CN114185874A - 一种基于大数据的建模方法、装置、开发框架及设备 - Google Patents

Abstract

本说明书实施例公开了一种基于大数据的建模方法、装置、开发框架及设备，所述方法包括：获取待处理的数据；对所述待处理的数据进行图形化编排及连接，获得流程构建结果；接收到流程执行请求时，执行所述流程构建结果。采用本说明书实施例提供的建模方法，能够通过图形拖拽、连接即可实现流程构建，能够方便、快捷的实现基于大数据的流程构建，具有较高的适用性及扩展性；可快速将流程构建应用投入生产环境使用，改进了现有的应用开发模式，节省中间环节，节约时间成本；使用方式简约方便，降低大数据学习门槛；对非专业的业务人员屏蔽了大量的技术细节，从而更专注于数据价值本身，更直观方便地处理数据业务。

Description

一种基于大数据的建模方法、装置、开发框架及设备

技术领域

本说明书涉及大数据分析技术领域，尤其涉及一种基于大数据的建模方法、装置及设备。

背景技术

随着计算机存储能力的提升和复杂算法的发展，近年来的数据量成指数型增长，各类算法及其相关技术被应用到诸多行业和领域，相应的，对支撑大数据分析应用的平台及框架提出了更高要求。传统的大数据与机器学习领域算法模型的构建通常由专业人员对数据进行探索性分析并预处理，根据不同场景确定问题类型，选择合适的算法，编写算法代码进行运行，并根据评价指标进行不断调试，最后归纳总结出模型并发布部署，最终应用于实际工程中。然而这种传统的模型构建方法存在一些不足之处：该方法对专业人员素质要求和编程能力的要求较高；数据规模的扩大和时间成本降低的需求冲突日益严重；而且传统方法构建的模型难以快速落实应用，且该传统的建模方法不够灵活。

因此，需要一种新的方法，能够满足大数据快速增长的建模需求，降低对建模人员的编程能力的要求，且能够快速落实应用，使用灵活。

发明内容

本说明书实施例提供一种基于大数据的建模方法、装置、开发框架及设备，用于解决以下技术问题：传统的模型构建方法存在一些不足之处：该方法对专业人员素质要求和编程能力的要求较高；数据规模的扩大和时间成本降低的需求冲突日益严重；而且传统方法构建的模型难以快速落实应用，且该传统的建模方法不够灵活。

为解决上述技术问题，本说明书实施例是这样实现的：

本说明书实施例提供的一种基于大数据的建模方法，包括：

获取待处理的数据；

对所述待处理的数据进行图形化编排及连接，获得流程构建结果；

接收到流程执行请求时，执行所述流程构建结果。

进一步地，所述对所述待处理的数据进行图形化编排及连接，获得流程构建结果，具体包括：

基于所述待处理的数据，从算子库中拖拽所述待处理的数据对应的算子；

对所述待处理的数据对应的算子进行算子配置，获得完成配置的算子；

以连线的方式，将所述完成配置的算子进行连接，获得流程构建结果。

进一步地，所述算子库至少包括一个算子，所述算子库包括：算子基本信息、算子配置页面及功能实现代码。

进一步地，所述算子是流程的基本单位，所述算子包括：算子标识、算子配置页面、算子的输入数据、算子的执行方法，算子的输出数据及洞察结果。

进一步地，所述算子标识为算子在流程中生成的ID和/或算子在数据库中的ID。

进一步地，所述对所述待处理的数据对应的算子进行算子配置，获得完成配置的算子，具体包括：

选择所述待处理的数据对应的算子的数据输入源、数据输出源、数据预处理、算法参数配置、统计方式设置、图形设置、脚本编写，对所述待处理的数据对应的算子进行算子配置，获得完成配置的算子。

进一步地，所述接收到流程执行请求时，执行所述流程构建结果，具体包括：

接收到流程执行请求时，接收所述流程构建结果中的数据分析流程及数据，执行所述数据分析流程，获得所述待处理数据的执行结果。

进一步地，所述接收到流程执行请求时，接收所述流程构建结果中的数据分析流程及数据，执行所述数据分析流程，获得所述待处理数据的执行结果，具体包括：

接收到流程执行请求时，接收所述流程构建结果中构建的数据分析流程及数据，读取所述数据分析流程的结构，确定起始输入算子、流程结束算子、所述数据分析流程所包括的各个算子的前置算子和/或后置算子；

基于所述起始输入算子，读取所述数据分析流程中要操作的数据，获得前置算子的输出数据；

基于所述前置算子的输出数据，对后置算子进行计算，获得所述后置算子的输出数据，直至获得所述待处理数据的执行结果。

进一步地，所述确定起始输入算子、流程结束算子、所述数据分析流程所包括的各个算子的前置算子和/或后置算子，具体包括：

读取所数据分析流程的结构，计算所述数据分析流程所包括的各个算子的出度及各个算子的的入度，将所述入度为0的算子作为起始输入算子，将所述出度为0的算子作为流程结束算子；

