一種存儲產(chǎn)品參數(shù)配置推薦方法、裝置、設備及介質(zhì)與流程
1.本技術涉及存儲產(chǎn)品配置技術領域，特別涉及一種存儲產(chǎn)品參數(shù)配置推薦方法、裝置、設備及介質(zhì)。
背景技術：
2.當前大數(shù)據(jù)背景下，越來越多的廠家提供了各種系統(tǒng)性能評估、性能預測等工具，是由參數(shù)配置到性能預測的流程。有了性能評估系統(tǒng)，當一線工程師與客戶交流時，工程師可以根據(jù)用戶配置需求，評估出來不同配置下性能數(shù)據(jù)供工程師和客戶參考，但是在一些情況下，在客戶不清楚具體的參數(shù)配置及參數(shù)權重影響的場景下，僅要求產(chǎn)品性能數(shù)據(jù)，這樣的話，工程師往往根據(jù)自身經(jīng)驗結合預測工具的輸出向客戶進行產(chǎn)品參數(shù)配置推薦，這種推薦方式主觀性占有較大成分，沒有一定的理論依據(jù)，容易增加一些不確定性，也容易推薦的參數(shù)配置并不是最優(yōu)配置。
技術實現(xiàn)要素：
3.有鑒于此，本技術的目的在于提供一種存儲產(chǎn)品參數(shù)配置推薦方法、裝置、設備及介質(zhì)，能夠避免主觀因素的影響，從而提升存儲產(chǎn)品參數(shù)配置推薦的可靠性。其具體方案如下：第一方面，本技術公開了一種存儲產(chǎn)品參數(shù)配置推薦方法，包括：獲取存儲產(chǎn)品的所有指標參數(shù)以及每個指標參數(shù)的配置取值集合；基于所述所有指標參數(shù)的所述配置取值集合獲取所述存儲產(chǎn)品的全量性能數(shù)據(jù)；其中，所述全量性能數(shù)據(jù)包括所述所有指標參數(shù)對應的全部配置取值組合，以及每個配置取值組合對應的產(chǎn)品性能值；基于所述全量性能數(shù)據(jù)確定指標參數(shù)配置取值組合與產(chǎn)品性能值的關聯(lián)規(guī)則；所述指標參數(shù)配置取值組合包括所述所有指標參數(shù)中多個指標參數(shù)的配置取值；當獲取到用戶要求的產(chǎn)品性能值，則基于所述關聯(lián)規(guī)則輸出該產(chǎn)品性能值對應的推薦指標參數(shù)配置取值組合。
4.可選的，還包括：獲取性能預測模型；相應的，所述基于所述所有指標參數(shù)的所述配置取值集合獲取所述存儲產(chǎn)品的全量性能數(shù)據(jù)，包括：遍歷所述所有指標參數(shù)的所述配置取值集合，得到所述所有指標參數(shù)對應的全部配置取值組合；利用所述性能預測模型，并基于所述全部配置取值組合獲取所述存儲產(chǎn)品的全量性能數(shù)據(jù)。
5.可選的，所述獲取性能預測模型，包括：獲取基礎性能數(shù)據(jù)；所述基礎性能數(shù)據(jù)包括所述所有指標參數(shù)的常用配置取值組
合以及利用每個常用配置取值組合對所述存儲產(chǎn)品進行性能測試得到的產(chǎn)品性能值；基于預設分類器對所述基礎性能數(shù)據(jù)進行訓練，得到所述性能預測評估模型。
6.可選的，所述利用所述性能預測模型，并基于所述全部配置取值組合獲取所述存儲產(chǎn)品的全量性能數(shù)據(jù)，包括：從所述全部配置取值組合中確定出非常用配置取值組合；利用所述性能預測模型預測所述非常用配置取值組合對應的產(chǎn)品性能值；基于所述基礎性能數(shù)據(jù)以及所述非常用配置取值組合對應的產(chǎn)品性能值確定所述存儲產(chǎn)品的全量性能數(shù)據(jù)。
7.可選的，還包括：基于粒子算法構建分類器，得到所述預設分類器。
8.可選的，還包括：當監(jiān)測到所述基礎性能數(shù)據(jù)的變化事件，則基于所述變化事件更新所述全量性能數(shù)據(jù)。
9.可選的，還包括：從所述所有指標參數(shù)中確定出關鍵指標參數(shù)；相應的，所述指標參數(shù)配置取值組合包含所述關鍵指標參數(shù)的配置取值。
10.可選的，所述基于所述全量性能數(shù)據(jù)確定指標參數(shù)配置取值組合與產(chǎn)品性能值的關聯(lián)規(guī)則，包括：基于所述全量性能數(shù)據(jù)運行預設關聯(lián)規(guī)則算法，并以所述關鍵指標參數(shù)組成的頻繁項集開始迭代，得到所述指標參數(shù)配置取值組合與產(chǎn)品性能值的關聯(lián)規(guī)則。
11.可選的，所述從所述所有指標參數(shù)中確定出關鍵指標參數(shù)，包括：獲取所述所有指標參數(shù)中每個指標參數(shù)對應的參數(shù)權重；將參數(shù)權重大于預設權重閾值的指標參數(shù)確定為關鍵指標參數(shù)。
12.可選的，所述獲取所述所有指標參數(shù)中每個指標參數(shù)對應的參數(shù)權重，包括：獲取基礎性能數(shù)據(jù)；所述基礎性能數(shù)據(jù)包括所述所有指標參數(shù)的常用配置取值組合以及利用每個常用配置取值組合對所述存儲產(chǎn)品進行性能測試得到的產(chǎn)品性能值；基于預設分類器對所述基礎性能數(shù)據(jù)進行訓練，得到每個指標參數(shù)對應的參數(shù)權重。
13.可選的，所述基于所述全量性能數(shù)據(jù)確定指標參數(shù)配置取值組合與產(chǎn)品性能值的關聯(lián)規(guī)則之前，還包括：對所述全量性能數(shù)據(jù)中的產(chǎn)品性能值進行分段處理，以將產(chǎn)品性能值處理為相應數(shù)據(jù)段對應的預設值。
14.可選的，所述基于所述全量性能數(shù)據(jù)確定指標參數(shù)配置取值組合與產(chǎn)品性能值的關聯(lián)規(guī)則，包括：基于所述全量性能數(shù)據(jù)確定不同置信度下的指標參數(shù)配置取值組合與產(chǎn)品性能值的關聯(lián)規(guī)則；相應的，所述基于所述關聯(lián)規(guī)則輸出該產(chǎn)品性能值對應的推薦指標參數(shù)配置取值組合，包括：獲取用戶要求的置信度，基于所述關聯(lián)規(guī)則輸出該置信度下該產(chǎn)品性能值對應的
