JPH06187157A - 問題解決支援システム及びその方法 - Google Patents
問題解決支援システム及びその方法Info
- Publication number
- JPH06187157A JPH06187157A JP4338496A JP33849692A JPH06187157A JP H06187157 A JPH06187157 A JP H06187157A JP 4338496 A JP4338496 A JP 4338496A JP 33849692 A JP33849692 A JP 33849692A JP H06187157 A JPH06187157 A JP H06187157A
- Authority
- JP
- Japan
- Prior art keywords
- knowledge
- knowledge base
- database
- concept
- failure
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000011156 evaluation Methods 0.000 claims abstract description 20
- 238000004891 communication Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 description 20
- 238000012423 maintenance Methods 0.000 description 8
- 238000007796 conventional method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000001667 episodic effect Effects 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
Landscapes
- Computer And Data Communications (AREA)
Abstract
(57)【要約】
【目的】 問題を直接解決する方法が知識ベースに格納
されていなくても、類似した知識が格納されていた場
合、その類似した知識を利用してユーザの問題解決作業
を支援することができるようにする。 【構成】 問題解決に関する知識を格納する知識ベース
3、知識ベースの知識中に出現する値を概念毎に分類し
階層構造として格納する概念階層データベース5、知識
ベース中の各知識の中で、知識の利用目的に応じて重要
視する部分を各部分毎の重み情報として格納する目的別
重みデータベース6、概念階層データベースと目的別重
みデータベースを用いて問題と知識の類似度を評価する
類似度評価部4、知識ベースと類似度評価部を用いて問
題と類似した知識を知識ベースから検索する検索部2か
らなる。
されていなくても、類似した知識が格納されていた場
合、その類似した知識を利用してユーザの問題解決作業
を支援することができるようにする。 【構成】 問題解決に関する知識を格納する知識ベース
3、知識ベースの知識中に出現する値を概念毎に分類し
階層構造として格納する概念階層データベース5、知識
ベース中の各知識の中で、知識の利用目的に応じて重要
視する部分を各部分毎の重み情報として格納する目的別
重みデータベース6、概念階層データベースと目的別重
みデータベースを用いて問題と知識の類似度を評価する
類似度評価部4、知識ベースと類似度評価部を用いて問
題と類似した知識を知識ベースから検索する検索部2か
らなる。
Description
【0001】
【産業上の利用分野】本発明は、知識ベースを用いた推
論システム及び推論方法に関し、例えば、通信ネットワ
ークなどに障害が発生した場合に、その障害内容を分析
し、障害を回復させるための作業及び障害の回復までの
時間などを推論するシステム及びその方法に関するもの
である。
論システム及び推論方法に関し、例えば、通信ネットワ
ークなどに障害が発生した場合に、その障害内容を分析
し、障害を回復させるための作業及び障害の回復までの
時間などを推論するシステム及びその方法に関するもの
である。
【0002】
【従来の技術】従来、障害が発生した場合に障害を回復
させるための作業を推論する技術には、例えば特開平4
−123134号公報に記載されたものがある。この従
来技術は、ボイラ耐圧部に故障が発生した場合に、経験
の少ない保守員でも容易に故障解析及び補修計画作業が
できるようにするために故障解析を支援する方法であ
り、故障が発生したときに保守員が故障した機器、部位
を入力すると故障の原因の候補及び経験事例を表示し、
さらに、表示された原因候補の中から保守員が原因を特
定すると原因に対する対策作業の候補及び経験事例を表
示することを目的としたものである。この従来技術で
は、故障した機器及び部位の情報から原因の候補を推論
するために、故障の状況と原因を関連づけたルールを持
つエキスパートシステムを用いている。また、保守員の
判断を支援するために機器情報をAV機器などにより視
覚的に表示するようにしている。
させるための作業を推論する技術には、例えば特開平4
−123134号公報に記載されたものがある。この従
来技術は、ボイラ耐圧部に故障が発生した場合に、経験
の少ない保守員でも容易に故障解析及び補修計画作業が
できるようにするために故障解析を支援する方法であ
り、故障が発生したときに保守員が故障した機器、部位
を入力すると故障の原因の候補及び経験事例を表示し、
さらに、表示された原因候補の中から保守員が原因を特
定すると原因に対する対策作業の候補及び経験事例を表
