CN111125531A-數(shù)倉模型的分值確定方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

(19)中華人民共和國國家知識(shí)產(chǎn)權(quán)局

(12)發(fā)明專利申請

(10)申請公布號CN111125531A

HP申請公布日

(43)2020.05.08

(21)申請?zhí)?01911353069.1

(22)申請日2019.12.25

(71)申請人北京每日優(yōu)鮮電子商務(wù)有限公司

地址100102北京市朝陽區(qū)創(chuàng)遠(yuǎn)路34號院7

號樓08層801室

(72)發(fā)明人蔡光龍宋威康偉偉

(74)專利代理機(jī)構(gòu)北京三高永信知識(shí)產(chǎn)權(quán)代理

有限責(zé)任公司11138

代理人寧立存

(51)Int.CI.

G06F16/9535(2019.01)

G06F16/2458(2019.01)

G06K9/62(2006.01)

權(quán)利要求書2頁說明書18頁附圖10頁

(54)發(fā)明名稱

數(shù)倉模型的分值確定方法、裝置、設(shè)備及存

儲(chǔ)介質(zhì)

(57)摘要

本申請公開了一種數(shù)倉模型的分值確定方

法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，屬于大數(shù)據(jù)技術(shù)領(lǐng)

域。本實(shí)施例提供了一種對數(shù)倉模型智能評分的

方法，通過利用機(jī)器學(xué)習(xí)技術(shù)，提取數(shù)倉模型的

與分值關(guān)聯(lián)的特征，通過分值預(yù)測模型將特征映

射為分值，從而自動(dòng)化地對模型進(jìn)行打分，通過

該方法，免去了人工進(jìn)行打分的繁瑣操作，從而

極大地節(jié)省了人力成本和時(shí)間開銷，因而提高了

數(shù)倉模型評分的效率，并且，由于綜合統(tǒng)計(jì)多個(gè)

維度的數(shù)據(jù)對數(shù)倉模型進(jìn)行自動(dòng)評分，可以提供

統(tǒng)一、客觀的標(biāo)準(zhǔn)，從而提高數(shù)倉模型評分的準(zhǔn)

確性。

CN111125531A權(quán)利要求書1/2頁

1.一種數(shù)倉模型的分值確定方法，其特征在于，所述方法包括：

獲取數(shù)倉模型的目標(biāo)特征，所述目標(biāo)特征包括熱度、屬性維護(hù)數(shù)量、標(biāo)簽數(shù)量、報(bào)警數(shù)

量、使用方式維護(hù)完善值、生命周期維護(hù)完善值、事故次數(shù)中的至少一項(xiàng)；

將所述目標(biāo)特征輸入分值預(yù)測模型，所述分值預(yù)測模型根據(jù)樣本數(shù)倉模型的目標(biāo)特征

以及所述樣本數(shù)倉模型的分值訓(xùn)練得到；

通過所述分值預(yù)測模型對所述目標(biāo)特征進(jìn)行處理，輸出所述數(shù)倉模型的分值。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述分值預(yù)測模型包括極端梯度提升

XGBoost模型，所述XGBoost模型包括多個(gè)回歸樹，所述通過所述分值預(yù)測模型對所述目標(biāo)

特征進(jìn)行處理，輸出所述數(shù)倉模型的分值，包括：

通過所述XGBoost模型的每個(gè)回歸樹對所述目標(biāo)特征進(jìn)行處理，得到每個(gè)回歸樹為所

述數(shù)倉模型預(yù)測的分值；

獲取所述多個(gè)回歸樹預(yù)測的分值之和，作為所述數(shù)倉模型的分值。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述XGBoost模型中的每個(gè)回歸樹包括一

個(gè)或多個(gè)非葉子節(jié)點(diǎn)、多個(gè)分支以及多個(gè)葉子節(jié)點(diǎn)，所述非葉子節(jié)點(diǎn)包括熱度節(jié)點(diǎn)、屬性維

護(hù)數(shù)量節(jié)點(diǎn)、標(biāo)簽數(shù)量節(jié)點(diǎn)、報(bào)警數(shù)量節(jié)點(diǎn)、使用方式維護(hù)完善值節(jié)點(diǎn)、生命周期維護(hù)完善

值節(jié)點(diǎn)、事故次數(shù)節(jié)點(diǎn)中的至少一項(xiàng)；

所述熱度節(jié)點(diǎn)用于根據(jù)數(shù)倉模型的熱度進(jìn)行分類，所述熱度節(jié)點(diǎn)的每個(gè)分支表示熱度

的一個(gè)取值范圍；

所述屬性維護(hù)數(shù)量節(jié)點(diǎn)用于根據(jù)屬性維護(hù)數(shù)量進(jìn)行分類，所述屬性維護(hù)數(shù)量節(jié)點(diǎn)的每

個(gè)分支表示屬性維護(hù)數(shù)量的一個(gè)取值范圍；

所述標(biāo)簽數(shù)量節(jié)點(diǎn)用于根據(jù)標(biāo)簽數(shù)量進(jìn)行分類，所述標(biāo)簽數(shù)量節(jié)點(diǎn)的每個(gè)分支表示標(biāo)

簽數(shù)量的一個(gè)取值范圍；

所述報(bào)警數(shù)量節(jié)點(diǎn)用于根據(jù)報(bào)警數(shù)量進(jìn)行分類，所述報(bào)警數(shù)量節(jié)點(diǎn)的每個(gè)分支表示報(bào)

警數(shù)量的一個(gè)取值范圍；

所述使用方式維護(hù)完善值節(jié)點(diǎn)用于根據(jù)使用方式維護(hù)完善值進(jìn)行分類，所述使用方式

維護(hù)完善值節(jié)點(diǎn)的每個(gè)分支表示使用方式維護(hù)完善值的一個(gè)取值范圍；

所述通過所述XGBoost模型的每個(gè)回歸樹對所述目標(biāo)特征進(jìn)行處理，得到每個(gè)回歸樹

為所述數(shù)倉模型預(yù)測的分值，包括：

對于所述多個(gè)回歸樹中的每個(gè)回歸樹，根據(jù)所述目標(biāo)特征在所述回歸樹中經(jīng)過的目標(biāo)

非葉子節(jié)點(diǎn)以及目標(biāo)分支，確定所述目標(biāo)特征對應(yīng)的目標(biāo)葉子節(jié)點(diǎn)；

將所述目標(biāo)葉子節(jié)點(diǎn)表示的分值，獲取為所述回歸樹為所述數(shù)倉模型預(yù)測的分值。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述通過所述分值預(yù)測模型對所述目標(biāo)特

征進(jìn)行處理，輸出所述數(shù)倉模型的分值之后，所述方法包括：

根據(jù)所述數(shù)倉模型的分值，向用戶推薦所述數(shù)倉模型。

5.根據(jù)權(quán)利要求4所述的方法，所述根據(jù)所述數(shù)倉模型的分值，向用戶推薦所述數(shù)倉模

型，包括：

按照分值從高到低的順序，對數(shù)據(jù)倉庫的每個(gè)數(shù)倉模型進(jìn)行排序，得到排序結(jié)果；

若所述數(shù)倉模型的分值在排序結(jié)果中排在前預(yù)設(shè)位數(shù)，向所述用戶推薦所述數(shù)倉模

型。

2

CN111125531A權(quán)利要求書2/2頁

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述通過所述分值預(yù)測模型對所述目標(biāo)特

征進(jìn)行處理，輸出所述數(shù)倉模型的分值之后，所述方法包括：

接收搜索指令；

響應(yīng)于所述搜索指令，根據(jù)所述數(shù)倉模型的分值，確定所述數(shù)倉模型的標(biāo)識(shí)在搜索結(jié)

果中的排列順序；

輸出攜帶有所述數(shù)倉模型的標(biāo)識(shí)的搜索結(jié)果。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述通過所述分值預(yù)測模型對所述目標(biāo)特

征進(jìn)行處理，輸出所述數(shù)倉模型的分值之后，所述方法包括：

根據(jù)所述數(shù)倉模型的分值，生成數(shù)據(jù)質(zhì)量報(bào)告，所述數(shù)據(jù)質(zhì)量報(bào)告包括所述數(shù)倉模型

的分值。

8.一種數(shù)倉模型的分值確定裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取數(shù)倉模型的目標(biāo)特征，所述目標(biāo)特征包括熱度、屬性維護(hù)數(shù)量、標(biāo)

簽數(shù)量、報(bào)警數(shù)量、使用方式維護(hù)完善值、生命周期維護(hù)完善值、事故次數(shù)中的至少一項(xiàng)；

輸入模塊，用于將所述目標(biāo)特征輸入分值預(yù)測模型，所述分值預(yù)測模型根據(jù)樣本數(shù)倉

模型的目標(biāo)特征以及所述樣本數(shù)倉模型的分值訓(xùn)練得到；

處理模塊，用于通過所述分值預(yù)測模型對所述目標(biāo)特征進(jìn)行處理，輸出所述數(shù)倉模型

的分值。

9.一種電子設(shè)備，其特征在于，所述電子設(shè)備包括一個(gè)或多個(gè)處理器和一個(gè)或多個(gè)存

儲(chǔ)器，所述一個(gè)或多個(gè)存儲(chǔ)器中存儲(chǔ)有至少一條指令，所述至少一條指令由所述一個(gè)或多

個(gè)處理器加載并執(zhí)行以實(shí)現(xiàn)如權(quán)利要求1至權(quán)利要求7任一項(xiàng)所述的數(shù)倉模型的分值確定

方法所執(zhí)行的操作。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述存儲(chǔ)介質(zhì)中存儲(chǔ)有至少一條指令，所

述至少一條指令由處理器加載并執(zhí)行以實(shí)現(xiàn)如權(quán)利要求1至權(quán)利要求7任一項(xiàng)所述的數(shù)倉

模型的分值確定方法所執(zhí)行的操作。

3

CN111125531A說明書1/18頁

數(shù)倉模型的分值確定方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

技術(shù)領(lǐng)域

[0001]本申請涉及大數(shù)據(jù)技術(shù)領(lǐng)域，特別涉及一種數(shù)倉模型的分值確定方法、裝置、設(shè)備

及存儲(chǔ)介質(zhì)。

背景技術(shù)

L0002J數(shù)據(jù)倉庫簡稱數(shù)倉，是指面向主題的、集成的、相對穩(wěn)定的、反映歷史變化的數(shù)據(jù)

集合。數(shù)倉模型是指按照一定的數(shù)據(jù)模型，對企業(yè)的數(shù)據(jù)進(jìn)行采集、整理后，按照各個(gè)業(yè)務(wù)

的需要，提供跨部門的、一致的業(yè)務(wù)報(bào)表數(shù)據(jù)。通過數(shù)倉模型，能夠?qū)I(yè)務(wù)進(jìn)行指導(dǎo)，為決策

提供數(shù)據(jù)支持。由于系統(tǒng)的數(shù)倉模型往往數(shù)量繁多，為了幫助用戶選擇模型，可以為每個(gè)數(shù)

倉模型進(jìn)行評分，用戶可以根據(jù)數(shù)倉模型的分值，確定應(yīng)用哪一個(gè)數(shù)倉模型進(jìn)行分析和決

策。

L0003J時(shí)下，數(shù)倉模型都是人工打分的。具體而言，用戶會(huì)根據(jù)自己對模型的理解，對模

型進(jìn)行評分。

[0004]然而，人工評分的方式太過于主觀，無法有統(tǒng)一的標(biāo)準(zhǔn)，而且，需要耗費(fèi)大量的時(shí)

