CN110334955B - 指标评估的处理方法、装置、设备及存储介质 - Google Patents
指标评估的处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110334955B CN110334955B CN201910610384.1A CN201910610384A CN110334955B CN 110334955 B CN110334955 B CN 110334955B CN 201910610384 A CN201910610384 A CN 201910610384A CN 110334955 B CN110334955 B CN 110334955B
- Authority
- CN
- China
- Prior art keywords
- evaluation
- data
- machine
- identifier
- index
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Abstract
本公开实施例提供一种指标评估的处理方法、装置、设备及存储介质,该方法包括:实时监控缓存装置中缓存的数据;在实时监控的预设周期范围内,获取所述缓存装置中缓存的所有数据对应的多个评估机的标识;针对所述多个评估机的标识中的每个评估机的标识,若所述评估机的标识对应的数据的数量小于或等于所述评估机的评估指标处理上限,则获取所述评估机的标识对应的数据,并将所述评估机的标识对应的数据发送至所述评估机的标识对应的评估机中,以使所述评估机对所述评估机的标识对应的数据进行指标评估。本公开实施例能够解决现有技术无法有效降低评估机接收数据的等待时长,进而降低评估处理效率的问题。
Description
技术领域
本公开实施例涉及数据处理技术领域,尤其涉及一种指标评估的处理方法、装置、设备及存储介质。
背景技术
在数字信息飞速发展的今天,数据的影响日益增强,尤其是对各个模型评估的好坏,需要通过各个评估模型或评估机对模型机进行模型的指标评估。
现有技术中,在大规模模型指标评估的场景中,各模型的数据会随机分配到各个评估机中进行模型评估,那么,每个评估机需要等待接收到足够量的模型数据后才能实现模型评估,花费的时间较长,效率较低。
因此,目前对一个或多个模型的指标评估过程中,无法有效降低评估机接收数据的等待时长,进而降低评估处理效率的问题。
发明内容
本公开实施例提供一种指标评估的处理方法、装置、设备及存储介质,以克服现有技术无法有效降低评估机接收数据的等待时长,进而降低评估处理效率的问题。
第一方面,本公开实施例提供一种指标评估的处理方法,包括:
实时监控缓存装置中缓存的数据,每条数据中包括评估机的标识,所述评估机的标识与所述评估机的评估指标处理上限一一对应,所述评估指标处理上限用于表示所述评估机每次接收数据并进行处理的上限值;
在实时监控的预设周期范围内,获取所述缓存装置中缓存的所有数据对应的多个评估机的标识;
针对所述多个评估机的标识中的每个评估机的标识,若所述评估机的标识对应的数据的数量小于或等于所述评估机的评估指标处理上限,则获取所述评估机的标识对应的数据,并将所述评估机的标识对应的数据发送至所述评估机的标识对应的评估机中,以使所述评估机对所述评估机的标识对应的数据进行指标评估。
第二方面,本公开实施例提供一种指标评估的处理装置,包括:
监控模块,用于实时监控缓存装置中缓存的数据,每条数据中包括评估机的标识,所述评估机的标识与所述评估机的评估指标处理上限一一对应,所述评估指标处理上限用于表示所述评估机每次接收数据并进行处理的上限值;
标识确定模块,用于在实时监控的预设周期范围内,获取所述缓存装置中缓存的所有数据对应的多个评估机的标识;
数据处理模块,用于针对所述多个评估机的标识中的每个评估机的标识,若所述评估机的标识对应的数据的数量小于或等于所述评估机的评估指标处理上限,则获取所述评估机的标识对应的数据,并将所述评估机的标识对应的数据发送至所述评估机的标识对应的评估机中,以使所述评估机对所述评估机的标识对应的数据进行指标评估。
第三方面,本公开实施例提供一种电子设备,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的指标评估的处理方法。
第四方面,本公开实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上第一方面以及第一方面各种可能的设计所述的指标评估的处理方法。
本公开实施例提供的指标评估的处理方法、装置、设备及存储介质,首先实时监控缓存装置中缓存的数据,缓存装置在时间上不断地积攒缓存的数据,其中每条数据中包括评估机的标识,且评估机的标识与所述评估机的评估指标处理上限一一对应,评估指标处理上限用于表示所述评估机每次接收数据并进行处理的上限值,然后在实时监控的预设周期范围内,获取所述缓存装置中缓存的所有数据对应的多个评估机的标识,用以判断每个评估机的标识对应的数据的数量是否超过该评估机的评估指标处理上限,因此,针对所述多个评估机的标识中的每个评估机的标识,若所述评估机的标识对应的数据的数量小于或等于所述评估机的评估指标处理上限,则获取所述评估机的标识对应的数据,并将所述评估机的标识对应的数据发送至所述评估机的标识对应的评估机中,以使所述评估机对所述评估机的标识对应的数据进行指标评估,有效降低评估机接收数据的等待时长,进而提高评估处理效率。本公开实施例通过实时监控缓存装置中缓存的数据,判断在实时监控的预设周期范围内,缓存的数据中是否存在超过该评估机的评估指标处理上限的,避免将大量数据随机分发到一个评估机导致评估机出现超负荷的现象,且针对每个评估机的标识,获取没有超过所述评估机的评估指标处理上限的数据,并根据评估机的标识将获取的评估机的标识对应的数据并发给对应的评估机,能够实现定向并发的目的,有效降低评估机的数据等待时长,进而提高评估处理效率。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本公开实施例提供的指标评估的处理方法的流程示意图;
图2为本公开实施例提供的指标评估的处理方法的场景示意图;
图3为本公开又一实施例提供的指标评估的处理方法的场景示意图;
图4为本公开再一实施例提供的指标评估的处理方法的场景示意图;
图5为本公开又一实施例提供的指标评估的处理方法的流程示意图;
图6为本公开再一实施例提供的指标评估的处理方法的流程示意;
图7为本公开实施例提供的指标评估的处理装置的结构框图;
图8为本公开又一实施例提供的所述指标评估的处理装置的结构框图;
图9为本公开再一实施例提供的所述指标评估的处理装置的结构框图;
图10为本公开实施例提供的所述指标评估的处理系统的架构图;
图11为公开实施例提供的电子设备的硬件结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