示することを目的としたものである。この従来技術で
は、故障した機器及び部位の情報から原因の候補を推論
するために、故障の状況と原因を関連づけたルールを持
つエキスパートシステムを用いている。また、保守員の
判断を支援するために機器情報をAV機器などにより視
覚的に表示するようにしている。
【0003】一方、現在のように広く発展した情報化社
会では、情報処理システムや通信システムに障害が発生
した場合には、早急に障害を解決しないと、障害が広範
囲に波及したりするため、膨大な損害が生じ取り返しの
できない事態になる。以下、特に、通信ネットワークの
障害を例にして説明する。
会では、情報処理システムや通信システムに障害が発生
した場合には、早急に障害を解決しないと、障害が広範
囲に波及したりするため、膨大な損害が生じ取り返しの
できない事態になる。以下、特に、通信ネットワークの
障害を例にして説明する。
【0004】通信ネットワークに障害が発生した場合、
ネットワークの管理者は障害を早急に解決し、利用者の
正常な通信のための伝送路を確保しなければならない。
障害の発生から回復までに発生する作業の流れは以下の
通りである。 A.障害発生(利用者がネットワーク利用不能、または
ネットワークの監視装置が故障を検出)。 B.管理者が障害検出(利用者からの連絡、または管理
者が監視装置からの障害報告を受け取る)。 C.管理者とネットワーク構成機器の保守者が協力して
障害原因を発見する。 D.管理者またはネットワーク構成機器の保守者が、障
害を回復させる。 このBの情報を「第一報」と呼び、Cの作業を「切り分
け作業」、Dの作業を「対策作業」と呼ぶ。また、Cと
Dの作業を合わせて「対応作業」と呼ぶ。
ネットワークの管理者は障害を早急に解決し、利用者の
正常な通信のための伝送路を確保しなければならない。
障害の発生から回復までに発生する作業の流れは以下の
通りである。 A.障害発生(利用者がネットワーク利用不能、または
ネットワークの監視装置が故障を検出)。 B.管理者が障害検出(利用者からの連絡、または管理
者が監視装置からの障害報告を受け取る)。 C.管理者とネットワーク構成機器の保守者が協力して
障害原因を発見する。 D.管理者またはネットワーク構成機器の保守者が、障
害を回復させる。 このBの情報を「第一報」と呼び、Cの作業を「切り分
け作業」、Dの作業を「対策作業」と呼ぶ。また、Cと
Dの作業を合わせて「対応作業」と呼ぶ。
【0005】このようなネットワーク障害の対応作業を
行うためには、障害が発生している機器に関する知識、
ネットワーク構成に関する知識、障害の原因を特定する
ための知識、障害を回復させるため知識など多種多様な
知識が必要とされる。しかし、知識が膨大であるので、
その専門家を養成するのにはかなり時間がかかる。ま
た、各種の知識を書類の中から探して障害に対応してい
ると迅速な対応作業ができず、障害の影響が大きくなる
可能性が大きい。
行うためには、障害が発生している機器に関する知識、
ネットワーク構成に関する知識、障害の原因を特定する
ための知識、障害を回復させるため知識など多種多様な
知識が必要とされる。しかし、知識が膨大であるので、
その専門家を養成するのにはかなり時間がかかる。ま
た、各種の知識を書類の中から探して障害に対応してい
ると迅速な対応作業ができず、障害の影響が大きくなる
可能性が大きい。
【0006】
【発明が解決しようとする課題】そこで、上記の引用公
開公報に開示されている従来技術をネットワーク障害に
適用して、これらの知識をプロダクションルール(IF・・
・THEN・・・で表現される)としてルールベースに蓄積し、
このルールベースを利用して推論を行うようなエキスパ
ートシステムでネットワーク管理者の作業を支援するこ
とができることは容易に類推できる。しかしながら、上
記従来技術を単にネットワークに適用するだけでは、以
下のような問題がある。
開公報に開示されている従来技術をネットワーク障害に
適用して、これらの知識をプロダクションルール(IF・・
・THEN・・・で表現される)としてルールベースに蓄積し、
このルールベースを利用して推論を行うようなエキスパ
ートシステムでネットワーク管理者の作業を支援するこ
とができることは容易に類推できる。しかしながら、上
記従来技術を単にネットワークに適用するだけでは、以
下のような問題がある。
【0007】障害の回復などに関する技術の専門家によ
って、データベースを構築するので、ネットワークに新
しい種類の構成要素が追加された場合や、ネットワーク
を取り巻く状況が変化(保守のやり方の変化、通信回線
のディジタル化など)した場合には、新たにその専門家
の知識に従ってデータベースを更新しなくてはならず、
データベース(知識ベース)のメンテナンスが追従しに
くいという問題がある。また、上記従来技術は、障害の
原因を解析することを目的としているので、この目的を
変更して、例えば障害が回復するまでの時間を知りたい
という目的を達成しようとすると、新たにデータベース
に情報を入力し直さなければならず、それまでに蓄積し
たルールが全く無駄になってしまう。
って、データベースを構築するので、ネットワークに新
しい種類の構成要素が追加された場合や、ネットワーク
を取り巻く状況が変化(保守のやり方の変化、通信回線
のディジタル化など)した場合には、新たにその専門家
の知識に従ってデータベースを更新しなくてはならず、
データベース(知識ベース)のメンテナンスが追従しに
くいという問題がある。また、上記従来技術は、障害の
原因を解析することを目的としているので、この目的を
変更して、例えば障害が回復するまでの時間を知りたい
という目的を達成しようとすると、新たにデータベース
