系统运维知识图谱构建及应用——以中国石油销售领域为例_姜文嵘.pdf

1 研究背景与意义 随着工业信息化进程的飞速发展，中国石油销售领域按照集团公司信息技术总体规划和销售公司具体工作部署，统一集中实施了销售应用集成、加油站管理、物流管理、客户关系管理及电子销售平台5大核心业务系统建设。复杂多样的系统、数量繁多的业务都给信息系统运维工作带来了巨大的挑战。知识图谱技术自提出以来便受到了业界的重点关注，目前在搜索与推荐、智能问答和知识推理等诸多领域有深入应用。知识图谱是事实的结构化表示，由实体、关系和语义描述组成。知识图谱可以将实体及实体间的关系可视化地呈现出来，从而挖掘实体间隐含的关联关系。本研究以中国石油统建系统中的加油站管理系统、销售物流管理系统和销售ERP系统为主要研究对象，针对中国石油销售领域系统运维数据应用知识图谱技术，有助于梳理该领域业务知识体系，快速融合关联知识，从而进一步支撑下游智能应用业务，提升系统运维解决效率。2 系统运维本体构建及实例可视化2.1 本体构建整体思路通常，知识图谱构建技术可以分为自顶向下和自底向上两种方式。在充分研究知识体系分类、规则、表示及工具的基础上，对比多种方法并借鉴骨架法与七步法，综合顶层本体的标准与成品油销售领域业务实际，设计了销售领域系统运维本体构造方法。采用自顶向下的思路，首先明确该本体的应用目的与更新方式，而后在现有本体基础上考虑复用，之后进行完整的概念体系分析与构建，最终建立系统运维本体并表示（图1）。系统运维问答等方面的应用，相关数据将会应用于系统故障原因分析与解决方案推荐等服务。本研究对系统运维本体的主要维护方式为定期对其中的类、属性和实例进行更新。2.2.2 现有本体复用分析本研究所建立的系统运维业务本体针对中国石油销售领域的特定业务，涉及的各业务特点不一，具有一定特殊性，因此，可在现有本体框架下根据实际情况扩展、修改。2.2.3 构建概念体系通过对中国石油销售领域系统运维业务的调研与梳理，整理得到该业务领域系统运维业务的专业术语。在明确业务领域相关术语的前提下，由业务本身出发定义本体的类、子类、属性及相关约束等内容。油品和非油品销售主要涉及加油站管理系统、销售ERP系统、销售物流管理系统等业务系统。系统运维工作主要包括故障运维、操作指导、安全巡检等。故障运维业务流程为用户提交问题三级运维人员解决二级运维人员解决专家运维解决问题反馈用户确认问题关闭。操作指导业务流程为用户提交需求三级运维人员指导二级运维人员指导指导反馈用户确认需求关闭。系统运维知识图谱构建及应用以中国石油销售领域为例姜文嵘 陈曾曾 王磊 祝彦会 吕庭龙（昆仑数智科技有限责任公司）摘 要：传统的信息系统运维工作大量依靠人工处理，因此存在诸多问题。针对这一问题，应用知识图谱、智能问答等相关技术可以大幅提升业务效率。本研究在充分调研的基础上，根据现实背景与业务需求，结合大量结构化、半结构化业务数据，建立系统运维知识图谱，并由此建立系统运维智能问答系统。该系统提高了系统运维业务的效率与准确性，进一步推动了销售公司深入挖掘并创造新的管理模式与经营方式。关键词：系统运维；知识图谱；本体构建；知识库；智能问答图1 系统运维本体构建整体思路2.2 系统运维本体构建2.2.1 明确应用目的、更新方式中国石油销售领域系统运维本体的主要用途是梳理销售领域系统运维业务知识体系，支撑知识图谱技术在44石油知识 双月刊技术装备/TECHNICAL EQUIPMENT根据系统运维智能化的功能需求，本研究围绕系统运维事件进行系统运维领域的本体构建，将系统运维事件划分为系统故障事件和操作指导事件，如图2。系统故障事件即系统运行过程中的功能失效或性能下降。操作指导事件即对系统某一功能模块或系列功能模块的操作指引、操作说明等。针对某类事件，将事件类型、该事件类型下对应的事件论元进行约束，结合业务特点和业务需求定义事件论元（表1）。其中，组织、软件、功能模块是各事件类型的共同要素，组织包括加油站、油库等，软件包括加油站管理系统、销售物流管理系统和销售ERP系统等，功能模块隶属于不同的业务系统，并包含子模块。另外，故障事件还有故障原因和解决方案要素，指导事件有具体的操作指导要素。2.2.4 本体建立与本体表示基于事件层次体系和事件论元结构，构建系统运维本体。按照本体建模的分类层次结构方法，事件层次体系转换为继承关系，并将操作指导和解决方案抽象为方案，形成“方案”类型的层次结构（表2）。除事件论元结构中已述的关联关系之外，增加“事件原因”和“解决方案”之间的关联关系，增加“软件”和“功能模块”之间的关联关系，增加“功能模块”与自身的关联关系（图3）。3 系统运维知识图谱构建3.1 知识图谱构建总体思路本文在系统运维本体构建的基础上，进行系统运维知识图谱构建，主要分为知识抽取、知识融合、知识存储与可视化三个部分，知识图谱构建总体思路如图4所示。3.2 数据来源及基本情况本研究的数据来源于成品油销售所涉及的各业务系统，主要由结构化数据和半结构化数据组成。