基于所述流程构建结果中的流程中的算子ID标识，获得所述数据分析流程所包括的各个算子的前置算子和/或后置算子。

进一步地，所述基于所述起始输入算子，读取所述数据分析流程中要操作的数据，获得前置算子的输出数据，具体包括：

基于所述起始输入算子，通过算子标识及所述流程中的算子ID标识，创建起始算子实例；

将算子配置参数作为算子输入执行算子代码，读取所述数据分析流程中要操作的数据，获得前置算子的输出数据。

进一步地，所述基于所述前置算子的输出数据，对后置算子进行计算，获得所述后置算子的输出数据，具体包括：

将所述前置算子的输出数据输入与所述前置算子关联的后置算子中，对所述后置算子进行计算，获得所述后置算子的输出数据。

本说明书实施例还提供一种基于大数据的建模装置，其特征在于，所述装置包括：

获取模块，获取待处理的数据；

构建模块，对所述待处理的数据进行图形化编排及连接，获得流程构建结果；

执行模块，接收到流程执行请求时，执行所述流程构建结果。

本说明书实施例还提供一种基于大数据的开发框架，其特征在于，所述框架包括：建模模块，资源管理和调度模块，数据管理模块；

其中，

所述数据管理模块用于接收待处理的数据；

所述建模模块包括可视化编辑组件和分析计算组件；

所述可视化编辑组件用于对所述待处理的数据进行图形化编排及连接，获得流程构建结果；

所述分析计算组件用于接收到流程执行请求时，执行所述流程构建结果。

本说明书实施例还提供一种电子设备，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：

获取待处理的数据；

对所述待处理的数据进行图形化编排及连接，获得流程构建结果；

接收到流程执行请求时，执行所述流程构建结果。

本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：通过图形拖拽、连接即可实现流程构建，能够方便、快捷的实现基于大数据的流程构建，具有较高的适用性及扩展性；可快速将流程构建应用投入生产环境使用，改进了现有的应用开发模式，节省中间环节，节约时间成本；使用方式简约方便，降低大数据学习门槛；对非专业的业务人员屏蔽了大量的技术细节，从而更专注于数据价值本身，更直观方便地处理数据业务。

附图说明

为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本说明书实施例提供的一种基于大数据的建模方法的示意图；

图2为本说明书实施例提供的一种基于大数据的建模方法的开发框架的业务逻辑图；

图3为本说明书实施例提供的一种交互式分析建模工具平台的结构示意图；

图4为本说明书实施例提供的一种大数据开发框架的使用方法的示意图；

图5为本说明书实施例提供的一种基于大数据的建模装置的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本说明书实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

图1为本说明书实施例提供的一种基于大数据的建模方法的示意图，如图1所示，该方法包括：

步骤S101：获取待处理的数据。

在本说明书实施例中，待处理的数据可以为生产数据，也可以为测试数据，待处理的数据的格式为由数据源而定。

步骤S103：对所述待处理的数据进行图形化编排及连接，获得流程构建结果。

在本说明书实施例中，所述对所述待处理的数据进行图形化编排及连接，获得流程构建结果，具体包括：

基于所述待处理的数据，从算子库中拖拽所述待处理的数据对应的算子；

对所述待处理的数据对应的算子进行算子配置，获得完成配置的算子；

以连线的方式，将所述完成配置的算子进行连接，获得流程构建结果。

在本说明书实施例中，所述算子库至少包括一个算子，所述算子库包括：算子基本信息、算子配置页面及功能实现代码。

在本说明书实施例中，所述算子是流程的基本单位，所述算子包括：算子标识、算子配置页面、算子的输入数据、算子的执行方法，算子的输出数据及洞察结果。

在本说明书实施例中，所述算子标识为算子在流程中生成的ID和/或算子在数据库中的ID。

在本说明书实施例中，算子库的算子包括：通用算子及专用算子。具体地，通用算子包括：输入输出类算子、数据预处理类算子、机器学习类算子、统计分析类算子、图形展示类算子、自然语言处理类算子等，通用算子可以随着业务模式的变化进行更新；专题类算子专用于业务处理，例如在司法、航迹等领域的专有的业务算子。需要特别说明的是，在算子发生变化时，只需要对算子库中的算子进行更新即可。

在本说明书实施例中，所述对所述待处理的数据对应的算子进行算子配置，获得完成配置的算子，具体包括：

选择所述待处理的数据对应的算子的数据输入源、数据输出源、数据预处理、算法参数配置、统计方式设置、图形设置、脚本编写，对所述待处理的数据对应的算子进行算子配置，获得完成配置的算子。

步骤S105：接收到流程执行请求时，执行所述流程构建结果。

在本说明书实施例中，所述接收到流程执行请求时，执行所述流程构建结果，具体包括：

接收到流程执行请求时，接收所述流程构建结果中的数据分析流程及数据，执行所述数据分析流程，获得所述待处理数据的执行结果。

在本说明书实施例中，所述接收到流程执行请求时，接收所述流程构建结果中的数据分析流程及数据，执行所述数据分析流程，获得所述待处理数据的执行结果，具体包括：

接收到流程执行请求时，接收所述流程构建结果中构建的数据分析流程及数据，读取所述数据分析流程的结构，确定起始输入算子、流程结束算子、所述数据分析流程所包括的各个算子的前置算子和/或后置算子；

基于所述起始输入算子，读取所述数据分析流程中要操作的数据，获得前置算子的输出数据；

基于所述前置算子的输出数据，对后置算子进行计算，获得所述后置算子的输出数据，直至获得所述待处理数据的执行结果。

在本说明书实施例中，所述确定起始输入算子、流程结束算子、所述数据分析流程所包括的各个算子的前置算子和/或后置算子，具体包括：

读取所数据分析流程的结构，计算所述数据分析流程所包括的各个算子的出度及各个算子的的入度，将所述入度为0的算子作为起始输入算子，将所述出度为0的算子作为流程结束算子；

基于所述流程构建结果中的流程中的算子ID标识，获得所述数据分析流程所包括的各个算子的前置算子和/或后置算子。

在本说明书实施例中，所述基于所述起始输入算子，读取所述数据分析流程中要操作的数据，获得前置算子的输出数据，具体包括：

基于所述起始输入算子，通过算子标识及所述流程中的算子ID标识，创建起始算子实例；

将算子配置参数作为算子输入执行算子代码，读取所述数据分析流程中要操作的数据，获得前置算子的输出数据。

在本说明书实施例中，所述基于所述前置算子的输出数据，对后置算子进行计算，获得所述后置算子的输出数据，具体包括：

将所述前置算子的输出数据输入与所述前置算子关联的后置算子中，对所述后置算子进行计算，获得所述后置算子的输出数据。

采用本说明书实施例提供的建模方法，可以进一步固化为模型，进而组成模型列表，满足不同的业务需求，亦即模型产出过程。进一步，可基于固化获得的模型创建分析处理任务进行生产和试验，也可将固化获得的模型导出为应用或服务。导出的模型一般可分为数据模型和业务模型两个维度，其中，数据模型用于从科学角度进行分类，可用于统计分析、数据检索、机器学习、深度学习、文本分析等分类；而业务模型更侧重于业务表现，用于解决实际问题，对某些业务场景更具有针对性，例如业务模型用于司法数据分析、或网络数据分析、或航迹数据分析等。

进一步地，还可以封装为服务或应用，亦即服务与应用封装过程，用于将流程构建与执行过程产出的大数据分析处理流程和/或模型封装为服务和/或应用，导出的服务和/或应用可脱离框架独立运行，方便移植使用。其中，在本说明书实施例中，服务可提供一组大数据分析处理的应用程序接口，使用者只需知道服务API对应的功能和调用API参数规范就可以使用API进行大数据处理分析操作，无需关心其中的流程走向和代码具体实现，便可得到预期的处理结果；在本说明书实施例中，应用可提供一个大数据分析处理软件实体，通常包括前端设计器与后端服务部分，使用者可通过界面配置不同的数据或参数调用服务API进行大数据分析处理操作，最终实现结果展示。

采用本说明书实施例提供的建模方法，通过图形拖拽、连接即可实现流程构建，能够方便、快捷的实现基于大数据的流程构建，具有较高的适用性及扩展性；可快速将流程构建应用投入生产环境使用，改进了现有的应用开发模式，节省中间环节，节约时间成本；使用方式简约方便，降低大数据学习门槛；对非专业的业务人员屏蔽了大量的技术细节，从而更专注于数据价值本身，更直观方便地处理数据业务。

为了进一步理解本说明书实施例提供的建模方法，下面将结合业务逻辑图予以说明。图2为本说明书实施例提供的一种基于大数据的建模方法的开发框架的业务逻辑图。

如图2所示，本说明书提供的开发框架主要包括流程构建与执行过程、模型产出过程、服务与应用封装过程。

在本说明书实施例中，流程构建与执行过程主要用于展示大数据分析处理过程、算子组件列表、模型列表、服务与应用列表。

在本说明书实施例中，算子组件列表包括至少一种类型的算子组件。在本说明书的实施例中，算组组件列表包括：通用算子及专用算子。具体地，通用算子包括：输入输出类算子、数据预处理类算子、机器学习类算子、统计分析类算子、图形展示类算子、自然语言处理类算子等，通用算子可以随着业务模式的变化进行更新；专题类算子专用于业务处理，例如在司法、航迹等领域的专有的业务算子。需要特别说明的是，在算子发生变化时，只需要对算子组件列表中的算子进行更新即可。

在本说明书实施例中，模型为使用算子构建流程后的框架，记录的是一套相对完整的数据或者业务处理的流程，通过实验导出后成为模型。在本说明书实施例中，提供了多个处理不同业务或者数据的模型，这些模型组成模型列表。

在本说明书实施例中，服务与应用是模型或实验已经过充分试验后，对完整的处理流程进行封装得到的结果，是一个独立的个体（一般是项目执行包），可脱离本框架进行单独部署，导出的应用可供用户直接使用，只需要提供待处理数据即可；导出的服务可提供一系列的数据处理过程，可在其基础上封装用户自身的数据处理过程来进行二次开发，作为用户进行数据处理过程中的一部分来使用。在本说明书提供的开发框架中，服务与应用以列表的形式进行展示。