に情報を入力し直さなければならず、それまでに蓄積し
たルールが全く無駄になってしまう。
【0008】さらに、上記従来技術では、「IF・・・THEN・
・・」形式で表現されたプロダクションルールに基づいて
障害の解析を行っているが、実際の障害の中には一定の
ルールに当てはまらない、例外(同じ条件でも異なる結
果が得られること)や細かい状況(天候、日時などの状
況変化に伴い結果が異なる)などまではルールとして記
述しきれないという問題もある。本発明の目的は、この
ような問題点を改善し、効率よく知識ベースをメンテナ
ンスでき、ネットワーク障害に関する様々な解析に容易
に対応できるようなネットワーク障害解析支援システム
及びその方法を提供することにある。
・・」形式で表現されたプロダクションルールに基づいて
障害の解析を行っているが、実際の障害の中には一定の
ルールに当てはまらない、例外(同じ条件でも異なる結
果が得られること)や細かい状況(天候、日時などの状
況変化に伴い結果が異なる)などまではルールとして記
述しきれないという問題もある。本発明の目的は、この
ような問題点を改善し、効率よく知識ベースをメンテナ
ンスでき、ネットワーク障害に関する様々な解析に容易
に対応できるようなネットワーク障害解析支援システム
及びその方法を提供することにある。
【0009】
【課題を解決するための手段】本発明の問題解決支援シ
ステムは、問題解決に関する知識を格納する知識ベース
と、知識ベースの知識中に出現する値を概念毎に分類し
階層構造として格納する概念階層データベースと、知識
ベース中の各知識の中で、知識の利用目的に応じて重要
視する部分を各部分毎の重み情報として格納する目的別
重みデータベースと、解決すべき問題を入力する入力部
と、概念階層データベースと上記目的別重みデータベー
スを用いて問題と知識の類似度を評価する類似度評価部
と、知識ベースと類似度評価部を用いて問題と類似した
知識を知識ベースから検索する検索部と、検索部で検索
した知識を表示する表示部とからなっている。また、こ
の構成を通信ネットワークの障害に適用して、通信ネッ
トワークの障害解析に関する知識の中から、発生中の障
害と類似した知識を検索し、ユーザに提示することで、
ネットワークの障害解析を支援するようにしている。
ステムは、問題解決に関する知識を格納する知識ベース
と、知識ベースの知識中に出現する値を概念毎に分類し
階層構造として格納する概念階層データベースと、知識
ベース中の各知識の中で、知識の利用目的に応じて重要
視する部分を各部分毎の重み情報として格納する目的別
重みデータベースと、解決すべき問題を入力する入力部
と、概念階層データベースと上記目的別重みデータベー
スを用いて問題と知識の類似度を評価する類似度評価部
と、知識ベースと類似度評価部を用いて問題と類似した
知識を知識ベースから検索する検索部と、検索部で検索
した知識を表示する表示部とからなっている。また、こ
の構成を通信ネットワークの障害に適用して、通信ネッ
トワークの障害解析に関する知識の中から、発生中の障
害と類似した知識を検索し、ユーザに提示することで、
ネットワークの障害解析を支援するようにしている。
【0010】また、本発明の問題解決支援方法は、予め
問題解決に関する知識を知識ベースに格納し、知識ベー
ス中に出現する値を概念毎に分類して階層構造として階
層概念データベースに格納し、知識の中で、どのような
利用目的の場合に知識のどの部分を重要視するかを各部
分毎の重み情報として目的別重みデータベースに格納し
ておき、ユーザが問題を入力すると、問題を構成する各
情報と、知識ベース中にある知識を構成するある情報
が、概念的にどの程度類似しているかを概念階層データ
ベース中の概念階層を用いて評価するという評価方法
で、問題と知識ベースの中にある知識の類似度を評価し
て、問題と最も類似した知識を取り出し、その知識をユ
ーザに提示するようにしている。また、この方法をネッ
トワークに適用してネットワークの障害解析を支援する
ようにしている。
問題解決に関する知識を知識ベースに格納し、知識ベー
ス中に出現する値を概念毎に分類して階層構造として階
層概念データベースに格納し、知識の中で、どのような
利用目的の場合に知識のどの部分を重要視するかを各部
分毎の重み情報として目的別重みデータベースに格納し
ておき、ユーザが問題を入力すると、問題を構成する各
情報と、知識ベース中にある知識を構成するある情報
が、概念的にどの程度類似しているかを概念階層データ
ベース中の概念階層を用いて評価するという評価方法
で、問題と知識ベースの中にある知識の類似度を評価し
て、問題と最も類似した知識を取り出し、その知識をユ
ーザに提示するようにしている。また、この方法をネッ
トワークに適用してネットワークの障害解析を支援する
ようにしている。
【0011】
【作用】知識ベースには、専門家の経験から抽出する知
識や実際に起きた事実など、問題解決に関わる知識を予
め格納しておく。検索部は、この知識ベースの中から問
題に類似した知識を検索する。知識と問題がどの程度類
似しているかは類似度評価部が評価する。類似度評価部
では、知識と問題の類似度を、まず属性毎に概念上の類
似度を概念階層データベースを用いて評価する。次に評
価した属性毎の類似度を知識の利用目的に応じて総合評
価し、知識と問題の総合的な類似度を得る。
識や実際に起きた事実など、問題解決に関わる知識を予
め格納しておく。検索部は、この知識ベースの中から問
題に類似した知識を検索する。知識と問題がどの程度類
似しているかは類似度評価部が評価する。類似度評価部
では、知識と問題の類似度を、まず属性毎に概念上の類
似度を概念階層データベースを用いて評価する。次に評
