将机器学习应用于缓存算法

数据挖掘 机器学习
2022-03-11 20:13:13

我有一个每天收到约 1 万个请求的应用程序;每个请求都有多个参数,并通过一个包含多个步骤的管道,它们在大约 1 小时内完成。假设请求就像bake_cake [flavor=chocolate] [topping1=strawberry] [topping2=cream]

鉴于前几天的请求历史,是否有一个 ML 框架可以帮助我预测“今天到达的 100 个最喜欢的请求”,以便我可以缓存它们的结果?或者其他一些可以帮助我更快地交付部分请求的类似策略?

理想情况下,它将基于我通过更快交付获得多少收益,通过处理可能不会到来的请求而损失多少等;但现在更简单的算法可能会有很大帮助,因为目前还没有优化。

1个回答

您需要根据数据驱动分析验证您的假设

  • 一天收到的请求类型
  • 假期收到的请求类型
  • 不同时间的模式(早上/晚上/晚上)
  • 季节性/每月/基于天气的模式

后分析

  • 您是否从数据和模式中看到相关性
  • 您是否从数据和位置中看到相关性
  • 您是否看到数据和年龄/性别/地区的相关性

机器学习模型

  • 您是否从数据和模式中看到相关性
  • 使用变量,我们可以识别和建模预测算法

机器学习模型不是开始。它是详细数据和领域驱动分析的结果