模型监控方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种模型监控方法、装置、计算机设备及存储介质。本发明专利技术应用于模型部署中的模型监控领域。所述方法包括：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、第一当前性能指标以及第一当前效果指标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。通过实施本发明专利技术实施例的方法可对模型的数据、性能以及效果进行全方面的监控，以及时发现模型的异常通知监控人员，保证模型的正常运行。

Model monitoring method, device, computer equipment and storage medium

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；第一判断单元，用于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；第二判断单元，用于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；第三判断单元，用于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；第一生成单元，用于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。第三方面，本专利技术实施例还提供了一种计算机设备，其包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法。第四方面，本专利技术实施例还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序当被处理器执行时可实现上述方法。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。其中，所述方法包括：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。本专利技术实施例由于根据第一当前数据指标、第一当前性能指标以及第一当前效果指标判断第一目标模型是否出现异常，当第一目标模型出现异常，则根据发生异常的第一目标模型生成异常消息邮件，可实现对模型的数据、性能以及效果实现全面监控，及时发现模型异常，实现快速修复的效果。附图说明为了更清楚地说明本专利技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的模型监控方法的流程示意图；图2为本专利技术实施例提供的模型监控方法的子流程示意图；图3为本专利技术实施例提供的模型监控方法的子流程示意图；图4为本专利技术实施例提供的模型监控方法的子流程示意图；图5为本专利技术另一实施例提供的模型监控方法的流程示意图；图6为本专利技术实施例提供的模型监控装置的示意性框图；图7为本专利技术实施例提供的模型监控装置的具体单元的示意性框图；图8为本专利技术另一实施例提供的模型监控装置的示意性框图；以及图9为本专利技术实施例提供的计算机设备的示意性框图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。还应当理解，在此本专利技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本专利技术。如在本专利技术说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解，在本专利技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。请参阅图1，图1为本专利技术实施例提供的模型监控方法的示意性流程图。该模型监控方法应用于终端中，本专利技术提出一种模型监控方法，本专利技术中的模型是指用于分析客户行为以提高保险销售额的模型，模型的数量有多个，例如为，精准营销模型、偏好模型以及行为分析模型等。由于随着时代的变化产品的更迭越来越频繁，且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，对模型的精确性和性能造成影响，从而降低保险产品的销售效果。因此，通过本专利技术提出的模型监控方法，对模型的数据、性能以及效果进行全方面的监控，以及时发现模型的异常通知监控人员，保证模型的正常运行。图2是本专利技术实施例提供的模型监控方法的流程示意图。如图所示，该方法包括以下步骤S110-S150。S110、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。在一实施例中，第一目标模型指的是生产上模型的运行周期为一天的日模型，即每日运行一次的模型。第一预设时间是定期监控第一目标模型的时间，例如为每周三或者每周日。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均是基于第一目标模型计算得到的，第一目标模型每日运行都会产生该三种指标，每当第一目标模型运行后经计算得到的数据指标、性能指标以及效果指标均形成记录存储在预设数据库中，该三种指标在预设数据库中每日不断叠加记录，该预设数据库用于存储与所有模型相关的数据。因此，当检测到当前时间为定期监控的时间，首先从预设数据库中获取对应该第一预设模型的第一当前数本文档来自技高网...

【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