[发明专利]一种数据分析系统会诊方法及相关装置在审
申请号: | 201910436034.8 | 申请日: | 2019-05-23 |
公开(公告)号: | CN110347583A | 公开(公告)日: | 2019-10-18 |
发明(设计)人: | 陈家荣 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
主分类号: | G06F11/36 | 分类号: | G06F11/36;G06N20/00 |
代理公司: | 深圳市隆天联鼎知识产权代理有限公司 44232 | 代理人: | 刘抗美 |
地址: | 518000 广东省深圳市福田区福*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 数据分析系统 相关装置 机器学习模型 输出测试结果 应用技术领域 测试指令 机器学习 目标指标 实时测试 输出测试 训练机器 预定上限 学习 | ||
本公开是关于一种数据分析系统会诊方法及相关装置,属于机器学习应用技术领域,该方法包括:当接收到数据分析系统的测试指令时,对所述数据分析系统进行实时测试,并输出测试结果;判断所述测试结果是否通过;若所述测试结果为未通过,获取所述测试结果未通过对应的所述预定上限值及所述上限值中的目标限值,以及所述测试结果超出所述目标限值的差值;将所述目标指标的数据、所述测试结果、所述差值以及所述目标限值一起输入预先训练好的机器学习模型,输出测试调整方案。本公开通过训练机器学习模型,根据会诊要素自动、准确、快速的进行会诊得到会诊方案,进而有效提高系统的调整效率。
技术领域
本公开涉及机器学习应用技术领域,具体而言,涉及一种数据分析系统会诊方法及装置。
背景技术
数据分析系统是通过数据分析系统对各种指标的数据信息进行加工、整理,计算得到各种分析指标,转变为易于被人们所接受的信息形式,并可以将处理后的信息进行贮存的系统。数据分析系统在从开发到投入使用,或者升级等过程都需要进行测试,发现这些系统中存在的问题;这个测试过程一般是通过测试系统进行的,测试系统在对软件系统测试时会得到相应的测试结果。然后,如果测试系统的测试结果通过,则不需要测试人员进行调整数据分析系统;但是如果测试系统的测试结果没有通过,则需要测试人员进行通过不断的修改、检索、查找如何调整使得测试结果通过的方案,调整的效率非常低。
所以需要一种可以自动根据测试系统的测试结果进行会诊,得到如何调整使得测试结果通过的方案的方法;可以准确、快速预测输出调整方案,进而有效提高调整效率。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种数据分析系统会诊方案,进而至少在一定程度上在实现自动、准确、快速的对测试系统的测试结果进行会诊得到会诊方案,进而有效提高系统的调整效率。
根据本公开的一个方面,提供一种数据分析系统会诊方法,包括:
当接收到用于对目标指标的数据进行分析的数据分析系统的测试指令时,对所述数据分析系统进行实时测试,并输出测试结果;
判断所述测试结果是否通过,其中,若所述测试结果在预定上限值和预定下限值之外,则测试结果为未通过;
若所述测试结果为未通过,获取所述测试结果为未通过时对应的所述预定上限值及所述预定下限值中的目标限值,计算所述测试结果超出所述目标限值的差值;
将所述目标指标的数据、所述测试结果、所述差值以及所述目标限值一起输入预先训练好的机器学习模型,输出测试调整方案,其中,所述测试调整方案用于指示如何调整使得测试结果为通过。
本公开的一种示例性实施例中,按照不同类型的目标指标分别训练有对应于不同类型的目标指标的机器学习模型,则所述将所述目标指标的数据、所述测试结果、所述差值以及所述目标限值一起输入预先训练好的机器学习模型进行训练,输出测试调整方案,包括:
获取所述目标指标的类型对应的预先训练好的机器学习模型;
将所述目标指标的数据、所述测试结果、所述差值以及所述目标限值一起输入所述目标指标的类型对应的预先训练好的机器学习模型,输出测试调整方案。
本公开的一种示例性实施例中,所述机器学习模型的训练方法包括:
收集事先标记了如何调整使得测试结果为通过的测试调整方案的包括目标指标的数据、所述测试结果、所述差值以及所述目标限值的样本的集合;
将所述样本的集合中每个样本分别输入机器学习模型,调整机器学习模型输出每个所述样本对应的测试调整方案;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910436034.8/2.html,转载请声明来源钻瓜专利网。