CN114358548A - 一种确定评价指标的方法、装置及电子设备 - Google Patents
一种确定评价指标的方法、装置及电子设备 Download PDFInfo
- Publication number
- CN114358548A CN114358548A CN202111611064.1A CN202111611064A CN114358548A CN 114358548 A CN114358548 A CN 114358548A CN 202111611064 A CN202111611064 A CN 202111611064A CN 114358548 A CN114358548 A CN 114358548A
- Authority
- CN
- China
- Prior art keywords
- index
- information entropy
- value
- target
- indexes
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000012216 screening Methods 0.000 claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 14
- 238000010606 normalization Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 abstract description 9
- 230000008439 repair process Effects 0.000 abstract description 4
- 238000013461 design Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 230000003068 static effect Effects 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开一种确定评价指标的方法、装置及电子设备,该方法包括获取用于评价业务服务的多个指标,计算多个指标中每个指标的第一信息熵,并筛选大于预设阈值的第一信息熵对应的指标作为目标指标,然后确定各个目标指标分别对应的目标指标值,并计算每个目标指标值的第二信息熵,对所述业务服务的第二信息熵以及第一信息熵进行加权求和,得到业务服务的最终评价指标。基于上述方法可以结合多种维度确定用于评价业务服务的最终评价指标,能够解决单一评价指标体系导致分析结果不准确的问题,有效提升最终评价指标的准确率以及覆盖率,在实际应用中能够辅助分析决策,有效提升基于最终评价指标执行业务的修复效率。
Description
技术领域
本申请涉及数据分析技术领域,尤其涉及一种确定评价指标的方法、装置及电子设备。
背景技术
当前,一般采用单一的评价指标体系来分析某一具体的业务服务,如在通信服务中,基于满意度评分的相关指标来分析通信服务的服务质量,即满意度评分越高表征服务越好,又或者基于用户投诉次数的相关指标来分析通信服务的服务质量,即投诉次数越少表征服务越好。
但是,上述单一评价指标体系存在分析结果片面的问题,如在实际应用场景中,一些投诉次数多的用户的满意度评分却很高,而一些投诉次数少或没有投诉的用户的满意度评分却很低,导致服务质量评价不够准确。
发明内容
本申请提供一种确定评价指标的方法、装置及电子设备,用以结合多种维度确定用于评价业务服务的最终评价指标,解决单一评价指标体系导致分析结果不准确的问题。
第一方面,本申请提供了一种确定评价指标的方法,所述方法包括:
获取用于评价业务服务的多个指标;
计算所述多个指标中每个指标的第一信息熵,并筛选大于预设阈值的第一信息熵对应的指标作为目标指标;
确定各个目标指标分别对应的目标指标值,并计算每个目标指标值的第二信息熵;
对所述业务服务的第二信息熵以及第一信息熵进行加权求和,得到所述业务服务的最终评价指标。
在一种可能的设计中,在所述获取用于评价业务服务的多个指标之后,还包括:
提取所述多个指标中的选定指标;其中,所述选定指标对应的指标值处于预设取值范围内;
划分所述选定指标的预设取值范围,得到多个子取值范围;其中,所述多个子取值范围之间不存在重叠的取值范围;
为所述多个子取值范围中的每个子取值范围配置不同的预设值,并将所有配置的预设值作为所述选定指标对应的指标值。
在一种可能的设计中,所述计算所述多个指标中每个指标的第一信息熵,并筛选大于预设阈值的第一信息熵对应的指标作为目标指标,包括:
对所述多个指标中的每个指标进行信息熵和归一化的计算,得到所述每个指标的第一信息熵;
从计算得到的所有第一信息熵中,筛选取值大于指定数值的第一信息熵对应的指标作为目标指标。
在一种可能的设计中,所述计算每个目标指标值的第二信息熵,包括:
对单个目标指标的每个目标指标值执行如下操作:
获取单个目标指标值对应的第一数量以及第二数量;其中,所述第一数量表征携带第一标识的对象数量,所述第二数量表征携带第二标识的对象数量;
在所述单个目标指标对应的所有的目标指标值中,确定所述单个目标指标值的第一占比;
根据所述第一数量、所述第二数量以及所述第一占比,计算得到所述单个目标指标值的第二信息熵。
在一种可能的设计中,所述对所述业务服务的第二信息熵以及第一信息熵进行加权求和,得到所述业务服务的最终评价指标,包括:
计算所述业务服务的各个目标指标的第一信息熵之和;
计算所述各个目标指标的第一信息熵与所述第一信息熵之和的比值;
计算所述各个目标指标的比值与所述各个目标指标的第二信息熵的乘积之和,得到所述业务服务的最终评价指标。
通过上述方法,能够结合多种维度确定用于评价业务服务的最终评价指标,能够有效提升最终评价指标的准确率,以及最终评价指标的多指标覆盖率,有助于辅助实际分析人员或业务人员的分析和决策,在实际应用场景中能够有效提升基于最终评价指标执行业务的修复效率。
第二方面,本申请提供了一种确定评价指标的装置,所述装置包括:
获取模块,获取用于评价业务服务的多个指标;
筛选模块,计算所述多个指标中每个指标的第一信息熵,并筛选大于预设阈值的第一信息熵对应的指标作为目标指标;
计算模块,确定各个目标指标分别对应的目标指标值,并计算每个目标指标值的第二信息熵;
生成模块,对所述业务服务的第二信息熵以及第一信息熵进行加权求和,得到所述业务服务的最终评价指标。
在一种可能的设计中,所述装置,具体用于提取所述多个指标中的选定指标;其中,所述选定指标对应的指标值处于预设取值范围内;划分所述选定指标的预设取值范围,得到多个子取值范围;其中,所述多个子取值范围之间不存在重叠的取值范围;为所述多个子取值范围中的每个子取值范围配置不同的预设值,并将所有配置的预设值作为所述选定指标对应的指标值。
在一种可能的设计中,所述筛选模块,具体用于对所述多个指标中的每个指标进行信息熵和归一化的计算,得到所述每个指标的第一信息熵;从计算得到的所有第一信息熵中,筛选取值大于指定数值的第一信息熵对应的指标作为目标指标。
在一种可能的设计中,所述计算模块,具体用于对单个目标指标的每个目标指标值执行如下操作:获取单个目标指标值对应的第一数量以及第二数量;其中,所述第一数量表征携带第一标识的对象数量,所述第二数量表征携带第二标识的对象数量;在所述单个目标指标对应的所有的目标指标值中,确定所述单个目标指标值的第一占比;根据所述第一数量、所述第二数量以及所述第一占比,计算得到所述单个目标指标值的第二信息熵。
在一种可能的设计中,所述生成模块,具体用于计算所述业务服务的各个目标指标的第一信息熵之和;计算所述各个目标指标的第一信息熵与所述第一信息熵之和的比值;计算所述各个目标指标的比值与所述各个目标指标的第二信息熵的乘积之和,得到所述业务服务的最终评价指标。
第三方面,本申请提供了一种电子设备,所述电子设备包括:
存储器,用于存放计算机程序;
处理器,用于执行所述存储器上所存放的计算机程序时,实现上述的一种确定评价指标的方法步骤。
第四方面,本申请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内存储有计算机程序,所述计算机程序被处理器执行时实现上述的一种确定评价指标的方法步骤。
上述第二方面至第四方面中的各个方面以及各个方面可能达到的技术效果请参照上述针对第一方面或第一方面中的各种可能方案可以达到的技术效果说明,这里不再重复赘述。
附图说明
图1为本申请提供的一种确定评价指标的方法的流程图;
图2为本申请提供的一种确定评价指标的装置的示意图;
图3为本申请提供的一种电子设备的结构的示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请作进一步地详细描述。方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。需要说明的是,在本申请的描述中“多个”理解为“至少两个”。“和/或”,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:单独存在A,同时存在A和B,单独存在B这三种情况。A与B连接,可以表示:A与B直接连接和A与B通过C连接这两种情况。另外,在本申请的描述中,“第一”、“第二”等词汇,仅用于区分描述的目的,而不能理解为指示或暗示相对重要性,也不能理解为指示或暗示顺序。
本申请实施例提供了一种确定评价指标的方法、装置及电子设备,用以结合多种维度确定用于评价业务服务的最终评价指标,解决单一评价指标体系导致分析结果不准确的问题。
下面结合附图对本申请实施例所提供的方法作出进一步详细说明。
参阅图1所示,本申请实施例提供了一种确定评价指标的方法,具体流程如下:
步骤101:获取用于评价业务服务的多个指标;
在本申请实施例中,首先获取到用于评价业务服务的多个指标。
具体来说,获取上述多个指标的过程即为构建上述业务服务的评价指标体系的构建过程:上述多个指标可以共同形成一个决策系统,该决策系统可以参见如下公式1所示。
其中,I为决策系统,U为非空的对象集合,C为指标值集合,D为评价指标集合,在这里,一般选取与业务服务相关的数据作为指标值集合,一般选取对象对业务服务的满意度评价作为决策集合。
举例来说,如表1所示,可以基于表1建立宽带服务的决策系统,建立该决策系统的目的是便于后续步骤,解决当前基于单一指标预测的用户满意程度不准确的问题。
表1
如上表1所示,以“对象序号”为“1-7”为例,即这7个对象构成非空的对象集合;表1中“宽带速率”、“宽带承载方式”、“宽带需求等级”、“宽带在网时间”、“是否单宽年付”、“城乡属性”这6个指标相关的数据共同构成指标值集合,如“对象序号”为“1”对应的“50”、“lan”、“3”、“34”、“否”、“城市”即属于指标值集合中的指标值;表1中“是否满意”相关的数据共同构成评价指标集合,如“满意”、“不满意”可以表征为不同的标识,即属于评价指标集合中的不同评价指标,在此可以将“满意”作为第一标识,将“不满意”作为第二标识。
值得说明的是,上述表1为一种示例性的解释,不对本申请实施例所提供方案作限定,本领域技术人员应当知道指标值集合和评价指标集合可以根据实际应用情况来确定。
进一步,还可以在上述提取的多个指标中确定出选定指标,在此选取的标准是确定选定指标对应的指标值处于预设取值范围内,然后,划分选定指标的预设取值范围,得到多个子取值范围,并且得到的多个子取值范围之间不存在重叠的取值范围,再分别为多个子取值范围中的每个子取值范围配置不同的预设值,并将配置的预设值作为选定指标对应的指标值。
具体来说,划分选定指标的预设取值范围,得到多个子取值范围,可以通过计算两个指标值的相似度值来得到,相似度值的具体计算方法,可以参见如下公式2所示。
其中,a(x)和a(y)为两个不同的指标值,avg为a(x)和a(y)两个指标值的加权平均值,i为在指标值a(x)内的个数,j为在指标值a(y)内的个数。
如上公式2所示,若的取值越小,则avg距离a(x)指标值或a(y)指标值便越近,即计算得到的相似度值SIMa(X,Y)越大。进一步,可以根据实际应用情况设定置信区间,并将大于该置信区间的相似度值对应的指标值作为处于同一子取值范围的指标值。
举例来说,“宽带速率”、“宽带承载方式”、“宽带需求等级”、“宽带在网时间”、“是否单宽年付”、“城乡属性”的6个指标的取值范围可以参见如下表2所示。
表2
如上表2所示,“带宽在网时间”为选定指标,在表1中可以确定“宽带在网时间”这一选定指标对应的七个指标值,分别为“34、25、22、5、16、78、55”,应用公式2的公式针对以上七个指标值进行相似度值的计算,若设定的置信区间为0.9,则提取大于0.9的相似度值,并将提取出的相似度值对应的指标值划分为同一子取值范围内,根据上述方法,将“带宽在网时间”的预设取值范围“0和247之间的整数值”划分为“{两年以内、两年到六年、六年到十年,十年到十四年,十四年以上}”这五个子取值范围,在这里,每个子取值范围可以用以表征“带宽在网时间”对应的指标值。
通过上述方法基于表1对表2中选定指标对应的预设取值范围进行划分的划分结果,可以参见如下表3所示。
表3
通过上述方法,确定用于评价业务服务的多个指标,进一步还确定每个指标对应的指标值,并对处于预设取值范围的指标值进行划分,即经过划分处理将连续型的指标值变换为离散型,实现条件宽松的指标体系,能够减少噪声带来的影响,有助于提升后续步骤计算评价指标的准确性。
步骤102:计算所述多个指标中每个指标的第一信息熵,并筛选大于预设阈值的第一信息熵对应的指标作为目标指标;
在本申请实施例中,对步骤101中得到的多个指标中的每个指标进行信息熵和归一化的计算,得到每个指标的第一信息熵,然后从计算的所有第一信息熵中,筛选取值大于指定数值的第一信息熵对应的指标作为目标指标。
举例来说,以获取表1或表3中确定的6个指标:“宽带速率”、“宽带承载方式”、“宽带需求等级”、“宽带在网时间”、“是否单宽年付”、“城乡属性”为例,计算各个指标集合的信息熵,在此指标集合表征指标以及该指标对应的指标值,可以得到:γ(C)=1;
进而计算各指标的第一信息熵:γ{宽带速率}=1-0.6=0.4;γ{宽带承载方式}=0;γ{宽带需求等级}=0.6;γ{宽带在网时间}=0.2;γ{宽带是否单宽年付}=0;γ{城乡属性}=0。
若设定指定数值为0,则剔除第一信息熵为0的指标,并将第一信息熵大于0的指标作为目标指标,即剔除指标“宽带承载方式”、“宽带是否单宽年付”、“城乡属性”,筛选的目标指标为“宽带速率”、“宽带需求等级”和“宽带在网时间”,各个目标指标的第一信息熵具体可以参见如下表4所示。
目标指标 | 第一信息熵 |
宽带速率 | 0.4 |
宽带需求等级 | 0.6 |
宽带在网时间 | 0.2 |
表4
通过上述方式,筛选出目标指标作为计算最终评价指标的重要指标。
步骤103:确定各个目标指标分别对应的目标指标值,并计算每个目标指标值的第二信息熵;
在本申请实施例中,对单个目标指标的每个目标指标值执行如下操作:
获取单个目标指标值对应的第一数量以及第二数量,在这里,第一数量表征携带第一标识的对象数量,第二数量表征携带第二标识的对象数量,然后在上述单个目标指标对应的所有的目标指标值中,确定单个目标指标值的第一占比,并根据第一数量、第二数量以及第一占比,计算得到单个目标指标值的第二信息熵。
具体来说,上述单个目标指标值的第二信息熵,具体可以参见如下公式3所示。
其中,G(ai)为指标a对应的第i个对象的第二信息熵,pi为指标a对应的第i个对象的指标值在制表内的占比,为第i个对象的指标值对应决策集合中的第一标识的数量,为第i个对象的指标值对应决策集合中的第二标识的数量。
举例来说,采用上述计算方式,基于表3和表4,可以得到各个目标指标的各个目标指标值的第二信息熵,参见如下表5所示。
表5
通过上述方法,得到各个目标指标的各个目标指标值的第二信息熵,在此针对每个目标指标的各个目标指标值都进行重要性的第二信息熵计算,能够有效提升后续步骤计算的最终评价指标的准确性。
步骤104:对所述业务服务的第二信息熵以及第一信息熵进行加权求和,得到所述业务服务的最终评价指标。
在本申请实施例中,首先计算业务服务的各个目标指标的第一信息熵之和,然后计算各个目标指标的第一信息熵与第一信息熵之和的比值,最后计算各个目标指标的比值与各个目标指标的第二信息熵的乘积之和,得到业务服务的最终评价指标,在这里,最终评价指标用于评价业务服务的服务质量。
具体来说,最终评价指标的具体计算可以参见如下公式4所示。
M=∑γG (公式4)
其中,M表征最终评价指标,γ表征各目标指标的第一信息熵,G表征各目标指标值的第二信息熵。
举例来说,各目标指标的第一信息熵可以如表4所示,各目标指标的各目标指标值的第二信息熵可以如表5所示,若以某对象为例,假设该对象的“宽带速率”为“100”、“宽带需求等级”为“3”、“宽带在网时间”为“34”,则该用户最终评价指标具体计算公式可以为:
在这里,计算出的0.48为该用户的最终评价指标,在宽带服务中可以具体用于表征,该用户在发生负面感知的服务事件时,不满意的程度会增加48%。
在宽带服务中,通过计算上述最终评价指标,能够在对象基础满意度预测的评分上进行修正,真实反映出对象针对宽带服务的满意程度,为数据分析、决策判断、客户维系以及服务提升提供强有力的技术支撑。
通过上述方式,能够结合多种维度确定用于评价业务服务的最终评价指标,能够有效提升最终评价指标的准确率,以及最终评价指标的多指标覆盖率,有助于辅助实际分析人员或业务人员的分析和决策,在实际应用场景中能够有效提升基于最终评价指标执行业务的修复效率。
基于同一发明构思,本申请还提供了一种确定评价指标的装置,用以结合多种维度确定用于评价业务服务的最终评价指标,解决单一评价指标体系导致分析结果不准确的问题,有效提升最终评价指标的准确率,以及最终评价指标的多指标覆盖率,参见图2,该装置包括:
获取模块201,获取用于评价业务服务的多个指标;
筛选模块202,计算所述多个指标中每个指标的第一信息熵,并筛选大于预设阈值的第一信息熵对应的指标作为目标指标;
计算模块203,确定各个目标指标分别对应的目标指标值,并计算每个目标指标值的第二信息熵;
生成模块204,对所述业务服务的第二信息熵以及第一信息熵进行加权求和,得到所述业务服务的最终评价指标。
在一种可能的设计中,所述装置,具体用于提取所述多个指标中的选定指标;其中,所述选定指标对应的指标值处于预设取值范围内;划分所述选定指标的预设取值范围,得到多个子取值范围;其中,所述多个子取值范围之间不存在重叠的取值范围;为所述多个子取值范围中的每个子取值范围配置不同的预设值,并将所有配置的预设值作为所述选定指标对应的指标值。
在一种可能的设计中,所述筛选模块202,具体用于对所述多个指标中的每个指标进行信息熵和归一化的计算,得到所述每个指标的第一信息熵;从计算得到的所有第一信息熵中,筛选取值大于指定数值的第一信息熵对应的指标作为目标指标。
在一种可能的设计中,所述计算模块203,具体用于对单个目标指标的每个目标指标值执行如下操作:获取单个目标指标值对应的第一数量以及第二数量;其中,所述第一数量表征携带第一标识的对象数量,所述第二数量表征携带第二标识的对象数量;在所述单个目标指标对应的所有的目标指标值中,确定所述单个目标指标值的第一占比;根据所述第一数量、所述第二数量以及所述第一占比,计算得到所述单个目标指标值的第二信息熵。
在一种可能的设计中,所述生成模块204,具体用于计算所述业务服务的各个目标指标的第一信息熵之和;计算所述各个目标指标的第一信息熵与所述第一信息熵之和的比值;计算所述各个目标指标的比值与所述各个目标指标的第二信息熵的乘积之和,得到所述业务服务的最终评价指标。
基于上述装置,通过结合多种维度确定用于评价业务服务的最终评价指标,有效提升最终评价指标的准确率,以及最终评价指标的多指标覆盖率,有助于辅助实际分析人员或业务人员的分析和决策,在实际应用场景中能够有效提升基于最终评价指标执行业务的修复效率。
基于同一发明构思,本申请实施例中还提供了一种电子设备,所述电子设备可以实现前述一种确定评价指标的装置的功能,参考图3,所述电子设备包括:
至少一个处理器301,以及与至少一个处理器301连接的存储器302,本申请实施例中不限定处理器301与存储器302之间的具体连接介质,图3中是以处理器301和存储器302之间通过总线300连接为例。总线300在图3中以粗线表示,其它部件之间的连接方式,仅是进行示意性说明,并不引以为限。总线300可以分为地址总线、数据总线、控制总线等,为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。或者,处理器301也可以称为控制器,对于名称不做限制。
在本申请实施例中,存储器302存储有可被至少一个处理器301执行的指令,至少一个处理器301通过执行存储器302存储的指令,可以执行前文论述的确定评价指标方法。处理器301可以实现图2所示的装置中各个模块的功能。
其中,处理器301是该装置的控制中心,可以利用各种接口和线路连接整个该控制设备的各个部分,通过运行或执行存储在存储器302内的指令以及调用存储在存储器302内的数据,该装置的各种功能和处理数据,从而对该装置进行整体监控。
在一种可能的设计中,处理器301可包括一个或多个处理单元,处理器301可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器301中。在一些实施例中,处理器301和存储器302可以在同一芯片上实现,在一些实施例中,它们也可以在独立的芯片上分别实现。
处理器301可以是通用处理器,例如中央处理器(CPU)、数字信号处理器、专用集成电路、现场可编程门阵列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,可以实现或者执行本申请实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的确定评价指标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。
存储器302作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器302可以包括至少一种类型的存储介质,例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random AccessMemory,RAM)、静态随机访问存储器(Static Random Access Memory,SRAM)、可编程只读存储器(Programmable Read Only Memory,PROM)、只读存储器(Read Only Memory,ROM)、带电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,EEPROM)、磁性存储器、磁盘、光盘等等。存储器302是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。本申请实施例中的存储器302还可以是电路或者其它任意能够实现存储功能的装置,用于存储程序指令和/或数据。
通过对处理器301进行设计编程,可以将前述实施例中介绍的确定评价指标方法所对应的代码固化到芯片内,从而使芯片在运行时能够执行图1所示的实施例的确定评价指标方法的步骤。如何对处理器301进行设计编程为本领域技术人员所公知的技术,这里不再赘述。
基于同一发明构思,本申请实施例还提供一种存储介质,该存储介质存储有计算机指令,当该计算机指令在计算机上运行时,使得计算机执行前文论述确定评价指标方法。
在一些可能的实施方式中,本申请提供的确定评价指标方法的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在装置上运行时,程序代码用于使该控制设备执行本说明书上述描述的根据本申请各种示例性实施方式的确定评价指标方法中的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、装置、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种确定评价指标的方法,其特征在于,所述方法包括:
获取用于评价业务服务的多个指标;
计算所述多个指标中每个指标的第一信息熵,并筛选大于预设阈值的第一信息熵对应的指标作为目标指标;
确定各个目标指标分别对应的目标指标值,并计算每个目标指标值的第二信息熵;
对所述业务服务的第二信息熵以及第一信息熵进行加权求和,得到所述业务服务的最终评价指标。
2.如权利要求1所述的方法,其特征在于,在所述获取用于评价业务服务的多个指标之后,还包括:
提取所述多个指标中的选定指标;其中,所述选定指标对应的指标值处于预设取值范围内;
划分所述选定指标的预设取值范围,得到多个子取值范围;其中,所述多个子取值范围之间不存在重叠的取值范围;
为所述多个子取值范围中的每个子取值范围配置不同的预设值,并将所有配置的预设值作为所述选定指标对应的指标值。
3.如权利要求1所述的方法,其特征在于,所述计算所述多个指标中每个指标的第一信息熵,并筛选大于预设阈值的第一信息熵对应的指标作为目标指标,包括:
对所述多个指标中的每个指标进行信息熵和归一化的计算,得到所述每个指标的第一信息熵;
从计算得到的所有第一信息熵中,筛选取值大于指定数值的第一信息熵对应的指标作为目标指标。
4.如权利要求1所述的方法,其特征在于,所述计算每个目标指标值的第二信息熵,包括:
对单个目标指标的每个目标指标值执行如下操作:
获取单个目标指标值对应的第一数量以及第二数量;其中,所述第一数量表征携带第一标识的对象数量,所述第二数量表征携带第二标识的对象数量;
在所述单个目标指标对应的所有的目标指标值中,确定所述单个目标指标值的第一占比;
根据所述第一数量、所述第二数量以及所述第一占比,计算得到所述单个目标指标值的第二信息熵。
5.如权利要求1-4任一项所述的方法,其特征在于,所述对所述业务服务的第二信息熵以及第一信息熵进行加权求和,得到所述业务服务的最终评价指标,包括:
计算所述业务服务的各个目标指标的第一信息熵之和;
计算所述各个目标指标的第一信息熵与所述第一信息熵之和的比值;
计算所述各个目标指标的比值与所述各个目标指标的第二信息熵的乘积之和,得到所述业务服务的最终评价指标。
6.一种确定评价指标的装置,其特征在于,所述装置包括:
获取模块,获取用于评价业务服务的多个指标;
筛选模块,计算所述多个指标中每个指标的第一信息熵,并筛选大于预设阈值的第一信息熵对应的指标作为目标指标;
计算模块,确定各个目标指标分别对应的目标指标值,并计算每个目标指标值的第二信息熵;
生成模块,对所述业务服务的第二信息熵以及第一信息熵进行加权求和,得到所述业务服务的最终评价指标。
7.如权利要求6所述的装置,其特征在于,所述获取模块,具体用于提取所述多个指标中的选定指标;其中,所述选定指标对应的指标值处于预设取值范围内;划分所述选定指标的预设取值范围,得到多个子取值范围;其中,所述多个子取值范围之间不存在重叠的取值范围;为所述多个子取值范围中的每个子取值范围配置不同的预设值,并将所有配置的预设值作为所述选定指标对应的指标值。
8.如权利要求6所述的装置,其特征在于,所述计算模块,具体用于对单个目标指标的每个目标指标值执行如下操作:获取单个目标指标值对应的第一数量以及第二数量;其中,所述第一数量表征携带第一标识的对象数量,所述第二数量表征携带第二标识的对象数量;在所述单个目标指标对应的所有的目标指标值中,确定所述单个目标指标值的第一占比;根据所述第一数量、所述第二数量以及所述第一占比,计算得到所述单个目标指标值的第二信息熵。
9.一种电子设备,其特征在于,包括:
存储器,用于存放计算机程序;
处理器,用于执行所述存储器上所存放的计算机程序时,实现权利要求1-5中任一项所述的方法步骤。
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内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-5任一项所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111611064.1A CN114358548A (zh) | 2021-12-27 | 2021-12-27 | 一种确定评价指标的方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111611064.1A CN114358548A (zh) | 2021-12-27 | 2021-12-27 | 一种确定评价指标的方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114358548A true CN114358548A (zh) | 2022-04-15 |
Family
ID=81101632
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111611064.1A Pending CN114358548A (zh) | 2021-12-27 | 2021-12-27 | 一种确定评价指标的方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114358548A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114997750A (zh) * | 2022-08-03 | 2022-09-02 | 广东知得失网络科技有限公司 | 一种风险信息推送方法、系统、设备和介质 |
-
2021
- 2021-12-27 CN CN202111611064.1A patent/CN114358548A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114997750A (zh) * | 2022-08-03 | 2022-09-02 | 广东知得失网络科技有限公司 | 一种风险信息推送方法、系统、设备和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107248082B (zh) | 养卡识别方法及装置 | |
CN107423613B (zh) | 依据相似度确定设备指纹的方法、装置及服务器 | |
CN106612216A (zh) | 网站访问异常的检测方法及装置 | |
CN109783486A (zh) | 数据清洗方法、装置及服务器 | |
CN111915156B (zh) | 基于用户价值的业务推送方法、电子设备及存储介质 | |
CN111199018A (zh) | 异常数据检测方法、装置、存储介质及电子设备 | |
CN106408325A (zh) | 基于用户支付信息的用户消费行为预测分析方法及系统 | |
CN111090780A (zh) | 可疑交易信息的确定方法及装置、存储介质、电子设备 | |
CN110866689B (zh) | 一种空间扫描统计量中选择最大扫描窗口的方法 | |
CN112308345A (zh) | 通信网络负荷预测方法、装置及服务器 | |
CN114358548A (zh) | 一种确定评价指标的方法、装置及电子设备 | |
CN107330709B (zh) | 确定目标对象的方法及装置 | |
CN113543195A (zh) | 通信基站评估方法、装置及电子设备 | |
CN112819476A (zh) | 风险识别方法、装置、非易失性存储介质和处理器 | |
CN110968835A (zh) | 一种近似分位数计算方法及装置 | |
CN115619430A (zh) | 用户价值评估方法及装置 | |
CN112598228B (zh) | 企业竞争力的分析方法、装置、设备及存储介质 | |
CN110399399B (zh) | 用户分析的方法、装置、电子设备和存储介质 | |
CN109919811B (zh) | 基于大数据的保险代理人培养方案生成方法及相关设备 | |
CN110113471B (zh) | 号码监测方法及装置 | |
CN110458707B (zh) | 基于分类模型的行为评估方法、装置及终端设备 | |
CN113705625A (zh) | 异常生活保障申请家庭的识别方法、装置及电子设备 | |
CN113220741A (zh) | 互联网广告虚假流量识别方法、系统、设备及存储介质 | |
CN112613762A (zh) | 基于知识图谱的集团评级方法、装置和电子设备 | |
CN112308419A (zh) | 数据处理方法、装置、设备及计算机存储介质 |
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 |