CN108510204A - 评分方法、装置及电子终端 - Google Patents
评分方法、装置及电子终端 Download PDFInfo
- Publication number
- CN108510204A CN108510204A CN201810316470.7A CN201810316470A CN108510204A CN 108510204 A CN108510204 A CN 108510204A CN 201810316470 A CN201810316470 A CN 201810316470A CN 108510204 A CN108510204 A CN 108510204A
- Authority
- CN
- China
- Prior art keywords
- user
- evaluation
- scoring
- evaluated
- target
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种评分方法、装置及电子终端,方法及装置应用于电子终端,该电子终端中预存有针对不同用户预设的评价力指数。方法包括:获取多个用户对待评价目标的个人评分,根据所述多个用户中每个用户的评价力指数计算该用户的评分权重;根据所述多个用户中每个用户的评分权重及该用户对待评价目标的个人评分,计算得到待评价目标的综合评分。如此,在计算待评价目标的综合评分时,能够让每个用户的个人评分所占的比重与该用户的评价能力相匹配,从而提高主观评价结果的准确性。
Description
技术领域
本申请涉及大数据技术领域,具体而言,涉及一种评分方法、装置及电子终端。
背景技术
随着互联网技术的发展及社交网络的普及,根据广大用户对某一事物的主观评分对该事物(如,电影、书籍、照片、音乐等)进行评分,从而得到该事物的最终评分,从而使其他用户了解该事物的大致情况,以达到后续的推荐等功能。
然而,经发明人研究发现,现有的主观评价方法通常是采用对每个用户的主观评分求简单算术平均值的方式得到最终评分,这一方式存在缺陷。
发明内容
有鉴于此,本申请的目的在于提供一种评分方法、装置及电子终端,以改善上述问题中的至少一个。
为了达到上述目的,本申请实施例提供一种评分方法,应用于电子终端,所述电子终端中预存有针对不同用户预设的评价力指数,所述方法包括:
针对待评价目标,获取多个用户对该待评价目标的个人评分;
根据所述多个用户中每个用户的评价力指数计算该用户的评分权重;
根据所述多个用户中每个用户的评分权重及该用户对所述待评价目标的个人评分,计算得到所述待评价目标的综合评分。
本申请实施例还提供一种评分装置,应用于电子终端,所述电子终端中预存有针对不同用户预设的评价力指数,所述评分装置包括:
评分获取模块,用于针对待评价目标,获取多个用户对该待评价目标的个人评分;
第一计算模块,用于根据所述多个用户中每个用户的评价力指数计算该用户的评分权重;
第二计算模块,用于根据所述多个用户中每个用户的评分权重及该用户对所述待评价目标的个人评分,计算得到所述待评价目标的综合评分。
本申请实施例还提供一种电子终端,包括:存储器;处理器;及存储于所述存储器中的计算机可读指令,所述计算机可读指令促使所述处理器执行本申请实施例提供的评分方法。
本申请实施例还提供一种存储介质,其上存储有计算机可读指令,所述计算机可读指令被执行时实现本申请实施例提供的评分方法。
相较于现有技术,本申请实施例具有以下有益效果:
本申请实施例提供一种评分方法、装置及电子终端,通过评价力指数来量化描述用户的评价水平。通过获取多个用户对待评价目标的个人评分,根据该多个用户中每个用户的评价力指数计算该用户的评分权重,并根据该多个用户中每个用户的评分权重及该用户对待评价目标的个人评分,计算得到待评价目标的综合评分。如此,在计算待评价目标的综合评分时,能够让每个用户的个人评分所占的比重与该用户的评价能力相匹配,从而提高主观评价结果的准确性。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例提供的一种电子终端的方框示意图;
图2为本申请实施例提供的一种评分方法的流程示意图;
图3为图2所示步骤S202的一种子步骤示意图;
图4为图2所示步骤S202的又一种子步骤示意图;
图5为本申请实施例提供的又一种评分方法的流程示意图;
图6为本申请实施例提供的一种评分装置的功能模块框图。
图标:100-电子终端;110-存储器;120-处理器;130-通信单元;200-评分装置;210-评分获取模块;220-第一计算模块;230-第二计算模块;240-第三计算模块。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请的一部分实施例,而不是全部的实施例。通常在此处附图中描述和展示的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
如图1所示,是本申请实施例提供的一种电子终端100的方框示意图,所述电子终端100可以是个人计算机(Personal Computer,PC)、服务器或其他任意具备数据处理功能的设备,本实施例对此不做限制。
