CN111414163A - 一种机器学习方法以及系统 - Google Patents

一种机器学习方法以及系统 Download PDF

Info

Publication number
CN111414163A
CN111414163A CN201910010495.9A CN201910010495A CN111414163A CN 111414163 A CN111414163 A CN 111414163A CN 201910010495 A CN201910010495 A CN 201910010495A CN 111414163 A CN111414163 A CN 111414163A
Authority
CN
China
Prior art keywords
offline
online
interface
logic
interface specification
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.)
Pending
Application number
CN201910010495.9A
Other languages
English (en)
Inventor
支亚君
郭安
王业
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Zhirong Network Technology Co ltd
Original Assignee
Beijing Zhirong Network Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Zhirong Network Technology Co ltd filed Critical Beijing Zhirong Network Technology Co ltd
Priority to CN201910010495.9A priority Critical patent/CN111414163A/zh
Publication of CN111414163A publication Critical patent/CN111414163A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/30—Creation or generation of source code
    • G06F8/36—Software reuse
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/445—Program loading or initiating
    • G06F9/44505—Configuring for program initiating, e.g. using registry, configuration files

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Stored Programmes (AREA)

Abstract

本发明公开了一种机器学习方法和系统，方法包括：将在线系统和离线系统分为数据层和逻辑计算层；为在线系统和离线系统设置统一的接口规范；根据上述统一的接口规范形成在线接口和离线接口，根据在线接口逻辑和离线接口逻辑形成在线环境变量和离线环境变量；根据不同的环境变量，并调用计算算子系统，由此运行在线逻辑计算或离线逻辑计算。其使得上游的系统和服务自动可以在离线和在线系统之间自由的移植，且不用再关心离线与在线环境的差异性，从而实现了上层逻辑和模块的复用。

