CN110163706B - 用于生成信息的方法和装置 - Google Patents

Abstract

本申请实施例公开了用于生成信息的方法和装置。该方法的一具体实施方式包括：通过获取目标用户在预设数目种违规类型中每种违规类型的违规信息集合，然后基于所获取的每种违规类型的违规信息集合以及与该种违规类型对应的预设权重，确定目标用户的与该种违规类型对应的加权结果，再根据所确定的各个违规类型对应的加权结果，生成用于表征目标用户的违规程度的目标值。该实施方式有效利用了多种违规类型数据，实现了从多方面对用户进行违规程度的评价，避免了违规类型信息的单一性，提高了所生成的用户违规程度的可信度。

Description

用于生成信息的方法和装置

技术领域

本申请实施例涉及计算机技术领域，具体涉及互联网技术领域，尤其涉及用于生成信息的方法和装置。

背景技术

随着电子商务的飞速发展，商家违规销售或服务的情况也经常发生，对电商平台的品牌和其他的商家的权益造成了严重的侵害。

目前对商家的违规评价分析，多为对某一违规类型信息进行独立分析，并生成相应的违规分析结果。

发明内容

本申请实施例提出了用于生成信息的方法和装置。

第一方面，本申请实施例提供了一种用于生成信息的方法，该方法包括：获取目标用户在预设数目种违规类型中每种违规类型的违规信息集合；将所获取的每种违规类型的违规信息集合中违规信息的数量与该种违规类型对应的预设权重的乘积，确定为目标用户与该种违规类型对应的加权结果；根据所确定的各违规类型对应的加权结果，生成用于表征目标用户的违规程度的目标值。

在一些实施例中，与每种违规类型对应的权重是通过以下权重确定步骤确定的：对于预设数目种违规类型中的每种违规类型，设置与该种违规类型对应的权重为自变量的初始值；对于预设用户集合中的每个用户，执行以下回归分析步骤：获取该用户在预设数目种违规类型中每种违规类型的历史违规信息集合；对于预设数目种违规类型中的每种违规类型，按照与该种违规类型对应的自变量形式的权重对所获取到的该用户的该种违规类型的历史违规信息集合中的历史违规信息的数量进行加权，得到与该种违规类型对应的加权结果；根据所得到的各违规类型对应的加权结果，生成与该用户对应的待定目标值；利用回归分析方法，以各违规类型对应的权重为自变量，以所生成的待定目标值为因变量，确定该用户在各违规类型对应的权重的最优解，并用所确定的各个最优解更新各违规类型对应的权重的自变量的值。

在一些实施例中，利用回归分析方法，以违规类型对应的权重为自变量，以所生成的待定目标值为因变量，确定各违规类型对应的权重的最优解，包括：根据为各违规类型对应的权重分别预设的取值范围，生成约束条件；利用回归分析方法，按照所生成的约束条件，以各违规类型对应的权重为自变量，以所生成的待定目标值为因变量，确定各违规类型对应的权重的最优解。

在一些实施例中，根据所确定的各违规类型对应的加权结果，生成用于表征目标用户的违规程度的目标值，包括：计算所确定的各违规类型对应的加权结果的和；对计算所得的和取对数，并用取对数的结果与预设数值的乘积生成目标值。

在一些实施例中，获取目标用户在预设数目种违规类型中每种违规类型的违规信息集合，包括：对于预设数目种违规类型中的每种违规类型，执行以下数据获取步骤：确定预设历史时间段内目标用户的该种违规类型的违规信息的产生数量；在预设的对应关系表中查找与所确定的产生数量所属的数量区间对应的历史时间段，其中，对应关系表用于表征数量区间与历史时间段之间的对应关系；将所找到的历史时间段确定为与该种违规类型对应的历史时间段；获取目标用户的该种违规类型的、与该种违规类型对应的历史时间段内的违规信息，并将所获取的违规信息作为目标用户的该种违规类型的违规信息集合。

第二方面，本申请实施例提供了一种用于生成信息的装置，该装置包括：获取单元，配置用于获取目标用户在预设数目种违规类型中每种违规类型的违规信息集合；确定单元，配置用于将所获取的每种违规类型的违规信息集合中违规信息的数量与该种违规类型对应的预设权重的乘积，确定为目标用户与该种违规类型对应的加权结果；生成单元，配置用于根据所确定的各违规类型对应的加权结果，生成用于表征目标用户的违规程度的目标值。

