[发明专利]一种模型构建、数据生命周期预测方法、装置及设备

权利要求书

1.一种数据生命周期预测模型构建方法，该方法包括：

确定训练数据样本集合，所述训练样本集合中的数据样本为：已确定生命周期合理的数据样本；针对集合中每个数据样本，执行以下步骤：

获得该数据样本的预设特征信息；所述特征信息至少包括：访问信息，用于表示存储该数据后对该数据的访问情况；

根据所获得的特征信息，提取该数据样本的特征向量；其中，提取特征的方法包括：根据所述访问信息，提取该数据样本的访问特征，所述访问特征用于表示：在各预设时段内对该数据的访问量、和/或存储该数据后至访问量低于预设阈值的时长；

将所提取的特征向量作为该数据样本的特征值；以及，获得为该数据设置的生命周期，并将所述生命周期作为该数据样本的标签值；

根据所述训练数据样本集合，通过机器学习算法训练数据生命周期预测模型，该预测模型用于预测所存储数据的生命周期的标准值。

2.根据权利要求1所述的方法，所述特征信息还包括：类型信息，用于表示该数据所属的预设数据类型；

所述提取特征的方法还包括：

根据所述类型信息，确定该数据的数据类型，得到该数据样本的类型特征。

3.根据权利要求1所述的方法，所述特征信息还包括：资源信息，用于表示计算该数据所需的资源、存储该数据所需的资源、基于该数据计算其他数据所需的资源、和/或存储所计算的其他资源所需的资源；

所述提取特征的方法还包括：

根据所述资源信息，提取该数据样本的资源特征。

4.根据权利要求1所述的方法，所述根据所述训练数据样本集合，通过机器学习算法训练数据生命周期预测模型，包括：

获得初始的数据生命周期预测模型；

使用所述训练数据样本集合中的数据样本，对所获得的数据生命周期预测模型进行迭代训练，直至满足预设的迭代停止条件；

所述迭代停止条件包括：当前的数据生命周期预测模型指标满足预设的性能需求、和/或迭代次数达到预设要求。

5.根据权利要求4所述的方法，所述当前的数据生命周期预测模型指标，包括：

针对输入当前数据生命周期预测模型的数据样本，模型输出的生命周期标准值与该数据样本的生命周期实际值的误差。

6.一种基于权利要求1至5任一项所述预测模型的数据生命周期预测方法，该方法包括：

获得待预测数据的预设特征信息；

根据所述提取特征向量的方法，提取所述待预测数据的特征向量；

将所提取的待预测数据的特征向量，输入所述数据生命周期预测模型，根据模型输出的数据生命周期标准值，确定为所述待预测数据设置的生命周期实际值是否合理。

7.根据权利要求6所述的方法，所述根据模型输出的数据生命周期标准值，确定为所述待预测数据设置的生命周期实际值是否合理，包括：

针对所述待预测数据，计算为该数据设置的生命周期实际值与模型输出的数据生命周期标准值的差值；

判断所计算的差值是否在预设范围内；

若是，则确定为所述待预测数据设置的生命周期实际值合理；

若否，则确定为所述待预测数据设置的生命周期实际值不合理。