価した属性毎の類似度を知識の利用目的に応じて総合評
価し、知識と問題の総合的な類似度を得る。
【0012】本発明は、このような構成を取ることによ
って、問題を直接解決する方法が知識ベースに格納され
ていなくても、問題に類似した知識が格納されていれ
ば、その類似した知識を提示することでユーザの問題解
決作業を支援することができるようになる。また、同一
知識を、利用目的に応じて複数の場合に利用できるの
で、知識の有効活用ができるようになる。また問題の状
況が変化して新たな知識が必要になった場合でも、知識
ベースにはエピソード的な記述もできるので、知識ベー
スの更新が容易であるとともに、知識中に出現する言葉
などの概念は変化しないので、概念階層データベース、
目的別重みデータベースの更新も容易である。さらに、
知識の利用目的を追加する場合には、概念階層データベ
ースと目的別重みデータベースに該当する知識を追加す
ればよく、知識ベースの変更は不要である。
って、問題を直接解決する方法が知識ベースに格納され
ていなくても、問題に類似した知識が格納されていれ
ば、その類似した知識を提示することでユーザの問題解
決作業を支援することができるようになる。また、同一
知識を、利用目的に応じて複数の場合に利用できるの
で、知識の有効活用ができるようになる。また問題の状
況が変化して新たな知識が必要になった場合でも、知識
ベースにはエピソード的な記述もできるので、知識ベー
スの更新が容易であるとともに、知識中に出現する言葉
などの概念は変化しないので、概念階層データベース、
目的別重みデータベースの更新も容易である。さらに、
知識の利用目的を追加する場合には、概念階層データベ
ースと目的別重みデータベースに該当する知識を追加す
ればよく、知識ベースの変更は不要である。
【0013】
【実施例】以下に本発明の一実施例を図面を用いて詳細
に説明する。図1は、本発明を適用した問題解決支援シ
ステムの全体構成を示すブロック図である。同図におい
て、1は問題をシステムに入力するための入力部、2は
知識ベースの中から問題と類似した状況での解決方法に
関する知識を検索するための検索部、3は状況と解決方
法を記述した知識を蓄積する知識ベース、4は問題と知
識中の状況との類似度を評価する類似度評価部、5は知
識検索の目的に応じた、知識の各項目値の概念階層情
報、及び概念階層の利用方法に関する知識を蓄積する概
念階層データベース、6は知識検索の目的に応じて各項
目の重要度を評価するために利用する重み情報、及び重
み情報の利用方法に関する知識を蓄積するための目的別
重みデータベース、7は検索された知識を表示する表示
部である。
に説明する。図1は、本発明を適用した問題解決支援シ
ステムの全体構成を示すブロック図である。同図におい
て、1は問題をシステムに入力するための入力部、2は
知識ベースの中から問題と類似した状況での解決方法に
関する知識を検索するための検索部、3は状況と解決方
法を記述した知識を蓄積する知識ベース、4は問題と知
識中の状況との類似度を評価する類似度評価部、5は知
識検索の目的に応じた、知識の各項目値の概念階層情
報、及び概念階層の利用方法に関する知識を蓄積する概
念階層データベース、6は知識検索の目的に応じて各項
目の重要度を評価するために利用する重み情報、及び重
み情報の利用方法に関する知識を蓄積するための目的別
重みデータベース、7は検索された知識を表示する表示
部である。
【0014】なお、上記3の知識ベース中の各知識は、
例えば図3に示すような枠組みで表現されているものと
する。図3において、aはその知識の状況や解決方法な
どの特徴を表現するための項目であり、bは項目値であ
り、cは項目番号である。各知識は知識源がドメイン・
エキスパート(問題の領域に関する専門家)の経験であ
る場合には、状況を表す項目が条件部、解決方法を表す
項目が結論部であるようなプロダクションルールとな
る。また、知識源が過去の実績の場合には、各項目が事
例の特徴を表すような事項となる。ここでの知識ベース
には、このどちらが蓄積されていてもよく、両方を混在
させることも可能である。さらに、図3の形式で表現で
きる問題解決のための知識であれば、どのような知識で
も適用可能である。
例えば図3に示すような枠組みで表現されているものと
する。図3において、aはその知識の状況や解決方法な
どの特徴を表現するための項目であり、bは項目値であ
り、cは項目番号である。各知識は知識源がドメイン・
エキスパート(問題の領域に関する専門家)の経験であ
る場合には、状況を表す項目が条件部、解決方法を表す
項目が結論部であるようなプロダクションルールとな
る。また、知識源が過去の実績の場合には、各項目が事
例の特徴を表すような事項となる。ここでの知識ベース
には、このどちらが蓄積されていてもよく、両方を混在
させることも可能である。さらに、図3の形式で表現で
きる問題解決のための知識であれば、どのような知識で
も適用可能である。
【0015】図2は、本適用例での処理の流れを示すフ
ローチャートである。次に、図2に従って各部における
処理の流れを説明する。まず、ステップ11により、入
力部1から問題、検索目的を入力する。入力は、通常、
問題の状況を特徴づける知識項目の値をメニューから選
択するという形で行われるが、必ずしも全てについて行
う必要はなく、不明のままの項目があってもよい(例え
ば、後述する図9の例を参照)。ただし、ほとんどの場
合に明確になるような状況の中から、指定することが必
須の項目(例えば図3の項目aの中の「場所・顧客」及
び「第一報」など)がいくつか決められている。メニュ
ーには、知識ベース3に登録されてた知識の項目値を利
用して、選択項目が表示される。このとき、各選択項目