Description

一种机器学习方法以及系统
技术领域
本发明属于一种机器学习系统的离线、在线系统模块和逻辑复用方案。
背景技术
传统的在线系统和离线系统分别实现计算逻辑的方式，既增加了重复劳动的工作量，又增加了在线、离线系统逻辑不一致的风险。
发明内容
本发明所要解决的技术问题是提供一种机器学习方法和系统。
本发明解决上述技术问题所采取的技术方案如下：
一种机器学习方法，包括：
将在线系统和离线系统分为数据层和逻辑计算层；
为在线系统和离线系统设置统一的接口规范；
根据上述统一的接口规范形成在线接口和离线接口，根据在线接口逻辑和离线接口逻辑形成在线环境变量和离线环境变量；
根据不同的环境变量，并调用计算算子系统，由此运行在线逻辑计算或离线逻辑计算。
优选的是，为在线系统和离线系统设置统一的接口规范包括：
设置统一的接口的传入参数、接口的返回格式，且在该接口规范中，不再区分在线和离线的差异性。
优选的是，为在线系统和离线系统设置统一的接口规范后，还包括：根据上述统一的接口规范，开发实现接口规范的框架。
优选的是，根据不同的环境变量，并调用计算算子系统，由此运行在线逻辑计算或离线逻辑计算，包括：
获取上述接口规范框架，获取数据，并根据不同的环境变量分别运行在线逻辑计算或离线逻辑计算。
优选的是，据不同的环境变量分别运行在线逻辑计算或离线逻辑计算中，根据运行的在线逻辑计算或离线逻辑计算中数据和环境变量是不同的；
而计算算子系统中的逻辑算法是相同的，所述逻辑算法由特征算子来定义。
一种机器学习系统，包括：
在线系统和离线系统，其分别分为数据层和逻辑计算层；
数据接口系统，用于为在线系统和离线系统设置统一的接口规范；
根据上述统一的接口规范形成在线接口和离线接口，根据在线接口逻辑和离线接口逻辑形成在线环境变量和离线环境变量；
计算算子系统，用于根据不同的环境变量，由此运行在线逻辑计算或离线逻辑计算。
优选的是，为在线系统和离线系统设置统一的接口规范包括：
设置统一的接口的传入参数、接口的返回格式，且在该接口规范中，不再区分在线和离线的差异性。
优选的是，为在线系统和离线系统设置统一的接口规范后，还包括：根据上述统一的接口规范，开发实现接口规范的框架。
优选的是，根据不同的环境变量，并调用计算算子系统，由此运行在线逻辑计算或离线逻辑计算，包括：
获取上述接口规范框架，获取数据，并根据不同的环境变量分别运行在线逻辑计算或离线逻辑计算。
优选的是，据不同的环境变量分别运行在线逻辑计算或离线逻辑计算中，根据运行的在线逻辑计算或离线逻辑计算中数据和环境变量是不同的；
而计算算子系统中的逻辑算法是相同的，所述逻辑算法由特征算子来定义。
本发明对风控系统做了分层，主要区分了数据层和逻辑计算层，并通过统一在线和离线系统的数据层接口，使得上游的系统和服务自动可以在离线和在线系统之间自由的移植，且不用再关心离线与在线环境的差异性，从而实现了上层逻辑和模块的复用。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
下面结合附图对本发明进行详细的描述，以使得本发明的上述优点更加明确。其中，
图1是本发明机器学习方法的流程示意图。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。
另外，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
实施例一：
如图1所示，本发明提供了一种机器学习方法，包括：
将在线系统和离线系统分为数据层和逻辑计算层；
为在线系统和离线系统设置统一的接口规范；
根据上述统一的接口规范形成在线接口和离线接口，根据在线接口逻辑和离线接口逻辑形成在线环境变量和离线环境变量；
根据不同的环境变量，并调用计算算子系统，由此运行在线逻辑计算或离线逻辑计算。
优选的是，为在线系统和离线系统设置统一的接口规范包括：
设置统一的接口的传入参数、接口的返回格式，且在该接口规范中，不再区分在线和离线的差异性。
优选的是，为在线系统和离线系统设置统一的接口规范后，还包括：根据上述统一的接口规范，开发实现接口规范的框架。
优选的是，根据不同的环境变量，并调用计算算子系统，由此运行在线逻辑计算或离线逻辑计算，包括：
获取上述接口规范框架，获取数据，并根据不同的环境变量分别运行在线逻辑计算或离线逻辑计算。
优选的是，据不同的环境变量分别运行在线逻辑计算或离线逻辑计算中，根据运行的在线逻辑计算或离线逻辑计算中数据和环境变量是不同的；
而计算算子系统中的逻辑算法是相同的，所述逻辑算法由特征算子来定义。
本发明对风控系统做了分层，主要区分了数据层和逻辑计算层，并通过统一在线和离线系统的数据层接口，使得上游的系统和服务自动可以在离线和在线系统之间自由的移植，且不用再关心离线与在线环境的差异性，从而实现了上层逻辑和模块的复用。
实施例二：
结合实施例对上述方法进行详细说明，具体来说，本发明提供了一种机器学习系统的离线、在线系统模块和逻辑复用方案。
其主要涉及到以下的改进：
1、抽象数据接口层。对在线和离线接口制定统一的规范，例如：接口的传入参数、接口的返回格式等，在该接口规范中，不再区分在线和离线的差异性。然后开发实现接口规范的框架。
2、在线和离线接口实现。
按照1中制定的统一接口规范来分别实现在线接口和离线接口，并在1 中的接口规范框架下，根据不同的环境变量分别运行在线逻辑或离线逻辑。
3、算子模块的实现。在实现算子模块时，按照1中实现的接口框架来获取数据。
此时由于在线离线接口均已统一在该接口框架内，算子模块可以按照同一套逻辑来处理离线和在线数据。最终在实际计算时，根据环境变量的配置，来决定是在线计算还是离线计算。
本发明采取了上述方案以后，具有下列的有益效果：
1、通过统一在线和离线接口规范的事情，使得算子模块不用再关心在线和离线系统的差异性，提高了工作效率。
2、通过离线在线系统使用同一套算子模块，减少了重复劳动，规避了两个系统之间的不一致性风险。
实施例三：
与上述方法实施例相对应，本发明提供了一种机器学习系统，包括：
在线系统和离线系统，其分别分为数据层和逻辑计算层；
数据接口系统，用于为在线系统和离线系统设置统一的接口规范；
根据上述统一的接口规范形成在线接口和离线接口，根据在线接口逻辑和离线接口逻辑形成在线环境变量和离线环境变量；
计算算子系统，用于根据不同的环境变量，由此运行在线逻辑计算或离线逻辑计算。
优选的是，为在线系统和离线系统设置统一的接口规范包括：
设置统一的接口的传入参数、接口的返回格式，且在该接口规范中，不再区分在线和离线的差异性。
优选的是，为在线系统和离线系统设置统一的接口规范后，还包括：根据上述统一的接口规范，开发实现接口规范的框架。
优选的是，根据不同的环境变量，并调用计算算子系统，由此运行在线逻辑计算或离线逻辑计算，包括：
获取上述接口规范框架，获取数据，并根据不同的环境变量分别运行在线逻辑计算或离线逻辑计算。
优选的是，据不同的环境变量分别运行在线逻辑计算或离线逻辑计算中，根据运行的在线逻辑计算或离线逻辑计算中数据和环境变量是不同的；
而计算算子系统中的逻辑算法是相同的，所述逻辑算法由特征算子来定义。
本发明对风控系统做了分层，主要区分了数据层和逻辑计算层，并通过统一在线和离线系统的数据层接口，使得上游的系统和服务自动可以在离线和在线系统之间自由的移植，且不用再关心离线与在线环境的差异性，从而实现了上层逻辑和模块的复用。
需要说明的是，对于上述方法实施例而言，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。
而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种机器学习方法，其特征在于，包括：
将在线系统和离线系统分为数据层和逻辑计算层；
为在线系统和离线系统设置统一的接口规范；
根据上述统一的接口规范形成在线接口和离线接口，根据在线接口逻辑和离线接口逻辑形成在线环境变量和离线环境变量；
根据不同的环境变量，并调用计算算子系统，由此运行在线逻辑计算或离线逻辑计算。
2.根据权利要求1所述的机器学习方法，其特征在于，为在线系统和离线系统设置统一的接口规范包括：
设置统一的接口的传入参数、接口的返回格式，且在该接口规范中，不再区分在线和离线的差异性。
3.根据权利要求2所述的机器学习方法，其特征在于，为在线系统和离线系统设置统一的接口规范后，还包括：根据上述统一的接口规范，开发实现接口规范的框架。
4.根据权利要求3所述的机器学习方法，其特征在于，根据不同的环境变量，并调用计算算子系统，由此运行在线逻辑计算或离线逻辑计算，包括：
获取上述接口规范框架，获取数据，并根据不同的环境变量分别运行在线逻辑计算或离线逻辑计算。
5.根据权利要求4所述的机器学习方法，其特征在于，据不同的环境变量分别运行在线逻辑计算或离线逻辑计算中，根据运行的在线逻辑计算或离线逻辑计算中数据和环境变量是不同的；
而计算算子系统中的逻辑算法是相同的，所述逻辑算法由特征算子来定义。
6.一种机器学习系统，其特征在于，包括：
在线系统和离线系统，其分别分为数据层和逻辑计算层；
数据接口系统，用于为在线系统和离线系统设置统一的接口规范；
根据上述统一的接口规范形成在线接口和离线接口，根据在线接口逻辑和离线接口逻辑形成在线环境变量和离线环境变量；
计算算子系统，用于根据不同的环境变量，由此运行在线逻辑计算或离线逻辑计算。
7.根据权利要求6所述的机器学习系统，其特征在于，为在线系统和离线系统设置统一的接口规范包括：
设置统一的接口的传入参数、接口的返回格式，且在该接口规范中，不再区分在线和离线的差异性。
8.根据权利要求7所述的机器学习系统，其特征在于，为在线系统和离线系统设置统一的接口规范后，还包括：根据上述统一的接口规范，开发实现接口规范的框架。
9.根据权利要求8所述的机器学习系统，其特征在于，根据不同的环境变量，并调用计算算子系统，由此运行在线逻辑计算或离线逻辑计算，包括：
获取上述接口规范框架，获取数据，并根据不同的环境变量分别运行在线逻辑计算或离线逻辑计算。
10.根据权利要求8所述的机器学习系统，其特征在于，据不同的环境变量分别运行在线逻辑计算或离线逻辑计算中，根据运行的在线逻辑计算或离线逻辑计算中数据和环境变量是不同的；
而计算算子系统中的逻辑算法是相同的，所述逻辑算法由特征算子来定义。
CN201910010495.9A 2019-01-07 2019-01-07 一种机器学习方法以及系统 Pending CN111414163A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910010495.9A CN111414163A (zh) 2019-01-07 2019-01-07 一种机器学习方法以及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910010495.9A CN111414163A (zh) 2019-01-07 2019-01-07 一种机器学习方法以及系统

