CN114819738A - 一种资源分配方法、装置、设备及存储介质 - Google Patents
一种资源分配方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114819738A CN114819738A CN202210593578.7A CN202210593578A CN114819738A CN 114819738 A CN114819738 A CN 114819738A CN 202210593578 A CN202210593578 A CN 202210593578A CN 114819738 A CN114819738 A CN 114819738A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- index
- local
- value
- operator
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- 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
- 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
- G06Q10/06398—Performance of employee with respect to a job function
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种资源分配方法、装置、设备及存储介质,本发明涉及数据分析技术领域。该方法包括:确定待评价对象在评价指标下的评价数值;根据不同待评价对象在相同评价指标下的评价数值的分布情况,确定相应评价指标的目标评价算子;根据所述评价指标的目标评价算子和所述待评价对象在相应评价指标下的评价数值,确定所述评价指标的指标评价得分;根据所述待评价对象在各评价指标下的指标评价得分,向所述待评价对象分配资源。上述方案有助于规避不同外界因素对指标评价得分的影响,从而提高所确定的指标评价得分的合理性,进而提高资源分配的合理性。
Description
技术领域
本发明实施例涉及数据分析技术领域,尤其涉及一种资源分配方法、装置、设备及存储介质。
背景技术
在当今社会,被广泛应用的奖惩制度通常是通过对待评价对象进行评价,并基于相应的评价结果,向待评价对象实施预先规定的奖惩措施,例如向对各待评价对象进行资源分配等。
目前,在向各待评价对象分配资源的过程中,所采用的针对各待评价对象的评价结果不够客观,容易导致资源分配不合理的情况发生,对待评价对象造成消极影响。
发明内容
本发明实施例提供一种资源分配方法、装置、设备及存储介质,用以避免资源分配不合理的情况发生,提高待评价对象的积极性。
第一方面,本发明实施例提供了一种资源分配方法,该方法包括:
确定待评价对象在评价指标下的评价数值;
根据不同待评价对象在相同评价指标下的评价数值的分布情况,确定相应评价指标的目标评价算子;
根据所述评价指标的目标评价算子和所述待评价对象在相应评价指标下的评价数值,确定所述评价指标的指标评价得分;
根据所述待评价对象在各评价指标下的指标评价得分,向所述待评价对象分配资源。
第二方面,本发明实施例还提供了一种资源分配装置,该装置包括:
评价数值确定模块,用于确定待评价对象在评价指标下的评价数值;
目标评价算子确定模块,用于根据不同待评价对象在相同评价指标下的评价数值的分布情况,确定相应评价指标的目标评价算子;
指标评价得分确定模块,用于根据所述评价指标的目标评价算子和所述待评价对象在相应评价指标下的评价数值,确定所述评价指标的指标评价得分;
资源分配模块,用于根据所述待评价对象在各评价指标下的指标评价得分,向所述待评价对象分配资源。
第三方面,本发明实施例还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如本发明实施例中任一所述的资源分配方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例中任一所述的资源分配方法。
第五方面,本发明实施例还提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现如本发明实施例中任一所述的资源分配方法。
本发明实施例中,通过根据不同待评价对象在相同评价指标下的评价数值的分布情况,确定该评价指标对应的目标评价算子,并根据该目标评价算子以及相应评价数值对指标评价得分进行确定,使得在基于相应指标评价得分对待评价对象进行资源分配的过程中,充分考虑到了不同评价对象针对相同评价指标的评价数值的分布情况,有助于规避不同外界因素对指标评价得分的影响,从而提高所确定的指标评价得分的合理性,进而提高资源分配的合理性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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他相关的附图。
图1为本发明实施例一提供的一种资源分配方法的流程图;
图2为本发明实施例二提供的一种资源分配方法的流程图;
图3为本发明实施例三提供的一种资源分配方法的流程图;
图4为本发明实施例四提供的一种资源分配装置的结构示意图;
图5为本发明实施例五提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明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本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。本发明技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
实施例一
图1为本发明实施例一提供的一种资源分配方法的流程图,本实施例适用于对待评价对象进行资源分配的情况。该方法可以由一种资源分配装置来执行,该装置可采用软件和/或硬件的方式实现,可配置于电子设备中。参考图1所示,该方法具体包括如下步骤:
S110、确定待评价对象在评价指标下的评价数值。
其中,待评价对象可以是需要进行评价的主体,例如可以是组织机构等。评价指标可以是对待评价对象进行评价所对应的评价维度,例如可以包括业务指标完成量、业务指标完成率和业务指标完成质量等中的至少一种。评价数值可以是待评价对象在各评价指标下的量化结果,例如可以是得分值等。
具体地,可以对待评价对象在某一固定时间段内的业务完成情况进行统计分析,以筛选出预设的各评价指标所对应的业务数据。基于筛选出的各业务数据,可以对待评价对象的各评价指标的达成情况进行判断,相应的,根据判断结果可以对待评价对象进行打分,以确定待评价对象在各评价指标下的评价数值。其中,判断结果可以用于表征评价指标的达成情况的好坏程度。具体地,该评价指标的达成情况越好,则评价数值越高;该评价指标的达成情况越差,则评价数值越低。
示例性地,确定待评价对象在评价指标下的评价数值,可以包括:获取所述待评价对象的原始评价数据;提取所述原始评价数据中的评价字段,并将所述评价字段作为所述评价指标;根据所述原始评价数据中所述评价指标对应字段值,确定所述待评价对象在所述评价指标下的评价数值。
其中,原始评价数据可以是对待评价对象进行评价所产生的原始数据。评价字段可以是原始评价数据中表征评价内容的数据字段,其中,评价内容可以是表征对待评价对象进行评价的具体数据。评价指标对应字段值可以是评价字段中包括的数据信息。
