数据处理方法及装置、存储介质制造方法及图纸

本公开是关于一种数据处理方法及装置、存储介质。该方法包括：响应于接收到模型服务请求，通过预设配置文件获取所述模型服务请求所请求的模型所需的特征；其中，所述预设配置文件中配置有所述特征对应的特征提取函数名，所述特征用于输入所述模型；获取所述模型对所述特征进行处理后的输出结果，以响应所述模型服务请求。通过该方法，能减轻开发和维护成本。能减轻开发和维护成本。能减轻开发和维护成本。

【技术实现步骤摘要】
数据处理方法及装置、存储介质


[0001]本公开涉及大数据处理
，尤其涉及一种数据处理方法及装置、存储介质。

技术介绍

[0002]随着社会信息化和智能化水平提高，使用大数据系统训练业务模型，并使用训练好的业务模型实现大数据业务智能化处理也逐渐成为大数据行业的通用手段。
[0003]通常，模型部署后即可提供模型服务。现如今业界常见的模型服务系统中，都会有一个模型接入服务用以获取各种特征，进而拼装传递给模型服务。然而，模型接入服务代码和模型代码经常混杂在一起，开发和维护成本都很高。

技术实现思路

[0004]本公开提供一种数据处理方法及装置、存储介质。
[0005]根据本公开实施例的第一方面，提供一种数据处理方法，包括：
[0006]响应于接收到模型服务请求，通过预设配置文件获取所述模型服务请求所请求的模型所需的特征；其中，所述预设配置文件中配置有所述特征对应的特征提取函数名，所述特征用于输入所述模型；
[0007]获取所述模型对所述特征进行处理后的输出结果，以响应所述模型服务请求。
[0008]在一些实施例中，所述模型服务请求包括对多个模型的服务请求，所述预设配置文件中配置有多个模型所需提取的特征的并集中每个特征对应的特征提取函数名；
[0009]所述响应于接收到模型服务请求，通过预设配置文件获取所述模型服务请求所请求的模型所需的特征，包括：
[0010]响应于接收到对多个模型的服务请求，加载所述预设配置文件中所述特征提取函数名对应的函数，获得多个模型所需的特征的并集；
[0011]从所述特征的并集中，确定出所述模型服务请求所请求的各模型所需的特征。
[0012]在一些实施例中，所述预设配置文件中还配置有模型对应的特征映射方式；
[0013]所述通过预设配置文件获取所述模型服务请求所请求的模型所需的特征，还包括：
[0014]从所述特征的并集中确定出各所述模型服务请求所请求的模型所需的特征后，按照所述预设配置文件中配置的特征映射方式对所述特征进行映射处理，获得映射后的特征。
[0015]在一些实施例中，所述方法还包括：
[0016]确定模型服务请求所请求的模型需加载的特征；
[0017]基于模型需加载的特征，确定模型所需的特征的并集；
[0018]至少将所述特征的并集中各特征对应的特征提取函数名写入文件，生成所述预设配置文件。
[0019]在一些实施例中，所述配置文件中还包括以下至少之一：
[0020]特征的名称；
[0021]特征的数据类型。
[0022]根据本公开实施例的第二方面，提供一种数据处理装置，包括：
[0023]获取模块，配置为响应于接收到模型服务请求，通过预设配置文件获取所述模型服务请求所请求的模型所需的特征；其中，所述预设配置文件中配置有所述特征对应的特征提取函数名，所述特征用于输入所述模型；
[0024]响应模型，配置为获取所述模型对所述特征进行处理后的输出结果，以响应所述模型服务请求。
[0025]在一些实施例中，所述模型服务请求包括对多个模型的服务请求，所述预设配置文件中配置有多个模型所需提取的特征的并集中每个特征对应的特征提取函数名；
[0026]所述获取模块，还配置为响应于接收到对多个模型的服务请求，加载所述预设配置文件中所述特征提取函数名对应的函数，获得多个模型所需的特征的并集；从所述特征的并集中，确定出所述模型服务请求所请求的各模型所需的特征。
[0027]在一些实施例中，所述预设配置文件中还配置有模型对应的特征映射方式；
[0028]所述获取模块，还配置为从所述特征的并集中确定出各所述模型服务请求所请求的模型所需的特征后，按照所述预设配置文件中配置的特征映射方式对所述特征进行映射处理，获得映射后的特征。
[0029]在一些实施例中，所述装置还包括：
[0030]第一确定模块，配置为确定模型服务请求所请求的模型需加载的特征；
[0031]第二确定模块，配置为基于模型需加载的特征，确定模型所需的特征的并集；