在一些实施例中，与每种违规类型对应的权重是通过以下权重确定步骤确定的：对于预设数目种违规类型中的每种违规类型，设置与该种违规类型对应的权重为自变量的初始值；对于预设用户集合中的每个用户，执行以下回归分析步骤：获取该用户在预设数目种违规类型中每种违规类型的历史违规信息集合；对于预设数目种违规类型中的每种违规类型，按照与该种违规类型对应的自变量形式的权重对所获取到的该用户的该种违规类型的历史违规信息集合中的历史违规信息的数量进行加权，得到与该种违规类型对应的加权结果；根据所得到的各违规类型对应的加权结果，生成与该用户对应的待定目标值；利用回归分析方法，以各违规类型对应的权重为自变量，以所生成的待定目标值为因变量，确定该用户在各违规类型对应的权重的最优解，并用所确定的各个最优解更新各违规类型对应的权重的自变量的值。

在一些实施例中，利用回归分析方法，以违规类型对应的权重为自变量，以所生成的待定目标值为因变量，确定各违规类型对应的权重的最优解，包括：根据为各违规类型对应的权重分别预设的取值范围，生成约束条件；利用回归分析方法，按照所生成的约束条件，以各违规类型对应的权重为自变量，以所生成的待定目标值为因变量，确定各违规类型对应的权重的最优解。

在一些实施例中，生成单元包括：计算模块，配置用于计算所确定的各违规类型对应的加权结果的和；生成模块，配置用于对计算所得的和取对数，并用取对数的结果与预设数值的乘积生成目标值。

在一些实施例中，获取单元进一步用于：对于预设数目种违规类型中的每种违规类型，执行以下数据获取步骤：确定预设历史时间段内目标用户的该种违规类型的违规信息的产生数量；在预设的对应关系表中查找与所确定的产生数量所属的数量区间对应的历史时间段，其中，对应关系表用于表征数量区间与历史时间段之间的对应关系；将所找到的历史时间段确定为与该种违规类型对应的历史时间段；获取目标用户的该种违规类型的、与该种违规类型对应的历史时间段内的违规信息，并将所获取的违规信息作为目标用户的该种违规类型的违规信息集合。

第三方面，本申请实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。

本申请实施例提供的用于生成信息的方法和装置，通过获取目标用户在预设数目种违规类型中每种违规类型的违规信息集合，然后基于所获取的每种违规类型的违规信息集合以及与该种违规类型对应的预设权重，确定目标用户的与该种违规类型对应的加权结果，再根据所确定的各个违规类型对应的加权结果，生成用于表征目标用户的违规程度的目标值。从而有效利用了多种违规类型数据，实现了从多方面对用户进行违规程度的评价，避免违规类型信息的单一性，提高所生成的用户违规程度的可信度。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请可以应用于其中的示例性系统架构图；

图2是根据本申请的用于生成信息的方法的一个实施例的流程图；

图3是根据本申请的用于生成信息的方法的又一个实施例的流程图；

图4是根据本申请的用于生成信息的装置的一个实施例的结构示意图；

图5是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的用于生成信息的方法或用于生成信息的装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的购物类应用提供支持的后台服务器。后台服务器可以对接收到的产品介绍页面请求等数据进行分析等处理，并将处理结果(例如产品介绍页面数据)反馈给终端设备。

需要说明的是，本申请实施例所提供的用于生成信息的方法一般由服务器105执行，相应地，用于生成信息的装置一般设置于服务器105中。

需要说明的是，一些情况下，本申请实施例所提供的用于生成信息的方法也可以由与服务器105网络连接的其他电子设备(图1中未示出)执行，相应地，用于生成信息的装置也可以设置于与服务器105网络连接的其他电子设备(图1中未示出)中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，其示出了根据本申请的用于生成信息的方法的一个实施例的流程200。该用于生成信息的方法，包括以下步骤：

步骤201，获取目标用户在预设数目种违规类型中每种违规类型的违规信息集合。

在本实施例中，用于生成信息的方法运行于其上的电子设备(例如图1所示的服务器)可以获取目标用户在预设数目种违规类型中每种违规类型的违规信息集合。

这里，目标用户可以是预设用户集合(例如，电商的注册商户集合)中的任一用户，此处仅以目标用户为例进行说明，可以理解的是，根据本申请的用于生成信息的方法可以应用于预设用户集合中的任一用户。