具体地,可以通过获取针对待评价对象的原始评价数据,对该原始评价数据中所包含的评价字段进行提取,并将该评价字段作为相应的评价指标。基于此,可以预先建立该评价指标对应字段值和评价数值之间的映射关系,相应的,可基于该映射关系,通过所确定的评价指标对应字段值,匹配对应的评价数值,以确定待评价对象在相应评价指标下的评价数值。
可以理解的是,可以通过将所获取的原始评价数据中的评价字段作为评价指标,并根据该评价指标对应字段值对相应的评价数值进行确定,使得在进行评价数据确定的过程中,能够将原始评价数据中评价字段所对应字段值作为确定依据,降低了评价数值确定的繁琐程度,从而实现评价数值的快速确定,进而有助于提高评价数值确定的效率。
可选的,原始评价数据可以包括主观评价数据和/或客观评价数据。
其中,主观评价数据可以是基于文字形式对待评价对象作出评价,所产生的数据,例如可以是通过问卷调查的形式所获取的文字形式的评价数据。客观评价数据可以是基于数字形式对待评价对象作出评价所产生的数据,例如可以是通过业务系统中的打分栏对待评价对象进行数值打分所产生的数据。其中,业务系统可以是用于承办具体业务并生成业务数据的系统。该业务系统中包括对待评价对象进行数值打分的打分栏,该打分栏中可以进行数值的输入。
具体地,可以对问卷调查的标题和业务系统中的打分栏所对应的描述设置标签,通过调用分词接口,并结合专业词库,识别出对应的问卷调查的标题和业务系统中的打分栏,以获取相应的主观评价数据和/或客观评价数据。其中,标签可以是表征问卷调查和业务系统中打分栏对应内容属性的标识性信息。内容属性可以是表征问卷调查和业务系统中打分栏对应内容的属性信息。分词接口可以是对标签中所包含的专业名词进行识别的接口,例如可以是汉语言处理(Han Language Processing,HanLP)接口或jieba接口等。专业词库可以是包括业务系统中各专业名词的数据库,例如可以包括服务、合规和规模等词语中的至少一种。
可以理解的是,通过将原始评价数据划分为主观评价数据和/或客观评价数据,能够增加原始评价数据的多样性,从而使得在对评价数值进行确定时,所依据的原始评价数据更为全面,进而提高所确定的评价数据的可靠性。
示例性地,若原始评价数据包括主观评价数据,则根据所述原始评价数据中所述评价指标对应字段值,确定所述待评价对象在所述评价指标下的评价数值,可以包括:根据所述主观评价数据中所述评价指标对应字段值和候选字段值,确定初始值;根据所述初始值和评价量纲,确定所述待评价对象在所述评价指标下的评价数值。
其中,候选字段值可以是预先设置的对待评价对象进行评价的定性评价字段值,例如可以包括非常好、好、一般、较差和非常差等中的至少一种。初始值可以是不同评价指标对应字段值中包括的候选字段值所处的评价级别与最高评价等级的比值,即,评价指标的初始值=该评价指标对应字段值中包括的候选字段值所处的评价级别/最高评价等级。评价指标对应字段值中包括的候选字段值可以包括非常好、好、一般、较差和非常差等其中一种,且该评价指标对应字段值中包括的候选字段值所处的评价级别越高,则初始值越大。其中,在各候选字段值中,非常好可以对应评价等级5,好可以对应于评价等级4,一般可以对应评价等级3,较差可以对应评价等级2,差可以对应于评价等价1。相应的,最高评价等级可以是5。评价量纲可以是确定评价指标下的评价数值的预设规则,例如可以是评价数值=初始值×100。其中,100仅进行示例性说明,其具体数值可以由技术人员根据指标评价得分的总得分确定,本发明对此不作任何限定。
具体地,可以将原始评价数据中评价指标对应字段值和候选字段值进行匹配,以确定该评价指标对应字段值中所对应的初始值,根据该初始值,并基于相应的评价量纲对该评价指标下的评价数值进行计算,以确定相应该评价指标下的评价数值。
可以理解的是,通过根据主观评价数据中评价指标对应字段值和候选字段值,确定初始值,并基于该初始值和评价量纲对相应评价指标下的评价数值进行确定,从而能够将主观评价数据中所包含的主观的定性评价数据转换为客观准确的定量评价数值,进而有效提高在基于主观评价数据进行资源分配时的可靠性。
可选的,若原始评价数据中包括客观评价数据,则根据所述原始评价数据中所述评价指标对应字段值,确定所述待评价对象在所述评价指标下的评价数值,可以包括:将该客观评价数据中评价指标对应字段值中所包含的打分数值,确定为该待评价对象在相应评价指标下的评价数值。
S120、根据不同待评价对象在相同评价指标下的评价数值的分布情况,确定相应评价指标的目标评价算子。
其中,相同评价指标下的评价数值的分布情况用于表征各评价数值的离散程度。评价算子可以是对评价指标下的评价数值进行计算的算法规则。目标评价算子可以是对当前评价指标进行处理的评价算子。
具体地,可以预先建立不同的评价数值的分布情况与评价算子之间的映射关系,相应的,基于该映射关系,可以将所确定的评价数值的分布情况与各评价算子进行匹配,并将匹配成功的评价算子作为相应评价指标的目标评价算子。
S130、根据所述评价指标的目标评价算子和所述待评价对象在相应评价指标下的评价数值,确定所述评价指标的指标评价得分。
其中,指标评价得分可以是评价指标所对应的分值。
具体地,可以预先建立目标评价算子和评价数值,与指标评价得分之间的映射关系。相应的,可基于所确定的目标评价算子和评价数据,匹配对应的指标评价得分,并将匹配到的指标评价得分作为当前评价指标的指标评价得分。
S140、根据所述待评价对象在各评价指标下的指标评价得分,向所述待评价对象分配资源。
具体地,可以预先建立各指标评价得分与资源分配的数量之间的映射关系。相应的,基于该映射关系,可以基于所确定的指标评价得分,匹配对应的资源分配的数量,并根据匹配到的资源分配的数量,向待评价对象进行资源分配。
通常情况下,通过对待评价对象在各评价指标下的指标评价得分简单求和的方式,确定该待评价对象的指标综合得分,并基于该指标综合得分向待评价对象分配资源。上述方式在确定指标综合得分的过程中,未考虑到各指标评价得分对应参考意义的高低,使得所得到的指标综合得分不能更好的反映出相应待评价对象的整体情况,所以在后续确定指标综合得分的过程中,可以对各评价指标赋以相应的权重。
在一个可选实施例中,根据所述待评价对象在各评价指标下的指标评价得分,向所述待评价对象分配资源,可以包括:根据预设的各评价指标的权重比例,对各评价指标下的指标评价得分进行加权求和,以确定指标综合得分;根据所述指标综合得分,向所述待评价对象分配资源。
其中,权重比例可以是基于各评价指标的重要性所设置的比例系数,可以由技术人员根据需要或经验值进行设置或调整。指标综合得分可以是基于待评价对象所对应的各指标评价得分计算出的综合分值,用于从整体维度对待评价对象进行综合评价。
具体地,可以预先建立指标综合得分与资源分配的数量之间建立映射关系。相应的,可以根据预先设置的各评价指标的权重比例,对各评价指标下的指标评价得分进行加权求和,将所得到的结果作为待评价对象的指标综合得分,并基于该指标综合得分匹配对应的资源分配的数量,根据匹配到的资源分配的数量向待评价对象分配资源。
可以理解的是,通过对各评价指标下的指标评价得分进行加权求和,确定相应指标综合得分,并基于该指标综合得分,向待评价对象分配资源,使得在对待评价对象进行资源分配时,能够综合该待评价对象的多个评价指标,避免根据单一评价指标进行资源分配的局限性,从而提高资源分配的合理性,有助于提高各待评价对象的积极性。
本发明实施例通过根据不同待评价对象在相同评价指标下的评价数值的分布情况,确定该评价指标对应的目标评价算子,并根据该目标评价算子以及相应评价数值对指标评价得分进行确定,使得在基于相应指标评价得分对待评价对象进行资源分配的过程中,充分考虑到了不同评价对象针对相同评价指标的评价数值的分布情况,有助于规避不同外界因素对指标评价得分的影响,从而提高所确定的指标评价得分的合理性,进而提高资源分配的合理性。
实施例二
图2为本发明实施例二提供的一种资源分配方法的流程图,本实施例以上述各实施例为基础进行了进一步地优化。
