1700432850
1700432851
有必要监控那些用于分析流程的分析数据集和EADS，监控的信息包括数据集的各类细节信息，以及创建与保存数据集的技术细节。模型与评分管理系统的这个组件会管理分析数据集本身的信息。请注意，这些数据集可以是企业分析数据集，也可以是个性化的数据集，或者两者的组合。监控的具体信息包括以下几项。
1700432852
1700432853
■ 提供数据给用户的各类数据集的名称，包括SQL脚本、数据存储脚本、UDF、嵌入式过程、表格、视图等。
1700432854
1700432855
■ 运行这些数据处理任务的参数。例如，某个分析也许只针对某一时间范围或有限的几类产品。
1700432856
1700432857
■ 数据处理过程中创建的输出表或者视图，以及这些输出包含的信息。
1700432858
1700432859
■ 分析数据集与分析流程之间的关系。一个分析数据集可以被多个分析流程使用，而一个分析流程可以使用多个分析数据集。
1700432860
1700432861
2．模型定义
1700432862
1700432863
有必要监控每一个模型和分析流程的描述信息。请注意，这里的模型可以是一个预测模型，也可以是一个分析流程，如客户按销售收入从高到低的排序，这些模型需要定期更新并被广泛使用。模型或分析流程在创建时需要到模型管理系统进行注册。监控的具体信息包括以下几项。
1700432864
1700432865
■ 模型的使用目的。模型解决的业务问题是什么？使用模型的业务场景是什么？
1700432866
1700432867
■ 模型的历史。什么时候创建的？谁创建的？模型经历了几个版本？
1700432868
1700432869
■ 模型的状态。它是处于开发阶段么？正在生产环境下使用，还是已经退出了？
1700432870
1700432871
■ 模型的类型。模型使用了什么算法？开发方案是什么？
1700432872
1700432873
■ 模型的评分功能。那些能给出评分结果的程序名称是什么？包括SQL脚本、存储过程、UDF、嵌入式过程。请注意，假设这里的评分功能可以获得所需的任何数据集。
1700432874
1700432875
■ 模型的输入变量信息。输入的分析数据集里，哪些变量被模型使用了？模型使用了一个还是多个分析数据集？
1700432876
1700432877
3．模型验证与报表制作
1700432878
1700432879
通常还需要建立一套模型验证与报表来帮助管理模型和分析流程。这些报表覆盖了很多主题和目标。监控的具体信息包括以下几项。
1700432880
1700432881
■ 评分过程的特定执行过程与开发原则的比较报表。
1700432882
1700432883
■ 特定的统计分析或验证报告，例如，每一次模型运行完后，都要研究提升率和收益图。
1700432884
1700432885
■ 模型的比较以及变量分布的总结。
1700432886
1700432887
报表可以在评分完成后自动生成，也可以在有需要时生成。这些报表通常是对模型评分效率进行持续监控的关键步骤。随着时间推移与业务环境的变化，所有模型的评分效率都会下降。这些报表可以帮助人们选择什么时候重新开发模型。
1700432888
1700432889
不要失去控制！
1700432890
1700432891
如果不对模型和分析流程进行监控管理，企业就有可能错误地使用模型，甚至完全忘记了某个模型的存在。模型与评分管理系统可以保证这种情况不会发生。有了这个系统，当某一个分析流程更新后，就能很容易地发现那些会受到影响的其他分析流程。
1700432892
1700432893
4．模型评分输出
1700432894
1700432895
最后一个组件是模型与分析流程的输出，即评分结果。这些输出结果可以描述任何一类实体，如客户、区域或者产品。监控的信息包括以下几项。
1700432896
1700432897
■ 评分是多少？保存在哪里？评分的实体，如客户或产品，其范围是什么？
1700432898
1700432899
■ 获得这个评分的时间戳。
[
上一页 ]
[ :1.70043285e+09 ]
[
下一页 ]