在流程构建与执行过程中，以算子组件拖拽和连接的方式提供交互式建模，接收算子配置、流程执行等外部指令。需要说明的是，在交互式建模过程中，算子进行连接时，以待处理数据的类型为基准，按照待处理数据对应的待处理业务的执行顺序，或者待处理数据在算法层面的执行逻辑，决定算子之间的连接顺序。

在本说明书实施例中，流程构成与执行过程，使用交互设计模块、任务执行引擎和算子库，协作完成。其中，交互设计模块提供构建分析处理流程的人机交互界面，通过图形化编排的方式，将算子在交互界面中并对其进行算子配置，并通过连线的方式将界面中的多个算子连接起来，实现算子间的数据传递及数据流向控制；任务执行引擎用于接收用户在交互设计模块中发出的流程执行请求，接收在交互设计中构建的数据分析流程及参数，使用计算引擎对数据分析流程进行分析执行并产出洞察结果，将执行过程信息及洞察结果通过交互设计界面展示给用户，在具体实施例中，计算引擎可以为Spark计算引擎；算子库提供交互设计界面中参与数据分析流程构建的算子实体，在具体实施例中，算子库可以包括算子基本信息、算子配置页面、功能实现代码。需要特别说明的是，算子在交互界面中并对其进行算子配置是指对算子本身执行所需要的参数进行配置。具体地，输入输出类算子针对不同数据源配置其连接方式，选择数据源；验证评估类算子配置其评价指标；算法类算子配置其对应算法的参数。

为了进一步理解本说明书实施例提供的建模方法，本说明书实施例还提供一种交互式分析建模工具平台，如图3所示。图3为本说明书实施例提供的一种交互式分析建模工具平台的结构示意图，如图3所示，平台整体结构将前端界面与后端处理计算服务分离为可视化编辑组件和分析计算组件，其中，可视化编辑组件对应流程构建与执行过程中交互设计模块，提供人机交互界面，将算子等建模组件拖拽到建模工作区进行可视化建模，接收并存储算子与流程配置参数、输入输出数据、算子间数据传递和结果展示；分析计算组件对应流程构建与执行过程中任务执行引擎和算子库部分，为可视化编辑组件提供算子数据支持，接收分析流程中传递的输入数据和计算参数，执行大数据计算过程，生成结果数据与各算子洞察数据，返回给可视化编辑组件进行数据展示。

在本说明书实施例中，任务执行引擎提供分布式大数据分析处理执行框架、分布式数据存储以及任务引擎管理。具体的，执行框架包括spark、tensorflow等主流大数据执行框架，执行框架亦可以为其他框架，执行框架的具体类型并不构成对本申请的限定。分布式数据存储包括分布式文件存储***、分布式关系型数据库、文档数据库等多种针对不同应用场景的大数据存储方案。任务引擎管理提供执行框架环境注册接入、扩展、修改和删除等管理功能。

在本说明书实施例中，算子库是框架自带算子和用户自定义上传算子的集合，其中算子是流程中执行数据分析处理的基本单位，每个算子包含以下要素：配置页面、算子标识、输入数据、执行方法、输出数据、洞察结果。另外，框架支持用户自定义代码编辑生成算子，用户可以使用多种编程语言编写建模组件代码，并上传框架中作为算子使用。

在本说明书实施例中，本说明书的平台结构还包括资源管理和调度模块，用于管理框架中各类框架资源与***资源。其中框架资源包括算子、模型、应用和服务等，***资源包括CPU、GPU、内存、流量等。用户可通过框架提供的资源展示板查看CPU/GPU使用率、内存消耗、I/O情况等，并通过修改资源配额的方式进行资源调度，实现合理分配资源。

为了进一步理解本说明书实施例提供的建模方法，下面将结合具体的使用方法予以说明。图4为本说明书实施例提供的一种大数据开发框架的使用方法的示意图，具体包括：

步骤S401：将待处理的数据输入大数据开发框架。

在本说明书实施例中，待处理的数据可以为生产数据，也可以为测试数据，待处理的数据的格式为由数据源而定，本说明书实施例提供的大数据开发框架可以兼容不同的数据格式。

在本说明书实施例中，待处理的数据通过大数据开发框架中的数据管理模块，接入至大数据开发框架，从而为流程构建提供数据支持。

步骤S403：基于所述待处理的数据，进行算子拖拽和/或连接，获得分析流程。

在本说明书实施例中，基于开发框架提供的算子管理模块，可以使用算子库中的已有算子，还可以自定义算子，亦即自定义编写的算法组件或业务逻辑组件生成算子，进而在建模交互界面中使用自定义算子，以满足个性化需求。

步骤S405：基于所述分析流程，进行算子配置，获得配置的流程数据。

获得分析流程后，进一步需要根据待处理数据的内容及结构对所述分析流程对应的算子进行配置。具体的，算子配置包括：选择数据输入源、数据输出源、数据预处理、算法参数配置、统计方式设置、图形设置、脚本编写中的一种或多种。

在本说明书实施例中，配置的流程数据保存在数据库中。

步骤S407：接收流程执行请求后，对配置的流程数据进行分析处理。

在本说明书实施例中，通过任务分析引擎接收流程执行请求，并从数据库中读取前述配置的流程数据，通过通信执行协议将流程执行过程与算子执行情况展示在交互界面的控制台中。在本说明书实施例中，通信执行协议可以为WebSocket。

