[發明專利]在統計模型中自動檢測和管理異常

在審

• 申請號: 201810067258.1
• 申請日: 2018-01-24
• 公開（公告）號: CN110019419A
• 公開（公告）日: 2019-07-16
• 發明（設計）人: A·穆拉里達蘭;馬一鳴;F·勞迪斯;甄毅
• 申請（專利權）人: 微軟技術許可有限責任公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458
• 代理公司: 永新專利商標代理有限公司 72002
• 代理人: 王英

所公開的實施例提供了一種用于管理統計模型的執行的系統。在操作期間，系統跟蹤與統計模型的第一版本的性能相關的一個或多個度量的分布。當檢測到分布中的偏差時，系統輸出統計模型性能異常警報。系統還會觸發到統計模型的第二版本的回滾。

技術領域

所公開的實施例涉及數據分析。更具體地，所公開的實施例涉及用于在統計模型中自動檢測和管理異常的技術。

背景技術

分析可用于發現與大量復雜的、互連的和/或多維數據相關的趨勢、模式、關系和/或其他屬性。反過來，所發現的信息可以用來獲得洞察和/或指導與數據相關的決策和/或動作。例如，可以使用業務分析來評估過去的性能、指導業務規劃和/或識別可以改善未來性能的動作。

為了收集這樣的洞察，可以使用回歸模型、人工神經網絡、支持向量機、決策樹、樸素貝葉斯分類器和/或其它類型的統計模型來分析大規模的特征數據集。然后可以使用所發現的信息來指導決策和/或執行與數據相關的動作。例如，可以使用統計模型的輸出來指導營銷決策、評估風險、檢測欺詐、預測行為和/或定制或優化應用或網站的使用。

因此，分析中的統計模型的創建和使用可以通過用于改進特征和/或統計模型的剖析、管理、共享和重用的機制來促進。

附圖說明

圖1示出了根據所公開的實施例的系統的示意圖。

圖2示出了根據所公開的實施例的用于監視和管理統計模型的執行的系統。

圖3示出了圖示根據所公開的實施例的監視和管理統計模型的執行的過程的流程圖。

圖4示出了根據所公開的實施例的計算機系統。

在附圖中，相似的附圖標記指代相同的附圖元素。

具體實施方式

呈現以下描述以使得本領域任何技術人員能夠制造和使用實施例，并且在特定應用及其要求的上下文中提供以下描述。對于本領域技術人員而言，對所公開的實施例的各種修改將是顯而易見的，并且可將本文中定義的一般原理應用于其他實施例和應用，而不背離本公開的精神和范圍。因此，本發明不限于所示出的實施例，而是應被賦予與本文公開的原理和特征一致的最寬范圍。

在該詳細描述中描述的數據結構和代碼通常存儲于計算機可讀存儲介質上，計算機可讀存儲介質可以是能夠存儲供計算機系統使用的代碼和/或數據的任何設備或介質。計算機可讀存儲介質包括但不限于易失性存儲器，非易失性存儲器，諸如磁盤驅動器、磁帶、CD(光盤)、DVD(數字通用盤或數字視頻盤)的磁和光存儲設備，或現在已知或以后開發的能夠存儲代碼和/或數據的其他介質。

詳細描述部分中描述的方法和過程可以體現為可以存儲在如上所述的計算機可讀存儲介質中的代碼和/或數據。當計算機系統讀取并執行存儲在計算機可讀存儲介質上的代碼和/或數據時，計算機系統執行體現為數據結構和代碼并存儲在計算機可讀存儲介質內的方法和過程。

此外，本文描述的方法和過程可以包含于硬件模塊或裝置中。這些模塊或裝置可以包括但不限于專用集成電路(ASIC)芯片，現場可編程門陣列(FPGA)，在特定時間執行特定軟件模塊或代碼段的專用或共享處理器，和/或現在已知或以后開發的其他可編程邏輯設備。當硬件模塊或裝置被激活時，它們執行包含于其中的方法和過程。

所公開的實施例提供了用于監視和/或管理統計模型的執行的方法、裝置和系統。如圖1所示，監視系統112可以監視一組統計模型114的執行，例如回歸模型、人工神經網絡、支持向量機、決策樹、樸素貝葉斯分類器、貝葉斯網絡、隨機森林、梯度提升樹、層級模型和/或組合模型。