CN117055980A - 一种数据模型的调用方法及装置 - Google Patents
一种数据模型的调用方法及装置 Download PDFInfo
- Publication number
- CN117055980A CN117055980A CN202311027825.8A CN202311027825A CN117055980A CN 117055980 A CN117055980 A CN 117055980A CN 202311027825 A CN202311027825 A CN 202311027825A CN 117055980 A CN117055980 A CN 117055980A
- Authority
- CN
- China
- Prior art keywords
- model
- data
- target
- result
- target data
- 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
Links
- 238000013499 data model Methods 0.000 title claims abstract description 196
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000007405 data analysis Methods 0.000 claims description 23
- 238000012216 screening Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 3
- 239000000758 substrate Substances 0.000 claims 1
- 238000011161 development Methods 0.000 abstract description 15
- 210000001503 joint Anatomy 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000003712 anti-aging effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
- G06F9/448—Execution paradigms, e.g. implementations of programming paradigms
- G06F9/4488—Object-oriented
- G06F9/449—Object-oriented method invocation or resolution
-
- 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
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Stored Programmes (AREA)
Abstract
本发明公开了一种数据模型的调用方法及装置,涉及大数据技术领域。该方法的一具体实施方式包括:通过接收用户的模型调用请求,模型调用请求指示了待调用数据模型的输入条件和输出条件;根据模型调用请求,调用与模型调用请求对应的目标数据模型;获取目标数据模型根据输入条件返回的、与输出条件对应的模型输出结果;根据模型输出结果,返回目标数据结果给用户。该实施方式通过模型调用为业务运营提供数据支持,解决了直接对接运营的独立的模型开发方式配合难度高、周期长的问题,从而降低了开发成本;并且提高了数据模型的利用效率,从而使得数据模型的价值得到更充分的发挥。
Description
技术领域
本发明涉及大数据技术领域,尤其涉及一种数据模型的调用方法及装置。
背景技术
利用数据模型从海量数据中提取目标数据以服务于业务运营,在大数据时代这一手段显得尤为重要。各行各业由于业务运营的需求不同,需要的数据模型也不尽相同,因此根据不同的运营需求单独开发相应的数据模型是当前的普遍做法。
然而,这种直接对接运营的独立的模型开发方式配合难度高、周期长,因此开发成本较高;并且利用该方式开发的数据模型其逻辑不能通用、代码不能复用、仅能够满足单一的运营需求,导致数据模型的利用效率较低,从而无法充分发挥数据模型的价值。
发明内容
有鉴于此,本发明实施例提供一种数据模型的调用方法及装置,通过接收用户的模型调用请求,所述模型调用请求指示了待调用数据模型的输入条件和输出条件;根据所述模型调用请求,调用与所述模型调用请求对应的目标数据模型;获取所述目标数据模型根据所述输入条件返回的、与所述输出条件对应的模型输出结果;根据所述模型输出结果,返回目标数据结果给用户。由此通过模型调用为业务运营提供数据支持,解决了直接对接运营的独立的模型开发方式配合难度高、周期长的问题,从而降低了开发成本;并且提高了数据模型的利用效率,从而使得数据模型的价值得到更充分的发挥。
