[发明专利]一种数据推荐模型的训练方法、装置、设备及存储介质有效

专利信息
申请号: 201911264372.4 申请日: 2019-12-10
公开(公告)号: CN111104422B 公开(公告)日: 2023-08-29
发明(设计)人: 陈旭;王磊;叶淑强;李冬冬;刘明明;董晃 申请(专利权)人: 北京明略软件系统有限公司
主分类号: G06F16/245 分类号: G06F16/245;G06F16/28;G06F18/243;G06F18/214;G06N20/00
代理公司: 北京超成律师事务所 11646 代理人: 孔默
地址: 100000 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 数据 推荐 模型 训练 方法 装置 设备 存储 介质
【说明书】:

发明提供一种数据推荐模型的训练方法、装置、设备及存储介质,涉及模型训练技术领域。该方法包括:获取数据仓库应用知识库中的业务需求的描述和该业务需求用到的数据表的信息;根据该业务需求的描述,和预设的业务术语,确定预设算法的输入变量;根据该业务需求用到的数据表的信息,确定该预设算法的输出变量;根据该输入变量,和该输出变量,采用该预设算法进行训练,获取所述数据推荐模型。应用本发明实施例,使该数据推荐模型具有历史经验,能够从语义上理解文本内容,并通过使用该推荐模型,可以减少搜索结果的量以及提高搜索结果的精准度。

技术领域

本发明涉及模型训练技术领域,具体而言,涉及一种数据推荐模型的训练方法、装置、设备及存储介质。

背景技术

随着互联网的发展,数据仓库的数据表数量在不断的扩展。尤其像企业级数据仓库,它的核心职能之一是将企业全范围内的跨系统数据整合,其数据来源包括企业各类型的源系统,故企业级数据仓库的数据表通常数量多,业务繁杂,大型企业尤甚。所以,如何根据使用者的搜索内容,将数据仓库里的数据表推荐给使用者,成为当下的研究热点。

目前,通过计算搜索关键字与数据仓库元数据之间的相似度,将搜索结果输出,与搜索关键字相似度最高的数据表排在前面,反之排在后面,其中,相似度算法包括编辑距离相似度、余弦相似度、欧式距离等。

然而,通过相似度大小匹配数据表的方式,只能从纯文字相识度上进行数据表的匹配,这样会导致搜索结果多以及不精准。

发明内容

本发明的目的在于,针对上述现有技术中的不足,提供一种数据推荐模型的训练方法、装置、设备及存储介质,通过使用该推荐模型,可以减少搜索结果的量以及提高搜索结果的精准度。

为实现上述目的,本发明实施例采用的技术方案如下:

第一方面,本发明实施例提供了一种数据推荐模型的训练方法,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。

进一步地,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。

进一步地,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:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京明略软件系统有限公司,未经北京明略软件系统有限公司许可,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/201911264372.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top