CN107590620A - 用户信用度评估系统和方法 - Google Patents
用户信用度评估系统和方法 Download PDFInfo
- Publication number
- CN107590620A CN107590620A CN201710907042.7A CN201710907042A CN107590620A CN 107590620 A CN107590620 A CN 107590620A CN 201710907042 A CN201710907042 A CN 201710907042A CN 107590620 A CN107590620 A CN 107590620A
- Authority
- CN
- China
- Prior art keywords
- task
- user
- score
- evaluation
- credit degree
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提出了一种用户信用度评估系统和方法，以工程师用户在软件外包平台系统完成任务的数量作为基本分，根据工程师完成任务的具体表现和完成质量进行修正，最终以一个数值，即综合分，表现工程师用户在软件外包平台系统上完成任务的总体能力评价。修正过程以任务驱动，通过各任务发生时增加或者减少不同的修正值，及时更新综合分，反映最新的工程师用户信用度评价。
Description
技术领域
本发明涉及信用评估系统，尤其涉及一种用户信用度评估系统和方法。
背景技术
在传统的软件众包平台上，客户发布软件开发需求，工程师用户浏览这些需求，报名感兴趣的任务，双方才开始就需求进行沟通。这种方式效率低，工程师的能力水平只能通过沟通来大致评估，准确度也不高，因此，需要一种方式，对工程师用户的能力或信用度水平进行准确的评估，便于平台进行自动匹配，也方便客户进行筛选。另一方面，对工程师用户的能力或信用度的评估，也能对工程师用户的改进提出建议参考，有助于工程师用户提升自己的能力水平和服务水平，更好的为客户服务。
目前对软件众包平台注册工程师的评估主要是通过工程师用户的接包次数、完成次数和完成金额等参数进行展现。这里的问题有：(1)展现的维度较多，无法快速判断和比对工程师用户的能力或信用度差异；(2)评估参考的维度太少，仅对工程师用户的任务基本情况进行统计，无法了解工程师用户在进行任务过程中的情况。
发明内容
有鉴于此，本发明提出了一种全面、准确、高效的用户信用度评估系统和方法。
本发明的技术方案是这样实现的：
一方面，本发明提供了一种用户信用度评估系统，其包括多个客户终端、多个用户终端和服务器端，客户终端供客户发起任务、选择用户并结束任务，以及输入针对该次任务所对应用户的客户评价分；用户终端供用户浏览任务、接受任务并提交交付任务申请；服务器端分别与客户终端、用户终端信号连接，对注册用户赋予初始综合分，并且在每一次任务结束后更新综合分，更新综合分的方式为在上一次任务结束后综合分的基础上加上本次任务的基础得分、客户评价得分、交付质量得分和交付时间得分。
在以上技术方案的基础上，优选的，服务器端存储用户技术领域及其综合得分，在客户终端发起任务后，服务器端按照任务技术领域查找相对应的用户，并按照综合分由高到低的次序依次推送与该任务技术领域相关的用户给客户终端。
第二方面，本发明提供了一种基于本发明第一方面的用户信用度评估方法，其特征在于：包括以下步骤，S1，假设用户综合分为S，当用户在系统注册账号时，对该用户的综合分进行初始化，初始值为S(0)。
在以上技术方案的基础上，优选的，还包括步骤S2，假设用户结束第i个任务时，该次任务评价分为S(i)，服务器端对该用户综合分进行更新，更新后的用户综合分为其中N为用户进行的任务的最大数量。
在以上技术方案的基础上，进一步优选的，所述步骤S2中，该次任务的基础得分为A(i)，客户评价得分为B(i)，交付质量得分为C(i)，交付时间得分为D(i)。当该任务完成时，该次任务评价分S(i)为，
S(i)＝a×A(i)+b×B(i)+c×C(i)+d×D(i)，
其中a、b、c、d分别为任务基础得分，客户评价得分、交付质量得分和交付时间得分的加权值。