为实现上述目的,根据本发明实施例的一个方面,提供了一种数据模型的调用方法。
本发明实施例的一种数据模型的调用方法包括:接收用户的模型调用请求,所述模型调用请求指示了待调用数据模型的输入条件和输出条件;根据所述模型调用请求,调用与所述模型调用请求对应的目标数据模型;获取所述目标数据模型根据所述输入条件返回的、与所述输出条件对应的模型输出结果;根据所述模型输出结果,返回目标数据结果给用户。
可选地,所述模型调用请求还指示了接收所述目标数据结果更新的时间周期;本发明实施例提供的方法还包括:根据所述时间周期,获取更新后的所述目标数据结果对应的目标更新结果;确定所述目标更新结果与所述目标数据结果是否一致;在不一致的情况下,将所述目标更新结果发送给所述用户。
可选地,所述获取更新后的所述目标数据结果对应的目标更新结果,包括:根据所述时间周期,调用所述目标数据模型;所述目标数据模型的输入数据源是定期更新的;获取所述目标数据模型返回的、与所述模型输出结果对应的更新结果;根据所述更新结果,确定所述目标数据结果对应的目标更新结果。
可选地,所述根据所述模型调用请求,调用与所述模型调用请求对应的目标数据模型,包括:根据所述输入条件和所述输出条件,确定所述模型调用请求对应的模型类型;根据所述模型类型,确定所述模型类型下与所述模型调用请求对应的目标数据模型。
可选地,所述根据所述模型类型,确定所述模型类型下与所述模型调用请求对应的目标数据模型,包括:
在所述模型类型包括多个类型的情况下,确定出所述多个类型中与所述模型调用请求对应的多个第一目标数据模型;和/或,在所述模型类型仅包括一种类型的情况下,确定出所述类型中与所述模型调用请求对应的多个第二目标数据模型;将所述第一目标数据模型或所述第二目标数据模型确定为所述目标数据模型。
可选地,本发明实施例提供的方法还包括:接收模型接入请求,所述模型接入请求指示了待接入数据模型支持的输入维度以及输出维度;根据所述输入维度以及输出维度,确定目标输入条件和目标输出条件;根据所述目标输入条件和所述目标输入条件,生成所述待接入数据模型对应的调用接口。
可选地,通过MQ消息监听、HIVE表查询、JSF接口查询、和HTTP接口查询四种方式中的任一方式,接收所述模型接入请求。
可选地,所述模型类型包括数据筛选模型、数据关联模型、数据分析模型。
可选地,所述输入条件包括时间区间、品类、品牌。
可选地,所述输出条件包括个人账号标识、品牌、品类。
为实现上述目的,根据本发明实施例的又一方面,提供了一种数据模型的调用装置。
本发明实施例的一种数据模型的调用装置包括:接收模块,用于接收用户的模型调用请求,所述模型调用请求指示了待调用数据模型的输入条件和输出条件;调用模块,用于根据所述模型调用请求,调用与所述模型调用请求对应的目标数据模型;并获取所述目标数据模型根据所述输入条件返回的、与所述输出条件对应的模型输出结果;数据返回模块,用于根据所述模型输出结果,返回目标数据结果给用户。
为实现上述目的,根据本发明实施例的又一方面,提供了一种服务器。
本发明实施例的一种服务器包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例的一种数据模型的调用方法。
为实现上述目的,根据本发明实施例的再一方面,提供了一种计算机可读存储介质。
本发明实施例的一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明实施例的一种数据模型的调用方法。
上述发明中的一个实施例具有如下优点或有益效果:通过接收用户的模型调用请求,所述模型调用请求指示了待调用数据模型的输入条件和输出条件;根据所述模型调用请求,调用与所述模型调用请求对应的目标数据模型;获取所述目标数据模型根据所述输入条件返回的、与所述输出条件对应的模型输出结果;根据所述模型输出结果,返回目标数据结果给用户。由此通过模型调用为业务运营提供数据支持,解决了直接对接运营的独立的模型开发方式配合难度高、周期长的问题,从而降低了开发成本;并且提高了数据模型的利用效率,从而使得数据模型的价值得到更充分的发挥。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明实施例的一种数据模型的调用方法的主要步骤的示意图;
图2是根据本发明实施例的一种模型应用系统的主要运行逻辑的示意图;
图3是根据本发明实施例的一种数据模型接入的主要步骤的示意图;
图4是根据本发明实施例的一种目标结果数据更新的主要步骤的示意图;
图5是根据本发明实施例的一种数据模型的调用方法的主要步骤的示意图;
图6是根据本发明实施例的一种数据模型的调用装置的主要模块的示意图;
图7是本发明实施例可以应用于其中的示例性系统架构图;
图8是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明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,而不会背离本发明的范围和精神。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。
需要说明的是,本公开的技术方案中,所涉及的用户个人信息的采集、收集、更新、分析、处理、使用、传输、存储等方面,均符合相关法律法规的规定,被用于合法的用途,且不违背公序良俗。对用户个人信息采取必要措施,防止对用户个人信息数据的非法访问,维护用户个人信息安全、网络安全和国家安全。
需要指出的是,在不冲突的情况下,本发明的实施例以及实施例中的技术特征可以相互结合。
图1是根据本发明实施例的数据模型的调用方法的主要步骤的示意图。
如图1所示,本发明实施例的数据模型的调用方法主要包括以下步骤:
步骤S101:接收用户的模型调用请求,所述模型调用请求指示了待调用数据模型的输入条件和输出条件。
需要说明的是,执行本发明实施例的主体为模型应用系统(简称系统),其作为一种PAAS(Platform-as-a-Service,平台即服务)化平台,通过定义数据模型接入、调用规则,实现多种数据模型的接入和调用,用户在该平台上可以输入数据需求以调用对应的数据模型,从而获得所需数据。该系统的运行逻辑如图2所示,系统的运行逻辑主要包括:
1、由用户端向系统端发起模型调用请求;
2、由系统端确定目标数据模型;
3、由系统端从数据模型端调用目标数据模型;
4、由数据模型端执行模型算法;
5、由数据模型端向系统端返回模型输出结果;
6、由系统端确定目标数据结果;
7、由系统端向用户端返回目标数据结果。
为了支持新的数据模型的接入,在本发明的一个实施例中,本发明实施例提供的方法还包括:接收模型接入请求,所述模型接入请求指示了待接入数据模型支持的输入维度以及输出维度;根据所述输入维度以及输出维度,确定目标输入条件和目标输出条件;根据所述目标输入条件和所述目标输入条件,生成所述待接入数据模型对应的调用接口。
模型开发者首先确定需要接入的数据模型所支持的输入维度,比如手机通讯→手机→品牌和时间区间,以及输出维度,比如个人账号标识、手机通讯→手机→品牌,然后在该系统的平台上通过填写或者通过选择选项的方式输入该数据模型支持的输入维度以及输出维度,最后发起模型接入请求。系统接收到模型开发者发起的模型接入请求后,将该模型接入请求中包括的输入维度,比如手机通讯→手机→品牌和时间区间,确定为目标输入条件,并将该模型接入请求中包括的输出维度,比如个人账号标识、手机通讯→手机→品牌,确定为目标输出条件。
在确定待接入数据模型对应的目标输入条件和目标输出条件时,首先要确定平台已定义的输入条件和输出条件是否可以定义待接入模型所支持的输入维度和输出维度,如果可以,就直接使用平台已定义的输入条件作为待接入模型的目标输入条件,使用平台已定义输出条件作为待接入模型的目标输出条件;如果不可以的话,根据该待接入模型的输入维度和输出维度,重新生成一个新的目标输入条件和新的目标输出条件。因此,在本发明的一个实施例中,确定是否存在与所述输入维度以及输出维度分别对应的目标输入条件和目标输出条件;在不存在所述目标输入条件和所述目标输出条件的情况下,生成所述目标输入条件和所述目标输入条件。
具体地,比如待接入模型的输入维度为年龄、品牌和时间区间,输出维度为个人账号标识、年龄和品牌,但平台中已定义的输入条件和输出条件中尚未包括年龄这个条件,因此,可以针对该输入维度和输出维度,生成一个新的输入条件和新的输出条件,并将新的输入条件和新的输出条件确定为该待接入模型的目标输入条件和目标输出条件。在该模型接入之后,调用该模型时,将该目标输入条件输入到该模型,最终得到该模型输出的符合该目标输出条件的数据结果。
为了实现不同语言、开发环境下的数据模型的兼容接入,在本发明的一个实施例中,通过MQ消息监听、HIVE表查询、JSF接口查询、和HTTP接口查询四种方式中的任一方式,接收所述模型接入请求。
本系统通过四种通用方式中的其中一种获取模型接入请求,即:
通过MQ消息监听:针对部分数据模型,系统将该部分数据模型的模型接入请求按照约定封装在JMQ内容中,系统通过消费JMQ即时获取模型接入请求以进行数据模型的接入处理。
通过HIVE表查询:针对定期执行的数据模型,无法消费JMQ即时获取模型接入请求,因此将模型接入请求保存到HIVE表中,可通过抽取HIVE表中数据的方式获取模型接入请求以进行数据模型的接入处理。
JSF/HTTP查询接入:对于部分模型的接入,将模型接入请求保存到MYSQL表中,通过系统定时扫描查询JSF/HTTP接口获取MYSQL表中的模型接入请求,以进行数据模型的接入处理。
下面进一步对数据模型接入过程进行实例性说明,如图3所示,数据模型接入主要包括以下步骤:
步骤S301:接收模型接入请求。
步骤S302:确定待接入模型支持的输入维度和输出维度。
步骤S303:确定是否存在与该输入、输出维度分别对应的输入、输出条件,如果是,执行步骤S304;如果否,执行步骤S305。
步骤S304:将该输入、输出条件确定为待接入模型的目标输入、输出条件。
