分布式系统的故障处理方法、装置及系统

    公开(公告)号:CN116915575A

    公开(公告)日:2023-10-20

    申请号:CN202211472081.6

    申请日:2022-11-23

    Abstract: 本申请公开了一种分布式系统的故障处理方法、装置及系统,属于分布式系统技术领域。分布式系统的故障处理系统,包括:监视器,用于接收分布式系统的多个节点的心跳消息,并将接收到心跳消息的时间戳发送给与节点对应的解释器;多个所述解释器,与所述节点一一对应,用于接收对应节点的心跳消息的时间戳,根据多个所述心跳消息的时间戳计算对应节点的置信度,并将所述节点的置信度发送给所述监视器;所述监视器,还用于接收所述解释器返回的所述节点的置信度,在所述节点的置信度小于第一阈值时,向所述分布式系统的资源管理器发送第一指示消息,指示将所述节点的训练任务或参数分配给其他节点。本申请实施例能够提高异常节点检测的正确率。

    用户流失分析方法及用户流失分析装置

    公开(公告)号:CN116911889A

    公开(公告)日:2023-10-20

    申请号:CN202310024476.8

    申请日:2023-01-09

    Abstract: 本发明提供了一种用户流失分析方法及用户流失分析装置,属于人工智能技术领域。用户流失分析方法包括:根据所有用户在点播业务的流失天数和留存率确定流失用户;根据流失用户在流失前的用户播放媒资数据和播放媒资对应的题材标签确定所述流失用户的家庭角色标签;获取所述流失用户在流失前的以下至少一项第一数据:点播业务收藏数据、搜索数据、播放数据、订购数据、直播业务的播放数据、小屏视频的播放数据,并根据所述至少一项第一数据对流失用户进行聚类,得到所述流失用户的分类标签;输出每一流失用户的家庭角色标签和分类标签。本发明的技术方案能够提升用户流失原因分析的准确性。

    模型处理方法及装置
    65.
    发明公开

    公开(公告)号:CN116911371A

    公开(公告)日:2023-10-20

    申请号:CN202211562090.4

    申请日:2022-12-07

    Inventor: 韩雪 冯俊兰

    Abstract: 本申请公开了一种模型处理方法及装置,属于神经网络技术领域,本申请实施例的模型处理方法,包括:在大闭环级联模型的训练过程中,根据维护的神经元参数的二维权重图生成神经元离散图,所述二维权重图记录所述大闭环级联模型的原子能力各个神经元参数的原子权重和闭环权重;周期性生成伪随机序列,所述伪随机序列的长度与所述二维权重图的权重值的数目相等;将所述伪随机序列与所述神经元离散图进行异或操作,根据操作结果对所述神经元进行剪枝。本申请实施例能够增加体系化人工智能系统的安全性。

    一种模型训练方法、装置及设备
    66.
    发明公开

    公开(公告)号:CN116910528A

    公开(公告)日:2023-10-20

    申请号:CN202310127188.5

    申请日:2023-02-17

    Abstract: 本发明提供了一种模型训练方法、装置及设备,其中,模型训练方法包括:获取目标网元的邻区关系数据和第一网元的无线运维能力的相关数据;第一网元包括目标网元和目标网元的邻区网元;根据邻区关系数据和无线运维能力的相关数据,训练基于编码器‑解码器框架的业务模型的模型参数;无线运维能力的相关数据包括:特征数据、结果数据、变化参数、混杂因子以及占位符;占位符用于进行网元整体表征;模型参数包括:隐含网元内关系表征的第一参数,以及隐含网元间关系表征的第二参数。本方案能够实现得到的业务模型可包含网元内关系表征以及网元间关系表征,从而解决现有技术中用于建模的模型训练方案得到的业务模型缺少网元间关系表征的问题。

    数据处理方法、装置、终端、终端设备及可读存储介质

    公开(公告)号:CN116910353A

    公开(公告)日:2023-10-20

    申请号:CN202310652673.4

    申请日:2023-06-02

    Abstract: 本发明提供一种数据处理方法、装置、终端、终端设备及可读存储介质,涉及数据处理技术领域。该方法包括:获取用户的第一特征数据,所述第一特征数据包括目标特征类型对应的多个离散特征,所述目标特征类型包括以下一项:终端相关特征、套餐业务相关特征以及公共特征;计算所述第一特征数据与目标连续特征数据的关联度,所述目标连续特征数据包括与所述目标特征类型对应的连续特征;根据所述关联度对所述第一特征数据进行聚类计算,得到第二特征数据。本发明的方案,通过对离散特征的处理,使得处理后的数据特征能够通过树模型进行业务推荐。解决了基于树模型的业务推荐在模型提取用户特征数据时无法对用户数据中的离散型特征进行有效表示的问题。

    一种代码的分布式训练方法、装置及设备

    公开(公告)号:CN116775093A

    公开(公告)日:2023-09-19

    申请号:CN202210215609.5

    申请日:2022-03-07

    Abstract: 本发明提供一种代码的分布式训练方法、装置及设备,其中,代码的分布式训练方法包括:通过预设应用获取用户编写的代码和训练指令;根据所述训练指令,获得用户指定的用于训练所述代码的目标资源;根据所述目标资源,创建资源对象;根据所述资源对象调度目标训练容器进行代码训练,得到训练结果;将所述训练结果通过所述应用返回用户。本发明的方案无需对代码进行侵入式修改,可以实现将数据与计算隔离,有效提高资源利用率,交互性强。

Patent Agency Ranking