[发明专利]一种数据推荐模型的训练方法、装置、设备及存储介质

权利要求书

1.一种数据推荐模型的训练方法，其特征在于，所述方法包括：

获取数据仓库应用知识库中的业务需求的描述和所述业务需求用到的数据表的信息；

根据所述业务需求的描述，和预设的业务术语，确定预设算法的输入变量；

根据所述业务需求用到的数据表的信息，确定所述预设算法的输出变量；

根据所述输入变量，和所述输出变量，采用所述预设算法进行训练，获取所述数据推荐模型；

所述数据推荐模型包括：第一推荐模型，所述根据所述业务需求的描述，和预设的业务术语，确定预设算法的输入变量，包括：

对所述业务需求的描述进行分词处理，得到多个分词词语，并分别确定各分词词语与所述数据仓库的每个数据表中业务术语的近似度的最大值；

确定所述数据仓库的每个数据表中多个近似度最大的分词词语，和各近似度最大值的分词词语对应的业务术语在所述数据表中的类型，作为预设算法的输入变量；

所述根据所述输入变量，和所述输出变量，采用所述预设算法进行训练，获取所述数据推荐模型，包括：

根据所述输入变量，和所述输出变量，采用所述预设算法进行训练，获取所述第一推荐模型；

所述根据所述业务需求用到的数据表的信息，确定所述预设算法的输出变量，包括：

根据多个业务需求用到的数据表的信息，确定所述数据仓库中所有数据表的使用情况信息，作为所述预设算法的输出变量；每个数据表的使用情况信息用于表示该数据表是否被所述业务需求所使用。

2.根据权利要求1所述的方法，其特征在于，所述数据推荐模型还包括：第二推荐模型，所述根据所述业务需求的描述，和预设的业务术语，确定预设算法的输入变量，包括：

对所述业务需求的描述进行分词处理，得到多个分词词语，并分别确定各分词词语与业务术语词典中的每个业务术语的近似度的最大值；

将所述各分词词语与所述每个业务术语的近似度最大值，确定为预设算法的输入变量；

所述根据所述输入变量，和所述输出变量，采用所述预设算法进行训练，获取所述数据推荐模型，包括：

根据所述输入变量，和所述输出变量，采用所述预设算法进行训练，获取所述第二推荐模型。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

对输入的检索内容进行分词处理，并确定所述检索内容中各分词词语和所述数据仓库中的每个数据表中业务术语的近似度，以及各近似度对应业务术语在数据表中的类型；

根据所述近似度，以及所述各近似度对应业务术语在数据表中的类型，采用所述第一推荐模型，确定所述检索内容使用所述每个数据表的第一概率值。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

对输入的检索内容进行分词处理，并确定所述检索内容中各分词词语和每个业务术语的近似度；

根据所述近似度，采用所述第二推荐模型，确定所述检索内容使用所述每个数据表的第二概率值。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

对所述检索内容使用所述每个数据表的第一概率值，和所述检索内容使用所述每个数据表的第二概率值，进行整合处理，以确定所述检索内容使用各数据表的概率值最大的多个数据表；

确定所述检索内容的各分词词语与所述概率值最大的多个数据表中的业务术语的最大近似度；

输出与所述检索内容的各分词词语的近似度最大的多个业务术语，以及所述多个业务术语所在数据表的信息。