一种基于数据中台的AI算法建模的方法及系统

本发明公开了一种基于数据中台的AI算法建模的方法及系统，涉及AI算法建模技术领域，通过数据中台接入异构数据源，采用图神经网络构建跨域关联图谱并生成元数据图谱，进而动态识别高频变更字段与稳态字段，触发特征工厂生成逻辑；结合数据中台预置的模型性能历史库，采用多目标优化算法搜索最优架构；将实时流数据与历史批次数据分流至在线微批处理机制与离线全量训练机制，基于分布差异判断是否触发离线全量重训，同步部署对抗生成网络进行损失反馈；通过因果推理算法识别高价值样本，加权注入特征工厂与训练集，同时动态调整元数据新鲜度权重。实现了从异构数据接入到模型闭环优化的全流程自动化，显著提升了建模效率与业务适应性。