报警信息，可以实现对报警信息的从报警层级、报警等级、报警内容三个维度的收敛，提高收敛精度和报警信息的质量。
62.图1示意性示出了根据本公开实施例的信息处理方法的应用场景图。
63.如图1所示，根据该实施例的应用场景100可以包括终端设备101、102、103、网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
64.用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
65.终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
66.服务器105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
67.需要说明的是，本公开实施例所提供的信息处理方法一般可以由服务器105执行。相应地，本公开实施例所提供的信息处理装置一般可以设置于服务器105中。本公开实施例所提供的信息处理方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的信息处理装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
68.应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
69.以下将基于图1描述的场景，通过图2～图4对公开实施例的信息处理方法进行详细描述。
70.图2示意性示出了根据本公开实施例的信息处理方法的流程图。
71.如图2所示，该实施例的信息处理方法包括操作s210～操作s230。
72.在操作s210，从报警日志中提取来自于第一报警层级的第一报警信息和来自于第
二报警层级的第二报警信息；其中，第一报警信息属于第一报警等级，第二报警信息属于第二报警等级；第一报警信息包括第一报警时刻信息，第二报警信息包括第二报警时刻信息。
73.根据本公开的实施例，报警日志中可以包括应用通用的报警信息，例如：应用代码自身报警信息、非指标报警信息等等。报警层级可以包括报警信息的来源层级，例如：函数层级、接口/类层级、功能层级、应用层级等等。报警等级可以根据报警的严重性分为：警告报警(warning)、错误报警(error)、提示信息报警(info)、例外报警(exception)等等。
74.根据本公开的实施例，第一报警层级与第二报警层级可以相同，当第一报警层级和第二报警层级相同时，第一报警等级与第二报警等级不能相同。例如：在连续5分钟内同一个应用容器的同一个函数出现10条提示报警信息，出现8条警告报警信息，此时，可以从10条提示报警信息中提取报警时刻最早的一条报警信息作为第一报警信息，可以从8条警告报警信息中提取报警时刻最早的一条报警信息作为第二报警信息。
75.根据本公开的实施例，第一报警层级与第二报警层级可以不相同，当第一报警层级和第二报警层级不相同时，第一报警层级与第二报警层级可以相同也可以不相同。
76.根据本公开的实施例，例如：在连续3分钟内应用容器的接口a出现10条提示报警信息，应用容器的接口b出现12条提示报警信息，此时，可以从10条提示报警信息中提取报警时刻最早的一条报警信息作为第一报警信息，可以从12条提示报警信息中提取报警时刻最早的一条报警信息作为第二报警信息。
77.根据本公开的实施例，例如：在连续8分钟内应用容器的接口a出现10条提示报警信息，应用容器的接口b出现6条警告报警信息，此时，可以从10条提示报警信息中提取报警时刻最早的一条报警信息作为第一报警信息，可以从6条警告报警信息中提取报警时刻最早的一条报警信息作为第二报警信息
78.在操作s220，计算第一报警信息和第二报警信息的文本相似度。
79.根据本公开的实施例，例如：第一报警信息可以为“卡号是xx，该卡号不存在导致交易失败”，第二报警信息可以为“卡号是yy，该卡号不存在导致交易失败”，可以通过词嵌入法等方法计算第一报警信息和第二报警信息的文本相似度。
80.在操作s230，在文本相似度满足预设阈值，且第一报警时刻信息早于第二报警时刻信息的情况下，将第一报警信息确定为用于向客户端发送的报警信息。
81.根据本公开的实施例，例如：第一报警信息可以为“卡号是xx，该卡号不存在导致交易失败”，第二报警信息可以为“卡号是yy，该卡号不存在导致交易失败”，计算得到的文本相似度可以为60％，文本相似度的预设阈值可以为70％，则计算得到的第一报警信息和第二报警信息的文本相似度大于预设阈值。
82.根据本公开的实施例，例如：第一报警信息的报警时刻为12：13分，第二报警信息的报警时刻为12：14分，则第一报警信息的报警时刻早于第二报警信息的报警时刻，将第一报警信息作为向客户端发送的报警信息。
