CN113902272A - 业务评分方法、装置及存储介质 - Google Patents

业务评分方法、装置及存储介质 Download PDF

Info

Publication number
CN113902272A
CN113902272A CN202111131641.7A CN202111131641A CN113902272A CN 113902272 A CN113902272 A CN 113902272A CN 202111131641 A CN202111131641 A CN 202111131641A CN 113902272 A CN113902272 A CN 113902272A
Authority
CN
China
Prior art keywords
index
weight value
service
indexes
scoring
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
Application number
CN202111131641.7A
Other languages
English (en)
Inventor
王锦胤
冷林峰
杨凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zijincheng Credit Investigation Co ltd
Original Assignee
Zijincheng Credit Investigation Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zijincheng Credit Investigation Co ltd filed Critical Zijincheng Credit Investigation Co ltd
Priority to CN202111131641.7A priority Critical patent/CN113902272A/zh
Publication of CN113902272A publication Critical patent/CN113902272A/zh
Pending legal-status Critical Current

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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (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)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供一种业务评分方法、装置及存储介质，包括：根据业务内容对应的业务场景确定多个指标，根据业务需求设定各个指标对应的指标值；使用模糊层次分析法确定各个指标的权重值；将各个指标的指标值对应的得分和所述各个指标的权重值输入至评分模型中，得到模型得分和所述模型得分对应的解释。本发明的技术方案适用于对海量指标进行处理，并且不会降低评分模型的准确度；另外，由于本发明引入事件触发指标，可以对指标进行进一步的解释，让每个人都能通过指标的具体解释项直观地看到指标在不同取值时的具体含义。

