[發明專利]線上部署機器學習模型的方法、設備和存儲介質

有效

• 申請號: 201810961818.8
• 申請日: 2018-08-22
• 公開（公告）號: CN109343857B
• 公開（公告）日: 2023-07-21
• 發明（設計）人: 畢文智;謝波
• 申請（專利權）人: 中國平安人壽保險股份有限公司
• 主分類號: G06F8/60
• 分類號: G06F8/60;G06N20/00
• 代理公司: 深圳市聯鼎知識產權代理有限公司 44232
• 代理人: 劉抗美

1.一種線上部署機器學習模型的方法，其特征在于，包括：

將第一機器學習模型的類型及參數信息保存到xml格式文件的模型信息節點中；所述參數信息包括在機器學習模型算法框架中在離線狀態下使用歷史數據進行訓練而獲得的機器學習模型參數；

將第一機器學習模型的特征字段信息及結果字段信息保存到xml格式文件的數據字典節點中；所述特征字段信息用于為機器學習模型獲取與標準特征數據相對應的實時特征數據；所述結果字段信息指的是使用機器學習模型預測后得到的預測結果的名稱及類型；

將第一機器學習模型的特征數據所需的轉換保存到xml格式文件的轉換字典節點中；所述轉換用于將獲取的實時特征數據轉換為機器學習模型的標準特征數據；

將所述模型信息節點、所述數據字典節點和所述轉換字典節點均置于xml格式文件的根節點下，使所述模型信息節點、所述數據字典節點和所述轉換字典節點成兄弟關系，從而形成第一xml文件，其中，第一xml文件符合PMML規范；

將第一xml文件導入到應用平臺；

在所述應用平臺上將所述第一xml文件中的數據字典節點解析成DataDictionary類，用于保存特征字段與結果字段的名稱及類型；

將所述第一xml文件中的轉換字典節點解析成TransformationDictionary類，用于保存關于DataDictionary類中哪些字段需要轉換的信息并用于對要轉換的字段執行相應的轉換；

根據所述第一xml文件中模型信息節點保存的機器學習模型的類型確定預算算法并將該預算算法封裝在Model類中，用于執行機器學習模型的預算算法并返回預測結果；

根據DataDictionary類中的特征字段信息確定第一機器學習模型所需要的標準特征數據，并獲取與所述標準特征數據相對應的實時特征數據；

通過TransformationDictionary類對所獲取的實時特征數據執行所述相應的轉換，以得到所需要的標準特征數據；

通過Model類對所述標準特征數據執行預算算法以得到預測結果。

2.如權利要求1所述的方法，其特征在于，還包括：

將離線的第二機器學習模型導出成第二xml文件；

將第二xml文件導入所述應用平臺以替換第一xml文件；

將第二xml文件識別并解析成java類并用其更新應用平臺上運行的對應于第一xml文件的java類。