步骤S305:根据该输入、输出维度生成目标输入、输出条件。
步骤S306:生成该待接入模型对应的调用接口。
用户,即业务运营人员需要通过该系统调用一个数据模型的情况下,在该系统的平台上输入模型调用请求,其中,该模型调用请求限定了其需要调用的数据模型的输入条件和输出条件,即被调用的数据模型可以根据该输入条件输出符合该输出条件的数据结果。
在本发明的一个实施例中,所述输入条件包括时间区间、品类、品牌。
以数据筛选模型为例,用户在发起模型调用请求时限定了时间区间、品类和品牌,其期待获取到的数据为在该时间区间内对该品类下的该品牌有购买意向的人群数据。
在本发明的一个实施例中,所述输出条件包括个人账号标识、品牌、品类。
仍以数据筛选模型为例,用户在发起模型调用请求时限定了个人账号标识、品牌、品类,其期待获取到的数据结果包括在该时间区间内,有意向购买该品类下该品牌的人群的账号标识。
步骤S102:根据所述模型调用请求,调用与所述模型调用请求对应的目标数据模型。
接收到模型调用请求后,为其确定对应的目标数据模型,调用该目标数据模型,以使该目标数据模型根据输入条件执行模型算法,最后输出数据结果。
为了在多个数据模型中快速确定出目标数据模型,在本发明的一个实施例中,所述根据所述模型调用请求,调用与所述模型调用请求对应的目标数据模型,包括:根据所述输入条件和所述输出条件,确定所述模型调用请求对应的模型类型;根据所述模型类型,确定所述模型类型下与所述模型调用请求对应的目标数据模型。
根据模型调用请求中限定的输入条件和输出条件,确定待调用的数据模型的类型,比如根据输入条件:时间区间、品类和品牌,以及输出条件:个人账号标识、品牌、品类,确定待调用的数据模型的类型为数据筛选模型;再比如根据输入条件:时间区间、品类和品牌、输出条件:市场表现(即浏览、加入购物车以及转化用户的同环比信息)、品类、品牌,确定待调用的数据模型的类型为数据分析模型。另外,同一种类的数据模型中可以包括一个或多个数据模型,比如数据筛选模型包括数据筛选模型A,数据分析模型包括数据分析模型1、2、3……。在数据筛选模型只有一个数据筛选模型A的情况下,将数据筛选模型A确定为目标数据模型;在数据分析模型包括三个数据模型的情况下,确定出三个数据分析模型1、2、3分别对应的品牌,从三个数据模型中确定出与输入的品牌对应的数据分析模型。
为了给外部提供更好的服务,系统可以支持模型融合,即在调用一个数据模型无法满足用户需求的情况下,可以通过调用多个数据模型的方式满足用户较复杂的数据需求。在本发明的一个实施例中,所述根据所述模型类型,确定所述模型类型下与所述模型调用请求对应的目标数据模型,包括:在所述模型类型包括多个类型的情况下,确定出所述多个类型中与所述模型调用请求对应的多个第一目标数据模型;和/或,在所述模型类型仅包括一种类型的情况下,确定出所述类型中与所述模型调用请求对应的多个第二目标数据模型;将所述第一目标数据模型或所述第二目标数据模型确定为所述目标数据模型。
根据用户的模型调用请求,比如其对应的输入条件为手机品类、时间区间,输出条件为手机品类、市场表现,由于系统内不存在针对该手机品类对应的数据分析模型,只存在该手机品类下的具体品牌对应的数据分析模型,那么可以通过调用具体品牌对应的数据分析模型,来满足该模型调用请求。比如该手机品类下包括三个品牌,其对应的数据分析模型分别为数据分析模型1、数据分析模型2和数据分析模型3,因此可以调用数据分析模型1、数据分析模型2和数据分析模型3,分别获取到三个数据分析模型对应的数据结果1、数据结果2和数据结果3,将三个数据结果融合后的结果作为目标数据结果,并将目标数据结果返回给用户。
在本发明的一个实施例中,所述模型类型包括数据筛选模型、数据关联模型、数据分析模型。
其中,数据筛选模型的作用是筛选出满足输入条件的数据,其对应的输入条件可以包括时间区间、品牌、品类,但不限于此;输出条件包可以括个人账号标识、品牌、品类,但不限于此。
数据关联模型的作用是确定出与输入数据相关联的数据,比如确定出与输入的品类相关联的品类或者与输入的品牌相关联的品牌。比如输入为纸尿裤时输出可以是奶瓶,以及输入为某抗衰老的护肤品品牌A时,输出为另一个抗衰老的护肤品品牌B。
数据分析模型的作用是对与输入数据相关的数据进行分析,比如分析某个品类或品牌在某段时间内的市场表现,此时其输入条件可以包括时间区间、品类和品牌,但不限于此;其输出条件可以包括市场表现、品类、品牌,但不限于此。
步骤S103:获取所述目标数据模型根据所述输入条件返回的、与所述输出条件对应的模型输出结果。
在被调用的目标数据模型执行完模型算法后,将输出的数据结果存储到对应的文件中,并将文件地址返回给系统,系统根据该文件地址下载对应的文件,从文件中获取模型调用请求对应的模型输出结果。
步骤S104:根据所述模型输出结果,返回目标数据结果给用户。
系统获取到的模型输出结果可能是一个目标数据模型输出的数据结果,也可能是多个目标数据模型输出的数据结果;如果是前者的话,直接将该模型输出结果作为目标数据结果,并返回给用户;如果是后者的话,将多个数据结果进行融合,比如将三个手机品牌对应的数据分析模型输出的数据结果进行统计、合并,得到与模型调用请求中的手机品类对应的数据结果,并将其作为目标数据结果返回给用户。
