[发明专利]基于多源异构的数据挖掘建模方法及系统

说明书

本公开涉及一种基于多源异构的数据挖掘建模方法及系统。本公开通过获取机器学习的相关算法，将所述机器学习的相关算法封装为多个算法组件，响应于用户对所述多个算法组件的第一操作，通过所述多个算法组件构建机器学习模型。由于将算法组件化，用户或者业务人员可以按需装配不同的组件，可以让机器学习模型的构建更加灵活，效率更加高效，也提高了算法的重用性。用户可以利用可视化的页面，使用拖拽的方式拖动组件，配置机器学习模型，使操作更加简单，用户只需要了解算法组件的基本功能，而不需要了解机器学习模型的技术细节，降低了用户的学习成本和构建机器学习模型的难度，从而降低了构建机器学习模型的开发门槛与成本。

技术领域

本公开涉及计算机技术领域，尤其涉及一种基于多源异构的数据挖掘建模方法及系统。

背景技术

随着计算机技术的发展，当我们对数据进行挖掘分析时，机器学习算法的使用越来越多，适用的场景也更广。其中，利用机器学习建模是一种常用的对数据进行挖掘分析的方法。

机器学习是一个入门门槛相对比较高的技术领域，大部分的工程技术人员和业务人员都聚焦在业务领域的特征提取、算法选择、参数调优和模型验证。

但是，机器学习建模过程复杂，不仅需要深入理解算法原理，而且需要对业务深入研究，导致传统的数据分析师无法快速胜任。并且在建模人员完成模型训练后，仍需要工程化团队协助完成模型的部署，导致建模整体成本高。

发明内容

为了解决上述技术问题，本公开提供了一种基于多源异构的数据挖掘建模方法及系统，以简化机器学习模型构建的操作，降低机器学习模型构建的成本。

第一方面，本公开实施例提供一种基于多源异构的数据挖掘建模方法，包括：

获取机器学习的相关算法；

将所述机器学习的相关算法封装为多个算法组件；

响应于用户对所述多个算法组件的第一操作，通过所述多个算法组件构建机器学习模型。

第二方面，本公开实施例提供一种基于多源异构的数据挖掘建模装置，包括：

第一获取模块，用于获取机器学习的相关算法；

封装模块，用于将所述机器学习的相关算法封装为多个算法组件；

构建模块，用于响应于用户对所述多个算法组件的第一操作，通过所述多个算法组件构建机器学习模型。

第三方面，本公开实施例提供一种电子设备，包括：

存储器；

处理器；以及

计算机程序；

其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如第一方面所述的方法。

第四方面，本公开实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行以实现第一方面所述的方法。

第五方面，本公开实施例提供了一种基于多源异构的数据挖掘建模系统，该系统包括至少一个计算装置和至少一个存储指令的存储装置，其中，所述指令在被所述至少一个计算装置运行时，促使所述至少一个计算装置执行如第一方面所述的方法。

第六方面，本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括计算机程序或指令，该计算机程序或指令被处理器执行时实现如上所述的基于多源异构的数据挖掘建模方法。