本发明涉及互联网领域，具体而言，涉及一种运维工单的分配方法和装置。
背景技术：
：传统的运维工单系统以手工派单为主。手工派单方式一般是设备监控人员发现故障后，手动将故障基本信息填写在电子工单中，选择接收工单的运维人员等，并按照要求进行派发。在这种方式下，填写的信息比较繁琐，完全依靠人工来发现故障和定位故障，可靠性比较差，效率低，难以准确实时掌握所有运维人员情况，并判断运维人员与故障情况是否匹配，从而使得运维效率较低。针对相关技术中运维效率较低的技术问题，目前尚未提出有效的解决方案。技术实现要素：本发明实施例提供了一种运维工单的分配方法和装置，以至少解决相关技术中运维效率较低的技术问题。根据本发明实施例的一个方面，提供了一种运维工单的分配方法，该方法包括：基于站点内设备产生的告警信息确定故障设备的故障类型，其中，故障设备为站点内发生故障的设备；基于多个运维对象的当前状态信息确定多个运维对象中与故障类型匹配的目标运维对象；分配故障设备的运维工单至目标运维对象，其中，运维工单用于指示目标运维对象对故障设备进行维护。根据本发明实施例的另一个方面，提供了一种运维工单的分配装置，该装置包括：第一确定单元，用于基于站点内设备产生的告警信息确定故障设备的故障类型，其中，故障设备为站点内发生故障的设备；第二确定单元，用于基于多个运维对象的当前状态信息确定多个运维对象中与故障类型匹配的目标运维对象；分配单元，用于分配故障设备的运维工单至目标运维对象。根据本发明的另一个实施例，提供了一种存储介质，存储介质可以被设置为存储用于执行以下步骤的程序代码：基于站点内设备产生的告警信息确定故障设备的故障类型，其中，故障设备为站点内发生故障的设备；基于多个运维对象的当前状态信息确定多个运维对象中与故障类型匹配的目标运维对象；分配故障设备的运维工单至目标运维对象，其中，运维工单用于指示目标运维对象对故障设备进行维护。在本发明实施例中，基于站点内设备产生的告警信息确定故障设备的故障类型，其中，故障设备为站点内发生故障的设备；基于多个运维对象的当前状态信息确定多个运维对象中与故障类型匹配的目标运维对象；分配故障设备的运维工单至目标运维对象，其中，运维工单用于指示目标运维对象对故障设备进行维护，从而解决了相关技术中运维效率较低的技术问题，实现了提高运维效率的技术效果。附图说明此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：图1是根据本发明实施例的可选的计算机终端的示意图；图2是根据本发明实施例的运维工单的分配方法的流程图；图3是根据本发明实施例的可选的分布式系统的示意图；图4是根据本发明实施例的可选的分布式系统的示意图；图5是根据本发明实施例的可选的运维工单的分配方法的流程图；图6是根据本发明实施例的运维工单的分配装置的示意图。具体实施方式下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。实施例1本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在计算机终端上为例，如图1所示，计算机终端可以包括一个或多个(图中仅示出一个)处理器101(处理器101可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置)、用于存储数据的存储器103、以及用于通信功能的传输装置105。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述电子装置的结构造成限定。存储器103可用于存储应用软件的软件程序以及模块，如本发明实施例中的设备的控制方法对应的程序指令/模块，处理器101通过运行存储在存储器103内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。传输装置用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端的通信供应商提供的无线网络。