間成本和人力資源，導(dǎo)致成本過高，效率低下。

發(fā)明內(nèi)容

[0005]本申請實(shí)施例提供了一種數(shù)倉模型的分值確定方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，能夠

提高數(shù)倉模型評分的效率和準(zhǔn)確性。所述技術(shù)方案如下：

[0006]一方面，提供了一種數(shù)倉模型的分值確定方法，所述方法包括：

10007J獲取數(shù)倉模型的目標(biāo)特征，所述目標(biāo)特征包括熱度、屬性維護(hù)數(shù)量、標(biāo)簽數(shù)量、報(bào)

警數(shù)量、使用方式維護(hù)完善值、生命周期維護(hù)完善值、事故次數(shù)中的至少一項(xiàng)；

[0008]將所述目標(biāo)特征輸入分值預(yù)測模型，所述分值預(yù)測模型根據(jù)樣本數(shù)倉模型的目標(biāo)

特征以及所述樣本數(shù)倉模型的分值訓(xùn)練得到；

[0009]通過所述分值預(yù)測模型對所述目標(biāo)特征進(jìn)行處理，輸出所述數(shù)倉模型的分值。

10010)可選地，所述分值預(yù)測模型包括極端梯度提升XGBoost模型，所述XGBoost模型包

括多個(gè)回歸樹，所述通過所述分值預(yù)測模型對所述目標(biāo)特征進(jìn)行處理，輸出所述數(shù)倉模型

的分值，包括：

[0011]通過所述XGBoost模型的每個(gè)回歸樹對所述目標(biāo)特征進(jìn)行處理，得到每個(gè)回歸樹

為所述數(shù)倉模型預(yù)測的分值；

[0012]獲取所述多個(gè)回歸樹預(yù)測的分值之和，作為所述數(shù)倉模型的分值。

10013)可選地，所述XGBoost模型中的每個(gè)回歸樹包括一個(gè)或多個(gè)非葉子節(jié)點(diǎn)、多個(gè)分支

以及多個(gè)葉子節(jié)點(diǎn)，所述非葉子節(jié)點(diǎn)包括熱度節(jié)點(diǎn)、屬性維護(hù)數(shù)量節(jié)點(diǎn)、標(biāo)簽數(shù)量節(jié)點(diǎn)、報(bào)

警數(shù)量節(jié)點(diǎn)、使用方式維護(hù)完善值節(jié)點(diǎn)、生命周期維護(hù)完善值節(jié)點(diǎn)、事故次數(shù)節(jié)點(diǎn)中的至少

一項(xiàng)；

[0014]所述熱度節(jié)點(diǎn)用于根據(jù)數(shù)倉模型的熱度進(jìn)行分類，所述熱度節(jié)點(diǎn)的每個(gè)分支表示

4

CN111125531A說明書2/18頁

熱度的一個(gè)取值范圍；

[0015]所述屬性維護(hù)數(shù)量節(jié)點(diǎn)用于根據(jù)屬性維護(hù)數(shù)量進(jìn)行分類，所述屬性維護(hù)數(shù)量節(jié)點(diǎn)

的每個(gè)分支表示屬性維護(hù)數(shù)量的一個(gè)取值范圍；

[0016]所述標(biāo)簽數(shù)量節(jié)點(diǎn)用于根據(jù)標(biāo)簽數(shù)量進(jìn)行分類，所述標(biāo)簽數(shù)量節(jié)點(diǎn)的每個(gè)分支表

示標(biāo)簽數(shù)量的一個(gè)取值范圍；

[0017]所述報(bào)警數(shù)量節(jié)點(diǎn)用于根據(jù)報(bào)警數(shù)量進(jìn)行分類，所述報(bào)警數(shù)量節(jié)點(diǎn)的每個(gè)分支表

示報(bào)警數(shù)量的一個(gè)取值范圍；

[00網(wǎng)所述使用方式維護(hù)完善值節(jié)點(diǎn)用于根據(jù)使用方式維護(hù)完善值進(jìn)行分類，所述使用

方式維護(hù)完善值節(jié)點(diǎn)的每個(gè)分支表示使用方式維護(hù)完善值的一個(gè)取值范圍；

[0019]所述通過所述XGBoost模型的每個(gè)回歸樹對所述目標(biāo)特征進(jìn)行處理，得到每個(gè)回

歸樹為所述數(shù)倉模型預(yù)測的分值，包括：

[0020]對于所述多個(gè)回歸樹中的每個(gè)回歸樹，根據(jù)所述目標(biāo)特征在所述回歸樹中經(jīng)過的

目標(biāo)非葉子節(jié)點(diǎn)以及目標(biāo)分支，確定所述目標(biāo)特征對應(yīng)的目標(biāo)葉子節(jié)點(diǎn)；

L0021]將所述目標(biāo)葉子節(jié)點(diǎn)表示的分值，獲取為所述回歸樹為所述數(shù)倉模型預(yù)測的分

值。

10022J可選地，所述通過所述分值預(yù)測模型對所述目標(biāo)特征進(jìn)行處理，輸出所述數(shù)倉模

型的分值之后，所述方法包括：

10023]根據(jù)所述數(shù)倉模型的分值，向用戶推薦所述數(shù)倉模型。

[0024]可選地，所述根據(jù)所述數(shù)倉模型的分值，向用戶推薦所述數(shù)倉模型，包括：

[0025]按照分值從高到低的順序，對數(shù)據(jù)倉庫的每個(gè)數(shù)倉模型進(jìn)行排序，得到排序結(jié)果；

[0026]若所述數(shù)倉模型的分值在排序結(jié)果中排在前預(yù)設(shè)位數(shù)，向所述用戶推薦所述數(shù)倉

模型。

10027J可選地，所述通過所述分值預(yù)測模型對所述目標(biāo)特征進(jìn)行處理，輸出所述數(shù)倉模

型的分值之后，所述方法包括：

[0028]接收搜索指令；

10029]響應(yīng)于所述搜索指令，根據(jù)所述數(shù)倉模型的分值，確定所述數(shù)倉模型的標(biāo)識(shí)在搜

索結(jié)果中的排列順序；

[0030]輸出攜帶有所述數(shù)倉模型的標(biāo)識(shí)的搜索結(jié)果。

10031)可選地，所述通過所述分值預(yù)測模型對所述目標(biāo)特征進(jìn)行處理，輸出所述數(shù)倉模

型的分值之后，所述方法包括：

[0032]根據(jù)所述數(shù)倉模型的分值，生成數(shù)據(jù)質(zhì)量報(bào)告，所述數(shù)據(jù)質(zhì)量報(bào)告包括所述數(shù)倉

模型的分值。

[0033]另一方面，提供了一種數(shù)倉模型的分值確定裝置，所述裝置包括：

10034)獲取模塊，用于獲取數(shù)倉模型的目標(biāo)特征，所述目標(biāo)特征包括熱度、屬性維護(hù)數(shù)

量、標(biāo)簽數(shù)量、報(bào)警數(shù)量、使用方式維護(hù)完善值、生命周期維護(hù)完善值、事故次數(shù)中的至少一

項(xiàng)；

[0035]輸入模塊，用于將所述目標(biāo)特征輸入分值預(yù)測模型，所述分值預(yù)測模型根據(jù)樣本

數(shù)倉模型的目標(biāo)特征以及所述樣本數(shù)倉模型的分值訓(xùn)練得到；

[0036]處理模塊，用于通過所述分值預(yù)測模型對所述目標(biāo)特征進(jìn)行處理，輸出所述數(shù)倉

5

CN111125531A說明書3/18頁

模型的分值。

[0037]可選地，所述分值預(yù)測模型包括極端梯度提升XGBoost模型，所述XGBoost模型包

括多個(gè)回歸樹，所述處理模塊，用于：通過所述XGBoost模型的每個(gè)回歸樹對所述目標(biāo)特征

進(jìn)行處理，得到每個(gè)回歸樹為所述數(shù)倉模型預(yù)測的分值；獲取所述多個(gè)回歸樹預(yù)測的分值

之和，作為所述數(shù)倉模型的分值。

[0038]可選地，所述XGBoost模型中的每個(gè)回歸樹包括一個(gè)或多個(gè)非葉子節(jié)點(diǎn)、多個(gè)分支

以及多個(gè)葉子節(jié)點(diǎn)，所述非葉子節(jié)點(diǎn)包括熱度節(jié)點(diǎn)、屬性維護(hù)數(shù)量節(jié)點(diǎn)、標(biāo)簽數(shù)量節(jié)點(diǎn)、報(bào)

警數(shù)量節(jié)點(diǎn)、使用方式維護(hù)完善值節(jié)點(diǎn)、生命周期維護(hù)完善值節(jié)點(diǎn)、事故次數(shù)節(jié)點(diǎn)中的至少

一項(xiàng)；

[0039]所述熱度節(jié)點(diǎn)用于根據(jù)數(shù)倉模型的熱度進(jìn)行分類，所述熱度節(jié)點(diǎn)的每個(gè)分支表示

熱度的一個(gè)取值范圍；

[0040]所述屬性維護(hù)數(shù)量節(jié)點(diǎn)用于根據(jù)屬性維護(hù)數(shù)量進(jìn)行分類，所述屬性維護(hù)數(shù)量節(jié)點(diǎn)

的每個(gè)分支表示屬性維護(hù)數(shù)量的一個(gè)取值范圍；

L0041]所述標(biāo)簽數(shù)量節(jié)點(diǎn)用于根據(jù)標(biāo)簽數(shù)量進(jìn)行分類，所述標(biāo)簽數(shù)量節(jié)點(diǎn)的每個(gè)分支表

示標(biāo)簽數(shù)量的一個(gè)取值范圍；

10042J所述報(bào)警數(shù)量節(jié)點(diǎn)用于根據(jù)報(bào)警數(shù)量進(jìn)行分類，所述報(bào)警數(shù)量節(jié)點(diǎn)的每個(gè)分支表

示報(bào)警數(shù)量的一個(gè)取值范圍；

10043)所述使用方式維護(hù)完善值節(jié)點(diǎn)用于根據(jù)使用方式維護(hù)完善值進(jìn)行分類，所述使用

方式維護(hù)完善值節(jié)點(diǎn)的每個(gè)分支表示使用方式維護(hù)完善值的一個(gè)取值范圍；

10044]所述處理模塊，用于對于所述多個(gè)回歸樹中的每個(gè)回歸樹，根據(jù)所述目標(biāo)特征在

所述回歸樹中經(jīng)過的目標(biāo)非葉子節(jié)點(diǎn)以及目標(biāo)分支，確定所述目標(biāo)特征對應(yīng)的目標(biāo)葉子節(jié)