83.根据本公开的实施例，通过从报警日志中分别提取来自于第一报警层级的第一报警信息和来自于第二报警层级的第二报警信息，实现对报警日志中的报警信息进行初步的筛选。由于先从报警层级和报警等级对报警信息进行初步处理，再对处理得到的报警信息进行文本相似度的对比，仅将文本相似度高且报警时刻信息早的报警信息作为用于向客户端发送的报警信息，可以实现对报警信息的从报警层级、报警等级、报警内容三个维度的收
敛，提高收敛精度和报警信息的质量。
84.根据本公开的实施例，从报警日志中提取来自于第一报警层级的第一报警信息和来自于第二报警层级的第二报警信息，包括：
85.从报警日志中，提取来自于第一报警层级的第一报警信息集和来自于第二报警层级的第二报警信息集；
86.分别将第一报警信息集中的报警信息和第二报警信息集中的报警信息按照发生报警的时刻进行排序；
87.将第一报警信息集中满足预设条件的报警信息确定为第一报警信息；
88.将第二报警信息集中满足预设条件的报警信息确定为第二报警信思。
89.根据本公开的实施例，例如：从报警日志中，提取规定时间内的来自于第一报警层级的多条第一报警信息和来自于第二报警层级的多条第二报警信息。第一报警层级可以为应用容器的接口a，第二报警层级可以为应用容器的接口b，例如：可以从报警日志中，提取连续10分钟内来自于应用容器的接口a的2条提示报警信息和来自于应用容器的接口b的3条警告报警信息。则第一报警信息集可以为来自于应用容器的接口a的2条提示报警信息，第二报警信息集可以为来自于应用容器的接口b的3条警告报警信息。
90.根据本公开的实施例，预设条件可以为发生报警时刻最早。例如：第一报警信息集中的2条提示报警信息分别为10:12分发生的提示报警信息a1和10:14分发生的提示报警信息a2，则将第一报警信息集中的提示报警信息a1确定为第一报警信息。第二报警信息集中3条警告报警信息分别为10:09分发生的警告报警信息b1，10:10分发生的警告报警信息b2，10:11分发生的警告报警信息b3，则可以将警告报警信息b1确定为第二报警信息。
91.根据本公开的实施例，通过对来自于同一报警层级的同一报警等级的报警信息进行收敛，可以降低在计算跨报警层级和/或跨报警等级的报警信息的文本相似度时的计算数据量，提高报警信息处理效率。
92.根据本公开的实施例，计算第一报警信息和第二报警信息的文本相似度，包括：
93.分别从第一报警信息和第二报警信息中，提取第一特征信息和第二特征信息；
94.计算第一特征信息和第二特征信息的文本相似度；
95.将第一特征信息和第二特征信息的文本相似度，确定为第一报警信息和第二报警信息的文本相似度。
96.根据本公开的实施例，例如：第一报警信息为“卡号xx，该卡号不存在导致交易失败”，可以利用分词技术，从第一报警信息中提取的第一特征信息，例如：【卡号，该，卡号，不存在，导致，交易，失败】。第二报警信息为“卡号yy，该卡号失效导致交易失败”，从第二报警信息中提取的第二特征信息，例如：【卡号，该，卡号，失效，导致，交易，失败】。可以通过词嵌入法等方法计算第一特征信息和第二特征信息的文本相似度。
97.根据本公开的实施例，通过从报警信息中提取关键的特征信息，在计算特征信息的文本相似度，可以降低计算的数据量，提高信息处理速度。
98.图3示意性示出了根据本公开实施例的计算文本相似度方法的流程图。
99.如图3所示，该实施例的计算文本相似度的方法包括操作s310～s360。
100.在操作s310，根据第一特征信息中的各个特征词的频率信息，确定第一特征信息中的各个特征词的第一权重。
101.根据本公开的实施例，第一特征信息可以包括多个特征词。例如：第一特征信息可以为【卡号，该，卡号，不存在，导致，交易，失败】，根据特征信息的频率信息，确定特征信息的权重，以第一特征信息中的“卡号”一词，其在第一特征信息中出现了2次，可以将其权重确定为2，同理，可以分别确定第一特征信息其他词的权重分别为：“该”的权重为1，“不存在”的权重为1，“导致”的权重为1，交易的权重为1，失败的权重为1。
102.在操作s320，根据第二特征信息中的各个特征词的频率信息，确定第二特征信息中的各个特征词的第二权重。
103.根据本公开的实施例，第一特征信息可以包括多个特征词。例如，第二特征信息可以为【卡号，该，卡号，失效，导致，交易，失败】，根据特征信息的频率，可以确定“卡号”的权重为2，其他的词的权重为1。
104.在操作s330，根据第一权重，构建第一特征向量。
105.根据本公开的实施例，可以根据第一特征信息中每个特征词的权重，构建第一特征向量。例如：第一特征信息可以为【卡号(2)，该(1)，卡号(2)，不存在(1)，导致(1)，交易(1)，失败(1)】，其中，括号内的数字表示该词在该条报警信息中的权重，则构建的第一特征向量为(2，1，2，1，1，1，1)。
106.在操作s340，根据第二权重，构建第二特征向量。
