一种模型创建方法、装置、电子设备及存储介质

技术领域

本发明实施例涉及大数据技术领域，尤其涉及一种模型创建方法、装置、电子设备及存储介质。

背景技术

随着人工智能技术的发展对数据处理速度要求越来越高，大数据计算平台应运而生。业务模型的创建是大数据计算平台的一个重要组成部分，业务模型创建的智能化，为实现全行业的众创共享提供了开放的环境，从而更好的赋能行业发展。

现有技术中，传统商业智能分析工具只能对较高级别的存储单位的数据进行预建模、预处理、离线处理以及统计分析。并且现有的一些数据工具和建模工具只能被专业的数据分析人员和研究者掌握。此外，现有数据工具以及建模工具的使用和学习成本较高，这导致了基于现有数据工具以及建模工具的使用无法实现普及。

发明内容

本发明实施例提供一种模型创建方法、装置、电子设备及存储介质，以扩展业务模型的创建方式。

第一方面，本发明实施例提供了一种模型创建方法，包括：

获取目标业务模型对应的目标算法组件；

根据目标业务模型的业务逻辑对目标算法组件进行组合，得到目标业务模型。

第二方面，本发明实施例还提供了模型创建装置，包括：

目标算法组件获取模块，用于获取目标业务模型对应的目标算法组件；

目标业务模型创建模块，用于根据目标业务模型的业务逻辑对目标算法组件进行组合，得到目标业务模型。

第三方面，本发明实施例还提供了一种电子设备，所述电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明任意实施例所提供的模型创建方法。

第四方面，本发明实施例还提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例所提供的模型创建方法。

本实施例的技术方案，通过获取目标业务模型对应的目标算法组件，以根据目标业务模型的业务逻辑对目标算法组件进行组合，以进一步得到目标业务模型，解决了现有模型创建工具使用和学习的成本较高及无法普及的问题，达到了模型可以灵活创建的效果，扩展了业务模型的创建方式。

附图说明

图1是本发明实施例一提供的一种模型创建方法的流程图；

图2是本发明实施例二提供的一种模型创建方法的流程图；

图3是本发明实施例三提供的一种模型创建系统的示意图；

图4是本发明实施例四提供的一种模型创建装置的示意图；

图5为本发明实施例五提供的一种电子设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。

另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。

实施例一

图1是本发明实施例一提供的一种模型创建方法的流程图，本实施例可适用于根据业务逻辑进行业务模型创建的情况，该方法可以由模型创建装置来执行，该装置可以由软件和/或硬件的方式来实现，并一般可集成在电子设备中。相应的，如图1所示，该方法包括如下操作：

S110、获取目标业务模型对应的目标算法组件。

其中，目标业务模型可以是根据业务需求创建的业务模型。目标算法组件可以是用于创建目标业务模型的算法组件。算法组件可以是对算法和数据的封装，用于对不同类型的算法进行逻辑组合和功能处理。

具体的，在获取目标算法组件之前，首先确定需要创建的目标业务模型，以通过模型创建系统根据目标业务模型确定与之对应的目标算法组件。

在本发明的一个可选实施例中，在获取目标业务模型对应的目标算法组件之前，还可以包括：获取目标算法以及与目标算法匹配的样本数据；根据样本数据对目标算法进行训练，得到目标算法模型；存储目标算法模型。

其中，目标算法可以是目标业务模型构建过程中所需要应用的算法。样本数据可以是对目标算法进行训练的数据。可选的，样本数据可以从已知数据库中获取。目标算法模型可以是目标业务模型的组成部分。

在本发明实施例中，在确定目标算法模型之前，首先从算法库中选择目标算法，再从数据库中查询出与目标算法匹配的样本数据，进一步根据获取的样本数据对相应的目标算法进行训练，将完成训练的目标算法作为目标算法模型，可以进一步将目标算法模型进行存储。