點(diǎn)；將所述目標(biāo)葉子節(jié)點(diǎn)表示的分值，獲取為所述回歸樹為所述數(shù)倉模型預(yù)測的分值。

10045J可選地，所述通過所述分值預(yù)測模型對所述目標(biāo)特征進(jìn)行處理，輸出所述數(shù)倉模

型的分值之后，所述裝置包括：

10046)推薦模塊，用于根據(jù)所述數(shù)倉模型的分值，向用戶推薦所述數(shù)倉模型。

[0047]可選地，所述推薦模塊，用于：按照分值從高到低的順序，對數(shù)據(jù)倉庫的每個(gè)數(shù)倉

模型進(jìn)行排序，得到排序結(jié)果；若所述數(shù)倉模型的分值在排序結(jié)果中排在前預(yù)設(shè)位數(shù)，向所

述用戶推薦所述數(shù)倉模型。

10048]可選地，所述裝置還包括：

10049J接收模塊，用于接收搜索指令；

[0050]確定模塊，用于響應(yīng)于所述搜索指令，根據(jù)所述數(shù)倉模型的分值，確定所述數(shù)倉模

型的標(biāo)識(shí)在搜索結(jié)果中的排列順序；

[0051]輸出模塊，用于輸出攜帶有所述數(shù)倉模型的標(biāo)識(shí)的搜索結(jié)果。

[0052]可選地，所述裝置包括：生成模塊，用于根據(jù)所述數(shù)倉模型的分值，生成數(shù)據(jù)質(zhì)量

報(bào)告，所述數(shù)據(jù)質(zhì)量報(bào)告包括所述數(shù)倉模型的分值。

[0053]另一方面，提供了一種電子設(shè)備，所述電子設(shè)備包括一個(gè)或多個(gè)處理器和一個(gè)或

多個(gè)存儲(chǔ)器，所述一個(gè)或多個(gè)存儲(chǔ)器中存儲(chǔ)有至少一條指令，所述至少一條指令由所述一

個(gè)或多個(gè)處理器加載并執(zhí)行以實(shí)現(xiàn)上述數(shù)倉模型的分值確定方法所執(zhí)行的操作。

[0054]另一方面，提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)中存儲(chǔ)有至少一條指

6

CN111125531A說明書4/18頁

令，所述至少一條指令由處理器加載并執(zhí)行以實(shí)現(xiàn)上述數(shù)倉模型的分值確定方法所執(zhí)行的

操作。

[0055]本申請實(shí)施例提供的技術(shù)方案帶來的有益效果至少包括：

[0056]本實(shí)施例提供了一種對數(shù)倉模型智能評分的方法，通過利用機(jī)器學(xué)習(xí)技術(shù)，提取

數(shù)倉模型的與分值關(guān)聯(lián)的特征，通過分值預(yù)測模型將特征映射為分值，從而自動(dòng)化地對模

型進(jìn)行打分，通過該方法，免去了人工進(jìn)行打分的繁瑣操作，從而極大地節(jié)省了人力成本和

時(shí)間開銷，因而提高了數(shù)倉模型評分的效率，并且，由于綜合統(tǒng)計(jì)多個(gè)維度的數(shù)據(jù)對數(shù)倉模

型進(jìn)行自動(dòng)評分，可以提供統(tǒng)一、客觀的標(biāo)準(zhǔn)，從而提高數(shù)倉模型評分的準(zhǔn)確性。

附圖說明

10057J為了更清楚地說明本申請實(shí)施例中的技術(shù)方案，下面將對實(shí)施例描述中所需要使

用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請的一些實(shí)施例，對于

本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他

的附圖。

[0058]圖1是本申請實(shí)施例提供的一種數(shù)倉模型的分值確定方法的實(shí)施環(huán)境的示意圖；

[0059]圖2是本申請實(shí)施例提供的一種分值預(yù)測模型的訓(xùn)練方法的流程圖；

[0060]圖3是本申請實(shí)施例提供的一種數(shù)倉模型的分值確定方法的流程圖；

[0061]圖4是本申請實(shí)施例提供的一種模型評分界面的示意圖；

[0062]圖5是本申請實(shí)施例提供的一種數(shù)倉模型的推薦方法的流程圖；

[0063]圖6是本申請實(shí)施例提供的一種模型推薦界面的示意圖；

[0064]圖7是本申請實(shí)施例提供的一種數(shù)倉模型的搜索方法的流程圖；

[0065]圖8是本申請實(shí)施例提供的一種數(shù)倉模型的搜索界面的示意圖；

[0066]圖9是本申請實(shí)施例提供的一種數(shù)倉模型的搜索方法的流程圖；

[0067]圖10是本申請實(shí)施例提供的一種數(shù)倉模型的智能評分系統(tǒng)的架構(gòu)圖；

10068]圖11是本申請實(shí)施例提供的一種數(shù)倉模型的分值確定裝置的結(jié)構(gòu)示意圖；

10069]圖12是本申請實(shí)施例提供的一種終端的結(jié)構(gòu)示意圖；

10070]圖13是本申請實(shí)施例提供的一種服務(wù)器的結(jié)構(gòu)示意圖。

具體實(shí)施方式

[0071]為使本申請的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖對本申請實(shí)施方

式作進(jìn)一步地詳細(xì)描述。

[0072]本申請中術(shù)語“第一”第二”等字樣用于對作用和功能基本相同的相同項(xiàng)或相似

項(xiàng)進(jìn)行區(qū)分，應(yīng)理解，，第一"第二"、第n”之間不具有邏輯或時(shí)序上的依賴關(guān)系，也不對

數(shù)量和執(zhí)行順序進(jìn)行限定。還應(yīng)理解，盡管以下描述使用術(shù)語第一、第二等來描述各種元

素，但這些元素不應(yīng)受術(shù)語的限制。這些術(shù)語只是用于將一元素與另一元素區(qū)別分開。例

如，在不脫離各種示例的范圍的情況下，第一圖像可以被稱為第二圖像，并且類似地，第二

圖像可以被稱為第一圖像。第一圖像和第二圖像都可以是圖像，并且在某些情況下，可以是

單獨(dú)且不同的圖像。

[0073]本申請中術(shù)語“至少一個(gè)”的含義是指一個(gè)或多個(gè)，本申請中術(shù)語“多個(gè)”的含義是

7

CN111125531A說明書5/18頁

指兩個(gè)或兩個(gè)以上，例如，多個(gè)數(shù)據(jù)包是指兩個(gè)或兩個(gè)以上的數(shù)據(jù)包。

[0074]應(yīng)理解，在本文中對各種示例的描述中所使用的術(shù)語只是為了描述特定示例，而

并非旨在進(jìn)行限制。如在對各種示例的描述和所附權(quán)利要求書中所使用的那樣，單數(shù)形式

“一個(gè)（“a"加和“該”旨在也包括復(fù)數(shù)形式，除非上下文另外明確地指示。

[0075]還應(yīng)理解，本文中所使用的術(shù)語“和/或”是指并且涵蓋相關(guān)聯(lián)的所列出的項(xiàng)目中

的一個(gè)或多個(gè)項(xiàng)目的任何和全部可能的組合。術(shù)語“和/或”，是一種描述關(guān)聯(lián)對象的關(guān)聯(lián)關(guān)

系，表示可以存在三種關(guān)系，例如，A和/或B,可以表示：單獨(dú)存在A,同時(shí)存在A和B,單獨(dú)存在

B這三種情況。另外，本申請中的字符“尸，一般表示前后關(guān)聯(lián)對象是一種"或''的關(guān)系。

10076J還應(yīng)理解，在本申請的各個(gè)實(shí)施例中，各個(gè)過程的序號的大小并不意味著執(zhí)行順

序的先后，各過程的執(zhí)行順序應(yīng)以其功能和內(nèi)在邏輯確定，而不應(yīng)對本申請實(shí)施例的實(shí)施

過程構(gòu)成任何限定。

[0077]還應(yīng)理解，根據(jù)A確定B并不意味著僅僅根據(jù)A確定B,還可以根據(jù)A和/或其它信息

確定B。

[0078]還應(yīng)理解，術(shù)語“包括”（也稱“includes"、including"、Comprises”和/或

“Comprising"）當(dāng)在本說明書中使用時(shí)指定存在所陳述的特征、整數(shù)、步驟、操作、元素、和/

或部件，但是并不排除存在或添加一個(gè)或多個(gè)其他特征、整數(shù)、步驟、操作、元素、部件、和/

或其分組。

[0079]還應(yīng)理解，術(shù)語“如果”可被解釋為意指“當(dāng)…時(shí)”（“when”或“upon”）或“響應(yīng)于確

定，，或“響應(yīng)于檢測到，，。類似地，根據(jù)上下文，短語“如果確定…”或“如果檢測到[所陳述的

條件或事件廠可被解釋為意指“在確定…時(shí)”或“響應(yīng)于確定…”或“在檢測到[所陳述的

條件或事件]時(shí)，，或“響應(yīng)于檢測到[所陳述的條件或事件廣。

[0080]以下，示例性介紹本申請的硬件環(huán)境。

[0081]圖1是本申請實(shí)施例提供的一種數(shù)倉模型的分值確定方法的實(shí)施環(huán)境的示意圖。

該實(shí)施環(huán)境包括：終端101和智能評分系統(tǒng)102。終端101通過無線網(wǎng)絡(luò)或有線網(wǎng)絡(luò)與智能評

分系統(tǒng)102相連。

[0082]終端101可以是智能手機(jī)、游戲主機(jī)、臺(tái)式計(jì)算機(jī)、平板電腦、電子書閱讀器、MP3

（MovingPictureExpertsGroupAudioLayerIII,動(dòng)態(tài)影像專家壓縮標(biāo)準(zhǔn)音頻層面3）

播放器或MP4（MovingPictureExpertsGroupAudioLayerIV,動(dòng)態(tài)影像專家壓縮標(biāo)準(zhǔn)

音頻層面4）播放器和膝上型便攜計(jì)算機(jī)中的至少一種。終端101安裝和運(yùn)行有支持應(yīng)用程

序，例如，該應(yīng)用程序可以具有數(shù)倉模型推薦功能、數(shù)倉模型搜索功能、數(shù)據(jù)質(zhì)量報(bào)告生成

功能的至少一種。

[0083]智能評分系統(tǒng)102包括一臺(tái)服務(wù)器、多臺(tái)服務(wù)器、云計(jì)算平臺(tái)和虛擬化中心中的至

少一種。智能評分系統(tǒng)102用于為應(yīng)用程序提供后臺(tái)服務(wù)?？蛇x地，智能評分系統(tǒng)102承擔(dān)主

要處理工作，終端101承擔(dān)次要處理工作；或者，智能評分系統(tǒng)102承擔(dān)次要處理工作，終端

101承擔(dān)主要處理工作；或者，智能評分系統(tǒng)102或終端101分別可以單獨(dú)承擔(dān)處理工作?；?/p>

者，智能評分系統(tǒng)102和終端101兩者之間采用分布式計(jì)算架構(gòu)進(jìn)行協(xié)同計(jì)算。

[0084]可選地，智能評分系統(tǒng)102包括：服務(wù)器1021和數(shù)據(jù)庫1022。服務(wù)器1021用于提供

數(shù)倉模型打分有關(guān)的后臺(tái)服務(wù)。服務(wù)器1021可以是一臺(tái)或多臺(tái)。當(dāng)服務(wù)器1021是多臺(tái)時(shí)，存

在至少兩臺(tái)服務(wù)器1021用于提供不同的服務(wù)，和/或，存在至少兩臺(tái)服務(wù)器1021用于提供相

8

CN111125531A說明書6/18頁

同的服務(wù)，比如以負(fù)載均衡方式提供同一種服務(wù)，本申請實(shí)施例對此不加以限定。數(shù)據(jù)庫

1022存儲(chǔ)有確定數(shù)倉模型的分值所需的數(shù)據(jù)，例如數(shù)倉模型的數(shù)據(jù)、數(shù)倉模型的目標(biāo)特征、

分值預(yù)測模型等，當(dāng)服務(wù)器1021需要數(shù)據(jù)時(shí)，可以訪問數(shù)據(jù)庫1022,讀取數(shù)據(jù)庫1022存儲(chǔ)的

數(shù)據(jù)。當(dāng)服務(wù)器得到計(jì)算結(jié)果時(shí)，可以將計(jì)算結(jié)果寫入至數(shù)據(jù)庫1022,從而通過數(shù)據(jù)庫1022

對計(jì)算結(jié)果進(jìn)行持久化存儲(chǔ)。其中，該計(jì)算結(jié)果包括而不限于已訓(xùn)練的分值預(yù)測模型、已提

取的數(shù)倉模型的目標(biāo)特征等等。

[0085]本領(lǐng)域技術(shù)人員可以知曉，上述終端101、服務(wù)器1021的數(shù)量可以更多或更少。比

如上述終端101、服務(wù)器1021可以僅為一個(gè)，或者上述終端101、服務(wù)器1021為幾十個(gè)或幾百

個(gè)，或者更多數(shù)量，此時(shí)雖然圖中未示出，上述實(shí)施環(huán)境還包括其他終端，本申請實(shí)施例對

終端或服務(wù)器的數(shù)量和設(shè)備類型不加以限定。

[0086]本實(shí)施例提供了一種能夠?qū)?shù)倉模型進(jìn)行智能評分的方法，可以提供為基于數(shù)倉

元數(shù)據(jù)的智能評分系統(tǒng)。該方法的應(yīng)用前景較為廣闊，例如，可以應(yīng)用到數(shù)倉模型的搜索排

序、數(shù)倉模型的智能推薦、數(shù)據(jù)質(zhì)量白皮書的自動(dòng)生成等場景。以下，結(jié)合圖2實(shí)施例至圖10

實(shí)施例，對實(shí)現(xiàn)數(shù)倉模型智能評分的方案進(jìn)行介紹。

L0087]圖2是本申請實(shí)施例提供的一種數(shù)倉模型的分值預(yù)測模型的訓(xùn)練方法的流程圖。

參見圖2,該方法包括：

100881201、電子設(shè)備對樣本數(shù)倉模型進(jìn)行數(shù)據(jù)采集，得到數(shù)據(jù)集。

[0089]數(shù)據(jù)倉庫在流轉(zhuǎn)數(shù)據(jù)的過程中，會(huì)積累大量的數(shù)據(jù)，例如人工對數(shù)倉模型的評分、

數(shù)倉模型的熱度、數(shù)倉模型監(jiān)控指標(biāo)值、數(shù)倉模型監(jiān)控任務(wù)、數(shù)倉模型的使用方式、數(shù)倉模

型的生命周期、數(shù)倉模型的標(biāo)簽、數(shù)倉模型列標(biāo)簽等等。為了從大量的數(shù)據(jù)中，找到與評分

存在關(guān)聯(lián)關(guān)系的數(shù)據(jù)，可以定期通過調(diào)度系統(tǒng)，將這些數(shù)據(jù)同步至電子設(shè)備，可以對同步的

數(shù)據(jù)進(jìn)行清洗，根據(jù)清洗后的數(shù)據(jù)生成以下步驟202所需的數(shù)據(jù)集。其中，生成的數(shù)據(jù)集包

括而不限于訓(xùn)練(train)數(shù)據(jù)集、測試(test)數(shù)據(jù)集及合集(trainval)數(shù)據(jù)集。

100901202、電子設(shè)備根據(jù)數(shù)據(jù)集，提取樣本數(shù)倉模型的目標(biāo)特征。

10091)目標(biāo)特征為分值預(yù)測模型的輸入特征，數(shù)倉模型的目標(biāo)特征與數(shù)倉模型的分值具

有關(guān)聯(lián)關(guān)系。本實(shí)施例中，能夠在機(jī)器學(xué)習(xí)的特征工程階段，對數(shù)據(jù)進(jìn)行分析及挖掘，選擇

與數(shù)倉模型的分值存在關(guān)聯(lián)關(guān)系的特征，作為目標(biāo)特征。由于選中的目標(biāo)特征是影響數(shù)倉

模型評分結(jié)果的特征，分值預(yù)測模型能夠利用樣本數(shù)倉模型的目標(biāo)特征以及分值，學(xué)習(xí)出

目標(biāo)特征與分值之間的關(guān)聯(lián)關(guān)系，從而在模型預(yù)測階段，依據(jù)待預(yù)測的數(shù)倉模型的目標(biāo)特

征，自動(dòng)化地進(jìn)行準(zhǔn)確打分。

[0092]目標(biāo)特征的提取過程可以包括以下步驟2021至步驟2024：

10093J步驟2021、對數(shù)據(jù)的缺失值進(jìn)行處理。

10094)對于存在缺失值的數(shù)據(jù)而言，可以將缺失值設(shè)置為預(yù)先設(shè)定的默認(rèn)值，或者剔除

缺失值，或者對缺失值進(jìn)行插補(bǔ)。其中，插補(bǔ)的方式可以包括計(jì)算缺失值所在的列的平均值

或中位數(shù)，將缺失值設(shè)置為該平均值或中位數(shù)。其中，可以根據(jù)特征的類別和影響范圍確定

具體的處理方法。

[0095]步驟2022、對連續(xù)數(shù)據(jù)進(jìn)行離散化處理。

10096]連續(xù)數(shù)據(jù)是統(tǒng)計(jì)學(xué)中的概念，又稱連續(xù)變量，例如，連續(xù)數(shù)據(jù)可以是數(shù)倉模型的熱

度。本實(shí)施例中，可以將連續(xù)數(shù)據(jù)映射為離散數(shù)據(jù)，從而提高數(shù)據(jù)對模型評分的影響程度，

9

CN111125531A說明書7/18頁

那么通過根據(jù)離散化后的數(shù)據(jù)進(jìn)行訓(xùn)練，可以提高模型進(jìn)行評分的準(zhǔn)確性。例如，如果數(shù)倉

模型的熱度為(XI、X2…Xn),可以對(XI、X2…Xn)進(jìn)行離散化處理，得到(KI、K2...Km),其中,

X表示離散化處理前的熱度，K表示離散化處理后的熱度，m和n為正整數(shù)，且m遠(yuǎn)小于n。

[0097]步驟2023、對特征值為字符串的數(shù)據(jù)進(jìn)行處理。

[0098]很多數(shù)據(jù)的特征值包含字符，或者很多數(shù)據(jù)本身就是字符串類型，可以將這些數(shù)

據(jù)的特征值從字符轉(zhuǎn)換為數(shù)值。例如，可以采取正則提取或數(shù)值轉(zhuǎn)換等方式，對字符串進(jìn)行

計(jì)算，得到字符串對應(yīng)的數(shù)值。

10099J步驟2024、從樣本數(shù)倉模型的多個(gè)維度的特征中，選擇目標(biāo)特征。

[0100]機(jī)器學(xué)習(xí)模型通?？梢砸暈橐粋€(gè)函數(shù)，機(jī)器學(xué)習(xí)模型的特征選擇過程可以理解成

為計(jì)算每個(gè)特征變量對響應(yīng)變量的影響，以找到對響應(yīng)變量影響大、與響應(yīng)變量強(qiáng)相關(guān)的

特征變量。應(yīng)用在數(shù)倉模型評估的場景下，可以通過對數(shù)倉模型的數(shù)據(jù)進(jìn)行分析及挖掘，找

出所有可能會(huì)影響數(shù)倉模型評分結(jié)果的特征，對這些特征進(jìn)行統(tǒng)計(jì)，計(jì)算每個(gè)特征對人工

標(biāo)注的分值的影響，從而根據(jù)影響的強(qiáng)弱，選擇機(jī)器學(xué)習(xí)模型的輸入特征，并確定特征的值

域?qū)δＰ偷挠绊憽?/p>

L0101J在一些實(shí)施例中，選擇的目標(biāo)特征可以包括數(shù)倉模型的熱度、數(shù)倉模型的屬性維

護(hù)數(shù)量、數(shù)倉模型的標(biāo)簽數(shù)量、數(shù)倉模型的報(bào)警數(shù)量、數(shù)倉模型的使用方式維護(hù)完善值、數(shù)

倉模型的生命周期維護(hù)完善值、數(shù)倉模型的事故次數(shù)中的至少一項(xiàng)。其中，數(shù)倉模型的報(bào)警

數(shù)量可以是距離當(dāng)前時(shí)間點(diǎn)最近的統(tǒng)計(jì)周期的報(bào)警數(shù)量，例如近3個(gè)月的報(bào)警數(shù)量。數(shù)倉模

型的報(bào)警數(shù)量可以分為多個(gè)等級的報(bào)警數(shù)量，例如可以包括近三個(gè)月紅色報(bào)警個(gè)數(shù)、數(shù)倉

模型近三個(gè)月橙色報(bào)警個(gè)數(shù)、數(shù)倉模型近三個(gè)月藍(lán)色報(bào)警個(gè)數(shù)。數(shù)倉模型的事故次數(shù)可以

是距離當(dāng)前時(shí)間點(diǎn)最近的統(tǒng)計(jì)周期的事故次數(shù)，例如數(shù)倉模型最近一個(gè)月事故次數(shù)。

L0102]203、電子設(shè)備使用樣本數(shù)倉模型的目標(biāo)特征以及樣本數(shù)倉模型的分值進(jìn)行模型

訓(xùn)練，得到分值預(yù)測模型。

10103J分值預(yù)測模型是指用于預(yù)測數(shù)倉模型的分值的機(jī)器學(xué)習(xí)模型?？梢詫颖緮?shù)倉模

型的目標(biāo)特征作為模型訓(xùn)練的輸入特征，將分值作為模型訓(xùn)練的標(biāo)簽(label),構(gòu)建訓(xùn)練

集，采用機(jī)器學(xué)習(xí)算法，對多個(gè)樣本數(shù)倉模型的目標(biāo)特征以及分值進(jìn)行模型訓(xùn)練，得到該分

值預(yù)測模型。其中，該機(jī)器學(xué)習(xí)算法可以包括多種，例如可以是集成學(xué)習(xí)算法，具體可以是

提高(boosting)算法、引導(dǎo)聚合(bagging)算法、堆疊(stacking)算法等。相應(yīng)地，訓(xùn)練得出

的分值預(yù)測模型可以是集成學(xué)習(xí)模型，該集成學(xué)習(xí)模型可以包括多個(gè)子模型，每個(gè)子模型

均可以根據(jù)樣本數(shù)倉模型的目標(biāo)特征進(jìn)行預(yù)測，通過結(jié)合多個(gè)子模型的預(yù)測結(jié)果，可以讓

分值預(yù)測模型自動(dòng)得出的分值更加準(zhǔn)確。

[0104]在一些實(shí)施例中，在訓(xùn)練分值預(yù)測模型的過程中，可以采用極端梯度提升

(eXtremeGradientBoosting,XGBoost)算法，使用樣本數(shù)倉模型的目標(biāo)特征以及樣本數(shù)

倉模型的分值進(jìn)行模型訓(xùn)練，得到的XGBoost模型，該XGBoost模型即為分值預(yù)測模型。根據(jù)

結(jié)果調(diào)整XGBoost的學(xué)習(xí)速率、迭代次數(shù)、梯度下降等參數(shù)，選擇合適的參數(shù)并驗(yàn)證模型，經(jīng)

過驗(yàn)證數(shù)據(jù)集的結(jié)果分析，繼續(xù)迭代，直到驗(yàn)證數(shù)據(jù)集結(jié)果達(dá)到預(yù)期的效果。

