一种模型级别确定方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113687933A(43)申请公布日2021.11.23(21)申请号202111050225.4(22)申请日2021.09.08(71)申请人中国银行股份有限公司地址100818北京市西城区复兴门内大街1号(72)发明人胡传杰陈小乐王瑞瑞(74)专利代理机构北京集佳知识产权代理有限公司11227代理人张影(51)Int.Cl.G06F9/48(2006.01)G06F9/50(2006.01)权利要求书2页说明书9页附图1页(54)发明名称一种模型级别确定方法及装置(57)摘要本发明公开了一种模型级别确定方法及装置，可应用于大数据领域或金融领域，包括获取每一数据处理模型在数据处理模型集中的使用率参数，将使用率参数确定为第一参考值型；基于应用系统对应的模型调用流程图和每一数据处理模型的初始优先级系数，确定每一数据处理模型的第二参考值；获取每一数据处理模型的未使用时长，并基于未使用时长确定每一数据处理模型的第三参考值；基于上述各个参考值，确定每一数据处理模型的目标优先级系数。本发明能够基于数据处理模型的实际使用信息对数据处理模型的优先级进行实时调整，使得提升数据处理模型优先级确定的准确性，提升了数据处理效率。CN113687933ACN113687933A权利要求书1/2页1.一种模型级别确定方法，其特征在于，包括：获取每一数据处理模型在数据处理模型集中的使用率参数，将所述使用率参数确定为第一参考值，所述数据处理模型集包括多个数据处理模型；基于应用系统对应的模型调用流程图和每一数据处理模型的初始优先级系数，确定每一数据处理模型的第二参考值，所述模型调用流程图为对所述应用系统进行数据处理时各个数据处理模型的执行顺序；获取每一数据处理模型的未使用时长，并基于所述未使用时长确定每一数据处理模型的第三参考值；基于所述第一参考值、第二参考值和第三参考值，确定每一数据处理模型的目标优先级系数。2.根据权利要求1所述的方法，其特征在于，所述获取每一数据处理模型在数据处理模型集中的使用率参数，包括：获取各个数据处理模型的日平均使用次数；计算数据处理模型集中各个数据处理模型的日平均使用次数的次数总和；计算每一数据处理模型的日平均使用次数与次数总和的比值，将所述比值确定为每一数据处理模型在数据处理模型集中的使用率参数。3.根据权利要求1所述的方法，其特征在于，所述基于应用系统对应的模型调用流程图和每一数据处理模型的初始优先级系数，确定每一数据处理模型的第二参考值，包括：获取应用系统对应的模型调用流程图；若目标数据处理模型的优先级系数进行更新，基于所述模型调用流程图获取与所述目标数据处理模型对应的前置数据处理模型；根据目标数据处理模型更新后的优先级系数，对所述前置数据处理模型的初始优先级系数进行更新；将每一数据处理模型更新后的优先级系数确定为每一数据处理模型的第二参考值。4.根据权利要求1所述的方法，其特征在在于，所述获取每一数据处理模型的未使用时长，并基于所述未使用时长确定每一数据处理模型的第三参考值，包括：响应于接收到模型调用请求，获取每一数据处理模型针对所述调用请求未被调用的等待时间；获取与所述等待时间对应的调整参数，基于所述调整参数对所述数据处理模型当前的优先级参数进行调整，获得所述数据处理模型的第三参考值。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：响应于接收到模型调用请求，基于每一数据处理模型的目标优先级系数，确定与所述模型调用请求相匹配的目标数据处理模型。6.一种模型级别确定装置，其特征在于，包括：第一确定单元，用于获取每一数据处理模型在数据处理模型集中的使用率参数，将所述使用率参数确定为第一参考值，所述数据处理模型集包括多个数据处理模型；第二确定单元，用于基于应用系统对应的模型调用流程图和每一数据处理模型的初始优先级系数，确定每一数据处理模型的第二参考值，所述模型调用流程图为对所述应用系统进行数据处理时各个数据处理模型的执行顺序；2CN113687933A权利要求书2/2页第三确定单元，用于获取每一数据处理模型的未使用时长，并基于所述未使用时长确定每一数据处理模型的第三参考值；第四确定单元，用于基于所述第一参考值、第二参考值和第三参考值，确定每一数据处理模型的目标优先级系数。7.根据权利要求6所述的装置，其特征在于，所述第一确定单元包括：第一获取子单元，用于获取各个数据处理模型的日平均使用次数；第一计算子单元，用于计算数据处理模型集中各个数据处理模型的日平均使用次数的次数总和；第一确定子单元，用于计算每一数据处理模型的日平均使用次数与次数总和的比值，将所述比值确定为每一数据处理模型在数据处理模型集中的使用率参数。8.根据权利要求6所述的装置