为了给用户提供更加符合实际的目标数据结果,以服务于用户运营策略的制定,在本发明的一个实施例中,所述模型调用请求还指示了接收所述目标数据结果更新的时间周期;本实施例提供的方法还包括:根据所述时间周期,获取更新后的所述目标数据结果对应的目标更新结果;确定所述目标更新结果与所述目标数据结果是否一致;在不一致的情况下,将所述目标更新结果发送给所述用户。
由于各个数据模型的数据源是变化的,比如购物网站的用户行为数据,因此在不同的时间段,该数据模型对于同一个输入条件输出的数据结果也是不同的,比如近30天内的有意向购买某手机品牌的人群,由于30天内的用户行为数据是随着时间变化的,因此数据模型的输出结果也是变化的,因此在不同的时间调用该目标数据模型,得到的目标数据结果是不尽相同的。在获取到更新后的结果之后,确定更新前后的结果是否一致,如果一致,则说明更新后的数据结果与更新前相比未发生变化,因此不必将更新后的结果发送给用户;如果不一致,则说明更新后的数据结果发生变化了,因此需要将更新后的结果发送给用户。
在本发明的一个实施例中,所述获取更新后的所述目标数据结果对应的目标更新结果,包括:根据所述时间周期,调用所述目标数据模型;所述目标数据模型的输入数据源是定期更新的;获取所述目标数据模型返回的、与所述模型输出结果对应的更新结果;根据所述更新结果,确定所述目标数据结果对应的目标更新结果。
根据用户指示的更新周期,调用该目标数据模型,以获得更新后的模型输出结果,根据更新后的模型输出结果得到更新后的目标数据结果,并将更新后的目标数据结果发送给用户,至此本次更新已完成。
下面进一步对目标数据结果的更新过程进行实例性说明,如图4所示,目标数据结果的更新主要包括以下步骤:
步骤S401:根据用户的模型调用请求,确定接收目标结果数据更新的时间周期。
步骤S402:根据该时间周期调用目标数据模型。
步骤S403:获取更新后的模型输出结果。
步骤S404:根据更新后的模型输出结果,确定更新后的目标数据结果。
步骤S405:将更新后的目标数据结果发送给用户。
下面进一步对数据模型的调用方法进行实例性说明,如图5所示,数据模型的调用方法主要包括以下步骤:
步骤S501:接收用户的模型调用请求,该模型调用请求指示了待调用数据模型的输入条件和输出条件。
步骤S502:根据输入条件和输出条件,确定待调用数据模型的模型类型。
步骤S503:确定该模型类型下与模型调用请求对应的目标数据模型。
步骤S504:获取该目标数据模型的模型输出结果。
步骤S505:确定模型输出结果对应的目标数据模型是否唯一,如果是,执行步骤S506;如果否,执行步骤S507。
步骤S506:将模型数据结果确定为目标数据结果。
步骤S507:将模型数据结果进行统计、合并,得到目标数据结果。
步骤S508:将目标数据结果返回给用户。
根据本发明实施例的数据模型的调用方法可以看出,通过接收用户的模型调用请求,所述模型调用请求指示了待调用数据模型的输入条件和输出条件;根据所述模型调用请求,调用与所述模型调用请求对应的目标数据模型;获取所述目标数据模型根据所述输入条件返回的、与所述输出条件对应的模型输出结果;根据所述模型输出结果,返回目标数据结果给用户。由此通过模型调用为业务运营提供数据支持,解决了直接对接运营的独立的模型开发方式配合难度高、周期长的问题,从而降低了开发成本;并且提高了数据模型的利用效率,从而使得数据模型的价值得到更充分的发挥。
图6是根据本发明实施例的数据模型的调用装置的主要模块的示意图。
如图6所示,本发明实施例的数据模型的调用装置600包括:
接收模块601,用于接收用户的模型调用请求,所述模型调用请求指示了待调用数据模型的输入条件和输出条件;
调用模块602,用于根据所述模型调用请求,调用与所述模型调用请求对应的目标数据模型;并获取所述目标数据模型根据所述输入条件返回的、与所述输出条件对应的模型输出结果;
数据返回模块603,用于根据所述模型输出结果,返回目标数据结果给用户。
在本发明的一个实施例中,所述模型调用请求还指示了接收所述目标数据结果更新的时间周期;数据返回模块603,还用于根据所述时间周期,获取更新后的所述目标数据结果对应的目标更新结果;确定所述目标更新结果与所述目标数据结果是否一致;在不一致的情况下,将所述目标更新结果发送给所述用户。
在本发明的一个实施例中,调用模块602,还用于根据所述时间周期,调用所述目标数据模型;所述目标数据模型的输入数据源是定期更新的;并获取所述目标数据模型返回的、与所述模型输出结果对应的更新结果;数据返回模块603,还用于根据所述更新结果,确定所述目标数据结果对应的目标更新结果。
在本发明的一个实施例中,调用模块602,还用于根据所述输入条件和所述输出条件,确定所述模型调用请求对应的模型类型;根据所述模型类型,确定所述模型类型下与所述模型调用请求对应的目标数据模型。
