CN114706864A - 自动挖掘场景数据的模型更新方法、装置及存储介质 - Google Patents

Abstract

本公开提供了自动挖掘场景数据的模型更新方法、装置及存储介质，涉及自动驾驶、深度学习以及大数据处理等人工智能领域，其中的方法可包括：针对每次获取到的待入库数据，分别对其进行特征数据抽取，并将所述特征数据存入数据库系统中；当确定符合预定的触发条件时，从数据库系统中获取本次触发对应的特征数据，并根据获取到的特征数据进行模型的训练和评估。应用本公开所述方案，可节省人力和时间成本，提升处理效率等。

Description

自动挖掘场景数据的模型更新方法、装置及存储介质

技术领域

本公开涉及人工智能技术领域，特别涉及自动驾驶、深度学习以及大数据处理等领域的自动挖掘场景数据的模型更新方法、装置及存储介质。

背景技术

目前，在进行自动驾驶模型训练时，通过需要较多的人工操作，如人工标注数据，如针对需要的驾驶场景，人工标注出合理的驾驶行为轨迹，另外，还需要手动进行数据的抽取，即训练完成后根据评估效果再手动抽取所需的数据等，从而需要耗费较大的人力和时间成本，且效率低下。

发明内容

本公开提供了自动挖掘场景数据的模型更新方法、装置及存储介质。

一种自动挖掘场景数据的模型更新方法，包括：

针对每次获取到的待入库数据，分别对其进行特征数据抽取，并将所述特征数据存入数据库系统；

当确定符合预定的触发条件时，从所述数据库系统中获取本次触发对应的特征数据，并根据获取到的特征数据进行模型的训练和评估。

一种自动挖掘场景数据的模型更新装置，包括：数据处理模块以及模型更新模块；

所述数据处理模块，用于针对每次获取到的待入库数据，分别对其进行特征数据抽取，并将所述特征数据存入数据库系统；

所述模型更新模块，用于当确定符合预定的触发条件时，从所述数据库系统中获取本次触发对应的特征数据，并根据获取到的特征数据进行模型的训练和评估。

一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如以上所述的方法。

一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使计算机执行如以上所述的方法。

一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现如以上所述的方法。

上述公开中的一个实施例具有如下优点或有益效果：可实现自动化数据抽取、数据存储、模型训练及评估的一套完整的数据闭环处理方式，从而节省了人力和时间成本，并提升了处理效率，所述方式可适用于自动驾驶等场景，如先用一小部分测试数据训练确定好模型结构，之后通过数据闭环，自动抽取大规模线上真实的数据继续去训练完善模型，自动评估模型效果，最终自动调节出效果比较好的参数，从而实现自动驾驶中相似场景数据挖掘等。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1为本公开所述自动挖掘场景数据的模型更新方法实施例的流程图；

图2为本公开所述自动挖掘场景数据的模型更新方法的整体实现过程示意图；

图3为本公开所述自动挖掘场景数据的模型更新装置实施例300的组成结构示意图；

图4示出了可以用来实施本公开的实施例的电子设备400的示意性框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

另外，应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

图1为本公开所述自动挖掘场景数据的模型更新方法实施例的流程图。如图1所示，包括以下具体实现方式。

在步骤101中，针对每次获取到的待入库数据，分别对其进行特征数据抽取，并将所述特征数据存入数据库系统。

在步骤102中，当确定符合预定的触发条件时，从数据库系统中获取本次触发对应的特征数据，并根据获取到的特征数据进行模型的训练和评估。

可以看出，采用上述方法实施例所述方案，可实现自动化数据抽取、数据存储、模型训练及评估的一套完整的数据闭环处理方式，从而节省了人力和时间成本，并提升了处理效率等。

所述方案可适用于自动驾驶场景，如先用一小部分测试数据训练确定好模型结构，之后通过数据闭环，自动抽取大规模线上真实的数据继续去训练完善模型，并自动评估模型效果，最终自动调节出效果比较好的参数，从而实现自动驾驶中相似场景数据挖掘等。