推薦指標參數(shù)配置取值組合。
15.第二方面，本技術公開了一種存儲產(chǎn)品參數(shù)配置推薦裝置，包括：參數(shù)及取值集合獲取模塊，用于獲取存儲產(chǎn)品的所有指標參數(shù)以及每個指標參數(shù)的配置取值集合；全量性能數(shù)據(jù)獲取模塊，用于基于所述所有指標參數(shù)的所述配置取值集合獲取所述存儲產(chǎn)品的全量性能數(shù)據(jù)；其中，所述全量性能數(shù)據(jù)包括所述所有指標參數(shù)對應的全部配置取值組合，以及每個配置取值組合對應的產(chǎn)品性能值；關聯(lián)規(guī)則確定模塊，用于基于所述全量性能數(shù)據(jù)確定指標參數(shù)配置取值組合與產(chǎn)品性能值的關聯(lián)規(guī)則；所述指標參數(shù)配置取值組合包括所述所有指標參數(shù)中多個指標參數(shù)的配置取值；參數(shù)配置推薦模塊，用于當獲取到用戶要求的產(chǎn)品性能值，則基于所述關聯(lián)規(guī)則輸出該產(chǎn)品性能值對應的推薦指標參數(shù)配置取值組合。
16.第三方面，本技術公開了一種電子設備，包括存儲器和處理器，其中：所述存儲器，用于保存計算機程序；所述處理器，用于執(zhí)行所述計算機程序，以實現(xiàn)前述的存儲產(chǎn)品參數(shù)配置推薦方法。
17.第四方面，本技術公開了一種計算機可讀存儲介質(zhì)，用于保存計算機程序，其中，所述計算機程序被處理器執(zhí)行時實現(xiàn)前述的存儲產(chǎn)品參數(shù)配置推薦方法。
18.可見，本技術先獲取存儲產(chǎn)品的所有指標參數(shù)以及每個指標參數(shù)的配置取值集合，之后基于所述所有指標參數(shù)的所述配置取值集合獲取所述存儲產(chǎn)品的全量性能數(shù)據(jù)；其中，所述全量性能數(shù)據(jù)包括所述所有指標參數(shù)對應的全部配置取值組合，以及每個配置取值組合對應的產(chǎn)品性能值，以及基于所述全量性能數(shù)據(jù)確定指標參數(shù)配置取值組合與產(chǎn)品性能值的關聯(lián)規(guī)則，所述指標參數(shù)配置取值組合包括所述所有指標參數(shù)中多個指標參數(shù)的配置取值，當獲取到用戶要求的產(chǎn)品性能值，則基于所述關聯(lián)規(guī)則輸出該產(chǎn)品性能值對應的推薦指標參數(shù)配置取值組合。也即，本技術基于存儲產(chǎn)品的所有指標參數(shù)的配置取值集合獲取存儲產(chǎn)品的全量性能數(shù)據(jù)，基于全量性能數(shù)據(jù)挖掘參數(shù)配置取值組合與產(chǎn)品性能值的關聯(lián)規(guī)則，當獲取到用戶要求的產(chǎn)品性能值，則基于關聯(lián)規(guī)則輸出相應推薦指標參數(shù)配置取值組合，這樣，能夠避免主觀因素的影響，從而提升存儲產(chǎn)品參數(shù)配置推薦的可靠性。
附圖說明
19.為了更清楚地說明本技術實施例或現(xiàn)有技術中的技術方案，下面將對實施例或現(xiàn)有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本技術的實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。
20.圖1為本技術實施例公開的一種存儲產(chǎn)品參數(shù)配置推薦方法流程圖；圖2為本技術實施例公開的一種具體的存儲產(chǎn)品參數(shù)配置推薦方法流程圖；圖3為本技術實施例公開的一種存儲產(chǎn)品參數(shù)配置推薦裝置結構示意圖；圖4為本技術實施例公開的一種電子設備原理結構圖。
具體實施方式
21.下面將結合本技術實施例中的附圖，對本技術實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本技術一部分實施例，而不是全部的實施例。基于本技術中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本技術保護的范圍。
22.目前，當一線工程師與客戶交流時，工程師可以根據(jù)用戶配置需求，評估出來不同配置下性能數(shù)據(jù)供工程師和客戶參考，但是在一些情況下，在客戶不清楚具體的參數(shù)配置及參數(shù)權重影響的場景下，僅要求產(chǎn)品性能數(shù)據(jù)，這樣的話，工程師往往根據(jù)自身經(jīng)驗結合預測工具的輸出向客戶進行產(chǎn)品參數(shù)配置推薦，這種推薦方式主觀性占有較大成分，沒有一定的理論依據(jù)，容易增加一些不確定性，也容易推薦的參數(shù)配置并不是最優(yōu)配置。為此，本技術提供了一種存儲產(chǎn)品參數(shù)配置推薦方案，能夠避免主觀因素的影響，從而提升存儲產(chǎn)品參數(shù)配置推薦的可靠性。
23.參見圖1所示，本技術實施例公開了一種存儲產(chǎn)品參數(shù)配置推薦方法，包括：步驟s11：獲取存儲產(chǎn)品的所有指標參數(shù)以及每個指標參數(shù)的配置取值集合。
24.其中，存儲產(chǎn)品的所有指標參數(shù)包括硬盤類型、硬盤容量等，每個指標參數(shù)均有相應的配置取值集合，比如硬盤類型的配置取值集合可以為{固態(tài)硬盤、機械硬盤
…
}，硬盤容量的配置取值集合可以為{500g、1t
…
}。
25.步驟s12：基于所述所有指標參數(shù)的所述配置取值集合獲取所述存儲產(chǎn)品的全量性能數(shù)據(jù)；其中，所述全量性能數(shù)據(jù)包括所述所有指標參數(shù)對應的全部配置取值組合，以及每個配置取值組合對應的產(chǎn)品性能值。