进一步地,将“根据不同待评价对象在相同评价指标下的评价数值的分布情况,确定相应评价指标的目标评价算子”细化为“根据不同待评价对象在相同评价指标下的评价数值的分布情况,确定相应评价指标的指标偏离程度;根据所述指标偏离程度,从至少一个候选评价算子中选取相应评价指标的目标评价算子”,以完善目标评价算子的确定机制。
参考图2所示,该方法具体包括如下步骤:
S210、确定待评价对象在评价指标下的评价数值。
S220、根据不同待评价对象在相同评价指标下的评价数值的分布情况,确定相应评价指标的指标偏离程度。
其中,指标偏离程度可以是各待评价对象在相同评价指标下的至少部分评价数值之间的偏离程度。
具体地,可以预先建立评价数值的分布情况与相应评价指标的指标偏离程度之间的映射关系。相应的,基于该映射关系,可将所确定的评价数值的分布情况与各指标偏离程度进行匹配,并将匹配到的指标偏离程度作为相应评价指标的指标偏离程度。
通常情况下,采用基于各待评价对象在相同评价指标下的评价数值整体所生成的指标偏离程度,进行后续目标评价算子的选取。
但是,上述方式参照的维度单一,容易影响后续目标评价算子选取的准确性,因此,可以引入至少两种维度下的指标偏离程度,综合进行后续目标评价算子的选取。
相应的,根据不同待评价对象在相同评价指标下的评价数值的分布情况,确定相应评价指标的指标偏离程度,可以包括:针对各评价指标,根据不同待评价对象在该评价指标下的评价数值的全局分布情况,确定该评价指标的全局偏离程度;根据不同待评价对象在该评价指标下的评价数值的局部分布情况,确定该评价指标的局部偏离程度;生成包括全局偏离程度和/或局部偏离程度的指标偏离程度。
其中,全局分布情况可以是各待评价对象在相同评价指标下的评价数值整体的分布情况。全局偏离程度可以是各待评价对象在相同评价指标下的评价数值整体的分布所对应的偏离程度。局部分布情况可以是各待评价对象在相同评价指标下的各对应评价数值局部的分布情况。局部偏离程度可以是各待评价对象在相同评价指标下的部分评价数值的分布所对应的偏离程度。
示例性的,可以预先建立不同的全局分布情况与全局偏离程度之间的第一映射关系,以及不同的局部分布情况与局部偏离程度之间的第二映射关系。相应的,基于第一映射关系,将所确定的全局分布情况与各全局偏离程度进行匹配,并将匹配到的全局偏离程度作为相应评价指标的全局偏离程度;基于第二映射关系,将所确定的局部分布情况与各局部偏离程度进行匹配,并将匹配到的局部偏离程度作为相应评价指标的局部偏离程度。基于此,可以对相应评价指标的全局偏离程度和/局部偏离程度进行获取,以供后续进行目标评价算子的选取。
可以理解的是,通过根据相应评价指标下的评价数值的全局分布情况,确定该评价指标的全局偏离程度,并根据该评价指标下的评价数值的局部分布情况,确定该评价指标的局部偏离程度,以生成包括全局偏离程度和/或局部偏离程度的指标偏离程度,使得在确定目标评价算子的过程中,能够根据相应评价数值的不同分布情况进行差异化的考虑,从而避免因单一的指标偏离程度确定机制造成所确定的指标偏离程度导致确定的目标评价算子不够准确的情况发生,进而有效提高了目标评价算子确定的准确性,有助于提高后续资源分配的合理性。
需要说明的是,可以根据不同待评价对象在该评价指标下的评价数值的局部分布情况,确定该评价指标下的至少一个局部偏离程度。
通常情况下,采取将不同待评价对象在相同评价指标下相对集中的部分评价数值确定为局部评价组的方式,确定相应评价指标的局部偏离程度。但是上述方式仅能对评价数值相对集中的部分求取对应的局部偏离程度,所确定的局部偏离程度较为单一,对后续目标评价算子选取的准确性造成了一定的影响,所以设定具体的评价参考值,在后续确定相应评价指标的局部偏离程度的过程中进行至少两个局部评价组的划分。
在一个可选实施例中,根据不同待评价对象在该评价指标下的评价数值的局部分布情况,确定该评价指标的局部偏离程度,可以包括:根据不同待评价对象在该评价指标下各评价数值,确定评价参考值;根据所述评价参考值,将各所述评价数值划分为至少两个局部评价组;根据所述局部评价组中各评价数值的全局分布情况,确定该评价指标在相应局部评价组中的局部偏离程度。
其中,评价参考值可以是对各评价数值进行局部划分的参考值。局部评价组可以是包含各评价数值中的部分评价数值的集合。
具体地,可以预先建立各评价数值所对应的不同的局部分布情况与评价参考值之间的第一映射关系,以及局部评价组中各评价数值的不同的全局分布情况与局部偏离程度之间的第二映射关系。相应的,基于第一映射关系,可根据所确定的局部分布情况与各评价参考值进行匹配,将匹配到的评价参考值作为相应评价指标的评价参考值,并基于该评价参考值将相应评价数值划分为至少两个局部评价组。基于第二映射关系,可以根据所确定的各评价数值的全局分布情况与各局部评价组中的局部偏离程度进行匹配,并将匹配到的局部偏离程度作为相应局部评价组中的局部偏离程度。
可以理解的是,通过根据不同待评价对象在该评价指标下各评价数值,确定评价参考值,并根据所述评价参考值,将各所述评价数值划分为至少两个局部评价组,从而使得在确定目标评价算子的过程中,能够将不同的局部评价组所对应的局部偏离程度考虑在内,进而丰富了目标评价算子的确定机制,有助于提高目标评价算子确定的准确性,有助于提高后续资源分配的合理性。
在一个可选实施例中,可以将不同待评价对象在相应评价指标下各评价数值中的统计数值,作为评价参考值。其中,统计数值可以是中位数、预设位置点数值、或随机位置点数值等。
然而,上述方式使得划分后的各局部评价组中所包含的各评价数值不够均衡,缺乏合理性,所以在后续确定评价参考值时,可以将各评价数值中的中位数替换为各评价数值的平均数。
在一个可选实施例中,根据不同待评价对象在该评价指标下各评价数值,确定评价参考值,可以包括:将不同待评价对象在该评价指标下各评价数值的平均值,作为所述评价参考值。
具体地,可以对不同待评价对象在该评价指标下各评价数值求平均数,并将所求得平均数作为相应得评价参考值。
可以理解的是,通过将不同待评价对象在该评价指标下各评价数值的平均值,作为所述评价参考值,使得局部评价组的划分更为合理,从而提高所划分的局部评价组的可靠性,进而有助于提高所确定的局部偏离程度的准确性,对提高目标评价算子确定的准确性具有重要意义。
通常情况下,在进行局部评价组划分时,将各评价数值中所处位置在评价参考值之前的评价数值确定为一个局部评价组,将各评价数值中所处位置在评价参考值之后的评价数值确定为另一个局部评价组。但上述方式并未考虑到各评价数值与评价参考值之间的大小关系,导致所划分的局部评价组内所包含的各评价数值仍然可能较为分散,缺乏参考价值,所以在后续对局部评价组的划分过程中,可以以各评价数值与评价参考值之间的数量关系为参考。
在一个可选实施方式中,局部评价组可以包括上区局部评价组和下区局部评价组等;相应的,根据所述评价参考值,将各所述评价数值划分为至少两个局部评价组,可以包括:将小于所述评价参考值的评价数值,生成下区局部评价组;以及,将不小于所述评价参考值的评价数值,生成上区局部评价组。
其中,上区局部评价组可以是大于评价参考值的评价数值所组成的集合。下区局部评价组可以是不小于评价参考值的评价数值所组成的集合。
具体地,可以将各评价数值与评价参考值进行比较。相应的,若评价数值大于评价参考值,则基于该评价数值生成上区局部评价组;若评价数值小于评价参考值,则基于该评价数值生成下区局部评价组。
可以理解的是,通过各评价数值与评价参考值之间的大小关系,生成相应的上区局部评价组和下区局部评价组,赋予了局部评价组划分操作以具体清楚的规则,从而提高了局部评价组划分的效率,进而有助于提高目标评价算子的确定效率。