在本发明的一个实施例中,调用模块602,还用于在所述模型类型包括多个类型的情况下,确定出所述多个类型中与所述模型调用请求对应的多个第一目标数据模型;和/或,在所述模型类型仅包括一种类型的情况下,确定出所述类型中与所述模型调用请求对应的多个第二目标数据模型;将所述第一目标数据模型或所述第二目标数据模型确定为所述目标数据模型。
在本发明的一个实施例中,接收模块601,还用于接收模型接入请求,所述模型接入请求指示了待接入数据模型支持的输入维度以及输出维度;根据所述输入维度以及输出维度,确定目标输入条件和目标输出条件;根据所述目标输入条件和所述目标输入条件,生成所述待接入数据模型对应的调用接口。
在本发明的一个实施例中,通过MQ消息监听、HIVE表查询、JSF接口查询、和HTTP接口查询四种方式中的任一方式,接收所述模型接入请求。
在本发明的一个实施例中,所述模型类型包括数据筛选模型、数据关联模型、数据分析模型。
在本发明的一个实施例中,所述输入条件包括时间区间、品类、品牌。
在本发明的一个实施例中,所述输出条件包括个人账号标识、品牌、品类。
根据本发明实施例的数据模型的调用装置可以看出,通过接收用户的模型调用请求,所述模型调用请求指示了待调用数据模型的输入条件和输出条件;根据所述模型调用请求,调用与所述模型调用请求对应的目标数据模型;获取所述目标数据模型根据所述输入条件返回的、与所述输出条件对应的模型输出结果;根据所述模型输出结果,返回目标数据结果给用户。由此通过模型调用为业务运营提供数据支持,解决了直接对接运营的独立的模型开发方式配合难度高、周期长的问题,从而降低了开发成本;并且提高了数据模型的利用效率,从而使得数据模型的价值得到更充分的发挥。
图7示出了可以应用本发明实施例的数据模型的调用方法或数据模型的调用装置的示例性系统架构700。
如图7所示,系统架构700可以包括客户端设备701、702、703,网络704、706,服务器705和数据模型服务器707、708、709。网络704、706用以在客户端设备701、702、703,服务器705和数据模型服务器707、708、709之间提供通信链路的介质。网络704、706可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
客户端设备701、702、703,数据模型服务器707、708、709通过网络704、706与服务器705交互,以接收或发送消息等。客户端设备701、702、703为用户发起模型调用请求的电子设备,服务器705在接收到客户端设备701、702、703发送的模型调用请求后,从数据模型服务器707、708、709调用目标数据模型,根据目标数据模型输出的模型输出结果确定目标结果数据,并将目标结果数据发送给客户端设备701、702、703。
服务器705可以是提供各种服务的服务器,例如在从客户端设备701、702、703获取到模型调用请求后,为根据该模型调用请求调用对应的目标数据模型以获取目标数据结果提供支持的后台管理服务器。后台管理服务器可以对获取到的模型调用请求进行分析等处理,并根据处理结果将目标数据结果发送给客户端设备701、702、703。
需要说明的是,本发明实施例所提供的数据模型的调用方法一般由服务器705执行,相应地,数据模型的调用装置一般设置于服务器705中。
应该理解,图7中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图8,其示出了适于用来实现本发明实施例的终端设备的计算机系统800的结构示意图。图8示出的终端设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图8所示,计算机系统800包括中央处理单元(CPU)801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中,还存储有系统800操作所需的各种程序和数据。CPU 801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
以下部件连接至I/O接口805:包括键盘、鼠标等的输入部分806;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807;包括硬盘等的存储部分808;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器810上,以便于从其上读出的计算机程序根据需要被安装入存储部分808。