[0105]例如，使用XGBoost算法進(jìn)行訓(xùn)練的過程可以包括：不斷地生成回歸樹，通過將許

多弱監(jiān)督的回歸樹集成在一起，形成一個(gè)強(qiáng)監(jiān)督的機(jī)器學(xué)習(xí)模型，以避免單個(gè)回歸樹預(yù)測

時(shí)容易出現(xiàn)過擬合的情況。具體地，會(huì)參考第1個(gè)回歸樹進(jìn)行預(yù)測時(shí)產(chǎn)生的誤差，生成第2個(gè)

10

CN111125531A說明書8/18頁

回歸樹，參考第1個(gè)回歸樹以及第2個(gè)回歸樹的組合進(jìn)行預(yù)測時(shí)產(chǎn)生的誤差，生成第3個(gè)回歸

樹，依次類推，參考n-1個(gè)回歸樹組合而成的模型進(jìn)行預(yù)測時(shí)產(chǎn)生的誤差，生成第n個(gè)回歸

樹，從而得到n個(gè)回歸樹;其中n為正整數(shù)。在生成回歸樹的過程中，每當(dāng)新增一個(gè)回歸樹，模

型整體的損失會(huì)不斷降低。其中，應(yīng)用在對數(shù)倉模型智能評估的場景，誤差可以是模型預(yù)測

的分值與人工標(biāo)注的分值之間的殘差。

[0106]XGBoost模型可以包括多個(gè)回歸樹。每個(gè)回歸樹可以包括一個(gè)或多個(gè)非葉子節(jié)點(diǎn)、

多個(gè)分支以及多個(gè)葉子節(jié)點(diǎn)。每個(gè)非葉子節(jié)點(diǎn)可以視為一個(gè)分類器，每個(gè)非葉子節(jié)點(diǎn)用于

根據(jù)目標(biāo)特征的一個(gè)維度行分類。每個(gè)非葉子節(jié)點(diǎn)連接多個(gè)分支，每個(gè)分支可以視為一個(gè)

分類結(jié)果，該分類結(jié)果可以是目標(biāo)特征的一種取值范圍。

10107]示例性地，XGBoost模型中的回歸樹上的非葉子節(jié)點(diǎn)包括熱度節(jié)點(diǎn)、屬性維護(hù)數(shù)量

節(jié)點(diǎn)、標(biāo)簽數(shù)量節(jié)點(diǎn)、報(bào)警數(shù)量節(jié)點(diǎn)、使用方式維護(hù)完善值節(jié)點(diǎn)、生命周期維護(hù)完善值節(jié)點(diǎn)、

事故次數(shù)節(jié)點(diǎn)中的至少一項(xiàng)；熱度節(jié)點(diǎn)用于根據(jù)數(shù)倉模型的熱度進(jìn)行分類，熱度節(jié)點(diǎn)的每

個(gè)分支表示熱度的一個(gè)取值范圍；屬性維護(hù)數(shù)量節(jié)點(diǎn)用于根據(jù)屬性維護(hù)數(shù)量進(jìn)行分類，屬

性維護(hù)數(shù)量節(jié)點(diǎn)的每個(gè)分支表示屬性維護(hù)數(shù)量的一個(gè)取值范圍；標(biāo)簽數(shù)量節(jié)點(diǎn)用于根據(jù)標(biāo)

簽數(shù)量進(jìn)行分類，標(biāo)簽數(shù)量節(jié)點(diǎn)的每個(gè)分支表示標(biāo)簽數(shù)量的一個(gè)取值范圍；報(bào)警數(shù)量節(jié)點(diǎn)

用于根據(jù)報(bào)警數(shù)量進(jìn)行分類，報(bào)警數(shù)量節(jié)點(diǎn)的每個(gè)分支表示報(bào)警數(shù)量的一個(gè)取值范圍；使

用方式維護(hù)完善值節(jié)點(diǎn)用于根據(jù)使用方式維護(hù)完善值進(jìn)行分類，使用方式維護(hù)完善值節(jié)點(diǎn)

的每個(gè)分支表示使用方式維護(hù)完善值的一個(gè)取值范圍。

10108]以熱度節(jié)點(diǎn)為例，XGBoost模型基于非葉子節(jié)點(diǎn)的計(jì)算過程可以包括：熱度節(jié)點(diǎn)可

以連接2個(gè)分支，第一個(gè)分支表示熱度<kl,第二個(gè)分支表示熱度次1,那么如果該樣本數(shù)

倉模型的熱度為a,且a<kl,則將該樣本數(shù)倉模型的熱度輸入至熱度節(jié)點(diǎn)后，熱度會(huì)輸出至

第一個(gè)分支，落入左子樹。其中，kl和a均K),如果對熱度進(jìn)行了歸一化，則kl和a均加，且

kl和a均勺。

10109J應(yīng)理解，上面這個(gè)例子中，非葉子節(jié)點(diǎn)具有兩個(gè)分支僅是舉例說明，在一些可能的

實(shí)施例中，非葉子節(jié)點(diǎn)可以具有三個(gè)或三個(gè)以上的分支，本實(shí)施例對非葉子節(jié)點(diǎn)具有的分

支數(shù)量并不做限定。例如，熱度節(jié)點(diǎn)可以連接3個(gè)分支，第一個(gè)分支表示熱度Vkl,第二個(gè)分

支表示klW熱度生2,第三個(gè)分支表示熱度>k2,熱度節(jié)點(diǎn)會(huì)根據(jù)樣本數(shù)倉模型的熱度，將

熱度目標(biāo)特征輸入至三個(gè)分支中的一個(gè)分支。其中，k2>0,如果對熱度進(jìn)行了歸一化，則k2

>0,且k2Q

[0110]還應(yīng)理解，上面這個(gè)例子中，每個(gè)分支對應(yīng)的取值范圍僅是舉例說明，每個(gè)分支對

應(yīng)的取值范圍可以是開區(qū)間、閉區(qū)間或半開半閉區(qū)間中的任一種，本實(shí)施例對分支對應(yīng)的

取值范圍是否包含端點(diǎn)值不做限定。

[0111]XGBoost模型中每個(gè)葉子節(jié)點(diǎn)表示數(shù)倉模型的分值的一種取值，將樣本數(shù)倉模型

的目標(biāo)特征輸入至任一個(gè)回歸樹后，該目標(biāo)特征會(huì)經(jīng)過非葉子節(jié)點(diǎn)和分支，落入至多個(gè)葉

子節(jié)點(diǎn)中的一個(gè)葉子節(jié)點(diǎn)，該葉子節(jié)點(diǎn)表示的分值即為這個(gè)回歸樹預(yù)測的分值。例如，第一

個(gè)回歸樹的每個(gè)葉子節(jié)點(diǎn)可以表示數(shù)倉模型的基礎(chǔ)分值。第二個(gè)回歸樹的每個(gè)葉子節(jié)點(diǎn)可

以表示第一個(gè)回歸樹的誤差，例如可以表示數(shù)倉模型的基礎(chǔ)分值與數(shù)倉模型的標(biāo)注分值之

間的偏差。第三個(gè)回歸樹的每個(gè)葉子節(jié)點(diǎn)可以表示第一個(gè)回歸樹與第二個(gè)回歸樹的誤差之

和，第四個(gè)回歸樹的每個(gè)葉子節(jié)點(diǎn)可以表示第一個(gè)回歸樹、第二個(gè)回歸樹至第三個(gè)回歸樹

11

CN111125531A說明書9/18頁

的誤差之和，依次類推，第n個(gè)回歸樹的葉子節(jié)點(diǎn)可以表示分值的預(yù)測誤差，預(yù)測誤差為第1

個(gè)回歸樹至第n-l個(gè)回歸樹的誤差之和，n為大于1的正整數(shù)。

[0112]應(yīng)理解，模型訓(xùn)練時(shí)采用XGBoost算法，分值預(yù)測模型為XGBoost是舉例說明，在另

一些可能的實(shí)施例中，也可以采用XGBoost算法之外的其他集成學(xué)習(xí)算法來進(jìn)行模型訓(xùn)練，

相應(yīng)地，機(jī)器學(xué)習(xí)模型可以是其他集成學(xué)習(xí)模型，比如可以采用隨機(jī)森林算法進(jìn)行模型訓(xùn)

練，則機(jī)器學(xué)習(xí)模型可以是隨機(jī)森林。應(yīng)理解，也可以采用集成學(xué)習(xí)算法之外的機(jī)器學(xué)習(xí)算

法進(jìn)行模型訓(xùn)練，比如采用神經(jīng)網(wǎng)絡(luò)算法、支持向量機(jī)算法、貝葉斯算法、邏輯回歸算法進(jìn)

行模型訓(xùn)練，相應(yīng)地，機(jī)器學(xué)習(xí)模型可以是深度神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、貝葉斯網(wǎng)絡(luò)、邏輯回

歸模型等。

10H3J本實(shí)施例提供的方法，通過使用樣本數(shù)倉模型的目標(biāo)特征以及樣本數(shù)倉模型的分

值進(jìn)行模型訓(xùn)練，在訓(xùn)練過程中，可以根據(jù)分值預(yù)測模型每次預(yù)測的分值與標(biāo)注的分值之

間的差異，不斷調(diào)整分值預(yù)測模型的參數(shù)，使得分值預(yù)測模型的準(zhǔn)確性得以提升，使得下一

次預(yù)測時(shí)預(yù)測的分值與標(biāo)注的分值之間的差距得以減小。當(dāng)訓(xùn)練結(jié)束時(shí)，分值預(yù)測模型學(xué)

習(xí)出了目標(biāo)特征與分值之間的關(guān)聯(lián)關(guān)系，從而具備了自動(dòng)對數(shù)倉模型進(jìn)行打分的功能。

10114]上述圖2實(shí)施例提供了一種基于機(jī)器學(xué)習(xí)訓(xùn)練出分值預(yù)測模型的流程，以下對應(yīng)

用該分值預(yù)測模型對數(shù)倉模型自動(dòng)評分的流程進(jìn)行介紹。

10115J參見圖3,圖3是本申請實(shí)施例提供的一種數(shù)倉模型的分值確定方法的流程圖，該

方法包括：

10H6J301、電子設(shè)備獲取數(shù)倉模型的目標(biāo)特征。

[0H7]該電子設(shè)備可以為圖1所示系統(tǒng)架構(gòu)中的智能評分系統(tǒng)102,比如是服務(wù)器1021。

執(zhí)行圖3實(shí)施例的電子設(shè)備和執(zhí)行圖2實(shí)施例的電子設(shè)備可以是同一個(gè)電子設(shè)備，也可以是

不同的電子設(shè)備。如果執(zhí)行圖3實(shí)施例的電子設(shè)備和執(zhí)行圖2實(shí)施例的電子設(shè)備不同，兩個(gè)

方法實(shí)施例中的電子設(shè)備可以進(jìn)行交互，協(xié)同完成數(shù)倉模型自動(dòng)打分的任務(wù)。比如說，分值

預(yù)測模型的訓(xùn)練步驟可以由服務(wù)器執(zhí)行，利用分值預(yù)測模型進(jìn)行打分的步驟可以由終端執(zhí)

行。當(dāng)然，預(yù)測模型的訓(xùn)練步驟和預(yù)測步驟也可以均在終端側(cè)執(zhí)行，或者均在服務(wù)器側(cè)執(zhí)