现有技术中,在大规模模型指标评估的场景中,各模型的数据会随机分配到评估机中进行模型评估,例如,若有10个评估机,则1个模型机发送的模型数据会随机分散到10个评估机上,每个评估机都需要等待数据,才能够在积攒到足够的模型数据(假设每个评估机需要积攒10个数据才能进行模型的指标评估,若每分钟发送10个数据,则每个评估机1分钟只能得到1个数据,需要等待10min)后,实现模型评估,即评估机需要等待接收到足够量的模型数据后才能实现模型评估,花费的时间较长,效率较低;若是将大量数据并发到同一个评估机上,容易导致评估机出现超负荷的现象。本公开实施例提供一种指标评估的处理方法以解决上述问题。
参考图1,图1为本公开实施例提供的指标评估的处理方法流程示意图。本公开实施例的方法可以应用在终端设备或服务器中,即执行主体可以是终端设备也可以是服务器,在此不做限定。该指标评估的处理方法包括:
S101、实时监控缓存装置中缓存的数据,每条数据中包括评估机的标识,所述评估机的标识与所述评估机的评估指标处理上限一一对应,所述评估指标处理上限用于表示所述评估机每次接收数据并进行处理的上限值。
在本公开实施例中,对缓存装置中缓存的数据不进行限定,缓存装置中缓存的数据可以是由一个模型机输出的多条数据,用以评估机对该模型的一个或多个指标进行评价,还可以是由多个模型输出的多条数据,用于评估机评估所有模型的同一性能指标,判断哪个模型更优或是用于评估机评估某个模型的某一性能指标,因此,本公开的实现场景:除对多个不同模型实现并发评估之外,还可以适用于一个模型的多指标评估场景。
在实际应用中,为了评价一个模型的好坏,本公开实施例通过评估机来评价模型机的性能指标,在模型机与评估机之间设置本地缓存(通过缓存装置进行本地缓存),本地缓存设置有上限,因此,需要不断地实时监控本地缓存,一旦达到本地缓存的上限,需要将本地缓存的数据进行清理或是通过监控本地缓存将数据分发给评估机进行指标评价。
其中,模型机的个数可以为多个,评估机的个数可以为多个,一个评估机可以评估至少一个指标的好坏,一般一个评估机用来评估一个指标。由终端设备或服务器通过配置的每秒查询率实时监控缓存装置中缓存的数据,评估机通过标识建立与模型机的关系,因此,从模型机发送至缓存装置的数据中含有评估机的标识,即每条数据中包括评估机的标识,一个评估机对应一个评估指标处理上限即为评估机每次接收数据并进行处理的上限值。
S102、在实时监控的预设周期范围内,获取所述缓存装置中缓存的所有数据对应的多个评估机的标识。
本公开实施例中,终端设备或服务器在实时监控缓存的数据时,不断查询每条数据中的评估机标识,在实时监控的预设周期范围内,例如,实时监控的一分钟内,即以一分钟为周期,统计一次缓存装置中缓存的所有数据对应的多个评估机的标识,统计评估机的标识的目的是为了判断在这一分钟之内缓存的所有数据中是否有达到对应评估机的评估指标处理上限,避免评估机等待时长过久或是将缓存的数据分别并发给对应的评估机时引起某个或某些评估机的瘫痪。
S103、针对所述多个评估机的标识中的每个评估机的标识,若所述评估机的标识对应的数据的数量小于或等于所述评估机的评估指标处理上限,则获取所述评估机的标识对应的数据,并将所述评估机的标识对应的数据发送至所述评估机的标识对应的评估机中,以使所述评估机对所述评估机的标识对应的数据进行指标评估。
本公开实施例中,为了避免将大量数据随机分发到一个评估机导致评估机出现超负荷的现象,对每个评估机都设置有每次接收数据并进行处理的上限值,因此,在监控缓存装置中缓存的数据时,实施监控在一个预设周期范围内,含有同一个评估机的标识的数据是否已经达到对应的评估机的评估指标处理上限,若所述评估机的标识对应的数据的数量小于或等于所述评估机的评估指标处理上限,则获取所述评估机的标识对应的数据,直接将所述评估机的标识对应的数据发送至所述评估机的标识对应的评估机中,以使所述评估机对所述评估机的标识对应的数据进行指标评估。
这里设置一个预设周期是为了实现周期性并发,有效降低评估机的数据等待时长,比如,现有技术中,若有10个评估机,则1个模型机发送的模型数据会随机分散到10个评估机上,每个评估机都需要等待数据,才能够在积攒到足够的模型数据(假设每个评估机需要积攒10个数据才能进行模型的指标评估,若每分钟发送10个数据,则每个评估机1分钟只能得到1个数据,需要等待10min)后,实现模型评估。相比之下,而本公开实施例,10个评估机对应于10个模型机,则一个模型机发送的模型数据对应于一个评估机,仍假设需要10个数据才能实现评估,且每分钟发送10个数据,则只需要1min即可获取到足够的模型数据并实现模型评估。
其中,终端设备或服务器获取所述评估机的标识对应的数据,并将所述评估机的标识对应的数据发送至所述评估机的标识对应的评估机中的另一种实现方式可以为:终端设备或服务器控制所述缓存装置将所述评估机的标识对应的数据发送至所述评估机的标识对应的评估机中。
在本公开的一个实施例中,所述每条数据还包括:预估值和真实值,所述预估值为通过模型机输出的数据,所述真实值为未通过所述模型机处理的实际值,所述预估值与真实值一一对应,所述模型机对应至少一条数据;所述缓存装置中缓存的数据是通过至少一个所述模型机实时发送给所述缓存装置进行缓存的;其中,每个评估机用于评估对应的所述模型机的性能指标。
在实际应用中,场景一:多个不同模型实现并发评估场景
参见图2所示,图2为本公开实施例提供的指标评估的处理方法的场景示意图。针对多个不同模型机的同一指标评估场景,可以设置与模型机同等数量的多个评估机,这里每个评估机都是相同配置的,用于评估模型机输出的同一类数据的模型指标,比如,有n=3个模型机(模型机1、模型机2、模型机3)、m=3个评估机(评估机1、评估机2、评估机3),模型机与评估机一一对应,即模型机1由评估机1评价,模型机2由评估机2评价,模型机3由评估机3评价,每个评估机的评估指标处理上限相同。
具体地,一些原始数据输入到模型机后,可以得到预估值,模型机将预估值和对应的真实值作为一条数据发送至缓存装置中,终端设备或服务器实时监控缓存装置中缓存的数据,其中,每条数据中还携带有模型机对应评估机的评估机的标识,比如模型机1输出的数据携带有评估机1的标识1,然后通过每秒查询率,当终端设备或服务器实时监控缓存装置一个预设周期(比如,一分钟)时,需要查询到缓存装置中缓存的所有数据对应的所有评估机的标识(比如,评估机1的标识1、评估机2的标识2、评估机3的标识3),然后针对每个评估机的标识,判断所述评估机的标识对应的数据的数量小于或等于所述评估机的评估指标处理上限(比如每分钟处理多少数据),即所述评估机的标识对应的数据的数量是否在所述评估机的评估指标处理上限之内,若所述评估机的标识对应的数据的数量小于或等于所述评估机的评估指标处理上限,则获取所述评估机的标识对应的数据,即若3个评估机的标识对应的数据的数量均在对应的所述评估机的评估指标处理上限之内,则获取评估机1的标识1对应的数据,评估机2的标识2对应的数据,评估机3的标识3对应的数据,同时将评估机1的标识1对应的数据分发给评估机1进行模型机1的指标评估,将评估机2的标识2对应的数据分发给评估机2进行模型机2的指标评估,将评估机3的标识3对应的数据分发给评估机3进行模型机3的指标评估,各个评估机在接收到这些对应的模型数据后直接进行模型评估即可,节约了各个评估机的等待接收数据时长,提高了评估处理效率,同时避免因为并发超出评估机的处理上限而导致评估机超负荷运行以致评估机瘫痪故障。
