1.一种基于机器学习的数字化企业管理方法，其特征在于，应用于数字化企业管理系统，所述方法包括：获取第一管理任务关注状态的第一数字化企业日志，将所述第一数字化企业日志录入至待调试的数字化企业日志分析网络中，得到第二管理任务关注状态的第二数字化企业日志；

对所述第一数字化企业日志进行文本记忆语义识别，得到第一日志文本记忆语义知识；对所述第二数字化企业日志进行文本记忆语义识别，得到第二日志文本记忆语义知识；

确定所述第一日志文本记忆语义知识与所述第二日志文本记忆语义知识之间的目标记忆语义共性评分，依据所述目标记忆语义共性评分得到第一网络调试误差变量，所述第一网络调试误差变量与所述目标记忆语义共性评分具有第一量化关系；

获取所述第一日志文本记忆语义知识对应的第一语义描述热力记录以及所述第二日志文本记忆语义知识对应的第二语义描述热力记录；

确定所述第一语义描述热力记录与所述第二语义描述热力记录之间的语义热力相关性，依据所述语义热力相关性得到第二网络调试误差变量，所述第二网络调试误差变量与所述语义热力相关性具有第一量化关系；

依据所述第一网络调试误差变量以及所述第二网络调试误差变量得到目标网络调试误差变量；

依据所述目标网络调试误差变量优化所述数字化企业日志分析网络的网络偏置权重，得到已调试的数字化企业日志分析网络，以利用已调试的数字化企业日志分析网络对数字化企业日志进行处理；

所述目标记忆语义共性评分包括第一语义决策可能性，所述确定所述第一日志文本记忆语义知识与所述第二日志文本记忆语义知识之间的目标记忆语义共性评分，依据所述目标记忆语义共性评分得到第一网络调试误差变量包括：将所述第一日志文本记忆语义知识以及所述第二日志文本记忆语义知识进行组合，将组合得到的语义知识作为记忆语义知识积极示例；

将所述记忆语义知识积极示例录入至深度语义决策树中，得到第一语义决策可能性；

依据所述第一语义决策可能性得到第一网络调试误差变量；

其中，所述依据所述第一语义决策可能性得到第一网络调试误差变量包括：获取第二管理任务关注状态的第三数字化企业日志，所述第三数字化企业日志与所述第二数字化企业日志不同；对所述第三数字化企业日志进行文本记忆语义识别，得到第三日志文本记忆语义知识；将目标日志文本记忆语义知识与所述第三日志文本记忆语义知识作为记忆语义知识消极示例，将所述记忆语义知识消极示例录入至深度语义决策树中，得到第二语义决策可能性，所述目标日志文本记忆语义知识为所述第一日志文本记忆语义知识或者第二日志文本记忆语义知识；依据所述第一语义决策可能性以及所述第二语义决策可能性得到第一网络调试误差变量，所述第二语义决策可能性与所述第一网络调试误差变量成第二量化关系；

其中，所述方法还包括：依据所述第一网络调试误差变量得到所述深度语义决策树对应的网络偏置权重优化向量；依据所述网络偏置权重优化向量优化所述深度语义决策树的网络偏置权重。

2.如权利要求1所述的方法，其特征在于，所述获取所述第一日志文本记忆语义知识对应的第一语义描述热力记录包括：基于所述第一日志文本记忆语义知识中的第一语义描述值进行热力分析，得到所述第一语义描述值对应的第一热力分布系数；

基于所述第一热力分布系数确定所述第一日志文本记忆语义知识对应的第一语义描述热力记录。

3.如权利要求2所述的方法，其特征在于，所述第一热力分布系数包括目标全局指标以及目标离散指标，所述基于所述第一热力分布系数确定所述第一日志文本记忆语义知识对应的第一语义描述热力记录包括：获取目标指示权重集，所述目标指示权重集包括多个日志语义重构权重；

基于所述日志语义重构权重对所述目标离散指标进行调整操作，得到目标语义调整指标；

依据所述目标语义调整指标对所述目标全局指标进行修正操作，得到目标日志事件标签值，各个日志语义重构权重对应的目标日志事件标签值组成目标日志事件标签值集；

依据所述目标日志事件标签值集确定各个所述目标日志事件标签值对应的目标活跃指数，根据各个所述目标日志事件标签值对应的目标活跃指数得到第一语义描述热力记录，将各个所述目标日志事件标签值对应的目标活跃指数作为所述第一语义描述热力记录中的热力特征。

