【技术实现步骤摘要】
本申请涉及计算机，尤其涉及一种推荐操作的解释方法、系统、计算机集群、计算机可读存储介质、计算机程序产品。
技术介绍
1、随着人工智能(artificial intelligence，ai)的不断发展，产生了数据驱动的人工智能算法。数据驱动的ai算法的一个典型示例为机器学习(machine learning，ml)算法。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。机器学习已广泛应用于数据挖掘、计算机视觉、自然语言处理、语音和手写识别、战略游戏和机器人等领域。
2、机器学习算法从数据中自动分析获得规律的前提是对从数据源中提取的数据进行处理或预处理，得到用于分析/应用的理想数据输出。该处理或预处理的过程也称作数据准备(data preparation)。数据准备是指从不同的数据源中提取数据、进行数据清洗、格式转换、数据丰富和/或数据融合，并载入到数据库，供应用程序分析、应用的综合过程。
3、在数据准备场景中，一般会基于当前数据/数据特征/数据特征/交互信息/历史操作记录等数据，通过数...
【技术保护点】
1.一种推荐操作的解释方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述中间结果包括所述推荐操作关联的代表性数据、所述推荐操作关联的历史记录或所述推荐操作关联的数据特征中的一个或多个，所述推荐操作关联的历史记录包括历史操作、用户对所述历史操作的反馈或用户对历史操作推荐结果的反馈中的一种或多种。
3.根据权利要求2所述的方法，其特征在于，所述中间结果包括所述推荐操作关联的代表性数据、所述推荐操作关联的历史记录或所述推荐操作关联的数据特征，当所述数据准备系统未保存所述中间结果时，所述获取数据准备系统确定所述推荐操作的过...
【技术特征摘要】
1.一种推荐操作的解释方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述中间结果包括所述推荐操作关联的代表性数据、所述推荐操作关联的历史记录或所述推荐操作关联的数据特征中的一个或多个，所述推荐操作关联的历史记录包括历史操作、用户对所述历史操作的反馈或用户对历史操作推荐结果的反馈中的一种或多种。
3.根据权利要求2所述的方法，其特征在于，所述中间结果包括所述推荐操作关联的代表性数据、所述推荐操作关联的历史记录或所述推荐操作关联的数据特征，当所述数据准备系统未保存所述中间结果时，所述获取数据准备系统确定所述推荐操作的过程中产生的中间结果，包括：
4.根据权利1至3任一项所述的方法，其特征在于，所述中间结果包括所述推荐操作关联的代表性数据，所述根据所述中间结果，向用户展示对所述推荐操作的解释，包括：
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
6.根据权利要求1至3任一项所述的方法，其特征在于，所述中间结果包括所述推荐操作关联的历史记录，所述根据所述中间结果，向用户展示对所述推荐操作的解释，包括：
7.根据权利要求1至3任一项所述的方法，其特征在于，所述中间结果包括所述推荐操作关联的数据特征，所述根据所述中间结果，向用户展示对所述推荐操作的解释，包括：
8.根据权利要求7所述的方法，其特征在于，所述数据特征包括统计特征、元数据或数据模式中的一种或多种。
9.根据权利要求1至8任一项所述的方法，其特征在于，所述方法还包括：
10.根据权利要求9所述的方法，其特征在于，当所述推荐操作包括多个操作时，所述用户对所述推荐操作的反馈包括所述用户对所述多个操作的选择。
11.根据权利要求10所述的方法，其特征在于，所述用户对所述推荐操作的反馈还包括所述用户对所述推荐操作的推荐参数的修改。
12.一种数据准备系统，其特征在于，所述系统包括：
13.根据权利要求12所述的系统，其特征在于，所述中间结果包括所述推荐操作关联的代表性数据、所述推荐操作关联的历史记录或所述推荐...
【专利技术属性】
技术研发人员：方靓芸，魏子恒，
申请(专利权)人：华为云计算技术有限公司，
类型：发明
国别省市：
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。