在本说明书实施例中，流程执行过程是在任务分析引擎中执行的，具体过程包括：任务分析引擎读取流程结构，确定起始输入算子和流程结束算子，并计算每个算子的前置与后置算子；通过算子标识与流程中生成的ID标识创建起始算子实例，将配置参数作为算子输入并执行算子代码，读取出流程中将要操作的数据；任务分析引擎接收前置算子的输出数据后，将该数据作为输入数据传入与前置算子关联的后置算子中，继续完成后置算子的数据计算过程；最终，任务执行引擎完成所有的流程结束算子，汇总执行结果，并将结果返回交互界面中展示。在本说明书的一个实施例中，起始输入算子和流程结束算子的计算，通过算子的出度及入度获得。入度为0的算子作为起始输入算子，且一般流程往往是以数据驱动，因此流程开始作为数据输入，对应的是输入算子节点，出度为0的算子为流程结束算子，对应的算子一般是以图形进行展示、统计、验证或数据输出类算子。

在本说明书实施例中，算子标识可以是流程图中生成的ID，还可以是算子在数据库中的ID。算子本身信息存储在数据库中，通过数据库ID获取算子对应的端口和执行类信息；通过流程图ID获取算子在流程图构建时的配置信息。

步骤S409：对算子执行结果进行数据洞察，判断是否满足需求。

在本说明书实施例中，算子执行结果是流程执行过程中或者流程执行过程后的算子执行结果。对算子执行结果进行数据洞察时，针对不同的算法类型设置不同的指标，主要包括：针对分类算法的准确率、召回率、F1值、AUC（Area Under Curve，ROC曲线下方的面积）、ROC（receiver operating characteristic curve，受试者工作特征曲线），针对回归算法的平均绝对误差、均方误差、均方根误差，以及用户配置中自设的指标。需要特别说明的是，用户配置中自设的指标是用户对算子执行结果的主观判断标准。用户配置中自设的指标可以包括：数据是否在某个数值范围内，满足某条件的数据个数，轨迹数据是否满足要求、算子执行速度等。用户配置中自设的指标常用于专题算子中，用于评判业务完成程度和执行效率等。F1值是基于召回率与准确率的调和平均，即将召回率和准确率综合起来评价。

若算子执行结果为执行通过，本说明书实施例还可以将执行通过的流程导出为模型。在本说明书实施例中，开发框架还包括模型管理模块，可以对导出的模型进行管理，模型管理模块的内容包括：模型信息编辑、模型流程查看、授权给其他用户使用、发布为公共模型等功能。

在本说明书实施例中，执行通过的流程或者模型还可以进一步导出为服务。本说明书实施例提供的开发框架，还可以包含服务管理和监控模块，可对用户选择的实验流程进行封装，通过打包、配置实例资源、容器化部署等一系列步骤后封装为服务，并对其进行管理，方便对外提供大数据分析处理API。同时，该模块包括服务监控，对服务运行情况、调用情况等进行统计；还包括服务导出与迁移功能，可脱离平台单独部署。

在服务的基础上，还可以生成应用。在本说明书实施例中提供的一站式开发框架，还可以包含应用管理与监控模块，用户在构建应用时，可选择合适的应用前端模板，将其中的数据展示控件与服务API进行绑定。平台将前端模板与服务统一打包部署、注册应用并进行测试，测试通过的应用可通过平台进行发布给别的用户使用，或使用导出应用功能导出应用实体，脱离平台部署。另外，用户也可以根据服务进行二次开发，在其他项目或应用中对服务提供的分析处理功能进行定制修改和功能方面的扩展，最后完成用户想要的功能。用户可将这些应用通过上传项目包或者使用访问地址的方式注册在平台中。此外，平台还提供应用管理与应用监控功能，可对应用进行管理与监控。

上述内容详细说明了一种基于大数据的建模方法，与之相应的，本说明书还提供了一种基于大数据的建模装置，如图5所示。该基于大数据的建模装置包括：

获取模块501，获取待处理的数据；

构建模块503，对所述待处理的数据进行图形化编排及连接，获得流程构建结果；

执行模块505，接收到流程执行请求时，执行所述流程构建结果。

进一步地，所述对所述待处理的数据进行图形化编排及连接，获得流程构建结果，具体包括：

基于所述待处理的数据，从算子库中拖拽所述待处理的数据对应的算子；

对所述待处理的数据对应的算子进行算子配置，获得完成配置的算子；

以连线的方式，将所述完成配置的算子进行连接，获得流程构建结果。

进一步地，所述算子库至少包括一个算子，所述算子库包括：算子基本信息、算子配置页面及功能实现代码。

进一步地，所述算子是流程的基本单位，所述算子包括：算子标识、算子配置页面、算子的输入数据、算子的执行方法，算子的输出数据及洞察结果。

进一步地，所述算子标识为算子在流程中生成的ID和/或算子在数据库中的ID。

进一步地，所述对所述待处理的数据对应的算子进行算子配置，获得完成配置的算子，具体包括：

选择所述待处理的数据对应的算子的数据输入源、数据输出源、数据预处理、算法参数配置、统计方式设置、图形设置、脚本编写，对所述待处理的数据对应的算子进行算子配置，获得完成配置的算子。

