CN113592333A - 互联网综合评分方法、系统、装置及可读存储介质 - Google Patents
互联网综合评分方法、系统、装置及可读存储介质 Download PDFInfo
- Publication number
- CN113592333A CN113592333A CN202110904628.4A CN202110904628A CN113592333A CN 113592333 A CN113592333 A CN 113592333A CN 202110904628 A CN202110904628 A CN 202110904628A CN 113592333 A CN113592333 A CN 113592333A
- Authority
- CN
- China
- Prior art keywords
- scored
- scoring
- participant
- role
- score
- 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
- 238000013077 scoring method Methods 0.000 title claims abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 17
- 239000002131 composite material Substances 0.000 claims abstract description 14
- 230000002159 abnormal effect Effects 0.000 claims description 41
- 238000011156 evaluation Methods 0.000 claims description 11
- 238000012795 verification Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 239000003550 marker Substances 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000005034 decoration Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Finance (AREA)
- Economics (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种互联网综合评分方法,包括:获取每个参与方的评分和被评分相关信息;对本次被评分进行判断,若没有偏离历史被评分的正常范围,则基于历史被评分、本次被评分得到参与方初始被评分;若本次被评分偏离历史被评分的正常范围,则采用第二综合评分进行取代,基于历史被评分及被替代的本次被评分得到参与方初始被评分,并调整角色权重;获取第二权重,所述第二权重为每一个参与方所有角色的角色权重,基于第二权重对参与方初始被评分进行调整,得到被评分的参与方的最终综合被评分。利用上述方法,最终综合被评分才会更加准确。
Description
技术领域
本发明涉及互联网评分技术领域,尤其涉及一种互联网综合评分方法、系统、装置及可读存储介质。
背景技术
随着互联网技术应用越来越广泛,很多人在服务行业或者近似行业选择相应的服务提供商会先获取提供商或者个人在网上的相关评价,但是,目前关于网上评论的方式不太好,主要存在以下问题:
由于参与方的数量或者其他参数,可能会存在评分缺失或者评分未同步的问题;另外,有些评分是明显偏离正常范围的,也就是所说的虚高或者恶意评低分,因此,会导致每个参与方的总和评分与实际能力及其不匹配,进而导致服务提供商在竞争方面会产生很多不利的结果。
发明内容
本发明针对现有技术中的缺点,提供了一种互联网综合评分方法、系统、装置及可读存储介质。
为了解决上述技术问题,本发明通过下述技术方案得以解决:
一种互联网综合评分方法,包括以下步骤:
获取每个参与方的评分和被评分相关信息,其中,每个参与方至少包括1个角色,所述评分为参与方之间两两打分,评分和被评分相关信息包括历史被评分及本次被评分,历史评分至少包括每个角色的被评分概率分布和评分异常概率分布;确定每个参与方的历史被评分,若历史被评分缺失,则将第一综合评分作为每个参与方的历史被评分;获取每个参与方中每个角色的角色权重;
对本次被评分进行判断,若没有偏离历史被评分的正常范围,则基于历史被评分、本次被评分得到参与方初始被评分;
若本次被评分偏离历史被评分的正常范围,则采用第二综合评分进行取代,基于历史被评分及被替代的本次被评分得到参与方初始被评分;
其中第二综合评分的获取包括对本次评分的参与方进行评分异常概率分布评估,当本次评分的参与方进行评分异常概率超过正常范围,则相应调低本次评分的参与方的角色权重,并将根据本次被评分和被评分的参与方的角色权重获取第二综合评分;若本次评分的参与方进行评分异常概率没有超过正常范围,则将根据本次被评分和被评分的参与方的角色权重获取第二综合评分,但不相应调整角色权重;
获取第二权重,所述第二权重为被评分的参与方所有角色的角色权重,基于第二权重对参与方初始被评分进行调整,得到被评分的参与方的最终综合被评分。
可选的,所述获取每个参与方的评分和被评分相关信息,具体包括:评分人的角色、评分信誉度及被评分人的匹配程度,
其中,所述评分信誉度通过评分人历来给出的历史评分、被评分人历来收到的历史评分、评分人本次收到的评分、被评分人本次收到的评分、评分人历来给出的评分概率分布、被评分人历来收到的被评分概率分布、评分人的评分异常概率分布、评分人历来收到的被评分概率分布和评分异常概率分布所体现;所述匹配程度通过评分人与被评分人互评的时间分布及互评频率体现。
可选的,还包括当前评分验证步骤,具体包括:
验证第一条件,双方是否互评;
验证第二条件,是否评分人完成评分和评论之后、被评分人在有效时间内没有负面响应;
符合第一条件,验证通过,获取评分人本次收到的评分及被评分人本次收到的评分;
或者符合第二条件,验证通过,获取被评分人本次收到的评分。
可选的,所述第一综合评分的获取方式包括:
确定被评分的参与方,找出与被评分的参与方相近的其他参与方,其中相近的其他参与方的历史被评分的中位数或平均值作为所述第一综合评分。
可选的,每个参与方的角色为消费者、产品服务提供者、仲裁者其中的一种或多种。
可选的,所述历史被评分的正常范围具体为:获取本次被评分和之前N次被评分,N大于10,计算N+1个被评分方差,记为Z1;获取之前N次被评分的方差,记为Z2;当Z1大于Z2的两倍,即认为偏离历史被评分的正常范围,当Z1小于或等于Z2的两倍,即认为不偏离历史被评分的正常范围。
可选的,所述角色权重调整的具体方法包括:当本次被评分偏离历史被评分的正常范围且本次评分的参与方的评分异常概率超过正常范围,则将调低本次评分的参与方的角色权重值,且同时保证所有角色的角色权重值总数不变,使得在调低本次评分的参与方的角色权重之外,同时相应调高了其他参与方的权重,从而实现角色权重的动态调整。
本发明还提供了一种互联网综合评分系统,包括数据获取模块、初始评分模块、最终评分模块;
所述数据获取模块,用于获取每个参与方的评分和被评分相关信息,其中,每个参与方至少包括1个角色,所述评分为参与方之间两两打分,评分和被评分相关信息包括历史被评分及本次被评分,历史评分至少包括每个角色的被评分概率分布和评分异常概率分布;确定每个参与方的历史被评分,若历史被评分缺失,则将第一综合评分作为每个参与方的历史被评分;获取每个参与方中每个角色的角色权重;
所述初始评分模块,用于对本次被评分进行判断,若没有偏离历史被评分的正常范围,则基于历史被评分、本次被评分得到参与方初始被评分;若本次被评分偏离历史被评分的正常范围,则采用第二综合评分进行取代,基于历史被评分及被替代的本次被评分得到参与方初始被评分;其中第二综合评分的获取包括对本次评分的参与方进行评分异常概率分布评估,当本次评分的参与方进行评分异常概率超过正常范围,则相应调低本次评分的参与方的角色权重,并将根据本次被评分和被评分的参与方的角色权重获取第二综合评分;若本次评分的参与方进行评分异常概率没有超过正常范围,则将根据本次被评分和被评分的参与方的角色权重获取第二综合评分,但不相应调整角色权重;
所述最终评分模块,用于获取第二权重,所述第二权重为被评分的参与方所有角色的角色权重,基于第二权重对参与方初始被评分进行调整,得到被评分的参与方的最终综合被评分。
本发明实施例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存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法步骤。
本发明实施例还提供了一种互联网综合评分装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的方法步骤。
本发明由于采用了以上技术方案,具有显著的技术效果:
通过本发明的方案,可以及时弥补评分的缺失或者及时调整评分是否明显的偏离正常范围并进一步得到初始综合评分;基于第二权重对初始被评分进行调整,得到最终综合被评分。这样的话,最终综合被评分才会更加准确。
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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明的一种互联网综合评分方法的流程示意图;
图2是本发明的参与方之间两两打分的示意图。
具体实施方式
下面结合实施例对本发明做进一步的详细说明,以下实施例是对本发明的解释而本发明并不局限于以下实施例。
实施例1:
一种互联网综合评分方法,包括以下步骤:
S100、获取每个参与方的评分和被评分相关信息;
S200、对本次被评分进行判断,若没有偏离历史被评分的正常范围,则基于历史被评分、本次被评分得到参与方初始被评分;若本次被评分偏离历史被评分的正常范围,则采用第二综合评分进行取代,基于历史被评分及被替代的本次被评分得到参与方初始被评分;
S300、获取第二权重,所述第二权重为被评分的参与方所有角色的角色权重,基于第二权重对参与方初始被评分进行调整,得到被评分的参与方的最终综合被评分。
在具体实施例中,所述评分和被评分相关信息至少包括评分人的角色、评分信誉度及被评分人的匹配程度,其中,所述评分人的角色包括评分和被评分的参与方的角色信息和角色权重,所述评分信誉度通过评分人历来给出的历史评分、被评分人历来收到的历史评分、评分人本次收到的评分,被评分人本次收到的评分、评分人历来给出的评分概率分布、被评分人历来收到的被评分概率分布、评分人的评分异常概率分布、评分人历来收到的被评分概率分布和评分异常概率分布所体现;所述匹配程度通过评分人与被评分人互评的时间分布及互评频率体现。
其中,每个参与方至少包括1个角色,且每个参与方的角色为消费者、产品服务提供者、仲裁者其中的一种或多种。例如当参与方为抢八平台的消费者,该参与方为仅仅为消费者,其角色权重仅仅为消费者一个角色的角色权重,但参与方为抢八平台的家装服务提供商,既作为家装服务提供者,又作为购买家装材料的消费者,有两种角色,其角色权重为消费者和产品服务提供者两个角色的角色权重。
由于参与方的数量或者其他参数,可能会存在评分缺失或者评分未同步的问题,因此需要确定每个参与方的历史被评分,当判断历史被评分缺失,则将第一综合评分作为每个参与方的历史被评分。
所述第一综合评分的获取方式包括:确定被评分的参与方,找出与被评分的参与方相近的其他参与方,其中相近的其他参与方的历史被评分的中位数或平均值作为所述第一综合评分。
具体的,例如当被评分方为家装服务提供商,获取与其服务年限类似、服务品类类似的X个家装服务提供商的历史被评分,将所述X家家装服务提供商的历史被评分的中位数或平均值作为所述第一综合评分。
请参考图2,所述评分为参与方之间两两打分,通过获取双方的打分,能更好的纠正打分人的且当完成当前评分验证,才能获取评分人本次收到的评分及被评分人本次收到的评分,其中当前评分验证具体包括:
验证第一条件,双方是否互评;
验证第二条件,是否评分人完成评分和评论之后、被评分人在有效时间内没有负面响应;
符合第一条件,验证通过,获取评分人本次收到的评分及被评分人本次收到的评分;
或者符合第二条件,验证通过,获取被评分人本次收到的评分。
在传统的单向打分体系中,由于对打分人没有限制,打分人如果肆意乱打分,对其没有直接的限制,只能事后采取封号的做法,但对其之前打分就没办法判断哪些是恶意打分,哪些是异常打分。但在本发明实施例中,采用双向打分,即如果作为消费者的打分人恶意打分,其角色权重会降低,导致其自己的历史被评分也可能会比较低,最终导致其评分的影响力越来越小。同样的,作为商品服务提供商,一方面需要通过客观的给消费者打分来提高自己的角色权重,另外一方面通过自己高质量的商品服务来提高自己的评分,最终使得整个系统的评分日趋公正客观。
在本实施例中,对本次被评分进行判断,若没有偏离历史被评分的正常范围,则基于历史被评分、本次被评分得到参与方初始被评分。其中历史被评分为该参与方上一次被评分后的最终综合被评分。
所述历史被评分的正常范围具体为:获取本次被评分和之前N次被评分,N一般大于10,计算N+1个被评分方差,记为Z1;获取之前N次被评分的方差,记为Z2;当Z1大于Z2的两倍,即认为偏离历史被评分的正常范围,当Z1小于或等于Z2的两倍,即认为不偏离历史被评分的正常范围。因为当N大于10 且Z1大于Z2的两倍,从统计意义而言,本次被评分引入了很大的扰动,因此,本系统认为本次被评分“明显”偏离正常范围。
若本次被评分偏离历史被评分的正常范围,则采用第二综合评分进行取代,基于历史被评分及被替代的本次被评分得到参与方初始被评分。
其中,第二综合评分的获取包括对本次评分的参与方(即评分人)进行评分异常概率分布评估,当本次评分的参与方进行评分异常概率超过正常范围,则相应调低本次评分的参与方的角色权重,并将根据本次被评分和被评分的参与方的角色权重获取第二综合评分;若本次评分的参与方进行评分异常概率没有超过正常范围,则将根据本次被评分和被评分的参与方的角色权重获取第二综合评分,但不相应调整对应的角色权重。
其中所述评分异常概率具体包括:当评分人历史评分异常次数的概率超过一特定阈值,即认为本次评分的参与方进行评分异常概率超过正常范围;或当评分人被评分的历史评分低于一特定阈值,即认为本次评分的参与方进行评分异常概率超过正常范围。
在本实施例中,所述评分人历史评分异常的概率超过20%,即认为本次评分的参与方进行评分异常概率超过正常范围。当评分人被评分的历史评分低于评分人相关角色的平均值,即认为本次评分的参与方进行评分异常概率超过正常范围。
所述角色权重调整的具体方法包括:对本次被评分偏离历史被评分的正常范围且本次评分的参与方的评分异常概率超过正常范围,则将调低对应的角色权重值,且同时保证所有角色的角色权重之总数不变,使得在调低本次评分的参与方的角色权重之外,同时相应调高了其他角色的权重,从而实现角色权重的动态调整。
在本实施例中,所述角色权重初始设置为1.0,当本次被评分偏离历史被评分的正常范围且本次评分的参与方进行评分异常概率超过正常范围,对评分的参与方的角色权重减0.1,同时把0.1均分给剩余的所有相同角色的参与方的角色权重。
在其他实施例中,也可以定期对多个参与方进行角色权重调整,当N个本次被评分偏离历史被评分的正常范围且本次评分的参与方进行评分异常概率超过正常范围,对N个评分的参与方的角色权重减0.1,将N*0.1均分给剩余的所有相同角色的参与方的角色权重。
最后,获取第二权重,所述第二权重为被评分的参与方所有角色的角色权重,基于第二权重对参与方初始被评分进行调整,得到被评分的参与方的最终综合被评分。
在上述实施例中,最终获取的所述被评分的参与方的最终综合被评分可以认为是商品服务提供商的最终综合被评分。但由于所述评分为参与方之间两两打分,因此也可以利用上述方法获得消费者的最终综合被评分,在此不做赘述。
实施例2:
一种互联网综合评分系统,包括数据获取模块、初始评分模块、最终评分模块;
所述数据获取模块,用于获取每个参与方的评分和被评分相关信息,其中,每个参与方至少包括1个角色,所述评分为参与方之间两两打分,评分和被评分相关信息包括历史被评分及本次被评分,历史评分至少包括每个角色的被评分概率分布和评分异常概率分布;确定每个参与方的历史被评分,若历史被评分缺失,则将第一综合评分作为每个参与方的历史被评分;获取每个参与方中每个角色的角色权重;
所述初始评分模块,用于对本次被评分进行判断,若没有偏离历史被评分的正常范围,则基于历史被评分、本次被评分得到参与方初始被评分;若本次被评分偏离历史被评分的正常范围,则采用第二综合评分进行取代,基于历史被评分及被替代的本次被评分得到参与方初始被评分;其中第二综合评分的获取包括对本次评分的参与方进行评分异常概率分布评估,当本次评分的参与方进行评分异常概率超过正常范围,则相应调低本次评分的参与方的角色权重,并将根据本次被评分和被评分的参与方的角色权重获取第二综合评分;若本次评分的参与方进行评分异常概率没有超过正常范围,则将根据本次被评分和被评分的参与方的角色权重获取第二综合评分,但不相应调整角色权重;
所述最终评分模块,用于获取第二权重,所述第二权重为被评分的参与方所有角色的角色权重,基于第二权重对参与方初始被评分进行调整,得到被评分的参与方的最终综合被评分。
实施例3:
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法步骤。
实施例4:
一种互联网综合评分装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如下所述的方法步骤:
获取每个参与方的评分和被评分相关信息,其中,每个参与方至少包括1个角色,所述评分为参与方之间两两打分,评分和被评分相关信息包括历史被评分及本次被评分,历史评分至少包括每个角色的被评分概率分布和评分异常概率分布;确定每个参与方的历史被评分,若历史被评分缺失,则将第一综合评分作为每个参与方的历史被评分;获取每个参与方中每个角色的角色权重;
对本次被评分进行判断,若没有偏离历史被评分的正常范围,则基于历史被评分、本次被评分得到参与方初始被评分;
若本次被评分偏离历史被评分的正常范围,则采用第二综合评分进行取代,基于历史被评分及被替代的本次被评分得到参与方初始被评分;
其中第二综合评分的获取包括对本次评分的参与方进行评分异常概率分布评估,当本次评分的参与方进行评分异常概率超过正常范围,则相应调低本次评分的参与方的角色权重,并将根据本次被评分和被评分的参与方的角色权重获取第二综合评分;若本次评分的参与方进行评分异常概率没有超过正常范围,则将根据本次被评分和被评分的参与方的角色权重获取第二综合评分,但不相应调整角色权重;
获取第二权重,所述第二权重为被评分的参与方所有角色的角色权重,基于第二权重对参与方初始被评分进行调整,得到被评分的参与方的最终综合被评分。
此外,需要说明的是,本说明书中所描述的具体实施例,其零、部件的形状、所取名称等可以不同。凡依本发明专利构思所述的构造、特征及原理所做的等效或简单变化,均包括于本发明专利的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离本发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (10)
1.一种互联网综合评分方法,其特征在于,包括以下步骤:
获取每个参与方的评分和被评分相关信息,其中,每个参与方至少包括1个角色,所述评分为参与方之间两两打分,评分和被评分相关信息包括历史被评分及本次被评分,历史评分至少包括每个角色的被评分概率分布和评分异常概率分布;确定每个参与方的历史被评分,若历史被评分缺失,则将第一综合评分作为每个参与方的历史被评分;获取每个参与方中每个角色的角色权重;
对本次被评分进行判断,若没有偏离历史被评分的正常范围,则基于历史被评分、本次被评分得到参与方初始被评分;
若本次被评分偏离历史被评分的正常范围,则采用第二综合评分进行取代,基于历史被评分及被替代的本次被评分得到参与方初始被评分;
其中第二综合评分的获取包括对本次评分的参与方进行评分异常概率分布评估,当本次评分的参与方进行评分异常概率超过正常范围,则相应调低本次评分的参与方的角色权重,并将根据本次被评分和被评分的参与方的角色权重获取第二综合评分;若本次评分的参与方进行评分异常概率没有超过正常范围,则将根据本次被评分和被评分的参与方的角色权重获取第二综合评分,但不相应调整角色权重;
获取第二权重,所述第二权重为被评分的参与方所有角色的角色权重,基于第二权重对参与方初始被评分进行调整,得到被评分的参与方的最终综合被评分。
2.根据权利要求1所述的互联网综合评分方法,其特征在于,所述获取每个参与方的评分和被评分相关信息,具体包括:评分人的角色、评分信誉度及被评分人的匹配程度,
其中,所述评分信誉度通过评分人历来给出的历史评分、被评分人历来收到的历史评分、评分人本次收到的评分、被评分人本次收到的评分、评分人历来给出的评分概率分布、被评分人历来收到的被评分概率分布、评分人的评分异常概率分布、评分人历来收到的被评分概率分布和评分异常概率分布所体现;所述匹配程度通过评分人与被评分人互评的时间分布及互评频率体现。
3.根据权利要求2所述的互联网综合评分方法,其特征在于,还包括当前评分验证步骤,具体包括:
验证第一条件,双方是否互评;
验证第二条件,是否评分人完成评分和评论之后、被评分人在有效时间内没有负面响应;
符合第一条件,验证通过,获取评分人本次收到的评分及被评分人本次收到的评分;
或者符合第二条件,验证通过,获取被评分人本次收到的评分。
4.根据权利要求1所述的互联网综合评分方法,其特征在于,所述第一综合评分的获取方式包括:
确定被评分的参与方,找出与被评分的参与方相近的其他参与方,其中相近的其他参与方的历史被评分的中位数或平均值作为所述第一综合评分。
5.根据权利要求1所述的互联网综合评分方法,其特征在于,每个参与方的角色为消费者、产品服务提供者、仲裁者其中的一种或多种。
6.根据权利要求1所述的互联网综合评分方法,其特征在于,所述历史被评分的正常范围具体为:获取本次被评分和之前N次被评分,N大于10,计算N+1个被评分方差,记为Z1;获取之前N次被评分的方差,记为Z2;当Z1大于Z2的两倍,即认为偏离历史被评分的正常范围,当Z1小于或等于Z2的两倍,即认为不偏离历史被评分的正常范围。
7.根据权利要求1所述的互联网综合评分方法,其特征在于,所述角色权重调整的具体方法包括:当本次被评分偏离历史被评分的正常范围且本次评分的参与方的评分异常概率超过正常范围,则将调低本次评分的参与方的角色权重值,且同时保证所有角色的角色权重值总数不变,使得在调低本次评分的参与方的角色权重之外,同时相应调高了其他参与方的权重,从而实现角色权重的动态调整。
8.一种互联网综合评分系统,其特征在于,包括数据获取模块、初始评分模块、最终评分模块;
所述数据获取模块,用于获取每个参与方的评分和被评分相关信息,其中,每个参与方至少包括1个角色,所述评分为参与方之间两两打分,评分和被评分相关信息包括历史被评分及本次被评分,历史评分至少包括每个角色的被评分概率分布和评分异常概率分布;确定每个参与方的历史被评分,若历史被评分缺失,则将第一综合评分作为每个参与方的历史被评分;获取每个参与方中每个角色的角色权重;
所述初始评分模块,用于对本次被评分进行判断,若没有偏离历史被评分的正常范围,则基于历史被评分、本次被评分得到参与方初始被评分;若本次被评分偏离历史被评分的正常范围,则采用第二综合评分进行取代,基于历史被评分及被替代的本次被评分得到参与方初始被评分;其中第二综合评分的获取包括对本次评分的参与方进行评分异常概率分布评估,当本次评分的参与方进行评分异常概率超过正常范围,则相应调低本次评分的参与方的角色权重,并将根据本次被评分和被评分的参与方的角色权重获取第二综合评分;若本次评分的参与方进行评分异常概率没有超过正常范围,则将根据本次被评分和被评分的参与方的角色权重获取第二综合评分,但不相应调整角色权重;
所述最终评分模块,用于获取第二权重,所述第二权重为被评分的参与方所有角色的角色权重,基于第二权重对参与方初始被评分进行调整,得到被评分的参与方的最终综合被评分。
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任意一项所述的方法步骤。
10.一种互联网综合评分装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任意一项所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110904628.4A CN113592333A (zh) | 2021-08-07 | 2021-08-07 | 互联网综合评分方法、系统、装置及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110904628.4A CN113592333A (zh) | 2021-08-07 | 2021-08-07 | 互联网综合评分方法、系统、装置及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113592333A true CN113592333A (zh) | 2021-11-02 |
Family
ID=78256078
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110904628.4A Pending CN113592333A (zh) | 2021-08-07 | 2021-08-07 | 互联网综合评分方法、系统、装置及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113592333A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101295388A (zh) * | 2007-04-25 | 2008-10-29 | 北京神州商桥技术服务有限公司 | 一种信用评估方法及系统 |
CN106156941A (zh) * | 2016-06-06 | 2016-11-23 | 腾讯科技(深圳)有限公司 | 一种用户信用评分优化方法和装置 |
CN108510204A (zh) * | 2018-04-10 | 2018-09-07 | 李俊峰 | 评分方法、装置及电子终端 |
CN109447684A (zh) * | 2018-09-25 | 2019-03-08 | 平安科技(深圳)有限公司 | 一种电子评分方法、计算机可读存储介质及服务器 |
CN110110230A (zh) * | 2019-04-26 | 2019-08-09 | 华南理工大学 | 一种基于用户评分与评论的推荐方法 |
CN110363550A (zh) * | 2018-03-26 | 2019-10-22 | 上海兰豆信息科技有限公司 | 一种评分方法及系统 |
CN111144941A (zh) * | 2019-12-25 | 2020-05-12 | 汉海信息技术(上海)有限公司 | 商户评分的生成方法、装置、设备及可读存储介质 |
CN111369301A (zh) * | 2020-03-16 | 2020-07-03 | 赵谦 | 一种交易评价的方法、装置及终端 |
CN111815134A (zh) * | 2020-06-29 | 2020-10-23 | 智能创谷(北京)科技有限公司 | 一种综合评分方法、装置、介质和电子设备 |
CN112035569A (zh) * | 2020-08-14 | 2020-12-04 | 联动数科(北京)科技有限公司 | 一种商户评分方法及系统 |
-
2021
- 2021-08-07 CN CN202110904628.4A patent/CN113592333A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101295388A (zh) * | 2007-04-25 | 2008-10-29 | 北京神州商桥技术服务有限公司 | 一种信用评估方法及系统 |
CN106156941A (zh) * | 2016-06-06 | 2016-11-23 | 腾讯科技(深圳)有限公司 | 一种用户信用评分优化方法和装置 |
CN110363550A (zh) * | 2018-03-26 | 2019-10-22 | 上海兰豆信息科技有限公司 | 一种评分方法及系统 |
CN108510204A (zh) * | 2018-04-10 | 2018-09-07 | 李俊峰 | 评分方法、装置及电子终端 |
CN109447684A (zh) * | 2018-09-25 | 2019-03-08 | 平安科技(深圳)有限公司 | 一种电子评分方法、计算机可读存储介质及服务器 |
CN110110230A (zh) * | 2019-04-26 | 2019-08-09 | 华南理工大学 | 一种基于用户评分与评论的推荐方法 |
CN111144941A (zh) * | 2019-12-25 | 2020-05-12 | 汉海信息技术(上海)有限公司 | 商户评分的生成方法、装置、设备及可读存储介质 |
CN111369301A (zh) * | 2020-03-16 | 2020-07-03 | 赵谦 | 一种交易评价的方法、装置及终端 |
CN111815134A (zh) * | 2020-06-29 | 2020-10-23 | 智能创谷(北京)科技有限公司 | 一种综合评分方法、装置、介质和电子设备 |
CN112035569A (zh) * | 2020-08-14 | 2020-12-04 | 联动数科(北京)科技有限公司 | 一种商户评分方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109690608B (zh) | 外推信任得分中的趋势 | |
CN110313009B (zh) | 用于为请求实体调整第二实体的信任得分的方法和系统 | |
CN109564669B (zh) | 基于信任得分和地理范围搜索实体 | |
McElroy et al. | Party groups and policy positions in the European Parliament | |
EP2441230B1 (en) | Method and apparatus for sending authentication request message in a social network | |
US8296356B2 (en) | Rating based on relationship | |
US8010459B2 (en) | Methods and systems for rating associated members in a social network | |
US8346569B2 (en) | System and method for creating a dynamic customized employment profile and subsequent use thereof | |
TW201643756A (zh) | 計算信任分數 | |
US8332418B1 (en) | Collaborative filtering to match people | |
Umana Dajud | Political proximity and international trade | |
US20080201373A1 (en) | Evaluator credibility based content credibility evaluation apparatus and method thereof | |
CN112529716B (zh) | 额度预测方法、设备及计算机可读存储介质 | |
US20050187804A1 (en) | Evaluating employee benefit plans | |
Smith et al. | Exploring nonresponse bias in the department of veterans affairs' bereaved family survey | |
WO2019043889A1 (ja) | 人事評価サポートシステム、人事評価サポート方法及び人事評価サポートプログラム | |
Kim | Relationship framework in sport management: How relationship quality affects sport consumption behaviors | |
Mikhailiuk et al. | Psychometric scaling of TID2013 dataset | |
CN113723639A (zh) | 一种基于互联网的家政综合服务系统 | |
CN113592333A (zh) | 互联网综合评分方法、系统、装置及可读存储介质 | |
KR20190088661A (ko) | 추가적인 사용자 입력이 필요없는 사용자 평가 신뢰도 산출 및 이를 반영한 종합 평가 점수 산출 방법 및 시스템 | |
Bebbington et al. | Social services support and expenditure for children with autism | |
Askari et al. | Reasons for same-day cancellation in a dedicated day surgery hospital | |
KR102148668B1 (ko) | 사고 피해자에 대한 사고 처리 제공 방법 및 시스템 | |
TWI720638B (zh) | 存款利率議價調整系統及其方法 |
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 |