在实际应用中，可采用天级的数据入库方式，即可将每天获取到的待入库数据(如车上回传的开环数据等)存入数据库系统。另外，待入库数据可能来自不同的数据源，不同的数据源可分别对应不同的入库程序作业类型，即不同的作业提交方式。比如，入库程序作业类型可包括：云仿真(Dreamland)自定义跑法作业、智能设备群组-机器操作系统(IDG-ROS，Intelligent Devices Group-Robot Operating System)作业、快速通用计算引擎(Spark)作业等。

另外，针对待入库数据，可对其进行特征数据抽取，如何进行特征数据抽取不作限制。本公开的一个实施例中，可抽取出由简单字段数据和复杂字段数据组成的特征数据。

特征中的部分数据可以方便的存储为各类表格系统都支持的简单字段，对应于简单的数据类型，如整型(int)、字符串(string)、浮点型(float)、数组等，其它字段则较为复杂。复杂字段数据中可包括模型训练所需的各种数据，其中可包括标注结果等。

本公开的一个实施例中，还可对数据库系统中的数据进行可视化展示，和/或，支持对数据库系统中的数据进行即席(ad-hoc)查询，从而方便了用户对数据的查看和使用。如何进行可视化展示同样不作限制。

另外，本公开的一个实施例中，可将获取到的特征数据存入第一数据库系统，第一数据库系统可为数据仓库类系统，如云数据仓库(UDW，UCloud Data Warehouse)。

使用数据仓库类系统，可以很好的满足数据定时入库需求，并可支持海量数据的快速导入和导出，从而方便后续从第一数据库系统中导出模型训练所需的特征数据。

本公开所述方案中，还有对简单字段数据进行分析筛选的需求，而数据仓库类系统的数据分析筛选速度较慢，为此，本公开的一个实施例中，可从特征数据中提取出全部或符合预定要求的简单字段数据，将提取出的简单字段数据存入第二数据库系统，第二数据库系统为联机分析处理类系统，如数据仓库服务(palo)。

联机分析处理类系统可实现秒级数据分析筛选，本公开所述方案中，将联机分析处理类系统和数据仓库类系统结合使用，从而可以满足不同的使用需求，即既可以实现秒级数据分析筛选，又可以实现海量数据的快速导入导出等。

对于第一数据库系统来说，其中可同时存储有简单字段数据和复杂字段数据，并可将复杂字段数据存入一个二进制字段中，在有数据导出需求时可使用Spark或结构化查询语言(SQL，Structured Query Language)进行分布式抽取转换加载(ETL，Extract-Transform-Load)操作并导出数据。第二数据库系统中可仅存储简单字段数据，而且，所述简单字段数据可为全部的简单字段数据，也可为部分简单字段数据，即符合预定要求的简单字段数据，所述预定要求具体为何种要求可根据实际需要而定，比如，可以是指可用于数据分析筛选的核心简单字段数据。

本公开所述方案中，当每次确定符合预定的触发条件时，可从数据库系统中获取本次触发对应的特征数据，并可根据获取到的特征数据进行模型的训练和评估，即可根据获取到的特征数据进行模型的训练，并可对训练得到的模型进行指标评估，从而实现模型效果评估。

本公开的一个实施例中，符合预定的触发条件可包括：到达预定的时间点，相应地，从数据库系统中获取本次触发对应的特征数据可包括：从第一数据库系统中获取全部的复杂字段数据，作为本次触发对应的特征数据。

由于第一数据库系统为数据仓库类系统，可实现海量数据的快速导入导出，因此可快速地获取到本次触发对应的特征数据，即全部的复杂字段数据，从而提升了模型训练效率等。

本公开的一个实施例中，符合预定的触发条件还可包括：获取到用户的手动触发请求，相应地，从数据库系统中获取本次触发对应的特征数据可包括：根据第二数据库系统中的简单字段数据，从第一数据库系统中的复杂字段数据中过滤出符合用户需求的复杂字段数据，将过滤出的复杂字段数据作为本次触发对应的特征数据。

具体地，本公开的一个实施例中，根据第二数据库系统中的简单字段数据，从第一数据库系统中的复杂字段数据中过滤出符合用户需求的复杂字段数据可包括：通过对第二数据库系统中的简单字段数据进行分析筛选，生成符合用户需求的数据标识(id)列表，从第一数据库系统中的复杂字段数据中过滤出所述数据标识列表中的数据标识对应的复杂字段数据。

