(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210530960.3 (22)申请日 2022.05.16 (71)申请人 中国工商银行股份有限公司 地址 100140 北京市西城区复兴门内大街 55号 (72)发明人 崔东晓　李秀婧　朱怡雯　朱仲毅　 (74)专利代理 机构 北京同立钧成知识产权代理 有限公司 1 1205 专利代理师 孙静　臧建明 (51)Int.Cl. G06F 40/177(2020.01) G06F 17/18(2006.01) G06K 9/62(2022.01) G06Q 40/02(2012.01) (54)发明名称 大型机业务分析模型的训练方法、 业务分析 方法和装置 (57)摘要 本申请实施例提供一种大型机业务分析模 型的训练方法、 业务分析方法和装置， 涉及大数 据和人工智 能技术领域， 包括： 获取多个训练样 本， 每个训练样本包括大型机生成的样本业务报 表、 大型机生成样本业务报表时的系统状态信息 以及样本业务报表的标注结果， 标注结果用于表 征样本业务报表的问题信息， 系统状态信息包括 硬件系统信息和系统运行信息； 根据多个训练样 本， 对业务分析模型进行训练， 得到多个候选业 务分析模型； 根据多个候选业务分析模型， 得到 目标业务分析模 型。 通过训练好的大型机业务分 析模型对大型机的业务进行分析， 可以提升分析 效率， 降低人为因素导 致的误判。 权利要求书2页 说明书10页 附图4页 CN 114841132 A 2022.08.02 CN 114841132 A 1.一种大 型机业务分析模型的训练方法， 其特 征在于， 包括： 获取多个训练样本， 每个所述训练样本包括大型机生成的样本业务报表、 大型机生成 所述样本业务报表时的系统状态信息以及所述样本业务报表的标注结果， 所述标注结果用 于表征所述样本业务报表的问题信息， 所述系统状态信息包括硬件系统信息和系统运行信 息； 根据所述多个训练样本， 对业 务分析模型进行训练， 得到多个候选业 务分析模型； 根据所述多个候选业 务分析模型， 得到目标业 务分析模型。 2.根据权利要求1所述的方法， 其特征在于， 所述根据所述多个训练样本， 对业务分析 模型进行训练， 得到多个候选业 务分析模型， 包括： 根据所述多个训练样本， 得到 M个样本集， 所述M为大于等于2的整数； 根据所述M个样本集， 对所述 业务分析模型进行训练， 得到 M个候选业 务分析模型。 3.根据权利要求2所述的方法， 其特征在于， 所述根据所述M个样本集， 对所述业务分析 模型进行训练， 得到 M个候选业 务分析模型， 包括： 将所述M个样本集中的任一样本集作为测试集， 其 余M‑1个样本集作为训练集； 针对每个测试集， 根据 所述M‑1个训练集对所述业务分析模型进行训练， 得到所述测试 集对应的候选业 务分析模型； 根据M个测试集各自对应的候选业 务分析模型， 得到所述M个候选业 务分析模型； 所述根据所述多个候选业 务分析模型， 得到目标业 务分析模型， 包括： 根据所述M个测试集以及所述M个测试集各自对应的候选业务分析模型， 得到目标业务 分析模型。 4.根据权利要求3所述的方法， 其特征在于， 所述根据所述多个候选业务分析模型， 得 到目标业 务分析模型， 包括： 将每个测试集分别输入各自对应的候选业 务分析模型， 获得M个测试 结果； 根据每个所述测试结果和每个测试结果各自对应的标注结果， 获取每个候选业务分析 模型各自对应的马太相关系数； 根据每个候选业 务分析模型 各自对应的马太相关系数， 确定目标业 务分析模型。 5.根据权利要求4所述的方法， 其特征在于， 所述根据每个候选业务分析模型各自对应 的马太相关系数， 确定目标业 务分析模型， 包括： 根据每个候选业 务分析模型 各自对应的马太相关系数， 获取最大的马太相关系； 将最大的马太相关系数对应的候选业 务分析模型， 作为所述目标业 务分析模型。 6.根据权利要求1所述的方法， 其特 征在于， 所述获取样本业 务报表的标注结果， 包括： 将所述样本业 务报表发送至N个用户终端， 其中N 为大于2的整数； 获取所述N个用户终端反馈的所述样本业 务报表的N个标注结果； 判断所述N个标注结果的一致性是否大于预设值； 若是， 将所述N个标注结果一致性大 于预设值的标注结果作为所述样本业 务报表的标注结果。 7.根据权利要求1所述的方法， 其特征在于， 所述硬件系统信 息包括如下中的至少一种 信息： 处理器、 内存、 耦合器、 同时在线的外围操作设备SPOOL、 传播组TGS、 网络、 磁带以及活 跃作业数；权　利　要　求　书 1/2 页 2 CN 114841132 A 2所述系统运行信息包括如下中的至少一种信息： 处理器使用率、 内存使用率、 S POOL使用率以及输入/ 输出I/O使用率。 8.一种大 型机业务分析方法， 其特 征在于， 包括： 获取大型机生成的业务报表、 大型机生成所述业务报表时的硬件系统信 息和系统运行 信息； 将所述业务报表、 所述硬件系统信息和所述系统运行信息输入至目标业务分析模型， 获得所述目标业务分析模型输出的分析结果， 其中， 所述目标业务分析模型通过如上1至7 任一项所述的方法训练得到 。 9.一种大 型机业务分析模型的训练装置， 其特 征在于， 包括： 获取模块， 用于获取多个训练样本， 每个所述训练样本包括大型机生成的样本业务报 表、 大型机生成所述样本业务报表时的硬件系统信息和系统运行信息以及所述样本业务报 表的标注结果， 所述标注结果用于表征 所述样本业 务报表的问题信息； 训练模块， 用于根据 所述多个训练样本， 对业务分析模型进行训练， 得到多个候选业务 分析模型； 选取模块， 用于根据所述多个候选业 务分析模型， 得到目标业 务分析模型。 10.一种大 型机业务分析装置， 其特 征在于， 包括： 获取模块， 用于获取大型机生成的业务报表、 大型机生成所述业务报表时的硬件系统 信息和系统运行信息； 分析模块， 用于将所述业务报表、 所述硬件系统信息和所述系统运行信息输入至目标 业务分析模型， 获得所述目标业务分析模型输出的分析结果， 其中， 所述目标业务分析模型 通过如上1至7任一项所述的方法训练得到 。 11.一种电子设备， 其特 征在于， 包括： 存储器， 用于存 储计算机程序； 处理器， 用于执行所述计算机程序以实现权利要求1 ‑7中任一项所述的方法,或者， 以 实现权利要求8所述的方法。 12.一种计算机可读存储介质， 其特征在于， 其上存储有计算机程序， 所述计算机程序 被处理器执行以实现权利要求1 ‑7中任一项所述的方法,或者， 以实现权利要求8所述的方 法。 13.一种计算机程序产品， 包括计算机程序， 其特征在于， 所述计算机程序在被处理器 执行时以实现权利要求1 ‑7中任一项所述的方法,或者， 以实现权利要求8所述的方法。权　利　要　求　书 2/2 页 3 CN 114841132 A 3