は知識ベース中の出現頻度に応じて並べられていてもよ
い。
ローチャートである。次に、図2に従って各部における
処理の流れを説明する。まず、ステップ11により、入
力部1から問題、検索目的を入力する。入力は、通常、
問題の状況を特徴づける知識項目の値をメニューから選
択するという形で行われるが、必ずしも全てについて行
う必要はなく、不明のままの項目があってもよい(例え
ば、後述する図9の例を参照)。ただし、ほとんどの場
合に明確になるような状況の中から、指定することが必
須の項目(例えば図3の項目aの中の「場所・顧客」及
び「第一報」など)がいくつか決められている。メニュ
ーには、知識ベース3に登録されてた知識の項目値を利
用して、選択項目が表示される。このとき、各選択項目
は知識ベース中の出現頻度に応じて並べられていてもよ
い。
【0016】次に、ステップ12で、入力された問題に
ついて検索部2により一次検索を行う。ここでは、入力
が上記の必須の項目の中から検索の目的に応じて選ばれ
た項目を用いて、あるしきい値T1以上の類似度を持つ
知識を検索する。問題と知識中の状況との類似度は、後
述するような方法で類似度評価部4が決定する。この一
次検索では多数の知識が見い出される可能性がある。そ
こで、ステップ13で、検索された知識数が別のしきい
値T2より多いか否かを判断し、多い場合は、ステップ
14でさらに二次検索を行い、しきい値T2よりも少な
い場合は、ステップ15に進み、表示部7により結果を
表示する。
ついて検索部2により一次検索を行う。ここでは、入力
が上記の必須の項目の中から検索の目的に応じて選ばれ
た項目を用いて、あるしきい値T1以上の類似度を持つ
知識を検索する。問題と知識中の状況との類似度は、後
述するような方法で類似度評価部4が決定する。この一
次検索では多数の知識が見い出される可能性がある。そ
こで、ステップ13で、検索された知識数が別のしきい
値T2より多いか否かを判断し、多い場合は、ステップ
14でさらに二次検索を行い、しきい値T2よりも少な
い場合は、ステップ15に進み、表示部7により結果を
表示する。
【0017】二次検索では、問題について入力された全
ての項目の項目値に関し、一次検索で用いたしきい値と
は別のしきい値T3以上の類似度を持つ知識を、一次検
索で得た知識の中から検索する。なお、図2では省略し
ているが、二次検索で得た知識数が依然として上記しき
い値T2より多い場合には、上記と同様にして、得られ
る知識数が上記しきい値T2以下になるまでさらに三次
検索、四次検索、・・を行う。
ての項目の項目値に関し、一次検索で用いたしきい値と
は別のしきい値T3以上の類似度を持つ知識を、一次検
索で得た知識の中から検索する。なお、図2では省略し
ているが、二次検索で得た知識数が依然として上記しき
い値T2より多い場合には、上記と同様にして、得られ
る知識数が上記しきい値T2以下になるまでさらに三次
検索、四次検索、・・を行う。
【0018】最後に、上記のようにして一次検索、二次
検索、・・を行うことにより得られた、上記しきい値T
2以下の数の知識を表示部7により表示する。このと
き、得られた知識中の状況が入力された問題にどの程度
類似しているのかを類似度に関連づけて表示(類似度順
に表示、または類似度も合わせて表示)することで、表
示された知識中の解決方法をどの程度現在の問題に応用
できるかに関するユーザの判断を支援することができ
る。なお、上記の各しきい値T1,T2,T3はユーザ
が自由に設定できるものとする。
検索、・・を行うことにより得られた、上記しきい値T
2以下の数の知識を表示部7により表示する。このと
き、得られた知識中の状況が入力された問題にどの程度
類似しているのかを類似度に関連づけて表示(類似度順
に表示、または類似度も合わせて表示)することで、表
示された知識中の解決方法をどの程度現在の問題に応用
できるかに関するユーザの判断を支援することができ
る。なお、上記の各しきい値T1,T2,T3はユーザ
が自由に設定できるものとする。
【0019】次に、図3ないし図8を用いて類似度評価
部4の動作を詳細に説明する。これらの各図は、本発明
を通信ネットワークの伝送系に発生する障害の解析に適
用した場合の具体的な実現イメージである。類似度評価
部4は、検索部2から受け取った問題、類似度を評価し
たい知識、知識を検索する目的、一次検索か二次検索か
の情報、及び図1に示される知識ベース3、概念階層デ
ータベース5、目的別重みデータベース6を利用して、
知識ベース中のある知識と問題が、どの程度異なってい
るかを総合的に判断する。そのために、問題を表現する
各項目の値と、対応する知識中の各項目の値が各々どの
程度「異なっているか」を評価し、各項目毎の相違を総
合評価して問題と知識の類似度を得る。
部4の動作を詳細に説明する。これらの各図は、本発明
を通信ネットワークの伝送系に発生する障害の解析に適
用した場合の具体的な実現イメージである。類似度評価
部4は、検索部2から受け取った問題、類似度を評価し
たい知識、知識を検索する目的、一次検索か二次検索か
の情報、及び図1に示される知識ベース3、概念階層デ
ータベース5、目的別重みデータベース6を利用して、
知識ベース中のある知識と問題が、どの程度異なってい
るかを総合的に判断する。そのために、問題を表現する
各項目の値と、対応する知識中の各項目の値が各々どの
程度「異なっているか」を評価し、各項目毎の相違を総
合評価して問題と知識の類似度を得る。
【0020】事例と知識の総合的な相違度Dは、各デー