场景二:一个模型的多指标评估场景
参见图3所示,图3为本公开又一实施例提供的指标评估的处理方法的场景示意图。针对一个模型机的不同指标评估场景,对该模型机的多个指标进行评估时,为了实现并发处理,可以设置与模型机的多个指标同等数量的多个评估机,这里每个评估机根据对应的评估指标进行配置的,配置包括评估机的评估指标处理上限,且评估机的评估指标处理上限可以配置在缓存装置中。每个评估机用于评估模型机输出的同一类数据的模型指标,比如,有n=1个模型机(模型机1),针对模型机1的三个指标(指标1、指标2、指标3)进行评价,则设置有m=3个评估机(评估机1、评估机2、评估机3),每个指标与评估机一一对应,即模型机1的指标1由评估机1评价即将模型机1的指标1的数据分发给评估机1(图2所示的模型机1的指标1的数据即为评估机1的标识1对应的数据,其他的同理),模型机1的指标2由评估机2评价,模型机1的指标3由评估机3评价,每个评估机的评估指标处理上限可以不同,每个评估机的评估指标处理上限可以具体根据实际评估指标的所述数据的数量进行配置。
具体地,一些原始数据输入到模型机后,可以得到预估值,模型机将预估值和对应的真实值作为一条数据发送至缓存装置中,终端设备或服务器实时监控缓存装置中缓存的数据,其中,一个模型机可以输出多条数据,多条数据可以用来提供多个评估机对模型的多个性能指标进行评价,则每条数据中还携带有模型机对应评估机的评估机的标识,即该条数据是评估机用来对模型的某个指标进行评估的,比如模型机1输出的数据携带有评估机1的标识1,说明该数据是需要分发给评估机1的。然后通过每秒查询率,当终端设备或服务器实时监控缓存装置一个预设周期(比如,一分钟)时,需要查询到缓存装置中缓存的所有数据对应的所有评估机的标识(比如,评估机1的标识1、评估机2的标识2、评估机3的标识3),然后针对每个评估机的标识,判断所述评估机的标识对应的数据的数量小于或等于所述评估机的评估指标处理上限(比如每分钟处理多少数据),即所述评估机的标识对应的数据的数量是否在所述评估机的评估指标处理上限之内,若所述评估机的标识对应的数据的数量小于或等于所述评估机的评估指标处理上限,则获取所述评估机的标识对应的数据,即若3个评估机的标识对应的数据的数量均在对应的所述评估机的评估指标处理上限之内,则获取评估机1的标识1对应的数据(即为图3所示的模型机1的指标1的数据,其他的同理),评估机2的标识2对应的数据,评估机3的标识3对应的数据,同时将评估机1的标识1对应的数据分发给评估机1进行模型机1的指标1评估,将评估机2的标识2对应的数据分发给评估机2进行模型机1的指标2评估,将评估机3的标识3对应的数据分发给评估机3进行模型机1的指标3评估,各个评估机在接收到这些对应的模型数据后直接进行模型评估即可,节约了各个评估机的等待接收数据时长,提高了评估处理效率,同时避免因为并发超出评估机的处理上限而导致评估机超负荷运行以致评估机瘫痪故障。
场景三:多个不同模型实现多个指标并发评估场景
参见图4所示,图4为本公开再一实施例提供的指标评估的处理方法的场景示意图。针对多个模型机的不同指标评估场景,对多个模型机的多个指标进行评估时,为了实现并发处理,首先可以设置与多个模型机的多个指标同等数量的多个评估机(多个模型机的数量*多个指标的数量),实现一个模型机对应多个评估机(比如,一个模型机的三个指标进行评价,则一个模型机对应三个评估机,模型机1对应评估机11、评估机12、评估机13,其中,一个评估机用于评价一个模型的一个指标的好坏或多个模型的同一指标的好坏,针对评价多个模型的同一指标的好坏时,依然按照一个模型的数据进行同批次输入到对应的评估机中),这里每个评估机根据对应的评估指标进行配置的,配置包括评估机的评估指标处理上限,且评估机的评估指标处理上限可以配置在缓存装置中,对于不同模型的相同指标的评价,设置有同样配置的多个评估机,根据每条数据携带的评估机的标识进行数据分发。本公开实施例中,每个评估机用于评估模型机输出的同一类数据的模型指标,比如,有n=2个模型机(模型机1、模型机2),针对模型机1的三个指标(指标1、指标2、指标3,即m=3)和模型机2的三个指标(指标1、指标2、指标3)进行评价,则设置有n*m=6个评估机(评估机11、评估机12、评估机13、评估机21、评估机22、评估机23),每个模型的每个指标与评估机一一对应,即模型机1的指标1由评估机11评价即将图4所示的模型机1的指标1的数据(即评估机的标识11对应的数据,其他的同理)发送至评估机11,模型机1的指标2由评估机12评价,即将模型机1的指标2的数据发送至评估机12,模型机1的指标3由评估机13评价,模型机2的指标1由评估机21评价,模型机2的指标2由评估机22评价,模型机2的指标3由评估机23评价。每个评估机的评估指标处理上限可以不同,每个评估机的评估指标处理上限可以具体根据实际评估指标的所述数据的数量进行配置。
具体地,一些原始数据输入到模型机后,可以得到预估值,模型机将预估值和对应的真实值作为一条数据发送至缓存装置中,终端设备或服务器实时监控缓存装置中缓存的数据,其中,一个模型机可以输出多条数据,多条数据可以用来提供多个评估机对该模型的多个性能指标进行评价,则每条数据中还携带有模型机对应评估机的评估机的标识,即该条数据是评估机用来对哪个模型的某个指标进行评估的,比如模型机1输出的数据携带有评估机11的标识11,说明该数据是需要分发给评估机11的。然后通过每秒查询率,当终端设备或服务器实时监控缓存装置一个预设周期(比如,一分钟)时,需要查询到缓存装置中缓存的所有数据对应的所有评估机的标识(比如,评估机11的标识11、评估机12的标识12、评估机23的标识23),然后针对每个评估机的标识,判断所述评估机的标识对应的数据的数量小于或等于所述评估机的评估指标处理上限(比如每分钟处理多少数据),即所述评估机的标识对应的数据的数量是否在所述评估机的评估指标处理上限之内,若所述评估机的标识对应的数据的数量小于或等于所述评估机的评估指标处理上限,则获取所述评估机的标识对应的数据,即若6个评估机的标识对应的数据的数量均在对应的所述评估机的评估指标处理上限之内,则获取评估机11的标识11对应的数据,评估机12的标识12对应的数据,评估机13的标识13对应的数据,评估机21的标识21对应的数据,评估机22的标识22对应的数据,评估机23的标识23对应的数据,同时将评估机11的标识11对应的数据分发给评估机11进行模型机1的指标1评估,将评估机12的标识12对应的数据分发给评估机12进行模型机1的指标2评估,将评估机13的标识13对应的数据分发给评估机13进行模型机1的指标3评估,将评估机21的标识21对应的数据分发给评估机21进行模型机2的指标1评估,将评估机22的标识22对应的数据分发给评估机22进行模型机2的指标2评估,将评估机23的标识23对应的数据分发给评估机23进行模型机2的指标3评估。各个评估机在接收到这些对应的模型数据后直接进行模型评估即可,节约了各个评估机的等待接收数据时长,提高了评估处理效率,同时避免因为并发超出评估机的处理上限而导致评估机超负荷运行以致评估机瘫痪故障。
