评估信息确定方法及相关系统、存储介质技术方案

本申请实施例提供一种评估信息确定方法及相关系统、存储介质。该方法包括接收第二网元发送的第一请求，所述第一请求包括第一信息，所述第一信息包括预设参数，所述预设参数用于生成评估信息；根据所述第一信息获取评估信息，所述评估信息用于评估服务或模型；向所述第二网元返回所述评估信息。采用该手段，第二网元发送的第一信息中的预设参数用于生成评估信息，这样，第二网元知晓该评估信息生成标准，可以有助于第二网元选择合适的第一网元。

【技术实现步骤摘要】

本申请涉及通信，尤其涉及一种评估信息确定方法及相关系统、存储介质。

技术介绍

1、其中，机器学习(machine learning，ml)模型结合网络数据分析功能(networkdata analytics function，nwdaf)可以在不同场景进行预测服务。目前，服务消费者通过选择具有模型分析逻辑函数(analytics logical function，anlf)的适当nwdaf，并通过调用网络数据分析功能nnwdaf_analyticssubscription_subscribe服务操作订阅分析准确性信息，以便消费者进行准确性信息检查和调配。然而，消费者获取到的服务(如分析标识(identification，id))或者模型的准确性信息包含了偏好的分析准确性级别preferred level of accuracy of the analytics("low","medium","high"or"highest")，仅定义了准确性级别和准确信息值，未明确准确性信息的生成标准。

2、由于消费者不知道准确性信息的生成标准，因此无法根据该本文档来自技高网...

【技术保护点】

1.一种评估信息确定方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述预设参数为分类错误代价矩阵和/或类别权重。

3.根据权利要求1或2所述的方法，其特征在于，所述第一信息还包括评估信息计算方法，所述评估信息计算方法包括所述预设参数。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述评估信息为所述第一网元根据所述第一信息和测试数据集获取的。

5.根据权利要求4所述的方法，其特征在于，所述测试数据集为根据测试数据集标识获取的，其中，所述第一请求还包括所述测试数据集标识。

6.根据权利要求4所述的方法，...

【技术特征摘要】

1.一种评估信息确定方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述预设参数为分类错误代价矩阵和/或类别权重。

3.根据权利要求1或2所述的方法，其特征在于，所述第一信息还包括评估信息计算方法，所述评估信息计算方法包括所述预设参数。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述评估信息为所述第一网元根据所述第一信息和测试数据集获取的。

5.根据权利要求4所述的方法，其特征在于，所述测试数据集为根据测试数据集标识获取的，其中，所述第一请求还包括所述测试数据集标识。

6.根据权利要求4所述的方法，其特征在于，所述方法还包括：

7.根据权利要求4所述的方法，其特征在于，所述测试数据集为与第二网元相关的数据集。

8.根据权利要求1至7任一项所述的方法，其特征在于，所述第一请求还包括第二信息，所述第二信息用于指示返回评估关联信息，所述评估关联信息包括时间窗口内的多个时间单元分别对应的评估信息和/或所述多个时间单元分别对应的评估信息的统计信息；

9.根据权利要求1至8任一项所述的方法，其特征在于，所述服务为所述第一网元提供的分析服务，所述模型为所述第一网元用于提供分析服务的机器学习模型。

10.一种评估信息确定方法，其特征在于，包括：

11.根据权利要求10所述的方法，其特征在于，所述预设参数为分类错误代价矩阵和/或类别权重。

12.根据权利要求10或11所述的方法，其特征在于，所述第一信息还包括评估信息计算方法，所述评估信息计算方法包括所述预设参数。

13.根据权利要求10至12任一项所述的方法，其特征在于，所述根据所述第一信息获取评估信息，包括：

14.根据权利要求13所述的方法，其特征在于，所述测试数据集为根据测试数据集标识获取的，其中，所述第一请求还包括所述测试数据集标识。

15.根据权利要求13所述的方法，其特征在于，所述方法还包括：

16.根据权利要求13所述的方法，其特征在于，所述测试数据集为与所述第二网元相关的数据集。

17.根据权利要求10至16任一项所述的方法，其特征在于，所述根据所述第一信息获取评估信息，包括：

18.根据权利要求10至17任一项所述的方法，其特征在于，所述第一请求还包括第二信息，所述第二信息用于指示返回评估关联信息，所述评估关联信息包括时间窗口内的多个时间单元分别对应的评估信息和/或所述多个时间单元分别对应的评估信息的统计信息；

19.根据权利要求10至18任一项所述的方法，其特征在于，所述服务为第一网元提供的分析服务，所述模型为第一网元用于提供分析服务的机器学习模型。

20.一种评估信息确定方法，其特征在于，包括：

21.根据权利要求20所述的方法，其特征在于，所述第二请求还包括所述时间窗口。

22.根据权利要求20或21所述的方法，其特征在于，所述第二请求还包括第一信息，所述第一信息包括预设参数，所述预设参数用于生成评估信息，所述评估信息为所述第一网元根据所述第一信息获取的。

23.根据权利要求22所述的方法，其特征在于，所述预设参数为分类错误代价矩阵和/或类别权重。

24.根据权利要求22或23所述的方法，其特征在于，所述第一信息还包括评估信息计算方法，所述评估信息计算方法包括所述预设参数。

【专利技术属性】
技术研发人员：郭涛，吴义壮，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人