通常情况下,采取大致估算的方式对相应评价指标在各局部评价组中局部偏离程度进行确定。但上述方式所得出的局部偏离程度缺乏准确性,无法真实反映出相应局部评价组中各评价数值的偏离程度,所以在后续确定各局部评价组中的局部偏离程度的过程中,可以设定具体确定的规则对相应局部偏离程度进行求取。
在一个可选实施方式中,根据所述局部评价组中各评价数值的全局分布情况,确定该评价指标在相应局部评价组中的局部偏离程度,可以包括:确定所述局部评价组中各评价数值与所述局部评价组的平均评价数值之间的偏差值;根据所述局部评价组的最值评价数值和相应平均评价数值中的至少两个,确定所述局部评价组的偏差参考值;根据所述局部评价组的偏差参考值和所述局部评价组中各评价数值对应偏差值,确定该评价指标在所述局部评价组中的局部偏离程度。
其中,平均评价数值可以是各评价数值的平均值。偏差值可以是评价数值与平均评价数值之间的差值。最值评价数值可以包括各评价数值中的最大评价数值和最小评价数值。偏差参考值可以是提供给偏差值参考的数值,例如可以是最大评价数值与平均评价数值之间的差值。
具体地,可以对局部评价组中所包含的各评价数值求平均数,以得到相应的局部评价组的平均评价数值。相应的,可以通过评价数值减去平均评价数值,以得到相应偏差值;还可通过最大评价数值减去平均评价数值,以得到相应偏差参考值。可以预先设定计算偏离程度的算法规则,相应的,基于该预先设定的算法规则,可根据所确定的局部评价组的偏差参考值和该局部评价组中各评价数值对应偏差值,计算出该评价指标在局部评价组中的局部偏离程度。其中,预先设定的算法规则可以是偏离程度=∑|(评价数值-平均评价数值)/(最大评价数值-平均评价数值)|/n,其中,n可以是各评价数值对应的总数量。相应的,局部偏离程度可以通过该指标偏离程度的计算公式进行确定。
可以理解的是,通过确定所述局部评价组中各评价数值与所述局部评价组的平均评价数值之间的偏差值,并根据所述局部评价组的最值评价数值和相应平均评价数值中的至少两个,确定所述局部评价组的偏差参考值,使得能够根据该偏差参考值和相应偏差值确定局部评价组的偏差参考值,从而提高了确定局部评价组中的局部偏离程度时对应的参考依据的全面性,进而提高了所确定的局部评价组中的局部偏离程度的可靠性。
通常情况下,在对相应评价指标的全局偏离程度进行确定时,也是采取估算的方式进行,所以后续在对相应全局偏离程度进行确定时,可以设置与局部偏离程度的求取方式相似的规则。
在一个可选实施方式中,根据不同待评价对象在该评价指标下的评价数值的全局分布情况,确定该评价指标的全局偏离程度,可以包括:将不同待评价对象在该评价指标下的评价数值组合生成全局评价组;确定所述全局评价组中各评价数值与所述全局评价组的平均评价数值之间的偏差值;根据所述全局评价组的最值评价数值和相应平均评价数值中的至少两个,确定所述全局评价组的偏差参考值;根据所述全局评价组的偏差值和相应偏差参考值,确定该评价指标的全局偏离程度。
其中,全局评价组可以是包含不同待评价对象在相应评价指标下的各对应评价数值的集合。
具体地,可以对全局评价组中所包含的各评价数值求平均数,以得到相应的全局评价组的平均评价数值。相应的,可以通过评价数值减去平均评价数值,以得到相应偏差值;还可通过最大评价数值减去平均评价数值,以得到相应偏差参考值。可基于该预先设定的算法规则偏离程度=∑|(评价数值-平均评价数值)/(最大评价数值-平均评价数值)|/n,根据所确定的全局评价组的偏差参考值和该全局评价组中各评价数值对应偏差值,计算出该评价指标在全局评价组中的全局偏离程度。
可以理解的是,通过确定所述全局评价组中各评价数值与所述全局评价组的平均评价数值之间的偏差值,并根据所述全局评价组的最值评价数值和相应平均评价数值中的至少两个,确定所述全局评价组的偏差参考值,使得能够根据该偏差参考值和相应偏差值确定全局评价组的偏差参考值,从而提高了确定全局评价组中的全局偏离程度时对应的参考依据的全面性,进而提高了所确定的全局评价组中的全局偏离程度的可靠性。
S230、根据所述指标偏离程度,从至少一个候选评价算子中选取相应评价指标的目标评价算子。
其中,候选评价算子可以是预先设置的可供选择的评价算子。
具体地,可以预先建立不同指标偏离程度和各候选评价算子之间的映射关系。相应的,基于该映射关系,可以将所确定的指标偏离程度与各候选评价算子进行匹配,并可将匹配到的候选评价算子作为相应评价指标的目标评价算子。
S240、根据所述评价指标的目标评价算子和所述待评价对象在相应评价指标下的评价数值,确定所述评价指标的指标评价得分。
S250、根据所述待评价对象在各评价指标下的指标评价得分,向所述待评价对象分配资源。
本发明实施例通过根据不同待评价对象在相同评价指标下的评价数值的分布情况,确定相应评价指标的指标偏离程度,使得在确定相应评价指标的目标算子时,能够充分考虑该评价指标下的各评价数值的分布情况所对应的指标偏离程度,从而避免了所确定的目标评价算子与相应评价数值的分布情况不匹配的情况发生,进而有效提高了目标评价算子确定的准确性,对后续资源分配的合理性具有重要意义。
通常情况下,可以采取单一的评价方案对相应评价指标的指标评价得分进行确定。但上述确定指标评价得分的方式容错率较低,实用性不高,所以可以在后续进行指标评价得分的过程中,选取多个评价方案。
在一个可选实施方式中,根据所述评价指标的目标评价算子和所述待评价对象在相应评价指标下的评价数值,确定所述评价指标的指标评价得分,可以包括:根据所述评价指标的目标评价算子和所述待评价对象在相应评价指标下的评价数值,设置至少两个评价方案;其中,评价方案可以是确定各待评价对象在相同评价指标下的指标评价得分的处理规则,不同评价方案中的评价指标至少部分不同;针对各评价方案,确定该评价方案下待评价对象在所包括评价指标下的指标评价得分;根据不同评价指标所对应的各指标偏离程度,确定各指标偏离程度的方差值;通过比较不同评价方案下各指标偏离程度的方差值大小,将方差值最小的评价方案所对应的各指标评价得分作为相应评价指标的指标评价得分。
具体地,可以预先设置不同的评价方案。相应的,可以对不同评价方案下的待评价对象在包括评价指标下的指标评价得分。其中,不同的指标评价得分对应于不同的指标偏离程度,可以针对各指标评价得分所对应的指标偏离程度求取对应的方差值,并对所求取的各方差值的大小进行比较,将方差值最小的评价方案作为确定的评价方案,并将该评价方案下所对应的各指标评价得分作为相应评价指标的指标评价得分。
可以理解的是,通过设置不同的评价方案,并将不同评价方案下各评价指标所对应的各指标偏离程度的方差值进行比较,并将方差值最小的评价方案所对应的各指标评价得分作为相应评价指标的指标评价得分,能够使得所确定的各待评价对象所对应的各评价指标下的指标评价得分相对集中,从而避免部分待评价对象在相应评价指标下的指标评价得分过高或过低的情况发生,进而提高所获取的指标评价得分的可用性和合理性。
实施例三
图3为本发明实施例三提供的一种资源分配方法的流程图,本实施例以上述各实施例为基础进行了进一步地优化。
进一步地,将“根据所述指标偏离程度,从至少一个候选评价算子中选取相应评价指标的目标评价算子”细化为“根据所述指标偏离程度与各所述候选评价算子对应算子选取条件的匹配情况,从各所述候选评价算子中选取相应评价指标的目标评价算子;其中,不同候选评价算子对应算子选取条件互斥”,以完善目标评价算子的选取机制。
参考图3所示,该方法具体包括如下步骤:
S310、确定待评价对象在评价指标下的评价数值。
S320、根据不同待评价对象在相同评价指标下的评价数值的分布情况,确定相应评价指标的指标偏离程度。
S330、根据所述指标偏离程度与各所述候选评价算子对应算子选取条件的匹配情况,从各所述候选评价算子中选取相应评价指标的目标评价算子;其中,不同候选评价算子对应算子选取条件互斥。
其中,算子选取条件可以是选取候选评价算子需要满足的条件。
