【技术实现步骤摘要】
一种数据挖掘模型跨平台共享的方法和存储设备
本专利技术涉及计算机
，特别涉及一种数据挖掘模型跨平台共享的方法和存储设备。
技术介绍
智能分析平台需要使用数据挖掘技术(例如关联规则、神经网络、决策树、聚类等)完成数据分析。数据挖掘的开发环境一般采用Python、R等平台，生产环境使用Java平台，数据挖掘模型如何在两种平台间共享成为急需要解决的问题。
技术实现思路
为此，需要提供一种数据挖掘模型跨平台共享的技术方案，用以解决数据挖掘模型无法在开发环境和生产环境两种平台间共享的问题。为实现上述目的，本申请在第一方面提供了一种数据挖掘模型跨平台共享的方法，包括步骤：在模型开发环境中进行模型训练，得有效模型；将所述有效模型导出为预设类型文件；在生产环境的模型池中对所述预设类型文件执行预设操作，以预设方式对外提供服务；生产环境的应用程序调用所述服务。进一步的，所述“将所述有效模型导出为预设类型文件”，还包括步骤：将所述有效模型导出为PKI文件；所述“在生...
【技术保护点】
1.一种数据挖掘模型跨平台共享的方法，其特征在于，包括步骤：/n在模型开发环境中进行模型训练，得有效模型；/n将所述有效模型导出为预设类型文件；/n在生产环境的模型池中对所述预设类型文件执行预设操作，以预设方式对外提供服务；/n生产环境的应用程序调用所述服务。/n
【技术特征摘要】
1.一种数据挖掘模型跨平台共享的方法，其特征在于，包括步骤：
在模型开发环境中进行模型训练，得有效模型；
将所述有效模型导出为预设类型文件；
在生产环境的模型池中对所述预设类型文件执行预设操作，以预设方式对外提供服务；
生产环境的应用程序调用所述服务。
2.根据权利要求1所述的一种数据挖掘模型跨平台共享的方法，其特征在于，
所述“将所述有效模型导出为预设类型文件”，还包括步骤：将所述有效模型导出为PKI文件；
所述“在生产环境的模型池中对所述预设类型文件执行预设操作，以预设方式对外提供服务”，还包括步骤：将所述PKI文件部署至生产环境的Python模型池，以RestfulAPI方式对外提供服务；
所述“生产环境的应用程序调用所述服务”，还包括步骤：
生产环境的应用程序调用RestfulAPI。
3.根据权利要求2所述的一种数据挖掘模型跨平台共享的方法，其特征在于，还包括步骤：
RESTfulAPI接受生产环境的应用程序调用请求，RESTfulAPI根据modelid加载模型，并根据参数加载预测数据、执行预测任务，并返回结果至生产环境的应用程序。
4.根据权利要求1所述的一种数据挖掘模型跨平台共享的方法，其特征在于，还包括步骤：
所述“将所述有效模型导出为预设类型文件”，还包括步骤：将所述有效模型导出为PMML文件；
所述“在生产环境的模型池中对所述预设类型文件执行预设操作，以预设方式对外提供服务”，还包括步骤：将所述PMML文件注册在生产环境的PMML模型池；
所述“生产环境的应用程序调用所述服务”，还包括步骤：
生产环境的应用程序调用PMMLJava引擎。
5.根据权利要求4所述的一种数据挖掘模型跨平台共享的方法，其特征在于，
所述“生产环境的应用程序调用PMMLJava引擎”，还包括步骤：PMMLJava引擎接受生产环境的应用程序调用请求，PMMLJava引擎根据modelid加载模型，并根据参数加载预测数据执行预测任务，并返回结果至生产环境的...
【专利技术属性】
技术研发人员：胡锦锋，宋冬林，陈海量，陈航，贾敬伍，朱轩，王喜娟，张珂，
申请(专利权)人：福建博思软件股份有限公司，
类型：发明
国别省市：福建;35
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。