这里，违规信息可以是对用户的某种违规行为进行描述的信息。

预设数目种违规类型可以是有技术人员预先设置的至少一种违规类型。作为示例，预设数目种违规类型可以包括：“信息合规”、“客服投诉”、“质量抽检”、“服务规范”、“工商投诉”、“工商举报”、“工商处罚”、“发改委举报”、“法务诉讼”。目标用户在预设数目种违规类型中的每种违规类型下的违规信息可以有一条或者多条，即，目标用户在预设数目种违规类型中的每种违规类型下的一条或者多条违规信息可以形成目标用户在预设数目种违规类型中的每种违规类型下的违规信息集合。

这里，目标用户的预设数目种违规类型中各种违规类型下的违规信息可以存储在上述电子设备本地或者与上述电子设备网络连接的其他电子设备中。或者，目标用户的预设数目种违规类型中各种违规类型下的违规信息也可以存储在不同的电子设备中。这样，上述电子设备可以按照每种违规类型下的违规信息的存储地址获取相应的数据。

例如，从电商平台的信息合规监控系统获取“信息合规”违规类型的数据；从电商平台的客户服务系统获取“客服投诉”违规类型的数据；从电商平台品控抽检系统获取“质量抽检”违规类型中的“内部质量抽检”违规类型的数据；从国家和地方质监局对外公告信息获取“质量抽检”中违规类型的“外部质量抽检”违规类型的数据；从电商平台的服务监控系统获取“服务规范”违规类型的数据；从国家及地方工商局系统中获取“工商投诉”、“工商举报”和“工商处罚”违规类型的数据；从国家及地方发改委系统获取“发改委举报”违规类型的数据；从法院案件系统获取“法务诉讼”违规类型的数据。

步骤202，将所获取的每种违规类型的违规信息集合中违规信息的数量与该种违规类型对应的预设权重的乘积，确定为目标用户与该种违规类型对应的加权结果。

在本实施例中，上述电子设备(例如图1所示的服务器)可以将步骤201中所获取的每种违规类型的违规信息集合中违规信息的数量与该种违规类型对应的预设权重的乘积，确定为目标用户与该种违规类型对应的加权结果。

这里，由于每种违规类型所对应的违规事件的严重程度不同，所造成的风险程度也不相同，因此，可以预先为每种违规类型按照其对应的违规事件的严重程度，设定不同的权重。例如，可以由技术人员按照对应的违规事件的严重程度越高，所设定的权重越大，对应的违规事件的严重程度越低，所设定的权重越小的原则人工设定每种违规类型对应的权重。作为示例，可以将对应的违规事件的严重程度较低的“信息合规”、“客服投诉”和“服务规范”设定较低的权重值，比如10，将对应的违规事件的严重程度中等的“质量抽检”、“工商投诉”和“工商举报”设定中等的权重值，比如40，将对应的违规事件的严重程度较高的“工商处罚”、“发改委举报”和“法务诉讼”设定较高的权重值，比如80。

在本实施例的一些可选的实现方式中，与每种违规类型对应的权重可以是通过以下权重确定步骤确定的：

首先，可以对于预设数目种违规类型中的每种违规类型，设置与该种违规类型对应的权重为自变量的初始值。

其次，可以对于预设用户集合中的每个用户，执行以下回归分析步骤：

第一，可以获取该用户在预设数目种违规类型中每种违规类型的历史违规信息集合。

第二，可以对于预设数目种违规类型中的每种违规类型，按照与该种违规类型对应的自变量形式的权重对所获取到的该用户的该种违规类型的历史违规信息集合中的历史违规信息的数量进行加权，得到与该种违规类型对应的加权结果。

第三，可以根据所得到的各违规类型对应的加权结果，生成与该用户对应的待定目标值。

可选地，上述电子设备可以将所得到的各违规类型对应的加权结果的和作为与该用户对应的待定目标值。

可选地，上述电子设备也可以将所得到的各违规类型对应的加权结果的均值作为与该用户对应的待定目标值。

可选地，上述电子设备还可以首先计算所得到的各违规类型对应的加权结果的和，然后对计算所得的和取对数，并将取对数的结果与预设数值(例如，10000)的乘积作为与该用户对应的待定目标值。实践中，这里取对数时，取对数的底数可以为大于1的数值，例如可以为无理数e。