具体地,可以基于预先设定的算子选取条件,将所确定的指标偏离程度与各候选评价算子进行匹配,并将匹配到的候选评价算子作为相应评价指标的目标评价算子。需要说明的是,基于确定的指标偏离程度,只能与唯一的候选评价算子匹配成功。
示例性地,若指标偏离程度可以包括全局偏离程度和局部偏离程度;相应的,根据所述指标偏离程度与各所述候选评价算子对应算子选取条件的匹配情况,从各所述候选评价算子中选取相应评价指标的目标评价算子,可以包括:若所述全局偏离程度不大于全局程度阈值,则将标准均值评价算子作为所述目标评价算子;若所述全局偏离程度大于所述全局程度阈值,则根据所述局部偏离程度,从局部均值评价算子和默认评价算子中选取所述目标评价算子。
其中,全局程度阈值可以是标准均值评价算子所对应的全局偏离程度的最大值,例如可以是将该全局程度阈值设置为0.5等。其中,0.5仅进行示例性说明,其具体数值可以由技术人员根据指标评价得分的总得分确定,本发明对此不作任何限定。标准均值评价算子可以是以全局评价组的平均评价数值为基础所设定的算法规则。例如,该标准均值评价算子所对应的算法规则可以包括:若当前待评价对象在相应评价指标下的评价数值大于全局评价组的平均评价数值时,则相应的算法规则可以为50+50×(当前评价数值-平均评价数值)/(最大评价数值-平均评价数值);若当前待评价对象在相应评价指标下的评价数值小于全局评价组的平均评价数值时,则相应的算法规则为50-50×(平均评价数值-当前评价数值)/(平均评价数值-最小评价数值)。其中,50仅进行示例性说明,其具体数值可以由技术人员根据指标评价得分的总得分确定,本发明对此不作任何限定。其中,最大评价数值可以是数值最大的评价数值;最小评价数值可以是数值最小的评价数值;当前评价数值可以是当前待评价对象在相应评价指标下的评价数值。
其中,局部均值评价算子可以是以局部评价组的平均评价数值为基础所设定的算法规则。默认评价算子可以是系统默认的算法规则,可以包括线性计算法和分段计分法等。其中,线性计算法所对应的算法规则可以包括:预先设置固定的缩放比例系数,具体地,若当前待评价对象在相应评价指标下的评价数值小于局部评价组的平均评价数值时,算法规则为指标评价得分=50-50×(平均评价数值-当前评价数值)×缩放比例系数;若当前待评价对象在相应评价指标下的评价数值大于等于局部评价组的平均评价数值时,算法规则为指标评价得分=50+50×(当前评价数值-平均评价数值)×缩放比例系数。其中,50仅进行示例性说明,其具体数值可以由技术人员根据指标评价得分的总得分确定,本发明对此不作任何限定。分段计分法的算法规则可以包括:预先设定区间数量,依次设定当前待评价对象在相应评价指标下的评价数值落入相应区间时的指标评价得分值,其中,各区间连续且不交叉。
具体地,可以将所确定的全局偏离程度与全局程度阈值进行比较,并基于相应的比较结果选取对应的候选评价算子作为相应评价指标的目标评价算子。具体地,若比较结果为全局偏离程度不大于全局程度阈值,则可以将标准均值评价算子作为目标评价算子;若比较结果为全局偏离程度大于全局程度阈值,则可根据局部偏离程度对目标评价算子进行确定。相应的,可以预先建立不同的局部偏离程度与局部均值评价算子和默认评价算子之间的映射关系,基于该映射关系,可通过将所确定的局部偏离程度与局部均值评价算子和默认评价算子进行匹配,并将匹配到的评价算子的类型作为目标评价算子。相应的,若匹配结果为局部均值评价算子,则可确定局部均值评价算子为目标评价算子;若匹配结果为默认评价算子,则可确定默认评价算子为目标评价算子。
可以理解的是,通过在全局偏离程度不大于全局程度阈值时,将标准均值评价算子作为目标评价算子,并在全局偏离程度大于全局程度阈值时,根据局部偏离程度,从局部均值评价算子和默认评价算子中选取相应目标评价算子,从而丰富了目标评价算子的确定机制,使得目标评价算子的确定更为精细化,能够有效避免目标评价算子的选取范围过大而造成的最终确定的目标评价算子不够准确的情况发生,进而提高目标评价算子的准确性,对后续资源的合理分配具有重要意义。
示例性地,局部偏离程度可以包括上区局部评价组对应的上区局部偏离程度和下区局部评价组对应的下区局部偏离程度;相应的,所述根据所述局部偏离程度,从局部均值评价算子和默认评价算子中选取所述目标评价算子,包括:若所述上区局部偏离程度大于上区局部程度阈值,且所述下区局部偏离程度不大于下区局部程度阈值,则将所述局部均值评价算子中的上区均值评价算子作为所述目标评价算子;若所述上区局部偏离程度不大于所述上区局部程度阈值,且所述下区局部偏离程度大于所述下区局部程度阈值,则将所述局部均值评价算子中的下区均值评价算子作为所述目标评价算子;若所述上区局部偏离程度大于所述上区局部程度阈值,且所述下区局部偏离程度大于所述下区局部程度阈值,则将所述默认评价算子作为所述目标评价算子。
其中,上区局部偏离程度可以是上区局部评价组中各评价数值之间的偏离程度;下区局部偏离程度可以是下区局部评价组中各评价数值之间的偏离程度。上区局部程度阈值可以是下区均值评价算子所对应的上区局部偏离程度的最大值。下区局部程度阈值可以是上区均值评价算子所对应的下区局部偏离程度的最大值。上区均值评价算子可以是以上区局部评价组的平均评价数值为基础所设定的算法规则。下区均值评价算子可以是以下区局部评价组的平均评价数值为基础所设定的算法规则。
其中,上区均值评价算子所对应的算法规则可以包括:预先设置固定的指标评价得分,例如可以默认为25分。其中,25仅进行示例性说明,其具体数值可以由技术人员根据指标评价得分的总得分确定,本发明对此不作任何限定。相应的,若当前评价对象在相应评价指标下的评价数值小于上区局部评价组的平均评价数值时,则获得预先设置的固定的指标评价得分;若当前评价对象在相应评价指标下的评价数值大于等于上区局部评价组的平均评价数值时,则可以参照标准均值评价算子所包括的算法规则。下区均值评价算子所对应的算法规则可以包括:预先设置固定的指标评价得分,例如可以默认为75分。其中,75仅进行示例性说明,其具体数值可以由技术人员根据指标评价得分的总得分确定,本发明对此不作任何限定。相应的,若当前评价对象在相应评价指标下的评价数值大于下区局部评价组的平均评价数值时,则获得预先设置的固定的指标评价得分;若当前评价对象在相应评价指标下的评价数值小于等于下区局部评价组的平均评价数值时,则可以参照标准均值评价算子所包括的算法规则。
具体地,可以将上区局部偏离程度与上区局部程度阈值进行比较,得出第一比较结果;该可以将下区局部偏离程度与下区局部程度阈值进行比较,得出第二比较结果。相应的,可根据第一比较结果和第二比较结果选取相应的候选评价算子作为目标评价算子。具体地,若第一比较结果为上区局部偏离程度大于上区局部程度阈值,第二比较结果为下区局部偏离程度不大于下区局部程度阈值,则确定上区均值评价算子为目标评价算子;若第一比较结果为上区局部偏离程度不大于所述上区局部程度阈值,第二比较结果为下区局部偏离程度大于下区局部程度阈值,则确定下区均值评价算子为目标评价算子;若第一比较结果为上区局部偏离程度大于所述上区局部程度阈值,第二比较结果为下区局部偏离程度大于所述下区局部程度阈值,则确定默认评价算子为目标评价算子。
可以理解的是,通过将局部偏离程度划分为上区局部偏离程度和下区局部偏离程度,并根据与对应的上区局部程度阈值以及下区局部程度阈值之间的大小关系,从局部均值评价算子和默认评价算子中选取对应的目标评价算子,使得在从局部均值评价算子和默认评价算子中选取目标评价算子的过程更为精细化,从而有助于提高相应目标评价算子确定的准确性,对后续资源的合理分配具有重要意义。
S340、根据所述评价指标的目标评价算子和所述待评价对象在相应评价指标下的评价数值,确定所述评价指标的指标评价得分。
S350、根据所述待评价对象在各评价指标下的指标评价得分,向所述待评价对象分配资源。
