简介:
本发明的实施方式提供了一种处理异常工单的方法,其中,所述异常工单为除质检结论为合格的工单以外的其他工单。所述处理异常工单的方法包括:通过深度神经网络模型从所述异常工单中提取特征属性,其中,该特征属性具有m个维度,m>200;将所述特征属性转换成状态矩阵;将所述状态矩阵输入到异常工单决策模型中,其中,所述异常工单决策模型是以经过人工处理的异常工单的信息记录为样本数据通过深度强化学习算法训练得到的,所述异常工单决策模型的输入量为所述状态矩阵,所述异常工单决策模型的输出量为表征处理方案的权重向量;及通过所述异常工单决策模型计算出针对所述异常工单的处理方案。
本发明的实施方式提供了一种处理异常工单的方法,其中,所述异常工单为除质检结论为合格的工单以外的其他工单。所述处理异常工单的方法包括:通过深度神经网络模型从所述异常工单中提取特征属性,其中,该特征属性具有m个维度,m>200;将所述特征属性转换成状态矩阵;将所述状态矩阵输入到异常工单决策模型中,其中,所述异常工单决策模型是以经过人工处理的异常工单的信息记录为样本数据通过深度强化学习算法训练得到的,所述异常工单决策模型的输入量为所述状态矩阵,所述异常工单决策模型的输出量为表征处理方案的权重向量;及通过所述异常工单决策模型计算出针对所述异常工单的处理方案。