[发明专利]一种图模型全生命周期管理方法

说明书

本发明公开了一种图模型全生命周期管理方法，该方法包括以下步骤：在开发环境中搭建平台，将平台中训练得到的模型导出至管理平台；管理平台根据导入的模型，将模型的预测结果用于解决业务系统的业务问题；业务系统将业务数据导出至所述平台。本发明有效区分用户环境，提高效率，快速进行图模型场景落地；图模型全生命周期覆盖，不仅包含了模型训练以及发布流程，还包含了模型后续监控以及衰减后的重新训练流程。

技术领域

本发明涉及图模型技术领域，特别是一种图模型全生命周期管理方法。

背景技术

图：图是用以表示实体及其关系的结构，记为G＝(V,E)。图由两个集合组成，一是节点的集合V，一个是边的集合E。同时节点和边也会有各自的属性。

图模型：基于图数据训练的模型，相比于传统模型，能够基于图强大的表达能力，充分挖掘出数据背后隐藏的信息，解决业务问题。

从现阶段人工智能的发展来看，随着计算力的不断提升，储存手段的持续升级，具有快速计算和记忆存储能力的计算智能已经初步实现。在计算智能和感知智能发展基础上，人工智能正在向能够分析、思考、理解、判断等认知智能延伸，真正的智能化解决方案已经显现端倪。

另外数据分析产业也将迎来变革，中国企业采用图数据库的比例不断上升，Gartner报告指出到2025年，图技术在数据分析创新领域的占比将达到80％。而图数据库作为传统关系型数据库优化方向，在行业数据量积累到一定程度之后，Graph AI可以提供更深入的见解和更好的业务效果。

发明内容

鉴于此，本发明提供一种图模型全生命周期管理方法，以解决上述技术问题。

本发明公开了一种图模型全生命周期管理方法，包括以下步骤：

在开发环境中搭建平台，将平台中训练得到的模型导出至管理平台；

管理平台根据导入的模型，将模型的预测结果用于解决业务系统的业务问题；

业务系统将业务数据导出至所述平台。

进一步地，所述在开发环境中搭建平台，将平台中训练得到的模型导出至管理平台，包括：

大数据平台接收业务系统导入的离线数据；

在大数据平台上搭建平台；

在搭建的平台上，对离线数据进行数据处理，并将数据处理后的离散数据作为模型的训练样本，然后进行模型训练；

将训练好的模型导出至管理平台。

进一步地，所述大数据平台和搭建的平台均位于开发环境中。

进一步地，所述管理平台根据导入的模型，将模型的预测结果用于解决业务系统的业务问题，包括：

管理平台接收业务系统发送的在线业务数据并对其进行数据处理；

根据数据处理后的在线业务数据以及导入的模型，进行模型预测；

将模型预测得到的预测结果用于业务系统的业务程序中以解决业务问题。

进一步地，所述管理平台和业务系统均位于生产环境中。

进一步地，所述生产环境为模型上线的部分，其主要负责模型的实时预测，对接客户线上数据，以解决相关的业务问题。

进一步地，所述生产环境能够不断监控模型指标，避免长时间后模型出现衰减。

进一步地，若所述模型在生产环境中有衰减，将对应的模型文件放回开发环境重新训练即可。

进一步地，用户环境包括开发环境和生产环境。

由于采用了上述技术方案，本发明具有如下的优点：