在以上技术方案的基础上，更进一步优选的，服务器端存储用户技术领域及其综合得分，在客户终端发起任务后，服务器端按照任务技术领域查找相对应的用户，并按照综合分由高到低的次序依次推送与该任务技术领域相关的用户给客户终端，客户终端选择该用户后视为匹配成功，假设用户进行的第i个任务共进行了M(i)轮匹配，即任务在匹配了M(i)-1轮后，还未匹配到合适用户能完成该任务，到第M(i)轮匹配时，才匹配到当前用户，则该任务基础得分A(i)为，
A(i)＝m+ka×M(i)，
其中，m表示任务难度初始值，ka表示任务难度递增值。
在以上技术方案的基础上，更进一步优选的，假设用户进行的第i个任务，结束后，该任务的客户评价星级为R(i)，则该任务结束时的客户评价得分为，
B(i)＝kb×(R(i)-r)，
其中kb表示评价加成值，r表示评价星级标准参考值。
更优选的，假设用户进行的第i个任务获得好评，即R(j)>r，同时近期连续获得的好评数为j，即第i-j个任务未获得好评，从第i-j+1至第i个任务都获得了好评，则该任务结束时的客户评价得分为，
B(i)＝kb×(R(i)-r)+kr×j,R(j)>r，
其中kr表示连续好评加成值。
在以上技术方案的基础上，更进一步优选的，客户终端对用户终端交付的源文件代码进行检测，假设用户进行的第i个任务结束后，该任务交付的源文件代码检测合格率为Q(i)，图像对比匹配率为P(i)，则该任务结束时的交付质量得分为，
C(i)＝kq×(Q(i)-q)+kp*(P(i)-p)，
其中kq表示代码检测合格率的加成值，q表示代码检测合格率标准参考值，kp表示图像对比匹配率的加成值，p表示图像对比匹配率标准参考值。
在以上技术方案的基础上，更进一步优选的，假设用户进行的第i个任务结束时，该任务预计交付时间为T0(i)，实际结束时间为T1(i)。则该任务结束时的交付时间得分为，
D(i)＝kd+kt×(T0(i)-T1(i))，
其中kd表示交付时间得分基础值，kt表示交付时间加成值。
本发明的用户信用度评估系统和方法相对于现有技术具有以下有益效果：以工程师用户在软件外包平台系统完成任务的数量作为基本分，根据工程师完成任务的具体表现和完成质量进行修正，最终以一个数值，即综合分，表现工程师用户在软件外包平台系统上完成任务的总体能力评价。修正过程以任务驱动，通过各任务发生时增加或者减少不同的修正值，及时更新综合分，反映最新的工程师用户信用度评价。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明用户信用度评估系统的结构框图；
图2为本发明用户信用度评估方法的流程图。
具体实施方式
下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
如图1所示，本发明的用户信用度评估系统，其包括多个客户终端1、多个用户终端2和服务器端3。
客户终端1供客户发起任务、选择用户并结束任务，以及输入针对该次任务所对应用户的客户评价分；
用户终端2供用户浏览任务、接受任务并提交交付任务申请；
服务器端3分别与客户终端1、用户终端2信号连接，对注册用户赋予初始综合分，并且在每一次任务结束后更新综合分，更新综合分的方式为在上一次任务结束后综合分的基础上加上本次任务的基础得分、客户评价得分、交付质量得分和交付时间得分。
具体的，任务发起与结束流程为：客户在客户终端1发起任务，然后用户在用户终端2浏览任务并接受任务，客户在客户终端1选择用户；待任务执行完成后，用户在用户终端2提交交付任务申请，客户在客户终端1确认后结束任务，并给出客户评价得分。
优选的，服务器端3存储用户技术领域及其综合得分，在客户终端1发起任务后，服务器端3按照任务技术领域查找相对应的用户，并按照综合分由高到低的次序依次推送与该任务技术领域相关的用户给客户终端1。如此，可自动推送综合分高的用户给技术领域接近或相同的客户，降低客户找到合适工程师用户的时间，同时也激励工程师用户努力完善服务质量，提高综合分。
如图2所示，本发明的用户信用度评估方法包括如下步骤：
S1，假设用户综合分为S，当用户在系统注册账号时，对该用户的综合分进行初始化，初始值为S(0)。
S2，假设用户结束第i个任务时，该次任务评价分为S(i)，服务器端(3)对该用户综合分进行更新，更新后的用户综合分为其中N为用户进行的任务的最大数量。
