The embodiment of the invention discloses a model monitoring method, a device, a computer device and a storage medium. The invention is applied to the field of model monitoring in model deployment. The method includes: if the current time is detected as the first preset time, obtaining the first current data index, the first current performance index and the first current effect index of the first target model; judging whether the first target model is abnormal according to the first current data index, the first current performance index and the first current effect index; if the first target model When an exception occurs, an exception message message is generated according to the number of the first target model where the exception occurs, and the exception message message is sent to the default email address. By implementing the method of the embodiment of the invention, all aspects of the data, performance and effect of the model can be monitored, and the monitor personnel can be notified of the abnormality of the model in time to ensure the normal operation of the model.
【技术实现步骤摘要】
模型监控方法、装置、计算机设备及存储介质
本专利技术涉及人工智能
,尤其涉及一种模型监控方法、装置、计算机设备及存储介质。
技术介绍
随着科技与经济的发展,科学技术水平的提高,模型的运用越来越广泛,各种模型已逐渐进入到人们的日常生活中,为人们的生活提供了极大的便利性。在保险行业中,通常通过模型研究用户的行为以提高保险的销售额,然而,随着用户行为工程项目模型数量越来越多,模型在生产上运行任务数的增加和依赖任务的增多,资源的限制,对模型的正常有效运行造成了影响。
技术实现思路
本专利技术实施例提供了一种模型监控方法、装置、计算机设备及存储介质,旨在解决随着模型在生产上运行任务数的增加和依赖任务的增多,资源的限制,对模型的正常有效运行造成影响的问题。第一方面,本专利技术实施例提供了一种模型监控方法,其包括:检测到当前时间为第一预设时间,获取第一目标模型的第一当前数据指标、第一当前性能指标以及第一当前效果指标;根据所述第一当前数据指标所处的预设区间判断所述第一目标模型是否出现异常;将所述第一当前性能指标与前一次性能指标进行对比以判断所述第一目标模型是否出现异常;将所述第一当前效果指标与前一次效果指标进行对比以判断所述第一目标模型是否出现异常;若所述第一目标模型出现异常,根据发生异常的所述第一目标模型的编号生成异常消息邮件,并将所述异常消息邮件发送至预设邮件地址。第二方面,本专利技术实施例还提供了一种模型监控装置,其包括:第一获取单元,用于若检测到当前时间为第一预设时间,获取第一目标模 ...
【技术保护点】
1.一种模型监控方法,其特征在于,包括:/n若检测到当前时间为第一预设时间,获取第一目标模型的第一当前数据指标、第一当前性能指标以及第一当前效果指标;/n根据所述第一当前数据指标所处的预设区间判断所述第一目标模型是否出现异常;/n将所述第一当前性能指标与前一次性能指标进行对比以判断所述第一目标模型是否出现异常;/n将所述第一当前效果指标与前一次效果指标进行对比以判断所述第一目标模型是否出现异常;/n若所述第一目标模型出现异常,根据发生异常的所述第一目标模型的编号生成异常消息邮件,并将所述异常消息邮件发送至预设邮件地址。/n
【技术特征摘要】
1.一种模型监控方法,其特征在于,包括:
若检测到当前时间为第一预设时间,获取第一目标模型的第一当前数据指标、第一当前性能指标以及第一当前效果指标;
根据所述第一当前数据指标所处的预设区间判断所述第一目标模型是否出现异常;
将所述第一当前性能指标与前一次性能指标进行对比以判断所述第一目标模型是否出现异常;
将所述第一当前效果指标与前一次效果指标进行对比以判断所述第一目标模型是否出现异常;
若所述第一目标模型出现异常,根据发生异常的所述第一目标模型的编号生成异常消息邮件,并将所述异常消息邮件发送至预设邮件地址。
2.根据权利要求1所述的模型监控方法,其特征在于,所述根据所述第一当前数据指标所处的预设区间判断所述第一目标模型是否出现异常,包括:
判断所述第一当前数据指标处在预设区间的位置,其中,所述预设区间的位置包括:调整区、稳定区以及观察区;
若所述第一当前数据指标处在预设区间的调整区,判定所述第一目标模型发生异常。
3.根据权利要求1所述的模型监控方法,其特征在于,所述将所述第一当前性能指标与前一次性能指标进行对比以判断所述第一目标模型是否出现异常,包括:
获取所述第一目标模型的前一次性能指标并将所述前一次性能指标与所述第一当前性能指标进行对比;
若所述前一次性能指标与所述第一当前性能指标之间的差值超过预设性能指标阈值,判定所述第一目标模型发生异常。
4.根据权利要求1所述的模型监控方法,其特征在于,所述将所述第一当前效果指标与前一次效果指标进行对比以判断所述第一目标模型是否出现异常,包括:
获取所述第一目标模型的前一次效果指标并将所述前一次效果指标与所述第一当前效果指标进行对比;
若所述前一次效果指标与所述第一当前效果指标之间的差值超过预设效果指标阈值,判定所述第一目标模型发生异常。
5.根据权利要求1所述的模型监控方法,其特征在于,所述若所述第一目标模型出现异常,根据发生异常的所述第一目标模型的编号生成异常消息邮件,并将所述异常消息邮件发送至预设邮件地址之后,还包括:
若检测到当前时间为第二预设时间,获取第二目标模型的第二当前数据指标、第二当前性能指标以及第二当前效果指标;
根据所述第二当...
【专利技术属性】
技术研发人员:陈依云,
申请(专利权)人:中国平安人寿保险股份有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。