结构化数据包括各系统的历史运维记录和经过专家提炼整理的运维知识库数据，半结构化数据包括各系统的操作手册和系统培训PPT等。其中，操作手册、培训PPT等半结构化数据的编写具有固定的格式模板，可以通过正则匹配、模板匹配的方法先将文字部分转换为结构化数据。3.3 知识抽取3.3.1 数据模式设计处理之后得到的结构化数据包含构建系统运维知识图谱所需的信息。遵循本体设计，操作指导事件的数据模式可以按照图5所示构建。对于系统故障事件，不同用户人群针对同一故障问题、解决方案的描述会有差别，且可能存在描述冗长、描述有歧义、专业用语不规范等现象，给实体识别和查询带来挑战。所以针对故障事件加入了关键词筛选，通过提取问题描述中的关键词，将有筛选功能的关键词作为超级节点，构建节点与节点的语义连接关系，用于加速查询。关键词可以是用户常用语，而非系统专业术语，遵循用户的语言习惯，提高查询的图2 系统运维事件层级体系图4 知识图谱构建总体思路事件类型事件论元（事件角色）故障事件组织、软件、功能模块、故障原因、解决方案指导事件组织、软件、功能模块、操作指导表1 系统运维事件论元结构表2 系统运维本体类层次结构类一级子类二级子类软件加油站管理系统-销售物流管理系统销售ERP系统功能-事件系统运维事件指导事件故障事件原因-方案操作指导-解决方案-组织加油站-油库 图5 操作指导事件数据模式图3 系统运维本体2023 年第 1 期452023 年第 1 期准确率（图6）。3.3.2 关键词提取关键词提取是抽取反映文本主题的词或者短语的过程。在系统运维场景中，需要提取的是能够反映和定位对系统故障问题的描述或现象的关键词，文本数据来源是用户提交的问题详细信息和专家总结的故障描述信息，旨在通过关键词筛选提高问题查询（QA问答）的性能和准确率。为兼顾准确性和快速构建，本研究采取以无监督方法为主，人工构建为辅的方式，结合jieba分词和TF-IDF算法，构建专业词库、同义词库，进行关键词提取。3.4 知识融合系统运维涉及多个业务部门和系统数据，在该场景中，实体对齐的主要任务为实体统一。本研究通过Levenstein距离计算文本相似度，由此实现实体对齐。Levenstein距离，即一个字符串转化成另一个字符串最少的操作次数，其中，操作包括插入、删除、替换，不考虑词的顺序和重复词。Levenstein比计算公式如下：式中，sum为两个字符串的长度之和，ldist为类距离。本文将Levenstein比超过0.9的文本认定为同一实体，进行实体对齐。3.5 知识存储与可视化本文利用Neo4j图数据库存储系统运维知识图谱，并由此实现知识图谱可视化。利用自研工具将数据导入Neo4j后，可以通过部分节点和关系的可视化视察知识图谱的构建质量，方便进行调整和迭代。图7为系统运维知识图谱（部分）。图中不同颜色的节点表示不同的实体。右下部分主要展示系统故障和解决方案，左上部分是由系统功能模块组成树形结构，再延伸出对应功能的操作步骤。目前系统运维知识图谱中已包含12066个实体，34340个关系。究是提前布局知识图谱的积累与应用、大幅提升推动销售领域企业智能化水平、提升企业的经营能力与市场竞争力的重要保障，是销售公司数字化转型智能化发展的重要组成部分，对集团公司实施科技创新、数字驱动发展具有重要意义。本研究在充分调查研究中国石油销售领域系统运维业务的基础上，根据现实背景与业务需求，通过利用销售企业积累的大量业务数据与专业数据，获取知识并建立模型，建立系统运维知识图谱以支撑下游应用。其结果应用到企业系统运维实际业务中，提高了系统运维业务的效率与准确性，进一步推动了销售公司深入挖掘并创造新的管理模式与经营方式。参考文献1方苏东.基于知识图谱的IT运维辅 助 系 统 设 计 与 实 现D.东南大学，2021.DOI：10.27014/ki.gdnau.2021.003225.2高劲松，张强，李帅珂.可移动文物 的 知 识 图 谱 构 建 及关联数据存储以湖北省博物馆为例J.现代情报，2022，42（04）：88-98.3刘峤，李杨，段宏，刘瑶，秦志光.知识图谱构建技术综述J.计算机研究与发展，2016，53（03）：582-600.4 岳 丽 欣，刘 文 云.国 内外领域本体构建方法的比较研究J.情报理论与实践，2016，39（08）：119-125.DOI：10.16353/ki.1000-7490.2016.08.024.（1-1）图7 系统运维知识图谱可视化实例图6 带关键词的系统故障事件数据模式4 系统运维智能问答应用系统运维智能问答系统输入的Query为故障现象，通过Query理解识别出实体（定位到故障节点），再经检索系统，输出与故障节点关联的解决方案，结合抽取出的关键词，将输出结果按匹配度高低进行排序。5 结语油品销售领域行业知识图谱研46石油知识 双月刊技术装备/TECHNICAL EQUIPMENT