[发明专利]使用机器学习设计数据分析平台

说明书

公开了用于使用机器学习来设计数据分析平台的方法、系统和装置，包括被编码在计算机存储介质上的计算机程序。在一个方面，一种方法包括接收数据的动作，该数据指示用于分析的数据的特性、要应用到数据的分析技术、以及访问经分析的数据的用户的要求。这些动作还包括：访问提供者信息，提供者信息指示相应数据分析提供者的计算能力、由相应数据分析提供者提供的分析技术和相应数据分析提供者的实时数据分析负载。这些动作还包括将数据的特性、分析技术、用户的要求以及提供者信息、分析技术和实时数据分析负载应用于模型。这些动作还包括：配置一个或多个特定数据分析提供者以对数据执行分析技术。

相关申请的交叉引用

本申请要求于2017年10月30日提交的印度申请No.201711038396的权益，其内容通过引用并入本文。

技术领域

本说明书总体上涉及机器学习。

背景技术

机器学习与可以根据数据来学习和做出对数据的预测的算法的研究和构建有关。通过根据样本输入构建模型来进行数据驱动的预测或决策，算法可以克服后续的严格的静态程序指令。

发明内容

公司以多种不同形式存储数据。例如，一家公司可能将数据存储在电子表格和/或文字处理文档中。其他公司可能在电子病历数据库中具有医疗记录。创建数据分析平台以处理和可视化这些和其他不同类型的数据可能需要针对每个公司的定制平台。创建这个定制平台可能是一个费力且耗时的过程。另外，定制平台可能不同，这不仅取决于公司和基础数据的要求，而且还取决于各种数据存储和分析服务提供者的实时处理能力。

为了设计和生成定制数据分析平台，系统可以从不同来源收集信息并且将信息应用于模型。不同的来源可以包括对与数据分析平台的任何要求有关的问题的响应。某些要求可能与安全性要求、访问数据分析平台的用户类型和访问要求相关。另一来源可以包括各种数据存储和分析服务提供者的实时处理和存储能力。系统还可以考虑与先前数据分析平台的性能有关的历史信息。系统使用模型处理响应信息、提供者信息和历史信息，以标识针对数据分析平台的适当资源配置。该配置可以指示数据存储提供者、数据分析提供者、要包括的计算和/或存储资源、访问和安全配置以及其他类似的配置项。系统可以继续收集关于数据分析平台的使用的信息并且基于所收集的信息更新模型。

根据本申请中描述的主题的创新方面，一种使用机器学习频率来设计数据分析平台的方法包括以下动作：接收数据，数据指示用于分析的数据的特性、要应用到数据的分析技术、以及访问经分析的数据的用户的要求；针对每个数据分析提供者访问提供者信息，提供者信息指示相应数据分析提供者的计算能力、由相应数据分析提供者提供的分析技术、以及相应数据分析提供者的实时数据分析负载；将数据的特性、要应用到数据的分析技术、访问经分析的数据的用户的要求、以及提供者信息应用于模型，提供者信息指示每个数据分析提供者的计算能力、由每个数据分析提供者提供的分析技术和相应数据分析提供者的实时数据分析负载，模型从数据分析提供者中标识能够执行分析技术并且满足用户的要求的一个或多个特定数据分析提供者；以及基于标识一个或多个特定数据分析提供者的模型，来配置一个或多个特定数据分析提供者以对数据执行分析技术。

这些和其他实现可以各自可选地包括以下特性中的一个或多个。数据的特性包括数据被存储的位置、以及访问经分析的数据的用户的类型。访问经分析的数据的用户的要求包括：访问要求、合规性要求和安全性要求。计算能力包括服务器的位置、以及针对数据分析提供者中的每个数据分析提供者的处理能力。实时数据分析负载包括：针对数据分析提供者中的每个数据分析提供者的实时服务器负载。这些动作还包括：提供提示以用于输出，该提示请求数据的特性、要应用到数据的分析技术、访问经分析的数据的用户的要求。这些动作还包括：基于提供者信息来生成提示，提供者信息指示每个数据分析提供者的计算能力、由每个数据分析提供者提供的分析技术和每个数据分析提供者的实时数据分析负载。