示例性的，目标算法在训练过程中需要不断进行参数调整、数据评估以及反馈优化，最终确定目标算法模型的相关参数即完成目标算法的训练。其中，算法库和数据库可以是现有的也可以是根据业务需要构建的。本发明实施例对算法库和数据库的数据来源以及所包括的具体内容不做限定。

S120、根据目标业务模型的业务逻辑对目标算法组件进行组合，得到目标业务模型。

其中，业务逻辑可以是实现业务功能的逻辑。

在本发明实施例中，根据目标业务模型的业务逻辑以及开发工具对目标算法组件进行连接，使得连接后的目标算法组件能够实现业务功能，最终将能够完成业务功能的完成连接的目标算法组件的整体作为目标业务模型。开发工具可以用于目标算法组件的连接，例如，开发工具可以包括可视化工具。具体的，可以通过模型创建系统对目标业务模型进行创建。

在本发明实施例中，模型创建系统为创建各种不同业务模型的综合系统，通过利用算法组件对不同业务模型创建逻辑关系，以对各业务模型进行组合，从而得到最终完善的目标业务模型。示例性的，假设目标业务模型需要数据预处理和数据采样处理两个功能逻辑，则可以通过模型创建系统选取所需的数据预处理算法和数据采样算法，并建立数据预处理算法和数据采样算法之间的逻辑连接关系，使得原始数据经过数据预处理算法得到预处理之后的数据，并对预处理之后的数据利用数据采样算法进行采样，最终得到所需的采样数据。本发明实施例中的模型创建系统以云计算和大数据平台为依托，打造大数据协同建模平台，构建支撑多种计算方式、多种技术的智能化模型引擎，实现全行业众创共享的开放环境，形成实用好用的行业通用模型和专业智能应用模型，扩展了业务模型的创建方式，丰富了业务模型的创建功能。

在本发明的一个可选实施例中，目标算法组件可以包括第一目标算法组件和第二目标算法组件；根据目标业务模型的业务逻辑对目标算法组件进行组合，可以包括：根据目标业务模型的业务逻辑利用第二目标算法组件对第一目标算法组件进行编排；获取预设资源数据；根据预设资源数据对第一目标算法组件和/或第二目标算法组件进行配置。

其中，第一目标算法组件可以是实现数据处理功能的组件。例如，第一目标算法组件可以包括但不限于机器学习类算法组件以及集合运算类组件。第二目标算法组件可以是建立各算法的逻辑关系的组件。例如，第二目标算法组件可以用于建立算法之间的交集、并集以及差集关系。预设资源数据可以是算法组件进行调试或者运行时所需的数据。

在本发明实施例中，可以根据目标业务模型的业务逻辑确定第一目标算法组件以及第二目标算法组件中需要使用的算法组件，以根据第二目标算法组件对第一目标算法组件进行组合、排列以及整合等处理。最终通过预设资源数据对第一目标算法组件和/或第二目标算法组件中包括的算法组件进行参数配置。可选的，预设资源数据可以从已知数据库或者API(Application Programming Interface，应用程序接口)中获取。第一目标算法组件可以包括现有的算法组件以及目标算法组件。

本实施例的技术方案，通过获取目标业务模型对应的目标算法组件，以根据目标业务模型的业务逻辑对目标算法组件进行组合，以进一步得到目标业务模型，解决了现有模型创建工具使用和学习的成本较高及无法普及的问题，达到了模型可以灵活创建的效果，扩展了业务模型的创建方式。

实施例二

图2是本发明实施例二提供的一种模型创建方法的流程图，本实施例以上述实施例为基础进行具体化，在本实施例中，给出了对目标业务模型进行调试和运行的具体可选的实施方案，相应的，如图2所示，该方法包括如下操作：

S210、获取目标业务模型对应的目标算法组件。

S220、根据目标业务模型的业务逻辑对目标算法组件进行组合，得到目标业务模型。

S230、将目标业务模型发送至调试环境。

其中，调试环境可以是对目标业务模型进行调试的环境。

具体的，在通过模型创建系统创建目标业务模型之后，可以将目标业务模型发送至模型创建系统的调试环境，以实现对目标业务模型的调试。

S240、利用调试环境资源对目标业务模型进行调试。

其中，调试环境资源可以是目标业务模型在调试环境中进行调试时所必备的资源。例如，调试环境资源可以包括目标业务模型的测试数据、运行环境、数据库以及模型引擎，还可以包括模型调试所需的其他资源等。模型引擎可以是模型创建系统中目标业务模型的执行单元，用于生成目标业务模型的运行结果。