在一个实例中，传输装置包括一个网络适配器(networkinterfacecontroller，nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置可以为射频(radiofrequency，rf)模块，其用于通过无线方式与互联网进行通讯。根据本发明实施例，提供了一种运维工单的分配方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。图2是根据本发明实施例的运维工单的分配方法的流程图，如图2所示，该方法包括如下步骤：步骤s201，基于站点内设备产生的告警信息确定故障设备的故障类型，故障设备为站点内发生故障的设备。步骤s202，基于多个运维对象的当前状态信息确定多个运维对象中与故障类型匹配的目标运维对象。步骤s203，分配故障设备的运维工单至目标运维对象，运维工单用于指示目标运维对象对故障设备进行维护。通过上述实施例，基于站点内设备产生的告警信息确定故障设备的故障类型，其中，故障设备为站点内发生故障的设备；基于多个运维对象的当前状态信息确定多个运维对象中与故障类型匹配的目标运维对象；分配故障设备的运维工单至目标运维对象，其中，运维工单用于指示目标运维对象对故障设备进行维护，从而解决了相关技术中运维效率较低的技术问题，实现了提高运维效率的技术效果。可选地，上述步骤的执行主体可以为计算机、移动设备等，但不限于此。上述的运维对象即运维人员或者运维工程师。可选地，本申请可基于hadoop(一种分布式系统基础架构)大数据平台的智能服务平台运行，系统架构图如图3所示。数据层的告警数据、历史工单数据、运维人员数据、设备数据、站点数据等可通过数据引擎的hdfs(hadoop分布式文件系统)、yarn(hadoop资源调度管理系统)、mr模块(hadoop中的一种通用分布式并行计算框架)、spark(基于内存的通用分布式并行计算框架)、storm(一种分布式实时处理系统)、hbase(一个分布式的、面向列的开源数据库)进行管理和数据处理。智能服务开发平台由三大部分组成，第一个是etl组件，用于执行抽取、转换及加载等操作，抽取的对象为ftp、数据库等，转换包括清洗、过滤、合并等，加载是指把抽取出来的结构化数据加载到hdfs、hbase、db(即database数据库)等存储系统中，供后续的计算分析引擎使用；第二个是智能运维引擎，智能运维引擎主要用于进行故障统计、告警统计、工单统计、设备统计、智能根因分析、智能资源调度、智能派单、智能派单评价统计、改进建议分析、智能派单准确率统计等操作；第三个是调度框架，主要包括任务提交、任务执行、状态管理等。应用展示界面通过kafka(一种高吞吐量的分布式发布订阅消息系统)、jdbc(javadatabaseconnectivity，java数据库连接接口)、es(engineerstation，工程师站)与智能服务开发平台连接，主要展示的内容包括报表系统、派单管理、告警等信息。需要说明的是，如图4所示，智能服务开放平台运行在数据引擎平台之上，智能服务平台主要包括etl模块(即etl组件，用于数据加载、过滤和转换)和智能运维引擎(用于智能分析统计)，以通过这两个模块实现智能调度，应用展示界面(具有管理和可视化的特点)通过kafka、jdbc及es获取相关数据，并通过kafka发送反馈数据(包括用户评价等)和源数据。在上述系统运行时，可通过如图5所示的步骤实现本申请的技术方案：步骤s501，定时获取运维数据，通过etl(extract-transform-load，用来描述将数据从来源端经过抽取、转换、加载至目的端的过程)代码组件定时获取和更新运维数据(包括运维人员信息，设备信息，历史工单信息等)。步骤s502，实时获取运维人员位置与是否空闲的信息。步骤s503，构建运维人员画像，包括工程师年龄、性别、关键技能列表、技能等级、驻地位置、工作年限、家庭地址、家庭成员、客户评价、领导评价等。整体能力评级由各维度能力评级综合计算，各评价维度及对应的权重可设置。步骤s504，构建运维对象画像，包括运维对象名称、类型、硬件配置信息(如厂家、型号等)、位置、年限、历史故障信息(如故障、时间、次数)、站点价值等级。