行。還應(yīng)理解，圖3實(shí)施例側(cè)重描述與圖2實(shí)施例的區(qū)別之處，而與圖2實(shí)施例同理的步驟還

請參見圖2實(shí)施例，在圖3實(shí)施例中不做贅述。

9網(wǎng)302、電子設(shè)備將目標(biāo)特征輸入分值預(yù)測模型。

[0H9]303、電子設(shè)備通過分值預(yù)測模型對目標(biāo)特征進(jìn)行處理，輸出數(shù)倉模型的分值。

[0120]例如，可以在模型評分界面中輸出數(shù)倉模型的分值。參見圖4,圖4為模型評分界面

的示意圖，該模型評分界面包括模型名稱區(qū)域以及模型分值區(qū)域，該模型名稱區(qū)域包括至

少一個(gè)數(shù)倉模型的名稱，該模型分值區(qū)域包括至少一個(gè)數(shù)倉模型的分值，同一個(gè)數(shù)倉模型

的名稱和分值在模型評分界面中的位置相互對應(yīng)，例如在列表的同一行中。比如在圖4中的

表中，表頭之后的第一行為fact_material_supply_demand（物質(zhì)供給與需求）和86.00,表

示名稱為fact_material_supply_demand的數(shù)倉模型的分值為86分。表頭之后的第一行為

fact_material_supply_demand_test（材料供需測試）和74.25,表示名稱為fact_

material_supply_demand_test的數(shù)倉模型的分值為74.25分。表頭之后的第三行為fact一

material_supp]y_demand_tmp2（臨時(shí)物質(zhì)供給與需求）和74.25,表示名稱為fact_

material_supply_demand_tmp2的數(shù)倉模型的分值為74.25分。

12

CN111125531A說明書10/18頁

[0121]示例性地，分值預(yù)測模型可以為XGBoost模型，XGBoost模型內(nèi)部運(yùn)算的過程具體

可以包括以下步驟：

[0122]步驟3031、通過XGBoost模型的每個(gè)回歸樹對數(shù)倉模型的目標(biāo)特征進(jìn)行處理，得到

每個(gè)回歸樹為數(shù)倉模型預(yù)測的分值。

[0123]例如，對于多個(gè)回歸樹中的每個(gè)回歸樹;可以根據(jù)目標(biāo)特征在回歸樹中經(jīng)過的目

標(biāo)非葉子節(jié)點(diǎn)以及目標(biāo)分支，確定目標(biāo)特征對應(yīng)的目標(biāo)葉子節(jié)點(diǎn)；將目標(biāo)葉子節(jié)點(diǎn)表示的

預(yù)測結(jié)果，獲取為回歸樹預(yù)測的分值。

10124]以XGBoost模型中的一顆回歸樹為例，該回歸樹計(jì)算數(shù)倉模型的分值的流程可以

包括以下步驟3031A至步驟3031Bo

101251步驟3031A、電子設(shè)備根據(jù)數(shù)倉模型的目標(biāo)特征在回歸樹中經(jīng)過的目標(biāo)非葉子節(jié)

點(diǎn)以及目標(biāo)分支，確定數(shù)倉模型對應(yīng)的目標(biāo)葉子節(jié)點(diǎn)。

[0126]目標(biāo)非葉子節(jié)點(diǎn)是指回歸樹的所有非葉子節(jié)點(diǎn)中目標(biāo)特征經(jīng)過的非葉子節(jié)點(diǎn)，目

標(biāo)非葉子節(jié)點(diǎn)可以是為熱度節(jié)點(diǎn)、屬性維護(hù)數(shù)量節(jié)點(diǎn)、標(biāo)簽數(shù)量節(jié)點(diǎn)、報(bào)警數(shù)量節(jié)點(diǎn)、使用

方式維護(hù)完善值節(jié)點(diǎn)、生命周期維護(hù)完善值節(jié)點(diǎn)、事故次數(shù)節(jié)點(diǎn)中的任意一種。目標(biāo)分支是

指回歸樹的所有分支中目標(biāo)特征經(jīng)過的分支，目標(biāo)分支可以是目標(biāo)非葉子節(jié)點(diǎn)的分支。目

標(biāo)葉子節(jié)點(diǎn)是指回歸樹的所有葉子節(jié)點(diǎn)中目標(biāo)特征到達(dá)的葉子節(jié)點(diǎn)。

10127]具體地，將數(shù)倉模型的目標(biāo)特征輸入回歸樹后，會(huì)首先到達(dá)回歸樹的根節(jié)點(diǎn)，根節(jié)

點(diǎn)會(huì)對目標(biāo)特征進(jìn)行分類，判斷目標(biāo)特征落入第一個(gè)目標(biāo)非葉子節(jié)點(diǎn)的哪個(gè)分支的取值范

圍，得出目標(biāo)特征所屬的目標(biāo)分支，將該目標(biāo)特征輸入該目標(biāo)分支連接的子節(jié)點(diǎn)，則該目標(biāo)

分支連接的子節(jié)點(diǎn)為第二個(gè)目標(biāo)非葉子節(jié)點(diǎn)；第二個(gè)目標(biāo)非葉子節(jié)點(diǎn)也會(huì)對目標(biāo)特征進(jìn)行

分類，判斷目標(biāo)特征落入第二個(gè)目標(biāo)非葉子節(jié)點(diǎn)的哪個(gè)分支的取值范圍，將該目標(biāo)特征輸

入該目標(biāo)分支連接的子節(jié)點(diǎn)，則該目標(biāo)分支連接的子節(jié)點(diǎn)為第三個(gè)目標(biāo)非葉子節(jié)點(diǎn)，依次

類推，數(shù)倉模型的目標(biāo)特征會(huì)經(jīng)過一個(gè)或多個(gè)目標(biāo)非葉子節(jié)點(diǎn)以及一個(gè)或多個(gè)目標(biāo)分支，

到達(dá)目標(biāo)葉子節(jié)點(diǎn)。

[0128]結(jié)合目標(biāo)非葉子節(jié)點(diǎn)的具體類型，如果目標(biāo)非葉子節(jié)點(diǎn)為熱度節(jié)點(diǎn)，則該目標(biāo)非

葉子節(jié)點(diǎn)會(huì)根據(jù)數(shù)倉模型的熱度，對數(shù)倉模型的目標(biāo)特征進(jìn)行分類，判斷目標(biāo)特征中的熱

度屬于哪個(gè)分支對應(yīng)的熱度的取值范圍，得出數(shù)倉模型的目標(biāo)特征所屬的目標(biāo)分支。

[0129]如果目標(biāo)非葉子節(jié)點(diǎn)為屬性維護(hù)數(shù)量節(jié)點(diǎn)，則該目標(biāo)非葉子節(jié)點(diǎn)會(huì)根據(jù)數(shù)倉模型

的屬性維護(hù)數(shù)量，對數(shù)倉模型的目標(biāo)特征進(jìn)行分類，判斷目標(biāo)特征中的屬性維護(hù)數(shù)量屬于

哪個(gè)分支對應(yīng)的屬性維護(hù)數(shù)量的取值范圍，得出數(shù)倉模型的目標(biāo)特征所屬的目標(biāo)分支。

[0130]如果目標(biāo)非葉子節(jié)點(diǎn)為標(biāo)簽數(shù)量節(jié)點(diǎn)，則該目標(biāo)非葉子節(jié)點(diǎn)會(huì)根據(jù)數(shù)倉模型的標(biāo)

簽數(shù)量，對數(shù)倉模型的目標(biāo)特征進(jìn)行分類，判斷目標(biāo)特征中的標(biāo)簽數(shù)量屬于哪個(gè)分支對應(yīng)

的標(biāo)簽數(shù)量的取值范圍，得出數(shù)倉模型的目標(biāo)特征所屬的目標(biāo)分支。

[0131]如果目標(biāo)非葉子節(jié)點(diǎn)為報(bào)警數(shù)量節(jié)點(diǎn)，則該目標(biāo)非葉子節(jié)點(diǎn)會(huì)根據(jù)數(shù)倉模型的報(bào)

警數(shù)量，對數(shù)倉模型的目標(biāo)特征進(jìn)行分類，判斷目標(biāo)特征中的報(bào)警數(shù)量屬于哪個(gè)分支對應(yīng)

的報(bào)警數(shù)量的取值范圍，得出數(shù)倉模型的目標(biāo)特征所屬的目標(biāo)分支。

[0132]如果目標(biāo)非葉子節(jié)點(diǎn)為使用方式維護(hù)完善值節(jié)點(diǎn)，則該目標(biāo)非葉子節(jié)點(diǎn)會(huì)根據(jù)數(shù)

倉模型的使用方式維護(hù)完善值，對數(shù)倉模型的目標(biāo)特征進(jìn)行分類，判斷目標(biāo)特征中的使用

方式維護(hù)完善值屬于哪個(gè)分支對應(yīng)的使用方式維護(hù)完善值的取值范圍，得出數(shù)倉模型的目

13

CN111125531A說明書11/18頁

標(biāo)特征所屬的目標(biāo)分支。

[0133]如果目標(biāo)非葉子節(jié)點(diǎn)為生命周期維護(hù)完善值節(jié)點(diǎn)，則該目標(biāo)非葉子節(jié)點(diǎn)會(huì)根據(jù)數(shù)

倉模型的生命周期維護(hù)完善值，對數(shù)倉模型的目標(biāo)特征進(jìn)行分類，判斷目標(biāo)特征中的生命

周期維護(hù)完善值屬于哪個(gè)分支對應(yīng)的生命周期維護(hù)完善值的取值范圍，得出數(shù)倉模型的目

標(biāo)特征所屬的目標(biāo)分支。

[0134]如果目標(biāo)非葉子節(jié)點(diǎn)為事故次數(shù)節(jié)點(diǎn)，則該目標(biāo)非葉子節(jié)點(diǎn)會(huì)根據(jù)數(shù)倉模型的事

故次數(shù)，對數(shù)倉模型的目標(biāo)特征進(jìn)行分類，判斷目標(biāo)特征中的事故次數(shù)屬于哪個(gè)分支對應(yīng)

的事故次數(shù)的取值范圍，得出數(shù)倉模型的目標(biāo)特征所屬的目標(biāo)分支。

[0135]步驟3O31B、電子設(shè)備將目標(biāo)葉子節(jié)點(diǎn)表示的分值，獲取為回歸樹為數(shù)倉模型預(yù)測

的分值。

[0136]在一種可能的實(shí)現(xiàn)中，XGBoost模型可以包括回歸樹、葉子節(jié)點(diǎn)與預(yù)測結(jié)果之間的

對應(yīng)關(guān)系，每個(gè)回歸樹的每個(gè)葉子節(jié)點(diǎn)可以對應(yīng)一個(gè)分值。電子設(shè)備可以從該對應(yīng)關(guān)系中，