特别地,根据本发明公开的实施例,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,本发明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部分809从网络上被下载和安装,和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示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。在本发明中,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。而在本发明中,计算机可读的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。计算机可读的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:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、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,上述模块、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,框图或流程图中的每个方框、以及框图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。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括接收模块、调用模块和数据返回模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,数据返回模块还可以被描述为“返回目标数据结果给用户的模块”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。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一个该设备执行时,使得该设备包括:接收用户的模型调用请求,所述模型调用请求指示了待调用数据模型的输入条件和输出条件;根据所述模型调用请求,调用与所述模型调用请求对应的目标数据模型;获取所述目标数据模型根据所述输入条件返回的、与所述输出条件对应的模型输出结果;根据所述模型输出结果,返回目标数据结果给用户。
根据本发明实施例的技术方案,通过接收用户的模型调用请求,所述模型调用请求指示了待调用数据模型的输入条件和输出条件;根据所述模型调用请求,调用与所述模型调用请求对应的目标数据模型;获取所述目标数据模型根据所述输入条件返回的、与所述输出条件对应的模型输出结果;根据所述模型输出结果,返回目标数据结果给用户。由此通过模型调用为业务运营提供数据支持,解决了直接对接运营的独立的模型开发方式配合难度高、周期长的问题,从而降低了开发成本;并且提高了数据模型的利用效率,从而使得数据模型的价值得到更充分的发挥。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种数据模型的调用方法,其特征在于,包括:
接收用户的模型调用请求,所述模型调用请求指示了待调用数据模型的输入条件和输出条件;
根据所述模型调用请求,调用与所述模型调用请求对应的目标数据模型;
获取所述目标数据模型根据所述输入条件返回的、与所述输出条件对应的模型输出结果;
根据所述模型输出结果,返回目标数据结果给用户。
2.根据权利要求1所述的方法,其特征在于,所述模型调用请求还指示了接收所述目标数据结果更新的时间周期;还包括:
根据所述时间周期,获取更新后的所述目标数据结果对应的目标更新结果;
确定所述目标更新结果与所述目标数据结果是否一致;
在不一致的情况下,将所述目标更新结果发送给所述用户。
3.根据权利要求2所述的方法,其特征在于,所述获取更新后的所述目标数据结果对应的目标更新结果,包括:
根据所述时间周期,调用所述目标数据模型;所述目标数据模型的输入数据源是定期更新的;
获取所述目标数据模型返回的、与所述模型输出结果对应的更新结果;
根据所述更新结果,确定所述目标数据结果对应的目标更新结果。
4.根据权利要求1所述的方法,其特征在于,所述根据所述模型调用请求,调用与所述模型调用请求对应的目标数据模型,包括:
根据所述输入条件和所述输出条件,确定所述模型调用请求对应的模型类型;
根据所述模型类型,确定所述模型类型下与所述模型调用请求对应的目标数据模型。
5.根据权利要求4所述的方法,其特征在于,所述根据所述模型类型,确定所述模型类型下与所述模型调用请求对应的目标数据模型,包括:
在所述模型类型包括多个类型的情况下,确定出所述多个类型中与所述模型调用请求对应的多个第一目标数据模型;和/或,在所述模型类型仅包括一种类型的情况下,确定出所述类型中与所述模型调用请求对应的多个第二目标数据模型;
将所述第一目标数据模型或所述第二目标数据模型确定为所述目标数据模型。
6.根据权利要求1所述的方法,其特征在于,
还包括:接收模型接入请求,所述模型接入请求指示了待接入数据模型支持的输入维度以及输出维度;根据所述输入维度以及输出维度,确定目标输入条件和目标输出条件;根据所述目标输入条件和所述目标输入条件,生成所述待接入数据模型对应的调用接口;
