[发明专利]一种数据处理的方法、装置、可读存储介质和电子设备

权利要求书

1.一种数据处理的方法，其特征在于，该方法包括：

接收来自于程序调用接口的即时数据，其中，所述即时数据包括目标对象的即时特征数据；

通过至少一个处理器将所述即时特征数据输入到预先训练的机器学习模型，获取所述机器学习模型输出的在设定时间段内的各任务对应的超时概率，其中，所述机器学习模型包括各特征对应的权重系数，所述权重系数根据历史特征数据生成的；

所述至少一个处理器根据所述超时概率，确定所述目标对象的压力值；

响应于所述压力值大于或等于设定阈值，所述至少一个处理器确定所述目标对象超出负荷。

2.如权利要求1所述的方法，其特征在于，所述机器学习模型包括逻辑回归模型。

3.如权利要求1所述的方法，其特征在于，所述权重系数根据所述历史特征数据、历史压力值、以及XGBoost模型生成的。

4.如权利要求1所述的方法，其特征在于，所述历史数据周期性更新。

5.如权利要求1所述的方法，其特征在于，所述至少一个处理器根据在设定时间段内的各任务对应的超时概率，确定所述目标对象的压力值，具体包括：

所述至少一个处理器确定在设定时间段内的各任务对应的超时概率的和值；

所述至少一个处理器确定所述和值与所述设定时间段内的任务数量的比值作为所述目标对象的压力值。

6.一种数据处理的装置，其特征在于，该装置包括：

接收单元，用于接收来自于程序调用接口的即时数据，其中，所述即时数据包括目标对象的即时特征数据；

处理单元，用于通过至少一个处理器将所述即时特征数据输入到预先训练的机器学习模型，获取所述机器学习模型输出的在设定时间段内的各任务对应的超时概率，其中，所述机器学习模型包括各特征对应的权重系数，所述权重系数根据历史特征数据生成的；

确定单元，所述至少一个处理器用于根据所述超时概率，确定所述目标对象的压力值；

所述确定单元还用于，响应于所述压力值大于或等于设定阈值，所述至少一个处理器确定所述目标对象超出负荷。

7.一种计算机可读存储介质，其上存储计算机程序指令，其特征在于，所述计算机程序指令在被处理器执行时实现如权利要求1-5中任一项所述的方法。

8.一种电子设备，包括存储器和处理器，其特征在于，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现如下步骤：

接收来自于程序调用接口的即时数据，其中，所述即时数据包括目标对象的即时特征数据；

通过至少一个处理器将所述即时特征数据输入到预先训练的机器学习模型，获取所述机器学习模型输出的在设定时间段内的各任务对应的超时概率，其中，所述机器学习模型包括各特征对应的权重系数，所述权重系数根据历史特征数据生成的；

所述至少一个处理器根据所述超时概率，确定所述目标对象的压力值；

响应于所述压力值大于或等于设定阈值，所述至少一个处理器确定所述目标对象超出负荷。

9.如权利要求8所述的电子设备，其特征在于，所述机器学习模型包括逻辑回归模型。

10.如权利要求8所述的电子设备，其特征在于，所述权重系数根据所述历史特征数据、历史压力值、以及XGBoost模型生成的。