本公开实施例提供的指标评估的处理方法,实时监控缓存装置中缓存的数据,缓存装置在时间上不断地积攒缓存的数据,其中每条数据中包括评估机的标识,且评估机的标识与所述评估机的评估指标处理上限一一对应,评估指标处理上限用于表示所述评估机每次接收数据并进行处理的上限值,然后在实时监控的预设周期范围内,获取所述缓存装置中缓存的所有数据对应的多个评估机的标识,用以判断每个评估机的标识对应的数据的数量是否超过该评估机的评估指标处理上限,因此,针对所述多个评估机的标识中的每个评估机的标识,若所述评估机的标识对应的数据的数量小于或等于所述评估机的评估指标处理上限,则获取所述评估机的标识对应的数据,并将所述评估机的标识对应的数据发送至所述评估机的标识对应的评估机中,以使所述评估机对所述评估机的标识对应的数据进行指标评估,有效降低评估机接收数据的等待时长,进而提高评估处理效率。
本公开实施例通过实时监控缓存装置中缓存的数据,判断在实时监控的预设周期范围内,缓存的数据中是否存在超过该评估机的评估指标处理上限的,避免将大量数据随机分发到一个评估机导致评估机出现超负荷的现象,且针对每个评估机的标识,获取没有超过所述评估机的评估指标处理上限的数据,并根据评估机的标识将获取的评估机的标识对应的数据并发给对应的评估机,能够实现定向并发的目的,有效降低评估机的数据等待时长,进而提高评估处理效率。
为了判断所述评估机的标识对应的数据的数量是否达到所述评估机的评估指标处理上限,在本公开的一个实施例中,本公开另一实施例提供了指标评估的处理方法流程示意图,本公开实施例在图1实施例的基础上,本公开实施例在步骤S102中的获取所述缓存装置中缓存的所有数据对应的多个评估机的标识之后,对指标评估的处理方法进行了详细说明。
在所述获取所述缓存装置中缓存的所有数据对应的多个评估机的标识之后,所述方法还包括:根据所述多个评估机的标识,对所述缓存装置中缓存的所有数据中含有相同评估机的标识的数据分别进行统计,得到每个评估机的标识对应的数据的数量。
从上述描述可知,本公开实施例在获取到所述缓存装置中缓存的所有数据对应的多个评估机的标识之后,首先对每个评估机的标识对应的数据的数量进行统计,便于根据评估机的标识对应的数据的数量以及对应的评估机的指标评估处理上限,确定是否达到分发的条件以及具体如何实现分发。
本公开实施例中,首先是针对所述多个评估机的标识中的每个评估机的标识,对所述缓存装置中缓存的所有数据中含有相同评估机的标识的数据进行统计,比如,缓存装置中缓存的所有数据中含有评估机的标识1、评估机的标识2,则从缓存装置中缓存的所有数据中分别统计含有评估机的标识1的所有数据的数量和含有评估机的标识2的所有数据的数量,便于确定是否可以分发且如何分发。
针对所述多个评估机的标识中的每个评估机的标识,评估是否超过评估机的指标评估处理上限时,为了实现针对超过评估机的指标评估处理上限时,保证可以正常将数据分发到对应的评估机中,在本公开的一个实施例中,本公开另一实施例提供了指标评估的处理方法流程示意图,本公开实施例上述实施例的基础上,例如,在图1实施例的基础上,本公开实施例在步骤S102中的获取所述缓存装置中缓存的所有数据对应的多个评估机的标识之后,对指标评估的处理方法进行了详细说明。
本公开实施例中,针对所述多个评估机的标识中的每个标识,若所述评估机的标识对应的数据的数量大于所述评估机的评估指标处理上限,需要对缓存装置中所述评估机的标识对应的数据进行清理,若每次都不删除多余数据,则后续越积压越多,可能会导致本地缓存的存储空间被占满而无法工作。
在具体实现过程中,若所述评估机的标识对应的数据的数量大于所述评估机的评估指标处理上限,则从所述评估机的标识对应的数据中确定发送给所述评估机的标识对应的评估机的目标数据,所述目标数据是用于所述评估机对所述目标数据进行指标评估的。其中,每条数据中的评估机的标识(key),可用于指示模型数据发给哪个评估机,这里的模型数据即为缓存装置中缓存的数据,而评估指标处理上限用于决策是否将缓存到的模型数据发送给评估机。
结合上述公开实施例,判断是否将缓存装置中缓存的数据发送给评估机的方法可以为:
根据缓存的模型数据的key,判断该key对应的数据(data)的数量(假设S个)是否达到对应评估机的指标评估处理上限(假设P个);若未超过,则直接将S个data发送给key对应的评估机;若超过,则在S个data中确定Y个目标data,并将目标data发送给评估机;其中,Y小于等于P。上述实现方式避免了评估机接收到的数据的数量超过自身处理上限(评估机的评估指标处理上限),导致评估机处理异常的情况。
在实际应用中,针对每个key对应的模型数据,在S个模型数据中确定Y个数据作为评估数据,其余S-Y个剩余数据直接删除。(实际应用方案)这是考虑到数据是实时发送过来的,若每次都不删除多余数据,则后续越积压越多,可能会导致本地缓存的存储空间被占满而无法工作。为了实现如何从所述评估机的标识对应的数据中确定发送给所述评估机的标识对应的评估机的目标数据,所述指标评估的处理方法提供了两种实现方式。
方式一:参见图5,图5为本公开又一实施例提供的指标评估的处理方法的流程示意图,本公开实施例在上述公开实施例中,对从所述评估机的标识对应的数据中确定发送给所述评估机的标识对应的评估机的目标数据进行了详细描述。其中,每条数据还包括每条数据的缓存时间;所述从所述评估机的标识对应的数据中确定发送给所述评估机的标识对应的评估机的目标数据,包括:
S501、根据每条数据的缓存时间,对所述评估机的标识对应的所有数据进行时间先后顺序的排序;
S502、从排序后的所述评估机的标识对应的所有数据中选取所述评估机的评估指标处理上限对应数目的数据作为所述目标数据,并将所述评估机的标识对应的所有数据中除所述目标数据之外的剩余数据从所述缓存装置中删除。