本发明实施例通过根据指标偏离程度与各候选评价算子对应算子选取条件的匹配情况,从各候选评价算子中选取相应评价指标的目标评价算子,使得在对目标评价算子的确定过程中充分考虑了相应评价指标的指标偏离程度,能够避免因不可抗力因素造成的所确定的目标评价算子不够客观的情况发生,从而有助于提高所确定的目标评价算子的准确性,对后续资源分配的合理性具有重要意义。
实施例四
图4为本发明实施例四提供的一种资源分配装置的结构示意图,本实施例适用于基于评价指标下的指标评价得分,进行资源分配的情况。该装置可以采用软件和/或硬件的方式实现,可配置于电子设备中。参考图4所示,该装置包括:
评价数值确定模块410,用于确定待评价对象在评价指标下的评价数值。
目标评价算子确定模块420,用于根据不同待评价对象在相同评价指标下的评价数值的分布情况,确定相应评价指标的目标评价算子。
指标评价得分确定模块430,用于根据所述评价指标的目标评价算子和所述待评价对象在相应评价指标下的评价数值,确定所述评价指标的指标评价得分。
资源分配模块440,用于根据所述待评价对象在各评价指标下的指标评价得分,向所述待评价对象分配资源。
本发明实施例通过根据不同待评价对象在相同评价指标下的评价数值的分布情况,确定该评价指标对应的目标评价算子,并根据该目标评价算子以及相应评价数值对指标评价得分进行确定,使得在基于相应指标评价得分对待评价对象进行资源分配的过程中,充分考虑到了不同评价对象针对相同评价指标的评价数值的分布情况,有助于规避不同外界因素对指标评价得分的影响,从而提高所确定的指标评价得分的合理性,进而提高资源分配的合理性。
可选的,目标评价算子确定模块420,可以包括:
指标偏离程度确定单元,用于根据不同待评价对象在相同评价指标下的评价数值的分布情况,确定相应评价指标的指标偏离程度;
目标评价算子选取单元,用于根据所述指标偏离程度,从至少一个候选评价算子中选取相应评价指标的目标评价算子。
可选的,指标偏离程度确定单元,可以包括:
全局偏离程度确定子单元,用于针对各评价指标,根据不同待评价对象在该评价指标下的评价数值的全局分布情况,确定该评价指标的全局偏离程度;
局部偏离程度确定子单元,用于根据不同待评价对象在该评价指标下的评价数值的局部分布情况,确定该评价指标的局部偏离程度;
指标偏离程度生成子单元,用于生成包括全局偏离程度和/或局部偏离程度的指标偏离程度。
可选的,局部偏离程度确定子单元,具体可以用于:根据不同待评价对象在该评价指标下各评价数值,确定评价参考值;根据所述评价参考值,将各所述评价数值划分为至少两个局部评价组;根据所述局部评价组中各评价数值的全局分布情况,确定该评价指标在相应局部评价组中的局部偏离程度。
可选的,局部偏离程度确定子单元,具体还可以用于:将不同待评价对象在该评价指标下各评价数值的平均值,作为所述评价参考值。
可选的,所述局部评价组可以包括上区局部评价组和下区局部评价组;相应的,局部偏离程度确定子单元,具体还可以用于:将小于所述评价参考值的评价数值,生成下区局部评价组;以及,将不小于所述评价参考值的评价数值,生成上区局部评价组。
可选的,局部偏离程度确定子单元,具体还可以用于:确定所述局部评价组中各评价数值与所述局部评价组的平均评价数值之间的偏差值;根据所述局部评价组的最值评价数值和相应平均评价数值中的至少两个,确定所述局部评价组的偏差参考值;根据所述局部评价组的偏差参考值和所述局部评价组中各评价数值对应偏差值,确定该评价指标在所述局部评价组中的局部偏离程度。
可选的,全局偏离程度确定子单元,具体可以用于:将不同待评价对象在该评价指标下的评价数值组合生成全局评价组;确定所述全局评价组中各评价数值与所述全局评价组的平均评价数值之间的偏差值;根据所述全局评价组的最值评价数值和相应平均评价数值中的至少两个,确定所述全局评价组的偏差参考值;根据所述全局评价组的偏差值和相应偏差参考值,确定该评价指标的全局偏离程度。
可选的,所述目标评价算子选取单元,包括:
目标评价算子选取子单元,用于根据所述指标偏离程度与各所述候选评价算子对应算子选取条件的匹配情况,从各所述候选评价算子中选取相应评价指标的目标评价算子;其中,不同候选评价算子对应算子选取条件互斥。
可选的,若所述指标偏离程度包括全局偏离程度和局部偏离程度;相应的,所述目标评价算子选取子单元,具体可以用于:若所述全局偏离程度不大于全局程度阈值,则将标准均值评价算子作为所述目标评价算子;若所述全局偏离程度大于所述全局程度阈值,则根据所述局部偏离程度,从局部均值评价算子和默认评价算子中选取所述目标评价算子。
可选的,所述局部偏离程度包括上区局部评价组对应的上区局部偏离程度和下区局部评价组对应的下区局部偏离程度;相应的,所述目标评价算子选取子单元,具体还可用于:若所述上区局部偏离程度大于上区局部程度阈值,且所述下区局部偏离程度不大于下区局部程度阈值,则将所述局部均值评价算子中的上区均值评价算子作为所述目标评价算子;若所述上区局部偏离程度不大于所述上区局部程度阈值,且所述下区局部偏离程度大于所述下区局部程度阈值,则将所述局部均值评价算子中的下区均值评价算子作为所述目标评价算子;若所述上区局部偏离程度大于所述上区局部程度阈值,且所述下区局部偏离程度大于所述下区局部程度阈值,则将所述默认评价算子作为所述目标评价算子。
可选的,评价数值确定模块410,可以包括:
原始评价数据获取单元,用于获取所述待评价对象的原始评价数据;
评价指标确定单元,用于提取所述原始评价数据中的评价字段,并将所述评价字段作为所述评价指标;
评价数值确定单元,用于根据所述原始评价数据中所述评价指标对应字段值,确定所述待评价对象在所述评价指标下的评价数值。
可选的,原始评价数据可以包括主观评价数据和/或客观评价数据等。
可选的,若所述原始评价数据包括所述主观评价数据,则评价数值确定单元,可以包括:
初始值确定子单元,用于根据所述主观评价数据中所述评价指标对应字段值和候选字段值,确定初始值;
评价数值确定子单元,用于根据所述初始值和评价量纲,确定所述待评价对象在所述评价指标下的评价数值。
可选的,资源分配模块440,可以包括:
指标综合得分确定单元,用于根据预设的各评价指标的权重比例,对各评价指标下的指标评价得分进行加权求和,以确定指标综合得分;
资源分配单元,用于根据所述指标综合得分,向所述待评价对象分配资源。
本发明实施例所提供的资源分配装置可以执行本发明任一实施例所提供的资源分配方法,具备执行各资源分配方法相应的功能模块和有益效果。本发明实施例中未详尽描述的内容可以参考本发明实施例任意一种资源分配方法实施例中的描述。
实施例五
图5是本发明实施例五提供的一种电子设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性电子设备512的框图。图5显示的电子设备512仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,电子设备512以通用计算设备的形式表现。电子设备512的组件可以包括但不限于:一个或者多个处理器或者处理单元516,系统存储器528,连接不同系统组件(包括系统存储器528和处理单元516)的总线518。
总线518表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备512典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备512访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器528可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)530和/或高速缓存存储器532。电子设备512可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统534可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线518相连。存储器528可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块542的程序/实用工具540,可以存储在例如存储器528中,这样的程序模块542包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块542通常执行本发明所描述的实施例中的功能和/或方法。