26.在一種實施方式中，可以獲取性能預測模型，具體步驟包括：步驟00：獲取基礎性能數(shù)據(jù)；所述基礎性能數(shù)據(jù)包括所述所有指標參數(shù)的常用配置取值組合以及利用每個常用配置取值組合對所述存儲產(chǎn)品進行性能測試得到的產(chǎn)品性能值。
27.步驟01：基于預設分類器對所述基礎性能數(shù)據(jù)進行訓練，得到所述性能預測評估模型。
28.在一種實施方式中，可以基于粒子算法構建分類器，得到所述預設分類器。
29.并且，本技術實施例可以遍歷所述所有指標參數(shù)的所述配置取值集合，得到所述所有指標參數(shù)對應的全部配置取值組合；利用所述性能預測模型，并基于所述全部配置取值組合獲取所述存儲產(chǎn)品的全量性能數(shù)據(jù)。其中，遍歷得到的全部配置取值組合可以存儲在一個矩陣中。具體的，可以識別并設置每個指標參數(shù)的枚舉值集合（即配置取值集合），以當前指標參數(shù)開始，進行循環(huán)迭代，后續(xù)指標參數(shù)依次進行迭代，輸出當前迭代的全部配置取值組合。
30.進一步的，本技術實施例可以從所述全部配置取值組合中確定出非常用配置取值組合；利用所述性能預測模型預測所述非常用配置取值組合對應的產(chǎn)品性能值；基于所述基礎性能數(shù)據(jù)以及所述非常用配置取值組合對應的產(chǎn)品性能值確定所述存儲產(chǎn)品的全量性能數(shù)據(jù)。也即，基礎性能數(shù)據(jù)中有產(chǎn)品性能值的采用基礎性能數(shù)據(jù)中的產(chǎn)品性能值，基礎性能數(shù)據(jù)中沒有產(chǎn)品性能值的，采用模型預測。
31.比如，所有指標參數(shù)包括參數(shù)a、b、c，a的配置取值集合為{a1、a2、a3}，b的配置取
值集合為{b1、b2、b3}，c的配置取值集合為{c1、c2、c3}，得到全量的參數(shù)取值組合，其中，常用配置取值組合有：{a1、b1、c1}、{a1、b1、c2}等，非常用配置取值組合有{a3、b3、c3}等，對于{a3、b3、c3}，利用性能預測模型預測相應的產(chǎn)品性能值。
32.在一種實施方式中，當監(jiān)測到所述基礎性能數(shù)據(jù)的變化事件，則基于所述變化事件更新所述全量性能數(shù)據(jù)。比如，工程師發(fā)現(xiàn)基礎性能數(shù)據(jù)中存在常用配置取值組合的性能值有偏差，可以修改性能值，觸發(fā)基礎性能數(shù)據(jù)的變化事件。在另一種實施方式中，也可以手動更新所述全量性能數(shù)據(jù)。并且，可以進行局部更新，也可一鍵全部更新。
33.步驟s13：基于所述全量性能數(shù)據(jù)確定指標參數(shù)配置取值組合與產(chǎn)品性能值的關聯(lián)規(guī)則；所述指標參數(shù)配置取值組合包括所述所有指標參數(shù)中多個指標參數(shù)的配置取值。
34.在一種實施方式中，可以從所述所有指標參數(shù)中確定出關鍵指標參數(shù)；相應的，所述指標參數(shù)配置取值組合包含所述關鍵指標參數(shù)的配置取值。這樣，推薦指標參數(shù)配置取值組合也會包含所述關鍵指標參數(shù)的配置取值。其中，所述從所述所有指標參數(shù)中確定出關鍵指標參數(shù)，具體可以包括以下步驟：步驟10：獲取所述所有指標參數(shù)中每個指標參數(shù)對應的參數(shù)權重；在一種實施方式中，可以獲取基礎性能數(shù)據(jù)；所述基礎性能數(shù)據(jù)包括所述所有指標參數(shù)的常用配置取值組合以及利用每個常用配置取值組合對所述存儲產(chǎn)品進行性能測試得到的產(chǎn)品性能值；基于預設分類器對所述基礎性能數(shù)據(jù)進行訓練，得到每個指標參數(shù)對應的參數(shù)權重。也即，本技術實施例可以基于預設分類器對所述基礎性能數(shù)據(jù)進行訓練，得到性能預測模型和每個指標參數(shù)對應的參數(shù)權重。
35.步驟11：將參數(shù)權重大于預設權重閾值的指標參數(shù)確定為關鍵指標參數(shù)。
36.進一步的，本技術實施例可以基于所述全量性能數(shù)據(jù)運行預設關聯(lián)規(guī)則算法，并以所述關鍵指標參數(shù)組成的頻繁項集開始迭代，得到所述指標參數(shù)配置取值組合與產(chǎn)品性能值的關聯(lián)規(guī)則。在一種實施方式中，預設關聯(lián)規(guī)則算法為apriori算法。
37.步驟s14：當獲取到用戶要求的產(chǎn)品性能值，則基于所述關聯(lián)規(guī)則輸出該產(chǎn)品性能值對應的推薦指標參數(shù)配置取值組合。
38.在一種實施方式中，本技術實施例可以基于所述全量性能數(shù)據(jù)確定不同置信度下的指標參數(shù)配置取值組合與產(chǎn)品性能值的關聯(lián)規(guī)則；進一步的，本技術實施例可以獲取用戶要求的置信度，基于所述關聯(lián)規(guī)則輸出該置信度下該產(chǎn)品性能值對應的推薦指標參數(shù)配置取值組合。
39.并且，本技術實施例可以在所述基于所述全量性能數(shù)據(jù)確定指標參數(shù)配置取值組合與產(chǎn)品性能值的關聯(lián)規(guī)則之前，對所述全量性能數(shù)據(jù)中的產(chǎn)品性能值進行分段處理，以將產(chǎn)品性能值處理為相應數(shù)據(jù)段對應的預設值。比如，性能值為10001，對應的數(shù)據(jù)段為10000~10999，預設值為10k。相應的，本技術實施例在獲取到用戶要求的產(chǎn)品性能值，先進行分段處理，處理為相應數(shù)據(jù)段對應的預設值，然后基于所述關聯(lián)規(guī)則輸出該預設值對應的推薦指標參數(shù)配置取值組合。