本公开实施例中,可以根据缓存装置接收数据的接收次序,将先收到的Y个数据作为评估数据即为目标数据,具体地,根据缓存装置接收数据的接收次序对每条数据记录缓存时间,这里的缓存时间可以理解为缓存装置接收的数据时对应的缓存时刻,也可以理解为从接收到数据时候开始计时,直到分发前统计数据时对应的缓存总时间,根据每条数据的缓存时间,对所述评估机的标识对应的所有数据进行时间先后顺序的排序,这里的时间先后顺序指的是模型机将数据缓存至缓存装置时的先后顺序,针对每个评估机的标识,对所述评估机的标识对应的所有数据进行排序后,从排序后的所述评估机的标识对应的所有数据中选取所述评估机的评估指标处理上限对应数目的数据作为所述目标数据,比如,一个S个数据,评估机的指标评估处理上限为Y个,则在排序后的所述评估机的标识对应的所有数据中选取前Y个数据作为评估数据(目标数据),其中,Y小于S。然后将S中除Y个数据以外的剩余数据从所述缓存装置中删除,用以保证缓存装置的正常缓存,同时获取所述目标数据并将所述目标数据分发给对应的所述评估机,以使所述评估机根据所述目标数据对对应的模型进行指标评估,有效降低评估机接收数据的等待时长,进而提高评估处理效率。
方式二:参见图6,图6为本公开再一实施例提供的指标评估的处理方法的流程示意图,本公开实施例在上述公开实施例中,对从所述评估机的标识对应的数据中确定发送给所述评估机的标识对应的评估机的目标数据进行了详细描述。所述从所述评估机的标识对应的数据中确定发送给所述评估机的标识对应的评估机的目标数据,包括:
S601、对所述评估机的标识对应的所有数据进行预定义采样,得到所述评估机的评估指标处理上限对应数目的数据;
S602、将所述评估机的评估指标处理上限对应数目的数据作为所述目标数据,并将所述评估机的标识对应的所有数据中除所述目标数据之外的剩余数据从所述缓存装置中删除。
本公开实施例中,在所述评估机的标识对应的数据的数量大于所述评估机的评估指标处理上限时,为了保证评估机对模型评估的准确性,可以将分发给评估机的数据进行随机选取。具体地,对所述评估机的标识对应的所有数据进行预定义采样或者,其他自定义方式,得到所述评估机的评估指标处理上限对应数目的数据,比如,在缓存装置中一个评估机的标识对应的数据为S个数据,评估机的指标评估处理上限为Y个,可以在S个模型数据中间隔或自定义方式采样,得到Y个数据(Y小于S),然后将该Y个数据作为目标数据,将S中除Y个数据以外的剩余数据从所述缓存装置中删除,用以保证缓存装置的正常缓存。同时获取所述目标数据并将所述目标数据分发给对应的所述评估机,以使所述评估机根据所述目标数据对对应的模型进行指标评估,有效降低评估机接收数据的等待时长,进而提高评估处理效率。
对应于上文公开实施例的指标评估的处理方法,图7为本公开实施例提供的指标评估的处理装置的结构框图。为了便于说明,仅示出了与本公开实施例相关的部分。参照图7,所述指标评估的处理装置70包括:监控模块701、标识确定模块702以及数据处理模块703;所述监控模块701,用于实时监控缓存装置中缓存的数据,每条数据中包括评估机的标识,所述评估机的标识与所述评估机的评估指标处理上限一一对应,所述评估指标处理上限用于表示所述评估机每次接收数据并进行处理的上限值;所述标识确定模块702,用于在实时监控的预设周期范围内,获取所述缓存装置中缓存的所有数据对应的多个评估机的标识;所述数据处理模块703,用于针对所述多个评估机的标识中的每个评估机的标识,若所述评估机的标识对应的数据的数量小于或等于所述评估机的评估指标处理上限,则获取所述评估机的标识对应的数据,并将所述评估机的标识对应的数据发送至所述评估机的标识对应的评估机中,以使所述评估机对所述评估机的标识对应的数据进行指标评估。
本公开实施例提供的装置,可用于执行上文方法实施例的技术方案,其实现原理和技术效果类似,本公开实施例此处不再赘述。
参见图8,图8为本公开又一实施例提供的所述指标评估的处理装置的结构框图。本公开实施例在上述实施例的基础上,例如,在图7实施例的基础上,本公开实施例对所述装置进行了详细说明。所述装置还包括:数据统计模块704;所述数据统计模块704,用于所述获取所述缓存装置中缓存的所有数据对应的多个评估机的标识之后,根据所述多个评估机的标识,对所述缓存装置中缓存的所有数据中含有相同评估机的标识的数据分别进行统计,得到每个评估机的标识对应的数据的数量。
参见图9,图9为本公开再一实施例提供的所述指标评估的处理装置的结构框图。本公开实施例在上述实施例的基础上,例如,在图7实施例的基础上,本公开实施例对所述装置进行了详细说明。所述装置还包括:目标数据确定模块705;所述目标数据确定模块705,用于在所述获取所述缓存装置中缓存的所有数据对应的多个评估机的标识之后,针对所述多个评估机的标识中的每个标识,若所述评估机的标识对应的数据的数量大于所述评估机的评估指标处理上限,则从所述评估机的标识对应的数据中确定发送给所述评估机的标识对应的评估机的目标数据,以使所述评估机对所述目标数据进行指标评估。
在本公开的一个实施例中,本公开实施例在上述实施例的基础上,例如在图9所示的公开实施例基础上,每条数据还包括每条数据的缓存时间;所述目标数据确定模块705,具体用于:根据每条数据的缓存时间,对所述评估机的标识对应的所有数据进行时间先后顺序的排序;从排序后的所述评估机的标识对应的所有数据中选取所述评估机的评估指标处理上限对应数目的数据作为所述目标数据,并将所述评估机的标识对应的所有数据中除所述目标数据之外的剩余数据从所述缓存装置中删除。
在本公开的一个实施例中,本公开实施例在上述实施例的基础上,例如在图9所示的公开实施例基础上,所述目标数据确定模块705,具体用于:
对所述评估机的标识对应的所有数据进行预定义采样,得到所述评估机的评估指标处理上限对应数目的数据;将所述评估机的评估指标处理上限对应数目的数据作为所述目标数据,并将所述评估机的标识对应的所有数据中除所述目标数据之外的剩余数据从所述缓存装置中删除。
在本公开的一个实施例中,本公开实施例在上述实施例的基础上,所述每条数据还包括:预估值和真实值,所述预估值为通过模型机输出的数据,所述真实值为未通过所述模型机处理的实际值,所述预估值与真实值一一对应,所述模型机对应至少一条数据;所述缓存装置中缓存的数据是通过至少一个所述模型机实时发送给所述缓存装置进行缓存的;其中,每个评估机用于评估对应的所述模型机的性能指标。
在实际应用中,参见图10所示,本公开实施例提供了一种指标评估的处理系统,包括如上文公开实施例所述的指标评估的处理装置70、用户端10、至少一个模型机20、至少一个评估机30以及缓存装置40,其中,所述的指标评估的处理装置可以为终端设备或服务器。所述终端可以为移动终端、固定终端、电子设备或测试系统端,所述指标评估的处理系统100可以用于实现指标评估的处理过程。
其中,本公开实施例对模型的类型、模型的算法、评估机的评估算法等等均无限定。关于上述提到的“每次”或“次数”,实际场景中可以为预设的本地缓存(缓存装置)发送周期。例如,若控制本地缓存每0.5分钟发送一次数据至评估机,则本地缓存在这每个周期内接收缓存数据,并在发送前经过前述判断,并发送Y个评估数据给评估机。