タベースを利用して次の式で算出することができる。 D=Σ{W(O,i,n)*d(O,Ki,Pi)} ただし、 i :知識を表現する項目 Ki:知識中の項目(i)の項目値 Pi:問題中の項目(i)の項目値 O :知識の利用目的 d(O,Ki,Pi):問題中の項目値(Pi)と知識
中の項目値(Ki)の、目的(O)に応じた概念階層中
での距離を評価する距離評価関数 W(O,i,n):n次検索での項目(i)の目的
(O)に応じた重み評価関数 なお、上式におけるΣはiについての総和である。
タベースを利用して次の式で算出することができる。 D=Σ{W(O,i,n)*d(O,Ki,Pi)} ただし、 i :知識を表現する項目 Ki:知識中の項目(i)の項目値 Pi:問題中の項目(i)の項目値 O :知識の利用目的 d(O,Ki,Pi):問題中の項目値(Pi)と知識
中の項目値(Ki)の、目的(O)に応じた概念階層中
での距離を評価する距離評価関数 W(O,i,n):n次検索での項目(i)の目的
(O)に応じた重み評価関数 なお、上式におけるΣはiについての総和である。
【0021】次に、距離評価関数d(O,Ki,Pi)
の、概念階層データベース中の概念階層図を利用した実
現方法を説明する。概念階層とは、問題領域中のデータ
(数値、言語値、論理値など)を大きく分類する広い概
念から小さく分類する狭い概念までを、概念の広さに応
じた階層構造で表現したものである。例えば図4は「場
所・顧客」の概念階層図であるが、上層ほど場所を分類
する概念が広く、下層ほど狭くなっている。また、同じ
テーマに関する分類でも、着目点が異なれば複数の階層
構造を持つことになる。例えば、図4と図5は両方とも
図3中の項目「場所・顧客」に関する階層構造である
が、図4は「保守員が到着するまでの所要時間」に着目
した階層図であり、図5は「ネットワーク構成」に着目
した階層図である。これらの図で、同一階層に含まれる
各データの記載順序に意味を持たせる場合がある。
の、概念階層データベース中の概念階層図を利用した実
現方法を説明する。概念階層とは、問題領域中のデータ
(数値、言語値、論理値など)を大きく分類する広い概
念から小さく分類する狭い概念までを、概念の広さに応
じた階層構造で表現したものである。例えば図4は「場
所・顧客」の概念階層図であるが、上層ほど場所を分類
する概念が広く、下層ほど狭くなっている。また、同じ
テーマに関する分類でも、着目点が異なれば複数の階層
構造を持つことになる。例えば、図4と図5は両方とも
図3中の項目「場所・顧客」に関する階層構造である
が、図4は「保守員が到着するまでの所要時間」に着目
した階層図であり、図5は「ネットワーク構成」に着目
した階層図である。これらの図で、同一階層に含まれる
各データの記載順序に意味を持たせる場合がある。
【0022】これらの階層図を用いて項目値間の距離を
評価する場合は以下のようになる。例えば、図9の問題
が与えられ、知識の検索目的が「今後取るべき対策」で
あったとする。そこで、概念階層データベース中の「ど
の程度障害原因が類似しているか」に着目した概念階層
図を用いて距離を評価する。図9において、項目番号1
の「日時」は、「雷鳴、雪、大雨、猛暑」などが障害原
因となる場合があることから、「気候」に着目した概念
階層図である図6を用いて距離を評価する。この階層
は、日付が近ければ気候が似ている(距離が近い)とい
う観点から最下層には一年間の日付がリング状に並べら
れ、その一層上には季節名があるというものである。ま
た、この場合の各日付の記載順序には「日数」という意
味がある。従って、9月1日と9月8日の距離は日数を
正規化して、7日/最大値(365/2+1)日=0.
038と評価できる。
評価する場合は以下のようになる。例えば、図9の問題
が与えられ、知識の検索目的が「今後取るべき対策」で
あったとする。そこで、概念階層データベース中の「ど
の程度障害原因が類似しているか」に着目した概念階層
図を用いて距離を評価する。図9において、項目番号1
の「日時」は、「雷鳴、雪、大雨、猛暑」などが障害原
因となる場合があることから、「気候」に着目した概念
階層図である図6を用いて距離を評価する。この階層
は、日付が近ければ気候が似ている(距離が近い)とい
う観点から最下層には一年間の日付がリング状に並べら
れ、その一層上には季節名があるというものである。ま
た、この場合の各日付の記載順序には「日数」という意
味がある。従って、9月1日と9月8日の距離は日数を
正規化して、7日/最大値(365/2+1)日=0.
038と評価できる。
【0023】図9において、項目番号2の「場所・顧
客」については、障害はある特定の回線・装置の劣化や
異常が原因で頻発する場合があるので、「関連する構成
要素」に着目した図5を用いて距離を評価する。図5で
は、同一概念に含まれる各要素の記載順序には特に意味
はない。問題の項目値はB社原宿営業所のTSS端末#
1なので、図5上のaで示した位置である。これに対し
て、知識ではA社渋谷支店のTSS端末#2であり、図
5上のbで示した位置になるので、距離は同一局の下に
位置づけられているa側とb側の端末数の平均値をとっ
て、{(12+6)/2}/全端末数(100)=0.
09と評価できる。
客」については、障害はある特定の回線・装置の劣化や
異常が原因で頻発する場合があるので、「関連する構成
要素」に着目した図5を用いて距離を評価する。図5で
は、同一概念に含まれる各要素の記載順序には特に意味
はない。問題の項目値はB社原宿営業所のTSS端末#
1なので、図5上のaで示した位置である。これに対し
て、知識ではA社渋谷支店のTSS端末#2であり、図
5上のbで示した位置になるので、距離は同一局の下に
位置づけられているa側とb側の端末数の平均値をとっ
て、{(12+6)/2}/全端末数(100)=0.
