CN105975441A - 一种基于关系矩阵的实体价值定量评估方法 - Google Patents

Abstract

本发明涉及一种评估方法，尤其涉及一种基于关系矩阵的实体价值定量评估方法，属于计算评估技术领域。本发明通过引入目标实体与场景中各实体以及场景中各实体之间的关联关系构建了一个半封闭的关联矩阵，并进一步通过关联矩阵实现目标实体价值的快速沉淀，作为一种事前评估方法，其充分利用了场景中各实体之间的关联关系，且完全符合目标实体业务运行流程，进而确保了定量评估结果更加有效和准确，特别适用于大规模场景中的实体价值定量评估。

Description

一种基于关系矩阵的实体价值定量评估方法

技术领域

本发明涉及一种评估方法，尤其涉及一种基于关系矩阵的实体价值定量评估方法，属于计算评估技术领域。

背景技术

目前，在实体价值定量评估中，目标实体价值定量评估方法的核心思想主要包括：以统计函数为核心的朴实型定量评估、以专家评估为核心的经验型定量评估及其变种。实体价值定量评估是指在某一特定场景下对某一确定的实体进行影响力评估的过程。该实体为场景中已有或新加入场景中的人、物、以及事件等个体或某一确定的群体。不引起岐义的前提下，后续统称该实体为目标实体。在实际定量评估过程中，以统计函数为核心的朴实型定量评估以目标场景中其它实体在某段统计周期内对该目标实体的业务反馈为基础进行影响力评估，并取数学统计函数(如平均值、加权累计等)，进而获得目标实体的价值定量评估。该方法是一种事后评估机制，且未考虑各目标实体与场景中各实体及场景中各实体之间的关联关系，易造成“外来物种入侵”现象，进而造成定量评估方法失效。以专家评估为核心的经验型定量评估及其变种在本质上是一种专家系统，其通常是以一套高可信的专业评估平台为支撑。因此，该方法只适用于某些特定领域，应用范围有限。

发明内容

本发明的目的是针对现有技术存在的缺陷，提出一种基于关系矩阵的实体价值定量评估方法，提升评估准确性的且更具普适性。

基于关系矩阵的实体价值定量评估方法是一个典型的动态优化问题。针对该问题的实体价值评估，如何实施价值评估定量评估。主要策略如下：首先初始化目标实体和场景参数，主要包括目标实体、场景中各实体以及相互之间的关联关系。根据场景的历史业务行为，构建场景已有实体的关联矩阵。在此基础上，进一步构建引入目标实体后的关联扩展矩阵和扩展关联向量。然后，连续对关联扩展矩阵和扩展关联向量进行迭代评估，进而得目标实体对整个场景的价值。具体到本发明，是通过以下技术方案解决技术问题的：一种基于关系矩阵的实体价值定量评估方法，包括以下步骤：

步骤一、系统初始化，设目标实体A指向场景中各实体之间的关联向量e_to＝(e₁,e₂,...,e_N)^T，场景中各实体之间的关联向量指向目标实体A为e_in＝(e₁,e₂,...,e_N)^T，场景中各实体的价值量向量v＝(v₁,v₂,...,v_N)^T，初始化目标实体在一次业务操作过程中的直接输入为IP，直接输出为OP；场景中各实现在一次业务操作过程中的直接输出向量为p_to＝(p₁,p₂,...,p_N)^T，1≤i≤N，N为场景中已有实体的数量，转步骤二；

步骤二、构建场景已有实体的关联矩阵，构建r＝(r_ij)_N×N为可传递属性关联矩阵，且若存在实体i指向j的关联关系，则令r_ij＝|e_i→e_j|，否则仅r_ij＝0；1≤i,j≤n，转步骤三；

步骤三、构建引入目标实体后的关联扩展矩阵，设转步骤四；

步骤四、目标实体价值量迭代评估，采用公式I^(k+1)＝(R)^T*I^(k)进行评估，直到I^(k+1)中前N+1个元素均零，转步骤五；

步骤五、评估过程结束，得目标实体的价值为I[k+2]。

本发明通过引入目标实体与场景中各实体以及场景中各实体之间的关联关系构建了一个半封闭的关联矩阵，并进一步通过关联矩阵实现目标实体价值的快速沉淀，作为一种事前评估方法，其充分利用了场景中各实体之间的关联关系，且完全符合目标实体业务运行流程，进而确保了定量评估结果更加有效和准确，特别适用于大规模场景中的实体价值定量评估。

