[发明专利]一种可视化建模作业流调度引擎的构建方法

权利要求书

1.一种可视化建模作业流调度引擎的构建方法，其特征是，包括以下步骤：

步骤一，系统依据大数据建模分析流程建立通用定义数据模型，定义作业流执行入参格式；

步骤二，系统接收作业流执行入参，系统遵循通用定义数据模型的约束将作业流执行入参的半结构化数据模型解析成图对象模型；

步骤三，系统将图对象模型作为作业流执行模块的入参，通过作业流执行模块对图对象模型进行解析，从而构建完成可视化建模作业流调度引擎；

所述的步骤二中作业流执行入参的半结构化数据模型解析成图对象模型具体为将半结构化模型中的节点对象抽象为图对象模型中的顶点，半结构化模型中的节点对象依赖关系抽象为图对象模型中的边，顶点和连接顶点的边构成有向无环图，有向无环图即为图对象模型；

所述的顶点包括虚拟顶点、分支顶点、循环顶点和执行顶点，虚拟顶点包括开始虚拟顶点和结束虚拟顶点，开始虚拟顶点为图对象模型数据处理的开始位置，结束虚拟顶点为图对象模型数据处理的结束位置，结束虚拟顶点输出可视化图表或根据可视化图表得出的分析评估结果；所述的可视化图表包括混淆矩阵，分析评估结果包括根据混淆矩阵的二分类评估结果；

系统检测混淆矩阵的预测结果的准确率A：

A=（a1+b2+c3+……+n）/N，

其中，a1表示混淆矩阵第一行第一个数，b2表示混淆矩阵第二行第二个数，c3表示混淆矩阵第三行第三个数，n表示混淆矩阵第n行第n个数，a1+b2+c3+……+n 为预测和结果一致的数量，N表示样本总量；

若A与预设的准确率值结果一致或两者的差值在设定的阈值内，则说明半结构化数据模型解析成图对象模型的过程正常；若A与预设的准确率值两者的差值不在设定的阈值内，则说明半结构化数据模型解析成图对象模型的过程不正常，系统发出报警并检测执行入参和解析过程是否正确。

2.根据权利要求1所述的一种可视化建模作业流调度引擎的构建方法，其特征是，所述的通用定义数据模型包括算法组件属性、算法组件输入输出属性和连接对象属性，其中算法组件属性包括数组的若干个节点对象，单个节点对象使用算法组件json定义，单个节点对象包括基础信息和算法参数；算法组件输入输出属性包含在节点对象中，单个节点对象含有算法组件唯一表示、输入输出类型和输入输出值；连接对象属性包括开始节点对象标识、开始节点输出位置、目标节点对象标识和目标节点输入位置。

3.根据权利要求1所述的一种可视化建模作业流调度引擎的构建方法，其特征是，选取a1、b2、c3……n中的一个数值，此数值大于剩余其他数值之和，则准确率A=ns/nsall，其中ns为大于剩余其他数值之和的数字，nsall为ns对应的列所有数值之和。

4.根据权利要求1所述的一种可视化建模作业流调度引擎的构建方法，其特征是，选取a1、b2、c3……n中的某一个或几个数值，此类数值均小于剩余其他数值，则准确率A=nt/ntall，其中nt为均小于剩余其他数值的一个或几个数值，ntall为此类数值对应的列所有数值之和。

5.根据权利要求1所述的一种可视化建模作业流调度引擎的构建方法，其特征是，所述的步骤三中，解析的具体过程为：基于JGraphT图算法库，使用广度优先遍历算法进行顶点调度，对于同一层的顶点并行调用，对于存在依赖上下关系的顶点使用串行调用并把上一顶点执行结果根据依赖关系传递给下一顶点执行。

6.根据权利要求5所述的一种可视化建模作业流调度引擎的构建方法，其特征是，在顶点对象调度前、调度过程中以及调度后使用钩子接口松耦合方式不侵入作业流执行模块实现的情况下满足个性化需求定义。