40.可見，本技術實施例先獲取存儲產(chǎn)品的所有指標參數(shù)以及每個指標參數(shù)的配置取值集合，之后基于所述所有指標參數(shù)的所述配置取值集合獲取所述存儲產(chǎn)品的全量性能數(shù)據(jù)；其中，所述全量性能數(shù)據(jù)包括所述所有指標參數(shù)對應的全部配置取值組合，以及每個配置取值組合對應的產(chǎn)品性能值，以及基于所述全量性能數(shù)據(jù)確定指標參數(shù)配置取值組合與
產(chǎn)品性能值的關聯(lián)規(guī)則，所述指標參數(shù)配置取值組合包括所述所有指標參數(shù)中多個指標參數(shù)的配置取值，當獲取到用戶要求的產(chǎn)品性能值，則基于所述關聯(lián)規(guī)則輸出該產(chǎn)品性能值對應的推薦指標參數(shù)配置取值組合。也即，本技術實施例基于存儲產(chǎn)品的所有指標參數(shù)的配置取值集合獲取存儲產(chǎn)品的全量性能數(shù)據(jù)，基于全量性能數(shù)據(jù)挖掘參數(shù)配置取值組合與產(chǎn)品性能值的關聯(lián)規(guī)則，當獲取到用戶要求的產(chǎn)品性能值，則基于關聯(lián)規(guī)則輸出相應推薦指標參數(shù)配置取值組合，這樣，能夠避免主觀因素的影響，從而提升存儲產(chǎn)品參數(shù)配置推薦的可靠性。
41.例如，參見圖2所示，圖2為本技術實施例公開的一種具體的存儲產(chǎn)品參數(shù)配置推薦方法流程圖。主要包括以下步驟：步驟一，獲取性能預測模型以及指標參數(shù)的參數(shù)權重：1、輸入：訓練樣本數(shù)據(jù)即采集的基礎性能數(shù)據(jù)；2、迭代尋優(yōu)：以分類器對訓練樣本數(shù)據(jù)進行訓練；3、輸出：性能預測模型及指標參數(shù)對應的參數(shù)權重；其中，算法的應用的主要思想如下：指標參數(shù)包含多個變量（每個變量為一個配置取值），以vi表示指標參數(shù)的第i個變量，即粒子的速度，n為變量個數(shù)，t為當前迭代次數(shù)，ω為慣性權重，vi(t+1)為指標參數(shù)第i個變量在第t+1次迭代中的位置，rand()表示服從均勻分布[0，1]之間的隨機數(shù)，c1和c2依次表示個體學習因子和社會學習因子，pi(t)為目前第i個粒子搜索到的個體最優(yōu)值，g是迭代目前為止所有粒子搜索到的全局最優(yōu)值，xi(t)為第i個粒子在第t次迭代中的位置，通過以下公式進行迭代、更新：。
[0042]
步驟二，生成全量指標集合即所有指標參數(shù)對應的全部配置取值組合：獲取當前所有指標參數(shù)；獲取每個指標參數(shù)對應的取值集合；遍歷生成全量指標集合：依次遍歷各個指標參數(shù)的取值集合，迭代輸出全量指標配置矩陣，記為全量指標集合。
[0043]
步驟三，生成全量性能數(shù)據(jù)：1、輸入：全量指標參數(shù)；2、迭代：依次遍歷全量指標參數(shù)的每一個配置取值組合，調(diào)用第一步輸出的性能預測模型完成性能數(shù)據(jù)預測，得到產(chǎn)品性能值。3、輸出：全量性能數(shù)據(jù)（區(qū)別于基礎數(shù)據(jù)，單獨持久化保存，便于數(shù)據(jù)的更新）。其中，全量性能數(shù)據(jù)更新機制包括以下兩種：1）監(jiān)聽基礎數(shù)據(jù)變化事件，自動更新全量性能數(shù)據(jù)；2）手動更新方式，依據(jù)指標參數(shù)配置，進行局部更新，也可一鍵全部更新。
[0044]
步驟四，全量性能數(shù)據(jù)預處理：性能數(shù)據(jù)的分段處理，使其滿足算法的數(shù)據(jù)要求：實測及評估的性能數(shù)據(jù)可以是各樣的數(shù)據(jù)，可以有小數(shù)也可以有精確到個位數(shù)數(shù)據(jù)，故首先需要對性能數(shù)據(jù)進行分段處理，使其可分類。
[0045]
步驟五，確定關鍵指標組合：獲取步驟一輸出的指標參數(shù)的參數(shù)權重ω，設置權重閾值，識別指標參數(shù)的參數(shù)權重ω大于設置的權重閾值的指標參數(shù)，作為關鍵指標參數(shù)，這樣，后學以關鍵指標參數(shù)作為關聯(lián)規(guī)則算法應用的頻繁項集，從關鍵指標的頻繁項集開始迭代，關聯(lián)規(guī)則算法無需從一項集開始迭代，減少迭代次數(shù)，提高挖掘算法。
[0046]
步驟六，關聯(lián)規(guī)則算法應用：輸入：數(shù)據(jù)預處理后的全量性能數(shù)據(jù)，以及設置的置信度；使用apriori算法，輸出滿足置信度的關聯(lián)規(guī)則，算法主要核心為：設i={i1，i2，
…
，im}是一個項集，m為項的個數(shù)，其中ii表示第i個項，對應于一個指標參數(shù)，事務ti表示i的一個子集，對應于指標參數(shù)的配置取值組合；關聯(lián)規(guī)則是形如x-》y的蘊含式，其中，x和y分別稱為關聯(lián)規(guī)則的先導和后繼，其中，關聯(lián)規(guī)則xy，存在支持度和置信度，如下：
在算法使用過程中，將所有滿足權重閾值的指標參數(shù)識別為關鍵指標參數(shù)組合，作為k項集，其中，k為關鍵指標參數(shù)的個數(shù)，從k項集開始進行迭代尋頻繁項集。設置指標參數(shù)的配置取值組合為x，性能值y，設置置信度，輸出滿足條件的指標配置取值組合的關聯(lián)規(guī)則。并且，在算法使用過程中，可迭代設置置信度，輸出不同置信度下的關聯(lián)規(guī)則，以可以提供更全面的推薦參數(shù)配置；最后，根據(jù)設置的具體性能值（也即用戶要求的性能值），進行數(shù)據(jù)預處理歸類，結合輸出的關聯(lián)規(guī)則以及不同的置信度，輸出指標參數(shù)的配置取值組合，供用戶選擇參考。
