大数据模型设置方法、终端设备及计算机可读存储介质技术

本发明专利技术公开了一种大数据模型设置方法，包括以下步骤：接收到模型设置请求后，输出模型设置界面；通过所述模型设置界面获取模型的配置参数以及模型数据；根据所述模型的配置参数以及所述模型数据生成所述模型的运行脚本。本发明专利技术还公开了一种终端设备及计算机可读存储介质。本发明专利技术旨在提高用户对于大数据模型的管理体验。

【技术实现步骤摘要】
大数据模型设置方法、终端设备及计算机可读存储介质
本专利技术涉及计算机
，尤其涉及一种大数据模型设置方法、终端设备及计算机可读存储介质。
技术介绍
随着大数据的不断发展，大数据业务涉及到的模型的类型越来越多，对于部署在平台上的模型管理比较混乱，一般依赖用户的记忆来部署模型以及运行模型，对平台上部署的模型的管理非常有限。上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
本专利技术的主要目的在于提供一种大数据模型设置方法、终端设备及计算机可读存储介质，旨在提高用户对于大数据模型的管理体验。为实现上述目的，本专利技术提供一种大数据模型设置方法，所述大数据模型设置方法包括以下步骤：接收到模型设置请求后，输出模型设置界面；通过所述模型设置界面获取模型的配置参数以及模型数据；根据所述模型的配置参数以及所述模型数据生成所述模型的运行脚本。优选地，所述根据所述模型的配置参数以及所述模型数据生成所述模型的运行脚本的步骤包括：根据所述配置参数中的模型类型判断所述模型是否需要解压；若所述模型需要解压，对所述模型数据进行解压处理，根据所述配置参数以及解压后的所述模型数据生成所述运行脚本；若所述模型不需要解压，根据所述模型的配置参数以及所述模型数据生成所述运行脚本。优选地，所述根据所述模型的配置参数以及所述模型数据生成所述模型的运行脚本的步骤之前，还包括：判断所述配置参数是否合法；若所述配置参数合法，执行根据所述模型的配置参数以及所述模型数据生成所述模型的运行脚本的步骤；若所述配置参数不合法，输出提示信息。优选地，所述根据所述模型的配置参数以及所述模型数据生成所述模型的运行脚本的步骤之后，还包括：根据所述配置参数获取启动时间点或者启动周期；根据所述启动时间点或者启动周期，启动所述运行脚本，以运行所述模型。优选地，所述根据所述启动时间点或者启动周期，启动所述运行脚本，以运行所述模型的步骤包括：检测所述模型的状态；若所述模型为可用状态时，根据所述启动时间点或者启动周期，启动所述运行脚本，以运行所述模型。优选地，所述若所述模型为可用状态时，根据所述启动时间点或者启动周期，启动所述运行脚本，以运行所述模型的步骤之后，还包括：获取所述模型的运行日志文件；根据所述运行日志文件获取所述模型的状态信息。优选地，所述根据所述运行日志文件获取所述模型的状态信息的步骤之后，还包括：在接收到所述模型的运行停止指令时，停止运行所述运行脚本。优选地，所述在接收到所述模型的运行停止指令时，停止运行所述运行脚本的步骤之后，还包括：获取所述模型对应的输出界面，通过所述输出界面显示所述模型的状态信息。为实现上述目的，本专利技术还提供一种终端设备，所述终端设备包括：所述终端设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的大数据模型设置方法的控制程序，所述大数据模型设置方法的控制程序被所述处理器执行时实现如上述大数据模型设置方法的步骤。为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有大数据模型设置方法的控制程序，所述大数据模型设置方法的控制程序被处理器执行时实现如上述大数据模型设置方法的步骤。本专利技术提供的大数据模型设置方法、终端设备及计算机可读存储介质，接收到模型设置请求后，输出模型设置界面，通过所述模型设置界面获取模型的配置参数以及模型数据，其中，模型的配置参数由用户在模型设置界面输入相关的参数，根据所述模型的配置参数以及所述模型数据生成所述模型的运行脚本，使得用户更加方便地管理大数据模型，提高用户对于大数据模型的管理体验。附图说明图1为本专利技术实施例方案涉及的实施例终端的硬件运行环境示意图；图2为本专利技术大数据模型设置方法第一实施例的流程示意图；图3为本专利技术大数据模型设置方法第二实施例的流程示意图；图4为本专利技术大数据模型设置方法第三实施例的流程示意图；图5为本专利技术大数据模型设置方法第四实施例的流程示意图；图6为本专利技术大数据模型设置方法第五实施例的流程示意图；图7为本专利技术大数据模型设置方法第六实施例的流程示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。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、完整的描述，显然，所描述的实施例仅仅是本专利技术的一部分实施例，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。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本专利技术要求的保护范围之内。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术实施例的主要解决方案是：接收到模型设置请求后，输出模型设置界面；通过所述模型设置界面获取模型的配置参数以及模型数据；根据所述模型的配置参数以及所述模型数据生成所述模型的运行脚本。本专利技术提供一种大数据模型设置方法，旨在提高用户对于大数据模型的管理体验。如图1所示，图1是本专利技术实施例方案涉及的实施例终端的硬件运行环境示意图；本专利技术实施例终端可以是服务器，也可以是具有数据分析的终端设备。如图1所示，该终端可以包括：处理器1001，例如CPU中央处理器(centralprocessingunit)，存储器1002，通信总线1003，网络接口1004。其中，通信总线1003用于实现该终端中各组成部件之间的连接通信。网络接口1004可选的可以包括标准的有线接口、无线接口(如WiFi接口)。存储器1002可以是高速RAM随机存储器(random-accessmemory)，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1002可选的还可以是独立于前述处理器1001的存储装置。本领域技术人员可以理解，图1中示出的终端的结构并不构成对本专利技术实施例终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。如图1所示，作为一种计算机存储介质的存储器1002中可以包括大数据模型设置方法的控制程序。在图1所示的终端中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信，处理器1001可以用于调用存储器1002中存储的大数据模型设置方法的控制程序，并执行以下操作：接收到模型设置请求后，输出模型设置界面；通过所述模型设置界面获取模型的配置参数以及模型数据；根据所述模型的配置参数以及所述模型数据生成所述模型的运行脚本。...