09と評価できる。
【0024】ここで、検索の目的が違う場合に距離の評
価がどのようになるかを述べる。検索の目的が「障害の
回復時間の予想」であった場合、「障害対応作業の所要
時間に関係する属性がどの程度類似しているか」に着目
した階層図を用いればよい。例えば、項目番号1の「日
時」は、「障害対応部署、保守会社の管理体制」を左右
する「曜日及び時刻」に関する概念階層図である図7を
用いればよい。この図7の概念階層図は、最上位層に営
業時間内/営業時間外の二つの概念があり、一層下には
曜日と時刻の範囲に関する概念がある。さらにその下に
は日付と時刻(1時間単位)を組み合わせたデータが位
置づけられている。この階層図では、日時データの記載
順序は時刻に関して意味を持っている。従って、問題の
日時(図9;9月8日(火)13:00)と知識の日時
(図3;9月1日(火)16:00)は「火曜日の9:
00〜17:00」という同一概念に分類されるが、時
刻が3時間異なるので、距離は3/全組み合わせ数(3
65*24)=0.0003と評価できる。
価がどのようになるかを述べる。検索の目的が「障害の
回復時間の予想」であった場合、「障害対応作業の所要
時間に関係する属性がどの程度類似しているか」に着目
した階層図を用いればよい。例えば、項目番号1の「日
時」は、「障害対応部署、保守会社の管理体制」を左右
する「曜日及び時刻」に関する概念階層図である図7を
用いればよい。この図7の概念階層図は、最上位層に営
業時間内/営業時間外の二つの概念があり、一層下には
曜日と時刻の範囲に関する概念がある。さらにその下に
は日付と時刻(1時間単位)を組み合わせたデータが位
置づけられている。この階層図では、日時データの記載
順序は時刻に関して意味を持っている。従って、問題の
日時(図9;9月8日(火)13:00)と知識の日時
(図3;9月1日(火)16:00)は「火曜日の9:
00〜17:00」という同一概念に分類されるが、時
刻が3時間異なるので、距離は3/全組み合わせ数(3
65*24)=0.0003と評価できる。
【0025】次に、重み評価関数W(O,i,n)の実
現方法であるが、目的別重みデータベースに、検索の次
数(n)と目的(O)に応じて図8のような項目別に重
みを記載した表を蓄積しておき、これを参照することで
関数値を得ることができる。このようにして、知識項目
毎の相違度を求めた後は、各値から知識と問題の総合的
な相違度を算出し、総合的な類似度Sを評価する。この
とき、問題中に未入力項目があればその項目は除外す
る。すなわち、総合的な相違度Dは入力されていた項目
だけでの最大の相違度に対して各項目の相違度の総和を
正規化した値であり(一つの項目の相違度の最大値は
1.0なので、項目毎の重みを考慮してD=各項目の相
違度の総和/入力されている項目の重みの総和)、総合
的な類似度Sは総合的な相違度Dを用いてS=1−Dと
表せる。
現方法であるが、目的別重みデータベースに、検索の次
数(n)と目的(O)に応じて図8のような項目別に重
みを記載した表を蓄積しておき、これを参照することで
関数値を得ることができる。このようにして、知識項目
毎の相違度を求めた後は、各値から知識と問題の総合的
な相違度を算出し、総合的な類似度Sを評価する。この
とき、問題中に未入力項目があればその項目は除外す
る。すなわち、総合的な相違度Dは入力されていた項目
だけでの最大の相違度に対して各項目の相違度の総和を
正規化した値であり(一つの項目の相違度の最大値は
1.0なので、項目毎の重みを考慮してD=各項目の相
違度の総和/入力されている項目の重みの総和)、総合
的な類似度Sは総合的な相違度Dを用いてS=1−Dと
表せる。
【0026】
【発明の効果】本発明によれば、問題を直接解決する方
法が知識ベースに格納されていなくても、問題に類似し
た知識が格納されていれば、その類似した知識を提示す
ることでユーザの問題解決作業を支援することができる
ようになる。また、同一知識を、利用目的に応じて複数
の場合に利用できるので、知識の有効活用ができるよう
になる。
法が知識ベースに格納されていなくても、問題に類似し
た知識が格納されていれば、その類似した知識を提示す
ることでユーザの問題解決作業を支援することができる
ようになる。また、同一知識を、利用目的に応じて複数
の場合に利用できるので、知識の有効活用ができるよう
になる。
【0027】また問題の状況が変化して新たな知識が必
要になった場合でも、知識ベースにはエピソード的な記
述もできるので、知識ベースの更新が容易であるととも
に、知識中に出現する言葉などの概念は変化しないの
で、概念階層データベース、目的別重みデータベースの
更新も容易である。さらに、知識の利用目的を追加する
場合には、概念階層データベースと目的別重みデータベ
ースに該当する知識を追加すればよく、知識ベースの変
更は不要でる。
要になった場合でも、知識ベースにはエピソード的な記
述もできるので、知識ベースの更新が容易であるととも
に、知識中に出現する言葉などの概念は変化しないの
で、概念階層データベース、目的別重みデータベースの
更新も容易である。さらに、知識の利用目的を追加する
場合には、概念階層データベースと目的別重みデータベ
ースに該当する知識を追加すればよく、知識ベースの変
更は不要でる。
【図1】本発明の一実施例を示す障害解析支援システム
の全体構成図である。
の全体構成図である。
【図2】本発明の処理の流れを説明するフローチャート
である。
である。
【図3】本発明の知識ベース中に格納される知識例を示
す図である。
す図である。
【図4】本発明の概念階層データベース中に格納される
概念階層例を示す図である。
概念階層例を示す図である。
【図5】本発明の概念階層データベース中に格納される
概念階層例を示す図である。
概念階層例を示す図である。
【図6】本発明の概念階層データベース中に格納される
概念階層例を示す図である。
概念階層例を示す図である。
【図7】本発明の概念階層データベース中に格納される
概念階層例を示す図である。
概念階層例を示す図である。
【図8】本発明の目的別重みデータベースに格納される
重み情報の例を示す図である。
重み情報の例を示す図である。
【図9】本発明の推論対象である問題の例を示す図であ
る。
る。
1 入力部 2 検索部 3 知識ベース部 4 類似度評価部 5 概念階層データベース 6 目的別重みデータベース 7 表示部
Claims (4)
- 【請求項1】 問題解決に関する知識を格納する知識ベ
ース、上記知識ベースの知識中に出現する値を概念毎に
分類し階層構造として格納する概念階層データベース、
上記知識ベース中の各知識の中で、知識の利用目的に応
じて重要視する部分を各部分毎の重み情報として格納す
る目的別重みデータベース、解決すべき問題を入力する
入力部、上記概念階層データベースと上記目的別重みデ
ータベースを用いて問題と知識の類似度を評価する類似
度評価部、上記知識ベースと上記類似度評価部を用い
て、入力された上記問題と類似した知識を上記知識ベー
スから検索する検索部、および上記検索部で検索した知
識を表示する表示部とからなる問題解決支援システム。 - 【請求項2】 請求項1記載の問題解決支援システムに
おいて、上記知識ベースに格納される問題解決に関する
知識が通信ネットワークなどの障害解析に関する知識で