107.根据本公开的实施例，可以根据第二特征信息中每个特征词的权重，构建第二特征向量。例如：第二特征信息，可以为【卡号(2)，该(1)，卡号(2)，失效(1)，导致(1)，交易(1)，失败(1)】，其中，括号内的数字表示该词在该条报警信息中的权重，则构建的第二特征向量为(2，1，2，1，1，1，1)。
108.在操作s350，计算第一特征向量与第二特征向量的余弦相似度。
109.根据本公开的实施例，例如：通过计算第一特征向量(2，1，2，1，1，1，1)和第二特征向量(2，1，2，1，1，1，1)的余弦相似度，可以得到计算结果为1。
110.在操作s360，将第一特征向量与第二特征向量的余弦相似度确定为第一特征信息和第二特征信息的文本相似度。
111.根据本公开的实施例，例如：由于计算得到的第一特征向量与第二特征向量的余弦相似度为1，可以确定第一特征信息和第二特征信息的文本相似度为1。
112.根据本公开的实施例，先根据特征信息出现的频率确定特征的权重，然后根据权重构建向量，将文本信息转化为向量信息，通过计算向量的余弦相似度，确定第一报警信息和第二报警信息的文本相似度，准确率高，可以有效降低处理后的报警信息出现遗漏而导致的误差问题。
113.图4示意性示出了根据本公开实施例的确定第一特征信息权重的方法流程图。
114.如图4所示，该实施例的确定第一特征信息权重的方法包括操作s410～s430。
115.在操作s410，根据第一特征信息中的各个特征词在第一报警信息中出现的频率，确定第一频率信息。
116.根据本公开的实施例，第一频率信息可以为tf-idf算法中的词频(tf)，某个词的词频可以为该词在第一报警信息中出现的次数与该第一报警信息的总词数的比值。例如：第一报警信息可以为“卡号xxx，该卡号不存在导致交易失败”，则通过分词组件分词得到的特征词一共包括7个，分别为卡号、该、卡号、不存在、导致、交易、失败，以“卡号”一词为例，
其在该条报警信息中出现的次数为2，则该词的频率为2/7。
117.在操作s420，根据包含第一特征信息中的各个特征词的报警信息在报警信息数据库中出现的频率，确定第二频率信息。
118.根据本公开的实施例，第二频率信息可以为tf-idf算法中的逆文档频率(idf)，某个词的逆文档频率可以为报警信息数据库中报警信息的总数与(1 包含该词的报警信息数量)的对数。例如：报警信息数据库中报警信息的总数为10，包含“卡号”一词的报警信息数量为4，则“卡号”一词的逆文档频率(idf)为log2。
119.在操作s430，根据第一频率信息和第二频率信息，确定第一特征信息中的各个特征词的第一权重。
120.根据本公开的实施例，例如：“卡号”一词的第一频率信息为2/7，第二频率信息为log2，则可以利用tf-idf算法计算该词的权重为第一频率信息与第二频率信息的乘积，即2/7
×
log2。
121.根据本公开的实施例，根据第二特征信息中的各个特征词的频率信息，确定第二特征信息中的各个特征词的第二权重，包括：
122.根据第二特征信息中的各个特征词在报警信息数据库中出现的频率，确定第三频率信息，
123.根据包含第二特征信息中的各个特征词的报警信息在报警信息数据库中出现的频率，确定第四频率信息；
124.根据第三频率信息和第四频率信息，确定第二特征信息中的各个特征词的第二权重。
125.根据本公开的实施例，可以利用tf-idf算法确定第二权重，例如：第二报警信息可以为“卡号yy，该卡号失效导致交易失败”。以“交易”一词为例，可以计算得到其词频(tf)为1/7。例如，报警信息数据库中的总数为10，包含该“交易”一词的报警信息为3，则该词的逆文档频率(idf)为log2.5。则可以根据词频与逆文档词频的乘积确定“交易”一词的权重为1/7
×
log2.5。
126.根据本公开的实施例，利用tf-idf算法确定报警信息中每个特征词的权重，由于词语的权重随着它在报警信息中出现的次数成正比增加，但同时会随着它在报警信息数据库中出现的频率成反比下降，因此可以得到较为准确的特征词的权重，进而提高计算文本相似度结果的准确度。
127.根据本公开的实施例，分别从第一报警信息和第二报警信息中，提取第一特征信息和第二特征信息，包括：
128.分别去除第一报警信息和第二报警信息中的预设停用词，得到第三报警信息和第四报警信息，其中，预设停用词是从历史报警信息中提取的；
129.利用分词组件，分别对第三报警信息和第四报警信息进行分词，得到第一特征信息和第二特征信息。
130.根据本公开的实施例，预设停用词可以通过分析某应用的历史报警信息数据，提取预设停用词，例如：预设停用词可以包括的、地、得、应用名、数字、是、errmsg、apptime、java、timestamp、is等等。
131.根据本公开的实施例，例如：第一报警信息为“卡号是xx，该卡号不存在导致交易
失败”，则可以首先去除预设停用词“是”，再利用分词组件进行分词，得到的第一特征信息为【卡号，该，卡号，不存在，导致，交易，失败】。提取第二报警信息的方法与提取第一报警信息的方法相同，在此不做赘述。