步骤s505，建立历史故障类型与运维人员技能匹配列表，即构建历史故障工单类型及所处理的运维人员的技能列表之间的匹配关系表。步骤s506，实时获取设备告警信息。步骤s507，对告警进行根因分析，包括进行压缩，去处无效告警等。步骤s508，构建根因相关性规则库，根据根因相关性规则库，自动发现告警的根原因，根据根因找出真正引起告警的设备，即找出引起故障根源的设备。具体地，为了提高运维效率，减少人工成本，可对告警情况进行根因分析，上述的基于站点内设备产生的告警信息确定故障设备的故障类型包括：若告警信息的数量为一个，则获取告警信息中记录的故障信息；若告警信息的数量为多个，则确定多个告警信息中的根因告警信息，并获取根因告警信息中记录的故障信息；提取故障信息中所描述的故障设备的故障类型。在确定多个告警信息中的根因告警信息时，可获取每个告警信息的来源节点，其中，来源节点为告警信息所告警的设备节点；确定多个告警信息的多个来源节点中的根节点，其中，根节点的告警信息为根因告警信息。可选地，上述的根因相关性规则库可以是以节点的形式来描述故障警告之间的关系，对于一些没有明确节点关系的节点，可以根据历史数据进行根因分析，将各节点的故障关系以数据表的形式记录下来。当下次出现同样的状况时，可自动确定根因。通过综合考虑故障设备和运维人员的众多因素，减少派发的无效故障，避免运维人员疲于应付的情况，把工单派发给合适的运维人员，以使故障得到及时有效处理。步骤s509，运行智能资源调度算法。实时获取运维人员的位置和空闲情况。确定故障设备等级，故障设备位置，判断运维人员整体评价和运维人员能力与故障是否匹配，运维人员是否空闲，运维人员和运维对象之间的直线距离等多个维度的信息，建议此故障单派发给哪几位运维工程师，并把建议情况发送给管理员。可选的，在基于多个运维对象的当前状态信息确定多个运维对象中与故障类型匹配的目标运维对象之前，确定站点的站点等级；基于站点等级确定所需运维对象的标准得分；根据年龄、工作年限、技能等级以及评级信息(包括客户评级和领导评级)确定所有运维对象的整体得分；确定所有运维对象中整体得分不低于标准得分的为多个运维对象，其中，运维工单用于指示目标运维对象对故障设备进行维护。即基于运维工作人员画像中的相关信息确定出其整体得分；确定所有运维人员中整体得分不低于标准得分的为多个运维人员，如选取出得分为前10％的运维工程师。从而可以从所有的运维人员中寻找出满足站点需求的多个运维人员。可选地，当前状态信息包括技能信息、待处理工单数量及位置信息，基于多个运维对象的当前状态信息确定多个运维对象中与故障类型匹配的目标运维对象包括：获取与故障类型对应的预设匹配度；根据每个运维对象的技能信息、待处理工单数量及位置信息，确定每个运维对象与故障类型的第一匹配度；确定多个运维对象中第一匹配度不小于预设匹配度的为目标运维对象。在根据每个运维对象的技能信息、待处理工单数量及位置信息，确定每个运维对象与故障类型的第一匹配度时，可确定每个运维对象所具有的第一技能与第二技能的第一匹配值，其中，第一技能记载于技能信息中，第二技能为处理故障类型的故障所需的技能；获取与每个运维对象的待处理工单数量对应的第二匹配值；获取与每个运维对象的位置信息对应的第三匹配值；根据第一匹配值、为第一匹配值分配的权重、第二匹配值、为第二匹配值分配的权重、第三匹配值及为第三匹配值分配的权重确定每个运维对象的第一匹配度。需要说明的是，在确定每个运维对象所具有的第一技能与第二技能的第一匹配值值，可获取每个第二技能的重要程度参数；确定多个第二技能中与任一第一技能匹配的一个或多个目标技能，并将一个或多个目标技能的重要程度参数之和作为第一匹配值。步骤s510，根据运行智能资源调度算法的结果，推荐派单人员列表给管理员。步骤s511，进行智能派单。管理员可直接把工单派发给建议的运维工程师，也可对派单人员进行修改，并填写针对智能派单系统评价，反馈给智能派单系统。智能派单系统定时统计派单准确率，派单准确率＝(1-(被拒绝的工单+被转发的工单)/总工单数)。被拒绝的工单是指被管理员拒绝的，被转发的工单是指被工程师或者被管理员转发给其他工程师的工单。