进一步地，所述接收到流程执行请求时，执行所述流程构建结果，具体包括：

接收到流程执行请求时，接收所述流程构建结果中的数据分析流程及数据，执行所述数据分析流程，获得所述待处理数据的执行结果。

进一步地，所述接收到流程执行请求时，接收所述流程构建结果中的数据分析流程及数据，执行所述数据分析流程，获得所述待处理数据的执行结果，具体包括：

接收到流程执行请求时，接收所述流程构建结果中构建的数据分析流程及数据，读取所述数据分析流程的结构，确定起始输入算子、流程结束算子、所述数据分析流程所包括的各个算子的前置算子和/或后置算子；

基于所述起始输入算子，读取所述数据分析流程中要操作的数据，获得前置算子的输出数据；

基于所述前置算子的输出数据，对后置算子进行计算，获得所述后置算子的输出数据，直至获得所述待处理数据的执行结果。

进一步地，所述确定起始输入算子、流程结束算子、所述数据分析流程所包括的各个算子的前置算子和/或后置算子，具体包括：

读取所数据分析流程的结构，计算所述数据分析流程所包括的各个算子的出度及各个算子的的入度，将所述入度为0的算子作为起始输入算子，将所述出度为0的算子作为流程结束算子；

基于所述流程构建结果中的流程中的算子ID标识，获得所述数据分析流程所包括的各个算子的前置算子和/或后置算子。

进一步地，所述基于所述起始输入算子，读取所述数据分析流程中要操作的数据，获得前置算子的输出数据，具体包括：

基于所述起始输入算子，通过算子标识及所述流程中的算子ID标识，创建起始算子实例；

将算子配置参数作为算子输入执行算子代码，读取所述数据分析流程中要操作的数据，获得前置算子的输出数据。

进一步地，所述基于所述前置算子的输出数据，对后置算子进行计算，获得所述后置算子的输出数据，具体包括：

将所述前置算子的输出数据输入与所述前置算子关联的后置算子中，对所述后置算子进行计算，获得所述后置算子的输出数据。

本说明书实施例还提供一种基于大数据的开发框架，其特征在于，所述框架包括：建模模块，资源管理和调度模块，数据管理模块；

其中，

所述数据管理模块用于接收待处理的数据；

所述建模模块包括可视化编辑组件和分析计算组件；

所述可视化编辑组件用于对所述待处理的数据进行图形化编排及连接，获得流程构建结果；

所述分析计算组件用于接收到流程执行请求时，执行所述流程构建结果。

进一步地，所述对所述待处理的数据进行图形化编排及连接，获得流程构建结果，具体包括：

基于所述待处理的数据，从算子库中拖拽所述待处理的数据对应的算子；

对所述待处理的数据对应的算子进行算子配置，获得完成配置的算子；

以连线的方式，将所述完成配置的算子进行连接，获得流程构建结果。

进一步地，所述算子库至少包括一个算子，所述算子库包括：算子基本信息、算子配置页面及功能实现代码。

进一步地，所述算子是流程的基本单位，所述算子包括：算子标识、算子配置页面、算子的输入数据、算子的执行方法，算子的输出数据及洞察结果。

进一步地，所述算子标识为算子在流程中生成的ID和/或算子在数据库中的ID。

进一步地，所述对所述待处理的数据对应的算子进行算子配置，获得完成配置的算子，具体包括：

选择所述待处理的数据对应的算子的数据输入源、数据输出源、数据预处理、算法参数配置、统计方式设置、图形设置、脚本编写，对所述待处理的数据对应的算子进行算子配置，获得完成配置的算子。

进一步地，所述接收到流程执行请求时，执行所述流程构建结果，具体包括：

接收到流程执行请求时，接收所述流程构建结果中的数据分析流程及数据，执行所述数据分析流程，获得所述待处理数据的执行结果。

进一步地，所述接收到流程执行请求时，接收所述流程构建结果中的数据分析流程及数据，执行所述数据分析流程，获得所述待处理数据的执行结果，具体包括：

接收到流程执行请求时，接收所述流程构建结果中构建的数据分析流程及数据，读取所述数据分析流程的结构，确定起始输入算子、流程结束算子、所述数据分析流程所包括的各个算子的前置算子和/或后置算子；

基于所述起始输入算子，读取所述数据分析流程中要操作的数据，获得前置算子的输出数据；

基于所述前置算子的输出数据，对后置算子进行计算，获得所述后置算子的输出数据，直至获得所述待处理数据的执行结果。

进一步地，所述确定起始输入算子、流程结束算子、所述数据分析流程所包括的各个算子的前置算子和/或后置算子，具体包括：

读取所数据分析流程的结构，计算所述数据分析流程所包括的各个算子的出度及各个算子的的入度，将所述入度为0的算子作为起始输入算子，将所述出度为0的算子作为流程结束算子；

