[发明专利]一种通用的大数据模型配置和分析方法

权利要求书

1.一种通用的大数据模型配置和分析方法，其特征在于：

(1)构建分析模型配置方法

第一步：确定分析模型名称，从算法库中选择分析算法，配置算法参数；

第二步：从数据集中选择一张或多张元数据表，勾选出要分析的数据列，作为数据分析的数据集，配置数据筛选、分组、排序等数据处理，最后得到的数据作为模型分析的基础数据；

第三步：填写数据清洗规则，对分析基础数据进行重新的审查和校验、处理无效值和缺失值、删除重复信息、对数据列进行计算与处理，并对数据进行筛选、分组、排序；

第四步：选择潜在因素列作为数据样本，除聚类等无监督学习之外，指定一个特征列，选择目标因素；

(2)大数据分析配置与执行方法

第一步：配置训练模型执行模式，有手动执行和调度执行两种模式，手动模式为一次性训练，调度执行模式针对增量数据自动批量训练执行；

第二步：配置完成后，系统后台运行，自动根据选定的海量数据集进行数据准备、清洗，按照选定的算法及配置参数进行训练，分析比较评估指标，选用最优算法参数，最终生成分析模型；

第三步：根据训练结果，对不理想的模型，调整模型参数，反复训练，每次训练执行后，生成训练版本号、批次号及详细分析结果，可供查询；

第四步：对训练好的模型，转换成实际预测模型，指定预测(实时)数据进行预测预警分析；

(3)推送预警信息

预警推送中心，监控各模型执行情况，对于大数据分析的异常分析结果，实时处理推送预警信息，提醒、通知相关人员；

(4)预览分析结果

对模型执行情况，可从定制的界面中查看分析结果可视化数据，也可以查看模型版本号、批次号及详细分析结果；

(5)共享分析模型

提供分析模型的双向共享功能，对于其他系统的优秀分析模型，可以借鉴并引入，然后成化为平台内的分析模型，同时平台中的分析模型可以导出，将分析模型和软件接口规范提供给其它系统使用。