[发明专利]质量评估模型训练方法、装置、电子设备及存储介质

权利要求书

1.一种质量评估模型训练方法，其特征在于，包括：

获取至少一个产品的全生命周期的基础数据；所述基础数据包括运行日志数据和产品基础功能对应的数据；

确定神经网络模型的训练任务类型；

根据所述全生命周期的基础数据和所述训练任务类型迭代训练所述神经网络模型，得到质量评估模型；所述质量评估模型用于对所述产品执行所述训练任务类型的任务。

2.根据权利要求1所述的质量评估模型训练方法，其特征在于，所述根据所述全生命周期的基础数据和所述训练任务类型训练神经网络模型，得到质量评估模型，包括：

对所述基础数据进行预处理，得到初始目标基础数据；所述预处理包括数据清洗、数据变换、数据归约或数据可视化分析中的至少一种；

对所述初始目标基础数据进行特征处理，得到目标基础数据；

根据所述目标基础数据和所述训练任务类型训练神经网络模型，得到质量评估模型。

3.根据权利要求1或2所述的质量评估模型训练方法，其特征在于，所述根据所述全生命周期的基础数据和所述训练任务类型迭代训练所述神经网络模型，得到质量评估模型，包括：

利用所述全生命周期的基础数据和所述训练任务类型训练神经网络模型，在所述神经网络模型的召回率大于预设阈值的情况下，确定所述神经网络模型为所述质量评估模型。

4.根据权利要求3所述的质量评估模型训练方法，其特征在于，所述质量评估模型训练方法，还包括：

获取目标产品的待评估数据；

将所述目标产品的待评估数据输入到所述质量评估模型，对所述目标产品的待评估数据执行训练任务类型的任务，得到评估结果数据；

根据所述评估结果数据和所述评估结果数据对应的预设评估结果阈值，修正所述产品的全生命周期的基础数据；

根据所述修正后的全生命周期的基础数据，优化所述质量评估模型。

5.一种质量评估模型训练装置，其特征在于，包括：

获取模块，被配置为执行获取至少一个产品的全生命周期的基础数据；所述基础数据包括运行日志数据和产品基础功能对应的数据；

确定模块，被配置为执行确定神经网络模型的训练任务类型；

训练模块，被配置为执行根据所述全生命周期的基础数据和所述训练任务类型迭代训练所述神经网络模型，得到质量评估模型；所述质量评估模型用于对所述产品执行所述训练任务类型的任务。

6.根据权利要求5所述的质量评估模型训练装置，其特征在于，所述训练模块，具体被配置为执行：

对所述基础数据进行预处理，得到初始目标基础数据；所述预处理包括数据清洗、数据变换、数据归约或数据可视化分析中的至少一种；

对所述初始目标基础数据进行特征处理，得到目标基础数据；

根据所述目标基础数据和所述训练任务类型训练神经网络模型，得到质量评估模型。

7.根据权利要求5或6所述的质量评估模型训练装置，其特征在于，所述训练模块，具体被配置为执行：

利用所述全生命周期的基础数据和所述训练任务类型训练神经网络模型，在所述神经网络模型的召回率大于预设阈值的情况下，确定所述神经网络模型为所述质量评估模型。

8.根据权利要求5或6所述的质量评估模型训练装置，其特征在于，所述训练模块，具体被配置为执行：

获取目标产品的待评估数据；

将所述目标产品的待评估数据输入到所述质量评估模型，对所述目标产品的待评估数据执行训练任务类型的任务，得到评估结果数据；

根据所述评估结果数据和所述评估结果数据对应的预设评估结果阈值，修正所述产品的全生命周期的基础数据；

根据所述修正后的全生命周期的基础数据，优化所述质量评估模型。

9.一种电子设备，其特征在于，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如权利要求1-4中任一项所述的质量评估模型训练方法。