数据处理方法、装置、系统和计算机可读存储介质制造方法及图纸

本公开涉及一种数据处理方法、装置、系统和计算机可读存储介质，涉及数据处理技术领域。该方法包括：获取各模型提供方上传的多个数据处理模型；响应于用户登录，根据用户的数据处理需求，将相应的数据处理模型创建为当前数据处理模型；利用当前数据处理模型，获取数据处理结果以提供给所述用户。

Data processing method, device, system and computer readable storage medium

【技术实现步骤摘要】
数据处理方法、装置、系统和计算机可读存储介质
本公开涉及数据处理
，特别涉及一种数据处理方法、数据处理装置、数据处理系统和计算机可读存储介质。
技术介绍
模型提供方可以根据用户的业务需要建模，通过开发数据处理算法形成具有业务导向的数据处理模型。用户可以通过输入模型需要的数据，获取相应的数据处理结果。在相关技术中，模型提供方基于特定用户的需求，开发供该特定用户使用的数据处理模型。
技术实现思路
本公开的专利技术人发现上述相关技术中存在如下问题：无法实现数据处理模型的共享，导致数据处理模型开发的效率低下。鉴于此，本公开提出了一种数据处理技术方案，能够提高数据处理模型开发的效率。根据本公开的一些实施例，提供了一种数据处理方法，包括：获取各模型提供方上传的多个数据处理模型；响应于用户登录，根据所述用户的数据处理需求，将相应的数据处理模型创建为当前数据处理模型；利用所述当前数据处理模型，获取数据处理结果以提供给所述用户。在一些实施例中，所述将相应的数据处理模型创建为当前数据处理模型包括：调用模型提供方上传的所述相应的数据处理模型的编程语言文件和运行脚本文件，以创建所述当前数据处理模型。在一些实施例中，所述将相应的数据处理模型创建为当前数据处理模型包括：根据所述相应的数据处理模型，确定所述当前数据处理模型所需的用户特征。在一些实施例中，所述获取数据处理结果以提供给所述用户包括：根据所述用户特征，利用所述当前数据处理模型获取数据处理结果以提供给所述用户。r>在一些实施例中，所述获取数据处理结果以提供给所述用户包括：获取所述用户特征的相应数据；以所述相应数据作为输入，运行所述当前数据处理模型，以获取数据处理结果提供给所述用户。在一些实施例中，所述获取所述用户特征的相应数据包括：根据所述用户的身份信息，从数据库获取所述用户特征的相应数据。在一些实施例中，所述确定所述当前数据处理模型所需的用户特征包括：根据所述用户特征的唯一标识，选择所述当前数据处理模型所需的用户特征。根据本公开的另一些实施例，提供一种数据处理装置，包括：模型获取单元，用于获取各模型提供方上传的多个数据处理模型；创建单元，用于响应于用户登录，根据所述用户的数据处理需求，将相应的数据处理模型创建为当前数据处理模型；结果获取单元，用于利用所述当前数据处理模型，获取数据处理结果以提供给所述用户。在一些实施例中，所述创建单元调用模型提供方上传的所述相应的数据处理模型的编程语言文件和运行脚本文件，以创建所述当前数据处理模型。在一些实施例中，所述创建单元根据所述相应的数据处理模型，确定所述当前数据处理模型所需的用户特征；所述结果获取单元根据所述用户特征，利用所述当前数据处理模型获取数据处理结果以提供给所述用户。在一些实施例中，所述结果获取单元获取所述用户特征的相应数据，以所述相应数据作为输入，运行所述当前数据处理模型，以获取数据处理结果提供给所述用户。在一些实施例中，所述结果获取单元根据所述用户的身份信息，从数据库获取所述用户特征的相应数据。在一些实施例中，所述创建单元根据所述用户特征的唯一标识，选择所述当前数据处理模型所需的用户特征。根据本公开的又一些实施例，提供一种数据处理装置，包括：存储器；和耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器装置中的指令，执行上述任一个实施例中的数据处理方法。根据本公开的再一些实施例，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一个实施例中的数据处理方法。根据本公开的再一些实施例，提供一种数据处理系统，包括：上述任一个实施例中的数据处理装置；和数据库单元，用于提供用户特征的相应数据。在上述实施例中，根据用户的需求在多个模型提供方上传的数据处理模型中确定合适的数据处理模型，为用户提供数据处理结果以满足用户需求。这样，实现了多模型提供方和多用户之间的数据处理模型共享，从而提高了数据处理模型开发的效率。附图说明构成说明书的一部分的附图描述了本公开的实施例，并且连同说明书一起用于解释本公开的原理。参照附图，根据下面的详细描述，可以更加清楚地理解本公开，其中：图1示出本公开的数据处理方法的一些实施例的流程图；图2示出图1中步骤130的一些实施例的流程图；图3示出本公开的数据处理方法的另一些实施例的流程图；图4示出图3中步骤320的一些实施例的流程图；图5示出本公开的数据处理系统的一些实施例的示意图；图6示出本公开的数据处理装置的一些实施例的框图；图7示出本公开的数据处理装置的另一些实施例的框图；图8示出本公开的数据处理装置的又一些实施例的框图；图9示出本公开的数据处理系统的一些实施例的框图。具体实施方式现在将参照附图来详细描述本公开的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。图1示出本公开的数据处理方法的一些实施例的流程图。如图1所示，该方法包括：步骤110，获取数据处理模型；步骤120，创建当前数据处理模型；和步骤130，获取数据处理结果。在步骤110中，获取各模型提供方上传的多个数据处理模型。例如，各模型提供方可以上传其开发的数据处理模型的编程语言文件和运行脚本文件等模型运行的相关文件。在一些实施例中，数据处理模型可以包括基于指定数据处理需求(如用户分类、网络质量评估、目标识别等)的数据处理方法，以与需求相关的数据作为输入，利用数据处理算法输出满足需求的结果数据。例如，数据处理需求为评估用户接入网络的质量优劣。在这种情况下，数据处理模型的输入数据可以是用户接入网络的特征数据(如接入基站ID、基站地址等网络基本信息数据，或者丢包率、延时、带宽等业务信息数据)；数据处理模型相应的数据处理方法可以是基于机器学习的各种人工智能方法；数据处理模型的输出数据可以是接入网络的质量优劣等级。例如，数据处理需求为评估用户的信誉优劣。在这种情况下，数据处理模型的输入数据可以是用户相关的特征数据(如地域、年龄、收入等用户基本信本文档来自技高网...