[0047]
也即，本技術首先配置指標參數(shù)，采集存儲產(chǎn)品的基礎性能數(shù)據(jù)，之后通過粒子優(yōu)化算法，對基礎性能數(shù)據(jù)進行訓練學習和迭代尋優(yōu)，輸出指標參數(shù)對應的參數(shù)權重和性能預測模型；其次根據(jù)指標參數(shù)，通過算法，生成新的全量的指標參數(shù)配置，稱之為全量指標數(shù)據(jù)；第三，使用性能預測模型，以全量指標數(shù)據(jù)為輸入，調(diào)用性能評估模型，生成全量指標數(shù)據(jù)下所有參數(shù)指標對應的性能數(shù)據(jù)，稱之為全量性能數(shù)據(jù)；第四，對全量性能數(shù)據(jù)進行數(shù)據(jù)預處理，使其滿足關聯(lián)規(guī)則算法的輸入，使用關聯(lián)規(guī)則算法，分析挖掘數(shù)據(jù)內(nèi)部隱含的關聯(lián)規(guī)則；最后，根據(jù)關聯(lián)規(guī)則，結合用戶要求的性能值，完成指標參數(shù)的可靠推薦，為產(chǎn)品更好的在市場推廣奠定良好的基礎。
[0048]
這樣，能夠通過性能值得到推薦指標參數(shù)配置，不僅能夠完成由采集的基礎性能數(shù)據(jù)到性能評估預測，同時通過生成全量性能指標數(shù)據(jù)，確保推薦算法參數(shù)配置的全量性，為一線工程師在市場產(chǎn)品推廣時，最大化的滿足客戶由性能數(shù)據(jù)到產(chǎn)品配置的可靠推薦，為產(chǎn)品的推廣提供可靠的依據(jù)。
[0049]
參見圖3所示，本技術實施例公開了一種存儲產(chǎn)品參數(shù)配置推薦裝置，包括：參數(shù)及取值集合獲取模塊11，用于獲取存儲產(chǎn)品的所有指標參數(shù)以及每個指標參數(shù)的配置取值集合；全量性能數(shù)據(jù)獲取模塊12，用于基于所述所有指標參數(shù)的所述配置取值集合獲取所述存儲產(chǎn)品的全量性能數(shù)據(jù)；其中，所述全量性能數(shù)據(jù)包括所述所有指標參數(shù)對應的全部配置取值組合，以及每個配置取值組合對應的產(chǎn)品性能值；關聯(lián)規(guī)則確定模塊13，用于基于所述全量性能數(shù)據(jù)確定指標參數(shù)配置取值組合與產(chǎn)品性能值的關聯(lián)規(guī)則；所述指標參數(shù)配置取值組合包括所述所有指標參數(shù)中多個指標參數(shù)的配置取值；參數(shù)配置推薦模塊14，用于當獲取到用戶要求的產(chǎn)品性能值，則基于所述關聯(lián)規(guī)則輸出該產(chǎn)品性能值對應的推薦指標參數(shù)配置取值組合。
[0050]
可見，本技術實施例先獲取存儲產(chǎn)品的所有指標參數(shù)以及每個指標參數(shù)的配置取值集合，之后基于所述所有指標參數(shù)的所述配置取值集合獲取所述存儲產(chǎn)品的全量性能數(shù)據(jù)；其中，所述全量性能數(shù)據(jù)包括所述所有指標參數(shù)對應的全部配置取值組合，以及每個配置取值組合對應的產(chǎn)品性能值，以及基于所述全量性能數(shù)據(jù)確定指標參數(shù)配置取值組合與產(chǎn)品性能值的關聯(lián)規(guī)則，所述指標參數(shù)配置取值組合包括所述所有指標參數(shù)中多個指標參
數(shù)的配置取值，當獲取到用戶要求的產(chǎn)品性能值，則基于所述關聯(lián)規(guī)則輸出該產(chǎn)品性能值對應的推薦指標參數(shù)配置取值組合。也即，本技術實施例基于存儲產(chǎn)品的所有指標參數(shù)的配置取值集合獲取存儲產(chǎn)品的全量性能數(shù)據(jù)，基于全量性能數(shù)據(jù)挖掘參數(shù)配置取值組合與產(chǎn)品性能值的關聯(lián)規(guī)則，當獲取到用戶要求的產(chǎn)品性能值，則基于關聯(lián)規(guī)則輸出相應推薦指標參數(shù)配置取值組合，這樣，能夠避免主觀因素的影響，從而提升存儲產(chǎn)品參數(shù)配置推薦的可靠性。
[0051]
進一步的，所述裝置還還包括性能預測模型獲取模塊，用于獲取性能預測模型；相應的，所述全量性能數(shù)據(jù)獲取模塊12，包括：全部配置取值組合獲取子模塊，用于遍歷所述所有指標參數(shù)的所述配置取值集合，得到所述所有指標參數(shù)對應的全部配置取值組合；全量性能數(shù)據(jù)子獲取模塊，用于利用所述性能預測模型，并基于所述全部配置取值組合獲取所述存儲產(chǎn)品的全量性能數(shù)據(jù)。
[0052]
在一種具體的實施方式中，全部配置取值組合獲取子模塊，具體用于獲取基礎性能數(shù)據(jù)；所述基礎性能數(shù)據(jù)包括所述所有指標參數(shù)的常用配置取值組合以及利用每個常用配置取值組合對所述存儲產(chǎn)品進行性能測試得到的產(chǎn)品性能值；基于預設分類器對所述基礎性能數(shù)據(jù)進行訓練，得到所述性能預測評估模型。
[0053]
在一種具體的實施方式中，全量性能數(shù)據(jù)子獲取模塊，具體用于：從所述全部配置取值組合中確定出非常用配置取值組合；利用所述性能預測模型預測所述非常用配置取值組合對應的產(chǎn)品性能值；基于所述基礎性能數(shù)據(jù)以及所述非常用配置取值組合對應的產(chǎn)品性能值確定所述存儲產(chǎn)品的全量性能數(shù)據(jù)。
[0054]
進一步的，所述裝置還包括：預設分類器構建模塊，用于基于粒子算法構建分類器，得到所述預設分類器。
[0055]
并且，所述裝置還包括，還包括全量性能數(shù)據(jù)更新模塊，用于當監(jiān)測到所述基礎性能數(shù)據(jù)的變化事件，則基于所述變化事件更新所述全量性能數(shù)據(jù)。