电子设备512也可以与一个或多个外部设备514(例如键盘、指向设备、显示器524等)通信,还可与一个或者多个使得用户能与该电子设备512交互的设备通信,和/或与使得该电子设备512能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口522进行。并且,电子设备512还可以通过网络适配器520与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器520通过总线518与电子设备512的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备512使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元516通过运行存储在系统存储器528中的多个程序中其他程序的至少一个,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的资源分配方法。
实施例六
本发明实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行资源分配方法,该方法包括:确定待评价对象在评价指标下的评价数值;根据不同待评价对象在相同评价指标下的评价数值的分布情况,确定相应评价指标的目标评价算子;根据所述评价指标的目标评价算子和所述待评价对象在相应评价指标下的评价数值,确定所述评价指标的指标评价得分;根据所述待评价对象在各评价指标下的指标评价得分,向所述待评价对象分配资源。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的资源分配方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是,上述资源分配装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
上述实施例中提供的资源分配装置、设备及存储介质可执行本发明任意实施例所提供的资源分配方法,具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的资源分配方法。
实施例七
本发明实施例还提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现如本发明任一实施例所提供的资源分配方法。
计算机程序产品在实现的过程中,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发明操作的计算机程序代码,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)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (19)
1.一种资源分配方法,其特征在于,包括:
确定待评价对象在评价指标下的评价数值;
根据不同待评价对象在相同评价指标下的评价数值的分布情况,确定相应评价指标的目标评价算子;
根据所述评价指标的目标评价算子和所述待评价对象在相应评价指标下的评价数值,确定所述评价指标的指标评价得分;
根据所述待评价对象在各评价指标下的指标评价得分,向所述待评价对象分配资源。
2.根据权利要求1所述的方法,其特征在于,所述根据不同待评价对象在相同评价指标下的评价数值的分布情况,确定相应评价指标的目标评价算子,包括:
根据不同待评价对象在相同评价指标下的评价数值的分布情况,确定相应评价指标的指标偏离程度;
根据所述指标偏离程度,从至少一个候选评价算子中选取相应评价指标的目标评价算子。
3.根据权利要求2所述的方法,其特征在于,所述根据不同待评价对象在相同评价指标下的评价数值的分布情况,确定相应评价指标的指标偏离程度,包括:
针对各评价指标,根据不同待评价对象在该评价指标下的评价数值的全局分布情况,确定该评价指标的全局偏离程度;
根据不同待评价对象在该评价指标下的评价数值的局部分布情况,确定该评价指标的局部偏离程度;
生成包括全局偏离程度和/或局部偏离程度的指标偏离程度。
4.根据权利要求3所述的方法,其特征在于,所述根据不同待评价对象在该评价指标下的评价数值的局部分布情况,确定该评价指标的局部偏离程度,包括:
根据不同待评价对象在该评价指标下各评价数值,确定评价参考值;
根据所述评价参考值,将各所述评价数值划分为至少两个局部评价组;
根据所述局部评价组中各评价数值的全局分布情况,确定该评价指标在相应局部评价组中的局部偏离程度。
5.根据权利要求4所述的方法,其特征在于,所述根据不同待评价对象在该评价指标下各评价数值,确定评价参考值,包括:
将不同待评价对象在该评价指标下各评价数值的平均值,作为所述评价参考值。
6.根据权利要求4所述方法,其特征在于,所述局部评价组包括上区局部评价组和下区局部评价组;相应的,所述根据所述评价参考值,将各所述评价数值划分为至少两个局部评价组,包括:
将小于所述评价参考值的评价数值,生成下区局部评价组;以及,
将不小于所述评价参考值的评价数值,生成上区局部评价组。
7.根据权利要求4所述的方法,其特征在于,所述根据所述局部评价组中各评价数值的全局分布情况,确定该评价指标在相应局部评价组中的局部偏离程度,包括:
确定所述局部评价组中各评价数值与所述局部评价组的平均评价数值之间的偏差值;
根据所述局部评价组的最值评价数值和相应平均评价数值中的至少两个,确定所述局部评价组的偏差参考值;
根据所述局部评价组的偏差参考值和所述局部评价组中各评价数值对应偏差值,确定该评价指标在所述局部评价组中的局部偏离程度。
8.根据权利要求3所述的方法,其特征在于,所述根据不同待评价对象在该评价指标下的评价数值的全局分布情况,确定该评价指标的全局偏离程度,包括:
将不同待评价对象在该评价指标下的评价数值组合生成全局评价组;
确定所述全局评价组中各评价数值与所述全局评价组的平均评价数值之间的偏差值;
根据所述全局评价组的最值评价数值和相应平均评价数值中的至少两个,确定所述全局评价组的偏差参考值;
根据所述全局评价组的偏差值和相应偏差参考值,确定该评价指标的全局偏离程度。
9.根据权利要求2所述的方法,其特征在于,所述根据所述指标偏离程度,从至少一个候选评价算子中选取相应评价指标的目标评价算子,包括:
根据所述指标偏离程度与各所述候选评价算子对应算子选取条件的匹配情况,从各所述候选评价算子中选取相应评价指标的目标评价算子;
其中,不同候选评价算子对应算子选取条件互斥。
10.根据权利要求9所述的方法,其特征在于,若所述指标偏离程度包括全局偏离程度和局部偏离程度;
相应的,所述根据所述指标偏离程度与各所述候选评价算子对应算子选取条件的匹配情况,从各所述候选评价算子中选取相应评价指标的目标评价算子,包括:
若所述全局偏离程度不大于全局程度阈值,则将标准均值评价算子作为所述目标评价算子;
若所述全局偏离程度大于所述全局程度阈值,则根据所述局部偏离程度,从局部均值评价算子和默认评价算子中选取所述目标评价算子。
11.根据权利要求10所述的方法,其特征在于,所述局部偏离程度包括上区局部评价组对应的上区局部偏离程度和下区局部评价组对应的下区局部偏离程度;