以所述电子终端100是服务器为例,该服务器中存储有可供用户下载并安装的客户端,用户可以通过该客户端获取该服务器提供的评分服务。具体地,用户可以通过客户端上传待评价目标至服务器,由服务器将该待评价目标推送给相应用户(比如,与上传者为好友关系的用户、或者随机的陌生用户等)的客户端,以使相应用户可以在各自的客户端针对该待评价目标给出个人评分。
在本实施例中,电子终端100包括评分装置200、存储器110及处理器120。上述的评分服务即可通过所述评分装置200实现。
其中,存储器110及处理器120各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。其中,评分装置200包括至少一个可以软件或固件(firmware)的形式存储在存储器110中或固化在电子终端100的操作系统(Operating System,OS)中的软件功能模块。处理器120用于执行存储在存储器110中的可执行模块,例如评分装置200所包括的软件功能模块及计算机程序等。
存储器110可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
处理器120可以是一种集成电路芯片,具有信号处理能力。所述处理器120也可以是通用处理器,如中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)、微处理器等;还可以是数字信号处理器(DSP))、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件;所述处理器130还可以是任何常规的处理器,可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。
应当理解,图1所示结构仅为示意,电子终端100还可以具有比图1所示更多或更少的组件,或是具有与图1所示完全不同的配置,例如,电子终端100还可以包括通信单元130。此外,图1所示的各组件可以软件、硬件或其组合实现。
现有的对待评价目标(如,电影、音乐、书籍、照片等)的主观评价方法都是求取各个用户对待评价目标的主观评分的简单算术平均值,并将该简单算术平均值作为待评价目标的最终得分。
发明人经多方统计发现,对某一待评价目标进行评价的用户之间的文化差异、兴趣差异以及评价时所处环境、评价时的心情等各种因素都会对用户的评价结果造成影响。即,每个用户所进行的每一次评价都存在随机性。在此情形下,若将各个用户对同一待评价目标的评分的算术平均值作为该待评价目标的最终评分,将会不准确。
例如,存在A1、A2、A3、A4四个用户,A1、A2、A3均为具备一定艺术鉴赏力的用户,用户A4的艺术鉴赏力相对较低。用户A1、A2、A3、A4分别对一张照片img0进行评价,假设评分标准为10分制,其中,A1、A2、A3对img0的主观评分均为5.9,A4对img0的主观评分为10,按照现有的计算简单算术平均值的方式得到的综合评分6.925。由此可见,评价水平较低的用户A4的评分对综合评分造成了很大影响,直接造成综合评分的不准确。基于此,发明人发现现有的评分方法在评分过程中缺少对用户的评价水平的量化描述。
基于上述发现,发明人进一步分析得知,虽然每个用户在进行某一次评价时,其评价结果存在随机性,但每个用户的评价水平在一段时间内时稳定的,换言之,当某个用户进行的评价次数足够多时,其对相同类别的待评价目标的评分之间的误差符合一定的概率分布,并且所述概率分布能够通过统计学数学模型来描述并预测。
针对以上方案所存在的缺陷,均是发明人在经过实践并仔细研究后得出的结果,因此,上述问题的发现过程及下文中本申请实施例针对上述问题所提出的解决方案,都应该是发明人在发明过程中对本申请做出的贡献。
基于上述研究,本申请实施例在根据多个用户对待评价目标的主观评分计算该待评价目标的综合评分时,基于所述多个用户中每个用户的评价水平,设置该用户的主观评分在本次评价中所占的比重,从而可以降低评价水平低的用户的主观评分对综合评分的影响,提高评价水平高的用户的主观评价对综合评分的影响,进而提高综合评分的准确度。
如图2所示,是本申请实施例提供的一种评分方法的流程示意图,应用于图1所示的电子终端100。下面结合图2所示的步骤及具体流程做详细阐述。
步骤S201,针对待评价目标,获取多个用户对该待评价目标的个人评分。
在本实施例中,待评价目标可以是任意可供多个用户进行主观评价的事物,例如可以是照片、电影、音乐、书籍、食物等。
在一种具体实施方式中,可以针对每一待评价目标设置评分时间段。所述多个用户可以是在所述评分时间段中进行评价的所有用户或部分用户。所述部分用户可以通过如下规则确定:在所述评分时间段内进行评价的所有用户中,所评价的个人评分有效的用户。
在另一种具体实施方式中,可以在电子终端100中针对每一待评价目标设置进行评分的用户数量阈值(比如,可以设置为200)。从待评价目标允许被评价的时刻开始,当对该待评价目标进行评价的用户的数量达到设置的用户数量阈值时,开始执行步骤S201,且所述多个用户即为所述用户数量阈值个用户,当然所述多个用户也可以是所述用户数量阈值个用户中,所给出的个人评分有效的用户。
可选地,在上述具体实施方式中,有效的个人评分可以是除最低个人评分和最高个人评分之外的其他用户的个人评分;有效的个人评分也可以是评价力指数最高的预设数量(如,1000)个用户的评分。其中,该预设数量根据实际情况确定。
在此值得说明的是,本实施例中的个人评分可以以匿名方式给出,也可以以非匿名方式给出。