あり、上記入力部から入力される解決すべき問題が発生
した障害に関するものであることを特徴とする問題解決
支援システム。 - 【請求項3】 予め問題解決に関する知識を知識ベース
に格納し、上記知識ベース中に出現する値を概念毎に分
類して階層構造として階層概念データベースに格納し、
知識の中で、どのような利用目的の場合に知識のどの部
分を重要視するかを各部分毎の重み情報として目的別重
みデータベースに格納しておき、ユーザが問題を入力す
ると、問題を構成する各情報と、知識ベース中にある知
識を構成するある情報が、概念的にどの程度類似してい
るかを概念階層データベース中の概念階層を用いて評価
するという評価方法で、問題と知識ベースの中にある知
識の類似度を評価して、問題と最も類似した知識を取り
出し、その知識をユーザに提示するようにしたことを特
徴とする問題解決支援方法。 - 【請求項4】 請求項3記載の問題解決支援方法におい
て、上記知識ベースに予め格納される問題解決に関する
知識が通信ネットワークなどの障害解析に関する知識で
あり、上記ユーザが入力する問題が障害に関するもので
あることを特徴とする問題解決支援方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4338496A JPH06187157A (ja) | 1992-12-18 | 1992-12-18 | 問題解決支援システム及びその方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4338496A JPH06187157A (ja) | 1992-12-18 | 1992-12-18 | 問題解決支援システム及びその方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH06187157A true JPH06187157A (ja) | 1994-07-08 |
Family
ID=18318704
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4338496A Pending JPH06187157A (ja) | 1992-12-18 | 1992-12-18 | 問題解決支援システム及びその方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH06187157A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0703702A2 (en) | 1994-08-22 | 1996-03-27 | Canon Kabushiki Kaisha | Image reading apparatus, image processing apparatus, and method therefor |
-
1992
- 1992-12-18 JP JP4338496A patent/JPH06187157A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0703702A2 (en) | 1994-08-22 | 1996-03-27 | Canon Kabushiki Kaisha | Image reading apparatus, image processing apparatus, and method therefor |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7603807B2 (ja) | ラベルなしセンサデータを用いた産業システム内の稀な障害の自動化されたリアルタイムの検出、予測、及び予防に関する、方法または非一時的コンピュータ可読媒体 | |
| US9317829B2 (en) | Diagnosing incidents for information technology service management | |
| US7509235B2 (en) | Method and system for forecasting reliability of assets | |
| Peng et al. | Rough set theory for data mining for fault diagnosis on distribution feeder | |
| CN112612902A (zh) | 一种电网主设备的知识图谱构建方法及设备 | |
| US11153144B2 (en) | System and method of automated fault correction in a network environment | |
| JPH10240799A (ja) | 新規出店評価支援装置 | |
| JP2018156346A (ja) | 業務改善支援装置および業務改善支援方法 | |
| US11080070B2 (en) | Automated user interface analysis | |
| CN119168364A (zh) | 基于多模态大模型的电力物联网工控设备安全评估方法 | |
| CN114742485B (zh) | 用于it系统维保服务的信息处理方法及系统 | |
| CN107025293A (zh) | 一种电力二次设备缺陷数据挖掘方法及系统 | |
| CN114331698A (zh) | 风险画像的生成方法、装置、终端及存储介质 | |
| CN119515352A (zh) | 一种电视智能维修决策方法、系统及计算机程序 | |
| CN119887161A (zh) | 一种智能运维系统中的根因分析实现方法和智能运维系统 | |
| CN116860993A (zh) | 基于ser异常告警图谱的直流控保设备风险预警方法及系统 | |
| Ebrahimi et al. | Pattern analysis of auto parts failures in the after-sales service network; an interconnected approach of association rules mining and Bayesian networks in the automotive industry | |
| JPH06187157A (ja) | 問題解決支援システム及びその方法 | |
| CN118093665A (zh) | 一种产业链图谱关键内容分析方法和服务器 | |
| KR102549006B1 (ko) | 사용자 행동 기반 질의 벡터 자동 보정을 활용한 기업 검색 시스템 및 그 방법 | |
| Anand et al. | Anomaly detection in disaster recovery: A review, current trends and new perspectives | |
| JP2019160134A (ja) | 文章処理装置および文章処理方法 | |
| JP2010218267A (ja) | 障害発生確率算出システム,障害発生確率算出方法及びプログラム | |
| JPH11175144A (ja) | プラント機器の保守支援装置 | |
| JP7268220B2 (ja) | 文章処理装置および文章処理方法 |