可选地，上述电子设备还可以首先计算所得到的各违规类型对应的加权结果的均值，然后对计算所得的均值取对数，并将取对数的结果与预设数值(例如，1000)的乘积作为与该用户对应的待定目标值。

第四，利用回归分析方法，以各违规类型对应的权重为自变量，以所生成的待定目标值为因变量，确定该用户在各违规类型对应的权重的最优解，并用所确定的各个最优解更新各违规类型对应的权重的自变量的值。

可选地，这里可以首先根据为各违规类型对应的权重分别预设的取值范围，生成约束条件，然后可以利用回归分析方法，按照所生成的约束条件，以各违规类型对应的权重为自变量，以所生成的待定目标值为因变量，确定各违规类型对应的权重的最优解。这里为各违规类型对应的权重分别预设的取值范围可以是由技术人员根据每种违规类型对应的违规严重程度而预先设置的取值范围，比如，可以按照违规类型对应的违规严重程度越高，对应的预设的取值范围的取值也越大。

上述权重确定步骤中，由于采用了用户在各违规类型中的历史违规信息进行回归分析，因此，计算得到的各违规类型对应的权重可以更大程度上体现每种违规类型的实际严重程度。

步骤203，根据所确定的各违规类型对应的加权结果，生成用于表征目标用户的违规程度的目标值。

在本实施例中，用于生成信息的方法运行于其上的电子设备上可以采用各种实现方式，根据步骤202中所确定的各违规类型对应的加权结果，生成用于表征目标用户的违规程度的目标值。

在本实施例的一些可选的实现方式中，上述电子设备可以用所确定的各违规类型对应的加权结果的和生成用于表征目标用户的违规程度的目标值。

在本实施例的一些可选的实现方式中，上述电子设备也可以用所确定的各违规类型对应的加权结果的均值生成用于表征目标用户的违规程度的目标值。

在本实施例的一些可选的实现方式中，上述电子设备还可以首先计算所确定的各违规类型对应的加权结果的和，然后对计算所得的和取对数，并用取对数的结果与预设数值(例如，10000)的乘积生成用于表征目标用户的违规程度的目标值。实践中，这里取对数时，取对数的底数可以为大于1的数值，例如可以为无理数e。

在本实施例的一些可选的实现方式中，上述电子设备还可以首先计算所确定的各违规类型对应的加权结果的平均值，然后对计算所得的平均值取对数，并用取对数的结果与预设数值的乘积生成用于表征目标用户的违规程度的目标值。

这里，由于电商平台中商户数量和业务量的快速增加，必然导致商户各种违规类型的违规信息数量的快速增加。随着时间的推移，违规信息数量的方差将会越来越大，即越来越不稳定。因此，上述两种可选方式中，均采用了取对数的方法，可以一定程度上利用取对数的特点，降低方差变大对用于表征商户的违规程度的目标值的影响。

本申请的上述实施例提供的方法通过获取目标用户在预设数目种违规类型中每种违规类型的违规信息集合，然后基于所获取的每种违规类型的违规信息集合以及与该种违规类型对应的预设权重，确定目标用户的与该种违规类型对应的加权结果，再根据所确定的各个违规类型对应的加权结果，生成用于表征目标用户的违规程度的目标值。从而有效利用了多种违规类型数据，实现了从多方面对用户进行违规程度的评价，避免违规类型信息的单一性，提高了所生成的用户违规程度的可信度。

进一步参考图3，其示出了用于生成信息的方法的又一个实施例的流程300。该用于生成信息的方法的流程300，包括以下步骤：

步骤301，对于预设数目种违规类型中的每种违规类型，执行数据获取步骤。

在本实施例中，用于生成信息的方法运行于其上的电子设备(例如图1所示的服务器)可以对于预设数目种违规类型中的每种违规类型，执行数据获取步骤。其中，数据获取步骤可以包括以下子步骤3011到子步骤3014：

子步骤3011，确定预设历史时间段内目标用户的该种违规类型的违规信息的产生数量。

实践中，由于对一个用户而言，不一定每天都产生每种违规类型的违规信息。为此，可以预先设定一段足够长的历史时间段作为预设历史时间段，以便能在这一段历史时间段内获取到目标用户的各种违规类型的违规信息。例如，预设历史时间段是365天之前到当前时间。