【技术保护点】
1.一种大数据模型设置方法，其特征在于，所述大数据模型设置方法包括以下步骤：/n接收到模型设置请求后，输出模型设置界面；/n通过所述模型设置界面获取模型的配置参数以及模型数据；/n根据所述模型的配置参数以及所述模型数据生成所述模型的运行脚本。/n

【技术特征摘要】
1.一种大数据模型设置方法，其特征在于，所述大数据模型设置方法包括以下步骤：
接收到模型设置请求后，输出模型设置界面；
通过所述模型设置界面获取模型的配置参数以及模型数据；
根据所述模型的配置参数以及所述模型数据生成所述模型的运行脚本。


2.如权利要求1所述的大数据模型设置方法，其特征在于，所述根据所述模型的配置参数以及所述模型数据生成所述模型的运行脚本的步骤包括：
根据所述配置参数中的模型类型判断所述模型是否需要解压；
若所述模型需要解压，对所述模型数据进行解压处理，根据所述配置参数以及解压后的所述模型数据生成所述运行脚本；
若所述模型不需要解压，根据所述模型的配置参数以及所述模型数据生成所述运行脚本。


3.如权利要求1所述的大数据模型设置方法，其特征在于，所述根据所述模型的配置参数以及所述模型数据生成所述模型的运行脚本的步骤之前，还包括：
判断所述配置参数是否合法；
若所述配置参数合法，执行根据所述模型的配置参数以及所述模型数据生成所述模型的运行脚本的步骤；
若所述配置参数不合法，输出提示信息。


4.如权利要求1所述的大数据模型设置方法，其特征在于，所述根据所述模型的配置参数以及所述模型数据生成所述模型的运行脚本的步骤之后，还包括：
根据所述配置参数获取启动时间点或者启动周期；
根据所述启动时间点或者启动周期，启动所述运行脚本，以运行所述模型。


5.如权利要求4所述的大数据模型设置方法，其特征在于，所述根据所述启动时间点或...

【专利技术属性】
技术研发人员：王志宾，刘明峰，
申请(专利权)人：深圳融安网络科技有限公司，
类型：发明
国别省市：广东;44