[0032]生成模块，配置为至少将所述特征的并集中各特征对应的特征提取函数名写入文件，生成所述预设配置文件。
[0033]根据本公开实施例的第三方面，提供一种数据处理装置，包括：
[0034]处理器；
[0035]用于存储处理器可执行指令的存储器；
[0036]其中，所述处理器被配置为执行如上述第一方面中所述的数据处理方法。
[0037]根据本公开实施例的第四方面，提供一种存储介质，包括：
[0038]当所述存储介质中的指令由计算机的处理器执行时，使得计算机能够执行如上述第一方面中所述的数据处理方法。
[0039]本公开的实施例提供的技术方案可以包括以下有益效果：
[0040]本公开的实施例中，通过预设配置文件配置特征提取函数名的方式将模型接入服务和模型对特征进行处理的服务剥离开，且通过预设配置文件配置对应的特征提取函数名的方式，方便后续对模型所需的特征进行更改配置而无需修改代码，具有灵活性强、方便扩展等优点，因而能减轻开发和维护成本。
[0041]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
[0042]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施
例，并与说明书一起用于解释本公开的原理。
[0043]图1是本公开实施例示出的一种数据处理方法流程图一。
[0044]图2是本公开实施例示出的一种数据处理方法流程图二。
[0045]图3是本公开实施例示出的一种数据处理方法流程示例图。
[0046]图4是根据一示例性实施例示出的一种数据处理装置图。
[0047]图5是本公开实施例示出的一种服务器的框图。
具体实施方式
[0048]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
[0049]图1是本公开实施例示出的一种数据处理方法流程图一，如图1所示，数据处理方法包括以下步骤：
[0050]S11、响应于接收到模型服务请求，通过预设配置文件获取所述模型服务请求所请求的模型所需的特征；其中，所述预设配置文件中配置有所述特征对应的特征提取函数名，所述特征用于输入所述模型；
[0051]S12、获取所述模型对所述特征进行处理后的输出结果，以响应所述模型服务请求。
[0052]在本公开的实施例中，数据处理方法可应用于服务器中，服务器中可部署有模型，以提供模型服务。此外，模型也可部署在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，其特征在于，所述方法包括：响应于接收到模型服务请求，通过预设配置文件获取所述模型服务请求所请求的模型所需的特征；其中，所述预设配置文件中配置有所述特征对应的特征提取函数名，所述特征用于输入所述模型；获取所述模型对所述特征进行处理后的输出结果，以响应所述模型服务请求。2.根据权利要求1所述的方法，其特征在于，所述模型服务请求包括对多个模型的服务请求，所述预设配置文件中配置有多个模型所需提取的特征的并集中每个特征对应的特征提取函数名；所述响应于接收到模型服务请求，通过预设配置文件获取所述模型服务请求所请求的模型所需的特征，包括：响应于接收到对多个模型的服务请求，加载所述预设配置文件中所述特征提取函数名对应的函数，获得多个模型所需的特征的并集；从所述特征的并集中，确定出所述模型服务请求所请求的各模型所需的特征。3.根据权利要求2所述的方法，其特征在于，所述预设配置文件中还配置有模型对应的特征映射方式；所述通过预设配置文件获取所述模型服务请求所请求的模型所需的特征，还包括：从所述特征的并集中确定出各所述模型服务请求所请求的模型所需的特征后，按照所述预设配置文件中配置的特征映射方式对所述特征进行映射处理，获得映射后的特征。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：确定模型服务请求所请求的模型需加载的特征；基于模型需加载的特征，确定模型所需的特征的并集；至少将所述特征的并集中各特征对应的特征提取函数名写入文件，生成所述预设配置文件。5.根据权利要求1所述的方法，其特征在于，所述预设配置文件中还包...

【专利技术属性】
技术研发人员：王磊，
申请(专利权)人：北京快乐茄信息技术有限公司，
类型：发明
国别省市：