相应的，利用调试环境中的调试环境资源实现目标业务模型的调试。例如，目标业务模型利用调试环境资源可以实现编译、运行、输出以及错误修正等操作。本发明实施例对目标业务模型调试过程中具体调试内容不做限定。

示例性的，将目标业务模型输入至模型引擎中，进一步将数据库中的测试数据输入至目标业务模型，以进一步在目标业务模型的运行环境中进行目标业务模型的调试。具体的，在调试过程中，可以查看目标业务模型各节点的输出结果，通过输出结果可以验证目标业务模型的执行效果。其中，目标业务模型的节点可以是构成目标业务模型的算法组件。

S250、在确定目标业务模型调试通过的情况下，对目标业务模型进行注册处理和资源记录处理。

其中，注册处理可以是对通过调试的目标业务模型的登记，以使得各目标业务模型具有用于相互区分的标识。资源记录处理可以是对通过调试的目标业务模型的描述内容的记录。本发明实施例对资源记录处理的具体描述内容不做限定。

在本发明实施例中，如果目标业务模型能够达到业务需求中的功能要求，则目标业务模型可以判定为调试通过。对于调试通过的目标业务模型可以进行登记，并对调试通过的目标业务模型进行资源记录处理。

示例性的，当目标业务模型调试通过后，对目标业务模型进行注册以获得目标业务模型标识，并对目标业务模型的名称、功能、模型标识、运行环境以及配置参数等进行记录，即对目标业务模型进行资源记录处理。进一步将经过注册处理和资源记录处理的目标业务模型进行存储、管理以及发布。例如，可以将全部或者部分调试通过的目标业务模型发布到相关平台，以便于提升模型创建行业的工作效率及工作效果。

S260、获取模型执行请求。

其中，模型执行请求可以是对通过调试的目标业务模型的调用请求。

在本发明实施例中，当目标业务模型用于生产时，需要向存储有目标业务模型的模块发送模型执行请求，该模块根据模型执行请求进行对应目标业务模型的输出。

S270、根据模型执行请求确定待执行业务模型，并对待执行业务模型进行解析，得到待执行业务组件。

其中，待执行业务模型可以是与模型执行请求对应的目标业务模型。待执行业务组件可以是组成待执行业务模型的算法组件。

相应的，首先根据模型执行请求确定与之对应的目标业务模型，将与模型执行请求对应的目标业务模型作为待执行业务模型，进一步对待执行业务模型相关数据进行解析，以获得组成待执行业务模型的算法组件即待执行业务组件。

示例性的，根据模型执行请求确定待执行业务模型之后，可以通过对xml格式的待执行业务模型的描述内容，以及待执行业务模型标识进行解析，得到待执行业务模型中的各个待执行业务组件。

S280、在确定待执行业务组件的运行资源满足运行条件的情况下，调用待执行业务组件和待执行业务组件匹配的待执行资源。

其中，运行资源可以是所有待执行业务组件运行所必备的全部或部分资源。待执行资源可以是待执行业务组件运行时所必备的资源。运行条件可以是待执行业务组件能够正常运行的条件。待执行资源可以包括但不限于待执行业务组件运行时所需要的相关参数和环境等。

在本发明实施例中，在运行资源中识别并验证是否存在满足待执行业务组件运行的运行资源，如果待执行业务组件的运行资源满足运行条件，表明待执行业务组件满足待执行业务模型的执行需求，则可以根据调用待执行业务组件和待执行业务组件匹配的待执行资源，运行待执行业务组件。

S290、根据待执行业务组件和待执行资源在模型运行环境中运行待执行业务模型。

其中，模型运行环境可以是待执行业务组件和待执行资源能够运行的环境。

具体的，确定各待执行业务组件和与之匹配的待执行资源，在待执行业务组件和待执行资源能够运行的环境中运行待执行业务模型。

在本发明的一个可选实施例中，根据待执行业务组件和待执行资源在模型运行环境中运行待执行业务模型，可以包括：确定待执行业务模型中的标准待执行业务模型和自定义待执行业务模型；在标准模型运行环境中运行标准待执行业务模型和标准待执行资源；在自定义模型运行环境中运行自定义待执行业务模型和自定义待执行资源。

其中，标准待执行业务模型可以是通用的不需要进行转化的业务模型。自定义待执行业务模型可以是需要转化才能在标准模型运行环境运行的业务模型。标准模型运行环境可以是标准待执行业务模型能够运行的环境。自定义模型运行环境可以是自定义待执行业务模型能够运行的环境。标准待执行资源可以是组成标准待执行业务模型的各组件运行时所必备的资源。自定义待执行资源可以是组成自定义待执行业务模型各组件运行时所必备的资源。

在本发明实施例中，首先确定待执行业务模型中的标准待执行业务模型和自定义待执行业务模型，进一步确定标准待执行业务模型的标准模型运行环境和标准待执行资源，以及自定义待执行业务模型的自定义模型运行环境和自定义待执行资源。最终实现在标准模型运行环境中运行标准待执行业务模型和标准待执行资源，以及在自定义模型运行环境中运行自定义待执行业务模型和自定义待执行资源。

在本发明的一个可选实施例中，根据待执行业务组件和待执行资源在模型运行环境中运行待执行业务模型的同时，还可以包括：获取待执行业务组件和待执行资源在模型运行环境运行过程中生成的模型日志数据；根据模型日志数据对模型创建系统进行监控。

其中，模型日志数据可以是待执行业务模型在运行过程中产生的日志数据。

在本发明实施例中，待执行业务组件和待执行资源在模型运行环境中运行待执行业务模型的同时，模型创建系统生成与待执行业务模型运行过程对应的模型日志数据，根据模型日志数据对模型创建系统进行监控。

示例性的，根据模型日志数据可以对模型创建系统运行过程进行监控，例如，可以包括对算法组件的应用权限、算法组件选择、目标业务模型的业务逻辑以及数据输出结果等的监控。

在本实施例的技术方案中，调试通过的目标业务模型在调用运行过程中根据标准待执行业务模型确定标准模型运行环境和标准待执行资源，以及根据自定义待执行业务模型确定自定义模型运行环境和自定义待执行资源。实现了不同待执行业务模型在模型创建系统都能运行的效果，打破了不同待执行业务模型对不同待执行资源以及模型运行环境的要求，使得运行效果好的业务模型可以不受运行资源限制。

需要说明的是，以上各实施例中各技术特征之间的任意排列组合也属于本发明的保护范围。

实施例三

图3是本发明实施例三提供的一种模型创建系统的示意图，如图3所示，所述模型创建系统包括：算法库300、模型训练平台310、组件管理平台320、模型开发平台330、模型管理平台340、模型运行平台350、演训平台360以及生产平台370，其中：

算法库300，用于提供目标算法模型所需算法。算法库可以包括各类现有算法。

模型训练平台310，用于根据与目标算法匹配的样本数据对获取的目标算法进行训练，得到目标算法模型。例如，根据样本数据对目标算法进行参数调试、效果评估以及反馈优化处理等。此外，可以将目标算法模型存储于组件管理平台320，并且可以将可公开发布的目标算法模型发布到生产平台370的生产侧资源目录373。其中，与目标算法匹配的样本数据可以从演训平台360的演训侧资源目录363获得。

组件管理平台320，用于目标算法组件的管理。例如，组件管理平台320可以包括但不限于对目标算法组件进行注册、启用、停用、注销、更新以及发布等的管理。如果组成目标业务模型的算法组件审核通过后可以存储到生产平台370的生产侧资源目录373的组件资源目录中。组件资源目录可以是用于存储通过审核的算法组件的数据库。

模型开发平台330，用于对目标业务模型的开发。具体的，模型开发平台还可以用于对目标算法组件的组件选择、编排以及目标业务模型的调试。根据不同目标业务模型开发的设计思路，可通过托拉拽方式将所需目标算法组件放到可视化建模面板中，在可视化建模面板中可对每个目标算法组件进行参数配置以及算法组件的连接等操作。示例性的，所有组件可以进行可视化的操作，通过可视化操作实现算法的数据输入、参数配置、特征选择、数据输出、数据读取、计算资源调用以及数据写入等操作。此外，模型开发平台330基于数据资源以及目标算法组件，能够满足建模人员进行模型创建、调试以及发布的需要。其中，目标算法组件根据功能分类可以包括数据处理组件、数据碰撞组件、特征工程组件、机器学习组件、模型评估组件以及脚本工具组件等。本发明实施例对目标算法组件中的具体组件类型不做限定。模型开发平台330对于目标业务模型的调试需要与演训平台360协作完成。目标业务模型的调试支持建模人员在允许的时间范围内，对目标业务模型的设计思路、静态逻辑合理性、中间结果、结果标注检查以及运行日志记录的检查。同时，整个目标业务模型和部分目标算法组件可以在小批量数据范围内进行调试运行。目标业务模型的调试可以实现运行时间、运行节点、运行状态、调试结果以及运行日志等信息查看，还可以提供运行、停止、单步调试以及日志下载等功能。

模型管理平台340，用于对目标业务模型的管理。模型管理平台340可以对目标业务模型进行启用、停用、注销、更新、导入导出、版本管理、模型查询、发布、评价以及推荐等功能的管理。可以将审核通过后的目标业务模型存储于生产平台370的生产侧资源目录373中。

模型运行平台350，用于根据模型执行请求实现目标业务模型在生产环境中的运行。模型运行平台350具体用于根据模型执行请求对目标业务模型进行调用、目标业务模型运行结果展示以及对运行过程的监控。

演训平台360，用于目标业务模型在演训环境中的调试。演训环境可以是线下的运行环境。演训环境可以获取的数据量以及计算资源都是受限的。演训平台360可以包括演训侧模型引擎361、演训侧基础环境362以及演训侧资源目录363。其中，演训侧基础环境362可以包括标准模型运行环境和自定义模型运行环境。演训侧模型引擎361用于对目标业务模型的加载、生成计划、解析、调度、运行以及输出。具体的，标准模型描述文件可以被加载到演训侧模型引擎361中，演训侧模型引擎361可以运行目标业务模型。目标业务模型支持对于接口(例如资源目录服务接口)、文件以及数据库三种形式的数据加载。目标业务模型解析主要包括对目标业务模型基本信息、模型运行环境、支持模型模板的数据源相关信息、模型运行参数信息、模型运行结果信息以及模型运行程序控制逻辑等信息的解析。模型运行环境按照运行目标业务模型所需要的计算资源、存储资源以及从演训平台360申请的资源，进行环境准备，使其具备目标业务模型运行的条件。生成计划可以包括将解析目标业务模型中的目标算法组件的依存关系，形成目标算法组件的执行顺序。模型调度可以包括根据解析出来的目标算法组件运行所需的计算资源、数据资源以及外部执行程序文件，部署到相应的运行环境上。目标业务模型运行可以包括调用演训侧基础环境362提供的接口，以进一步使得目标算法组件根据逻辑关系在基础环境中运行。模型结果输出，演训侧模型引擎361根据模型定义的结果输出形式生成输出结果。其中，输出结果可以有多种输出形式，输出形式可以支持文件、服务调用返回、数据表、同步以及异步方式。演训侧资源目录363，可以用于为目标算法组件提供训练的样本数据，还可以用于为演训平台进行目标业务模型调试时提供相应参数。

模型创建系统创建的目标业务模型只有在演训平台360中经过开发设计、调试以及验证等环节，在确保目标业务模型功能、性能以及计算结果符合预期的前提下，才可以发布目标业务模型，发布成功的目标业务模型才允许在生产平台370中运行。演训平台360相比生产平台370还要具备调试以及评估等能力。如数据取样、运行调试、参数调整、日志打印、数据可视化以及模型评估等功能，方便业务人员洞悉数据特点和运算结果，为模型创建过程提供支撑。

生产平台370，用于目标业务模型在生产环境中的运行。生产环境可以是线上的运行环境。生产平台370与演训平台360具备的功能基本一致。其中，生产平台370可以包括生产侧模型引擎371、生产侧基础环境372以及生产侧资源目录373。生产侧资源目录373可以包括组件资源目录、数据资源目录、服务资源目录以及模型资源目录。生产侧模型引擎371，用于待执行业务模型在生产平台370的运行。生产侧基础环境372，可以包括待执行业务模型在生产侧的标准模型运行环境和自定义模型运行环境。生产侧资源目录373，用于对审核通过得目标算法组件、目标业务模型以及相关数据的存储。

模型创建系统也可以对资源目录进行管理，例如，对资源目录中的目标算法组件、目标业务模型、服务资源以及数据资源的提交、审核、注册、更新、停用、启用和注销等管理。具体的，对资源目录进行管理可以包括申请创建或更新算法组件、对算法组件变更申请进行审核、对审核通过后的算法组件的注册、算法组件更新、对暂时不使用的算法组件进行停用申请及审核、对已停用的算法组件进行重新启用申请及审核，以及对长期不使用的算法组件进行注销及审核。

本实施例的技术方案，通过获取目标业务模型对应的目标算法组件，以根据目标业务模型的业务逻辑对目标算法组件进行组合，以进一步得到目标业务模型，解决了现有模型创建工具使用和学习的成本较高，无法实现普及的问题，达到了模型可以灵活创建的效果，扩展业务模型的创建方式。

实施例四

图4是本发明实施例四提供的一种模型创建装置的示意图，如图4所示，所述模型创建装置包括：目标算法组件获取模块410以及目标业务模型创建模块420，其中：

目标算法组件获取模块410，用于获取目标业务模型对应的目标算法组件；

目标业务模型创建模块420，用于根据所述目标业务模型的业务逻辑对所述目标算法组件进行组合，得到所述目标业务模型。

可选的，所述目标算法组件包括第一目标算法组件和第二目标算法组件；目标业务模型创建模块420，具体用于根据所述目标业务模型的业务逻辑利用所述第二目标算法组件对所述第一目标算法组件进行编排；获取预设资源数据；根据所述预设资源数据对所述第一目标算法组件和/或第二目标算法组件进行配置。

可选的，模型创建装置，还可以包括：目标算法模型建立与存储模块，用于获取目标算法以及与所述目标算法匹配的样本数据；根据所述样本数据对所述目标算法进行训练，得到目标算法模型；存储所述目标算法模型。

可选的，模型创建装置，还可以包括：目标业务模型调试模块，用于将所述目标业务模型发送至调试环境；利用调试环境资源对所述目标业务模型进行调试；在确定所述目标业务模型调试通过的情况下，对所述目标业务模型进行注册处理和资源记录处理。

可选的，模型创建装置，还可以包括：目标业务模型执行模块，用于获取模型执行请求；根据所述模型执行请求确定待执行业务模型，并对所述待执行业务模型进行解析，得到待执行业务组件；在确定所述待执行业务组件的运行资源满足运行条件的情况下，调用所述待执行业务组件和所述待执行业务组件匹配的待执行资源；根据所述待执行业务组件和所述待执行资源在模型运行环境中运行所述待执行业务模型。

可选的，目标业务模型执行模块，具体用于确定所述待执行业务模型中的标准待执行业务模型和自定义待执行业务模型；在标准模型运行环境中运行所述标准待执行业务模型和标准待执行资源；在自定义模型运行环境中运行所述自定义待执行业务模型和自定义待执行资源。

可选的，模型创建装置，还可以包括：监控模块，用于获取所述待执行业务组件和所述待执行资源在所述模型运行环境运行过程中生成的模型日志数据；根据所述模型日志数据对模型创建系统进行监控。

本实施例的技术方案，通过获取目标业务模型对应的目标算法组件，以根据目标业务模型的业务逻辑对目标算法组件进行组合，以进一步得到目标业务模型，解决了现有模型创建工具使用和学习的成本较高，无法实现普及的问题，达到了模型可以灵活创建的效果，扩展业务模型的创建方式。

上述模型创建装置可执行本发明任意实施例所提供的模型创建方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明任意实施例提供的模型创建方法。

由于上述所介绍的模型创建装置为可以执行本发明实施例中的模型创建方法的装置，故而基于本发明实施例中所介绍的模型创建方法，本领域所属技术人员能够了解本实施例的模型创建装置的具体实施方式以及其各种变化形式，所以在此对于该模型创建装置如何实现本发明实施例中的模型创建方法不再详细介绍。只要本领域所属技术人员实施本发明实施例中模型创建方法所采用的装置，都属于本申请所欲保护的范围。

实施例五

图5为本发明实施例五提供的一种电子设备的结构示意图。图5示出了适于用来实现本发明实施方式的电子设备512的框图。图5显示的电子设备512仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，电子设备512以通用计算设备的形式表现。电子设备512的组件可以包括但不限于：一个或者多个处理器516，存储装置528，连接不同系统组件(包括存储装置528和处理器516)的总线518。

总线518表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture，ISA)总线，微通道体系结构(MicroChannel Architecture，MCA)总线，增强型ISA总线、视频电子标准协会(Video Electronics Standards Association，VESA)局域总线以及外围组件互连(Peripheral Component Interconnect，PCI)总线。

电子设备512典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备512访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

存储装置528可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(Random Access Memory，RAM)530和/或高速缓存存储器532。电子设备512可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统534可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如只读光盘(Compact Disc-ReadOnly Memory，CD-ROM)、数字视盘(Digital Video Disc-Read Only Memory，DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线518相连。存储装置528可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块526的程序536，可以存储在例如存储装置528中，这样的程序模块526包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块526通常执行本发明所描述的实施例中的功能和/或方法。

电子设备512也可以与一个或多个外部设备514(例如键盘、指向设备、摄像头、显示器524等)通信，还可与一个或者多个使得用户能与该电子设备512交互的设备通信，和/或与使得该电子设备512能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(Input/Output，I/O)接口522进行。并且，电子设备512还可以通过网络适配器520与一个或者多个网络(例如局域网(Local AreaNetwork，LAN)，广域网Wide Area Network，WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器520通过总线518与电子设备512的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备512使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of IndependentDisks，RAID)系统、磁带驱动器以及数据备份存储系统等。

处理器516通过运行存储在存储装置528中的程序，从而执行各种功能应用以及数据处理，例如实现本发明上述实施例所提供的模型创建方法，包括：获取目标业务模型对应的目标算法组件；根据目标业务模型的业务逻辑对目标算法组件进行组合，得到目标业务模型。

本实施例的技术方案，通过获取目标业务模型对应的目标算法组件，以根据目标业务模型的业务逻辑对目标算法组件进行组合，以进一步得到目标业务模型，解决了现有模型创建工具使用和学习的成本较高及无法普及的问题，达到了模型可以灵活创建的效果，扩展了业务模型的创建方式。

实施例六

本发明实施例六还提供一种存储计算机程序的计算机存储介质，所述计算机程序在由计算机处理器执行时用于执行本发明上述实施例任一所述的模型创建方法，包括：获取目标业务模型对应的目标算法组件；根据目标业务模型的业务逻辑对目标算法组件进行组合，得到目标业务模型。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ReadOnly Memory，ROM)、可擦式可编程只读存储器((Erasable Programmable Read OnlyMemory，EPROM)或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、射频(Radio Frequency，RF)等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。