[發(fā)明專利]機(jī)器學(xué)習(xí)模型預(yù)測(cè)在線服務(wù)的部署方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202110370662.8
• 申請(qǐng)日: 2021-04-06
• 公開（公告）號(hào): CN113064599A
• 公開（公告）日: 2021-07-02
• 發(fā)明（設(shè)計(jì)）人: 蔡鵬;蔡石林;管勝
• 申請(qǐng)（專利權(quán)）人: 頂象科技有限公司
• 主分類號(hào): G06F8/60
• 分類號(hào): G06F8/60;G06N20/00
• 代理公司: 北京超凡宏宇專利代理事務(wù)所(特殊普通合伙) 11463
• 代理人: 張萌

本發(fā)明提供了一種機(jī)器學(xué)習(xí)模型預(yù)測(cè)在線服務(wù)的部署方法和裝置，涉及計(jì)算機(jī)應(yīng)用技術(shù)領(lǐng)域，該方法包括：首先利用特征處理的算子將預(yù)先獲取的離線數(shù)據(jù)進(jìn)行特征處理，生成模型訓(xùn)練集，其中特征處理的算子包括第一在線計(jì)算接口和第二在線計(jì)算接口；然后利用模型訓(xùn)練集對(duì)機(jī)器學(xué)習(xí)算法的算子進(jìn)行訓(xùn)練，生成訓(xùn)練好的機(jī)器學(xué)習(xí)模型；再根據(jù)特征處理的算子和訓(xùn)練好的機(jī)器學(xué)習(xí)模型，確定算子鏈路；最后基于算子鏈路中的第一在線計(jì)算接口和第二在線計(jì)算接口，生成模型在線服務(wù)，該模型在線服務(wù)用于處理實(shí)時(shí)請(qǐng)求的數(shù)據(jù)，生成模型計(jì)算結(jié)果。通過(guò)上述方法可以代替人工轉(zhuǎn)換代碼，提高了模型開發(fā)的效率，并且降低了引入錯(cuò)誤的可能性以及在線模型部署的成本。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)應(yīng)用技術(shù)領(lǐng)域，尤其是涉及一種機(jī)器學(xué)習(xí)模型預(yù)測(cè)在線服務(wù)的部署方法和裝置。

背景技術(shù)

隨著海量數(shù)據(jù)的出現(xiàn)，人工智能技術(shù)得到了迅速發(fā)展，其中，機(jī)器學(xué)習(xí)技術(shù)普遍被應(yīng)用于從海量的數(shù)據(jù)記錄(例如，金融數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)等)中挖掘出有益的價(jià)值，越來(lái)越多機(jī)器學(xué)習(xí)模型以在線服務(wù)的形式被部署。在一個(gè)標(biāo)準(zhǔn)的機(jī)器學(xué)習(xí)開發(fā)流程中，原始數(shù)據(jù)經(jīng)過(guò)特征加工形成特征寬表，再由特征寬表進(jìn)行模型訓(xùn)練得到機(jī)器學(xué)習(xí)模型。在使用該類模型時(shí)，需要將訓(xùn)練好的模型部署為一個(gè)模型預(yù)測(cè)服務(wù)接口，請(qǐng)求數(shù)據(jù)經(jīng)過(guò)和開發(fā)流程中相同的特征加工邏輯形成特征寬表，再調(diào)用模型預(yù)測(cè)服務(wù)接口得到預(yù)測(cè)結(jié)果。

在模型構(gòu)建過(guò)程中，多數(shù)情況下會(huì)采用python或R語(yǔ)言進(jìn)行模型開發(fā)工作，再將特征計(jì)算邏輯轉(zhuǎn)化為java語(yǔ)言后進(jìn)行部署。由于模型開發(fā)和模型部署時(shí)，特征寬表的生成使用了不同的語(yǔ)言，不可避免存在代碼翻譯的過(guò)程，目前常用的解決方法是使用人工進(jìn)行代碼轉(zhuǎn)換，不但費(fèi)時(shí)費(fèi)力而且存在引入bug的可能，增加了使用人工智能AI(ArtificialIntelligence)模型技術(shù)解決實(shí)際業(yè)務(wù)問(wèn)題的成本。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種機(jī)器學(xué)習(xí)模型預(yù)測(cè)在線服務(wù)的部署方法和裝置，以緩解現(xiàn)有技術(shù)中存在的人工代碼轉(zhuǎn)換費(fèi)時(shí)費(fèi)力、開發(fā)效率低的技術(shù)問(wèn)題。

為了實(shí)現(xiàn)上述目的，本發(fā)明實(shí)施例采用的技術(shù)方案如下：

第一方面，本發(fā)明實(shí)施例提供了一種機(jī)器學(xué)習(xí)模型預(yù)測(cè)在線服務(wù)的部署方法，包括：利用特征處理的算子將預(yù)先獲取的離線數(shù)據(jù)進(jìn)行特征處理，生成模型訓(xùn)練集；上述特征處理的算子包括第一在線計(jì)算接口和第二在線計(jì)算接口；利用上述模型訓(xùn)練集對(duì)機(jī)器學(xué)習(xí)算法的算子進(jìn)行訓(xùn)練，生成訓(xùn)練好的機(jī)器學(xué)習(xí)模型；上述訓(xùn)練好的機(jī)器學(xué)習(xí)模型的算子包括第一在線計(jì)算接口；根據(jù)所述特征處理的算子和所述訓(xùn)練好的機(jī)器學(xué)習(xí)模型，確定算子鏈路；所述算子鏈路包括所述特征處理的算子和所述訓(xùn)練好的機(jī)器學(xué)習(xí)模型的算子；基于所述算子鏈路中的所述第一在線計(jì)算接口和所述第二在線計(jì)算接口，生成模型在線服務(wù)；所述模型在線服務(wù)用于處理實(shí)時(shí)請(qǐng)求的數(shù)據(jù)，生成模型計(jì)算結(jié)果。

在一些可能的實(shí)施方式中，在將預(yù)先獲取的離線數(shù)據(jù)進(jìn)行特征處理，生成模型訓(xùn)練集的步驟之前，還包括：確定特征處理的算子和機(jī)器學(xué)習(xí)算法的算子；獲取建模場(chǎng)景的離線數(shù)據(jù)，確定離線建模訓(xùn)練集。

在一些可能的實(shí)施方式中，上述特征處理的算子包括第一算子和第二算子，上述機(jī)器學(xué)習(xí)算法的算子包括第一算子；上述第一算子包括第一在線計(jì)算接口和第一離線計(jì)算接口，上述第二算子包括第二在線計(jì)算接口和第二離線計(jì)算接口。

在一些可能的實(shí)施方式中，上述第一算子在進(jìn)行離線計(jì)算時(shí)，生成配置文件，上述配置文件用于計(jì)算上述第一算子的計(jì)算邏輯。

在一些可能的實(shí)施方式中，上述特征處理包括：數(shù)據(jù)清洗、數(shù)據(jù)填充和特征衍生中的一種或多種；如果上述特征處理為上述數(shù)據(jù)清洗或上述數(shù)據(jù)填充，上述特征處理的算子為第二算子；如果上述特征處理為特征衍生，上述特征處理的算子為第一算子，或者第一算子和第二算子。