Description

业务评分方法、装置及存储介质
技术领域
本申请涉及的业务评分领域，具体而言，涉及一种业务评分方法、装置及存储介质、电子设备。
背景技术
传统的评分模型是基于普通线性模型为框架建立的，通过对每个指标都赋予一个权重，然后将加权求和后的结果作为模型的输出量。
然而上述方案不适用于指标个数太多，或者对准确度要求很高的有监督模型，指标太多会导致输出的信息过于冗杂，造成模型损失部分精度，准确度降低的问题。
因此，亟需一种适用于多指标评分，且不会造成准确度降低的评分模型。
发明内容
本发明实施例提供一种业务评分方法、装置及存储介质，用以解决现有技术中的评分模型在处理的指标过多时会导致信息过于冗杂，造成模型损失部分精度，准确度降低的问题。
本发明实施例的第一方面，提供一种业务评分方法，包括：
根据业务内容对应的业务场景确定多个指标；
根据业务需求设定各个指标对应的指标值；
使用模糊层次分析法确定各个指标的权重值；
将各个指标的指标值对应的得分和所述各个指标的权重值输入至评分模型中，得到模型得分和所述模型得分对应的解释。
可选地，在第一方面的一种可能实现方式中，所述根据业务需求设定各个指标对应的指标值，包括：
预先设置各个指标在不同取值时对应的得分和所述得分的对应解释。
可选地，在第一方面的一种可能实现方式中，所述使用模糊层次分析法确定各个指标的权重值，包括：
根据指标之间的第一预设权重值，建立第一分析矩阵，所述第一预设权重值表示两个指标之间的重要程度；
根据所述第一分析矩阵计算指标之间的第二预设权重值，并基于第二预设权重值建立第二分析矩阵；
基于所述第二分析矩阵计算每个指标的权重值。
可选地，在第一方面的一种可能实现方式中，所述基于所述第二分析矩阵计算每个指标的权重值，包括：
采用如下公式计算每个指标的权重值：
Ai＝SSi/(n*(n-1))+1/n-1/(n-1)
其中，Ai为指标的权重值；n为指标的个数；SSi为第二分析矩阵中指标i与每一个指标的权重值之和。
可选地，在第一方面的一种可能实现方式中，所述根据所述第一分析矩阵计算指标之间的第二预设权重值，并基于第二预设权重值建立第二分析矩阵，包括：
采用如下公式计算指标之间的第二预设权重值：
Bir＝Si/Si+Sr
其中，Bir为指标i与指标r之间的第二预设权重值；Si为第一分析矩阵中指标i与每一个指标的权重值之和；Sr为第一分析矩阵中指标r与每一种指标的权重值之和。
可选地，在第一方面的一种可能实现方式中，所述将各个指标的指标值对应的得分和所述各个指标的权重值输入至评分模型中，得到模型得分和所述模型得分对应的解释，包括：
采用如下公式对各个指标计算得分：
yi＝β1xi1+β2xi2+β3xi3+εi
其中，yi代表指标的得分；β1、β2、β3代表指标的权重值；xi1、xi2、xi3代表指标值；εi代表随机误差。
本发明实施例的第二方面，提供一种业务评分装置，包括：
第一确定模块，用于根据业务内容对应的业务场景确定多个指标；
设定模块，用于根据业务需求设定各个指标对应的指标值；
第二确定模块，用于使用模糊层次分析法确定各个指标的权重值；
输出模块，用于将各个指标的指标值对应的得分和所述各个指标的权重值输入至评分模型中，得到模型得分和所述模型得分对应的解释。
可选地，在第二方面的一种可能实现方式中，所述设定模块，还用于执行以下步骤，包括：
预先设置各个指标在不同取值时对应的得分和所述得分的对应解释。
本发明实施例的第三方面，提供一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现本发明第一方面及第一方面各种可能设计的所述方法。
本发明实施例的第四方面，提供一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以用于实现本发明第一方面及第一方面各种可能设计的所述方法。
本发明提供的业务评分方法、装置、存储介质及电子设备，通过根据业务内容对应的业务场景确定多个指标，根据业务需求设定各个指标对应的指标值；使用模糊层次分析法确定各个指标的权重值；将各个指标的指标值对应的得分和所述各个指标的权重值输入至评分模型中，得到模型得分和所述模型得分对应的解释。本发明的技术方案适用于对海量指标进行处理，并且不会降低评分模型的准确度；另外，由于本发明引入事件触发指标，可以对指标进行进一步的解释，让每个人都能通过指标的具体解释项直观地看到指标在不同取值时的具体含义。
附图说明
图1为业务评分方法的第一种实施方式的流程图；
图2为指标体系构建的示意图；
图3为事件触发指标体系构建的示意图；
图4为业务评分装置的第一种实施方式的结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
应当理解，在本发明的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
应当理解，在本发明中，“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本发明中，“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含，“包含A、B或C”是指包含A、B、C三者之一，“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
应当理解，在本发明中，“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”，表示B与A相关联，根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。A与B的匹配，是A与B的相似度大于或等于预设的阈值。
取决于语境，如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
本发明提供一种业务评分方法，如图1所示其流程图，包括：
步骤S110、根据业务内容对应的业务场景确定多个指标。在本步骤中，需要根据不同的业务场景，进行有针对性的获取指标数据来构建指标体系。例如：贷前审批、额度测算以及贷后监测等场景；又例如在对企业进行综合评价场景下，会根据企业工商、知识产权、行政处罚、失信惩戒及财报数据建立指标体。
在建立指标体系的过程中，会根据数据来源分为若干个一级指标，在一级指标下会再扩展多个二级指标，依次递进形成阶梯式指标等级，具体等级数量做不限定，以满足指标获取的要求为准；其指标数据选取的要求是跟目标层的相关程度有关的，需要该指标与目标层的相关程度大于预设阈值时才会被选中。以评价企业信用的指标为例，其指标体系的建立如图2所示，在企业信用评价场景(目标层)下，将经营情况、处罚情况和资质资格设置为一级指标；将资金规模、经营时长、业务拓展、市场活跃度、是否经营异常、行政处罚次数、裁判文书次数、法院公告次数、拥有资质许可数量、拥有商标数量、拥有专利数量、拥有著作权数量分别设置为其一级指标所对应的二级指标。
步骤S120、根据业务需求设定各个指标对应的指标值。在本步骤中会预先设置各个指标在不同取值时对应的得分情况，以及设置得分对应的解释。
步骤S130、使用模糊层次分析法确定各个指标的权重值。
在建立指标体系后，需要对指标进行权重的确定，确定权重的方法主要分两类，第一类是对于有监督模型场景，指标权重可以通过模型的训练计算出来，不用人工根据业务知识确定，而对于无监督模型场景，就需要业务人员利用统计分析方法对指标权重进行确定。本发明的方案在确定指标权重时是使用模糊层次分析法。
步骤S140、将各个指标的指标值对应的得分和所述各个指标的权重值输入至评分模型中，得到模型得分和所述模型得分对应的解释。
在一个实施例中，所述获取业务场景下的各个指标，以及各个指标对应的指标值，包括：预先设置各个指标在不同取值时对应的得分和所述得分的对应解释。
在本步骤中，为了突出事件触发指标，需要在建立指标体系的过程中设置所有指标在不同的指标值时所代表的现实含义。例如：在企业外迁预警模型中设置一个指标叫异地购地行为，计算规则为提取企业异地购地行为的次数，然后设置次数为0的指标解释为无异地购地行为，次数在1-3次的解释为有异地购地行为，次数为>3的解释为有较多异地购地行为；又例如：在潜力企业挖掘模型中，设置指标叫500强企业投资，设置指标值为0的解释为无500强企业投资，指标值不为0的解释为有被500强企业投资，通过对所有指标在不同的指标值时所代表的现实含义，可以使模型在解释性上有较多的提升。
另外，在建立模型是要先考虑模型输出的评分区间，建立指标计算规则体系时要先划分好不同指标值对应的得分。例如：对企业信用指数模型的评分区间定在0到100分，对于“经营时长”指标，我们根据企业的经营年限来判断给分，具体年限对应得分如下：
指标值 得分 解释
01＝[0,1) 20 初创期
02＝[1,3) 40 发展期
03＝[3,6) 60 瞪羚期
04＝[6,10) 80 扩张期
05＝[10,+) 100 收缩期
而对于“是否经营异常”指标，具体指标计算规则与得分如下：
指标值 得分 解释
01＝是 0 异常
02＝否 100 无异常
在一个实施例中，所述使用模糊层次分析法确定各个指标的权重值，包括：根据指标之间的第一预设权重值，建立第一分析矩阵，所述第一预设权重值表示两个指标之间的重要程度；根据所述第一分析矩阵计算指标之间的第二预设权重值，并基于第二预设权重值建立第二分析矩阵；基于所述第二分析矩阵计算每种指标的权重值。
在本步骤中，主要主要分为三个阶段，具体如下：
(1)先计算一级指标之间的权重，然后根据该权重建立第一分析矩阵，具体如表1所示：
经营情况A1 处罚情况A2 资质资格A3 Sum
经营情况A1 0.5 0.65 0.8 1.95
处罚情况A2 0.35 0.5 0.7 1.55
资质资格A3 0.2 0.3 0.5 1
表1
用符号来表示这个矩阵：
经营情况A1 处罚情况A2 资质资格A3 Sum
经营情况A1 0.5 1-a21 1-a31 s1
处罚情况A2 a21 0.5 1-a32 s2
资质资格A3 a31 a32 0.5 s3
表2
相同指标之间填0.5，指标之间的权重是根据指标两两相比的重要性程度决定的，例如若是经营情况A1和处罚情况A2相比，经营情况A1相比更重要，且其中的重要性比例是0.65:0.35，则根据重要性将填在矩阵里，当矩阵全部填完后，计算每一行的总和，然后建立分析矩阵2。
(2)根据第一分析矩阵计算指标之间的第二预设权重值，并基于第二预设权重值建立第二分析矩阵，具体如表3、4所示：
经营情况A1 处罚情况A2 资质资格A3 Sum
经营情况A1 0.5 s1/(s2+s1) s1/(s3+s1) ss1
处罚情况A2 s2/(s2+s1) 0.5 s2/(s3+s2) ss2
资质资格A3 s3/(s3+s1) s3/(s3+s2) 0.5 ss3
表3
经营情况A1 处罚情况A2 资质资格A3 Sum
经营情况A1 0.5 0.557 0.661 1.718
处罚情况A2 0.443 0.5 0.608 1.551
资质资格A3 0.339 0.392 0.5 1.231
表4
采用如下公式计算指标之间的第二预设权重值：
Bir＝Si/Si+Sr
其中，Bir为指标i与指标r之间的第二预设权重值；Si为第一分析矩阵中指标i与每一种指标的权重值之和；Sr为第一分析矩阵中指标r与每一种指标的权重值之和。例如计算表4中的B21＝0.443，即：计算处罚情况A2与(处罚情况A2与经营情况A1之和)的比例关系，可以通过公式S2/(S2+S1)计算得到，如表3所示。其中从表1、2中可知S1＝1.95、S2＝1.55，因此S2/(S2+S1)＝1.55/(1.95+1.55)＝0.443。
然后根据上述方法依次将指标与指标之间的权重填在矩阵里，当矩阵全部填完后，计算每一行的总和，最后建成第二分析矩阵。
(3)基于第二分析矩阵计算每种指标的权重值。采用如下公式计算每个指标的权重值：
Ai＝SSi/(n*(n-1))+1/n-1/(n-1)
其中，Ai为指标的权重值；n为指标的个数；SSi为第二分析矩阵中指标i与每一种指标的权重值之和。
(4)通过上述1-3步骤的确定权重的方法对一级指标内的多个等级的指标按照等级由高到低依次确定其指标的权重值。
在确定完指标的权重值之后需要对数据进行清洗，对缺失值、异常点进行处理，然后对指标的相关性等进行分析，输出可直接入模的数据。
在一个实施例中，所述基于所述第二分析矩阵计算每种指标的权重值，包括：
采用如下公式计算每个指标的权重值：
Ai＝SSi/(n*(n-1))+1/n-1/(n-1)
其中，Ai为指标的权重值；n为指标的个数；SSi为第二分析矩阵中指标i与每一种指标的权重值之和。
在一个实施例中，所述根据所述第一分析矩阵计算指标之间的第二预设权重值，并基于第二预设权重值建立第二分析矩阵，包括：
采用如下公式计算指标之间的第二预设权重值：
Bir＝Si/Si+Sr
其中，Bir为指标i与指标r之间的第二预设权重值；Si为第一分析矩阵中指标i与每一种指标的权重值之和；Sr为第一分析矩阵中指标r与每一种指标的权重值之和。
在一个实施例中，将各个指标的指标值对应的得分和所述各个指标的权重值输入至评分模型中，得到模型得分和所述模型得分对应的解释，包括：
采用如下公式：
yi＝β1xi1+β2xi2+β3xi3+εi
其中，yi代表指标的得分；β1、β2、β3代表指标的权重值；xi1、xi2、xi3代表指标值；εi代表随机误差。
在本步骤中，所述评分模型是无监督评分模型，无监督评分模型是基于广义线性模型建立的。通过广义线性模型，配合模糊层次分析法以及建立好的指标体系进行输出一个结果分数，每个指标的得分、每个指标的值以及米格指标细项的解释。现有的评分模型是不能合理的控制最终分值区间以及划分好与不好的分界线，而本发明可以不用分数来界定，可以用事件触发的个数来实现对好坏的区分。例如上面示例的指标体系，有三个一级指标，12个二级指标，也就是有三个一级指标事件，十二个二级指标事件，我们可以界定在二级指标事件中有两个指标事件被触发，则一级指标事件被触发，而当有两个一级指标事件被触发时，则整个事件被触发，例如在这个指标体系内，有两个一级指标事件被触发，我们就可以认为这个企业的信用评价是良好的。在解释时，我们可以阐明每个指标是否被触发的理由，无论懂不懂模型的人我们都能作出解释；另外，本发明在建立事件触发指标体系中主要包括：设置事件触发指标-数据清洗-评分模型-模型解释(指标系数+触发事件解释)，具体如图3所示。
另外，在面对一些政府项目和平台展示项目时，需要建立很多模型，然后把模型的结果展示给大众看，对于有数学模型基础的，可以看懂模型解释性强的模型，因为例如逻辑回归模型能输出每个指标的权重，权重可以对指标的重要性进行解释，但是对于没有数学基础的人就很难看懂。我们这个模型在模型解释性强的基础上，利用事件触发的指标，可以对指标进行进一步的解释。例如在企业外迁预警的模型场景里，普通评分模型输出了异地购地指标的权重以及具体指标值后，我们只能看到一个分数以及一个具体值，没有对具体意义的解释，加入事件触发指标后我们可以通过指标后面的具体解释项看到这个指标值是多少，达到这个值之后的具体意义，这样就能让每个人都能直观的理解模型标的意义。
本发明提供的技术方案，通过获取业务场景下的各个指标，以及各个指标对应的指标值的方式，使用模糊层次分析法确定各个指标的权重值；将各个指标的指标值对应的得分和所述各个指标的权重值输入至评分模型中，得到模型得分和所述模型得分对应的解释。本发明的技术方案适用于对海量指标进行处理，并且不会降低评分模型的准确度；另外，由于本发明引入事件触发指标，可以对指标进行进一步的解释，让每个人都能通过指标的具体解释项直观地看到指标在不同取值时的具体含义。
本发明的实施例还提供一种基于评分模型和事件触发指标的评分装置，如图4所示，包括：
第一确定模块，用于根据业务内容对应的业务场景确定多个指标；
设定模块，用于根据业务需求设定各个指标对应的指标值；
第二确定模块，用于使用模糊层次分析法确定各个指标的权重值；
输出模块，用于将各个指标的指标值对应的得分和所述各个指标的权重值输入至评分模型中，得到模型得分和所述模型得分对应的解释。
在一个实施例中，所述设定模块，还用于执行以下步骤，包括：
预先设置各个指标在不同取值时对应的得分和所述得分的对应解释。
其中，可读存储介质可以是计算机存储介质，也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如，可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(ApplicationSpecific Integrated Circuits，ASIC)中。另外，该ASIC可以位于用户设备中。当然，处理器和可读存储介质也可以作为分立组件存在于通信设备中。可读存储介质可以是只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种程序产品，该程序产品包括执行指令，该执行指令存储在可读存储介质中。设备的至少一个处理器可以从可读存储介质读取该执行指令，至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
在上述终端或者服务器的实施例中，应理解，处理器可以是中央处理单元(英文：Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(英文：Digital Signal Processor，DSP)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种业务评分方法，用于基于评分模型和事件触发指标对业务内容进行评分，其特征在于，包括：
根据业务内容对应的业务场景确定多个指标；
根据业务需求设定各个指标对应的指标值；
使用模糊层次分析法确定各个指标的权重值；
将各个指标的指标值对应的得分和所述各个指标的权重值输入至评分模型中，得到模型得分和所述模型得分对应的解释。
2.根据权利要求1所述的业务评分方法，其特征在于，所述根据业务需求设定各个指标对应的指标值，包括：
预先设置各个指标在不同取值时对应的得分和所述得分的对应解释。
3.根据权利要求1所述的业务评分方法，其特征在于，所述使用模糊层次分析法确定各个指标的权重值，包括：
根据指标之间的第一预设权重值，建立第一分析矩阵，所述第一预设权重值表示两个指标之间的重要程度；
根据所述第一分析矩阵计算指标之间的第二预设权重值，并基于第二预设权重值建立第二分析矩阵；
基于所述第二分析矩阵计算每个指标的权重值。
4.根据权利要求3所述的业务评分方法，其特征在于，所述基于所述第二分析矩阵计算每个指标的权重值，包括：
采用如下公式计算每个指标的权重值：
Ai＝SSi/(n*(n-1))+1/n-1/(n-1)
其中，Ai为指标的权重值；n为指标的个数；SSi为第二分析矩阵中指标i与每一个指标的权重值之和。
5.根据权利要求3所述的业务评分方法，其特征在于，所述根据所述第一分析矩阵计算指标之间的第二预设权重值，并基于第二预设权重值建立第二分析矩阵，包括：
采用如下公式计算指标之间的第二预设权重值：
Bir＝Si/Si+Sr
其中，Bir为指标i与指标r之间的第二预设权重值；Si为第一分析矩阵中指标i与每一个指标的权重值之和；Sr为第一分析矩阵中指标r与每一种指标的权重值之和。
6.根据权利要求1所述的业务评分方法，其特征在于，将各个指标的指标值对应的得分和所述各个指标的权重值输入至评分模型中，得到模型得分和所述模型得分对应的解释，包括：
采用如下公式对各个指标计算得分：
yi＝β1xi1+β2xi2+β3xi3+εi
其中，yi代表指标的得分；β1、β2、β3代表指标的权重值；xi1、xi2、xi3代表指标值；εi代表随机误差。
7.一种业务评分装置，用于基于评分模型和事件触发指标对业务内容进行评分，其特征在于，包括：
第一确定模块，用于根据业务内容对应的业务场景确定多个指标；
设定模块，用于根据业务需求设定各个指标对应的指标值；
第二确定模块，用于使用模糊层次分析法确定各个指标的权重值；
输出模块，用于将各个指标的指标值对应的得分和所述各个指标的权重值输入至评分模型中，得到模型得分和所述模型得分对应的解释。
8.根据权利要求7所述的业务评分装置，其特征在于，所述设定模块，还用于执行以下步骤，包括：
预先设置各个指标在不同取值时对应的得分和所述得分的对应解释。
9.一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存储有计算机指令，所述计算机指令用于使所述计算机执行权利要求1至6中任意一项所述的业务评分方法。
10.一种电子设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器执行权利要求1至6中任意一项所述的业务评分方法。
CN202111131641.7A 2021-09-26 2021-09-26 业务评分方法、装置及存储介质 Pending CN113902272A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111131641.7A CN113902272A (zh) 2021-09-26 2021-09-26 业务评分方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111131641.7A CN113902272A (zh) 2021-09-26 2021-09-26 业务评分方法、装置及存储介质

Publications (1)

Publication Number Publication Date
CN113902272A true CN113902272A (zh) 2022-01-07

Family

ID=79029386

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111131641.7A Pending CN113902272A (zh) 2021-09-26 2021-09-26 业务评分方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN113902272A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115062996A (zh) * 2022-06-28 2022-09-16 华能核能技术研究院有限公司 核电业务开发技术平台的可靠性评价方法及装置
CN118014392A (zh) * 2024-02-01 2024-05-10 中国铁塔股份有限公司 算法评价方法、装置、电子设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115062996A (zh) * 2022-06-28 2022-09-16 华能核能技术研究院有限公司 核电业务开发技术平台的可靠性评价方法及装置
CN118014392A (zh) * 2024-02-01 2024-05-10 中国铁塔股份有限公司 算法评价方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN110417721B (zh) 安全风险评估方法、装置、设备及计算机可读存储介质
CN113902272A (zh) 业务评分方法、装置及存储介质
WO1997002528A1 (en) Method and system for an architecture based analysis of software quality
CN109300050A (zh) 基于用户画像的保险推送方法、装置及存储介质
CN111144941A (zh) 商户评分的生成方法、装置、设备及可读存储介质
CN112116245A (zh) 信贷风险评估方法、装置、计算机设备及存储介质
CN111695979A (zh) 一种原材料与成品的关系分析方法、装置及设备
CN111626842A (zh) 一种消费行为数据的分析方法和装置
JP7507630B2 (ja) フィールドデータ監視装置、ならびにフィールドデータ監視方法
CN112652351A (zh) 硬件状态检测方法、装置、计算机设备及存储介质
CN114924943A (zh) 基于人工智能的数据中台评估方法及相关设备
CN107330709B (zh) 确定目标对象的方法及装置
JP6644281B2 (ja) 正誤判定システム
CN112950350B (zh) 一种基于机器学习的贷款产品推荐方法及系统
JP2002032566A (ja) リスク分析システム及びその方法、保険設計システム及びその方法、保険約款作成方法、並びにコンピュータ上で動作するリスク分析プログラム、保険設計プログラム又は保険約款作成プログラムを記録した記録媒体
CN115271929A (zh) 数据异常检测方法、装置、设备、介质及程序产品
CN115204501A (zh) 企业评估方法、装置、计算机设备和存储介质
CN113723685A (zh) 一种危废产生量确定方法、装置、设备及存储介质
CN113487208A (zh) 风险评估方法及装置
WO2021106111A1 (ja) 学習装置、推定装置、学習方法、推定方法、及びプログラム
CN113537577A (zh) 收入预测方法、系统、电子设备和计算机可读存储介质
CN112560952A (zh) 供应商考核方法、装置、电子设备和存储介质
JP2001243281A (ja) リスク分析システム及びその方法、保険設計システム及びその方法、保険約款作成方法、並びにコンピュータ上で動作するリスク分析プログラム、保険設計プログラム又は保険約款作成プログラムを記録した記録媒体
US11948207B1 (en) Machine learning based approach for recommending different categories of tax deductible expenses and related examples of tax deductible expenses for each category
JP2004005702A (ja) リスク分析システム及びその方法、保険設計システム及びその方法、保険約款作成方法、並びにコンピュータ上で動作するリスク分析プログラム、保険設計プログラム又は保険約款作成プログラムを記録した記録媒体

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