[发明专利]控制多终端计算系统的自主方法、计算装置和数据载体

说明书

本发明提供了控制多终端计算系统的算法的自主方法、计算装置和数据载体，其中，所述算法被配置成针对每个终端分析诊断数据和分析的结果是第一动作或第二动作，并且提供了用于实现该方法的装置，该方法包括以下步骤：接收针对多终端计算系统的第一数据集；将所述算法应用至所述第一数据集，以将多终端计算系统中的每个终端分类为与第一动作或第二动作相关联；将分类为与第一动作相关联的第一终端子集重新分类为与第二动作相关联；以及将第一动作、第二动作、以及重新分类的第二动作分别应用至多终端计算系统中的每个终端。

技术领域

本发明涉及用于管理多用户计算系统的自主方法。

背景技术

数十年来，计算系统已被广泛用作执行某些处理的可编程装置。这些处理通常涉及作用于输入(例如，数据)以生成输出(例如，决定)的算法。该算法通常由人类操作人员手动创建。

对于必须由计算系统管理的每个处理，人类操作人员必须发挥监督作用，以确保该算法符合目的，使得任何输出都与输入相称并满足任何业务需求。如果操作人员确定该算法出于任何原因不适合，那么他或她必须确定需要进行什么修改，然后手动进行这些改变。这是一项费时费力的工作。因此，自主计算领域出现以解决这个问题。

自主处理是计算系统管理特定算法的处理。自主处理因此可以通过利用机器学习处理来对算法进行修改，其作用于计算系统的操作数据并生成根据指定性能标准优化的算法修改。

本发明涉及用于管理多用户计算系统的自主方法领域中的改进。

发明内容

根据本发明的第一方面，提供了一种用于控制关于多终端计算系统的算法的自主方法，其中，所述算法被配置成针对每个终端分析诊断数据且分析的结果是第一动作或第二动作，该方法包括以下步骤：接收针对所述多终端计算系统的第一数据集；将所述算法应用至所述第一数据集，以将所述多终端计算系统中的每个终端分类为与第一动作或第二动作相关联；将被分类为与所述第一动作相关联的第一终端子集重新分类为与所述第二动作相关联；以及将所述第一动作、所述第二动作、以及重新分类的第二动作分别应用至所述多终端计算系统中的每个终端。

因此，本发明的实施方式创建了用于开发在计算系统上操作的算法的丰富数据集，其中，所述可操作数据展示了如下特性：所述算法的成功预测的性能标准不能被导出用于应用第一动作的每个终端。在这些情形下，所述算法的输出被重新分类为第二动作并应用至所述终端。所述终端的响应然后可以被监视，以确定其如何反应，并且该新数据随后可以被用于通过例如机器学习处理来开发所述算法。

将被分类为与所述第一动作相关联的所述第一终端子集重新分类为与所述第二动作相关联的步骤可以包括以下步骤：针对被分类为与所述第一动作相关联的每个终端，预测被重新分类为与所述第二动作相关联时的成功似然值；并且基于预测的所述成功似然值，选择重新分类为与所述第二动作相关联的第一终端子集。在本发明的实施方式中，具有更大成功机会的终端(并且因此具有导致对所述算法的后续改变的更大机会)被重新分类。例如与随机选择重新分类相比，这最小化具有相对小的成功机会的重新分类情况的不利影响。

针对被分类为与所述第一动作相关联的每个终端，预测被重新分类为与所述第二动作相关联时的成功似然值的步骤可以包括以下步骤：识别被分类为与所述第一动作相关联的第一组终端，所述第一组终端具有高于预定准确度域值的被重新分类为与所述第二动作相关联时的成功似然；识别被分类为与所述第一动作相关联的第二组终端，所述第二组终端具有低于预定准确度域值的被重新分类为与所述第二动作相关联时的成功似然；并且将第一成功似然值指派给所述第一组中的每个终端，并且将第二成功似然值指派给所述第二组中的每个终端。所述第一终端子集可以选自所述第一组。

所述方法还可以包括以下步骤：将被分类为与所述第一动作相关联的第二终端子集重新分类为与所述第二动作相关联，其中，所述第二终端子集选自所述第二组。这生成更丰富数据，使得可以开发用于识别重新分类的情况的算法。