比如，用户发现模型在某些条件下表现不好，那么可针对这些条件对模型进行强化训练，相应地，可获取这些条件对应的数据，利用对应的数据对模型进行训练。

在实际应用中，可在触发请求中携带一个或多个参数，利用所述参数来表达用户需求，相应地，可通过对第二数据库系统中的简单字段数据进行分析筛选，生成符合所述用户需求的数据标识列表，比如，可基于预定的挖掘规则，确定出符合所述用户需求的数据标识，进而生成所述数据标识列表，并可将所述数据标识列表存入安德鲁文件系统(AFS，Andrew File System)指定位置。

相应地，可从所述指定位置获取所述数据标识列表，并可从第一数据库系统中的复杂字段数据中过滤出所述数据标识列表中的数据标识对应的复杂字段数据。

上述处理方式中，同时利用了第一数据库系统和第二数据库系统各自的优势，既可以实现秒级数据分析筛选，又可以实现海量数据的快速导入导出等。

另外，本公开所述方案支持多种触发方式，即既可以支持周期性触发(即每到达预定的时间点则触发一次)，也可以支持用户手动触发，非常的灵活方便，并可满足不同的场景需求。

根据获取到的复杂字段数据(如果需要，还可获取对应的简单字段数据)，可进行模型的训练和评估。

本公开的一个实施例中，所述进行模型的训练可包括：进行模型的全量训练，或者，进行模型的增量训练。

本公开的一个实施例中，所述进行模型的训练还可包括：采用集群训练方式进行模型的训练，或者，采用单机训练方式进行模型的训练。

即本公开所述方案中可支持各种模型训练方式，非常的灵活方便，并可满足不同的场景需求。

另外，在实际应用中，在进行模型训练时，所采用的训练程序作业类型可为飞浆云(PaddleCloud)作业等，在对模型进行评估时，所采用的评估程序作业类型可为基于IDG-ROS的自研评估平台作业或Dreamland仿真作业等。

模型评估即指对模型指标/效果进行评估，如何进行评估不作限制，比如，可进行离线评估，如评估模型的准确率和召回率等，再比如，可进行仿真指标评估，如自定义一些度量(metric)，从而评估模型在特定情况(case)下的表现，再比如，可仿真模型在实际情况下的通过率等。

根据评估结果，可确定是否需要继续进行模型的训练等。

结合上述介绍，图2为本公开所述自动挖掘场景数据的模型更新方法的整体实现过程示意图。

如图2所示，对于来自不同数据源的待入库数据，如车上数据，可将其存入数据库系统，具体地，可对数据进行特征数据抽取，得到抽取出的简单字段数据和复杂字段数据，并且，可将简单字段数据和复杂字段数据存储在第一数据库系统中，将全部或部分的简单字段数据存储在第二数据库系统中。

如图2所示，可支持对数据库系统中的数据进行可视化展示，另外，还可支持对数据库系统中的数据进行即席查询。

如图2所示，当每次符合预定的触发条件时，还可从数据库系统中获取本次触发对应的特征数据，即进行数据导出，并可根据获取到的特征数据进行模型的训练和评估。

其中，符合预定的触发条件可包括：到达预定的时间点，相应地，可从第一数据库系统中获取全部的复杂字段数据，作为本次触发对应的特征数据，并可根据本次触发对应的特征数据进行模型的训练和评估。

符合预定的触发条件还可包括：获取到用户的手动触发请求，相应地，可根据第二数据库系统中的简单字段数据，从第一数据库系统中的复杂字段数据中过滤出符合用户需求的复杂字段数据，将过滤出的复杂字段数据作为本次触发对应的特征数据，并可根据本次触发对应的特征数据进行模型的训练和评估。

具体地，可通过对第二数据库系统中的简单字段数据进行分析筛选，生成符合所述用户需求的数据标识列表，进而可从第一数据库系统中的复杂字段数据中过滤出所述数据标识列表中的数据标识对应的复杂字段数据，将过滤出的复杂字段数据作为本次触发对应的特征数据。