步骤S202,根据所述多个用户中每个用户的评价力指数计算该用户的评分权重。
在本实施例中,通过评价力指数来量化描述用户的评价水平。所述电子终端100中预存有针对不同用户预设的评价力指数,每个用户的评价力指数用以表征该用户的评价水平或评价能力。
每个用户的评分权重是指该用户的个人评分对综合评分的影响权重,即,在计算待评价目标的综合评分时,某一用户的评分权重越大,该用户对待评价目标的个人评分对所述综合评分的影响也就越大。例如,在前述的用户A1、A2、A3、A4对照片img0进行评价的示例中,用户A1、A2、A3及A4的个人评分对综合评分的影响权重相同。
为了使根据多个用户的个人评分计算得到的综合评分更为准确,在本实施例中,每个用户的评分权重与该用户的评价水平(如,本实施例中的评价力指数)成正相关的关系。基于此,可选地,在本实施例中,步骤S202可以有多种实现方式。
在一种具体实施方式中,可以直接将每个用户的评价力指数作为该用户的评分权重。
在另一种具体实施方式中,可以根据每个用户在待评价目标所属评价领域的擅长程度,来设定该用户的评分权重计算公式,以根据设定的评分权重计算公式得到该用户的评分权重。例如,电子终端100中可以预存有待评价目标所属的第一评价领域、不同用户的身份认证信息及该身份认证信息对应的第一评价领域。其中,每个用户的身份认证信息对应的第一评价领域用于表示该用户擅长的评价领域。在此情形下,如图3所示,所述步骤S202可以包括步骤S301-步骤S304四个子步骤。
步骤S301,在所述电子终端中获取所述多个用户中每个用户的身份认证信息。
在本实施例中,可以是先分别获取所述多个用户的个人评分后,再分别获取所述多个用户的身份认证信息;也可以是针对所述多个用户中的每一个,先获取该用户的个人评分,再获取该用户的身份认证信息,本实施例对此不做限制。
步骤S302,判断该身份认证信息所属的第一评价领域与所述待评价目标所属的第一评价领域是否相匹配,若是,则执行步骤S304,若否,则执行步骤S303。
针对获取到的每个用户的身份认证信息,根据该身份认证信息所属的第一评价领域确定该用户擅长的评价领域。通过判断该身份认证信息所属的第一评价领域与所述待评价目标所属的第一评价领域是否相匹配,来确定所述待评价目标是否属于该用户擅长的评价领域,如果是,表示所述待评价目标属于该用户擅长的评价领域;如果不是,表示所述待评价目标不属于该用户擅长的评价领域。
步骤S303,将该用户的评价力指数作为该用户的评分权重。
当所述待评价目标不属于该用户擅长评价的领域时,可以直接将该用户的评价力指数作为该用户的评分权重。由于评价力指数本身就反映了该用户的评价水平或评价能力,因此,在此情形下得到综合评分相较于现有技术中,将算术平均值作为综合评分的方式,仍旧是更准确的。
在此值得说明的是,用户的身份认证信息所属的第一评价领域与待评价目标所属的第一评价领域不匹配可以是以下情况中的任意一种:
第一,用户具有身份认证信息,该身份认证信息所属的第一评价领域与所述待评价目标所属的第一评价领域不匹配。例如,身份认证信息为摄影师的用户对诗集进行主观评价;
第二,用户没有身份认证信息。
在本实施例中,针对上述情形,均可以直接将该用户的评价力指数作为该用户的评分权重。
步骤S304,根据该用户的评价力指数及预设的权重计算函数计算得到该用户的评分权重。
考虑到用户在评价自己所擅长的评价领域的待评价目标时,能够给出更为准确的个人评分,因而,当所述待评价目标属于该用户擅长评价的领域时,可以提高该用户的评分权重。如此,可以提高最终得到的综合评分的准确性。
在此情形下,可以预先在电子终端100中设置权重计算函数,当待评价目标属于该用户擅长评价的领域时,即可以该用户的评价力指数为所述预设的权重计算函数的自变量,计算出该用户的评分权重。
其中,通过所述预设的权重计算函数对该用户的评价力指数进行计算得到的评分权重的值,大于该用户的评价力指数的值。
基于此,可以根据实际情况灵活地设置所述权重计算函数,例如,假设评价力指数为x,则所述预设的权重计算函数可以是以下函数中的任意一个,具体可根据评价力分布情况、用户操作、评价效果等进行选择:
(1)F(x)=x*1.2;
(2)F(x)=x1.2;
(3)
现给出一个实例以对上述具体实施方式做进一步的详细阐述:
假设存在用户B1、B2和B3,用户B1的评价力指数为e1,用户B2的评价力指数为e2,用户B3的评价力指数为e3。其中,用户B 1的身份认证信息为摄影师,用户B2的身份认证信息为影评人,用户B3的身份认证信息为空(即,没有身份认证信息)。对应地,用户B1的身份认证信息(摄影师)对应的第一评价领域为摄影领域,表明用户B 1对照片、影集等事物的鉴赏力较高;用户B2的身份认证信息(影评人)对应的第一评价领域为影视剧领域,表明用户B2对影视剧的鉴赏力较高;用户B3的身份认证信息为空,默认用户C没有擅长的第一评价领域。
在上述情形下,假设用户B1、B2、B3分别对照片img0进行了评价,个人评分依次是6、6.5、9.5。假设当用户的身份认证信息与照片img0所属的第一评价领域相互匹配时,通过F(x)=x*1.2计算该用户的评分权重。如此,按照步骤S301-S304,由于用户B1的身份认证信息对应的第一评价领域为摄影领域,img0对应的第一评价领域为摄影领域,则用户B1在此次评价中的评分权重为e1*1.2。而用户B2和用户B3所属的第一评价领域与img0对应的第一评价领域均不相符,则用户B2在此次评价中的评分权重为e2,用户B3在此次评价中的评分权重为e3。如此,可通过如下计算式计算得到img0的综合评分:
在本实施例中,身份认证信息所属的第一评价领域与待评价目标所属的第一评价领域是否匹配可以有多种判规则。
在一种具体实施方式中,可以设置当用户的身份认证信息所属的第一评价领域与待评价目标所属的第一评价领域相同时,再确定该用户的身份认证信息所属的第一评价领域与待评价目标所属的第一评价领域匹配。在此情形下,通常只预设有一个权重计算函数,一旦确定该用户的身份认证信息所属的第一评价领域与待评价目标所属的第一评价领域匹配,则可以直接通过该权重计算函数计算得到该用户的评分权重,详细情况可参见上述的用户B1、B2、B3分别对照片img0进行评价的实例。
在另一种具体实施方式中,当用户的身份认证信息所属的第一评价领域与待评价目标所属的第一评价领域相同之后,可以进一步判断该用户的评价力指数是否达到预设评价力,如果达到,再确定该用户的身份认证信息所属的第一评价领域与待评价目标所属的第一评价领域匹配。
在另一种具体实施方式中,针对用户的身份认证信息所属的第一评价领域与待评价目标所属的第一评价领域之间的匹配程度的不同,可以设置不同的匹配等级,不同的匹配等级对应的权重计算函数有所不同。具体地,匹配等级越高,可以对应设置函数值更大的权重计算函数。即,匹配等级越高,根据该匹配等级对应的权重计算函数计算出评分权重的值也就越大。
仍旧以上述的用户B1、B2、B3对照片img0进行评价为例,当待评价目标为照片时,与用户B2所属的第一评价领域部分匹配,原因在于影评人通常是对影视剧进行鉴赏,但其对照片也应该有一定的鉴赏力。假设设置了完全匹配和部分匹配两种匹配程度,其中,完全匹配对应的权重计算函数可以为:
F(x)=x*1.3;
部分匹配对应的权重计算函数可以为:
F(x)=x*1.1。
如此,用户B1的评分权重为e1*1.3,用户B2的评分权重为e2*1.1,用户B3的评分权重为e3,则照片img0的综合评分为:
经发明人研究发现,在实际应用中,每个用户可能在某些评价领域擅长,在另一些评价领域则不擅长。针对此种情况,可以在针对不同用户,在电子终端中预存该用户在不同第二评价领域的多个评价力指数。例如,用户B1具有t1和t2两个评价力指数,其中,t1对应的第二评价领域为F1,t2对应的第二评价领域为F2。则,t1用于表示用户B1在第二评价领域F1的评价水平,t2用于表示用户B1在第二评价领域F2的评价水平。
在此值得说明的是,第一评价领域和第二评价领域均为评价领域,其区别在于,当判断过程或执行过程涉及到用户的身份认证信息所属的评价领域时,用第一评价领域表示;当判断过程或执行过程涉及到在用户的多个评价力指数中的某一个所对应的评价领域时,用第二评价领域表示。
当电子终端100中针对不同用户,预存有针对该用户预设的多个评价力指数及所述多个评价力指数中的每一个所对应的第二评价领域时,如图4所示,步骤S202可以通过步骤S401、步骤S402以及步骤S403三个子步骤实现。
步骤S401,获取待评价目标所属的目标第二评价领域。
电子终端100中可以预先设置有不同待评价目标所属的评价领域,在当前实例中,待评价目标所属的评价领域即为目标第二评价领域。
具体地,在一种实例中,当用户上传待评价目标至电子终端100时,可以提示用户输入或选择该待评价目标所属的第二评价领域,并获取该第二评价领域作为所述目标第二评价领域。例如,当用户上传照片时,即可选择摄影作为该照片所属的目标第二评价领域;又如,当用户上传歌曲时,即可选择音乐作为该歌曲所属的目标第二评价领域。应当理解,第二评价领域的划分可以根据实际情况确定,例如可以将音乐评价领域细分为爵士乐评价领域、古典音乐评价领域等,本实施例对此不做限制。
在另一种实例中,电子终端100也可在用户上传待评价目标后,获取待评价目标并对其进行识别,并根据识别结果确定其所属的目标第二评价领域。
应当理解,上述示例仅为本申请的选定实施例,不应作为对本申请的保护范围的限定。
步骤S402,针对所述多个用户中的每个用户,在该用户的多个评价力指数中确定与该目标第二评价领域对应的评价力指数作为该用户的目标评价力指数。
在本实施例中,在确定待评价目标所属的目标第二评价领域后,即可针对每个用户,在该用户的多个评价力指数中查找出所属的第二评价领域为该目标第二评价领域的评价力指数,作为该用户的目标评价力指数。
可选地,可以为每个用户预设一个默认评价力指数,在实施过程中,当任意一个用户的多个评价力指数中不存在与所述目标第二评价领域对应的评价力指数时,即可将该用户的默认评价力指数作为该用户的目标评价力指数。
步骤S403,根据该用户的目标评价力指数计算该用户的评分权重。
在本实施例中,可以是分别确定所述多个用户的目标评价力指数后,再分别计算所述多个用户的评分权重;也可以是针对所述多个用户中的每个用户,在确定该用户的目标评价力指数后,立即计算该用户的评分权重,本实施例对此不做限制。
应当理解,在本实施例中,步骤S403的具体实现方式可以参照上述内容中对步骤S304的详细描述,在此不再赘述。
步骤S203,根据所述多个用户中每个用户的评分权重及该用户对所述待评价目标的个人评分,计算得到所述待评价目标的综合评分。