智能派单系统定时分析用户对智能派单系统的评价和反馈信息，重新调整智能派单算法，直到达到一个比较满意及稳定的水平。在获取用于处理故障类型的故障所需的多个第二职业技能之前，或者在故障成功被处理之后，可记录成功处理过故障类型的故障的多个运维对象所掌握的技能至数据库，数据库用于保存第二技能，以便于下次处理该类型的故障时，根据保存的职业技能去寻找合适的运维工程师。在上述实施例中，通过实施如上步骤，可有效地对告警进行过滤压缩，找出真正引起故障的设备，并结合故障设备信息和运维人员信息，把故障及时派发给合适的运维工程师。通过对故障告警进行根因分析处理，综合考虑故障设备等级，故障设备位置，运维人员整体评价，运维人员能力与故障级别是否匹配，运维人员是否空闲，运维人员和运维对象之间的直线距离等因素，可把故障工单自动派发给合适的运维工程师。下面结合具体的实施例详述本申请的技术方案：步骤s31，获取历史工单数据，网元设备数据，人员数据。获取的历史工单数据包含以下字段：告警码，告警描述，严重程度，是否复现，设备编号，故障类型，原因，解决人员编号。获取的运维设备信息(即网元设备数据)，包含如下字段：设备编号，设备名称，硬件配置信息(如厂家、型号等)，位置，年限，站点信息，站点价值等级，父节点编号。获取的人员数据包含如下字段：人员编号，姓名，年龄，性别，关键技能列表，技能等级，驻地位置，工作年限，客户评价，领导评价。需要说明的时，系统初始时全量获取一遍上述数据，之后每天获取一次增量信息，增量信息的获取时间可放在夜间，具体时间点可配置。步骤s32，每次获取上述的数据后，计算运维人员整体评价，与运维人员基本信息一起组成运维人员画像信息。运维人员能力整体评价计算方式包括如下子步骤：步骤s321，在系统配置界面中，配置年龄age与年龄得分agescore的关系表(如果系统中已有，则无需重复配置，此步骤可省略)，一种可选的配置方式如下：age<＝20,agescore＝2；20<age<＝35,agescore＝5；35<age<＝45,agescore＝4；age>45,agescore＝3；步骤s322，在系统管理界面上，配置工作年限experience与工作年限得分escore之间的关系表(如果系统中已有，则无需重复配置，此步骤可省略)，一种可选的配置方式如下：experience<＝2,experiencescore＝2；2<experience<＝5,experiencescore＝4；5<experience<＝10,experiencescore＝5；10<experience<＝20,experiencescore＝4；experience>20,experiencescore＝3；技能等级、客户评价、领导评价等因素的配置方式相同，在此不再赘述。步骤s323，在系统管理界面上，配置年龄，技能等级，工作年限，客户评价，领导评价在整体能力得分中所占的权重(如果系统中已有，则无需重复配置，此步骤可省略)。所有权重相加等于1，一种可选的配置方式如下：年龄权重ageweight＝0.1；技能等级权重levelweight＝0.3；工作年限权重experienceweight＝0.1；客户评价权重customerweight＝0.3；领导评价权重leaderweight＝0.2；步骤s324，计算运维人员整体能力评级得分(即运维人员的整体得分score)，公式如下：score＝ageweight*agescore+levelweight*level+experienceweight*experiencescore+customerweight*customerscore+leaderweight*leaderscore；此处level为技能等级，customerscore为客户评价，leaderscore为领导评价，这几个字段都是number类型，且数字越大表示等级越高或者评价越高。ageweight等的含义和取值规则见前文，score即为运维人员整体能力评级得分。步骤s33，每次获取前面的数据后，计算故障类型与运维人员能力匹配列表。