132.根据本公开的实施例，通过首先去除预设停用词，再利用分词组件进行分词提取特征信息，可以去除噪声词汇，以便于后续针对特征信息利用tf-idf算法计算特征信息的权重。
133.基于上述信息处理方法，本公开还提供了一种信息处理装置。以下将结合图5对该装置进行详细描述。
134.图5示意性示出了根据本公开实施例的信息处理装置的结构框图。
135.如图5所示，该实施例的信息处理装置500包括提取模块510、计算模块520和确定模块530。
136.提取模块510用于从报警日志中提取来自于第一报警层级的第一报警信息和来自于第二报警层级的第二报警信息；其中，第一报警信息属于第一报警等级，第二报警信息属于第二报警等级；第一报警信息包括第一报警时刻信息，第二报警信息包括第二报警时刻信息。在一实施例中，提取模块510可以用于执行前文描述的操作s210，在此不再赘述。
137.计算模块520用于计算第一报警信息和第二报警信息的文本相似度。在一实施例中，计算模块520可以用于执行前文描述的操作s220，在此不再赘述。
138.确定模块530用于在文本相似度满足预设阈值，且第一报警时刻信息早于第二报警时刻信息的情况下，将第一报警信息确定为用于向客户端发送的报警信息。在一实施例中，确定模块530可以用于执行前文描述的操作s230，在此不再赘述。
139.根据本公开的实施例，提取模块包括第一提取单元、排序单元、第一确定单元和第二确定单元。其中，第一提取单元，用于从报警日志中，提取来自于第一报警层级的第一报警信息集和来自于第二报警层级的第二报警信息集。排序单元，用于分别将第一报警信息集中的报警信息和第二报警信息集中的报警信息按照发生报警的时刻进行排序。第一确定单元，用于将第一报警信息集中满足预设条件的报警信息确定为第一报警信息。第二确定单元，用于将第二报警信息集中满足预设条件的报警信息确定为第二报警信息。
140.根据本公开的实施例，计算模块包括第二提取单元、第一计算单元和第三确定单元。其中，第二提取单元，用于分别从第一报警信息和第二报警信息中，提取第一特征信息和第二特征信息。第一计算单元，用于计算第一特征信息和第二特征信息的文本相似度。第三确定单元，用于将第一特征信息和第二特征信息的文本相似度，确定为第一报警信息和第二报警信息的文本相似度。
141.根据本公开的实施例，第一计算单元包括第一确定子单元、第二确定子单元、第一构建子单元、第二构建子单元、计算子单元和第三确定子单元。其中，第一确定子单元，用于根据第一特征信息中的各个特征词的频率信息，确定第一特征信息中的各个特征词的第一权重。第二确定子单元，用于根据第二特征信息中的各个特征词的频率信息，确定第二特征信息中的各个特征词的第二权重。第一构建子单元，用于根据第一权重，构建第一特征向量。第二构建子单元，用于根据第二权重，构建第二特征向量。计算子单元，用于计算第一特征向量与第二特征向量的余弦相似度。第三确定子单元，用于将第一特征向量与第二特征向量的余弦相似度确定为第一特征信息和第二特征信息的文本相似度。
142.根据本公开的实施例，第一确定子单元包括第一确定子模块、第二确定子模块和第三确定子模块。其中，第一确定子模块，用于根据第一特征信息中的各个特征词在第一报警信息中出现的频率，确定第一频率信息。第二确定子模块，用于根据包含第一特征信息中的各个特征词的报警信息在报警信息数据库中出现的频率，确定第二频率信息。第三确定子模块，用于根据第一频率信息和第二频率信息，确定第一特征信息中的各个特征词的第一权重。
143.根据本公开的实施例，第二确定子单元，包括第四确定子模块、第五确定子模块和第六确定子模块。其中，第四确定子模块，用于根据第二特征信息中的各个特征词在第二报警信息中出现的频率，确定第三频率信息。第五确定子模块，用于根据包含第二特征信息中的各个特征词的报警信息在报警信息数据库中出现的频率，确定第四频率信息。第六确定子模块，用于根据第三频率信息和第四频率信息，确定第二特征信息中的各个特征词的第二权重。
144.根据本公开的实施例，第一提取单元，包括去除子单元、分词子单元。其中，去除子单元，用于分别去除第一报警信息和第二报警信息中的预设停用词，得到第三报警信息和第四报警信息，其中，预设停用词是从历史报警信息中提取的。分词子单元，用于利用分词组件，分别对第三报警信息和第四报警信息进行分词，得到第一特征信息和第二特征信息。
145.根据本公开的实施例，提取模块510、计算模块520和确定模块530中的任意多个模块可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，提取模块510、计算模块520和确定模块530中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(fpga)、可编程逻辑阵列(pla)、片上系统、基板上的系统、封装上的系统、专用集成电路(asic)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，提取模块510、计算模块520和确定模块530中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
