技術(shù)特征：

1.基于人工智能的災(zāi)難事件預(yù)測(cè)方法，其特征在于，包括如下步驟：

2.根據(jù)權(quán)利要求1所述的基于人工智能的災(zāi)難事件預(yù)測(cè)方法，其特征在于，對(duì)所述tickets信息進(jìn)行嚴(yán)重性分析，包括：

3.根據(jù)權(quán)利要求2所述的基于人工智能的災(zāi)難事件預(yù)測(cè)方法，其特征在于，根據(jù)嚴(yán)重性分析結(jié)果將所述tickets信息劃分為預(yù)定義事件窗口集合和預(yù)定義非事件窗口集合，包括：

4.根據(jù)權(quán)利要求1所述的基于人工智能的災(zāi)難事件預(yù)測(cè)方法，其特征在于，采用聚類模型對(duì)所述預(yù)定義事件窗口集合和所述預(yù)定義非事件窗口集合進(jìn)行聚類，包括如下步驟：

5.根據(jù)權(quán)利要求1所述的基于人工智能的災(zāi)難事件預(yù)測(cè)方法，其特征在于，對(duì)所述群集數(shù)據(jù)進(jìn)行序列模式挖掘，包括：

6.基于人工智能的災(zāi)難事件預(yù)測(cè)系統(tǒng)，其特征在于，包括：

7.根據(jù)權(quán)利要求6所述的基于人工智能的災(zāi)難事件預(yù)測(cè)系統(tǒng)，其特征在于，所述窗口模塊包括：

8.根據(jù)權(quán)利要求7所述的基于人工智能的災(zāi)難事件預(yù)測(cè)系統(tǒng)，其特征在于，所述窗口模塊還包括：

9.一種電子設(shè)備，其特征在于，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至5任一所述的基于人工智能的災(zāi)難事件預(yù)測(cè)方法。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至5任一所述的基于人工智能的災(zāi)難事件預(yù)測(cè)方法。

技術(shù)總結(jié)
本發(fā)明公開(kāi)了基于人工智能的災(zāi)難事件預(yù)測(cè)方法、系統(tǒng)、設(shè)備及介質(zhì)，本發(fā)明涉及災(zāi)難事件預(yù)測(cè)技術(shù)領(lǐng)域，通過(guò)結(jié)合自然語(yǔ)言處理、機(jī)器學(xué)習(xí)、聚類分析和序列規(guī)則挖掘技術(shù)，針對(duì)多服務(wù)環(huán)境中災(zāi)難性事件從歷史和實(shí)時(shí)數(shù)據(jù)中識(shí)別事件模式、風(fēng)險(xiǎn)評(píng)分和根本原因，解決了現(xiàn)有技術(shù)模式識(shí)別與時(shí)間序列依賴性不足、高維多特征數(shù)據(jù)建模能力欠缺以及序列規(guī)則與機(jī)器學(xué)習(xí)模型結(jié)合困難的問(wèn)題。

技術(shù)研發(fā)人員：楊森,蘇銳,姜濤
受保護(hù)的技術(shù)使用者：中通服創(chuàng)立信息科技有限責(zé)任公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15