如图2所示，根据获取到的特征数据，可进行模型的全量训练，或进行模型的增量训练，另外，可采用集群训练方式进行模型的训练，或采用单机训练方式进行模型的训练。

再有，还可对模型训练和评估等阶段的一些数据进行统计、分析和展示等。

若评估结果显示模型的效果已经比较好，那么可将其应用到实际的场景中，如应用到自动驾驶场景中的车辆上等。

需要说明的是，对于前述的方法实施例，为了简单描述，将其表述为一系列的动作组合，但是本领域技术人员应该知悉，本公开并不受所描述的动作顺序的限制，因为依据本公开，某些步骤可以采用其它顺序或者同时进行。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公开所必须的。

总之，采用本公开方法实施例所述方案，可自动地实现基于数据闭环的模型更新方法，从而节省了人力和时间成本，提升了处理效率，并可实现对模型的不断优化，确保了模型性能等。

另外，所述方案可适用于自动驾驶等场景，如先用一小部分测试数据训练确定好模型结构，之后通过数据闭环，自动抽取大规模线上真实的数据继续去训练完善模型，并自动评估模型效果，最终自动调节出效果比较好的参数，如可自动有效地挖掘出模型需要的场景中的合理驾驶行为数据，用于模型训练学习合理的驾驶行为轨迹，从而解决不合理驾驶行为，即使得模型具备自动解决不合理驾驶行为的能力。

以上是关于方法实施例的介绍，以下通过装置实施例，对本公开所述方案进行进一步说明。

图3为本公开所述自动挖掘场景数据的模型更新装置实施例300的组成结构示意图。如图3所示，包括：数据处理模块301以及模型更新模块302。

数据处理模块301，用于针对每次获取到的待入库数据，分别对其进行特征数据抽取，并将所述特征数据存入数据库系统。

模型更新模块302，用于当确定符合预定的触发条件时，从数据库系统中获取本次触发对应的特征数据，并根据获取到的特征数据进行模型的训练和评估。

采用上述装置实施例所述方案，可实现自动化数据抽取、数据存储、模型训练及评估的一套完整的数据闭环处理方式，从而节省了人力和时间成本，并提升了处理效率等。

在实际应用中，可采用天级的数据入库方式，即可将每天获取到的待入库数据(如车上回传的开环数据等)存入数据库系统。

另外，针对待入库数据，可对其进行特征数据抽取，如何进行特征数据抽取不作限制。本公开的一个实施例中，数据处理模块301可抽取出由简单字段数据和复杂字段数据组成的特征数据。

本公开的一个实施例中，数据处理模块301还可对数据库系统中的数据进行可视化展示，和/或，支持对数据库系统中的数据进行即席查询。

另外，本公开的一个实施例中，数据处理模块301可将获取到的特征数据存入第一数据库系统，第一数据库系统可为数据仓库类系统。

使用数据仓库类系统，可以很好的满足数据定时入库需求，并可支持海量数据的快速导入和导出，从而方便后续从第一数据库系统中导出模型训练所需的特征数据。

本公开所述方案中，还有对简单字段数据进行分析筛选的需求，而数据仓库类系统的数据分析筛选速度较慢，为此，本公开的一个实施例中，数据处理模块301可从特征数据中提取出全部或符合预定要求的简单字段数据，将提取出的简单字段数据存入第二数据库系统，第二数据库系统为联机分析处理类系统。联机分析处理类系统可实现秒级数据分析筛选。即可将联机分析处理类系统和数据仓库类系统结合使用，从而可以满足不同的使用需求。

本公开所述方案中，当每次确定符合预定的触发条件时，模型更新模块302可从数据库系统中获取本次触发对应的特征数据，并可根据获取到的特征数据进行模型的训练和评估，即可根据获取到的特征数据进行模型的训练，并可对训练得到的模型进行指标评估。

本公开的一个实施例中，符合预定的触发条件可包括：到达预定的时间点，相应地，模型更新模块302从数据库系统中获取本次触发对应的特征数据可包括：从第一数据库系统中获取全部的复杂字段数据，作为本次触发对应的特征数据。