用户端将一些原始数据输入到至少一个模型机20后,至少一个模型机20将输出的数据传送至缓存装置40中,终端设备或服务器对所述缓存装置进行全局监控,一旦在实时监控的预设周期范围内,监控到所述缓存装置中缓存的数据中对应的各个评估机的标识对应的数据满足评估机的指标评估处理上限,则将选定的评估数据发送至对应的评估机进行指标评估,其中,将选定的评估数据发送至对应的评估机进行指标评估的实现方式可以为:终端设备或服务器获取所述目标数据,并将所述目标数据发送至对应的评估机进行指标评估,也可以为:终端设备或服务器控制所述缓存装置将所述目标数据发送至对应的评估机进行指标评估,能够降低评估机接收数据的等待时长,实现高效率的评估处理。
具体地,一些原始数据输入到至少一个模型机20后,可以得到预估值,每个模型机20将预估值和对应的真实值作为一条数据发送至缓存装置中,其中,而每个模型机20可以输出多条数据。终端设备或服务器(指标评估的处理装置70)实时监控缓存装置中缓存的数据,其中,一个模型机可以输出多条数据,多条数据可以用来提供多个评估机对该模型的多个性能指标进行评价,则每条数据中还携带有模型机对应评估机的评估机的标识,即该条数据是评估机用来对哪个模型的某个指标进行评估的,比如模型机1输出的数据携带有评估机11的标识11,说明该数据是需要分发给评估机11的。然后通过每秒查询率,当终端设备或服务器实时监控缓存装置一个预设周期(比如,一分钟)时,需要查询到缓存装置中缓存的所有数据对应的所有评估机的标识(比如,评估机11的标识11、评估机12的标识12、评估机23的标识23),然后针对每个评估机的标识,判断所述评估机的标识对应的数据的数量小于或等于所述评估机的评估指标处理上限(比如每分钟处理多少数据),即所述评估机的标识对应的数据的数量是否在所述评估机的评估指标处理上限之内。
若所述评估机的标识对应的数据的数量小于或等于所述评估机的评估指标处理上限,则获取所述评估机的标识对应的数据,即若6个评估机的标识对应的数据的数量均在对应的所述评估机的评估指标处理上限之内,则获取评估机11的标识11对应的数据,评估机12的标识12对应的数据,评估机13的标识13对应的数据,评估机21的标识21对应的数据,评估机22的标识22对应的数据,评估机23的标识23对应的数据,同时将评估机11的标识11对应的数据分发给评估机11进行模型机1的指标1评估,将评估机12的标识12对应的数据分发给评估机12进行模型机1的指标2评估,将评估机13的标识13对应的数据分发给评估机13进行模型机1的指标3评估,将评估机21的标识21对应的数据分发给评估机21进行模型机2的指标1评估,将评估机22的标识22对应的数据分发给评估机22进行模型机2的指标2评估,将评估机23的标识23对应的数据分发给评估机23进行模型机2的指标3评估。或者,终端设备或服务器控制所述缓存装置将所述评估机的标识对应的数据发送至所述评估机的标识对应的评估机中。各个评估机在接收到这些对应的模型数据后直接进行模型评估即可,节约了各个评估机的等待接收数据时长,提高了评估处理效率,同时避免因为并发超出评估机的处理上限而导致评估机超负荷运行以致评估机瘫痪故障。
若所述评估机的标识对应的数据的数量大于所述评估机的评估指标处理上限,则终端设备或服务器从所述评估机的标识对应的数据中确定发送给所述评估机的标识对应的评估机的目标数据,以使所述评估机对所述目标数据进行指标评估,具体实现方式可以为:方式一,每条数据还包括每条数据的缓存时间,比如,在缓存装置中缓存的数据中,一个评估机的标识对应有S个数据,所述评估机的指标评估处理上限为Y个,则在排序后的所述评估机的标识对应的所有数据中选取前Y个数据作为评估数据(目标数据),其中,Y小于S。然后将S中除Y个数据以外的剩余数据从所述缓存装置中删除,用以保证缓存装置的正常缓存,同时获取所述目标数据并将所述目标数据分发给对应的所述评估机,以使所述评估机根据所述目标数据对对应的模型进行指标评估,有效降低评估机接收数据的等待时长,进而提高评估处理效率。方式二,对所述评估机的标识对应的所有数据进行预定义采样或者,其他自定义方式,得到所述评估机的评估指标处理上限对应数目的数据,比如,在缓存装置中一个评估机的标识对应的数据为S个数据,评估机的指标评估处理上限为Y个,可以在S个模型数据中间隔或自定义方式采样,得到Y个数据(Y小于S),然后将该Y个数据作为目标数据,将S中除Y个数据以外的剩余数据从所述缓存装置中删除,用以保证缓存装置的正常缓存。同时获取所述目标数据并将所述目标数据分发给对应的所述评估机,以使所述评估机根据所述目标数据对对应的模型进行指标评估,有效降低评估机接收数据的等待时长,进而提高评估处理效率。
参考图11,其示出了适于用来实现本公开实施例的电子设备1100的结构示意图,该电子设备1100可以为终端设备或服务器。其中,终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、个人数字助理(Personal Digital Assistant,简称PDA)、平板电脑(Portable Android Device,简称PAD)、便携式多媒体播放器(PortableMedia Player,简称PMP)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图11示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图11所示,电子设备1100可以包括处理装置(例如中央处理器、图形处理器等)1101,其可以根据存储在只读存储器(Read Only Memory,简称ROM)1102中的程序或者从存储装置1108加载到随机访问存储器(Random Access Memory,简称RAM)1103中的程序而执行各种适当的动作和处理。在RAM 1103中,还存储有电子设备1100操作所需的各种程序和数据。处理装置1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(I/O)接口1105也连接至总线1104。
