[發明專利]一種用于構建數據分析流程的數據分析服務推薦方法及系統

有效

• 申請號: 202011453932.3
• 申請日: 2020-12-10
• 公開（公告）號: CN112417304B
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 王菁;趙汝濤;陳高建;栗倩文;袁云靜
• 申請（專利權）人: 北方工業大學
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06N3/0464;G06N3/047;G06N3/049;G06N3/084
• 代理公司: 北京泛華偉業知識產權代理有限公司 11280
• 代理人: 王勇

1.一種用于構建數據分析流程的數據分析服務推薦方法，用于為構建待分析數據集的數據分析流程進行數據分析服務推薦，其中，所述數據分析流程包括多個順序執行的單步數據分析服務，其特征在于，所述數據分析服務推薦方法包括：

S1、獲取待分析數據集以及待分析數據集對應的數據分析任務描述信息；

S2、響應于數據分析服務的首次推薦需求，根據待分析數據集對應的數據分析任務描述信息、待分析數據集的特征，從數據分析服務集合中為待分析數據集進行第一步單步服務推薦，獲得第一步單步服務推薦集合，其中，所述數據分析服務集合為用于構建數據分析服務流程的所有數據分析服務組成的集合，其中，通過如下方式進行第一步單步服務推薦：

S21、根據待分析數據集對應的數據分析任務描述信息、待分析數據集的特征，基于數據分析服務集合生成可用數據分析流程集合以及每個數據分析流程的性能評分；其中，通過如下方式生成可用數據分析流程集合:

S211、提取待分析數據集計算數據集元特征；

S212、基于待分析數據集的元特征，將數據分析流程中的每一步對應的數據分析服務作為一個節點，采用博弈模型進行多次循環搜索以得到多個數據分析流程組成可用數據分析流程集合，其中，每次搜索生成一個可用數據分析流程并獲得該流程的性能評分；

S22、從可用數據分析流程集合中選取綜合評分高于預設閾值的數據分析流程，選取所有選出的數據分析流程中第一步對應的數據分析服務組成生成第一步單步推薦服務集合。

2.根據權利要求1所述的一種用于構建數據分析流程的數據分析服務推薦方法，其特征在于，所述推薦方法還包括：

S3、響應于數據分析服務的再次推薦需求，根據待分析數據集對應的數據分析任務描述信息、待分析數據集的特征以及已構建的數據分析流程片段，從數據分析服務集合中為待分析數據集從已構建的流程片段的下一步開始進行單步服務推薦。

3.根據權利要求2所述的一種用于構建數據分析流程的數據分析服務推薦方法，其特征在于，所述待分析數據集對應的數據分析任務描述信息至少包括：數據分析任務類型、運行時間上限值、任務目標數據特征集合、性能評價指標集合、數據集劃分策略。

4.根據權利要求1所述的一種用于構建數據分析流程的數據分析服務推薦方法，其特征在于，所述步驟S212中的每一次循環包括：

S2121、初始化博弈模型，所述博弈模型包括第一蒙特卡洛樹搜索模型、第二個蒙特卡洛樹搜索模型、與所述第一蒙特卡洛樹搜索模型相連的第一LSTM預測模型；

S2122、將數據分析流程中的每一步對應的數據分析服務作為一個節點，使用第一蒙特卡洛樹搜索模型和第一LSTM預測模型進行多次搜索，得到多個數據分析流程以及每個數據分析流程對應的性能評分，并用得到的多個數據分析流程、待分析數據集的元特征訓練第一LSTM預測模型以得到第二LSTM預測模型；

S2122、將第一蒙特卡洛樹搜索模型與第一LSTM預測模型作為第一個參與者、第二個蒙特卡洛樹搜索模型與第二LSTM預測模型作為第二個參與者，進行博弈搜索，對比搜索結果，將最先搜索出可用數據分析流程的參與者對應的LSTM預測模型作為下一次循環的第一LSTM預測模型，將最先搜索出的可用數據分析流程作為此次搜索的可用數據分析流程。

5.根據權利要求4所述的一種用于構建數據分析流程的數據分析服務推薦方法，其特征在于，所述第一蒙特卡洛樹搜索模型和第一LSTM預測模型、第二蒙特卡洛樹搜索模型和第二LSTM預測模型進行博弈搜索時，從蒙特卡洛樹的根節點開始，基于數據分析服務集合，依次計算每個數據分析服務的綜合評分，其中：

針對每一級子節點，將綜合評分超過默認閾值的數據分析服務作為此級子節點對應的可用服務，組成可用服務集合；在當前級子節點對應的可用服務集合中選擇綜合評分最高的數據分析服務作為當前子節點對應的數據分析服務，并且繼續搜索此節點的后繼節點直至數據分析流程結束；搜索結束后沿蒙特卡洛樹結構向上反向傳播此次搜索中每個節點的訪問次數和質量值，并根據每級節點選擇的數據分析服務生成一個可用數據分析流程，執行該流程得到其性能評分。