[发明专利]自动配置数据埋点的方法、装置、电子设备及存储介质

权利要求书

1.一种自动配置数据埋点方法，其特征在于，包括：

接收通过全埋点方式采集用户的全部用户数据；

生成针对用户数据的多个稀疏模型，其中，每个所述稀疏模型使用所述全部用户数据的一个子集；

分别测试各个所述稀疏模型对指定数据分析业务的预测能力；

对比各个所述稀疏模型的预测能力，根据预测精度最高的稀疏模型确定针对所述指定数据分析业务的数据埋点配置方案；

分别测试各个所述稀疏模型对指定数据分析业务的预测能力，包括：

使用一组带有标注信息的测试数据分别输入各个所述稀疏模型中；

按照所述指定数据分析业务使用各个所述稀疏模型对所述测试数据进行分析识别；

将各个所述稀疏模型的分析识别结果与所述标注信息进行对比，将对比结果的重合度作为各个所述稀疏模型对指定数据分析业务的预测能力。

2.根据权利要求1所述的方法，其特征在于，所述生成针对用户数据的多个稀疏模型包括：

生成空白的多个机器学习模型；

使用相同的数据集对所述多个机器学习模型同步进行训练，其中，所述数据集为所述全部用户数据的至少一个子集；

得到多个训练后的模型作为所述多个稀疏模型。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在跨平台的应用程序开发环境中设计开发人机交互组件；

通过配置的方式设置所述人机交互组件的数据采集行为，其中，初始配置为所述全埋点方式；

根据所述人机交互组件的设计和所述数据采集行为的配置，编译生成可执行的应用程序代码。

4.根据权利要求1或3所述的方法，其特征在于，所述方法还包括：

通过网络发布所述数据埋点配置方案，以使应用程序更新数据采集行为。

5.一种自动配置数据埋点装置，其特征在于，包括：

数据接收模块，用于接收通过全埋点方式采集用户的全部用户数据；

模型生成模块，用于生成针对用户数据的多个稀疏模型，其中，每个所述稀疏模型使用所述全部用户数据的一个子集；

测试模块，用于分别测试各个所述稀疏模型对指定数据分析业务的预测能力；

配置模块，用于对比各个所述稀疏模型的预测能力，根据预测精度最高的稀疏模型确定针对所述指定数据分析业务的数据埋点配置方案；

所述测试模块包括：

数据输入模块，用于使用一组带有标注信息的测试数据分别输入各个所述稀疏模型中；

识别模块，用于按照所述指定数据分析业务使用各个所述稀疏模型对所述测试数据进行分析识别；

对比模块，用于将各个所述稀疏模型的分析识别结果与所述标注信息进行对比，将对比结果的重合度作为各个所述稀疏模型对指定数据分析业务的预测能力。

6.根据权利要求5所述的装置，其特征在于，所述模型生成模块包括：

空白模型生成模块，用于生成空白的多个机器学习模型；

同步训练模块，用于使用相同的数据集对所述多个机器学习模型同步进行训练，其中，所述数据集为所述全部用户数据的至少一个子集；

训练输出模块，用于得到多个训练后的模型作为所述多个稀疏模型。

7.根据权利要求5所述的装置，其特征在于，所述装置还包括：

组件设计模块，用于在跨平台的应用程序开发环境中设计开发人机交互组件；

采集行为配置模块，用于通过配置的方式设置所述人机交互组件的数据采集行为，其中，初始配置为所述全埋点方式；

编译模块，用于根据所述人机交互组件的设计和所述数据采集行为的配置，编译生成可执行的应用程序代码。

8.根据权利要求5或7所述的装置，其特征在于，所述装置还包括：

配置发布模块，用于通过网络发布所述数据埋点配置方案，以使应用程序更新数据采集行为。