[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

说明书

公开了一种模型构建、数据生命周期预测方法、装置及设备。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；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；根据所获得的特征信息，提取该数据样本的特征向量；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。

技术领域

本说明书实施例涉及互联网应用技术领域，尤其涉及一种模型构建、数据生命周期预测方法、装置及设备。

背景技术

为了节约数据存储资源，数据维护人员通常会为生成的数据设置一定的生命周期，即该数据的存储时长阈值。当数据的存储时长超过所设置的生命周期时，该数据将会被删除，从而释放存储资源。如果为数据设置的生命周期过短，则将使得仍需访问的数据被删除，导致数据访问出错等问题；如果设置的生命周期过长，则将使得不需访问的数据继续占用存储资源，造成存储资源的浪费。

为了确保所设置的数据生命周期合理，通常会在存储后进行检测，现有技术中，一般是在不再访问某数据后，重新推算并缩短该数据的生命周期，但这种方案并不适用于所设置的生命周期过短的情况，并且由于无法考量未来的访问需求，容易导致重新设置后的生命周期过短。

基于现有技术，需要一种更准确、适用范围更广的方案，对数据生命周期是否合理进行检测。

发明内容

针对上述技术问题，本说明书实施例提供一种模型构建、数据生命周期预测方法、装置及设备，技术方案如下：

根据本说明书实施例的第一方面，提供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。

根据本说明书实施例的第二方面，提供一种基于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。

根据本说明书实施例的第三方面，提供一种数据生命周期预测模型构建装置，该装置包括：

样本确定模块，用于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：

信息获得模块，用于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；