附图说明

图1为本发明的流程示意图。

图2为本发明一个实施例的引入目标实体后的场景中实体关联关系图。

具体实施方式

实施例一

如图2所示，本实施例的分析场景共涉及：4个实体，即标识分别为A、B、C以及D，即N＝4。I为目标实体，E为整个场景的输出汇聚点。6者的相互之间的关联关系如下图所示，其中每个实体中的X/Y表示实体标识为X，当前价值为Y；每条关联关系上的数值表示两者之间的关联值。

如图1所示，本实施例采取以下步骤进行计算：

步骤一、系统初始化，e_to＝(0.8,0.9,0,0)^T，e_in＝(0,0,0,0)^T，IP＝1，OP＝0，v＝(5,6,2,1)^T，p_to＝(2,0,1,1)^T，转步骤二；

步骤二、构建场景已有实体的关联矩阵，得：

$r=\left(\begin{array}{cccc}0& 0& 1& 0\\ 0& 0& 0& 2\\ 0& 0& 0& 0.8\\ 0& 0& 0& 0\end{array}\right)$

转步骤三；

步骤三、构建引入目标实体后的关联扩展矩阵，得：I＝(0,5,6,2,1,0)^T，

$R=\left(\begin{array}{cccccc}0& 0.8& 0.9& 0& 0& 0\\ 0& 0& 0& 1& 0& 2\\ 0& 0& 0& 0& 2& 0\\ 0& 0& 0& 0& 0.8& 1\\ 0& 0& 0& 0& 0& 1\\ 0& 0& 0& 0& 0& 1\end{array}\right)$

转步骤四；

步骤四、目标实体价值量迭代评估，

令I⁽⁰⁾＝(0,5,6,2,1,0)^T为迭代起始向量，并依据I^(k+1)＝(R)^T*I^(k)，对实体属性值向量迭代评估，

第1次迭代，因I⁽⁰⁾＝(0,5,6,2,1,0)^T，则迭代后得：I⁽¹⁾＝(0,0.8,0.9,5,13.6,13)^T，且此时I⁽¹⁾中第2个元素不为零，且2<N+1，故继续进行迭代评估；

第2次迭代，因I⁽¹⁾＝(0,0.8,0.9,5,13.6,13)^T，则迭代后得：I⁽²⁾＝(0,0,0,0.8,5.8,33.2)^T，且此时I⁽²⁾中第4个元素不为零，且4<N+1，故继续进行迭代评估；

第3次迭代，因I⁽²⁾＝(0,0.8,0.9,5,13.6,13)^T，则迭代后得：I⁽³⁾＝(0,0,0,0,0.64,39.8)^T，且此时I⁽³⁾中第5个元素不为零，且5＝N+1，故继续进行迭代评估；

第4次迭代，因I⁽³⁾＝(0,0,0,0,0.64,39.8)^T，则迭代后得：I⁽⁴⁾＝(0,0,0,0,0,40.44)^T，且此时I⁽⁴⁾中前个元素均为零，即前N+1个元素均零，转步骤五；

(5)计算过程结束，得目标实体的价值为I⁽⁵⁾[k+2]，即40.44。

至此可完成针对目标实体的价值定量评估，并确保整个评估方法更加符合目标实体在场景中的实际运行流程，并确保了定量评估结果更加有效和准确。

除上述实施外，本发明还可以有其他实施方式。凡采用等同替换或等效变换形成的技术方案，均落在本发明要求的保护范围。

Claims (1)

1.一种基于关系矩阵的实体价值定量评估方法，包括以下步骤：

步骤一、系统初始化，设目标实体A指向场景中各实体之间的关联向量e_to＝(e₁,e₂,...,e_N)^T，场景中各实体之间的关联向量指向目标实体A为e_in＝(e₁,e₂,...,e_N)^T，场景中各实体的价值量向量v＝(v₁,v₂,...,v_N)^T，初始化目标实体在一次业务操作过程中的直接输入为IP，直接输出为OP；场景中各实现在一次业务操作过程中的直接输出向量为p_to＝(p₁,p₂,...,p_N)^T，1≤i≤N，N为场景中已有实体的数量，转步骤二；

步骤二、构建场景已有实体的关联矩阵，构建r＝(r_ij)_N×N为可传递属性关联矩阵，且若存在实体i指向j的关联关系，则令r_ij＝|e_i→e_j|，否则仅r_ij＝0；1≤i,j≤n，转步骤三；

步骤三、构建引入目标实体后的关联扩展矩阵，设 转步骤四；

步骤四、目标实体价值量迭代评估，采用公式I^(k+1)＝(R)^T*I^(k)进行评估，直到I^(k+1)中前N+1个元素均零，转步骤五；

步骤五、评估过程结束，得目标实体的价值为I[k+2]。