步骤s331，以运维人员基本信息数据为输入数据，经过mapreduce(用于大规模数据集的并行运算方式)计算后，输出如下人员编号(如employeenum1)与关键技能列表(如skill1)之间的键值对，如表1所示：表1人员编号(键)关键技能列表(值)employeenum1skill1,skill2,…employeenum2skill2,skill3,……………把上述键值对放入mapreduce分布式缓存。步骤s332，以历史工单数据为输入，经过mapreduce中的map计算后，输出包括故障类型(如errortyep1等)和解决人员编号列表(如employeenum1,employeenum2等)的表2。表2故障类型解决人员编号列表errortyep1employeenum1,employeenum2,…errortyep2employeenum2,mployeenum3,……………步骤s333，在表2中，从分布式缓存中获取人员编号与关键技能列表之间的键值对(故障类型和解决人员编号列表)，得到表3。表3故障类型解决人员编号列表errortyep1skill1,skill2,skill2,skill3,…errortyep2skill2,skill3,..……………对于每一个故障类型，把它所匹配的技能列表按照每一种技能数量从多到少做降序排序，然后输出到结果文件中，例如输出如下：errortyep1skill2:2,skill1:1,skill3:1,……errortyep2skill2:1,skill3:1,……第一行的含义为：“故障类型1(errortyep1)技能2(skill2):技能2的出现次数(2)，技能1(skill1):技能1的出现次数(1)，技能3(skill3):技能3的出现次数(1)”，其他行的含义以此类推。结果文件即为计算故障类型与运维人员能力匹配列表，即用于计算第一匹配值的列表，出现次数即用于表征重要程度的参数。步骤s34，运维人员使用手机app实时反馈位置信息和正在处理的告警工单编码或者处理完成关闭的告警工单编号到智能运维系统，系统更新运维人员画像信息。系统接收到运维人员发送过来的信息处理工单类型(包括接单和关闭)，告警工单编号，位置信息(包括经度、维度)，系统做计算，包括子步骤：步骤s341，更新运维人员位置信息。步骤s342，如果处理工单类型为接单，则在正在处理的告警工单编号字段中，加入新接收的工单编号。步骤s343，如果处理工单类型为关闭，则从正在处理的告警工单编号字段中，删除接收到的工单编号。如正在处理的告警工单编码为空，表示当前人员为空闲。步骤s35，当故障发生时，业务系统使用kafka实时发送设备故障告警信息到智能运维系统。步骤s36，智能运维系统每10分钟(间隔时间可配置)启动对告警信息的根因分析，并对无效告警进行压缩。包括如下子步骤：步骤s361，在系统上线前，需要配置告警根因规则库，且此库在系统运行过程中可通过配置界面动态修改根因规则和增加根因规则。规则配置如下表4所示，包括同时出现的告警类型列表和告警根因。表4同时出现的告警类型列表根因告警传输告警、影像传递告警、摄像头设备告警传输告警步骤s362，根据一定时间内(如上述配置的10分钟)同时出现的告警类型，分析是否有根因告警，如果有，则只对根因告警产生工单。如果没有，则对每个告警产生一个告警工单。例如，一定时间内同时出现传输告警、影像传递告警、摄像头设备告警，则根据根因规则库，只对传输告警产生工单。步骤s37，智能运维系统对故障工单进行智能分析，列出适合派单的运维人员列表。包括如下子步骤：步骤s371，在系统管理界面上配置站点价值等级与运维人员整体评级之间的关系(如果系统中已有，则无需重复配置，此步骤可省略)。例如，level＝5，score>＝4,表示站点价值等级是5，只有整体评级分数(即整体评分)大于4的人员，才能进行派单。其他依次类推。整体得分可按照步骤s32计算。步骤s372，根据运维人员整理能力评级，判断是否有符合站点价值等级的运维人员，如有则获取符合等级要求的运维人员，如没有则获取比该等级低一个等级的运维人员列表(如没有则一直降级，直到有为止)。