[发明专利]一种数据模型监控方法、系统、设备及计算机存储介质

说明书

本发明公开了一种数据模型监控方法、系统、设备及计算机存储介质，其中该方法包括：获取目标数据模型在预设数量的时间段内的运行数据；获取运行数据对应的性能指标；基于性能指标和运行数据对目标数据模型进行性能评价，得到评价结果。本发明公开的一种数据模型监控方法借助数据模型的运行数据、运行数据的性能指标实现了对数据模型的性能评价，与现有技术中监控人员凭经验判断数据模型的性能相比，准确性更高。综上所述，本发明公开的一种数据模型监控方法在一定程度上解决了如何提高现有的一种数据模型监控方法的准确性的技术问题。本发明公开的一种数据模型监控系统、设备及计算机存储介质也解决了相应的技术问题。

技术领域

本发明涉及大数据技术领域，更具体地说，涉及一种数据模型监控方法、系统、设备及计算机存储介质。

背景技术

随着大数据技术的进步，在业务中使用数据模型越来越普及，这里所说的数据模型指的是能够输出运行结果的模型。然而，数据模型具有衰减性，也即数据模型运行结果数据的能力会随着输入数据的更新而降低，因此，需要对数据模型的性能进行监控。

现有的一种数据模型监控方法是：监控人员凭经验判断数据模型的性能是否下降。

然而，现有的一种数据模型监控方法的准确性依赖于监控人员的经验，准确性低。

综上所述，如何提高现有的一种数据模型监控方法的准确性是目前本领域技术人员亟待解决的问题。

发明内容

本发明的目的是提供一种数据模型监控方法，其能在一定程度上解决如何提高现有的一种数据模型监控方法的准确性的技术问题。本发明还提供了一种数据模型监控系统、设备及计算机存储介质。

为了实现上述目的，本发明提供如下技术方案：

一种用于大数据的数据模型监控方法，包括：

获取目标数据模型在预设数量的时间段内的运行数据，所述运行数据包括输入所述目标数据模型的输入数据和/或所述目标数据模型的输出数据；

根据运行数据与性能指标的对应关系获取所述运行数据对应的性能指标；

基于所述性能指标和所述运行数据对所述目标数据模型进行性能评价，得到评价结果。

优选的，所述获取目标数据模型在预设数量的时间段内的运行数据，包括：

获取目标数据模型在预设数量的时间段内的运行数据，所述时间段的单位为周。

优选的，所述获取所述运行数据对应的性能指标，包括：

获取所述运行数据对应的性能指标，所述性能指标包括数据分布指标、数据稳定性指标。

优选的，所述获取所述运行数据对应的性能指标，包括：

获取所述运行数据对应的性能指标，所述性能指标包括KS指标、AUC指标。

优选的，所述基于所述性能指标和所述运行数据对所述目标数据模型进行性能评价，包括：

对任意相邻两时间段内的运行数据的性能指标进行对比，得到对比结果；

基于所述对比结果对所述目标数据模型进行性能评价。

优选的，所述得到评价结果之后，还包括：

显示所述评价结果。

优选的，所述显示所述评价结果，包括：

以图的形式显示所述评价结果。

一种用于大数据的数据模型监控系统，包括：