獲取該回歸樹以及該目標(biāo)非葉子節(jié)點(diǎn)均對應(yīng)的分值，得到目標(biāo)葉子節(jié)點(diǎn)表示的分值。

10137)步驟3032、電子設(shè)備獲取多個(gè)回歸樹預(yù)測的分值之和，作為數(shù)倉模型的分值。

[0138]具體地，如果XGBoost模型包括n個(gè)回歸樹，則n個(gè)回歸樹中的每個(gè)回歸樹可以得出

一個(gè)預(yù)測的分值，共計(jì)得到n個(gè)分值，可以將n個(gè)預(yù)測結(jié)果累加起來，將得到的和值作為數(shù)倉

模型的分值。

10139]示例性地，XGBoost模型中第一個(gè)回歸樹的預(yù)測結(jié)果可以表示數(shù)倉模型的基礎(chǔ)分

值，第二個(gè)回歸樹的預(yù)測結(jié)果可以表示第一個(gè)回歸樹的誤差，第三個(gè)回歸樹的預(yù)測結(jié)果可

以表示第一個(gè)回歸樹和第二個(gè)回歸樹的誤差之和，以此類推，第n個(gè)回歸樹的預(yù)測結(jié)果可以

表示分值的預(yù)測誤差，預(yù)測誤差為第1個(gè)回歸樹至第n-l個(gè)回歸樹的誤差之和，n為大于1的

正整數(shù)。

10140]例如，第一個(gè)回歸樹得出80,表示基礎(chǔ)分值為80；第二個(gè)回歸樹得出3,表示第一個(gè)

回歸樹少預(yù)測了3分，則將第一個(gè)回歸樹和第二個(gè)回歸樹的預(yù)測結(jié)果相加后，預(yù)測結(jié)果之和

為83,從而修正了第一個(gè)回歸樹的誤差；第三個(gè)回歸樹得出-1,表示第一個(gè)回歸樹和第二個(gè)

回歸樹總計(jì)多預(yù)測了1分，則第一個(gè)回歸樹和第二個(gè)回歸樹的預(yù)測結(jié)果相加后，預(yù)測結(jié)果之

和為82分，從而修正了第一個(gè)回歸樹和第二個(gè)回歸樹總計(jì)的誤差；以此類推，每當(dāng)加上一個(gè)

回歸樹的預(yù)測結(jié)果，可以修正該回歸樹之前的所有回歸樹的總計(jì)預(yù)測的分值，從而讓模型

打出的分值通過累加得以不斷優(yōu)化。

[0141]本實(shí)施例提供了一種對數(shù)倉模型智能評分的方法，通過利用機(jī)器學(xué)習(xí)技術(shù)，提取

數(shù)倉模型的與分值關(guān)聯(lián)的特征，通過分值預(yù)測模型將特征映射為分值，從而自動(dòng)化地對模

型進(jìn)行打分，通過該方法，免去了人工進(jìn)行打分的繁瑣操作，從而極大地節(jié)省了人力成本和

時(shí)間開銷，因而提高了數(shù)倉模型評分的效率，并且，由于綜合統(tǒng)計(jì)多個(gè)維度的數(shù)據(jù)對數(shù)倉模

型進(jìn)行自動(dòng)評分，可以提供統(tǒng)一、客觀的標(biāo)準(zhǔn)，從而提高數(shù)倉模型評分的準(zhǔn)確性。

[0142]上述方法可以封裝為數(shù)倉模型的分值獲取接口，當(dāng)任一業(yè)務(wù)需要獲取數(shù)倉模型的

分值時(shí)，可以調(diào)用該分值獲取接口，觸發(fā)上述方法流程，自動(dòng)得出數(shù)倉模型的分值，將分值

返回給該分值獲取接口的調(diào)用方，從而快捷地應(yīng)用在各種需要對數(shù)倉模型評分的場景。

[0143]以下通過圖5實(shí)施例至圖9實(shí)施例，對該智能評分方案的具體應(yīng)用場景進(jìn)行示例性

說明。還應(yīng)理解，圖5實(shí)施例至圖9實(shí)施例側(cè)重描述與圖3實(shí)施例的區(qū)別之處，而與圖3實(shí)施例

14

CN111125531A說明書12/18頁

同理的步驟還請參見圖3實(shí)施例，在圖5實(shí)施例至圖9實(shí)施例中不做贅述。

[0144]圖5是本申請實(shí)施例提供的一種數(shù)倉模型的推薦方法的流程圖。參見圖5,該方法

包括：

[0145]501、電子設(shè)備接收用戶的推薦請求，推薦請求用于請求為用戶推薦數(shù)倉模型。

[0146]例如，終端可以響應(yīng)于用戶的操作，調(diào)用分值獲取接口，生成推薦請求，向電子設(shè)

備發(fā)送推薦請求，以觸發(fā)電子設(shè)備執(zhí)行本實(shí)施例的方法流程。

10147]502、電子設(shè)備獲取數(shù)據(jù)倉庫中多個(gè)數(shù)倉模型的目標(biāo)特征。

[0148]503、對于多個(gè)數(shù)倉模型中的每個(gè)數(shù)倉模型，電子設(shè)備將數(shù)倉模型的目標(biāo)特征輸入

分值預(yù)測模型，通過分值預(yù)測模型對數(shù)倉模型的目標(biāo)特征進(jìn)行處理，輸出數(shù)倉模型的分值。

101491504、電子設(shè)備按照分值從高到低的順序，對數(shù)據(jù)倉庫的每個(gè)數(shù)倉模型進(jìn)行排序，

得到排序結(jié)果。

10150)505、電子設(shè)備根據(jù)排序結(jié)果，向用戶推薦數(shù)倉模型。

[0151]例如，對于數(shù)據(jù)倉庫中的某個(gè)數(shù)倉模型而言，若該數(shù)倉模型的分值在排序結(jié)果中

排在前預(yù)設(shè)位數(shù)，可以向用戶推薦數(shù)倉模型。例如，可以將排序結(jié)果中排在第一位的數(shù)倉模

型推薦給用戶。

[0152]示例性地，參見圖6,可以提供圖6所示的模型推薦界面，該模型推薦界面包括模型

分值顯示區(qū)域，該模型分值顯示區(qū)域包括模型的分值。其中，數(shù)倉模型的分值可以作為數(shù)倉

模型的推薦度呈現(xiàn)給用戶。例如，參見圖5,模型分值顯示區(qū)域可以包括推薦度、10個(gè)星星符

號以及8分，其中有8個(gè)星星符號是實(shí)心的，表示數(shù)倉模型被打了8分。

[0153]本實(shí)施例提供了一種對數(shù)倉模型智能推薦的方法，通過利用機(jī)器學(xué)習(xí)技術(shù)，使用

分值預(yù)測模型對數(shù)倉模型進(jìn)行自動(dòng)打分，根據(jù)數(shù)倉模型的分值來向用戶推薦合適的數(shù)倉模

型，由于使用的數(shù)倉模型的分值更加客觀、準(zhǔn)確，因此根據(jù)分值進(jìn)行推薦時(shí)，能夠保證推薦

結(jié)果的準(zhǔn)確性。

[0154]圖7是本申請實(shí)施例提供的一種數(shù)倉模型的搜索方法的流程圖。參見圖7,該方法

包括：

[0155]701、電子設(shè)備接收搜索指令。

L0156J例如，參見圖8,可以在界面中顯示搜索選項(xiàng)，當(dāng)對該搜索選項(xiàng)進(jìn)行操作時(shí)，可以觸

發(fā)搜索指令。該搜索指令用于指示搜索數(shù)倉模型。例如，終端可以響應(yīng)于用戶對搜索選項(xiàng)的

點(diǎn)擊操作，調(diào)用電子設(shè)備提供的分值獲取接口，向電子設(shè)備發(fā)送搜索指令，以觸發(fā)電子設(shè)備

執(zhí)行本實(shí)施例的方法流程。

[0157]702、電子設(shè)備響應(yīng)于搜索指令，獲取數(shù)據(jù)倉庫中多個(gè)數(shù)倉模型的目標(biāo)特征。

[0158]703、對于多個(gè)數(shù)倉模型中的每個(gè)數(shù)倉模型，電子設(shè)備將數(shù)倉模型的目標(biāo)特征輸入

分值預(yù)測模型，通過分值預(yù)測模型對數(shù)倉模型的目標(biāo)特征進(jìn)行處理，輸出數(shù)倉模型的分值。

[0159]704、電子設(shè)備根據(jù)數(shù)倉模型的分值，確定搜索結(jié)果。

[0160]電子設(shè)備可以按照分值從高到低的順序，對每個(gè)候選數(shù)倉模型進(jìn)行排序，得到排

序結(jié)果，從排序結(jié)果中選擇排在前預(yù)設(shè)位數(shù)的候選數(shù)倉模型，作為搜索結(jié)果。其中，對于任

一個(gè)數(shù)倉模型而言，可以根據(jù)數(shù)倉模型的分值，確定數(shù)倉模型的標(biāo)識(shí)在搜索結(jié)果中的排列

順序；例如，對于相同指標(biāo)的數(shù)倉模型而言，分值越高，則該數(shù)倉模型的標(biāo)識(shí)在排序結(jié)果中

的位置越靠前，從而為使用方的決策提供依據(jù)。

15

CN111125531A說明書13/18頁

[0161]705、電子設(shè)備輸出攜帶有數(shù)倉模型的標(biāo)識(shí)的搜索結(jié)果。

[0162]本實(shí)施例提供了一種對數(shù)倉模型搜索排序的方法，通過利用機(jī)器學(xué)習(xí)技術(shù)，使用

分值預(yù)測模型對數(shù)倉模型進(jìn)行自動(dòng)打分，根據(jù)數(shù)倉模型的分值來向用戶推薦合適的數(shù)倉模

型，由于使用的數(shù)倉模型的分值更加客觀、準(zhǔn)確，因此根據(jù)分值進(jìn)行搜索時(shí)，能夠保證搜索

結(jié)果的準(zhǔn)確性。經(jīng)實(shí)驗(yàn)測試，本實(shí)施例提供的數(shù)倉模型的搜索方法的準(zhǔn)確率提高了10%。

[0163]圖9是本申請實(shí)施例提供的一種數(shù)據(jù)質(zhì)量報(bào)告的獲取方法的流程圖。參見圖9,該

方法包括：

101641901、電子設(shè)備接收用戶的數(shù)據(jù)質(zhì)量報(bào)告獲取請求，數(shù)據(jù)質(zhì)量報(bào)告獲取請求用于請

求獲取數(shù)據(jù)質(zhì)量報(bào)告。

10165]例如，終端可以響應(yīng)于用戶對報(bào)告獲取選項(xiàng)的點(diǎn)擊操作，調(diào)用電子設(shè)備提供的分

值獲取接口，向電子設(shè)備發(fā)送數(shù)據(jù)質(zhì)量報(bào)告獲取請求，以觸發(fā)電子設(shè)備執(zhí)行本實(shí)施例的方

法流程。

101661902、電子設(shè)備獲取數(shù)倉模型的目標(biāo)特征。

[0167]在一些實(shí)施例中，數(shù)據(jù)質(zhì)量報(bào)告獲取請求可以包括用戶賬號，電子設(shè)備可以從數(shù)

據(jù)質(zhì)量報(bào)告獲取請求中，獲取用戶賬號，查詢該用戶賬號對應(yīng)的數(shù)倉模型的數(shù)倉模型的目

標(biāo)特征。

10168J903、電子設(shè)備將目標(biāo)特征輸入分值預(yù)測模型。

[0169]904、電子設(shè)備通過分值預(yù)測模型對目標(biāo)特征進(jìn)行處理，輸出數(shù)倉模型的分值。

[0170]905、電子設(shè)備根據(jù)數(shù)倉模型的分值，生成數(shù)據(jù)質(zhì)量報(bào)告。

[0171]電子設(shè)備可以將數(shù)倉模型的分值寫入至數(shù)據(jù)質(zhì)量報(bào)告，以使數(shù)據(jù)質(zhì)量報(bào)告攜帶數(shù)