具体的，所述步骤S2中，该次任务的基础得分为A(i)，客户评价得分为B(i)，交付质量得分为C(i)，交付时间得分为D(i)。当该任务完成时，该次任务评价分S(i)为，
S(i)＝a×A(i)+b×B(i)+c×C(i)+d×D(i)，
其中a、b、c、d分别为任务基础得分，客户评价得分、交付质量得分和交付时间得分的加权值。
任务基础得分，根据任务的解决困难度进行赋值，难度越大，任务基础得分越高，任务基础得分基于任务匹配阶段的轮数计算。具体的，服务器端3存储用户技术领域及其综合得分，在客户终端1发起任务后，服务器端3按照任务技术领域查找相对应的用户，并按照综合分由高到低的次序依次推送与该任务技术领域相关的用户给客户终端1，客户终端1选择该用户后视为匹配成功，假设用户进行的第i个任务共进行了M(i)轮匹配，即任务在匹配了M(i)-1轮后，还未匹配到合适用户能完成该任务，到第M(i)轮匹配时，才匹配到当前用户，则该任务基础得分A(i)为，
A(i)＝m+ka×M(i)，
其中，m表示任务难度初始值，ka表示任务难度递增值。
客户评价得分，根据客户对任务完成情况及该用户服务情况的主观评价进行赋值，客户的主观评价越好，客户评价得分越高。客户评价得分基于客户对该任务的评价星级计算。具体的，假设用户进行的第i个任务，结束后，该任务的客户评价星级为R(i)，则该任务结束时的客户评价得分为，
B(i)＝kb×(R(i)-r)，
其中kb表示评价加成值，r表示评价星级标准参考值。如果客户评价星级大于标准参考值r，则客户对该任务进行了正面评价，反之则是负面评价，对应的客户评价得分也造成上涨或下降的影响。
当客户对任务做出好评时，根据该用户最近连续获得的好评数量计算客户评价得分的加成分，连续获得的好评数越多，客户评价得分越高。客户评价得分还基于该用户最近连续获得的好评数计算。具体的，假设用户进行的第i个任务获得好评，即R(j)>r，同时近期连续获得的好评数为j，即第i-j个任务未获得好评，从第i-j+1至第i个任务都获得了好评，则该任务结束时的客户评价得分为，
B(i)＝kb×(R(i)-r)+kr×j,R(j)>r，
其中kr表示连续好评加成值。
交付质量得分，根据系统对用户交付结果的质量评估进行赋值，质量越好，交付质量得分越高。交付质量得分基于代码检测合格率和图像对比匹配率计算。具体的，客户终端1对用户终端2交付的源文件代码进行检测，假设用户进行的第i个任务结束后，该任务交付的源文件代码检测合格率为Q(i)，图像对比匹配率为P(i)，则该任务结束时的交付质量得分为，
C(i)＝kq×(Q(i)-q)+kp*(P(i)-p)，
其中kq表示代码检测合格率的加成值，q表示代码检测合格率标准参考值，kp表示图像对比匹配率的加成值，p表示图像对比匹配率标准参考值。
交付时间得分，根据结束任务的时间进行赋值，交付时间越早，交付时间得分越高。交付时间得分基于任务结束时间和预计交付时间计算。具体的，假设用户进行的第i个任务结束时，该任务预计交付时间为T0(i)，实际结束时间为T1(i)。则该任务结束时的交付时间得分为，
D(i)＝kd+kt×(T0(i)-T1(i))，
其中kd表示交付时间得分基础值，kt表示交付时间加成值。当任务结束时间小于预计交付时间时，用户提前完成任务，增加交付时间得分；反之，当任务结束时间大于预计交付时间时，用户延迟完成任务，减少交付时间得分。当任务延迟的时间超过kd的值时，交付时间得分为负，即受到超时惩罚。
以上所述仅为本发明的较佳实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种用户信用度评估系统，其包括多个客户终端(1)、多个用户终端(2)和服务器端(3)，其特征在于：客户终端(1)供客户发起任务、选择用户并结束任务，以及输入针对该次任务所对应用户的客户评价分；用户终端(2)供用户浏览任务、接受任务并提交交付任务申请；服务器端(3)分别与客户终端(1)、用户终端(2)信号连接，对注册用户赋予初始综合分，并且在每一次任务结束后更新综合分，更新综合分的方式为在上一次任务结束后综合分的基础上加上本次任务的基础得分、客户评价得分、交付质量得分和交付时间得分。
2.如权利要求1所述的用户信用度评估系统，其特征在于：服务器端(3)存储用户技术领域及其综合得分，在客户终端(1)发起任务后，服务器端(3)按照任务技术领域查找相对应的用户，并按照综合分由高到低的次序依次推送与该任务技术领域相关的用户给客户终端(1)。
3.基于权利要求1的用户信用度评估方法，其特征在于：包括以下步骤，S1，假设用户综合分为S，当用户在系统注册账号时，对该用户的综合分进行初始化，初始值为S(0)。
4.如权利要求3的用户信用度评估方法，其特征在于：还包括步骤S2，假设用户结束第i个任务时，该次任务评价分为S(i)，服务器端(3)对该用户综合分进行更新，更新后的用户综合分为其中N为用户进行的任务的最大数量。
5.如权利要求4的用户信用度评估方法，其特征在于：所述步骤S2中，该次任务的基础得分为A(i)，客户评价得分为B(i)，交付质量得分为C(i)，交付时间得分为D(i)。当该任务完成时，该次任务评价分S(i)为，
S(i)＝a×A(i)+b×B(i)+c×C(i)+d×D(i)，
其中a、b、c、d分别为任务基础得分，客户评价得分、交付质量得分和交付时间得分的加权值。
6.如权利要求5的用户信用度评估方法，其特征在于：服务器端(3)存储用户技术领域及其综合得分，在客户终端(1)发起任务后，服务器端(3)按照任务技术领域查找相对应的用户，并按照综合分由高到低的次序依次推送与该任务技术领域相关的用户给客户终端(1)，客户终端(1)选择该用户后视为匹配成功，假设用户进行的第i个任务共进行了M(i)轮匹配，即任务在匹配了M(i)-1轮后，还未匹配到合适用户能完成该任务，到第M(i)轮匹配时，才匹配到当前用户，则该任务基础得分A(i)为，
A(i)＝m+ka×M(i)，
其中，m表示任务难度初始值，ka表示任务难度递增值。
7.如权利要求5的用户信用度评估方法，其特征在于：假设用户进行的第i个任务，结束后，该任务的客户评价星级为R(i)，则该任务结束时的客户评价得分为，
B(i)＝kb×(R(i)-r)，
其中kb表示评价加成值，r表示评价星级标准参考值。
8.如权利要求7的用户信用度评估方法，其特征在于：假设用户进行的第i个任务获得好评，即R(j)>r，同时近期连续获得的好评数为j，即第i-j个任务未获得好评，从第i-j+1至第i个任务都获得了好评，则该任务结束时的客户评价得分为，
B(i)＝kb×(R(i)-r)+kr×j,R(j)>r，
其中kr表示连续好评加成值。
9.如权利要求5的用户信用度评估方法，其特征在于：客户终端(1)对用户终端(2)交付的源文件代码进行检测，假设用户进行的第i个任务结束后，该任务交付的源文件代码检测合格率为Q(i)，图像对比匹配率为P(i)，则该任务结束时的交付质量得分为，
C(i)＝kq×(Q(i)-q)+kp*(P(i)-p)，
其中kq表示代码检测合格率的加成值，q表示代码检测合格率标准参考值，kp表示图像对比匹配率的加成值，p表示图像对比匹配率标准参考值。
10.如权利要求5的用户信用度评估方法，其特征在于：假设用户进行的第i个任务结束时，该任务预计交付时间为T0(i)，实际结束时间为T1(i)。则该任务结束时的交付时间得分为，
D(i)＝kd+kt×(T0(i)-T1(i))，
其中kd表示交付时间得分基础值，kt表示交付时间加成值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710907042.7A CN107590620A (zh) | 2017-09-29 | 2017-09-29 | 用户信用度评估系统和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710907042.7A CN107590620A (zh) | 2017-09-29 | 2017-09-29 | 用户信用度评估系统和方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107590620A true CN107590620A (zh) | 2018-01-16 |
Family
ID=61047253