这里，可以确定预设历史时间段内目标用户的该种违规类型的违规信息的产生数量。

子步骤3012，在预设的对应关系表中查找与所确定的产生数量所属的数量区间对应的历史时间段。

由于现实中不同的违规类型在同一段时间中所产生的违规信息的数据量级也是不同的。如果对于每种违规类型，都获取相同的历史时间段内的数据，则可能造成所获取的各种违规类型的违规信息的数量差别太大，最后造成所生成的目标值不能真正体现目标用户的违规程度。为此，可以预先生成用于表征数量区间与历史时间段之间的对应关系的对应关系表。例如，可以是由技术人员按照大量的不同用户在不同历史时间段内、在各种违规类型中的违规信息的数量而预先制定的存储有大量的违规信息数量区间和对应的历史时间段的对应关系表。

这样，上述电子设备可以首先确定与子步骤3011中所确定的产生数量对应的数量区间。然后，可以在上述对应关系表中查询数量区间与所确定的数量区间匹配的历史时间段。

子步骤3013，将所找到的历史时间段确定为与该种违规类型对应的历史时间段。

子步骤3014，获取目标用户的该种违规类型的、与该种违规类型对应的历史时间段内的违规信息，并将所获取的违规信息作为目标用户的该种违规类型的违规信息集合。

步骤302，将所获取的每种违规类型的违规信息集合中违规信息的数量与该种违规类型对应的预设权重的乘积，确定为目标用户与该种违规类型对应的加权结果。

步骤303，根据所确定的各违规类型对应的加权结果，生成用于表征目标用户的违规程度的目标值。

在本实施例中步骤302和步骤303的具体操作与图2所示的实施例中步骤302和步骤303的操作基本相同，在此不再赘述。

从图3中可以看出，与图3对应的实施例相比，本实施例中的用于生成信息的方法的流程300突出了对于每种违规类型，按照与该种违规类型对应的历史时间段获取违规信息集合的步骤。由此，本实施例描述的方案可以避免，由于不同的违规类型在相同时间段内的违规信息数量的数量级的不同，如果对不同的违规类型获取相同历史时间段内的违规信息，可能导致计算所得的目标值不能真正体现目标用户的违规程度，即，本实施例中的用于生成信息的方法的流程400进一步提高了信息生成的有效性。

进一步参考图4，作为对上述各图所示方法的实现，本申请提供了一种用于生成信息的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图4所示，本实施例的用于生成信息的装置400包括：获取单元401、确定单元402和生成单元403。其中，获取单元401，配置用于获取目标用户在预设数目种违规类型中每种违规类型的违规信息集合；确定单元402，配置用于将所获取的每种违规类型的违规信息集合中违规信息的数量与该种违规类型对应的预设权重的乘积，确定为上述目标用户与该种违规类型对应的加权结果；生成单元403，配置用于根据所确定的各上述违规类型对应的加权结果，生成用于表征上述目标用户的违规程度的目标值。

在本实施例中，用于生成信息的装置400的获取单元401、确定单元402和生成单元403的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201、步骤202和步骤203的相关说明，在此不再赘述。

在本实施例的一些可选的实现方式中，与每种违规类型对应的权重可以是通过以下权重确定步骤确定的：对于预设数目种违规类型中的每种违规类型，设置与该种违规类型对应的权重为自变量的初始值；对于预设用户集合中的每个用户，执行以下回归分析步骤：获取该用户在上述预设数目种违规类型中每种违规类型的历史违规信息集合；对于上述预设数目种违规类型中的每种违规类型，按照与该种违规类型对应的自变量形式的权重对所获取到的该用户的该种违规类型的历史违规信息集合中的历史违规信息的数量进行加权，得到与该种违规类型对应的加权结果；根据所得到的各上述违规类型对应的加权结果，生成与该用户对应的待定目标值；利用回归分析方法，以各上述违规类型对应的权重为自变量，以所生成的待定目标值为因变量，确定该用户在各上述违规类型对应的权重的最优解，并用所确定的各个最优解更新各上述违规类型对应的权重的自变量的值。