通常,以下装置可以连接至I/O接口1105:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置1106;包括例如液晶显示器(Liquid CrystalDisplay,简称LCD)、扬声器、振动器等的输出装置1107;包括例如磁带、硬盘等的存储装置1108;以及通信装置1109。通信装置1109可以允许电子设备1100与其他设备进行无线或有线通信以交换数据。虽然图11示出了具有各种装置的电子设备1100,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置1109从网络上被下载和安装,或者从存储装置1108被安装,或者从ROM 1102被安装。在该计算机程序被处理装置1101执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备执行上述实施例所示的方法。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LocalArea Network,简称LAN)或广域网(Wide Area Network,简称WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。
最后应说明的是:以上各实施例仅用以说明本公开的技术方案,而非对其限制;尽管参照前述各实施例对本公开进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本公开各实施例技术方案的范围。
最后应说明的是:以上各实施例仅用以说明本公开的技术方案,而非对其限制;尽管参照前述各实施例对本公开进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本公开各实施例技术方案的范围。
Claims (12)
1.一种指标评估的处理方法,其特征在于,包括:
实时监控缓存装置中缓存的数据,每条数据中包括评估机的标识,所述评估机的标识与所述评估机的评估指标处理上限一一对应,所述评估指标处理上限用于表示所述评估机每次接收数据并进行处理的上限值;
在实时监控的预设周期范围内,获取所述缓存装置中缓存的所有数据对应的多个评估机的标识;
针对所述多个评估机的标识中的每个评估机的标识,若所述评估机的标识对应的数据的数量小于或等于所述评估机的评估指标处理上限,则获取所述评估机的标识对应的数据,并将所述评估机的标识对应的数据发送至所述评估机的标识对应的评估机中,以使所述评估机对所述评估机的标识对应的数据进行指标评估;
其中,所述每条数据还包括:预估值和真实值,所述预估值为通过模型机输出的数据,所述真实值为未通过所述模型机处理的实际值,所述预估值与真实值一一对应,所述模型机对应至少一条数据;
所述缓存装置中缓存的数据是通过至少一个所述模型机实时发送给所述缓存装置进行缓存的;
其中,每个评估机用于评估对应的所述模型机的性能指标。
2.根据权利要求1所述的方法,其特征在于,在所述获取所述缓存装置中缓存的所有数据对应的多个评估机的标识之后,所述方法还包括:
根据所述多个评估机的标识,对所述缓存装置中缓存的所有数据中含有相同评估机的标识的数据分别进行统计,得到每个评估机的标识对应的数据的数量。
3.根据权利要求1所述的方法,其特征在于,在所述获取所述缓存装置中缓存的所有数据对应的多个评估机的标识之后,所述方法还包括:
针对所述多个评估机的标识中的每个标识,若所述评估机的标识对应的数据的数量大于所述评估机的评估指标处理上限,则从所述评估机的标识对应的数据中确定发送给所述评估机的标识对应的评估机的目标数据,以使所述评估机对所述目标数据进行指标评估。
4.根据权利要求3所述的方法,其特征在于,每条数据还包括每条数据的缓存时间;
所述从所述评估机的标识对应的数据中确定发送给所述评估机的标识对应的评估机的目标数据,包括:
根据每条数据的缓存时间,对所述评估机的标识对应的所有数据进行时间先后顺序的排序;
从排序后的所述评估机的标识对应的所有数据中选取所述评估机的评估指标处理上限对应数目的数据作为所述目标数据,并将所述评估机的标识对应的所有数据中除所述目标数据之外的剩余数据从所述缓存装置中删除。
5.根据权利要求3所述的方法,其特征在于,所述从所述评估机的标识对应的数据中确定发送给所述评估机的标识对应的评估机的数据,包括:
对所述评估机的标识对应的所有数据进行预定义采样,得到所述评估机的评估指标处理上限对应数目的数据;
将所述评估机的评估指标处理上限对应数目的数据作为所述目标数据,并将所述评估机的标识对应的所有数据中除所述目标数据之外的剩余数据从所述缓存装置中删除。
6.一种指标评估的处理装置,其特征在于,包括:
监控模块,用于实时监控缓存装置中缓存的数据,每条数据中包括评估机的标识,所述评估机的标识与所述评估机的评估指标处理上限一一对应,所述评估指标处理上限用于表示所述评估机每次接收数据并进行处理的上限值;
标识确定模块,用于在实时监控的预设周期范围内,获取所述缓存装置中缓存的所有数据对应的多个评估机的标识;
数据处理模块,用于针对所述多个评估机的标识中的每个评估机的标识,若所述评估机的标识对应的数据的数量小于或等于所述评估机的评估指标处理上限,则获取所述评估机的标识对应的数据,并将所述评估机的标识对应的数据发送至所述评估机的标识对应的评估机中,以使所述评估机对所述评估机的标识对应的数据进行指标评估;
所述每条数据还包括:预估值和真实值,所述预估值为通过模型机输出的数据,所述真实值为未通过所述模型机处理的实际值,所述预估值与真实值一一对应,所述模型机对应至少一条数据;
所述缓存装置中缓存的数据是通过至少一个所述模型机实时发送给所述缓存装置进行缓存的;
其中,每个评估机用于评估对应的所述模型机的性能指标。
7.根据权利要求6所述的装置,其特征在于,还包括:数据统计模块;
所述数据统计模块,用于所述获取所述缓存装置中缓存的所有数据对应的多个评估机的标识之后,根据所述多个评估机的标识,对所述缓存装置中缓存的所有数据中含有相同评估机的标识的数据分别进行统计,得到每个评估机的标识对应的数据的数量。
8.根据权利要求6所述的装置,其特征在于,还包括:目标数据确定模块;
所述目标数据确定模块,用于在所述获取所述缓存装置中缓存的所有数据对应的多个评估机的标识之后,针对所述多个评估机的标识中的每个标识,若所述评估机的标识对应的数据的数量大于所述评估机的评估指标处理上限,则从所述评估机的标识对应的数据中确定发送给所述评估机的标识对应的评估机的目标数据,以使所述评估机对所述目标数据进行指标评估。
9.根据权利要求8所述的装置,其特征在于,每条数据还包括每条数据的缓存时间;
所述目标数据确定模块,具体用于:
根据每条数据的缓存时间,对所述评估机的标识对应的所有数据进行时间先后顺序的排序;
从排序后的所述评估机的标识对应的所有数据中选取所述评估机的评估指标处理上限对应数目的数据作为所述目标数据,并将所述评估机的标识对应的所有数据中除所述目标数据之外的剩余数据从所述缓存装置中删除。
10.根据权利要求8所述的装置,其特征在于,所述目标数据确定模块,具体用于:
对所述评估机的标识对应的所有数据进行预定义采样,得到所述评估机的评估指标处理上限对应数目的数据;
将所述评估机的评估指标处理上限对应数目的数据作为所述目标数据,并将所述评估机的标识对应的所有数据中除所述目标数据之外的剩余数据从所述缓存装置中删除。
