CN111639874A - 一种评级方法及相关设备 - Google Patents
一种评级方法及相关设备 Download PDFInfo
- Publication number
- CN111639874A CN111639874A CN202010506427.4A CN202010506427A CN111639874A CN 111639874 A CN111639874 A CN 111639874A CN 202010506427 A CN202010506427 A CN 202010506427A CN 111639874 A CN111639874 A CN 111639874A
- Authority
- CN
- China
- Prior art keywords
- target
- information
- model
- rating
- field
- 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
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Software Systems (AREA)
- Game Theory and Decision Science (AREA)
- Computing Systems (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种评级方法及相关设备,该方法包括:在获取到待评级对象在目标领域中的第一信息之后,先根据目标领域确定目标区块链索引,并根据目标区块链索引,从区块链中确定目标评级模型的模型标识;再根据目标评级模型的模型标识获取目标评级模型,并根据第一信息和目标评级模型,确定待评级对象在目标领域中所处等级。其中,因目标评级模型是根据目标领域中的历史信息以及历史信息对应的等级标签训练得到的,使得目标评级模型能够准确地进行等级评价,从而使得基于目标评级模型确定的待评级对象在目标领域中所处等级更准确,如此提高了等级评价的准确性。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种评级方法及相关设备。
背景技术
评级过程是指根据待评级对象的相关数据确定该待评级对象所处等级的过程;而且,评级过程的应用场景较多,例如,评级过程可以应用于银行信用评级、医疗信用评级以及潜在用户评级等应用场景中。
目前,常用的评级过程为:在评级人员获取到待评级对象的相关数据之后,评级人员将按照该评级人员的个人经验以及该待评级对象的相关数据,确定该待评级对象所处等级。可见,因确定出的待评级对象所处等级是由评级人员基于个人经验确定的,使得该待评级对象所处等级的确定过程的主观性较大,从而导致待评级对象所处等级的准确性较低。
发明内容
为了解决现有技术中存在的以上技术问题,本申请提供一种评级方法及相关设备,能够提高评级过程的客观性,从而提高评级结果的准确性。
为了实现上述目的,本申请实施例提供的技术方案如下:
本申请实施例提供一种评级方法,包括:
获取待评级对象在目标领域中的第一信息;其中,所述第一信息用于表征所述待评级对象在所述目标领域中所具有信息特征;
根据所述目标领域确定目标区块链索引;其中,所述目标区块链索引用于指示目标评级模型的模型标识在区块链中的存储位置;所述目标评级模型是根据所述目标领域中的历史信息以及所述历史信息对应的等级标签训练得到的;
根据所述目标区块链索引,从所述区块链中确定所述目标评级模型的模型标识;
根据所述目标评级模型的模型标识,获取所述目标评级模型;
根据所述第一信息和所述目标评级模型,确定所述待评级对象在目标领域中所处等级。
可选的,若目标领域为银行信用评级领域,则第一信息包括第一身份信息、贷款信息、征信信息、业务办理信息和存款信息中的至少一个;
若目标领域为医疗信用评级领域,则第一信息包括第二身份信息、医疗费用结算信息、身体健康信息和历史治疗信息中的至少一个;
若目标领域为潜在客户评级领域,则第一信息包括第三身份信息、消费信息和资产信息中的至少一个。
可选的,所述根据所述目标领域确定目标区块链索引,具体为:
根据所述目标领域和第一映射关系,确定目标区块链索引;其中,所述第一映射关系用于记录评级领域与评级模型标识的区块链索引之间的对应关系。
可选的,所述根据所述目标评级模型的模型标识,获取所述目标评级模型,具体为:
根据所述目标评级模型的模型标识和第二映射关系,确定目标评级模型的存储位置;其中,所述第二映射关系用于记录模型标识与模型存储位置之间的对应关系;
从所述目标评级模型的存储位置中获取所述目标评级模型。
可选的,所述方法还包括:
获取所述目标领域中的历史信息以及所述历史信息对应的等级标签;
利用所述目标领域中的历史信息以及所述历史信息对应的等级标签,训练得到所述目标评级模型;
生成所述目标评级模型的模型标识;
将所述目标评级模型的模型标识存储至区块链,得到所述目标区块链索引。
可选的,所述获取所述目标领域中的历史信息,具体为:
获取所述目标领域中的原始信息;其中,所述原始信息用于表征从目标终端设备接收到的原始数据;
将所述目标领域中的原始信息进行规范化处理,得到所述目标领域中的历史信息。
可选的,所述规范化处理包括数据清洗处理和/或规范数据格式。
本申请实施例还提供了一种评级装置,包括:
第一获取单元,用于获取待评级对象在目标领域中的第一信息;其中,所述第一信息用于表征所述待评级对象在所述目标领域中所具有信息特征;
第一确定单元,用于根据所述目标领域确定目标区块链索引;其中,所述目标区块链索引用于指示目标评级模型的模型标识在区块链中的存储位置;所述目标评级模型是根据所述目标领域中的历史信息以及所述历史信息对应的等级标签训练得到的;
第二确定单元,用于根据所述目标区块链索引,从所述区块链中确定所述目标评级模型的模型标识;
第二获取单元,用于根据所述目标评级模型的模型标识,获取所述目标评级模型;
第三确定单元,用于根据所述第一信息和所述目标评级模型,确定所述待评级对象在目标领域中所处的等级。
本申请实施例还提供了一种设备,所述设备包括处理器以及存储器:
所述存储器用于存储计算机程序;
所述处理器用于根据所述计算机程序执行本申请实施例提供的评级方法的任一实施方式。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质用于存储计算机程序,所述计算机程序用于执行本申请实施例提供的评级方法的任一实施方式。
与现有技术相比,本申请实施例至少具有以下优点:
本申请实施例提供的评级方法中,在获取到待评级对象在目标领域中的第一信息之后,先根据所述目标领域确定目标区块链索引,并根据所述目标区块链索引,从所述区块链中确定所述目标评级模型的模型标识;再根据所述目标评级模型的模型标识获取所述目标评级模型,并根据所述第一信息和所述目标评级模型,确定所述待评级对象在目标领域中所处等级。其中,因目标评级模型是根据所述目标领域中的历史信息以及所述历史信息对应的等级标签训练得到的,使得目标评级模型能够准确地进行等级评价,从而使得基于目标评级模型确定的待评级对象在目标领域中所处等级更准确,如此提高了等级评价的准确性;还因基于目标评级模型进行的等级评价过程是自动执行的,无需评级人员参与,如此能够提高等级评价过程的客观性,从而有利于提高等级评价的准确性。
附图说明
为了更清楚地说明本申请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申请中记载的一些实施例,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它的附图。
图1为本申请实施例提供的一种评级方法的流程图;
图2为本申请实施例提供的一种评级装置的结构示意图;
图3为本申请实施例提供的设备结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,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,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做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。
方法实施例一
参见图1,该图为本申请实施例提供的一种评级方法的流程图。
本申请实施例提供的评级方法,包括S1-S5:
S1:获取待评级对象在目标领域中的第一信息。
待评级对象是指需要进行评级的对象。
目标领域用于表征本申请实施例提供的评级方法的应用场景;而且本申请实施例不限定目标领域。例如,目标领域可以为银行信用评级领域、医疗信用评级领域或潜在客户评级领域。
第一信息用于表征待评级对象在目标领域中所具有的信息特征;而且,本申请实施例不限定第一信息的内容。例如,若目标领域为银行信用评级领域,则第一信息包括第一身份信息、贷款信息、征信信息、业务办理信息和存款信息中的至少一个;若目标领域为医疗信用评级领域,则第一信息包括第二身份信息、医疗费用结算信息、身体健康信息和历史治疗信息中的至少一个;若目标领域为潜在客户评级领域,则第一信息包括第三身份信息、消费信息和资产信息中的至少一个。其中,第一身份信息用于表征待评级对象在银行信用评级领域中所具有的身份信息;第二身份信息用于表征待评级对象在医疗信用评级领域中所具有的身份信息;第三身份信息用于表征待评级对象在潜在客户评级领域中所具有的身份信息。
基于上述内容可知,本申请实施例中,若想对待评级对象在目标领域中进行评级,需要先获取待评级对象在目标领域中所具有的信息特征,作为第一信息,以便后续能够基于该第一信息对待评级对象在目标领域中进行评级。
S2:根据所述目标领域确定目标区块链索引。
目标区块链索引用于指示目标评级模型的模型标识在区块链中的存储位置。
目标评级模型是根据所述目标领域中的历史信息以及所述历史信息对应的等级标签训练得到的。其中,目标领域中的历史信息是指在历史时间段内获取的用户在目标领域中的信息特征;等级标签用于表征历史信息所对应的等级。需要说明的是,本申请实施例不限定目标评级模型,例如,目标评级模型可以是任一种机器学习模型。
目标评级模型的模型标识用于唯一标识目标评级模型,而且本申请实施例不限定模型标识,例如,模型标识可以是模型名称,也可以是模型存储位置,还可以是其他能够唯一标识目标评级模型的字符或字符串。
另外,本申请实施例不限定获取目标区块链索引(也就是S2)的实施方式,为了便于理解,下面结合一种可能的实施方式进行说明。
在一种可能的实施方式中,S2具体可以为:根据所述目标领域和第一映射关系,确定目标区块链索引。其中,所述第一映射关系用于记录评级领域与评级模型标识的区块链索引之间的对应关系。
本申请实施例中,当区块链中记录有多种评级模型(例如,应用于银行信用评级领域的评级模型、应用于医疗信用评级领域的评级模型、和应用于潜在客户评级领域的评级模型等多种评级模型)的模型标识时,为了能够准确地获取到应用于目标领域的评级模型(也就是目标评级模型)的模型标识,可以直接从用于记录有评级领域与评级模型标识的区块链索引之间的对应关系的第一映射关系中,查找到对应于目标领域的目标区块链索引,以便后续能够基于该目标区块链索引从区块链中获取到目标评级模型的模型标识。
S3:根据所述目标区块链索引,从所述区块链中确定所述目标评级模型的模型标识。
本申请实施例中,在获取到目标区块链索引之后,可以先根据目标区块索引,从区块链中确定出用于存储目标评级模型的模型标识的目标区块,再根据目标区块中存储的信息,确定目标评级模型的模型标识。
S4:根据所述目标评级模型的模型标识,获取所述目标评级模型。
本申请实施例不限定S4的实施方式,下面结合两种可能的实施方式进行说明。
作为第一种可能的实施方式,S4具体可以包括S41-S42:
S41:根据所述目标评级模型的模型标识和第二映射关系,确定目标评级模型的存储位置。
第二映射关系用于记录模型标识与模型存储位置之间的对应关系。其中,模型存储位置用于表征评级模型的实际存储位置信息。
本申请实施例中,当存储空间中存储有多种评级模型(例如,应用于银行信用评级领域的评级模型、应用于医疗信用评级领域的评级模型、和应用于潜在客户评级领域的评级模型等多种评级模型)时,为了能够准确地获取到目标评级模型,可以在获取到目标评级模型的模型标识之后,直接在用于记录模型标识与模型存储位置之间的对应关系的第二映射关系中,查找对应于目标评级模型的模型标识的模型存储位置,作为目标评级模型的存储位置,以便后续能够从该目标评级模型的存储位置中读取到目标评级模型。
S42:从所述目标评级模型的存储位置中获取所述目标评级模型。
基于上述S4的第一种可能的实施方式的相关内容可知,在获取到目标评级模型的模型标识之后,可以先根据目标评级模型的模型标识,从第二映射关系中查询目标评级模型的存储位置,再从该目标评级模型的存储位置中读取到目标评级模型。如此能够实现从存储空间中所存储的多种评级模型查找目标评级模型的目的。
作为第二种可能的实施方式,S4具体可以为:若模型标识为模型存储位置,则从所述目标评级模型的模型标识中获取所述目标评级模型。
基于上述S4的第二种可能的实施方式的相关内容可知,当模型标识就是模型存储位置时,无需再去查询映射关系,可以直接从从所述目标评级模型的模型标识所表征的存储位置读取目标评级模型即可。如此能够有效地提高目标模型的获取效率,从而能够提高评级效率。
S5:根据所述第一信息和所述目标评级模型,确定所述待评级对象在目标领域中所处等级。
本申请实施例不限定等级的表示方式,例如,等级可以利用“优、良、差”进行表示,也可以利用“1级、2级、……”进行表示,也可以利用“A级、B级、……”,还可以利用其他表示方式进行表示。
本申请实施例中,在获取到目标评级模型和第一信息之后,可以直接将第一信息输入到目标评级模型中进行评级,得到目标评级模型输出的等级,作为待评级对象在目标领域中所处等级。
基于上述S1至S5的相关内容可知,本申请实施例提供的评级方法中,在获取到待评级对象在目标领域中的第一信息之后,先根据所述目标领域确定目标区块链索引,并根据所述目标区块链索引,从所述区块链中确定所述目标评级模型的模型标识;再根据所述目标评级模型的模型标识获取所述目标评级模型,并根据所述第一信息和所述目标评级模型,确定所述待评级对象在目标领域中所处等级。其中,因目标评级模型是根据所述目标领域中的历史信息以及所述历史信息对应的等级标签训练得到的,使得目标评级模型能够准确地进行等级评价,从而使得基于目标评级模型确定的待评级对象在目标领域中所处等级更准确,如此提高了等级评价的准确性;还因基于目标评级模型进行的等级评价过程是自动执行的,无需评级人员参与,如此能够提高等级评价过程的客观性,从而有利于提高等级评价的准确性。
方法实施例二
在一些情况下,本申请实施例还需要预先生成目标评级模型,并将目标评级模型的模型标识存储至区块链中,以便后续任一用户均可以基于区块链中记录的目标评级模型的模型标识来获取目标评级模型。
基于此,本申请实施例还提供了评级方法的一种实施方式,在该实施方式中,评级方法除了包括上述S1-S5以外,还包括S6-S9:
S6:获取所述目标领域中的历史信息以及所述历史信息对应的等级标签。
本申请实施例不限定目标领域中的历史信息的获取方式,为了便于理解,下面结合一种可能的实施方式为例进行说明。
在一种可能的实施方式中,目标领域中的历史信息的获取过程具体可以为:获取所述目标领域中的原始信息,将所述目标领域中的原始信息进行规范化处理,得到所述目标领域中的历史信息。
原始信息用于表征从目标终端设备接收到的原始数据。
目标终端设备是指用于采集用户在目标领域中的信息特征的终端设备。例如,若目标领域为银行信用评级领域,则目标终端设备可以是银行总部以及分部中所使用的终端设备(例如,服务器等);若目标领域为医疗信用评级领域,则目标终端设备可以是各医院中所使用的终端设备(例如,服务器等);若目标领域为潜在客户评级领域,则目标终端设备可以是各交易场所(例如,商店、金融机构等交易场所)中所使用的终端设备(例如,服务器等)。
本申请实施例不限定规范化处理,例如,规范化处理包括数据清洗处理和/或规范数据格式。其中,数据清洗处理是指将原始数据中无价值的数据进行删除;规范数据格式是指将具有不同表示格式的数据统一为同一种表示格式。
基于上述内容可知,本申请实施例中,在从目标终端设备接收到的原始数据之后,可以将目标领域中的原始信息进行规范化处理,得到所述目标领域中的历史信息,以使得目标领域中的历史信息中数据达到规范化。
S7:利用所述目标领域中的历史信息以及所述历史信息对应的等级标签,训练得到所述目标评级模型。
本申请实施例不限定目标评级模型的训练过程,例如,目标评级模型可以采用任一种模型训练方法进行训练。
S8:生成所述目标评级模型的模型标识。
本申请实施例不限定目标评级模型的模型标识的生成过程,例如,可以直接将目标模型的存储位置确定为目标评级模型的模型标识;也可以直接将目标模型的模型名称确定为目标评级模型的模型标识。
S9:将所述目标评级模型的模型标识存储至区块链,得到所述目标区块链索引。
基于上述S6至S9的相关内容可知,本申请实施例中,在获取到所述目标领域中的历史信息以及所述历史信息对应的等级标签之后,先利用所述目标领域中的历史信息以及所述历史信息对应的等级标签,训练得到所述目标评级模型,再生成所述目标评级模型的模型标识,并将所述目标评级模型的模型标识存储至区块链,得到所述目标区块链索引,以便后续能够基于该目标区块链索引从区块链中获取目标评级模型的模型标识。其中,因目标评级模型是预先根据所述目标领域中的历史信息以及所述历史信息对应的等级标签训练得到的,使得在评级过程中能够直接基于区块链中记录的模型标识获取该目标评级模型,如此有利于提高评级效率。
基于上述方法实施例提供的评级方法,本申请实施例还提供了一种评级装置,下面结合附图进行说明。
装置实施例
装置实施例提供的评级装置的技术详情,请参见上述方法实施例。
参见图2,该图为本申请实施例提供的一种评级装置的结构示意图。
本申请实施例提供的评级装置,包括:
第一获取单元201,用于获取待评级对象在目标领域中的第一信息;其中,所述第一信息用于表征所述待评级对象在所述目标领域中所具有信息特征;
第一确定单元202,用于根据所述目标领域确定目标区块链索引;其中,所述目标区块链索引用于指示目标评级模型的模型标识在区块链中的存储位置;所述目标评级模型是根据所述目标领域中的历史信息以及所述历史信息对应的等级标签训练得到的;
第二确定单元203,用于根据所述目标区块链索引,从所述区块链中确定所述目标评级模型的模型标识;
第二获取单元204,用于根据所述目标评级模型的模型标识,获取所述目标评级模型;
第三确定单元205,用于根据所述第一信息和所述目标评级模型,确定所述待评级对象在目标领域中所处的等级。
在一种可能的实施方式中,若目标领域为银行信用评级领域,则第一信息包括第一身份信息、贷款信息、征信信息、业务办理信息和存款信息中的至少一个;
若目标领域为医疗信用评级领域,则第一信息包括第二身份信息、医疗费用结算信息、身体健康信息和历史治疗信息中的至少一个;
若目标领域为潜在客户评级领域,则第一信息包括第三身份信息、消费信息和资产信息中的至少一个。
在一种可能的实施方式中,所述第一确定单元202,具体用于:
根据所述目标领域和第一映射关系,确定目标区块链索引;其中,所述第一映射关系用于记录评级领域与评级模型标识的区块链索引之间的对应关系。
在一种可能的实施方式中,所述第二获取单元204,具体用于:
根据所述目标评级模型的模型标识和第二映射关系,确定目标评级模型的存储位置;其中,所述第二映射关系用于记录模型标识与模型存储位置之间的对应关系;
从所述目标评级模型的存储位置中获取所述目标评级模型。
在一种可能的实施方式中,所述装置还包括:
第三获取单元,用于获取所述目标领域中的历史信息以及所述历史信息对应的等级标签;
训练单元,用于利用所述目标领域中的历史信息以及所述历史信息对应的等级标签,训练得到所述目标评级模型;
生成单元,用于生成所述目标评级模型的模型标识;
第四确定单元,用于将所述目标评级模型的模型标识存储至区块链,得到所述目标区块链索引。
在一种可能的实施方式中,所述第三获取单元,具体包括:
获取子单元,用于获取所述目标领域中的原始信息;其中,所述原始信息用于表征从目标终端设备接收到的原始数据;
确定子单元,用于将所述目标领域中的原始信息进行规范化处理,得到所述目标领域中的历史信息。
在一种可能的实施方式中,所述规范化处理包括数据清洗处理和/或规范数据格式。
基于上述评级装置的相关内容可知,本申请实施例中,在获取到待评级对象在目标领域中的第一信息之后,先根据所述目标领域确定目标区块链索引,并根据所述目标区块链索引,从所述区块链中确定所述目标评级模型的模型标识;再根据所述目标评级模型的模型标识获取所述目标评级模型,并根据所述第一信息和所述目标评级模型,确定所述待评级对象在目标领域中所处等级。其中,因目标评级模型是根据所述目标领域中的历史信息以及所述历史信息对应的等级标签训练得到的,使得目标评级模型能够准确地进行等级评价,从而使得基于目标评级模型确定的待评级对象在目标领域中所处等级更准确,如此提高了等级评价的准确性;还因基于目标评级模型进行的等级评价过程是自动执行的,无需评级人员参与,如此能够提高等级评价过程的客观性,从而有利于提高等级评价的准确性。
基于上述方法实施例提供的评级方法,本申请实施例还提供了一种设备,下面结合附图进行解释和说明。
设备实施例
设备实施例提供的设备技术详情,请参照上述方法实施例。
参见图3,该图为本申请实施例提供的设备结构示意图。
本申请实施例提供的设备300,包括:处理器301以及存储器302;
所述存储器302用于存储计算机程序;
所述处理器301用于根据所述计算机程序执行上述方法实施例提供的评级方法的任一实施方式。也就是说,处理器301用于执行以下步骤:
获取待评级对象在目标领域中的第一信息;其中,所述第一信息用于表征所述待评级对象在所述目标领域中所具有信息特征;
根据所述目标领域确定目标区块链索引;其中,所述目标区块链索引用于指示目标评级模型的模型标识在区块链中的存储位置;所述目标评级模型是根据所述目标领域中的历史信息以及所述历史信息对应的等级标签训练得到的;
根据所述目标区块链索引,从所述区块链中确定所述目标评级模型的模型标识;
根据所述目标评级模型的模型标识,获取所述目标评级模型;
根据所述第一信息和所述目标评级模型,确定所述待评级对象在目标领域中所处等级。
可选的,若目标领域为银行信用评级领域,则第一信息包括第一身份信息、贷款信息、征信信息、业务办理信息和存款信息中的至少一个;
若目标领域为医疗信用评级领域,则第一信息包括第二身份信息、医疗费用结算信息、身体健康信息和历史治疗信息中的至少一个;
若目标领域为潜在客户评级领域,则第一信息包括第三身份信息、消费信息和资产信息中的至少一个。
可选的,所述根据所述目标领域确定目标区块链索引,具体为:
根据所述目标领域和第一映射关系,确定目标区块链索引;其中,所述第一映射关系用于记录评级领域与评级模型标识的区块链索引之间的对应关系。
可选的,所述根据所述目标评级模型的模型标识,获取所述目标评级模型,具体为:
根据所述目标评级模型的模型标识和第二映射关系,确定目标评级模型的存储位置;其中,所述第二映射关系用于记录模型标识与模型存储位置之间的对应关系;
从所述目标评级模型的存储位置中获取所述目标评级模型。
可选的,所述方法还包括:
获取所述目标领域中的历史信息以及所述历史信息对应的等级标签;
利用所述目标领域中的历史信息以及所述历史信息对应的等级标签,训练得到所述目标评级模型;
生成所述目标评级模型的模型标识;
将所述目标评级模型的模型标识存储至区块链,得到所述目标区块链索引。
可选的,所述获取所述目标领域中的历史信息,具体为:
获取所述目标领域中的原始信息;其中,所述原始信息用于表征从目标终端设备接收到的原始数据;
将所述目标领域中的原始信息进行规范化处理,得到所述目标领域中的历史信息。
可选的,所述规范化处理包括数据清洗处理和/或规范数据格式。
以上为本申请实施例提供的设备300的相关内容。
基于上述方法实施例提供的评级方法,本申请实施例还提供了一种计算机可读存储介质。
介质实施例
介质实施例提供的计算机可读存储介质的技术详情,请参照方法实施例。
本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质用于存储计算机程序,所述计算机程序用于执行上述方法实施例提供的评级方法的任一实施方式。也就是说,该计算机程序用于执行以下步骤:
获取待评级对象在目标领域中的第一信息;其中,所述第一信息用于表征所述待评级对象在所述目标领域中所具有信息特征;
根据所述目标领域确定目标区块链索引;其中,所述目标区块链索引用于指示目标评级模型的模型标识在区块链中的存储位置;所述目标评级模型是根据所述目标领域中的历史信息以及所述历史信息对应的等级标签训练得到的;
根据所述目标区块链索引,从所述区块链中确定所述目标评级模型的模型标识;
根据所述目标评级模型的模型标识,获取所述目标评级模型;
根据所述第一信息和所述目标评级模型,确定所述待评级对象在目标领域中所处等级。
可选的,若目标领域为银行信用评级领域,则第一信息包括第一身份信息、贷款信息、征信信息、业务办理信息和存款信息中的至少一个;
若目标领域为医疗信用评级领域,则第一信息包括第二身份信息、医疗费用结算信息、身体健康信息和历史治疗信息中的至少一个;
若目标领域为潜在客户评级领域,则第一信息包括第三身份信息、消费信息和资产信息中的至少一个。
可选的,所述根据所述目标领域确定目标区块链索引,具体为:
根据所述目标领域和第一映射关系,确定目标区块链索引;其中,所述第一映射关系用于记录评级领域与评级模型标识的区块链索引之间的对应关系。
可选的,所述根据所述目标评级模型的模型标识,获取所述目标评级模型,具体为:
根据所述目标评级模型的模型标识和第二映射关系,确定目标评级模型的存储位置;其中,所述第二映射关系用于记录模型标识与模型存储位置之间的对应关系;
从所述目标评级模型的存储位置中获取所述目标评级模型。
可选的,所述方法还包括:
获取所述目标领域中的历史信息以及所述历史信息对应的等级标签;
利用所述目标领域中的历史信息以及所述历史信息对应的等级标签,训练得到所述目标评级模型;
生成所述目标评级模型的模型标识;
将所述目标评级模型的模型标识存储至区块链,得到所述目标区块链索引。
可选的,所述获取所述目标领域中的历史信息,具体为:
获取所述目标领域中的原始信息;其中,所述原始信息用于表征从目标终端设备接收到的原始数据;
将所述目标领域中的原始信息进行规范化处理,得到所述目标领域中的历史信息。
可选的,所述规范化处理包括数据清洗处理和/或规范数据格式。
以上为本申请实施例提供的计算机可读存储介质的相关内容。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明。任何熟悉本领域的技术人员,在不脱离本发明技术方案范围情况下,都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (10)
1.一种评级方法,其特征在于,包括:
获取待评级对象在目标领域中的第一信息;其中,所述第一信息用于表征所述待评级对象在所述目标领域中所具有信息特征;
根据所述目标领域确定目标区块链索引;其中,所述目标区块链索引用于指示目标评级模型的模型标识在区块链中的存储位置;所述目标评级模型是根据所述目标领域中的历史信息以及所述历史信息对应的等级标签训练得到的;
根据所述目标区块链索引,从所述区块链中确定所述目标评级模型的模型标识;
根据所述目标评级模型的模型标识,获取所述目标评级模型;
根据所述第一信息和所述目标评级模型,确定所述待评级对象在目标领域中所处等级。
2.根据权利要求1所述的方法,其特征在于,若目标领域为银行信用评级领域,则第一信息包括第一身份信息、贷款信息、征信信息、业务办理信息和存款信息中的至少一个;
若目标领域为医疗信用评级领域,则第一信息包括第二身份信息、医疗费用结算信息、身体健康信息和历史治疗信息中的至少一个;
若目标领域为潜在客户评级领域,则第一信息包括第三身份信息、消费信息和资产信息中的至少一个。
3.根据权利要求1所述的方法,其特征在于,所述根据所述目标领域确定目标区块链索引,具体为:
根据所述目标领域和第一映射关系,确定目标区块链索引;其中,所述第一映射关系用于记录评级领域与评级模型标识的区块链索引之间的对应关系。
4.根据权利要求1所述的方法,其特征在于,所述根据所述目标评级模型的模型标识,获取所述目标评级模型,具体为:
根据所述目标评级模型的模型标识和第二映射关系,确定目标评级模型的存储位置;其中,所述第二映射关系用于记录模型标识与模型存储位置之间的对应关系;
从所述目标评级模型的存储位置中获取所述目标评级模型。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述目标领域中的历史信息以及所述历史信息对应的等级标签;
利用所述目标领域中的历史信息以及所述历史信息对应的等级标签,训练得到所述目标评级模型;
生成所述目标评级模型的模型标识;
将所述目标评级模型的模型标识存储至区块链,得到所述目标区块链索引。
6.根据权利要求5所述的方法,其特征在于,所述获取所述目标领域中的历史信息,具体为:
获取所述目标领域中的原始信息;其中,所述原始信息用于表征从目标终端设备接收到的原始数据;
将所述目标领域中的原始信息进行规范化处理,得到所述目标领域中的历史信息。
7.根据权利要求6所述的方法,其特征在于,所述规范化处理包括数据清洗处理和/或规范数据格式。
8.一种评级装置,其特征在于,包括:
第一获取单元,用于获取待评级对象在目标领域中的第一信息;其中,所述第一信息用于表征所述待评级对象在所述目标领域中所具有信息特征;
第一确定单元,用于根据所述目标领域确定目标区块链索引;其中,所述目标区块链索引用于指示目标评级模型的模型标识在区块链中的存储位置;所述目标评级模型是根据所述目标领域中的历史信息以及所述历史信息对应的等级标签训练得到的;
第二确定单元,用于根据所述目标区块链索引,从所述区块链中确定所述目标评级模型的模型标识;
第二获取单元,用于根据所述目标评级模型的模型标识,获取所述目标评级模型;
第三确定单元,用于根据所述第一信息和所述目标评级模型,确定所述待评级对象在目标领域中所处的等级。
9.一种设备,其特征在于,所述设备包括处理器以及存储器:
所述存储器用于存储计算机程序;
所述处理器用于根据所述计算机程序执行权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储计算机程序,所述计算机程序用于执行权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010506427.4A CN111639874A (zh) | 2020-06-05 | 2020-06-05 | 一种评级方法及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010506427.4A CN111639874A (zh) | 2020-06-05 | 2020-06-05 | 一种评级方法及相关设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111639874A true CN111639874A (zh) | 2020-09-08 |
Family
ID=72330408
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010506427.4A Pending CN111639874A (zh) | 2020-06-05 | 2020-06-05 | 一种评级方法及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111639874A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112685766A (zh) * | 2020-12-15 | 2021-04-20 | 广西大学 | 基于区块链的企业征信管理方法、装置、计算机设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018090793A1 (zh) * | 2016-11-18 | 2018-05-24 | 腾讯科技(深圳)有限公司 | 多媒体推荐方法和装置 |
CN109064031A (zh) * | 2018-08-03 | 2018-12-21 | 四川民工加网络科技有限公司 | 基于区块链的项目干系人信用评价方法、区块链及存储介质 |
WO2019001131A1 (zh) * | 2017-06-30 | 2019-01-03 | 华为技术有限公司 | 一种区块链网络中交易信息的共识确认方法及装置 |
CN109150607A (zh) * | 2018-08-22 | 2019-01-04 | 中链科技有限公司 | 用于区块链网络的分级管控方法及装置 |
CN109919636A (zh) * | 2019-02-27 | 2019-06-21 | 深圳市元征科技股份有限公司 | 一种信用等级确定方法、系统及相关组件 |
CN110222920A (zh) * | 2019-04-19 | 2019-09-10 | 平安科技(深圳)有限公司 | 绩效数据存储方法、装置、设备及可读存储介质 |
-
2020
- 2020-06-05 CN CN202010506427.4A patent/CN111639874A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018090793A1 (zh) * | 2016-11-18 | 2018-05-24 | 腾讯科技(深圳)有限公司 | 多媒体推荐方法和装置 |
WO2019001131A1 (zh) * | 2017-06-30 | 2019-01-03 | 华为技术有限公司 | 一种区块链网络中交易信息的共识确认方法及装置 |
CN109064031A (zh) * | 2018-08-03 | 2018-12-21 | 四川民工加网络科技有限公司 | 基于区块链的项目干系人信用评价方法、区块链及存储介质 |
CN109150607A (zh) * | 2018-08-22 | 2019-01-04 | 中链科技有限公司 | 用于区块链网络的分级管控方法及装置 |
CN109919636A (zh) * | 2019-02-27 | 2019-06-21 | 深圳市元征科技股份有限公司 | 一种信用等级确定方法、系统及相关组件 |
CN110222920A (zh) * | 2019-04-19 | 2019-09-10 | 平安科技(深圳)有限公司 | 绩效数据存储方法、装置、设备及可读存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112685766A (zh) * | 2020-12-15 | 2021-04-20 | 广西大学 | 基于区块链的企业征信管理方法、装置、计算机设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108665159A (zh) | 一种风险评估方法、装置、终端设备及存储介质 | |
CN111091351A (zh) | 用户画像构建方法、装置、电子设备和可读存储介质 | |
CN109872026A (zh) | 评测结果生成方法、装置、设备及计算机可读存储介质 | |
CN110704730A (zh) | 基于大数据的产品数据推送方法、系统及计算机设备 | |
CN109168052B (zh) | 服务满意度的确定方法、装置及计算设备 | |
CN107833059B (zh) | 客服的服务质量评价方法与系统 | |
CN110991441A (zh) | 基于图像识别的资产评估方法、装置以及计算机存储介质 | |
CN102402717A (zh) | 数据分析设备和方法 | |
CN113868507A (zh) | 结合rpa和ai的招投标信息获取方法、装置及电子设备 | |
CN109711849B (zh) | 以太坊地址画像生成方法、装置、电子设备及存储介质 | |
CN107798457A (zh) | 投资组合方案推荐方法、装置、计算机设备和存储介质 | |
CN111639874A (zh) | 一种评级方法及相关设备 | |
CN112464051A (zh) | 一种异常数据检测方法、装置及计算机可读存储介质 | |
CN116738293A (zh) | 一种业务评价处理方法、装置及电子设备 | |
CN114971240A (zh) | 一种阅读行为风险评估处理方法及装置 | |
CN115660814A (zh) | 风险预测方法、装置、计算机可读存储介质及电子设备 | |
CN113849618A (zh) | 基于知识图谱的策略确定方法、装置、电子设备及介质 | |
CN113987351A (zh) | 基于人工智能的智能推荐方法、装置、电子设备及介质 | |
CN112949963A (zh) | 员工服务质量的评估方法、装置、存储介质和智能设备 | |
CN110955727A (zh) | 学生作业自动记录系统 | |
CN113205270B (zh) | 一种满意度评价表自动生成和评价得分计算的方法及系统 | |
CN113535822B (zh) | 银行联行号的匹配方法及其匹配装置、存储介质和设备 | |
CN116703606B (zh) | 一种基于实时持仓分析的精细化固收资管投研一体化方法 | |
CN118052633A (zh) | 基于教育学习经历评估信贷客户风险指数的方法及装置 | |
CN117725181A (zh) | 一种用于金融的智能应答系统 |
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 |