在本实施例的一些可选的实现方式中，上述利用回归分析方法，以上述违规类型对应的权重为自变量，以所生成的待定目标值为因变量，确定各上述违规类型对应的权重的最优解，可以包括：根据为各上述违规类型对应的权重分别预设的取值范围，生成约束条件；利用回归分析方法，按照所生成的约束条件，以各上述违规类型对应的权重为自变量，以所生成的待定目标值为因变量，确定各上述违规类型对应的权重的最优解。

在本实施例的一些可选的实现方式中，上述生成单元403可以包括：计算模块4031，配置用于计算所确定的各上述违规类型对应的加权结果的和；生成模块4032，配置用于对计算所得的和取对数，并用取对数的结果与预设数值的乘积生成上述目标值。

在本实施例的一些可选的实现方式中，上述获取单元401可以进一步用于：对于预设数目种违规类型中的每种违规类型，执行以下数据获取步骤：确定预设历史时间段内目标用户的该种违规类型的违规信息的产生数量；在预设的对应关系表中查找与所确定的产生数量所属的数量区间对应的历史时间段，其中，上述对应关系表用于表征数量区间与历史时间段之间的对应关系；将所找到的历史时间段确定为与该种违规类型对应的历史时间段；获取上述目标用户的该种违规类型的、与该种违规类型对应的历史时间段内的违规信息，并将所获取的违规信息作为上述目标用户的该种违规类型的违规信息集合。

需要说明的是，本申请实施例提供的用于生成信息的装置中各单元的实现细节和技术效果可以参考本申请中其它实施例的说明，在此不再赘述。

下面参考图5，其示出了适于用来实现本申请实施例的电子设备的计算机系统500的结构示意图。图5示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图5所示，计算机系统500包括中央处理单元(CPU，Central Processing Unit)501，其可以根据存储在只读存储器(ROM，Read Only Memory)502中的程序或者从存储部分508加载到随机访问存储器(RAM，Random Access Memory)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有系统500操作所需的各种程序和数据。CPU 501、ROM502以及RAM 503通过总线504彼此相连。输入/输出(I/O，Input/Output)接口505也连接至总线504。

以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT，Cathode Ray Tube)、液晶显示器(LCD，Liquid Crystal Display)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN(局域网，Local AreaNetwork)卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、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，该模块、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，两个接连地表示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操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。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、确定单元和生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取违规信息的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：获取目标用户在预设数目种违规类型中每种违规类型的违规信息集合；将所获取的每种违规类型的违规信息集合中违规信息的数量与该种违规类型对应的预设权重的乘积，确定为目标用户与该种违规类型对应的加权结果；根据所确定的各违规类型对应的加权结果，生成用于表征目标用户的违规程度的目标值。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种用于生成信息的方法，包括：

按照每种违规类型下的违规信息的存储地址获取目标用户在预设数目种违规类型中每种违规类型的违规信息集合；

将所获取的每种违规类型的违规信息集合中违规信息的数量与该种违规类型对应的预设权重的乘积，确定为所述目标用户与该种违规类型对应的加权结果，其中，预先为每种违规类型按照其对应的违规事件的严重程度，设定不同的权重；

根据所确定的各所述违规类型对应的加权结果，生成用于表征所述目标用户的违规程度的目标值；

其中，与每种违规类型对应的权重是通过以下权重确定步骤确定的：

对于预设数目种违规类型中的每种违规类型，设置与该种违规类型对应的权重为自变量的初始值；

对于预设用户集合中的每个用户，执行以下回归分析步骤：获取该用户在所述预设数目种违规类型中每种违规类型的历史违规信息集合；对于所述预设数目种违规类型中的每种违规类型，按照与该种违规类型对应的自变量形式的权重对所获取到的该用户的该种违规类型的历史违规信息集合中的历史违规信息的数量进行加权，得到与该种违规类型对应的加权结果；根据所得到的各所述违规类型对应的加权结果，生成与该用户对应的待定目标值；利用回归分析方法，以各所述违规类型对应的权重为自变量，以所生成的待定目标值为因变量，确定该用户在各所述违规类型对应的权重的最优解，并用所确定的各个最优解更新各所述违规类型对应的权重的自变量的值。

2.根据权利要求1所述的方法，其中，所述利用回归分析方法，以所述违规类型对应的权重为自变量，以所生成的待定目标值为因变量，确定各所述违规类型对应的权重的最优解，包括：

根据为各所述违规类型对应的权重分别预设的取值范围，生成约束条件；

利用回归分析方法，按照所生成的约束条件，以各所述违规类型对应的权重为自变量，以所生成的待定目标值为因变量，确定各所述违规类型对应的权重的最优解。

3.根据权利要求1-2中任一项所述的方法，其中，所述根据所确定的各所述违规类型对应的加权结果，生成用于表征所述目标用户的违规程度的目标值，包括：

计算所确定的各所述违规类型对应的加权结果的和；

对计算所得的和取对数，并用取对数的结果与预设数值的乘积生成所述目标值。

4.根据权利要求3所述的方法，其中，所述获取目标用户在预设数目种违规类型中每种违规类型的违规信息集合，包括：

对于预设数目种违规类型中的每种违规类型，执行以下数据获取步骤：确定预设历史时间段内目标用户的该种违规类型的违规信息的产生数量；在预设的对应关系表中查找与所确定的产生数量所属的数量区间对应的历史时间段，其中，所述对应关系表用于表征数量区间与历史时间段之间的对应关系；将所找到的历史时间段确定为与该种违规类型对应的历史时间段；获取所述目标用户的该种违规类型的、与该种违规类型对应的历史时间段内的违规信息，并将所获取的违规信息作为所述目标用户的该种违规类型的违规信息集合。

5.一种用于生成信息的装置，包括：

获取单元，配置用于按照每种违规类型下的违规信息的存储地址获取目标用户在预设数目种违规类型中每种违规类型的违规信息集合；

确定单元，配置用于将所获取的每种违规类型的违规信息集合中违规信息的数量与该种违规类型对应的预设权重的乘积，确定为所述目标用户与该种违规类型对应的加权结果，其中，预先为每种违规类型按照其对应的违规事件的严重程度，设定不同的权重；

生成单元，配置用于根据所确定的各所述违规类型对应的加权结果，生成用于表征所述目标用户的违规程度的目标值；

其中，与每种违规类型对应的权重是通过以下权重确定步骤确定的：

对于预设数目种违规类型中的每种违规类型，设置与该种违规类型对应的权重为自变量的初始值；

对于预设用户集合中的每个用户，执行以下回归分析步骤：获取该用户在所述预设数目种违规类型中每种违规类型的历史违规信息集合；对于所述预设数目种违规类型中的每种违规类型，按照与该种违规类型对应的自变量形式的权重对所获取到的该用户的该种违规类型的历史违规信息集合中的历史违规信息的数量进行加权，得到与该种违规类型对应的加权结果；根据所得到的各所述违规类型对应的加权结果，生成与该用户对应的待定目标值；利用回归分析方法，以各所述违规类型对应的权重为自变量，以所生成的待定目标值为因变量，确定该用户在各所述违规类型对应的权重的最优解，并用所确定的各个最优解更新各所述违规类型对应的权重的自变量的值。

6.根据权利要求5所述的装置，其中，所述利用回归分析方法，以所述违规类型对应的权重为自变量，以所生成的待定目标值为因变量，确定各所述违规类型对应的权重的最优解，包括：

根据为各所述违规类型对应的权重分别预设的取值范围，生成约束条件；

利用回归分析方法，按照所生成的约束条件，以各所述违规类型对应的权重为自变量，以所生成的待定目标值为因变量，确定各所述违规类型对应的权重的最优解。

7.根据权利要求5-6中任一项所述的装置，其中，所述生成单元包括：

计算模块，配置用于计算所确定的各所述违规类型对应的加权结果的和；

生成模块，配置用于对计算所得的和取对数，并用取对数的结果与预设数值的乘积生成所述目标值。

8.根据权利要求7所述的装置，其中，所述获取单元进一步用于：

对于预设数目种违规类型中的每种违规类型，执行以下数据获取步骤：确定预设历史时间段内目标用户的该种违规类型的违规信息的产生数量；在预设的对应关系表中查找与所确定的产生数量所属的数量区间对应的历史时间段，其中，所述对应关系表用于表征数量区间与历史时间段之间的对应关系；将所找到的历史时间段确定为与该种违规类型对应的历史时间段；获取所述目标用户的该种违规类型的、与该种违规类型对应的历史时间段内的违规信息，并将所获取的违规信息作为所述目标用户的该种违规类型的违规信息集合。

9.一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。