[发明专利]一种可配置的模型计算分析自定义方法

摘要

本发明公开了一种可配置的模型计算分析自定义方法，属于大数据技术领域，构建集群服务注册中心、配置中心、模型服务器和数据库服务器，解决了数据预测分析应用中自定义模型描述配置及模型跨平台部署上线的技术问题，本发明模型配置描述清晰，便于线上动态调整模型，实时生效。并且便于扩展实现新增自定义模型，达到新模型快速上线，采用自定义模型描述元语言，可根据实际生产应用扩展元语言内容，提供更多实际生产应用场景支持，使模型描述配置保持和生产应用相同的复杂度，通常大多数实际生产应用模型更加简单，使得模型配置更简单，加载更快，且保持了模型训练和应用的计算一致性，同时也保留了跨平台的特性。

主权项

1.一种可配置的模型计算分析自定义方法，其特征在于：包括如下步骤：步骤1：构建集群服务注册中心、配置中心、模型服务器和数据库服务器，集群服务注册中心用于管理所有应用服务，应用服务包括业务服务和模型服务，各个应用服务之间的相互调用可通过集群服务注册中心发现调用目标服务；配置中心用于配置集群服务注册中心中各个应用服务的应用配置；模型服务器用于自定义模型计算分析，将模型配置持久化到数据库中，同时服务内部缓存模型配置序列化对象；步骤2：在模型服务器中建立数个模型，通过模型描述元语言对模型进行描述；模型描述元语言包括数据字典、转换方法、模型封装和归一化输出；数据字典用于定义模型输入参数，包含1到多个数据字段，每个数据字段即为一个模型变量，数据字段的定义中包括参数名称、数据类型和是否必须等属性值，数据字段用于对模型输入参数的基本校验；转换方法用于提供输入参数的转换预处理，包含0到多个转换配置，支持对单个参数的多次顺序转换，多次顺序转换通过设置顺序索引实现排序，每个转换配置均包含转换名称、待转换的参数名称和转换索引，转换名称即为转为的算法名称，用于提供字符串截取、阈值转换、映射转换和纯乘除转换；模型封装为模型具体描述，用于模型计算，支持单个模型或多个模型组合，通过Segmentation及其子标签Segment对模型组合中的多个模型进行分段，每一个分段为一个子模型；归一化输出用于描述模型输出转换处理，包含一个或多个输出字段，归一化输出包括输出字段名称、数据类型、原始字段名称和原始字段类型；归一化输出描述了模型计算过程中所有变量的转换输出，变量的转换输出包括模型输入参数、模型计算中间变量和模型计算结果；步骤3：在集群服务注册中心对每一个业务服务进行注册，建立每一个业务服务的模型，通过配置中心对每一个模型进行模型配置管理，其步骤如下：步骤A1：新增模型配置，其包括如下步骤：步骤AA1：检查新增模型的本名称及类型是否满足自定义的预设要求：是，则执行步骤AA2；否，则舍弃新增模型；步骤AA2：检查新增模型的模型配置文件内容是否可以序列化程序应用对象：是，则将新增模型的模型配置文件内容序列化程序应用对象，生成模型配置内容序列化对象，执行步骤AA3；否，则舍弃新增模型；步骤AA3：根据新增模型的模型配置文件内容生成新增模型配置信息，根据新增模型配置信息判断是否为数据库服务器中的已有模型：是，则更新数据库服务器中的模型；否，则将新增模型配置信息持久化到数据库服务器中；模型配置信息包含模型唯一标识ID、模型名称、模型类型、模型描述、模型配置文件内容和模型状态；模型类型包括标准模型和自定义模型；模型状态用于表示模型是否在用；步骤AA4：在配置中心中设立模型服务缓存，将模型配置内容序列化对象存放于模型服务缓存中，用于模型调用；步骤A2：模型配置删除操作采用的是逻辑删除，即将模型状态配置为不可用，并将该模型的模型配置内容序列化对象从模型服务缓存中清除；步骤4：在集群服务注册中心为每一个模型建立一个模型服务，通过模型服务来加载模型，模型服务用于接收模型计算请求，在模型服务器中完成模型计算，其步骤如下：步骤B1：模型服务提供一个模型调用REST接口，通过REST接口输入参与计算的参数，参与计算的参数包括模型唯一标识ID和模型变量；步骤B2：检查模型唯一标识ID是否存在并且根据模型唯一标识ID检查模型状态是否为可用：存在且可用，则执行步骤B3；反之则返回计算错误结果；步骤B3：提取参与计算的参数，然后根据模型唯一标识ID从模型服务缓存中载入模型配置内容序列化对象；步骤B4：将模型变量传入模型配置内容序列化对象，执行模型运算；步骤B5：获取步骤B4的计算结果，并输出计算结果。