基于所述流程构建结果中的流程中的算子ID标识，获得所述数据分析流程所包括的各个算子的前置算子和/或后置算子。

进一步地，所述基于所述起始输入算子，读取所述数据分析流程中要操作的数据，获得前置算子的输出数据，具体包括：

基于所述起始输入算子，通过算子标识及所述流程中的算子ID标识，创建起始算子实例；

将算子配置参数作为算子输入执行算子代码，读取所述数据分析流程中要操作的数据，获得前置算子的输出数据。

进一步地，所述基于所述前置算子的输出数据，对后置算子进行计算，获得所述后置算子的输出数据，具体包括：

将所述前置算子的输出数据输入与所述前置算子关联的后置算子中，对所述后置算子进行计算，获得所述后置算子的输出数据。

本说明书实施例还提供一种电子设备，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：

获取待处理的数据；

对所述待处理的数据进行图形化编排及连接，获得流程构建结果；

接收到流程执行请求时，执行所述流程构建结果。

进一步地，所述对所述待处理的数据进行图形化编排及连接，获得流程构建结果，具体包括：

基于所述待处理的数据，从算子库中拖拽所述待处理的数据对应的算子；

对所述待处理的数据对应的算子进行算子配置，获得完成配置的算子；

以连线的方式，将所述完成配置的算子进行连接，获得流程构建结果。

进一步地，所述算子库至少包括一个算子，所述算子库包括：算子基本信息、算子配置页面及功能实现代码。

进一步地，所述算子是流程的基本单位，所述算子包括：算子标识、算子配置页面、算子的输入数据、算子的执行方法，算子的输出数据及洞察结果。

进一步地，所述算子标识为算子在流程中生成的ID和/或算子在数据库中的ID。

进一步地，所述对所述待处理的数据对应的算子进行算子配置，获得完成配置的算子，具体包括：

选择所述待处理的数据对应的算子的数据输入源、数据输出源、数据预处理、算法参数配置、统计方式设置、图形设置、脚本编写，对所述待处理的数据对应的算子进行算子配置，获得完成配置的算子。

进一步地，所述接收到流程执行请求时，执行所述流程构建结果，具体包括：

接收到流程执行请求时，接收所述流程构建结果中的数据分析流程及数据，执行所述数据分析流程，获得所述待处理数据的执行结果。

进一步地，所述接收到流程执行请求时，接收所述流程构建结果中的数据分析流程及数据，执行所述数据分析流程，获得所述待处理数据的执行结果，具体包括：

接收到流程执行请求时，接收所述流程构建结果中构建的数据分析流程及数据，读取所述数据分析流程的结构，确定起始输入算子、流程结束算子、所述数据分析流程所包括的各个算子的前置算子和/或后置算子；

基于所述起始输入算子，读取所述数据分析流程中要操作的数据，获得前置算子的输出数据；

基于所述前置算子的输出数据，对后置算子进行计算，获得所述后置算子的输出数据，直至获得所述待处理数据的执行结果。

进一步地，所述确定起始输入算子、流程结束算子、所述数据分析流程所包括的各个算子的前置算子和/或后置算子，具体包括：

读取所数据分析流程的结构，计算所述数据分析流程所包括的各个算子的出度及各个算子的的入度，将所述入度为0的算子作为起始输入算子，将所述出度为0的算子作为流程结束算子；

基于所述流程构建结果中的流程中的算子ID标识，获得所述数据分析流程所包括的各个算子的前置算子和/或后置算子。

进一步地，所述基于所述起始输入算子，读取所述数据分析流程中要操作的数据，获得前置算子的输出数据，具体包括：

基于所述起始输入算子，通过算子标识及所述流程中的算子ID标识，创建起始算子实例；

将算子配置参数作为算子输入执行算子代码，读取所述数据分析流程中要操作的数据，获得前置算子的输出数据。

进一步地，所述基于所述前置算子的输出数据，对后置算子进行计算，获得所述后置算子的输出数据，具体包括：

将所述前置算子的输出数据输入与所述前置算子关联的后置算子中，对所述后置算子进行计算，获得所述后置算子的输出数据。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、电子设备、非易失性计算机存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本说明书实施例提供的装置、电子设备、非易失性计算机存储介质与方法是对应的，因此，装置、电子设备、非易失性计算机存储介质也具有与对应方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述对应装置、电子设备、非易失性计算机存储介质的有益技术效果。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进（例如，对二极管、晶体管、开关等电路结构的改进）还是软件上的改进（对于方法流程的改进）。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件（Programmable Logic Device, PLD）（例如现场可编程门阵列（Field Programmable GateArray，FPGA））就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字***“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器（logic compiler）”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言（Hardware Description Language，HDL），而HDL也并非仅有一种，而是有许多种，如ABEL（Advanced Boolean Expression Language）、AHDL（Altera Hardware DescriptionLanguage）、Confluence、CUPL（Cornell University Programming Language）、HDCal、JHDL（Java Hardware Description Language）、Lava、Lola、MyHDL、PALASM、RHDL（RubyHardware Description Language）等，目前最普遍使用的是VHDL（Very-High-SpeedIntegrated Circuit Hardware Description Language）与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该（微）处理器执行的计算机可读程序代码（例如软件或固件）的计算机可读介质、逻辑门、开关、专用集成电路（Application Specific Integrated Circuit，ASIC）、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的***、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书一个或多个实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本说明书实施例可提供为方法、***、或计算机程序产品。因此，本说明书实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本说明书是参照根据本说明书实施例的方法、设备（***）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据优化设备的处理器以产生一个机器，使得通过计算机或其他可编程数据优化设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据优化设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据优化设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于***实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本说明书实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (14)

1.一种基于大数据的建模方法，其特征在于，所述方法包括：

获取待处理的数据；

对所述待处理的数据进行图形化编排及连接，获得流程构建结果；

接收到流程执行请求时，执行所述流程构建结果。

2.如权利要求1所述的方法，其特征在于，所述对所述待处理的数据进行图形化编排及连接，获得流程构建结果，具体包括：

基于所述待处理的数据，从算子库中拖拽所述待处理的数据对应的算子；

对所述待处理的数据对应的算子进行算子配置，获得完成配置的算子；

以连线的方式，将所述完成配置的算子进行连接，获得流程构建结果。

3.如权利要求2所述的方法，其特征在于，所述算子库至少包括一个算子，所述算子库包括：算子基本信息、算子配置页面及功能实现代码。

4.如权利要求3所述的方法，其特征在于，所述算子是流程的基本单位，所述算子包括：算子标识、算子配置页面、算子的输入数据、算子的执行方法，算子的输出数据及洞察结果。

5.如权利要求4所述的方法，其特征在于，所述算子标识为算子在流程中生成的ID和/或算子在数据库中的ID。

6.如权利要求2所述的方法，其特征在于，所述对所述待处理的数据对应的算子进行算子配置，获得完成配置的算子，具体包括：

选择所述待处理的数据对应的算子的数据输入源、数据输出源、数据预处理、算法参数配置、统计方式设置、图形设置、脚本编写，对所述待处理的数据对应的算子进行算子配置，获得完成配置的算子。

7.如权利要求1所述的方法，其特征在于，所述接收到流程执行请求时，执行所述流程构建结果，具体包括：

接收到流程执行请求时，接收所述流程构建结果中的数据分析流程及数据，执行所述数据分析流程，获得所述待处理数据的执行结果。

8.如权利要求1所述的方法，其特征在于，所述接收到流程执行请求时，接收所述流程构建结果中的数据分析流程及数据，执行所述数据分析流程，获得所述待处理数据的执行结果，具体包括：

接收到流程执行请求时，接收所述流程构建结果中构建的数据分析流程及数据，读取所述数据分析流程的结构，确定起始输入算子、流程结束算子、所述数据分析流程所包括的各个算子的前置算子和/或后置算子；

基于所述起始输入算子，读取所述数据分析流程中要操作的数据，获得前置算子的输出数据；

基于所述前置算子的输出数据，对后置算子进行计算，获得所述后置算子的输出数据，直至获得所述待处理数据的执行结果。

9.如权利要求8所述的方法，其特征在于，所述确定起始输入算子、流程结束算子、所述数据分析流程所包括的各个算子的前置算子和/或后置算子，具体包括：

读取所数据分析流程的结构，计算所述数据分析流程所包括的各个算子的出度及各个算子的的入度，将所述入度为0的算子作为起始输入算子，将所述出度为0的算子作为流程结束算子；

基于所述流程构建结果中的流程中的算子ID标识，获得所述数据分析流程所包括的各个算子的前置算子和/或后置算子。

10.如权利要求9所述的方法，其特征在于，所述基于所述起始输入算子，读取所述数据分析流程中要操作的数据，获得前置算子的输出数据，具体包括：

基于所述起始输入算子，通过算子标识及所述流程中的算子ID标识，创建起始算子实例；

将算子配置参数作为算子输入执行算子代码，读取所述数据分析流程中要操作的数据，获得前置算子的输出数据。

11.如权利要求8所述的方法，其特征在于，所述基于所述前置算子的输出数据，对后置算子进行计算，获得所述后置算子的输出数据，具体包括：

将所述前置算子的输出数据输入与所述前置算子关联的后置算子中，对所述后置算子进行计算，获得所述后置算子的输出数据。

12.一种基于大数据的建模装置，其特征在于，所述装置包括：

获取模块，获取待处理的数据；

构建模块，对所述待处理的数据进行图形化编排及连接，获得流程构建结果；

执行模块，接收到流程执行请求时，执行所述流程构建结果。

13.一种基于大数据的开发框架，其特征在于，所述框架包括：建模模块，资源管理和调度模块，数据管理模块；

其中，

所述数据管理模块用于接收待处理的数据；

所述建模模块包括可视化编辑组件和分析计算组件；

所述可视化编辑组件用于对所述待处理的数据进行图形化编排及连接，获得流程构建结果；

所述分析计算组件用于接收到流程执行请求时，执行所述流程构建结果。

14.一种电子设备，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：

获取待处理的数据；

对所述待处理的数据进行图形化编排及连接，获得流程构建结果；

接收到流程执行请求时，执行所述流程构建结果。

Images