[0056]
進一步的，所述裝置還包括：關鍵指標參數(shù)確定模塊，用于從所述所有指標參數(shù)中確定出關鍵指標參數(shù)；相應的，所述指標參數(shù)配置取值組合包含所述關鍵指標參數(shù)的配置取值。
[0057]
并且，關聯(lián)規(guī)則確定模塊13，具體用于基于所述全量性能數(shù)據(jù)運行預設關聯(lián)規(guī)則算法，并以所述關鍵指標參數(shù)組成的頻繁項集開始迭代，得到所述指標參數(shù)配置取值組合與產(chǎn)品性能值的關聯(lián)規(guī)則。
[0058]
在一種實施方式中，關鍵指標參數(shù)確定模塊，具體用于獲取所述所有指標參數(shù)中每個指標參數(shù)對應的參數(shù)權重；將參數(shù)權重大于預設權重閾值的指標參數(shù)確定為關鍵指標參數(shù)。
[0059]
其中，所述獲取所述所有指標參數(shù)中每個指標參數(shù)對應的參數(shù)權重，包括：獲取基礎性能數(shù)據(jù)；所述基礎性能數(shù)據(jù)包括所述所有指標參數(shù)的常用配置取值組合以及利用每個常用配置取值組合對所述存儲產(chǎn)品進行性能測試得到的產(chǎn)品性能值；基于預設分類器對所述基礎性能數(shù)據(jù)進行訓練，得到每個指標參數(shù)對應的參數(shù)權重。
[0060]
另外，所述裝置還包括全量性能數(shù)據(jù)預處理模塊，用于在所述基于所述全量性能
數(shù)據(jù)確定指標參數(shù)配置取值組合與產(chǎn)品性能值的關聯(lián)規(guī)則之前，對所述全量性能數(shù)據(jù)中的產(chǎn)品性能值進行分段處理，以將產(chǎn)品性能值處理為相應數(shù)據(jù)段對應的預設值。
[0061]
在一種實施方式中，關聯(lián)規(guī)則確定模塊13，具體用于基于所述全量性能數(shù)據(jù)確定不同置信度下的指標參數(shù)配置取值組合與產(chǎn)品性能值的關聯(lián)規(guī)則；相應的，參數(shù)配置推薦模塊14，具體用于獲取用戶要求的置信度，基于所述關聯(lián)規(guī)則輸出該置信度下該產(chǎn)品性能值對應的推薦指標參數(shù)配置取值組合。
[0062]
參見圖4所示，本技術實施例公開了一種電子設備20，包括處理器21和存儲器22；其中，所述存儲器22，用于保存計算機程序；所述處理器21，用于執(zhí)行所述計算機程序，以實現(xiàn)以下步驟：獲取存儲產(chǎn)品的所有指標參數(shù)以及每個指標參數(shù)的配置取值集合；基于所述所有指標參數(shù)的所述配置取值集合獲取所述存儲產(chǎn)品的全量性能數(shù)據(jù)；其中，所述全量性能數(shù)據(jù)包括所述所有指標參數(shù)對應的全部配置取值組合，以及每個配置取值組合對應的產(chǎn)品性能值；基于所述全量性能數(shù)據(jù)確定指標參數(shù)配置取值組合與產(chǎn)品性能值的關聯(lián)規(guī)則；所述指標參數(shù)配置取值組合包括所述所有指標參數(shù)中多個指標參數(shù)的配置取值；當獲取到用戶要求的產(chǎn)品性能值，則基于所述關聯(lián)規(guī)則輸出該產(chǎn)品性能值對應的推薦指標參數(shù)配置取值組合。
[0063]
可見，本技術實施例先獲取存儲產(chǎn)品的所有指標參數(shù)以及每個指標參數(shù)的配置取值集合，之后基于所述所有指標參數(shù)的所述配置取值集合獲取所述存儲產(chǎn)品的全量性能數(shù)據(jù)；其中，所述全量性能數(shù)據(jù)包括所述所有指標參數(shù)對應的全部配置取值組合，以及每個配置取值組合對應的產(chǎn)品性能值，以及基于所述全量性能數(shù)據(jù)確定指標參數(shù)配置取值組合與產(chǎn)品性能值的關聯(lián)規(guī)則，所述指標參數(shù)配置取值組合包括所述所有指標參數(shù)中多個指標參數(shù)的配置取值，當獲取到用戶要求的產(chǎn)品性能值，則基于所述關聯(lián)規(guī)則輸出該產(chǎn)品性能值對應的推薦指標參數(shù)配置取值組合。也即，本技術實施例基于存儲產(chǎn)品的所有指標參數(shù)的配置取值集合獲取存儲產(chǎn)品的全量性能數(shù)據(jù)，基于全量性能數(shù)據(jù)挖掘參數(shù)配置取值組合與產(chǎn)品性能值的關聯(lián)規(guī)則，當獲取到用戶要求的產(chǎn)品性能值，則基于關聯(lián)規(guī)則輸出相應推薦指標參數(shù)配置取值組合，這樣，能夠避免主觀因素的影響，從而提升存儲產(chǎn)品參數(shù)配置推薦的可靠性。
[0064]
本實施例中，所述處理器21執(zhí)行所述存儲器22中保存的計算機子程序時，可以具體實現(xiàn)以下步驟：獲取性能預測模型；遍歷所述所有指標參數(shù)的所述配置取值集合，得到所述所有指標參數(shù)對應的全部配置取值組合；利用所述性能預測模型，并基于所述全部配置取值組合獲取所述存儲產(chǎn)品的全量性能數(shù)據(jù)。
[0065]
本實施例中，所述處理器21執(zhí)行所述存儲器22中保存的計算機子程序時，可以具體實現(xiàn)以下步驟：獲取基礎性能數(shù)據(jù)；所述基礎性能數(shù)據(jù)包括所述所有指標參數(shù)的常用配置取值組合以及利用每個常用配置取值組合對所述存儲產(chǎn)品進行性能測試得到的產(chǎn)品性能值；基于預設分類器對所述基礎性能數(shù)據(jù)進行訓練，得到所述性能預測評估模型。
[0066]
