基于机器学习的IT事件与变更管理决策支持方法
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-11页 |
| ·研究目标 | 第11页 |
| ·研究内容 | 第11-13页 |
| ·硕士期间主要工作 | 第13-14页 |
| ·论文结构 | 第14-15页 |
| 第二章 相关背景及技术 | 第15-22页 |
| ·IT服务管理 | 第15-17页 |
| ·IT服务管理的概念 | 第15页 |
| ·IT基础设施库 | 第15-17页 |
| ·机器学习 | 第17-22页 |
| ·机器学习的概念 | 第17-18页 |
| ·机器学习的典型方法 | 第18-22页 |
| 第三章 基于机器学习的事件管理决策支持方法 | 第22-39页 |
| ·事件管理流程 | 第22-25页 |
| ·事件的定义及相关概念 | 第22-23页 |
| ·事件管理流程 | 第23-24页 |
| ·事件决策支持方法的研究现状 | 第24-25页 |
| ·决策支持算法 | 第25-37页 |
| ·原理描述与实现基础 | 第25-26页 |
| ·决策支持的实现过程 | 第26-31页 |
| ·监督学习典型方法 | 第31-37页 |
| ·小结 | 第37-39页 |
| 第四章 基于机器学习的自动化变更管理决策支持方法 | 第39-57页 |
| ·变更管理流程 | 第39-43页 |
| ·变更的定义及相关概念 | 第39-40页 |
| ·变更管理流程 | 第40-42页 |
| ·变更管理中自动化决策支持方法的研究现状 | 第42-43页 |
| ·自动化决策支持方法 | 第43-50页 |
| ·总体设计 | 第43-44页 |
| ·关键模块设计 | 第44-50页 |
| ·关键词提取与规范化部分 | 第44-45页 |
| ·配置项索引部分 | 第45-46页 |
| ·部署架构图的计算部分 | 第46-47页 |
| ·预测特征准备部分 | 第47-49页 |
| ·特征签名与规范化部分 | 第49页 |
| ·基于机器学习预测模型的相似性预测部分 | 第49-50页 |
| ·整体数据流 | 第50页 |
| ·算法仿真 | 第50-56页 |
| ·数据准备 | 第50-51页 |
| ·仿真过程及结果 | 第51-55页 |
| ·仿真结果分析 | 第55-56页 |
| ·小结 | 第56-57页 |
| 第五章 总结和展望 | 第57-59页 |
| ·论文总结 | 第57-58页 |
| ·进一步的研究工作 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61-62页 |
| 作者攻读学位期间发表的学术论文目录 | 第62页 |