本公开的一个实施例中，符合预定的触发条件还可包括：获取到用户的手动触发请求，相应地，模型更新模块302从数据库系统中获取本次触发对应的特征数据可包括：根据第二数据库系统中的简单字段数据，从第一数据库系统中的复杂字段数据中过滤出符合用户需求的复杂字段数据，将过滤出的复杂字段数据作为本次触发对应的特征数据。

具体地，本公开的一个实施例中，模型更新模块302可通过对第二数据库系统中的简单字段数据进行分析筛选，生成符合用户需求的数据标识列表，进而可从第一数据库系统中的复杂字段数据中过滤出所述数据标识列表中的数据标识对应的复杂字段数据。

模型更新模块302可根据获取到的复杂字段数据进行模型的训练和评估。

本公开的一个实施例中，所述进行模型的训练可包括：进行模型的全量训练，或者，进行模型的增量训练。

本公开的一个实施例中，所述进行模型的训练还可包括：采用集群训练方式进行模型的训练，或者，采用单机训练方式进行模型的训练。

图3所示装置实施例的具体工作流程可参照前述方法实施例中的相关说明，不再赘述。

总之，采用本公开装置实施例所述方案，可自动地实现基于数据闭环的模型更新方法，从而节省了人力和时间成本，提升了处理效率，并可实现对模型的不断优化，确保了模型性能等。

另外，所述方案可适用于自动驾驶等场景，如先用一小部分测试数据训练确定好模型结构，之后通过数据闭环，自动抽取大规模线上真实的数据继续去训练完善模型，并自动评估模型效果，最终自动调节出效果比较好的参数，如可自动有效地挖掘出模型需要的场景中的合理驾驶行为数据，用于模型训练学习合理的驾驶行为轨迹，从而解决不合理驾驶行为，即使得模型具备自动解决不合理驾驶行为的能力。

本公开所述方案可应用于人工智能领域，特别涉及自动驾驶、深度学习以及大数据处理等领域。人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术，人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术，人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

本公开所述实施例中的数据并不是针对某一特定用户的，并不能反映出某一特定用户的个人信息。本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图4示出了可以用来实施本公开的实施例的电子设备400的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字助理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图4所示，设备400包括计算单元401，其可以根据存储在只读存储器(ROM)402中的计算机程序或者从存储单元408加载到随机访问存储器(RAM)403中的计算机程序，来执行各种适当的动作和处理。在RAM 403中，还可存储设备400操作所需的各种程序和数据。计算单元401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。

设备400中的多个部件连接至I/O接口405，包括：输入单元406，例如键盘、鼠标等；输出单元407，例如各种类型的显示器、扬声器等；存储单元408，例如磁盘、光盘等；以及通信单元409，例如网卡、调制解调器、无线通信收发机等。通信单元409允许设备400通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元401可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元401的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元401执行上文所描述的各个方法和处理，例如本公开所述的方法。例如，在一些实施例中，本公开所述的方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元408。在一些实施例中，计算机程序的部分或者全部可以经由ROM 402和/或通信单元409而被载入和/或安装到设备400上。当计算机程序加载到RAM 403并由计算单元401执行时，可以执行本公开所述的方法的一个或多个步骤。备选地，在其他实施例中，计算单元401可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行本公开所述的方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (21)

1.一种自动挖掘场景数据的模型更新方法，包括：

针对每次获取到的待入库数据，分别对其进行特征数据抽取，并将所述特征数据存入数据库系统；

当确定符合预定的触发条件时，从所述数据库系统中获取本次触发对应的特征数据，并根据获取到的特征数据进行模型的训练和评估。

2.根据权利要求1所述的方法，其中，

所述进行特征数据抽取包括：抽取出由简单字段数据和复杂字段数据组成的特征数据。

3.根据权利要求2所述的方法，其中，

所述将所述特征数据存入数据库系统包括：将所述特征数据存入第一数据库系统，所述第一数据库系统为数据仓库类系统。

4.根据权利要求3所述的方法，其中，

所述符合预定的触发条件包括：到达预定的时间点；

所述从所述数据库系统中获取本次触发对应的特征数据包括：从所述第一数据库系统中获取全部的复杂字段数据，作为本次触发对应的特征数据。

5.根据权利要求3所述的方法，还包括：

从所述特征数据中提取出全部或符合预定要求的简单字段数据，将提取出的简单字段数据存入第二数据库系统，所述第二数据库系统为联机分析处理类系统；

所述符合预定的触发条件包括：获取到用户的手动触发请求；

所述从所述数据库系统中获取本次触发对应的特征数据包括：根据所述第二数据库系统中的简单字段数据，从所述第一数据库系统中的复杂字段数据中过滤出符合用户需求的复杂字段数据，将过滤出的复杂字段数据作为本次触发对应的特征数据。

6.根据权利要求5所述的方法，其中，

所述根据所述第二数据库系统中的简单字段数据，从所述第一数据库系统中的复杂字段数据中过滤出符合用户需求的复杂字段数据包括：

通过对所述第二数据库系统中的简单字段数据进行分析筛选，生成符合所述用户需求的数据标识列表；

从所述第一数据库系统中的复杂字段数据中过滤出所述数据标识列表中的数据标识对应的复杂字段数据。

7.根据权利要求1～6中任一项所述的方法，其中，

所述进行模型的训练包括：进行模型的全量训练，或者，进行模型的增量训练；

和/或，所述进行模型的训练包括：采用集群训练方式进行模型的训练，或者，采用单机训练方式进行模型的训练。

8.根据权利要求1～6中任一项所述的方法，还包括：

对所述数据库系统中的数据进行可视化展示；

和/或，支持对所述数据库系统中的数据进行即席查询。

9.根据权利要求1～6中任一项所述的方法，其中，

所述根据获取到的特征数据进行模型的训练和评估包括：根据获取到的特征数据进行模型的训练，对训练得到的模型进行指标评估。

10.一种自动挖掘场景数据的模型更新装置，包括：数据处理模块以及模型更新模块；

所述数据处理模块，用于针对每次获取到的待入库数据，分别对其进行特征数据抽取，并将所述特征数据存入数据库系统；

所述模型更新模块，用于当确定符合预定的触发条件时，从所述数据库系统中获取本次触发对应的特征数据，并根据获取到的特征数据进行模型的训练和评估。

11.根据权利要求10所述的装置，其中，

所述数据处理模块抽取出由简单字段数据和复杂字段数据组成的特征数据。

12.根据权利要求11所述的装置，其中，

所述数据处理模块将所述特征数据存入第一数据库系统，所述第一数据库系统为数据仓库类系统。

13.根据权利要求12所述的装置，其中，

所述符合预定的触发条件包括：到达预定的时间点；

所述模型更新模块从所述第一数据库系统中获取全部的复杂字段数据，作为本次触发对应的特征数据。

14.根据权利要求12所述的装置，其中，

所述数据处理模块进一步用于，从所述特征数据中提取出全部或符合预定要求的简单字段数据，将提取出的简单字段数据存入第二数据库系统，所述第二数据库系统为联机分析处理类系统；

所述符合预定的触发条件包括：获取到用户的手动触发请求；

所述模型更新模块根据所述第二数据库系统中的简单字段数据，从所述第一数据库系统中的复杂字段数据中过滤出符合用户需求的复杂字段数据，将过滤出的复杂字段数据作为本次触发对应的特征数据。

15.根据权利要求14所述的装置，其中，

所述模型更新模块通过对所述第二数据库系统中的简单字段数据进行分析筛选，生成符合所述用户需求的数据标识列表，从所述第一数据库系统中的复杂字段数据中过滤出所述数据标识列表中的数据标识对应的复杂字段数据。

16.根据权利要求10～15中任一项所述的装置，其中，

所述模型更新模块进行模型的全量训练，或者，进行模型的增量训练；

和/或，所述模型更新模块采用集群训练方式进行模型的训练，或者，采用单机训练方式进行模型的训练。

17.根据权利要求10～15中任一项所述的装置，其中，

所述数据处理模块进一步用于，对所述数据库系统中的数据进行可视化展示，和/或，支持对所述数据库系统中的数据进行即席查询。

18.根据权利要求10～15中任一项所述的装置，其中，

所述模型更新模块根据获取到的特征数据进行模型的训练，并对训练得到的模型进行指标评估。

19.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-9中任一项所述的方法。

20.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行权利要求1-9中任一项所述的方法。

21.一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现权利要求1-9中任一项所述的方法。

Images