实施时,可以根据所述多个用户中每个用户的评分权重及该用户对所述待评价目标的个人评分,对所述多个用户对所述待评价目标的个人评分做加权平均,得到一加权平均值,并将该加权平均值作为所述待评价目标的综合评分。
具体地,可以通过如下计算式计算所述综合评分:
其中,Fs表示所述综合评分,n为所述多个用户的用户数量,ak表示第k个用户的评价力指数,F(ak)表示第k个用户的评分权重。Sk表示第k个用户对待评价目标的个人评分。
在本实施例中,预存在电子终端100中的每个用户的评价力指数可以通过如下方式计算获得:针对每个用户,可以获取该用户进行过的多次评价所对应的个人评分及综合评分作为一组评分,从而得到多组评分;再根据所述多组评分计算该用户的评价力指数。
其中,所述多次评价可以根据不同的规则选取,例如,可以是截止当前进行的每次评价;又如,可以是最新进行的预设数量次评价,本实施例对此不做限制。
上述计算方式的具体原理如下:
由于个人评分Sk是由用户主观评价得出的,具有一定随机性,符合一定的随机分布(约定为Nk)。相应地,Fs符合与Nk相关的联合随机分布,该联合随机分布的期望值Fs′即可以表示相应的准确评分值,其中每个Sk与Fs′的差值,属于一种误差,势必也符合随机分布(约定为Mk),可以理解,Mk的期望为0。
由于无法让同一个用户反复地对同一个待评价目标评分,因为无法消除用户第一次评价对后续评价的影响,也就无法满足统计学多次采样的条件,因而,无法从一个待评价目标的评价过程中计算出Nk的方差。但由于Nk和Mk是基于相同的评分体系(即,具有相同的评分上限和评分下限,比如,都是10分制),且其方差意义均为评价者的主观评价误差,因此,可以近似地认为Nk和Mk的方差相同。
而Fs′与Fs是近似相等的,故可以用Fs替代Fs′进行计算。如此,即可获取每个用户对某一类待评价目标进行的多次评价所对应的个人评分sj以及综合评分Fsj,得到多组sj与Fsj;针对每组组sj与Fsj,计算其差值,从而得到多个差值,并计算所述多个差值的样本标准差,根据得到的这些样本标准差,能够得知该用户一段时间内对该类待评价目标进行的评价的误差程度。其中,所述样本标准差具体可通过如下算式计算得到:
其中,m表示所选取的用户的评价次数,Fsj为第j次评价的综合评分,sj为用户对应的个人评分。
在本实施例中,评价力指数用于反映用户的评价水平,即评价越准确,评价力指数应当越高。基于此,可以将上述样本标准差的倒数作为用户的评价力指数,即为:
此外,为了避免评价力指数过小,使得最终计算结果小数位数过多,可以在上述样本方差或样本标准差的基础上再乘以一个预设值,其中,该预设值可以是所采用的评分上限,也可以所采用的评分上限的平方差,本实施例对此不做限制。
此外,考虑到随着时间推移,每个用户的评价力水平可能发生改变,因此,在本实施例中,可以对用户的评价力指数进行调整。
基于此,如图5所示,本实施例提供的评分方法还可以包括步骤S503、步骤S504及步骤S505。
步骤S504,针对所述多个用户中的至少一个用户,按照预设规则获取该用户截止当前进行的多次评价分别对应的个人评分及综合评分。
步骤S505,将所述多次评价中每次评价对应的个人评分及综合评分作为一组评分,从而得到多组评分。
步骤S506,根据所述多组评分重新计算该用户的评价力指数。
基于前述分析,最初预存在电子终端100中的评价力指数是根据用户以前的进行评价所对应的数据为样本计算获得的,而随着用户评价水平的变化,其实际给出的个人评分也会变化。基于此,针对每个用户,可以根据该用户的新的评价数据(个人评分及综合评分)重新计算其评价力指数。具体的计算方式与计算预存的评价力指数的方式类似,即针对每组评分,计算该组评分中的个人评分与综合评分的差值,得到多个差值;计算所述多个差值的样本标准差,根据所述样本标准差计算该用户的评价力指数,其中,该用户的评价力指数与所述样本标准差成负相关的关系。在此不再赘述。
在本实施例中,上述步骤S504-步骤S506可以是在每次计算得到待评价目标的综合评分之后,针对所述多个用户中的每个用户执行;也可以是在实施过程中对每个用户进行评价次数进行统计,当每次计算得到待评价目标的综合评分之后,计算本次进行评价的多个用户中是否有统计的评价次数达到n(例如,3)次的用户,若有,则可对该用户执行上述步骤S504-步骤S506。
步骤S504中的获取用户截止当前进行的多次评价的预设规则可以有多种:
例如,可以是获取用户截止当前进行的每次评价对应的个人评分及综合评分。从上一次计算评价力指数到本次计算评价力指数之间所产生的个人评分及综合评分,即为新的评价数据。通过引入该新的评价数据,可以将该用户的评价力指数调整得与该用户当前的评价水平更匹配。
又如,可以获取用户最新进行的预设数量次评价分别对应的个人评分及综合评分;又如,可以是获取用户截止当前进行的每次评价中的有效评价所对应的个人评分及综合评分;又如,可以是获取用户在当前时刻之前预设时间段(例如,一个月)内进行的每次评价所对应的个人评分及综合评分。
在本实施例提供的评分方法中,以所述电子终端100是服务器为例,实施时,可以在安装有该服务器提供的客户端的终端设备上显示相应的用户评价力指数,以提高用户参与评分的积极性,以及提高用户改善自身评价水平(即,提高评价力指数)的积极性。
如图6所示,是本申请实施例提供的一种应用于图1所示电子终端100的评分装置200,该电子终端100中预存有针对不同用户预设的评价力指数。
该评分装置200包括评分获取模块210、第一计算模块220以及第二计算模块230。
其中,评分获取模块210用于针对待评价目标,获取多个用户对该待评价目标的个人评分。
在本实施例中,关于评分获取模块210的描述具体可参考对图2所示步骤S201的详细描述,即步骤S201可以由评分获取模块210执行。
第一计算模块220用于根据所述多个用户中每个用户的评价力指数计算该用户的评分权重。
在本实施例中,关于第一计算模块220的描述具体可参考对图2所示步骤S202的详细描述,即步骤S202可以由第一计算模块220执行。
第二计算模块230用于根据所述多个用户中每个用户的评分权重及该用户对所述待评价目标的个人评分,计算得到所述待评价目标的综合评分。
在本实施例中,关于第二计算模块230的描述具体可参考对图2所示步骤S203的详细描述,即步骤S203可以由第二计算模块230执行。
可选地,评分装置200还可以包括第三计算模块240。
第三计算模块240用于针对所述多个用户中的至少一个用户,按照预设规则获取该至少一个用户截止当前进行的多次评价分别对应的个人评分及综合评分;将所述多次评价中每次评价对应的个人评分及综合评分作为一组评分,从而得到多组评分;根据所述多组评分重新计算该至少一个用户的评价力指数。
本申请实施例还提供一种存储介质,其上存储有计算机可读指令,该计算机可读指令被执行时实现本申请实施例提供的评分方法。
综上所述,本申请实施例提供一种评分方法、装置及电子终端,通过获取多个用户对待评价目标的个人评分,根据该多个用户中每个用户的评价力指数计算该用户的评分权重,并根据该多个用户中每个用户的评分权重及该用户对待评价目标的个人评分,计算得到待评价目标的综合评分。如此,在计算待评价目标的综合评分时,能够让每个用户的个人评分所占的比重与该用户的评价能力相匹配,从而提高主观评价结果的准确性。
在本申请实施例所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,电子设备,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (11)
1.一种评分方法,其特征在于,应用于电子终端,所述电子终端中预存有针对不同用户预设的评价力指数,所述方法包括:
针对待评价目标,获取多个用户对该待评价目标的个人评分;
根据所述多个用户中每个用户的评价力指数计算该用户的评分权重;
根据所述多个用户中每个用户的评分权重及该用户对所述待评价目标的个人评分,计算得到所述待评价目标的综合评分。
2.根据权利要求1所述的方法,其特征在于,在计算得到所述待评价目标的综合评分之后,所述方法还包括:
针对所述多个用户中的至少一个用户,按照预设规则获取该至少一个用户截止当前进行的多次评价分别对应的个人评分及综合评分;
将所述多次评价中每次评价对应的个人评分及综合评分作为一组评分,从而得到多组评分;
根据所述多组评分重新计算该至少一个用户的评价力指数。
3.根据权利要求2所述的方法,其特征在于,按照预设规则获取该用户截止当前进行的多次评价分别对应的个人评分及综合评分,包括:
获取该用户截止当前进行的每次评价对应的个人评分及综合评分;或者
获取该用户最新进行的预设数量次评价分别对应的个人评分及综合评分。
4.根据权利要求2或3所述的方法,其特征在于,根据所述多组评分重新计算该用户的评价力指数,包括:
针对每组评分,计算该组评分中的个人评分与综合评分的差值,得到多个差值;
计算所述多个差值的样本标准差,根据所述样本标准差计算该用户的评价力指数,其中,该用户的评价力指数与所述样本标准差成负相关的关系。
5.根据权利要求4所述的方法,其特征在于,根据所述样本标准差计算该用户的评价力指数,包括:
将所述样本标准差的倒数作为该用户的评价力指数。
6.根据权利要求4所述的方法,其特征在于,根据所述样本标准差计算该用户的评价力指数,包括:
将所述样本标准差的倒数与一预设值的乘积作为该用户的评价力指数。
7.根据权利要求1-3任一所述的方法,其特征在于,所述电子终端中预存有所述待评价目标所属的第一评价领域、不同用户的身份认证信息及该身份认证信息对应的第一评价领域;
根据所述多个用户中每个用户的评价力指数计算该用户的评分权重,包括:
在所述电子终端中获取所述多个用户中每个用户的身份认证信息;
当该身份认证信息所属的第一评价领域与所述待评价目标所属的第一评价领域相匹配时,根据该用户的评价力指数及预设的权重计算函数计算得到该用户的评分权重;
当该身份认证信息所属的第一评价领域与所述待评价目标所属的第一评价领域不匹配时,将该用户的评价力指数作为该用户的评分权重。
8.根据权利要求1-3任一所述的方法,其特征在于,针对不同用户,所述电子终端中预存有针对该用户预设的多个评价力指数及每个评价力指数对应的第二评价领域;
根据所述多个用户中每个用户的评价力指数计算该用户的评分权重,包括:
获取待评价目标所属的目标第二评价领域;
针对所述多个用户中的每个用户,在该用户的多个评价力指数中确定与该目标第二评价领域对应的评价力指数作为该用户的目标评价力指数;
根据该用户的目标评价力指数计算该用户的评分权重。
9.根据权利要求1-3任一所述的方法,其特征在于,根据所述多个用户中每个用户的评分权重及该用户对所述待评价目标的个人评分,计算得到所述待评价目标的综合评分,包括:
根据所述多个用户中每个用户的评分权重及该用户对所述待评价目标的个人评分,对所述多个用户对所述待评价目标的个人评分做加权平均,得到加权平均值;
将所述加权平均值作为所述待评价目标的综合评分。
10.一种评分装置,其特征在于,应用于电子终端,所述电子终端中预存有针对不同用户预设的评价力指数,所述评分装置包括:
评分获取模块,用于针对待评价目标,获取多个用户对该待评价目标的个人评分;
第一计算模块,用于根据所述多个用户中每个用户的评价力指数计算该用户的评分权重;
第二计算模块,用于根据所述多个用户中每个用户的评分权重及该用户对所述待评价目标的个人评分,计算得到所述待评价目标的综合评分。
11.一种电子终端,其特征在于,包括:
存储器;
处理器;及
存储于所述存储器中的计算机可读指令,所述计算机可读指令促使所述处理器执行权利要求1-9任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810316470.7A CN108510204A (zh) | 2018-04-10 | 2018-04-10 | 评分方法、装置及电子终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810316470.7A CN108510204A (zh) | 2018-04-10 | 2018-04-10 | 评分方法、装置及电子终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108510204A true CN108510204A (zh) | 2018-09-07 |
Family
ID=63381390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810316470.7A Pending CN108510204A (zh) | 2018-04-10 | 2018-04-10 | 评分方法、装置及电子终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108510204A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109934497A (zh) * | 2019-03-14 | 2019-06-25 | 百度在线网络技术(北京)有限公司 | 餐馆或菜品评价方法、装置、服务器和计算机可读介质 |
CN110135736A (zh) * | 2019-05-17 | 2019-08-16 | 上海天琥教育培训有限公司 | 一种平面商业广告的测评方法 |
CN110189000A (zh) * | 2019-05-16 | 2019-08-30 | 北京字节跳动网络技术有限公司 | 一种评分统一方法、装置及存储介质 |
CN110782135A (zh) * | 2019-10-08 | 2020-02-11 | 海南来个碗网络科技有限公司 | 餐具的流通控制方法及装置 |
CN112528128A (zh) * | 2020-12-01 | 2021-03-19 | 成都颜创启新信息技术有限公司 | 数据处理方法、装置、电子设备和计算机可读存储介质 |
CN113592333A (zh) * | 2021-08-07 | 2021-11-02 | 杭州找查科技有限公司 | 互联网综合评分方法、系统、装置及可读存储介质 |
CN114329241A (zh) * | 2021-12-06 | 2022-04-12 | 大拓无限(重庆)智能科技有限公司 | 一种菜谱调整方法、装置、计算机设备及存储介质 |
CN115099707A (zh) * | 2022-07-27 | 2022-09-23 | 江苏银承网络科技股份有限公司 | 订单评价数据评估系统、方法、电子设备及存储介质 |
-
2018
- 2018-04-10 CN CN201810316470.7A patent/CN108510204A/zh active Pending
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109934497A (zh) * | 2019-03-14 | 2019-06-25 | 百度在线网络技术(北京)有限公司 | 餐馆或菜品评价方法、装置、服务器和计算机可读介质 |
CN110189000A (zh) * | 2019-05-16 | 2019-08-30 | 北京字节跳动网络技术有限公司 | 一种评分统一方法、装置及存储介质 |
CN110135736A (zh) * | 2019-05-17 | 2019-08-16 | 上海天琥教育培训有限公司 | 一种平面商业广告的测评方法 |
CN110782135A (zh) * | 2019-10-08 | 2020-02-11 | 海南来个碗网络科技有限公司 | 餐具的流通控制方法及装置 |
CN110782135B (zh) * | 2019-10-08 | 2023-07-25 | 广东来个碗网络科技有限公司 | 餐具的流通控制方法及装置 |
CN112528128A (zh) * | 2020-12-01 | 2021-03-19 | 成都颜创启新信息技术有限公司 | 数据处理方法、装置、电子设备和计算机可读存储介质 |
