[发明专利]模型部署方法、设备及可读存储介质在审
| 申请号: | 202010769837.8 | 申请日: | 2020-07-31 |
| 公开(公告)号: | CN111897832A | 公开(公告)日: | 2020-11-06 |
| 发明(设计)人: | 李冕和;黄启军;唐兴兴;林冰垠;李诗琦;卓本刚 | 申请(专利权)人: | 深圳前海微众银行股份有限公司 |
| 主分类号: | G06F16/242 | 分类号: | G06F16/242;G06F16/27;G06F16/28;G06F8/60 |
| 代理公司: | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人: | 张志江 |
| 地址: | 518000 广东省深圳市前海深港合作区前*** | 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: | 模型 部署 方法 设备 可读 存储 介质 | ||
本申请公开了一种模型部署方法、设备及可读存储介质,所述模型部署方法包括:获取待部署模型,并基于预设第一SQL语句模板,对所述待部署模型进行嵌套转换,获得模型结构表示语句,基于预设第二SQL语句模板和所述模型结构表示语句,生成所述待部署模型对应的模型输出表示语句。本申请解决了模型部署效率低的技术问题。
技术领域
本申请涉及金融科技(Fintech)的人工智能领域,尤其涉及一种模型部 署方法、设备及可读存储介质。
背景技术
随着金融科技,尤其是互联网科技金融的不断发展,越来越多的技术(如 分布式、区块链Blockchain、人工智能等)应用在金融领域,但金融业也对技 术提出了更高的要求,如对金融业对应待办事项的分发也有更高的要求。
随着计算机软件和人工智能的不断发展,机器学习的应用领域也越来越 广泛,其中,在应用GBDT(Gradient Boosting Decision Tree,梯度提升决策 树)模型时,通常将模型转换为SQL(Structured Query Language,结构化查 询语言)代码进行生产部署,目前,SQL代码通常通过手工生成,其步骤包 括建模-导出模型文件-SQL编写-人工复核等,然而当前大数据快速发展导 致GBDT模型迭代频繁,进而将GBDT模型手工转换为SQL代码的效率通常 无法满足GBDT模型迭代频繁的需求,也即,将GBDT模型手工转换为SQL 代码的效率过低,且由于GBDT模型包括数量极多的特征,进而进一步加大 了通过手工生成SQL代码将GBDT模型转换为SQL代码的工作量,也即, 进一步降低了将GBDT模型手工转换为SQL代码的效率,所以,导致模型部 署的效率较低。
发明内容
本申请的主要目的在于提供一种模型部署方法、设备及可读存储介质, 旨在解决现有技术中模型部署效率低的技术问题。
为实现上述目的,本申请提供一种模型部署方法,所述模型部署方法应 用于模型部署设备,所述模型部署方法包括:
获取待部署模型,并基于预设第一SQL语句模板,对所述待部署模型进 行嵌套转换,获得模型结构表示语句;
基于预设第二SQL语句模板和所述模型结构表示语句,生成所述待部署 模型对应的模型输出表示语句。
可选地,所述预设第一SQL语句模板包括条件选择语句块,所述待部署 模型至少包括一模型决策树,所述模型决策树至少包括一决策树节点,所述 模型结构表示语句至少包括一个模型决策树表示语句,
所述基于预设第一SQL语句模板,对所述待部署模型进行嵌套转换,获 得模型结构表示语句的步骤包括:
获取各所述决策树节点对应的节点分裂条件和对应的孩子节点;
基于所述条件选择语句块、各所述节点分裂条件和各所述孩子节点,分 别生成各所述决策树节点对应的目标条件选择语句;
基于各所述决策树节点之间的父子关系信息,将各所述目标条件选择语 句进行嵌套,获得所述模型决策树表示语句。
可选地,所述基于所述条件选择语句块、各所述节点分裂条件和各所述 孩子节点,分别生成各所述决策树节点对应的目标条件选择语句的步骤包括:
将各所述节点分裂条件作为选择条件,并将各所述孩子节点作为选择分 支;
分别将各所述决策树节点对应的选择条件和对应的选择分支输入所述条 件选择语句块,获得各所述决策树节点对应的所述目标条件选择语句。
可选地,所述基于各所述决策树节点之间的父子关系信息,将各所述目 标条件选择语句进行嵌套,获得所述模型决策树表示语句的步骤包括:
在各所述决策树节点中确定根节点,将所述根节点作为第一父节点;
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深圳前海微众银行股份有限公司,未经深圳前海微众银行股份有限公司许可,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/202010769837.8/2.html,转载请声明来源钻瓜专利网。