相应的,所述根据所述局部偏离程度,从局部均值评价算子和默认评价算子中选取所述目标评价算子,包括:
若所述上区局部偏离程度大于上区局部程度阈值,且所述下区局部偏离程度不大于下区局部程度阈值,则将所述局部均值评价算子中的上区均值评价算子作为所述目标评价算子;
若所述上区局部偏离程度不大于所述上区局部程度阈值,且所述下区局部偏离程度大于所述下区局部程度阈值,则将所述局部均值评价算子中的下区均值评价算子作为所述目标评价算子;
若所述上区局部偏离程度大于所述上区局部程度阈值,且所述下区局部偏离程度大于所述下区局部程度阈值,则将所述默认评价算子作为所述目标评价算子。
12.根据权利要求1-11任一项所述的方法,其特征在于,所述确定待评价对象在评价指标下的评价数值,包括:
获取所述待评价对象的原始评价数据;
提取所述原始评价数据中的评价字段,并将所述评价字段作为所述评价指标;
根据所述原始评价数据中所述评价指标对应字段值,确定所述待评价对象在所述评价指标下的评价数值。
13.根据权利要求12所述的方法,其特征在于,所述原始评价数据包括主观评价数据和/或客观评价数据。
14.根据权利要求13所述的方法,其特征在于,若所述原始评价数据包括所述主观评价数据,则所述根据所述原始评价数据中所述评价指标对应字段值,确定所述待评价对象在所述评价指标下的评价数值,包括:
根据所述主观评价数据中所述评价指标对应字段值和候选字段值,确定初始值;
根据所述初始值和评价量纲,确定所述待评价对象在所述评价指标下的评价数值。
15.根据权利要求1-11任一项所述的方法,其特征在于,所述根据所述待评价对象在各评价指标下的指标评价得分,向所述待评价对象分配资源,包括:
根据预设的各评价指标的权重比例,对各评价指标下的指标评价得分进行加权求和,以确定指标综合得分;
根据所述指标综合得分,向所述待评价对象分配资源。
16.一种资源分配装置,其特征在于,包括:
评价数值确定模块,用于确定待评价对象在评价指标下的评价数值;
目标评价算子确定模块,用于根据不同待评价对象在相同评价指标下的评价数值的分布情况,确定相应评价指标的目标评价算子;
指标评价得分确定模块,用于根据所述评价指标的目标评价算子和所述待评价对象在相应评价指标下的评价数值,确定所述评价指标的指标评价得分;
资源分配模块,用于根据所述待评价对象在各评价指标下的指标评价得分,向所述待评价对象分配资源。
17.一种电子设备,其特征在于,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,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1-15中任一项所述的资源分配方法。
18.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-15中任一项所述的资源分配方法。
19.一种计算机程序产品,包括计算机程序,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1-15中任一项所述的资源分配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210593578.7A CN114819738A (zh) | 2022-05-27 | 2022-05-27 | 一种资源分配方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210593578.7A CN114819738A (zh) | 2022-05-27 | 2022-05-27 | 一种资源分配方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114819738A true CN114819738A (zh) | 2022-07-29 |
Family
ID=82518984
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210593578.7A Pending CN114819738A (zh) | 2022-05-27 | 2022-05-27 | 一种资源分配方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114819738A (zh) |
-
2022
- 2022-05-27 CN CN202210593578.7A patent/CN114819738A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111464583B (zh) | 计算资源分配方法、装置、服务器及存储介质 | |
CN111144941A (zh) | 商户评分的生成方法、装置、设备及可读存储介质 | |
CN111523678A (zh) | 业务的处理方法、装置、设备及存储介质 | |
CN111612581A (zh) | 一种物品推荐的方法、装置、设备及存储介质 | |
CN111400600A (zh) | 一种消息推送方法、装置、设备和存储介质 | |
CN109740036B (zh) | Ota平台酒店排序方法及装置 | |
CN113283795B (zh) | 基于二分类模型的数据处理方法及装置、介质、设备 | |
CN113761334A (zh) | 一种可视化推荐方法、装置、设备和存储介质 | |
CN110766481A (zh) | 客户数据处理方法、装置、电子设备及计算机可读介质 | |
CN112966181A (zh) | 服务推荐方法、装置、电子设备及存储介质 | |
CN110895706B (zh) | 一种目标聚类数的获取方法、装置及计算机系统 | |
CN109344347B (zh) | 显示控制方法、装置、电子设备及计算机可读存储介质 | |
CN116933130A (zh) | 一种基于大数据的企业行业分类方法、系统、设备及介质 | |
CN114819738A (zh) | 一种资源分配方法、装置、设备及存储介质 | |
CN116862641A (zh) | 信贷产品推荐方法、装置、电子设备及存储介质 | |
CN116340831A (zh) | 一种信息分类方法、装置、电子设备及存储介质 | |
CN115809930A (zh) | 基于数据融合匹配的反欺诈分析方法、装置、设备及介质 | |
CN110297989B (zh) | 异常检测的测试方法、装置、设备和介质 | |
CN112419008A (zh) | 一种自动分级预警方法、装置、电子设备和存储介质 | |
CN110796492A (zh) | 一种重要特征的确定方法、装置、设备及存储介质 | |
CN112163943A (zh) | 违约概率的确定方法、装置、设备和介质 | |
CN112686642A (zh) | 一种视频面试方法及装置 | |
CN110852392A (zh) | 一种用户分群方法、装置、设备和介质 | |
US20240119107A1 (en) | Evaluation apparatus, evaluation method, and non-transitory computer-readable medium | |
US20240087028A1 (en) | Indicator selection apparatus, indicator selection method, and non-transitory computer-readable medium |
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 |