CN113592333A (zh) * | 2021-08-07 | 2021-11-02 | 杭州找查科技有限公司 | 互联网综合评分方法、系统、装置及可读存储介质 |
CN114329241A (zh) * | 2021-12-06 | 2022-04-12 | 大拓无限(重庆)智能科技有限公司 | 一种菜谱调整方法、装置、计算机设备及存储介质 |
CN115099707A (zh) * | 2022-07-27 | 2022-09-23 | 江苏银承网络科技股份有限公司 | 订单评价数据评估系统、方法、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108510204A (zh) | 评分方法、装置及电子终端 | |
Zafar et al. | An effective blockchain evaluation system based on entropy-CRITIC weight method and MCDM techniques | |
Jenkins et al. | The mass function of dark matter haloes | |
Gibson et al. | Normalising or equalising party competition? Assessing the impact of the web on election campaigning | |
CN105069122B (zh) | 一种基于用户行为的个性化推荐方法及其推荐装置 | |
Mead | Spherical collapse, formation hysteresis and the deeply non-linear cosmological power spectrum | |
CN110070244A (zh) | 供应商评价方法、系统、电子设备和计算机可读介质 | |
CN102426686A (zh) | 一种基于矩阵分解的互联网信息产品推荐方法 | |
Lian et al. | The mass–metallicity relation of Lyman-break analogues and its dependence on galaxy properties | |
CN108921398A (zh) | 店铺质量评价方法及装置 | |
Uslu et al. | Trust-based game-theoretical decision making for food-energy-water management | |
CN110428368A (zh) | 一种算法评价方法、装置、电子设备及可读存储介质 | |
Kiayias et al. | A puff of steem: Security analysis of decentralized content curation | |
CN111753124A (zh) | 一种音乐推荐方法及服务器 | |
Kosasi et al. | Boosting e-service quality of online product businesses through it leadership | |
Chenavaz et al. | Dynamic pricing of new products in competitive markets: A mean-field game approach | |
CN109214634A (zh) | 一种信息处理方法、装置及信息处理可读介质 | |
Bernius et al. | Exploring the effects of a transition to open access: Insights from a simulation study | |
US20210358044A1 (en) | Analysis and visual presentation of dataset components | |
Aminian et al. | Markovian search with socially aware constraints | |
Petrovic et al. | A sensitivity analysis of ELECTRE based stepwise benchmarking for policy: The case of EU digital agenda | |
CN108985595A (zh) | 基于交易方互评的移动交易服务评价方法及装置 | |
CN111143700B (zh) | 一种活动推荐方法、装置、服务器及计算机存储介质 | |
Kutlu | A conduct parameter model of price discrimination | |
Chessa et al. | A note on “Measurement of disproportionality in proportional representation systems” |
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: 20180907 |