推荐模型的确定方法、装置、设备及存储介质与流程

文档序号:26004736发布日期:2021-07-23 21:22阅读:来源:国知局

技术特征:

1.一种推荐模型的确定方法,其特征在于,所述方法包括:

响应于检测到业务方满足模型推荐条件,确定所述业务方的初始模型服务;

基于所述初始模型服务确定目标模型服务群组,所述目标模型服务群组为预先确定的所述初始模型服务所属的群组,所述目标模型服务群组中的各个模型服务具有相同的接口声明集合信息;

从所述目标模型服务群组内各个模型服务中确定目标模型服务;

基于所述目标模型服务对应的模型确定用于向所述业务方进行推荐的模型。

2.根据权利要求1所述的方法,其特征在于,所述确定所述业务方的初始模型服务,包括:

获取所述业务方的业务方标识;

将所述业务方标识对应的初始模型服务确定为所述业务方的初始模型服务。

3.根据权利要求1所述的方法,其特征在于,所述方法还包括基于以下方式确定所述初始模型服务所属的目标模型服务群组:

检测所述初始模型服务的目标接口声明集合信息;

查找与所述目标接口声明集合信息匹配的目标模型服务群组;

响应于查找到所述目标模型服务群组,将所述初始模型服务加入所述目标模型服务群组中。

4.根据权利要求3所述的方法,其特征在于,所述方法还包括:

响应于未查找到所述目标模型服务群组,创建所述初始模型服务所属的目标模型服务群组,并将所述目标接口声明集合信息注册到所述目标模型服务群组下;

将所述初始模型服务加入创建的所述目标模型服务群组中。

5.根据权利要求1所述的方法,其特征在于,所述从所述目标模型服务群组内各个模型服务中确定目标模型服务,包括:

获取所述目标模型服务群组内各个模型服务的评价信息值;

基于所述各个模型服务中评价信息值最高的模型服务确定目标模型服务。

6.根据权利要求5所述的方法,其特征在于,所述方法还包括预先基于以下方式确定所述模型服务的评价信息值:

基于预设周期采集所述模型服务的实际运行数据;

响应于所述实际运行数据满足评价条件,基于所述实际运行数据确定所述模型服务的评价信息值。

7.根据权利要求6所述的方法,其特征在于,所述基于所述实际运行数据确定所述模型服务的评价信息值,包括:

对所述实际运行数据进行预处理,得到预处理数据;

对所述预处理数据进行归一化处理,得到归一化数据;

对所述归一化数据进行权重加和运算,得到所述模型服务的评价信息值。

8.一种推荐模型的确定装置,其特征在于,所述装置包括:

初始服务确定模块,用于响应于检测到业务方满足模型推荐条件,确定所述业务方的初始模型服务;

服务群组确定模块,用于基于所述初始模型服务确定目标模型服务群组,所述目标模型服务群组为预先确定的所述初始模型服务所属的群组,所述目标模型服务群组中的各个模型服务具有相同的接口声明集合信息;

目标服务确定模块,用于从所述目标模型服务群组内各个模型服务中确定目标模型服务;

推荐模型确定模块,用于基于所述目标模型服务对应的模型确定用于向所述业务方进行推荐的模型。

9.一种电子设备,其特征在于,所述设备包括:

处理器以及用于存储处理器可执行指令的存储器;

其中,所述处理器被配置为:

响应于检测到业务方满足模型推荐条件,确定所述业务方的初始模型服务;

基于所述初始模型服务确定目标模型服务群组,所述目标模型服务群组为预先确定的所述初始模型服务所属的群组,所述目标模型服务群组中的各个模型服务具有相同的接口声明集合信息;

从所述目标模型服务群组内各个模型服务中确定目标模型服务;

基于所述目标模型服务对应的模型确定用于向所述业务方进行推荐的模型。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现:

响应于检测到业务方满足模型推荐条件,确定所述业务方的初始模型服务;

基于所述初始模型服务确定目标模型服务群组,所述目标模型服务群组为预先确定的所述初始模型服务所属的群组,所述目标模型服务群组中的各个模型服务具有相同的接口声明集合信息;

从所述目标模型服务群组内各个模型服务中确定目标模型服务;

基于所述目标模型服务对应的模型确定用于向所述业务方进行推荐的模型。


技术总结
本公开是关于一种推荐模型的确定方法、装置、设备及存储介质,所述方法包括:响应于检测到业务方满足模型推荐条件,确定所述业务方的初始模型服务;基于所述初始模型服务确定目标模型服务群组,所述目标模型服务群组为预先确定的所述初始模型服务所属的群组,所述目标模型服务群组中的各个模型服务具有相同的接口声明集合信息;从所述目标模型服务群组内各个模型服务中确定目标模型服务;基于所述目标模型服务对应的模型确定用于向所述业务方进行推荐的模型。本公开可以实现利用已有的模型服务进行模型推荐,而无需引入额外的服务资源,既可实现跨领域的模型推荐,又可降低模型推荐服务提供方的软硬件成本以及用于模型评估的人力成本。

技术研发人员:刘国明
受保护的技术使用者:北京小米移动软件有限公司;北京小米松果电子有限公司
技术研发日:2021.04.22
技术公布日:2021.07.23
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1