本實施例中，所述處理器21執(zhí)行所述存儲器22中保存的計算機子程序時，可以具體實現(xiàn)以下步驟：從所述全部配置取值組合中確定出非常用配置取值組合；利用所述性能預測模型預測所述非常用配置取值組合對應的產(chǎn)品性能值；基于所述基礎性能數(shù)據(jù)以及所述非常用配置取值組合對應的產(chǎn)品性能值確定所述存儲產(chǎn)品的全量性能數(shù)據(jù)。
[0067]
本實施例中，所述處理器21執(zhí)行所述存儲器22中保存的計算機子程序時，可以具體實現(xiàn)以下步驟：基于粒子算法構建分類器，得到所述預設分類器。
[0068]
本實施例中，所述處理器21執(zhí)行所述存儲器22中保存的計算機子程序時，可以具體實現(xiàn)以下步驟：當監(jiān)測到所述基礎性能數(shù)據(jù)的變化事件，則基于所述變化事件更新所述全量性能數(shù)據(jù)。
[0069]
本實施例中，所述處理器21執(zhí)行所述存儲器22中保存的計算機子程序時，可以具體實現(xiàn)以下步驟：從所述所有指標參數(shù)中確定出關鍵指標參數(shù)；相應的，所述指標參數(shù)配置取值組合包含所述關鍵指標參數(shù)的配置取值。
[0070]
本實施例中，所述處理器21執(zhí)行所述存儲器22中保存的計算機子程序時，可以具體實現(xiàn)以下步驟：基于所述全量性能數(shù)據(jù)運行預設關聯(lián)規(guī)則算法，并以所述關鍵指標參數(shù)組成的頻繁項集開始迭代，得到所述指標參數(shù)配置取值組合與產(chǎn)品性能值的關聯(lián)規(guī)則。
[0071]
本實施例中，所述處理器21執(zhí)行所述存儲器22中保存的計算機子程序時，可以具體實現(xiàn)以下步驟：獲取所述所有指標參數(shù)中每個指標參數(shù)對應的參數(shù)權重；將參數(shù)權重大于預設權重閾值的指標參數(shù)確定為關鍵指標參數(shù)。
[0072]
本實施例中，所述處理器21執(zhí)行所述存儲器22中保存的計算機子程序時，可以具體實現(xiàn)以下步驟：獲取基礎性能數(shù)據(jù)；所述基礎性能數(shù)據(jù)包括所述所有指標參數(shù)的常用配置取值組合以及利用每個常用配置取值組合對所述存儲產(chǎn)品進行性能測試得到的產(chǎn)品性能值；基于預設分類器對所述基礎性能數(shù)據(jù)進行訓練，得到每個指標參數(shù)對應的參數(shù)權重。
[0073]
本實施例中，所述處理器21執(zhí)行所述存儲器22中保存的計算機子程序時，可以具體實現(xiàn)以下步驟：對所述全量性能數(shù)據(jù)中的產(chǎn)品性能值進行分段處理，以將產(chǎn)品性能值處理為相應數(shù)據(jù)段對應的預設值。
[0074]
本實施例中，所述處理器21執(zhí)行所述存儲器22中保存的計算機子程序時，可以具體實現(xiàn)以下步驟：基于所述全量性能數(shù)據(jù)確定不同置信度下的指標參數(shù)配置取值組合與產(chǎn)品性能值的關聯(lián)規(guī)則；獲取用戶要求的置信度，基于所述關聯(lián)規(guī)則輸出該置信度下該產(chǎn)品性能值對應的推薦指標參數(shù)配置取值組合。
[0075]
并且，所述存儲器22作為資源存儲的載體，可以是只讀存儲器、隨機存儲器、磁盤或者光盤等，存儲方式可以是短暫存儲或者永久存儲。
[0076]
另外，所述電子設備20還包括電源23、通信接口24、輸入輸出接口25和通信總線26；其中，所述電源23用于為所述電子設備20上的各硬件設備提供工作電壓；所述通信接口24能夠為所述電子設備20創(chuàng)建與外界設備之間的數(shù)據(jù)傳輸通道，其所遵循的通信協(xié)議是能夠適用于本技術技術方案的任意通信協(xié)議，在此不對其進行具體限定；所述輸入輸出接口25，用于獲取外界輸入數(shù)據(jù)或向外界輸出數(shù)據(jù)，其具體的接口類型可以根據(jù)具體應用需要進行選取，在此不進行具體限定。
[0077]
進一步的，本技術實施例公開了一種計算機可讀存儲介質(zhì)，用于保存計算機程序，其中，所述計算機程序被處理器執(zhí)行時實現(xiàn)以下步驟：獲取存儲產(chǎn)品的所有指標參數(shù)以及每個指標參數(shù)的配置取值集合；基于所述所有指標參數(shù)的所述配置取值集合獲取所述存儲產(chǎn)品的全量性能數(shù)據(jù)；其中，所述全量性能數(shù)據(jù)包括所述所有指標參數(shù)對應的全部配置取值組合，以及每個配置取值組合對應的產(chǎn)品性能值；基于所述全量性能數(shù)據(jù)確定指標參數(shù)配置取值組合與產(chǎn)品性能值的關聯(lián)規(guī)則；所述
指標參數(shù)配置取值組合包括所述所有指標參數(shù)中多個指標參數(shù)的配置取值；當獲取到用戶要求的產(chǎn)品性能值，則基于所述關聯(lián)規(guī)則輸出該產(chǎn)品性能值對應的推薦指標參數(shù)配置取值組合。
[0078]
可見，本技術實施例先獲取存儲產(chǎn)品的所有指標參數(shù)以及每個指標參數(shù)的配置取值集合，之后基于所述所有指標參數(shù)的所述配置取值集合獲取所述存儲產(chǎn)品的全量性能數(shù)據(jù)；其中，所述全量性能數(shù)據(jù)包括所述所有指標參數(shù)對應的全部配置取值組合，以及每個配置取值組合對應的產(chǎn)品性能值，以及基于所述全量性能數(shù)據(jù)確定指標參數(shù)配置取值組合與產(chǎn)品性能值的關聯(lián)規(guī)則，所述指標參數(shù)配置取值組合包括所述所有指標參數(shù)中多個指標參數(shù)的配置取值，當獲取到用戶要求的產(chǎn)品性能值，則基于所述關聯(lián)規(guī)則輸出該產(chǎn)品性能值對應的推薦指標參數(shù)配置取值組合。也即，本技術實施例基于存儲產(chǎn)品的所有指標參數(shù)的配置取值集合獲取存儲產(chǎn)品的全量性能數(shù)據(jù)，基于全量性能數(shù)據(jù)挖掘參數(shù)配置取值組合與產(chǎn)品性能值的關聯(lián)規(guī)則，當獲取到用戶要求的產(chǎn)品性能值，則基于關聯(lián)規(guī)則輸出相應推薦指標參數(shù)配置取值組合，這樣，能夠避免主觀因素的影響，從而提升存儲產(chǎn)品參數(shù)配置推薦的可靠性。
