系统及其指标优化方法及装置制造方法及图纸

本申请提供了一种系统及其指标优化方法及装置，该方法包括：获取系统的所有已用指标参数及其数值，以及所有待选用指标参数及其数值；基于预设的数据降维算法将所述所有已用指标参数及其数值进行降维处理，获得对应的特征参数集及其数值；以所述特征参数集的数值作为输入，并以所述所有待选用指标参数的数值作为目标输出，训练预设的机器学习模型，获得所述所有待选用指标参数的数值的预测值；获取所述所有待选用指标参数中每个待选用指标的数值与其对应预测值的差异度量值；选取出预设数量个其差异度量值最大的待选用指标作为所述系统的新增指标。本申请可提高指标优选效率，并降低系统性能抖动。

System and its index optimization method and device

The invention provides a system and index optimization method and device, the method includes: all parameters and the numerical index of the system, and all parameters and numerical index; dimensionality reduction algorithm of the all used parameters and the numerical dimension of preset data based on the obtained parameters set the corresponding numerical and numerical; with the parameters set of features as input, and with all the parameters to choose value as the target output, machine learning model training preset, obtain the prediction of all parameters to choose numerical value difference; obtaining the parameters in each index all to choose to choose the corresponding numerical prediction index measure; select a preset number of measure the difference value of the largest to be selected as the index system New index. This application can improve the efficiency of index optimization and reduce the system performance jitter.

【技术实现步骤摘要】
系统及其指标优化方法及装置
本申请涉及数据处理
，尤其是涉及一种系统及其指标优化方法及装置。
技术介绍
随着时间的推移，一些系统在实际应用过程中，其相关统计信息在不断累积丰富，而通过对统计信息的分析和处理，可能会发现需要有新指标添加进来并在此基础上重构系统，以提升其性能。而随着计算机网络及信息技术的不断发展变化，目前已有一些系统具有自动构建新指标集的功能，这些新指标集可以帮助系统适应新的变化，从而有利于提高系统性能。但由于通常新指标集中的新指标的数量往往较大，而其中有些系统(比如在线系统)的资源有限，因而可能无法满足使用全部的新指标。在这种情况下，需要从新指标集里优选出最有效的指标，以便于实现以较少的指标集带来较大的系统性能提升。目前针对新指标优选的方法主要是将新指标集中所有新指标依次单独加入已有系统的原指标集，重新训练，然后根据系统性能的提升幅度来排序，并最终依据排序选择一部分新指标。然而，本申请的专利技术人发现：上述方法需要逐个遍历新指标集中每一个新指标，非常耗时。同时，如果已有系统已经较为复杂，新增的单个指标实际并不一定能够为该系统带来实际的性能提升。有时候，系统性能的抖本文档来自技高网...

【技术保护点】
一种系统指标优化方法，其特征在于，包括以下步骤：获取系统的所有已用指标参数及其数值，以及所有待选用指标参数及其数值；基于预设的数据降维算法将所述所有已用指标参数及其数值进行降维处理，获得对应的特征参数集及其数值；以所述特征参数集的数值作为输入，并以所述所有待选用指标参数的数值作为目标输出，训练预设的机器学习模型，获得所述所有待选用指标参数的数值的预测值；获取所述所有待选用指标参数中每个待选用指标的数值与其对应预测值的差异度量值；选取出预设数量个其差异度量值最大的待选用指标作为所述系统的新增指标。

【技术特征摘要】
1.一种系统指标优化方法，其特征在于，包括以下步骤：获取系统的所有已用指标参数及其数值，以及所有待选用指标参数及其数值；基于预设的数据降维算法将所述所有已用指标参数及其数值进行降维处理，获得对应的特征参数集及其数值；以所述特征参数集的数值作为输入，并以所述所有待选用指标参数的数值作为目标输出，训练预设的机器学习模型，获得所述所有待选用指标参数的数值的预测值；获取所述所有待选用指标参数中每个待选用指标的数值与其对应预测值的差异度量值；选取出预设数量个其差异度量值最大的待选用指标作为所述系统的新增指标。2.根据权利要求1所述的系统指标优化方法，其特征在于，所述预设的数据降维算法包括自动编码机；所述基于预设的数据降维算法将所述所有已用指标参数及其数值进行降维处理，获得对应的特征参数集及其数值，包括：将所述所有已用指标参数同时作为输入节点和目标输出节点，并以所述所有已用指标参数的数值作为第一训练数据集，训练所述自动编码机，获得对应的特征参数集及其数值。3.根据权利要求1所述的系统指标优化方法，其特征在于，所述预设的机器学习模型包括深度神经网络；所述以所述特征参数集的数值作为输入，并以所述所有待选用指标参数的数值作为目标输出，训练预设的机器学习模型，获得所述所有待选用指标参数的数值的预测值，包括：将所述特征参数集及所述所有待选用指标参数对应作为输入节点和目标输出节点，并将所述特征参数集的数值作为第二训练数据集，训练深度神经网络，获得所述所有待选用指标参数的数值的预测值。4.根据权利要求1所述的系统指标优化方法，其特征在于，所述特征参数集中的特征参数的数量预先设定。5.根据权利要求1所述的系统指标优化方法，其特征在于，在所述选取出预设数量个其差异度量值最大的待选用指标作为所述系统的新增指标之前，还包括：按照对应差异度量值的大小将所述所有待选用指标参数进行排序。6.根据权利要求1所述的系统指标优化方法，其特征在于，所述差异度量值包括残差平方和。7.一种系统指标优化装置，其特征在于，包括以下步骤：数据获取模块，用于获取系统的所有已用指标参数及其数值，以及所有待选用指标参数及其数值；数据降维模块...

【专利技术属性】
技术研发人员：刘毅捷，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY