[发明专利]数据自适应调整方法及装置

说明书

本发明提供一种数据自适应调整方法及装置，涉及人工智能技术领域。调整方法包括：获取业务系统的历史资源利用率数据和当前资源利用率数据；基于所述历史资源利用率数据和人工智能算法建立资源利用率的预测模型；根据所述资源利用率的预测模型确定所述当前资源利用率数据对应的资源利用率的预测值集合；基于所述预测值集合中的各个预测值和预设的清理阈值确定业务系统的数据的调整时间集合；在所述调整时间集合内的各个时间段对业务系统的数据进行调整。本发明能够降低人力监控成本，提高业务系统的处理效率与节约系统资源。

技术领域

本发明涉及人工智能技术领域，具体涉及一种数据自适应调整方法及装置。

背景技术

银行业务处理需要登记各类数据，存储到数据表中，保证业务信息的完整性、有效性、不可否性等目的。随着线上业务的爆发性增长，数据库存储越来越庞大，而目前数据库的常规处理是日终批量定时的清理，且必须编写清理程序，预先设定固定的生命周期等。清理时段较为集中，集中处理时需要大量的业务系统资源，容易产生效率问题和占用大量的硬件资源，影响业务系统的正常资源分配，从而浪费业务系统资源。

近年来机器学习在各个领域的应用以及十分广泛，通过对大量的历史数据进行建模和算法训练处理，得出相应的规律和预算结果。为了解决资源浪费以及提高业务系统资源效率的问题，如何通过人工学习算法，对业务系统资源使用率进行预测，并根据预测值自动调节业务系统的清理时间和数据，是急需解决的技术问题。

发明内容

针对现有技术中的问题，本发明提供一种数据自适应调整方法及装置，能够有效提高业务系统的性能和资源利用率。

为解决上述技术问题，本发明提供以下技术方案：

第一方面，本发明提供一种数据自适应调整方法，包括：

获取业务系统的历史资源利用率数据和当前资源利用率数据；

基于所述历史资源利用率数据和人工智能算法建立资源利用率的预测模型；

根据所述资源利用率的预测模型确定所述当前资源利用率数据对应的资源利用率的预测值集合；

基于所述预测值集合中的各个预测值和预设的清理阈值确定业务系统的数据的调整时间集合；

在所述调整时间集合内的各个时间段对业务系统的数据进行调整。

进一步地，还包括：

获取业务系统的数据对应的数据生命周期；

根据所述数据生命周期确定业务系统中需要处理的数据集；

相对应的，在所述调整时间集合内的各个时间段对业务系统的数据进行调整，包括：

在所述调整时间集合内的各个时间段对需要处理的数据集进行调整。

进一步地，在所述获取业务系统的数据对应的数据生命周期之后，还包括：

接收配置指令，根据所述配置指令调整所述业务系统的数据对应的数据生命周期。

进一步地，所述根据所述数据生命周期确定业务系统中需要处理的数据集，包括：

确定所述数据生命周期大于预设的周期阈值且该数据的数据访问频率小于预设的访问阈值的数据为需要处理的数据；

其中，所有需要处理的数据构成需要处理的数据集。

其中，所述基于所述历史资源利用率数据和人工智能算法建立资源利用率的预测模型，包括：

根据所述历史资源利用率数据中的资源利用率确定任务系统的资源利用指数；

基于所述资源利用指数和所述历史资源利用率数据中数据采集的时间段，采用人工智能算法建立资源利用率的预测模型；