步骤s373，在系统管理界面中配置智能派单评分中各项得分权重(如果系统中已有，则无需重复配置，此步骤可省略)。例如，能力权重0.3，是否空闲权重0.3，站点与运维人员的直线距离权重0.4。所有权重相加应等于1。步骤s374，对步骤s372中获取到的运维人员，结合步骤s333中所计算出的故障类型与运维人员能力匹配列表，计算运维人员能力匹配得分(即第一匹配值)。计算方法为：先获取运维人员关键能力列表，与步骤s333中所计算出的故障类型与运维人员能力匹配列表进行交集运算。例如，某运维人员技能列表为“skill1，skill2，skill4”；此次告警类型为“errortype1”，对应的技能列表为“skill2:2，skill1:1，skill3:1”，则两者的交集为skill1和skill2，则此运维人员对应告警单的能力匹配得分为两者交集的技能在故障类型中出现的次数之和，如此例中该运维人员的得分skillscore＝1+2＝3，此处“1”为skill1在故障类型与运维人员能力匹配列表中出现的次数，“2”为skill2出现的次数。步骤s375，计算运维人员是否空闲的得分(即第二匹配值)。根据运维人员画像中“正在处理的告警工单编码”字段获取对应的得分，如果此字段为空，则得分为5分，如果此字段有未关闭告警工单码，则每个告警码减去一分。例如，某运维人员有2个正在处理的告警工单编码，则空闲得分为5-2＝3分。步骤s376，计算告警设备位置与运维人员位置之间的直线距离。根据两者的经纬度信息，计算直线距离，并计算与直线距离相关的得分(即第三匹配值)。距离与得分直接的对应关系可根据需求进行预先配置。步骤s377，对步骤s372中获取到的运维人员，按照步骤s373中所配置的规则，计算派单得分ticketscore(即第一匹配度)。ticketscore＝能力权重*运维人员能力匹配得分+是否空闲权重*空闲得分+直线距离权重*区域范围最远直线距离/告警设备位置与运维人员位置之间的直线距离。步骤s378，根据步骤s377中计算出的人员得分，进行降序排序，并对得分进行阈值过滤(也即预设匹配度，预设匹配度可配置)，把大于阈值分数的人员作为待派单人员，根据得分从高到低排列的方式，为系统推荐的派单人员。步骤s38，把待派单人员，推送到管理员的手机app，通知管理员进行派单。步骤s39，管理员从候选人员中选择一个确认派单，也可修改派单结果，并对智能派单结果进行反馈和评价。步骤s40，运维人员处理完工单后，通过手机app反馈工单处理情况。通过上述实施例，提供了一种基于大数据框架，对告警进行根因分析，对运维人员和运维对象按照特定算法进行匹配后，对故障工单进行智能派发的方法和系统。解决了传统工单系统中，手工填写和派发工单成本高，效率慢，可靠性较低的问题。通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。实施例2本发明实施例中还提供了一种运维工单的分配装置。该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。图6是根据本发明实施例的运维工单的分配装置的示意图。如图6所示，该装置可以包括：第一确定单元61、第二确定单元62以及分配单元63。第一确定单元61，用于基于站点内设备产生的告警信息确定故障设备的故障类型，其中，故障设备为站点内发生故障的设备。第二确定单元62，用于基于多个运维对象的当前状态信息确定多个运维对象中与故障类型匹配的目标运维对象。分配单元63，用于分配故障设备的运维工单至目标运维对象。通过上述实施例，第一确定单元基于站点内设备产生的告警信息确定故障设备的故障类型，故障设备为站点内发生故障的设备；第二确定单元基于多个运维对象的当前状态信息确定多个运维对象中与故障类型匹配的目标运维对象；分配单元分配故障设备的运维工单至目标运维对象，从而解决了相关技术中运维效率较低的技术问题，实现了提高运维效率的技术效果。