[发明专利]数据分析设备、多模型共决策系统及方法有效

专利信息
申请号: 201810310789.9 申请日: 2018-03-30
公开(公告)号: CN110324170B 公开(公告)日: 2021-07-09
发明(设计)人: 徐以旭;吴中耀;王园园 申请(专利权)人: 华为技术有限公司
主分类号: H04L12/24 分类号: H04L12/24;G06K9/62
代理公司: 深圳市深佳知识产权代理事务所(普通合伙) 44285 代理人: 王仲凯
地址: 518129 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 数据 分析 设备 模型 决策 系统 方法
【权利要求书】:

1.一种数据分析设备,其特征在于,所述数据分析设备包括:

通信接口,用于与另一数据分析设备建立通信连接;

处理器,用于依据组合学习算法对目标业务进行训练,获取多个学习模型,生成用于指示安装所述多个学习模型的安装消息,并通过所述通信接口向另一数据分析设备发送所述安装消息,所述多个学习模型中包括主模型和次模型,所述安装消息中包括所述主模型的描述信息、所述次模型的描述信息以及对所述多个学习模型的预测结果进行投票的投票决策信息。

2.根据权利要求1所述的数据分析设备,其特征在于,所述投票决策信息包括:平均法投票决策信息;所述平均法投票决策信息包括简单平均投票决策信息或加权平均决策信息;

或者,所述投票决策信息包括:基于投票数的决策信息;所述基于投票数的决策信息包括绝对多数投票决策信息、相对多数投票决策信息,或加权投票决策信息。

3.根据权利要求1或2所述的数据分析设备,其特征在于,所述处理器还用于通过所述通信接口获取统计信息,根据所述统计信息优化所述目标业务的模型,其中,所述统计信息包括主模型的标识、预设时间间隔内每个学习模型执行模型预测的预测总次数、所述每个学习模型执行每次预测的预测结果和每次预测的最终预测结果。

4.根据权利要求3所述的数据分析设备,其特征在于,所述安装消息中还包括第一周期信息,所述第一周期信息用于指示所述另一数据分析设备反馈所述统计信息的反馈周期,所述预设时间间隔与所述反馈周期相同。

5.根据权利要求1-2中任一项所述的数据分析设备,其特征在于,所述处理器,用于通过所述通信接口向所述另一数据分析设备发送请求消息,所述请求消息用于请求订阅特征向量,所述请求消息中包含第二周期信息,所述第二周期信息用于指示采集与所述特征向量相关的数据的采集周期。

6.根据权利要求1-2中任一项所述的数据分析设备,其特征在于,所述数据分析设备为无线接入网数据分析网元或网络数据分析网元。

7.一种数据分析设备,其特征在于,所述数据分析设备包括:

通信接口,用于与其他数据分析设备建立通信连接;

处理器,用于通过所述通信接口接收来自另一数据分析设备的安装消息,并依据所述安装消息安装多个学习模型,所述多个学习模型中包括主模型和次模型,所述安装消息中包括所述主模型的描述信息、所述次模型的描述信息以及对所述多个学习模型的预测结果进行投票的投票决策信息;根据所述多个学习模型进行预测,并基于所述多个学习模型中每个学习模型的预测结果和所述投票决策信息为目标业务匹配策略。

8.根据权利要求7所述的数据分析设备,其特征在于,所述处理器包括:执行单元、数据单元和策略单元;

所述执行单元,用于通过所述通信接口接收来自所述另一数据分析设备的所述安装消息和请求消息,所述请求消息用于请求订阅特征向量,所述请求消息包括所述主模型的标识信息和所述特征向量的标识信息;用于解析所述安装消息,基于解析后的安装消息安装所述多个学习模型,将所述请求消息发送至所述数据单元,以及接收所述数据单元发送的反馈消息,所述反馈消息包括所述主模型的标识信息和所述特征向量;用于基于所述主模型的标识信息确定所述多个学习模型,将所述特征向量作为所述多个学习模型的输入量,获取所述多个学习模型中每个学习模型执行预测后的预测结果,基于所述每个学习模型的预测结果和所述投票决策信息确定最终预测结果,将所述最终预测结果和所述主模型的标识信息发送给所述策略单元;

所述数据单元,用于根据所述请求消息从网络设备中采集数据,并向所述执行单元发送所述反馈消息;

所述策略单元,用于基于所述最终预测结果为所述主模型的标识信息对应的目标业务匹配策略。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华为技术有限公司,未经华为技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810310789.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top