146.图6示意性示出了根据本公开实施例的适于实现信息处理方法的电子设备的方框图。
147.如图6所示，根据本公开实施例的电子设备600包括处理器601，其可以根据存储在只读存储器(rom)602中的程序或者从存储部分608加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。处理器601例如可以包括通用微处理器(例如cpu)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(asic))等等。处理器601还可以包括用于缓存用途的板载存储器。处理器601可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
148.在ram 603中，存储有电子设备600操作所需的各种程序和数据。处理器601、rom 602以及ram 603通过总线604彼此相连。处理器601通过执行rom 602和/或ram 603中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除rom 602和ram 603以外的一个或多个存储器中。处理器601也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
149.根据本公开的实施例，电子设备600还可以包括输入/输出(i/o)接口605，输入/输出(i/o)接口605也连接至总线604。电子设备600还可以包括连接至i/o接口605的以下部件中的一项或多项：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至i/o接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
150.本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。
151.根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的rom 602和/或ram 603和/或rom 602和ram 603以外的一个或多个存储器。
152.本公开的实施例还包括一种计算机程序产品，其包括计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时，该程序代码用于使计算机系统实现本公开实施例所提供的信息处理方法。
153.在该计算机程序被处理器601执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例，上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
154.在一种实施例中，该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中，该计算机程序也可以在网络介质上以信号的形式进行传输、分发，并通过通信部分609被下载和安装，和/或从可拆卸介质611被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
155.在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被处理器601执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
156.根据本公开的实施例，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码，具体地，可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如java，c ，python，“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备
或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
157.附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
158.本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
159.以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。