[發明專利]一種數據分析處理系統及自動建模方法

在審

• 申請號: 201810632499.6
• 申請日: 2018-06-19
• 公開（公告）號: CN109389143A
• 公開（公告）日: 2019-02-26
• 發明（設計）人: 姜琦;路宏琦;耿迪;路明奎
• 申請（專利權）人: 北京九章云極科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京銀龍知識產權代理有限公司 11243
• 代理人: 許靜;胡影

本發明提供一種數據分析處理系統及自動建模方法，該方法包括：顯示用戶界面，所述用戶界面用于供用戶設置用于創建業務模型的場景和數據；獲取用戶在所述用戶界面上設置的場景和/或數據；根據獲取的所述場景和/或數據，從多個模型策略中選擇一模型策略，根據選擇的模型策略創建業務模型，所述模型策略至少包括以下信息：算法和所述算法的參數調優方法。本發明中，能夠根據用戶設置的場景和/或數據，自動選擇模型策略，不需要用戶選擇模型策略，提高了數據分析處理系統的自動化程度，提高了用戶體驗。

技術領域

本發明涉及數據處理技術領域，尤其涉及一種數據分析處理系統及自動建模方法。

背景技術

當前的數據分析處理系統進行業務模型訓練的主要方式為：從數據庫中將用于訓練業務模型的數據導出到本地，由建模師利用第三方建模工具，根據業務需求選擇模型策略，訓練業務模型，在訓練業務模型的過程中不斷地人工調試，得到優化的模型參數，從而得到訓練出的業務模型。

上述業務模型訓練方式存在很大弊端：業務模型訓練的過程復雜，自動化程度低，不適用于非專業的用戶使用。

發明內容

有鑒于此，本發明提供一種數據分析處理系統及自動建模方法，以解決現有的數據分析處理系統訓練模型過程復雜，自動化程度低的問題。

為解決上述技術問題，本發明提供一種數據分析處理系統的自動建模方法，包括：

顯示用戶界面，所述用戶界面用于供用戶設置用于創建業務模型的場景和數據；

獲取用戶在所述用戶界面上設置的場景和/或數據，并根據獲取的所述場景和/或數據，從多個模型策略中選擇一模型策略，根據選擇的模型策略創建業務模型，所述模型策略至少包括以下信息：算法和所述算法的參數調優方法。

優選地，所述模型策略還包括以下信息中的至少之一：所述算法的評估方法、所述算法的參數設置方法、所述數據的拆分方法、所述數據的處理方法和所述數據的特征選擇方法。

優選地，所述用戶界面還用于供用戶設置用于創建業務模型的目標特征。

優選地，所述顯示用戶界面的步驟包括：

在所述用戶界面上顯示場景表單供用戶選擇；

當檢測到用戶選擇所述場景表單中的一場景的操作時，在所述用戶界面上顯示選擇的場景；

或者

在所述用戶界面上顯示場景輸入區域；

當檢測到用戶在所述輸入區域輸入場景的操作時，獲取用戶輸入的所述場景；

將場景表單中與用戶輸入的場景匹配的場景顯示在所述用戶界面上。

優選地，所述場景包括以下至少之一：對應聚類算法的場景、對應分類算法的場景、對應回歸算法的場景、對應異常檢測的場景和對應語言處理的場景。

優選地，當所述場景為對應聚類算法的場景時，所述選擇的模型策略的信息包括：算法和所述算法的參數調優方法，所述算法包括以下至少之一：層次聚類、貝葉斯高斯混合、KD樹、受限波爾茲曼機，所述算法的參數調優方法基于超參數優化進行，所述超參數優化的方法包括以下至少之一：隨機參數搜索方法、網格參數搜索方法、輪廓系數方法；

當所述場景為對應分類算法的場景時，所述選擇的模型策略的信息包括：算法和所述算法的參數調優方法，所述算法包括以下至少之一：邏輯回歸、隨機森林、Bagging、AdaBoost、神經網絡、堆棧模型，所述算法的參數調優方法基于超參數優化進行，所述超參數優化的方法包括以下至少之一：隨機參數搜索方法、網格參數搜索方法、曲線下面積AUC分數方法；