或,
通过MQ消息监听、HIVE表查询、JSF接口查询、和HTTP接口查询四种方式中的任一方式,接收所述模型接入请求。
7.根据权利要求1或4所述的方法,其特征在于,
所述模型类型包括数据筛选模型、数据关联模型、数据分析模型;
和/或,
所述输入条件包括时间区间、品类、品牌;
和/或,
所述输出条件包括个人账号标识、品牌、品类。
8.一种数据模型的调用装置,其特征在于,包括:
接收模块,用于接收用户的模型调用请求,所述模型调用请求指示了待调用数据模型的输入条件和输出条件;
调用模块,用于根据所述模型调用请求,调用与所述模型调用请求对应的目标数据模型;并获取所述目标数据模型根据所述输入条件返回的、与所述输出条件对应的模型输出结果;
数据返回模块,用于根据所述模型输出结果,返回目标数据结果给用户。
9.一种服务器,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311027825.8A CN117055980A (zh) | 2023-08-15 | 2023-08-15 | 一种数据模型的调用方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311027825.8A CN117055980A (zh) | 2023-08-15 | 2023-08-15 | 一种数据模型的调用方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117055980A true CN117055980A (zh) | 2023-11-14 |
Family
ID=88662142
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311027825.8A Pending CN117055980A (zh) | 2023-08-15 | 2023-08-15 | 一种数据模型的调用方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117055980A (zh) |
-
2023
- 2023-08-15 CN CN202311027825.8A patent/CN117055980A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109359194B (zh) | 用于预测信息类别的方法和装置 | |
CN111737270A (zh) | 数据处理方法及其系统、计算机系统和计算机可读介质 | |
CN110377440B (zh) | 信息处理方法和装置 | |
CN109766148B (zh) | 用于处理接口方法调用的方法和装置 | |
CN109343975B (zh) | 用于页面间异步通信的方法和装置 | |
CN108924183B (zh) | 用于处理信息的方法及装置 | |
CN111435380B (zh) | 一种页面跨域交互方法、系统、设备和存储设备 | |
CN109981546B (zh) | 获取应用模块间的远程调用关系的方法和装置 | |
CN110070394A (zh) | 数据处理方法、系统、介质和计算设备 | |
CN110928594A (zh) | 服务开发方法和平台 | |
CN110807535A (zh) | 统一预约平台的构建方法、构建装置和统一预约平台系统 | |
CN111951040A (zh) | 信息发送方法及装置、电子设备、存储介质 | |
CN112367241A (zh) | 消息生成和消息发送方法、装置、设备和计算机可读介质 | |
CN111522617A (zh) | 一种维护系统的方法、装置和电子设备 | |
CN115858905A (zh) | 数据处理的方法、装置、电子设备和存储介质 | |
CN115374207A (zh) | 业务处理方法及装置、电子设备和计算机可读存储介质 | |
CN117055980A (zh) | 一种数据模型的调用方法及装置 | |
CN114417318A (zh) | 第三方页面的跳转方法、装置和电子设备 | |
CN114500481A (zh) | 业务请求处理方法、系统和装置 | |
CN113779018A (zh) | 一种数据处理方法和装置 | |
CN111163156A (zh) | 基于区块链的数据处理方法、设备及存储介质 | |
CN115334135B (zh) | 基于事件总线的多云api异步处理方法、装置和设备 | |
CN114253520B (zh) | 接口代码生成方法和装置 | |
CN113765868B (zh) | 一种业务处理方法和装置 | |
CN113495747B (zh) | 一种灰度发布方法和装置 |
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 |