System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 业务模型智能调整方法、装置、存储介质及电子装置制造方法及图纸_技高网

业务模型智能调整方法、装置、存储介质及电子装置制造方法及图纸

技术编号:40379858 阅读:3 留言:0更新日期:2024-02-20 22:18
本发明专利技术实施例提供了一种业务模型智能调整方法、装置、存储介质及电子装置,涉及业务模型调整技术的技术领域。其方法包括:获取业务数据以及模型数据;基于所述业务数据,确定业务数据特征,并基于所述模型数据,确定模型数据特征;根据所述业务特征以及所述模型数据特征,通过融合算法对所述业务模型进行模型衍生处理,以得到衍生模型;基于所述需求特征以及所述行业特征,对所述衍生模型进行模型递归处理,以得到目标业务模型。通过本发明专利技术,解决了业务模型调整更新难度大的问题,进而达到了降低业务模型调整更新难度,提高业务模型调整更新效率的效果。

【技术实现步骤摘要】

本专利技术实施例涉及业务模型调整,具体而言,涉及一种业务模型智能调整方法、装置、存储介质及电子装置


技术介绍

1、传统的建模方式通常是业务与数据相互独立的,其处理过程包括:

2、1、由资深的业务人员负责业务内容,从业务角度建模,以满足系统业务功能需求;

3、2、由资深的技术人员负责
技术实现思路
,从数据角度建模,以满足数据复用性及技术通用性。

4、但是,在实际实施过程中,经常因无法兼顾业务与技术,导致频繁调整模型,返工率很高;而且无论资深的业务人员或技术人员,对参与建模的人员要求都比较高,增加了业务模型调整更新的难度。


技术实现思路

1、本专利技术实施例提供了一种业务模型智能调整方法、装置、存储介质及电子装置,以至少解决相关技术中业务模型调整更新难度大的问题。

2、根据本专利技术的一个实施例,提供了一种业务模型智能调整方法,包括:

3、获取业务数据以及模型数据,其中,所述模型数据包括预先存储于模型库的业务模型的模型信息;

4、基于所述业务数据,确定业务数据特征,并基于所述模型数据,确定模型数据特征;其中,所述业务数据特征包括行业特征、需求特征以及业务特征;

5、根据所述业务特征以及所述模型数据特征,通过融合算法对所述业务模型进行模型衍生处理,以得到衍生模型;

6、基于所述需求特征以及所述行业特征,对所述衍生模型进行模型递归处理,以得到目标业务模型。

7、在一个示例性实施例中,在所述根据所述业务特征以及所述模型数据特征,通过融合算法对所述业务模型进行模型衍生处理,以得到衍生模型之前,所述方法还包括:

8、基于所述业务数据以及模型数据,确定数据核心字典,其中,所述模型递归处理是基于所述数据核心字典实现的;

9、对所述数据核心字典进行视窗标准化汇编处理,并将视窗标准化汇编结果传输至展示端,以指示展示端对所述视窗标准化汇编结果进行展示.

10、在一个示例性实施例中,在所述对所述数据核心字典进行视窗标准化汇编处理之后,所述方法还包括至少以下任意之一:

11、基于视窗标准化汇编结果,构建标签图谱模型,并将所述标签图谱模型与所述业务数据以及模型数据进行标签图谱匹配处理,以得到标签画像和/或数据图谱;

12、基于视窗标准化汇编结果,构建数据加工分析可视化模型;

13、基于视窗标准化汇编结果,构建数据融合模型。

14、在一个示例性实施例中,在所述获取业务数据以及模型数据之前,所述方法还包括:

15、基于预设的安全策略,对所述业务数据以及模型数据进行安全评估,其中,所述按策略至少包括安全维护策略、安全技术策略以及安全管理策略任意之一。

16、在一个示例性实施例中,

17、所述基于所述业务数据,确定业务数据特征包括:

18、基于所述业务数据,确定业务时序特征,其中,所述业务时序特征包括业务发生时间;

19、在所述根据所述业务特征以及所述模型数据特征,通过融合算法对所述业务模型进行模型衍生处理,以得到衍生模型之前,所述方法还包括:

20、基于所述业务发生时间,确定所述业务数据的数据时序矩阵;

21、通过预设的第一模型对所述数据时序矩阵进行时效性计算,以确定所述业务数据的时效性;

22、在所述时效性满足时效条件的情况下,根据所述业务特征以及所述模型数据特征,通过融合算法对所述业务模型进行模型衍生处理,以得到衍生模型,否则进行报警处理。

23、在一个示例性实施例中,在所述基于所述业务发生时间,确定所述业务数据的数据时序矩阵之后,所述方法还包括:

24、对所述数据时序矩阵进行相似性计算,以得到矩阵相似度;

25、在所述矩阵相似度小于第一阈值的情况下,确定所述业务数据的稳定性存在异常。

26、在一个示例性实施例中,在所述基于所述业务数据,确定业务数据特征之后,所述方法还包括至少以下任意之一:

27、基于所述业务特征,对业务特征数据库进行更新处理;

28、基于所述行业特征,对所述业务特征数据库进行更新处理。

29、根据本专利技术的另一个实施例,提供了一种业务模型智能调整装置,包括:

30、数据采集模块,用于获取业务数据以及模型数据,其中,所述模型数据包括预先存储于模型库的业务模型的模型信息;

31、特征确定模块,用于基于所述业务数据,确定业务数据特征,并基于所述模型数据,确定模型数据特征;其中,所述业务数据特征包括行业特征、需求特征以及业务特征;

32、模型衍生模块,用于根据所述业务特征以及所述模型数据特征,通过融合算法对所述业务模型进行模型衍生处理,以得到衍生模型;

33、模型确定模块,用于基于所述需求特征以及所述行业特征,对所述衍生模型进行模型递归处理,以得到目标业务模型。

34、根据本专利技术的又一个实施例,还提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

35、根据本专利技术的又一个实施例,还提供了一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。

36、通过本专利技术,由于通过业务数据特征进行模型衍生,并根据衍生模型进行递归,从而得到符合业务需求的业务模型,无需人工进行模型调整,降低了模型调整难度,因此,可以解决模型调整更新难度大的问题,达到降低模型调整更新难度,提高模型调整更新效率的效果。

本文档来自技高网...

【技术保护点】

1.一种业务模型智能调整方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,在所述根据所述业务特征以及所述模型数据特征,通过融合算法对所述业务模型进行模型衍生处理,以得到衍生模型之前,所述方法还包括:

3.根据权利要求2所述的方法,其特征在于,在所述对所述数据核心字典进行视窗标准化汇编处理之后,所述方法还包括至少以下任意之一:

4.根据权利要求1所述的方法,其特征在于,在所述获取业务数据以及模型数据之前,所述方法还包括:

5.根据权利要求1所述的方法,其特征在于,

6.根据权利要求5所述的方法,其特征在于,在所述基于所述业务发生时间,确定所述业务数据的数据时序矩阵之后,所述方法还包括:

7.根据权利要求5所述的方法,其特征在于,在所述基于所述业务数据,确定业务数据特征之后,所述方法还包括至少以下任意之一:

8.一种业务模型智能调整装置,其特征在于,包括:

9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行所述权利要求1至6任一项中所述的方法。

10.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行所述权利要求1至6任一项中所述的方法。

...

【技术特征摘要】

1.一种业务模型智能调整方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,在所述根据所述业务特征以及所述模型数据特征,通过融合算法对所述业务模型进行模型衍生处理,以得到衍生模型之前,所述方法还包括:

3.根据权利要求2所述的方法,其特征在于,在所述对所述数据核心字典进行视窗标准化汇编处理之后,所述方法还包括至少以下任意之一:

4.根据权利要求1所述的方法,其特征在于,在所述获取业务数据以及模型数据之前,所述方法还包括:

5.根据权利要求1所述的方法,其特征在于,

6.根据权利要求5所述的方法,其特征在于,在所述基于所述业务...

【专利技术属性】
技术研发人员:李智周继凤庞朝臣骆尚鸿李国林
申请(专利权)人:深圳创思绘生活科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1