(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211001299.3 (22)申请日 2022.08.19 (71)申请人 北京银丰新融科技 开发有限公司 地址 100098 北京市海淀区知春路51号慎 昌大厦五层5 688室 (72)发明人 贾皓立　陈庆国　梁凯鹏　粟文　 程吉辉　何一鸣　宋萍　 (74)专利代理 机构 北京开阳星知识产权代理有 限公司 1 1710 专利代理师 张子青 (51)Int.Cl. G06F 30/27(2020.01) G06F 3/0483(2013.01) G06F 3/0486(2013.01) G06F 16/2458(2019.01)G06F 16/27(2019.01) G06N 20/00(2019.01) (54)发明名称 基于多源异构的数据 挖掘建模方法及系统 (57)摘要 本公开涉及一种基于多源异构的数据挖掘 建模方法及系统。 本公开通过 获取机器学习的相 关算法， 将所述机器学习的相关算法封装为多个 算法组件， 响应于用户对所述多个算法组件的第 一操作， 通过所述多个算法组件构建机器学习模 型。 由于将算法组件化， 用户或者业务人员可 以 按需装配不同的组件， 可以让机器学习模型的构 建更加灵活， 效率更加高效， 也提高了算法的重 用性。 用户可 以利用可视化的页面， 使用拖拽的 方式拖动组件， 配置机器学习模型， 使操作更加 简单， 用户只需要了解算法组件的基本功能， 而 不需要了解机器学习模型的技术细 节， 降低了用 户的学习成本和构建机器学习模 型的难度， 从而 降低了构建机 器学习模型的开发门槛与成本 。 权利要求书2页 说明书8页 附图4页 CN 115544858 A 2022.12.30 CN 115544858 A 1.一种基于多源异构的数据 挖掘建模方法， 其特 征在于， 包括： 获取机器学习的相关算法； 将所述机器学习的相关算法封装为多个算法组件； 响应于用户对所述多个算法组件的第 一操作， 通过所述多个算法组件构建机器学习 模 型。 2.根据权利要求1所述的方法， 其特征在于， 所述将所述机器学习的相关算法封装为多 个算法组件， 包括： 对所述机器学习的相关算法进行解耦处 理， 将处理后的算法封装为多个算法组件。 3.根据权利要求1所述的方法， 其特 征在于， 所述多个算法组件 包括如下至少一种： 统计分析组件、 分类组件、 回归组件、 聚类组件。 4.根据权利要求1所述的方法， 其特征在于， 所述响应于用户对所述多个算法组件的第 一操作， 通过 所述多个算法组件构建机器学习模型之前， 所述方法还 包括： 响应于用户对目标 数据源的第二操作， 从目标 数据源获取基础数据； 将所述基础数据同步到 机器学习模型的数据中， 得到所述机器学习模型的原 始数据； 相应地， 响应于用户对所述多个算法组件的第一操作， 通过所述多个算法组件构建机 器学习模型， 包括： 响应于用户对所述多个算法组件的第 一操作， 在所述机器学习 模型的原始数据的基础 上加载所述多个算法组件， 对所述机器学习模型进行构建。 5.根据权利要求1 ‑4任一所述的方法， 其特征在于， 所述通过所述多个算法组件构建机 器学习模型之后， 所述方法还 包括： 生成所述机器学习模型的评估报告。 6.一种基于多源异构的数据 挖掘建模 装置， 其特 征在于， 所述装置包括： 第一获取模块， 用于获取机器学习的相关算法； 封装模块， 用于将所述机器学习的相关算法封装为多个算法组件； 构建模块， 用于响应于用户对所述多个算法组件的第一操作， 通过所述多个算法组件 构建机器学习模型。 7.根据权利要求6所述的装置， 其特征在于， 所述封装模块将所述机器学习的相关算法 封装为多个算法组件时， 具体用于： 对所述机器学习的相关算法进行解耦处 理， 将处理后的算法封装为多个算法组件。 8.一种电子设备， 其特 征在于， 包括： 存储器； 处理器； 以及 计算机程序； 其中， 所述计算机程序存储在所述存储器中， 并被配置为由所述处理器执行以实现如 权利要求1 ‑5中任一所述的方法。 9.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序被 处理器执行时实现如权利要求1 ‑5中任一项所述的方法。 10.一种基于多源异构的数据挖掘建模系统， 其特征在于， 该系统包括至少一个计算装 置和至少一个存储指 令的存储装置， 其中， 所述指 令在被所述至少一个计算装置运行时， 促权　利　要　求　书 1/2 页 2 CN 115544858 A 2使所述至少一个 计算装置执 行如权利要求1 ‑5任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115544858 A 3