倉模型的分值。其中，該數(shù)據(jù)質(zhì)量報(bào)告可以為個(gè)人數(shù)據(jù)質(zhì)量白皮書，數(shù)據(jù)質(zhì)量報(bào)告包括數(shù)倉

模型的分值，可以通過分值指明數(shù)據(jù)倉庫的數(shù)據(jù)質(zhì)量。

10172J906、電子設(shè)備輸出數(shù)據(jù)質(zhì)量報(bào)告。

[0173]本實(shí)施例提供了一種對數(shù)據(jù)質(zhì)量報(bào)告的自動(dòng)生成方法，通過利用機(jī)器學(xué)習(xí)技術(shù)，

使用分值預(yù)測模型對數(shù)倉模型進(jìn)行自動(dòng)打分，數(shù)倉模型的分值來向用戶推薦合適的數(shù)倉模

型，由于使用的數(shù)倉模型的分值更加客觀、準(zhǔn)確，因此根據(jù)分值可以準(zhǔn)確有效地反映數(shù)據(jù)質(zhì)

量，保證數(shù)據(jù)質(zhì)量報(bào)告的科學(xué)性。

[0174]綜合上述各個(gè)方法實(shí)施例，參見圖10,本申請?zhí)峁┝艘环N數(shù)倉模型的智能評分系

統(tǒng)，該智能評分系統(tǒng)的邏輯功能架構(gòu)包括：

[0175]一、數(shù)據(jù)搜集模塊1001

10176]數(shù)據(jù)搜集模塊1001可以用于獲取模型下游使用熱度、模型監(jiān)控指標(biāo)、模型使用方

式、模型屬性信息維度以及各類型告警信息，可以根據(jù)上述各個(gè)維度的信息構(gòu)建測試數(shù)據(jù)

集以及數(shù)據(jù)合集，根據(jù)上述各個(gè)維度的信息構(gòu)建人工標(biāo)記訓(xùn)練數(shù)據(jù)集，將人工標(biāo)記訓(xùn)練數(shù)

據(jù)集、測試數(shù)據(jù)集以及數(shù)據(jù)合集輸出至特征工程模塊1002。

[0177]二、特征工程模塊1002

101781特征工程模塊1002可以根據(jù)人工標(biāo)記訓(xùn)練數(shù)據(jù)集、測試數(shù)據(jù)集以及數(shù)據(jù)合集，進(jìn)

行缺失值處理、連續(xù)特征值處理、字符串特征處理以及預(yù)測模型特征選擇，將結(jié)果輸出至智

能評分模塊1003。

[0179]三、智能評分模塊1003

16

CN111125531A說明書14/18頁

[0180]智能評分模塊1003可以進(jìn)行模型特征選擇、模型訓(xùn)練，通過數(shù)據(jù)搜集模塊1001得

到的測試數(shù)據(jù)集，對訓(xùn)練的模型進(jìn)行驗(yàn)證，依據(jù)驗(yàn)證的結(jié)果對模型的參數(shù)進(jìn)行調(diào)整，該參數(shù)

調(diào)整的過程可以是一個(gè)循環(huán)迭代的過程，經(jīng)過多次迭代后，得到已訓(xùn)練的模型，可以使用已

訓(xùn)練的模型進(jìn)行系統(tǒng)評估，例如進(jìn)行模型推薦、搜索排序以及個(gè)人數(shù)據(jù)質(zhì)量白皮書的自動(dòng)

生成。

[0181]本實(shí)施例提供的系統(tǒng)，將數(shù)倉生成過程中產(chǎn)生及維護(hù)的元數(shù)據(jù)信息和XGBoost機(jī)

器學(xué)習(xí)算法相結(jié)合，對數(shù)倉模型進(jìn)行智能評估，可以提高元數(shù)據(jù)維護(hù)完善程度。經(jīng)實(shí)驗(yàn)，本

實(shí)施例提供的系統(tǒng)可以將元數(shù)據(jù)維護(hù)完善程度提高了20%。

L0182J圖11是本申請實(shí)施例提供的一種數(shù)倉模型的分值確定裝置的結(jié)構(gòu)示意圖。參見圖

11,該裝置包括：

[0183]獲取模塊1101,用于獲取數(shù)倉模型的目標(biāo)特征，目標(biāo)特征包括熱度、屬性維護(hù)數(shù)

量、標(biāo)簽數(shù)量、報(bào)警數(shù)量、使用方式維護(hù)完善值、生命周期維護(hù)完善值、事故次數(shù)中的至少一

項(xiàng)；

L0184)輸入模塊1102,用于將目標(biāo)特征輸入分值預(yù)測模型，分值預(yù)測模型根據(jù)樣本數(shù)倉

模型的目標(biāo)特征以及樣本數(shù)倉模型的分值訓(xùn)練得到；

10185J處理模塊1103,用于通過分值預(yù)測模型對目標(biāo)特征進(jìn)行處理，輸出數(shù)倉模型的分

值。

10186)可選地，分值預(yù)測模型包括XGBoost模型，XGBoost模型包括多個(gè)回歸樹，處理模塊

1103,用于：通過XGBoost模型的每個(gè)回歸樹對目標(biāo)特征進(jìn)行處理，得到每個(gè)回歸樹為數(shù)倉

模型預(yù)測的分值；獲取多個(gè)回歸樹預(yù)測的分值之和，作為數(shù)倉模型的分值。

[0187]可選地，XGBoost模型中的每個(gè)回歸樹包括一個(gè)或多個(gè)非葉子節(jié)點(diǎn)、多個(gè)分支以及

多個(gè)葉子節(jié)點(diǎn)，非葉子節(jié)點(diǎn)包括熱度節(jié)點(diǎn)、屬性維護(hù)數(shù)量節(jié)點(diǎn)、標(biāo)簽數(shù)量節(jié)點(diǎn)、報(bào)警數(shù)量節(jié)

點(diǎn)、使用方式維護(hù)完善值節(jié)點(diǎn)、生命周期維護(hù)完善值節(jié)點(diǎn)、事故次數(shù)節(jié)點(diǎn)中的至少一項(xiàng)；

[0188]熱度節(jié)點(diǎn)用于根據(jù)數(shù)倉模型的熱度進(jìn)行分類，熱度節(jié)點(diǎn)的每個(gè)分支表示熱度的一

個(gè)取值范圍；屬性維護(hù)數(shù)量節(jié)點(diǎn)用于根據(jù)屬性維護(hù)數(shù)量進(jìn)行分類，屬性維護(hù)數(shù)量節(jié)點(diǎn)的每

個(gè)分支表示屬性維護(hù)數(shù)量的一個(gè)取值范圍；標(biāo)簽數(shù)量節(jié)點(diǎn)用于根據(jù)標(biāo)簽數(shù)量進(jìn)行分類，標(biāo)

簽數(shù)量節(jié)點(diǎn)的每個(gè)分支表示標(biāo)簽數(shù)量的一個(gè)取值范圍；報(bào)警數(shù)量節(jié)點(diǎn)用于根據(jù)報(bào)警數(shù)量進(jìn)

行分類，報(bào)警數(shù)量節(jié)點(diǎn)的每個(gè)分支表示報(bào)警數(shù)量的一個(gè)取值范圍；使用方式維護(hù)完善值節(jié)

點(diǎn)用于根據(jù)使用方式維護(hù)完善值進(jìn)行分類，使用方式維護(hù)完善值節(jié)點(diǎn)的每個(gè)分支表示使用

方式維護(hù)完善值的一個(gè)取值范圍；

[0189]處理模塊1103,用于對于多個(gè)回歸樹中的每個(gè)回歸樹，根據(jù)目標(biāo)特征在回歸樹中

經(jīng)過的目標(biāo)非葉子節(jié)點(diǎn)以及目標(biāo)分支，確定目標(biāo)特征對應(yīng)的目標(biāo)葉子節(jié)點(diǎn)；將目標(biāo)葉子節(jié)

點(diǎn)表示的分值，獲取為回歸樹為數(shù)倉模型預(yù)測的分值。

[0190]可選地，通過分值預(yù)測模型對目標(biāo)特征進(jìn)行處理，輸出數(shù)倉模型的分值之后，裝置

包括：

[0191]推薦模塊，用于根據(jù)數(shù)倉模型的分值，向用戶推薦數(shù)倉模型。

[0192]可選地，推薦模塊，用于：按照分值從高到低的順序，對數(shù)據(jù)倉庫的每個(gè)數(shù)倉模型

進(jìn)行排序，得到排序結(jié)果；若數(shù)倉模型的分值在排序結(jié)果中排在前預(yù)設(shè)位數(shù)，向用戶推薦數(shù)

倉模型。

17

CN111125531A說明書15/18頁

[0193]可選地，裝置還包括：接收模塊，用于接收搜索指令；確定模塊，用于響應(yīng)于搜索指

令，根據(jù)數(shù)倉模型的分值，確定數(shù)倉模型的標(biāo)識(shí)在搜索結(jié)果中的排列順序；輸出模塊，用于

輸出攜帶有數(shù)倉模型的標(biāo)識(shí)的搜索結(jié)果。

[0194]可選地，裝置包括：生成模塊，用于根據(jù)數(shù)倉模型的分值，生成數(shù)據(jù)質(zhì)量報(bào)告，數(shù)據(jù)

質(zhì)量報(bào)告包括數(shù)倉模型的分值。

[0195]上述所有可選技術(shù)方案，可以采用任意結(jié)合形成本申請的可選實(shí)施例，在此不再

---贅述。

10196J需要說明的是：上述實(shí)施例提供的數(shù)倉模型的分值確定裝置在確定數(shù)倉模型的分

值時(shí)，僅以上述各功能模塊的劃分進(jìn)行舉例說明，實(shí)際應(yīng)用中，可以根據(jù)需要而將上述功能

分配由不同的功能模塊完成，即將數(shù)倉模型的分值確定裝置的內(nèi)部結(jié)構(gòu)劃分成不同的功能

模塊，以完成以上描述的全部或者部分功能。另外，上述實(shí)施例提供的數(shù)倉模型的分值確定

裝置與數(shù)倉模型的分值確定方法實(shí)施例屬于同一構(gòu)思，其具體實(shí)現(xiàn)過程詳見方法實(shí)施例，

這里不再贅述。

[0197]上述方法實(shí)施例中的電子設(shè)備可以實(shí)現(xiàn)為終端。例如，圖12示出了本申請一個(gè)示

例性實(shí)施例提供的終端1200的結(jié)構(gòu)框圖。該終端1200可以是：智能手機(jī)、平板電腦、MP3

（MovingPictureExpertsGroupAudioLayerIII,動(dòng)態(tài)影像專家壓縮標(biāo)準(zhǔn)音頻層面3）

播放器、MP4（MovingPictureExpertsGroupAudioLayerIV,動(dòng)態(tài)影像專家壓縮標(biāo)準(zhǔn)音

頻層面4）播放器、筆記本電腦或臺(tái)式電腦。終端1200還可能被稱為用戶設(shè)備、便攜式終端、

膝上型終端、臺(tái)式終端等其他名稱。

10198]通常，終端1200包括有：一個(gè)或多個(gè)處理器1201和一個(gè)或多個(gè)存儲(chǔ)器1202。

[0199]處理器1201可以包括一個(gè)或多個(gè)處理核心，比如4核心處理器、8核心處理器等。處

理器1201可以采用DSP（Digital