Publications (1)

Publication Number Publication Date
CN111414163A true CN111414163A (zh) 2020-07-14

Family

ID=71494157

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910010495.9A Pending CN111414163A (zh) 2019-01-07 2019-01-07 一种机器学习方法以及系统

Country Status (1)

Country Link
CN (1) CN111414163A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040128347A1 (en) * 2002-12-31 2004-07-01 Jeffrey Mason System and method for providing content access at remote portal environments
CN101441580A (zh) * 2008-12-09 2009-05-27 华北电网有限公司 分布式并行计算平台系统及其计算任务分配方法
US20130246351A1 (en) * 2002-06-13 2013-09-19 Salesforce.Com, Inc Method, system, and computer program product for simulating an online session
US20130262226A1 (en) * 2012-03-31 2013-10-03 Trans Union Llc Systems and methods for targeted internet marketing based on offline, online, and credit-related data
CN103581295A (zh) * 2013-09-27 2014-02-12 华数数字电视传媒集团有限公司 一种基于多业务多网络架构的移动融合客户端系统
CN106789885A (zh) * 2016-11-17 2017-05-31 国家电网公司 一种大数据环境下用户异常行为检测分析方法
CN107038036A (zh) * 2017-05-02 2017-08-11 山东浪潮通软信息科技有限公司 一种SaaS服务分发平台的实现方法
CN108734294A (zh) * 2017-04-19 2018-11-02 北京众星智联科技有限责任公司 一种人工智能综合控制系统的实现