[0079]
本實施例中，所述計算機可讀存儲介質(zhì)中保存的計算機子程序被處理器執(zhí)行時，可以具體實現(xiàn)以下步驟：獲取性能預測模型；遍歷所述所有指標參數(shù)的所述配置取值集合，得到所述所有指標參數(shù)對應的全部配置取值組合；利用所述性能預測模型，并基于所述全部配置取值組合獲取所述存儲產(chǎn)品的全量性能數(shù)據(jù)。
[0080]
本實施例中，所述計算機可讀存儲介質(zhì)中保存的計算機子程序被處理器執(zhí)行時，可以具體實現(xiàn)以下步驟：獲取基礎性能數(shù)據(jù)；所述基礎性能數(shù)據(jù)包括所述所有指標參數(shù)的常用配置取值組合以及利用每個常用配置取值組合對所述存儲產(chǎn)品進行性能測試得到的產(chǎn)品性能值；基于預設分類器對所述基礎性能數(shù)據(jù)進行訓練，得到所述性能預測評估模型。
[0081]
本實施例中，所述計算機可讀存儲介質(zhì)中保存的計算機子程序被處理器執(zhí)行時，可以具體實現(xiàn)以下步驟：從所述全部配置取值組合中確定出非常用配置取值組合；利用所述性能預測模型預測所述非常用配置取值組合對應的產(chǎn)品性能值；基于所述基礎性能數(shù)據(jù)以及所述非常用配置取值組合對應的產(chǎn)品性能值確定所述存儲產(chǎn)品的全量性能數(shù)據(jù)。
[0082]
本實施例中，所述計算機可讀存儲介質(zhì)中保存的計算機子程序被處理器執(zhí)行時，可以具體實現(xiàn)以下步驟：基于粒子算法構建分類器，得到所述預設分類器。
[0083]
本實施例中，所述計算機可讀存儲介質(zhì)中保存的計算機子程序被處理器執(zhí)行時，可以具體實現(xiàn)以下步驟：當監(jiān)測到所述基礎性能數(shù)據(jù)的變化事件，則基于所述變化事件更新所述全量性能數(shù)據(jù)。
[0084]
本實施例中，所述計算機可讀存儲介質(zhì)中保存的計算機子程序被處理器執(zhí)行時，可以具體實現(xiàn)以下步驟：從所述所有指標參數(shù)中確定出關鍵指標參數(shù)；相應的，所述指標參數(shù)配置取值組合包含所述關鍵指標參數(shù)的配置取值。
[0085]
本實施例中，所述計算機可讀存儲介質(zhì)中保存的計算機子程序被處理器執(zhí)行時，可以具體實現(xiàn)以下步驟：基于所述全量性能數(shù)據(jù)運行預設關聯(lián)規(guī)則算法，并以所述關鍵指標參數(shù)組成的頻繁項集開始迭代，得到所述指標參數(shù)配置取值組合與產(chǎn)品性能值的關聯(lián)規(guī)則。
[0086]
本實施例中，所述計算機可讀存儲介質(zhì)中保存的計算機子程序被處理器執(zhí)行時，
可以具體實現(xiàn)以下步驟：獲取所述所有指標參數(shù)中每個指標參數(shù)對應的參數(shù)權重；將參數(shù)權重大于預設權重閾值的指標參數(shù)確定為關鍵指標參數(shù)。
[0087]
本實施例中，所述計算機可讀存儲介質(zhì)中保存的計算機子程序被處理器執(zhí)行時，可以具體實現(xiàn)以下步驟：獲取基礎性能數(shù)據(jù)；所述基礎性能數(shù)據(jù)包括所述所有指標參數(shù)的常用配置取值組合以及利用每個常用配置取值組合對所述存儲產(chǎn)品進行性能測試得到的產(chǎn)品性能值；基于預設分類器對所述基礎性能數(shù)據(jù)進行訓練，得到每個指標參數(shù)對應的參數(shù)權重。
[0088]
本實施例中，所述計算機可讀存儲介質(zhì)中保存的計算機子程序被處理器執(zhí)行時，可以具體實現(xiàn)以下步驟：對所述全量性能數(shù)據(jù)中的產(chǎn)品性能值進行分段處理，以將產(chǎn)品性能值處理為相應數(shù)據(jù)段對應的預設值。
[0089]
本實施例中，所述計算機可讀存儲介質(zhì)中保存的計算機子程序被處理器執(zhí)行時，可以具體實現(xiàn)以下步驟：基于所述全量性能數(shù)據(jù)確定不同置信度下的指標參數(shù)配置取值組合與產(chǎn)品性能值的關聯(lián)規(guī)則；獲取用戶要求的置信度，基于所述關聯(lián)規(guī)則輸出該置信度下該產(chǎn)品性能值對應的推薦指標參數(shù)配置取值組合。
[0090]
本說明書中各個實施例采用遞進的方式描述，每個實施例重點說明的都是與其它實施例的不同之處，各個實施例之間相同或相似部分互相參見即可。對于實施例公開的裝置而言，由于其與實施例公開的方法相對應，所以描述的比較簡單，相關之處參見方法部分說明即可。
[0091]
結合本文中所公開的實施例描述的方法或算法的步驟可以直接用硬件、處理器執(zhí)行的軟件模塊，或者二者的結合來實施。軟件模塊可以置于隨機存儲器（ram）、內(nèi)存、只讀存儲器（rom）、電可編程rom、電可擦除可編程rom、寄存器、硬盤、可移動磁盤、cd-rom、或技術領域內(nèi)所公知的任意其它形式的存儲介質(zhì)中。
[0092]
以上對本技術所提供的一種存儲產(chǎn)品參數(shù)配置推薦方法、裝置、設備及介質(zhì)進行了詳細介紹，本文中應用了具體個例對本技術的原理及實施方式進行了闡述，以上實施例的說明只是用于幫助理解本技術的方法及其核心思想；同時，對于本領域的一般技術人員，依據(jù)本技術的思想，在具體實施方式及應用范圍上均會有改變之處，綜上所述，本說明書內(nèi)容不應理解為對本技術的限制。
