数据搬迁方法、装置、设备及计算机可读存储介质与流程

技术特征：
1.一种数据搬迁方法，其特征在于，所述数据搬迁方法包括以下步骤：当源设备中的源端数据待进行数据搬迁至所述源设备对应的目标设备时，检测是否存在所述源设备对应的数据转换模型；若不存在所述源设备对应的数据转换模型，则对所述源端数据进行数据预处理，以得到目标数据集；根据预设的神经网络模型确定所述目标数据集对应的初始模型权重，并对所述初始模型权重中的全连接层权重进行更新，基于更新结果完成所述源端数据的数据搬迁。2.如权利要求1所述的数据搬迁方法，其特征在于，所述根据预设的神经网络模型确定所述目标数据集对应的初始模型权重的步骤，包括：获取所述目标数据集中的所有目标源端数据，依次遍历各所述目标源端数据，确定所述遍历的目标源端数据对应的注意力权重；计算所述遍历的目标源端数据和所述注意力权重的乘积；计算各所述目标源端数据对应的乘积的和值，并根据预设的神经网络模型对所述和值进行模型训练，以得到初始模型权重。3.如权利要求2所述的数据搬迁方法，其特征在于，所述确定所述遍历的目标源端数据对应的注意力权重的步骤，包括：获取所述目标数据集中所述目标设备对应的所有初始数据，并确定各所述初始数据中的待执行数据；将所述遍历的目标源端数据和所述待执行数据输入至预设的注意力计算公式进行计算，以得到所述遍历的目标源端数据对应的注意力权重。4.如权利要求3所述的数据搬迁方法，其特征在于，所述对所述初始模型权重中的全连接层权重进行更新，基于更新结果完成所述源端数据的数据搬迁的步骤，包括：依次遍历各所述初始数据，若遍历的初始数据和所述待执行数据不匹配，则确定所述初始模型权重中的全连接层权重，根据所述遍历的初始数据对所述全连接层权重进行更新，以得到新全连接层权重；根据所述新连接层权重对所述神经网络模型继续进行模型训练，若所述神经网络模型收敛，则确定所述源端数据已完成数据搬迁。5.如权利要求1所述的数据搬迁方法，其特征在于，所述对所述源端数据进行数据预处理，以得到目标数据集的步骤，包括：获取所述目标设备中与所述源端数据对应的历史数据，构建所述源端数据和所述历史数据之间的数据对，将所述数据对作为初始数据集；对所述初始数据集进行文本序列化处理，以得到目标数据集。6.如权利要求1-5任一项所述的数据搬迁方法，其特征在于，所述检测是否存在所述源设备对应的数据转换模型的步骤之后，包括：若存在所述源设备对应的数据转换模型，则将所述源端数据转换为整数序列数据，将所述整数序列数据输入至所述数据转换模型进行模型训练，基于所述模型训练的训练结果完成所述源端数据的数据搬迁。7.如权利要求6所述的数据搬迁方法，其特征在于，所述将所述整数序列数据输入至所述数据转换模型进行模型训练，基于所述模型训练的训练结果完成所述源端数据的数据搬
迁的步骤，包括：若所述整数序列数据存在多个，则遍历各所述整数序列数据，并将遍历的整数序列数据输入至所述数据转换模型进行模型训练，其中，所述数据转换模型将所述整数序列数据编码为上下文向量，并对所述上下文向量进行解码更新，得到数据词；基于所述模型训练的训练结果确定各所述整数序列数据对应的所有数据词，将各所述数据词迁移至所述目标设备，并在各所述数据词迁移完成时，确定所述源端数据的数据搬迁完成。8.一种数据搬迁装置，其特征在于，所述数据搬迁装置包括：检测模块，用于当源设备中的源端数据待进行数据搬迁至所述源设备对应的目标设备时，检测是否存在所述源设备对应的数据转换模型；预处理模块，用于若不存在所述源设备对应的数据转换模型，则对所述源端数据进行数据预处理，以得到目标数据集；数据搬迁模块，用于根据预设的神经网络模型确定所述目标数据集对应的初始模型权重，并对所述初始模型权重中的全连接层权重进行更新，基于更新结果完成所述源端数据的数据搬迁。9.一种数据搬迁设备，其特征在于，所述数据搬迁设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的数据搬迁程序，所述数据搬迁程序被所述处理器执行时实现如权利要求1至7中任一项所述的数据搬迁方法的步骤。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有数据搬迁程序，所述数据搬迁程序被处理器执行时实现如权利要求1至7中任一项所述的数据搬迁方法的步骤。

技术总结
本发明公开了一种数据搬迁方法、装置、设备及计算机可读存储介质，数据搬迁方法包括：当源设备中的源端数据待进行数据搬迁至所述源设备对应的目标设备时，检测是否存在所述源设备对应的数据转换模型；若不存在所述源设备对应的数据转换模型，则对所述源端数据进行数据预处理，以得到目标数据集；根据预设的神经网络模型确定所述目标数据集对应的初始模型权重，并对所述初始模型权重中的全连接层权重进行更新，基于更新结果完成所述源端数据的数据搬迁。本发明提高了数据搬迁的效率。本发明提高了数据搬迁的效率。本发明提高了数据搬迁的效率。


技术研发人员：邢彪 张汉良 丁东 冯杭生 陈嫦娇
受保护的技术使用者：中国移动通信集团有限公司
技术研发日：2021.06.04
技术公布日：2022/12/22