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130246351A1 (en) * 2002-06-13 2013-09-19 Salesforce.Com, Inc Method, system, and computer program product for simulating an online session
US20040128347A1 (en) * 2002-12-31 2004-07-01 Jeffrey Mason System and method for providing content access at remote portal environments
CN101441580A (zh) * 2008-12-09 2009-05-27 华北电网有限公司 分布式并行计算平台系统及其计算任务分配方法
US20130262226A1 (en) * 2012-03-31 2013-10-03 Trans Union Llc Systems and methods for targeted internet marketing based on offline, online, and credit-related data
CN103581295A (zh) * 2013-09-27 2014-02-12 华数数字电视传媒集团有限公司 一种基于多业务多网络架构的移动融合客户端系统
CN106789885A (zh) * 2016-11-17 2017-05-31 国家电网公司 一种大数据环境下用户异常行为检测分析方法
CN108734294A (zh) * 2017-04-19 2018-11-02 北京众星智联科技有限责任公司 一种人工智能综合控制系统的实现
CN107038036A (zh) * 2017-05-02 2017-08-11 山东浪潮通软信息科技有限公司 一种SaaS服务分发平台的实现方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
CARMEN VIDAURRE: "Machine-Learning-Based Coadaptive Calibration for Brain-Computer Interfaces", pages 1 - 5, Retrieved from the Internet <URL:《https://doi.org/10.1162/NECO_a_00089》> *
LEQUAN YU: "Integrating Online and Offline Three-Dimensional Deep Learning for Automated Polyp Detection in Colonoscopy Videos", 《 IEEE JOURNAL OF BIOMEDICAL AND HEALTH INFORMATICS ( VOLUME: 21, ISSUE: 1, JANUARY 2017)》, pages 1 - 5 *
刘腾飞: "Acumos——一种人工智能开放平台", 《邮电设计技术 》, pages 1 - 6 *
汪星人来地球: "在线学习与离线学习", pages 1 - 5, Retrieved from the Internet <URL:《https://blog.csdn.net/hedan2013/article/details/78011600》> *
陈秀鹏: "基于机器学习算法的Android框架中回调函数的自动识别方法", 《万方》, pages 1 - 50 *

Similar Documents

Publication Publication Date Title
CN104808592B (zh) 一种基于虚拟上位机的数控系统
CN111353690B (zh) 一种区块链使能的生产调度边缘计算方法
Jia et al. Reliability-aware dynamic service chain scheduling in 5G networks based on reinforcement learning
CN105159783A (zh) 一种系统任务分配方法
US11169495B2 (en) Methods for provisioning an industrial internet-of-things control framework of dynamic multi-cloud events and devices thereof
US8701079B2 (en) Procedure and development environment for generation of an executable overall control program
CN115081728A (zh) 一种纺织工厂的多源异构纺织装备调度管理与优化系统
CN115098278B (zh) 一种基于微服务的数字孪生车间多场景交互方法
CN102707690B (zh) 一种组态数据的下载方法和下载系统
CN105187487A (zh) 一种面向云存储的复制状态机模块化框架设计方法
CN107329809A (zh) 一种面向多数据源的分布式事务处理方法及系统
CN111414163A (zh) 一种机器学习方法以及系统
CN105069066A (zh) 基于大数据平台的节能减排监控分布式计算框架及方法
CN110969414A (zh) 一种基于Java的跨平台工作流实现方法及系统
CN106599116B (zh) 云平台数据集成管理系统和方法
CN114168545A (zh) 一种数据迁移方法及装置
CN112350837B (zh) 一种基于云平台的电力应用集群管理方法及装置
CN110765009B (zh) 一种自动化执行的ai语音软件测试框架
CN113535837A (zh) 统一数据开发与分布式的调度系统
CN113159507A (zh) 一种工业调度智能合约系统及其可适应性配置方法
CN116383471B (zh) 资管行业大数据场景下数据浏览器提取数据的方法及系统
CN103118141B (zh) 一种面向多节点的云部署方法
CN110457402A (zh) 一种基于hadoop框架模型的数据重构方法以及装置
CN115499494B (zh) 一种基于服务化的云资源智能分配方法及设备
CN118433186B (zh) 一种用于智能导览机的管理数据批量快速处理方法

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200714

WD01 Invention patent application deemed withdrawn after publication