4.如权利要求3所述的方法，其特征在于，所述目标活跃指数是依据所述目标日志事件标签值集对应的全局语义热力谱确定的；所述获取目标指示权重集，所述目标指示权重集包括多个日志语义重构权重包括：获取语义热力参考条件，依据所述语义热力参考条件进行日志事件标签值抽取，得到符合所述语义热力参考条件对应的日志事件标签值，作为日志语义重构权重。

5.如权利要求1所述的方法，其特征在于，所述方法还包括：

获取基础数字化企业日志分析网络；

基于调试数字化企业日志对所述基础数字化企业日志分析网络进行调试，得到当前数字化企业日志分析网络；

将过往数字化企业日志录入至当前数字化企业日志分析网络中进行处理，得到中间数字化企业日志；

当确定所述中间数字化企业日志相对于所述过往数字化企业日志的目标异常预警等级大于预警等级门限时，则跳转至获取第一管理任务关注状态的第一数字化企业日志的步骤。

6.如权利要求1所述的方法，其特征在于，所述确定所述第一语义描述热力记录与所述第二语义描述热力记录之间的语义热力相关性包括：从所述第一语义描述热力记录中获取第一热力特征，从所述第二语义描述热力记录中获取所述第一热力特征对应的第二热力特征；

获取所述第一热力特征以及所述第二热力特征的特征距离；

依据所述特征距离确定语义热力相关性，所述语义热力相关性与所述特征距离具有第一量化关系。

7.如权利要求1所述的方法，其特征在于，所述第一日志文本记忆语义知识是基于第一NLP语义嵌入算法得到的，所述第二日志文本记忆语义知识是基于第二NLP语义嵌入算法得到的，所述依据所述目标网络调试误差变量优化所述数字化企业日志分析网络的网络偏置权重，得到已调试的数字化企业日志分析网络，以利用已调试的数字化企业日志分析网络对数字化企业日志进行处理包括：依据所述目标网络调试误差变量优化所述数字化企业日志分析网络、所述第一NLP语义嵌入算法以及所述第二NLP语义嵌入算法的网络偏置权重，得到优化后的数字化企业日志分析网络、第一NLP语义嵌入算法以及第二NLP语义嵌入算法；

跳转至获取第一管理任务关注状态的第一数字化企业日志的步骤，以继续进行网络调试，直到数字化企业日志分析网络处于稳定状态，得到已调试的数字化企业日志分析网络。

8.如权利要求1所述的方法，其特征在于，所述方法还包括：

获取拟进行关注状态更新的待处理数字化企业日志；

确定所述待处理数字化企业日志所匹配的第一管理任务关注状态以及需更新的第二管理任务关注状态；

依据所述第一管理任务关注状态以及所述第二管理任务关注状态确定已调试的数字化企业日志分析网络；所述数字化企业日志分析网络是基于目标网络调试误差变量调试得到的，所述目标网络调试误差变量根据第一网络调试误差变量以及第二网络调试误差变量得到，所述第一网络调试误差变量根据第一日志文本记忆语义知识与第二日志文本记忆语义知识之间的目标记忆语义共性评分确定得到，所述第一网络调试误差变量与所述目标记忆语义共性评分具有第一量化关系，所述第二网络调试误差变量根据第一日志文本记忆语义知识对应的第一语义描述热力记录与第二日志文本记忆语义知识对应的第二语义描述热力记录之间的语义热力相关性得到，所述第二网络调试误差变量与所述语义热力相关性具有第一量化关系，所述第一日志文本记忆语义知识为所述第一管理任务关注状态的第一数字化企业日志对应的日志文本记忆语义知识，所述第二日志文本记忆语义知识为所述第二管理任务关注状态的第二数字化企业日志对应的日志文本记忆语义知识，所述第二数字化企业日志依据所述第一数字化企业日志所得；

将所述待处理数字化企业日志录入至已调试的数字化企业日志分析网络中，输出第二管理任务关注状态的目标数字化企业日志。

9.一种数字化企业管理系统，其特征在于，包括至少一个处理器和存储器；所述存储器存储计算机执行指令；所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行权利要求1‑8任一项所述的方法。