11.一种电子设备,其特征在于,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如权利要求1至5任一项所述的指标评估的处理方法。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1至5任一项所述的指标评估的处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910610384.1A CN110334955B (zh) | 2019-07-08 | 2019-07-08 | 指标评估的处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910610384.1A CN110334955B (zh) | 2019-07-08 | 2019-07-08 | 指标评估的处理方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110334955A CN110334955A (zh) | 2019-10-15 |
CN110334955B true CN110334955B (zh) | 2021-09-14 |
Family
ID=68143372
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910610384.1A Active CN110334955B (zh) | 2019-07-08 | 2019-07-08 | 指标评估的处理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110334955B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109376844A (zh) * | 2018-10-30 | 2019-02-22 | 银河水滴科技(北京)有限公司 | 基于云平台和模型推荐的神经网络自动训练方法和装置 |
CN109389143A (zh) * | 2018-06-19 | 2019-02-26 | 北京九章云极科技有限公司 | 一种数据分析处理系统及自动建模方法 |
CN109670267A (zh) * | 2018-12-29 | 2019-04-23 | 北京航天数据股份有限公司 | 一种数据处理方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9888121B1 (en) * | 2016-12-13 | 2018-02-06 | Afiniti Europe Technologies Limited | Techniques for behavioral pairing model evaluation in a contact center system |
-
2019
- 2019-07-08 CN CN201910610384.1A patent/CN110334955B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109389143A (zh) * | 2018-06-19 | 2019-02-26 | 北京九章云极科技有限公司 | 一种数据分析处理系统及自动建模方法 |
CN109376844A (zh) * | 2018-10-30 | 2019-02-22 | 银河水滴科技(北京)有限公司 | 基于云平台和模型推荐的神经网络自动训练方法和装置 |
CN109670267A (zh) * | 2018-12-29 | 2019-04-23 | 北京航天数据股份有限公司 | 一种数据处理方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110334955A (zh) | 2019-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110662085B (zh) | 消息发送方法、装置、可读介质及电子设备 | |
CN111475298A (zh) | 任务处理方法、装置、设备及存储介质 | |
CN111198859B (zh) | 数据处理方法、装置、电子设备及计算机可读存储介质 | |
CN112379982B (zh) | 任务处理方法、装置、电子设备及计算机可读存储介质 | |
CN110795446A (zh) | 榜单更新方法、装置、可读介质和电子设备 | |
CN115103210B (zh) | 信息处理方法、装置、终端和存储介质 | |
CN110781373A (zh) | 榜单更新方法、装置、可读介质和电子设备 | |
CN112543487A (zh) | 电子设备的控制方法、装置、终端和存储介质 | |
CN113760982A (zh) | 一种数据处理方法和装置 | |
CN110334955B (zh) | 指标评估的处理方法、装置、设备及存储介质 | |
CN112711515A (zh) | 一种实时监控方法、装置及电子设备 | |
CN113590017A (zh) | 用于处理数据的方法、电子设备和计算机程序产品 | |
CN114465919B (zh) | 一种网络服务测试方法、系统、电子设备及存储介质 | |
CN115378878B (zh) | Cdn的调度方法、装置、设备及存储介质 | |
CN113360348B (zh) | 异常请求处理方法、装置、电子设备和存储介质 | |
CN112203103B (zh) | 消息处理方法、装置、电子设备及计算机可读存储介质 | |
CN111274104B (zh) | 数据处理方法、装置、电子设备及计算机可读存储介质 | |
CN111343046B (zh) | 产生压力流量的方法、装置、电子设备及计算机可读存储介质 | |
CN109522133B (zh) | 一种数据拼接方法、装置、电子设备及存储介质 | |
CN111367592B (zh) | 信息处理方法和装置 | |
CN111538717A (zh) | 数据处理的方法、装置、电子设备及计算机可读介质 | |
CN112019406A (zh) | 流量监控方法、装置、电子设备和计算机可读介质 | |
CN111405341A (zh) | 控件显示方法、装置和电子设备 | |
CN111343245A (zh) | 上传线路调度方法、装置、电子设备及可读存储介质 | |
CN112799863A (zh) | 用于输出信息的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |