CN107292320-CN201610192188-系统及其指标优化方法及装置.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107292320 A (43)申请公布日 2017.10.24 (21)申请号 201610192188.3 (22)申请日 2016.03.30 (71)申请人 阿里巴巴集团控股有限公司 地址 英属开曼群岛大开曼 (72)发明人 刘毅捷　 (74)专利代理机构 北京三友知识产权代理有限 公司 11127 代理人 李辉　刘飞 (51)Int.Cl. G06K 9/62(2006.01) 权利要求书2页 说明书7页 附图1页 (54)发明名称 系统及其指标优化方法及装置 (57)摘要 本申请提供了一种系统及其指标优化方法 及装置，该方法包括：获取系统的所有已用指标 参数及其数值，以及所有待选用指标参数及其数 值；基于预设的数据降维算法将所述所有已用指 标参数及其数值进行降维处理，获得对应的特征 参数集及其数值；以所述特征参数集的数值作为 输入，并以所述所有待选用指标参数的数值作为 目标输出，训练预设的机器学习模型，获得所述 所有待选用指标参数的数值的预测值；获取所述 所有待选用指标参数中每个待选用指标的数值 与其对应预测值的差异度量值；选取出预设数量 个其差异度量值最大的待选用指标作为所述系 A 统的新增指标。本申请可提高指标优选效率，并 0 降低系统性能抖动。 2 3 2 9 2 7 0 1 N C CN 107292320 A 权　利　要　求　书 1/2页 1.一种系统指标优化方法，其特征在于，包括以下步骤： 获取系统的所有已用指标参数及其数值，以及所有待选用指标参数及其数值； 基于预设的数据降维算法将所述所有已用指标参数及其数值进行降维处理，获得对应 的特征参数集及其数值； 以所述特征参数集的数值作为输入，并以所述所有待选用指标参数的数值作为目标输 出，训练预设的机器学习模型，获得所述所有待选用指标参数的数值的预测值； 获取所述所有待选用指标参数中每个待选用指标的数值与其对应预测值的差异度量 值； 选取出预设数量个其差异度量值最大的待选用指标作为所述系统的新增指标。 2.根据权利要求1所述的系统指标优化方法，其特征在于，所述预设的数据降维算法包 括自动编码机； 所述基于预设的数据降维算法将所述所有已用指标参数及其数值进行降维处理，获得 对应的特征参数集及其数值，包括： 将所述所有已用指标参数同时作为输入节点和目标输出节点，并以所述所有已用指标 参数的数值作为第一训练数据集，训练所述自动编码机，获得对应的特征参数集及其数值。 3.根据权利要求1所述的系统指标优化方法，其特征在于，所述预设的机器学习模型包 括深度神经网络； 所述以所述特征参数集的数值作为输入，并以所述所有待选用指标参数的数值作为目 标输出，训练预设的机器学习模型，获得所述所有待选用指标参数的数值的预测值，包括： 将所述特征参数集及所述所有待选用指标参数对应作为输入节点和目标输出节点，并 将所述特征参数集的数值作为第二训练数据集，训练深度神经网络，获得所述所有待选用 指标参数的数值的预测值。 4.根据权利要求1所述的系统指标优化方法，其特征在于，所述特征参数集中的特征参 数的数量预先设定。 5.根据权利要求1所述的系统指标优化方法，其特征在于，在所述选取出预设数量个其 差异度量值最大的待选用指标作为所述系统的新增指标之前，还包括： 按照对应差异度量值的大小将所述所有待选用指标参数进行排序。 6.根据权利要求1所述的系统指标优化方法，