在上述实施例中，第一确定单元包括：第一获取模块，用于若告警信息的数量为一个，则获取告警信息中记录的故障信息；第二获取模块，用于若告警信息的数量为多个，则确定多个告警信息中的根因告警信息，并获取根因告警信息中记录的故障信息；提取模块，用于提取故障信息中所描述的故障设备的故障类型。可选地，第二获取模块包括：第一获取子模块，用于获取每个告警信息的来源节点，其中，来源节点为告警信息所告警的设备节点；第一确定子模块，用于确定多个告警信息的多个来源节点中的根节点，其中，根节点的告警信息为根因告警信息。在一个可选的实施例中，当前状态信息包括技能信息、待处理工单数量及位置信息，第二确定单元包括：第三获取模块，用于获取与故障类型对应的预设匹配度；第一确定模块，用于根据每个运维对象的技能信息、待处理工单数量及位置信息，确定每个运维对象与故障类型的第一匹配度；第二确定模块，用于确定多个运维对象中第一匹配度不小于预设匹配度的为目标运维对象。通过综合考虑故障设备和运维人员的众多因素，减少派发的无效故障，避免运维人员疲于应付的情况，把工单派发给合适的运维人员，以使故障得到及时有效处理。在另一个可选的实施例中，第一确定模块包括：第二确定子模块，用于确定每个运维对象所具有的第一技能与第二技能的第一匹配值，其中，第一技能记载于技能信息中，第二技能为处理故障类型的故障所需的技能；第二获取子模块，用于获取与每个运维对象的待处理工单数量对应的第二匹配值；第三获取子模块，用于获取与每个运维对象的位置信息对应的第三匹配值；第三确定子模块，用于根据第一匹配值、为第一匹配值分配的权重、第二匹配值、为第二匹配值分配的权重、第三匹配值及为第三匹配值分配的权重确定每个运维对象的第一匹配度。可选地，第二确定子模块还用于获取每个第二技能的重要程度参数；确定多个第二技能中与任一第一技能匹配的一个或多个目标技能，并将一个或多个目标技能的重要程度参数之和作为第一匹配值。可选地，该装置还包括：记录单元，用于在确定每个运维对象所具有的第一技能与第二技能的第一匹配值之前，记录成功处理过故障类型的故障的多个运维对象所掌握的技能至数据库，其中，数据库用于保存第二技能。可选地，该装置还包括：第三确定单元，用于在基于多个运维对象的当前状态信息确定多个运维对象中与故障类型匹配的目标运维对象之前，确定站点的站点等级；第四确定单元，用于基于站点等级确定所需运维对象的标准得分；第五确定单元，用于根据年龄、工作年限、技能等级以及评级信息确定所有运维对象的整体得分；第六确定单元，用于确定所有运维对象中整体得分不低于标准得分的为多个运维对象，其中，运维工单用于指示目标运维对象对故障设备进行维护。通过上述实施例，提供了一种基于大数据框架，对告警进行根因分析，对运维人员和运维对象按照特定算法进行匹配后，对故障工单进行智能派发的方法和系统。解决了传统工单系统中，手工填写和派发工单成本高，效率慢，可靠性较低的问题。需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。实施例3本发明的实施例还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的程序代码：s51，基于站点内设备产生的告警信息确定故障设备的故障类型，其中，故障设备为站点内发生故障的设备；s52，基于多个运维对象的当前状态信息确定多个运维对象中与故障类型匹配的目标运维对象；s53，分配故障设备的运维工单至目标运维对象，其中，运维工单用于指示目标运维对象对故障设备进行维护。可选地，在本实施例中，上述存储介质可以包括但不限于：u盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。可选地，在本实施例中，处理器根据存储介质中已存储的程序代码执行：基于站点内设备产生的告警信息确定故障设备的故障类型，其中，故障设备为站点内发生故障的设备；基于多个运维对象的当前状态信息确定多个运维对象中与故障类型匹配的目标运维对象；分配故障设备的运维工单至目标运维对象，其中，运维工单用于指示目标运维对象对故障设备进行维护。可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。当前第1页12