【技术保护点】
1.一种数据处理方法，包括：/n获取各模型提供方上传的多个数据处理模型；/n响应于用户登录，根据所述用户的数据处理需求，将相应的数据处理模型创建为当前数据处理模型；/n利用所述当前数据处理模型，获取数据处理结果以提供给所述用户。/n

【技术特征摘要】
1.一种数据处理方法，包括：
获取各模型提供方上传的多个数据处理模型；
响应于用户登录，根据所述用户的数据处理需求，将相应的数据处理模型创建为当前数据处理模型；
利用所述当前数据处理模型，获取数据处理结果以提供给所述用户。


2.根据权利要求1所述的数据处理方法，其中，所述将相应的数据处理模型创建为当前数据处理模型包括：
调用模型提供方上传的所述相应的数据处理模型的编程语言文件和运行脚本文件，以创建所述当前数据处理模型。


3.根据权利要求1所述的数据处理方法，其中，所述将相应的数据处理模型创建为当前数据处理模型包括：
根据所述相应的数据处理模型，确定所述当前数据处理模型所需的用户特征；
所述获取数据处理结果以提供给所述用户包括：
根据所述用户特征，利用所述当前数据处理模型获取数据处理结果以提供给所述用户。


4.根据权利要求3所述的数据处理方法，其中，所述获取数据处理结果以提供给所述用户包括：
获取所述用户特征的相应数据；
以所述相应数据作为输入，运行所述当前数据处理模型，以获取数据处理结果提供给所述用户。


5.根据权利要求4所述的数据处理方法，其中，所述获取所述...

【专利技术属性】
技术研发人员：张然，
申请(专利权)人：京东数字科技控股有限公司，
类型：发明
国别省市：北京;11