[发明专利]一种机器学习的通用数据备份方法和系统

权利要求书

1.一种机器学习的通用数据备份方法，其特征在于，包括：

将分类器要用到的数据源的接口进行统一的标准化的管理，并通过同一个网关来服务所有的数据请求；

在所述网关中新增数据源时，基于预先设定的备份机制，进行相应的数据备份。

2.根据权利要求1所述的机器学习的通用数据备份方法，其特征在于，将分类器要用到的数据源的接口进行统一的标准化的管理，包括：

将所有的数据接口都收拢到一个单独的服务中，同时在该服务中建立一套与数据源充分解耦的备份机制。

3.根据权利要求2所述的机器学习的通用数据备份方法，其特征在于，还包括：

在所述服务中，所述与数据源充分解耦的备份机制是与实际数据接口相独立的，统一的备份机制，且具有统一的备份格式。

4.根据权利要求3所述的机器学习的通用数据备份方法，其特征在于，还包括：获取上述数据备份，并根据上述统一备份格式，获取离线训练所需要的数据。

5.根据权利要求1或2所述的机器学习的通用数据备份方法，其特征在于，所述备份机制，具体包括：数据备份逻辑、备份格式以及备份算法。

6.一种机器学习的通用数据备份系统，其特征在于，包括：

分发模块，用于将分类器要用到的数据源的接口进行统一的标准化的管理，并通过同一个网关来服务所有的数据请求；

备份模块，用于在所述网关中新增数据源时，基于预先设定的备份机制，进行相应的数据备份。

7.根据权利要求6所述的机器学习的通用数据备份系统，其特征在于，将分类器要用到的数据源的接口进行统一的标准化的管理，包括：

将所有的数据接口都收拢到一个单独的服务中，同时在该服务中建立一套与数据源充分解耦的备份机制。

8.根据权利要求7所述的机器学习的通用数据备份系统，其特征在于，还包括：

在所述服务中，所述与数据源充分解耦的备份机制是与实际数据接口相独立的，统一的备份机制，且具有统一的备份格式。

9.根据权利要求8所述的机器学习的通用数据备份系统，其特征在于，还包括：获取上述数据备份，并根据上述统一备份格式，获取离线训练所需要的数据。

10.根据权利要求6或7所述的机器学习的通用数据备份系统，其特征在于，所述备份机制，具体包括：数据备份逻辑、备份格式以及备份算法。