一种异常反馈处理方法、装置、设备及存储介质与流程

本发明涉及机器学习领域，特别涉及一种异常反馈处理方法、装置、设备及存储介质。

背景技术：

1、汽车维修过程中遇到困难时可以使用该功能向其他技师请求帮忙的方法。可搜索现有的维修案例得到解决，也可以提出新的问题，来获取解决方案。诊断过程中遇到异常或者问题时，可以通过诊断反馈功能反馈给平台。目前在修车求助/诊断反馈功能中，一般按出现频次来进行异常处理推荐。但是热门的推荐，不一定就是客户想要的方案。通过对解决方案的数据进行统计和排序的方法来智能的给客户推送解决方案，数据有较高的参考性，但是很多时候不能很好的解决问题。如客户遇到问题较为冷门，那就无法高效的解决问题。因此，如何对各类问题进行更好的处理是目前亟待解决的问题。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种异常反馈处理方法、装置、设备及存储介质，使车辆诊断设备能够处理各类问题，进一步提升解决问题效率。其具体方案如下：

2、第一方面，本申请公开了一种异常反馈处理方法，包括：

3、获取全部历史异常反馈，对各所述历史异常反馈进行分类，以得到各异常类型数据，对各所述异常类型数据对应的异常数据出现频次以及百分比进行数据统计，获取相应的统计结果；

4、确定各所述历史异常反馈分别对应的目标解决方案，基于所述统计结果、各所述历史异常反馈以及所述目标解决方案进行车辆诊断设备的机器学习，以获取相应的优化后诊断设备；

5、通过所述优化后诊断设备在检测到异常反馈时基于所述异常反馈的类型生成相应的处理方案，并在判定所述处理方案能够处理所述异常反馈时基于所述处理方案对所述异常反馈进行处理。

6、可选的，所述异常类型数据包括应用程序异常、诊断设备异常以及诊断报告故障其中任意一种或几种的组合。

7、可选的，所述方法，还包括：

8、统计在处理各所述历史异常反馈时各所述目标解决方案的成功概率，根据所述成功概率确定各所述目标解决方案的优先级，以便通过所述优先级从各所述目标解决方案中选取最优解决方案，并利用所述最优解决方案进行异常反馈处理。

9、可选的，所述方法，还包括：

10、通过凸分析技术确定不同车辆在发生诊断设备异常时对应的各历史解决方案中的最佳解决方案。

11、可选的，所述通过所述优化后诊断设备在检测到异常反馈时基于所述异常反馈的类型生成相应的处理方案之后，还包括：

12、若所述处理方案不能够处理所述异常，则发送处理失败的提示信息，并对所述异常反馈进行人工处理。

13、可选的，所述在判定所述处理方案能够处理所述异常反馈时基于所述处理方案对所述异常反馈进行处理的过程中，还包括：

14、判断所述优化后诊断设备是否处于诊断状态以及当前网络环境是否符合预设条件，根据相应的判断结果确定对所述异常反馈进行处理的时间。

15、可选的，所述根据相应的判断结果确定对所述异常反馈进行处理的时间，包括：

16、若所述优化后诊断设备未处于所述诊断状态，且当前网络环境符合所述预设条件，则基于所述处理方案对所述异常反馈进行处理；

17、否则，发送提示信息，以便用户根据所述提示信息确定是否在预设时间内基于所述处理方案对所述异常反馈进行处理。

18、第二方面，本申请公开了一种异常反馈处理装置，包括：

19、异常反馈分类模块，用于获取全部历史异常反馈，对各所述历史异常反馈进行分类，以得到各异常类型数据；

20、数据统计模块，用于对各所述异常类型数据对应的异常数据出现频次以及百分比进行数据统计，获取相应的统计结果；

21、机器学习模块，用于确定各所述历史异常反馈分别对应的目标解决方案，基于所述统计结果、各所述历史异常反馈以及所述目标解决方案进行车辆诊断设备的机器学习，以获取相应的优化后诊断设备；

22、异常反馈处理模块，用于通过所述优化后诊断设备在检测到异常反馈时基于所述异常反馈的类型生成相应的处理方案，并在判定所述处理方案能够处理所述异常反馈时基于所述处理方案对所述异常反馈进行处理。

23、第三方面，本申请公开了一种电子设备，包括：

24、存储器，用于保存计算机程序；

25、处理器，用于执行所述计算机程序以实现如前述的异常反馈处理方法。

26、第四方面，本申请公开了一种计算机可读存储介质，用于保存计算机程序，所述计算机程序被处理器执行时实现如前述的异常反馈处理方法。

27、本申请在处理异常反馈时，首先获取全部历史异常反馈，对各所述历史异常反馈进行分类，以得到各异常类型数据，对各所述异常类型数据对应的异常数据出现频次以及百分比进行数据统计，获取相应的统计结果；然后确定各所述历史异常反馈分别对应的目标解决方案，基于所述统计结果、各所述历史异常反馈以及所述目标解决方案进行车辆诊断设备的机器学习，以获取相应的优化后诊断设备；最终通过所述优化后诊断设备在检测到异常反馈时基于所述异常反馈的类型生成相应的处理方案，并在判定所述处理方案能够处理所述异常反馈时基于所述处理方案对所述异常反馈进行处理。可见，本申请通过对各种问题处理的学习来优选解决方案，减少客户操作。并使车辆诊断设备得到成长，适应各类的问题的处理，进一步提升解决问题效率，让诊断设备解决问题时更智能。

技术特征：

1.一种异常反馈处理方法，其特征在于，包括：

2.根据权利要求1所述的异常处理方法，其特征在于，所述异常类型数据包括应用程序异常、诊断设备异常以及诊断报告故障其中任意一种或几种的组合。

3.根据权利要求1所述的异常处理方法，其特征在于，还包括：

4.根据权利要求1所述的异常处理方法，其特征在于，还包括：

5.根据权利要求1所述的异常处理方法，其特征在于，所述通过所述优化后诊断设备在检测到异常反馈时基于所述异常反馈的类型生成相应的处理方案之后，还包括：

6.根据权利要求1至5任一项所述的异常处理方法，其特征在于，所述在判定所述处理方案能够处理所述异常反馈时基于所述处理方案对所述异常反馈进行处理的过程中，还包括：

7.根据权利要求6所述的异常处理方法，其特征在于，所述根据相应的判断结果确定对所述异常反馈进行处理的时间，包括：

8.一种异常反馈处理装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括：

10.一种计算机可读存储介质，其特征在于，用于保存计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的异常反馈处理方法。

技术总结本申请公开了一种异常反馈处理方法、装置、设备及存储介质，涉及机器学习领域，包括：获取全部历史异常反馈，对各历史异常反馈进行分类，以得到各异常类型数据，对各异常类型数据对应的异常数据出现频次及百分比进行数据统计，获取相应的统计结果；确定各历史异常反馈分别对应的目标解决方案，基于统计结果、各历史异常反馈及目标解决方案进行车辆诊断设备的机器学习，以获取优化后诊断设备；通过优化后诊断设备在检测到异常反馈时基于异常反馈的类型生成相应的处理方案，在判定处理方案能够处理异常反馈时基于处理方案对异常反馈进行处理。本申请通过机器学习方法完善车辆诊断设备，使得车辆诊断设备适应各类的问题的处理，提升解决问题的效率。技术研发人员：刘新,包振文,赖真受保护的技术使用者：深圳市元征科技股份有限公司技术研发日：技术公布日：2024/11/14