[發(fā)明專利]業(yè)務數(shù)據(jù)評估方法、裝置、設備及計算機可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011298674.6
• 申請日: 2020-11-19
• 公開（公告）號: CN112396108A
• 公開（公告）日: 2021-02-23
• 發(fā)明（設計）人: 林岳
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京派特恩知識產(chǎn)權代理有限公司 11270
• 代理人: 趙翠萍;張穎玲

1.一種業(yè)務數(shù)據(jù)評估方法，其特征在于，包括：

獲取業(yè)務過程中生成的元數(shù)據(jù)集；所述元數(shù)據(jù)集表征業(yè)務過程中技術數(shù)據(jù)與過程定義對應的描述信息；

從業(yè)務價值維度對所述元數(shù)據(jù)集進行特征提取，得到元數(shù)據(jù)特征集；所述業(yè)務價值維度為所述技術元數(shù)據(jù)與所述業(yè)務元數(shù)據(jù)所表征的業(yè)務管理運營狀態(tài)；

使用目標多分類模型對所述元數(shù)據(jù)特征集進行重要性評估分類，得到元數(shù)據(jù)集對應的重要性分級結果；其中，

所述目標多分類模型是使用帶有標注分類結果的特征樣本集對初始多分類模型進行重要性評估分類訓練后得到的；所述特征樣本集中包含多個樣本類的元數(shù)據(jù)特征；

基于所述重要性分級結果實現(xiàn)對業(yè)務的數(shù)據(jù)分析。

2.根據(jù)權利要求1所述的方法，其特征在于，所述元數(shù)據(jù)集包括：技術元數(shù)據(jù)和業(yè)務元數(shù)據(jù)；所述技術元數(shù)據(jù)表征業(yè)務運行過程中產(chǎn)生和使用的技術類數(shù)據(jù)；所述業(yè)務元數(shù)據(jù)表征業(yè)務運行過程中產(chǎn)生和定義的上下文描述信息，

所述對所述元數(shù)據(jù)集從業(yè)務價值維度進行特征提取，得到元數(shù)據(jù)特征集，包括：

從所述技術元數(shù)據(jù)中，提取出技術元數(shù)據(jù)特征；所述技術元數(shù)據(jù)特征表征業(yè)務規(guī)模與業(yè)務訪問量對應的技術性統(tǒng)計指標；

從所述業(yè)務元數(shù)據(jù)中，提取出業(yè)務元數(shù)據(jù)特征；所述業(yè)務元數(shù)據(jù)特征表征業(yè)務屬性和業(yè)務過程定義對應的描述性統(tǒng)計指標；

分別對所述技術元數(shù)據(jù)特征與所述業(yè)務元數(shù)據(jù)特征，進行特征歸一化、特征變換以及特征選擇中的至少一種特征處理，得到所述元數(shù)據(jù)特征集。

3.根據(jù)權利要求2所述的方法，其特征在于，所述技術元數(shù)據(jù)包括：數(shù)據(jù)源信息、數(shù)據(jù)轉(zhuǎn)換描述信息、對象定義、數(shù)據(jù)結構定義、數(shù)據(jù)清理和數(shù)據(jù)更新時用的規(guī)則、以及源數(shù)據(jù)到目的數(shù)據(jù)的映射中的至少一種；

所述業(yè)務元數(shù)據(jù)包括：業(yè)務名稱、業(yè)務定義、業(yè)務描述信息、業(yè)務屬性中的至少一種；

所述技術元數(shù)據(jù)特征，包括下游依賴任務數(shù)、上游依賴任務數(shù)、訪問頻率、是否服務在線業(yè)務、服務在線業(yè)務數(shù)量、字段數(shù)量、數(shù)據(jù)行數(shù)、存儲大小中的至少一項；

所述業(yè)務元數(shù)據(jù)特征，包括所屬業(yè)務分類、所屬業(yè)務星級、是否涉及敏感數(shù)據(jù)中的至少一項。

4.根據(jù)權利要求1-3任一項所述的方法，其特征在于，所述目標多分類模型為集成學習模型，所述集成學習模型包含至少一個分類樹，所述使用目標多分類模型對所述元數(shù)據(jù)特征集進行重要性評估分類，得到元數(shù)據(jù)集對應的重要性分級結果，包括：

使用所述至少一個分類樹中的每個分類樹，分別對所述元數(shù)據(jù)特征集中的不同元數(shù)據(jù)特征進行重要性評估分類，得到所述每個分類樹對應的子分類結果，所述子分類結果屬于至少一個預設重要級別；

基于每個子分類結果進行匯總投票，并基于投票結果確定所述重要性分級結果。

5.根據(jù)權利要求4所述的方法，其特征在于，所述使用目標多分類模型對所述元數(shù)據(jù)特征集進行重要性評估分類，得到元數(shù)據(jù)集對應的重要性分級結果之前，所述方法還包括：

獲取原始特征集；所述原始特征集包含帶有標注分類結果的多個原始元數(shù)據(jù)特征；

對所述原始特征集進行特征處理，得到所述特征樣本集；

通過所述特征樣本集對所述初始多分類模型進行訓練，得到目標多分類模型。

6.根據(jù)權利要求5所述的方法，其特征在于，所述通過所述特征樣本集對所述初始多分類模型進行訓練，得到目標多分類模型，包括：

在當前次訓練中，從所述特征樣本集中選取預設第一數(shù)量的特征樣本，作為當前訓練集；

使用所述初始多分類模型對所述當前訓練集進行分類預測，得到預測分類結果，并基于所述預測分類結果與所述標注分類結果對所述初始多分類模型進行迭代更新，直至達到預設訓練目標時，結束訓練，得到訓練后的多分類模型；

從所述特征樣本集中選取預設第二數(shù)量特征樣本作為測試集；

使用所述訓練后的多分類模型對所述測試集進行分類預測，得到測試分類結果；

對所述測試分類結果進行分類效果評估，得到評估結果，當所述評估結果滿足預設評估閾值時，將所述訓練后的多分類模型作為所述目標多分類模型。