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710907042.7A Pending CN107590620A (zh) | 2017-09-29 | 2017-09-29 | 用户信用度评估系统和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107590620A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109272194A (zh) * | 2018-08-15 | 2019-01-25 | 深圳市嘀哒知经科技有限责任公司 | 一种技能交流平台的信誉评价方法 |
| CN113240335A (zh) * | 2021-06-09 | 2021-08-10 | 武汉空心科技有限公司 | 一种工程师技能熟练度评估方法 |
-
2017
- 2017-09-29 CN CN201710907042.7A patent/CN107590620A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109272194A (zh) * | 2018-08-15 | 2019-01-25 | 深圳市嘀哒知经科技有限责任公司 | 一种技能交流平台的信誉评价方法 |
| CN113240335A (zh) * | 2021-06-09 | 2021-08-10 | 武汉空心科技有限公司 | 一种工程师技能熟练度评估方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107093141B (zh) | 产品对象的处理方法和装置 | |
| CN109697636A (zh) | 一种商户推荐方法、商户推荐装置、电子设备和介质 | |
| US20120089404A1 (en) | Global pricing for content distribution | |
| CN111581516A (zh) | 投资产品的推荐方法及相关装置 | |
| CN109146485A (zh) | 工程款的结算方法及其装置和计算机可读存储介质 | |
| CN106096854A (zh) | 一种数据处理方法和装置 | |
| CN107247775A (zh) | 一种数据更新方法、装置及电子设备 | |
| CN107590620A (zh) | 用户信用度评估系统和方法 | |
| CN111445191B (zh) | 一种配送难度的预估方法、装置和存储介质 | |
| CN111008800B (zh) | 配送任务的数据处理方法、装置、服务器和存储介质 | |
| CN107358531A (zh) | 保费结算方法和装置 | |
| CN113298631A (zh) | 记结息处理方法及装置 | |
| CN110910211B (zh) | 信用更新方法以及装置 | |
| CN111753386B (zh) | 一种数据处理方法及装置 | |
| KR102176108B1 (ko) | 전문 중개인을 통한 차등 수수료 지급 시스템 및 그 방법 | |
| CN109697635A (zh) | 一种竞价获取方法、装置、电子设备及介质 | |
| CN107292649A (zh) | 业务预测数据校正的方法和装置 | |
| CN116342190A (zh) | 广告投放方法、投放系统及相关设备 | |
| CN115689245A (zh) | 一种用于确定不同场景下骑手的背单量的方法及装置 | |
| CN111325503B (zh) | 订单处理方法、装置、服务器和非易失性存储介质 | |
| CN108510197A (zh) | 一种基于动态博弈均衡的碳排放权交易委托代理建模方法 | |
| TWM553466U (zh) | 投資配置調整系統 | |
| CN112581153B (zh) | 资源分配方法、资源分配装置、存储介质和电子设备 | |
| CN113344710A (zh) | 模型训练方法、装置与存储介质 | |
| CN107274143A (zh) | 结算处理方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180116 |