CN115099707A - 订单评价数据评估系统、方法、电子设备及存储介质 - Google Patents
订单评价数据评估系统、方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115099707A CN115099707A CN202210893439.6A CN202210893439A CN115099707A CN 115099707 A CN115099707 A CN 115099707A CN 202210893439 A CN202210893439 A CN 202210893439A CN 115099707 A CN115099707 A CN 115099707A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- order
- score
- data
- strokes
- 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
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Operations Research (AREA)
- Strategic Management (AREA)
- Pure & Applied Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Physics (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Probability & Statistics with Applications (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种订单评价数据评估系统、方法、电子设备及存储介质,用于客观评估并有效统计在线交易平台中的交易双方针对交易订单互相做出的评价数据,涉及在线交易平台领域,所述系统包括:订单管理单元:用于显示订单详情与订单操作的入口;评价数据处理模块:用于给买卖双方推送评价、追评以及对订单进行自动评价,筛选评价数据;评分计算模块:用于根据评价的星级和权重计算最终评价分。本发明提供的订单评价数据评估系统,业务部门能更多的获取到客户的主动评价信息,并且灵活配置阈值进行评价数据的风控以保证数据的可信性。能够提升平台整体背书速度、打款速度、签收速度,并且异常订单工单的处理效率和结果得以及时有效的跟进。
Description
技术领域
本发明涉及在线交易平台领域,具体涉及一种订单评价数据评估系统、方法、电子设备及存储介质。
背景技术
随着公司业务的快速发展,企业的专注点日益聚焦在提供更优质的服务,从交易对手、售后、客服三个维度提升客户的感受,从而提升客户黏度及公司品牌影响力。而目前用户的主动评价率比较低,很多评价都是恶意评价,不能完全反应企业的服务状态,很难根据评价进一步跟进优化管理服务。因此,如何提升用户主动评价率,加强评价得分可信度,让评价得分成为衡量用户优劣、售后及客服的服务好坏的重要指标,让客维能够及时跟进,发现问题所在,从而提供更优质的服务。
发明内容
本发明实施例的目的在于提供一种订单评价数据评估系统、方法、电子设备及存储介质,用以解决现有用户的主动评价率低,恶意评价众多,不能通过评价反应企业的服务状态的问题。
为实现上述目的,以下通过四个方面进一步阐述本发明实施例的内容:
第一方面,提供了一种订单评价数据评估系统,用于客观评估并有效统计在线交易平台中的交易双方针对交易订单互相做出的评价数据,所述系统包括:
订单管理单元:用于显示订单的详情以及对订单相应操作的入口;
评价数据处理模块:用于给买卖双方推送评价、追评以及对订单进行自动评价,关联所述订单评价数据评估系统,获取前一天的所有评价数据,基于预先设定的有效评价判断标准,删除恶意评价,保留有效评价;
评分计算模块:用于根据评价的星级和权重计算获得最终评价分,根据最终评价分和订单数据计算等级,其中,基于有效评价计算前一天的综合评价分,将前一天的综合评价分与指定天数之前的综合评价分进行联合计算,获得最终评价分。
结合第一方面,所述评价数据处理模块还用于获取用户对订单主动发起的主动评价和系统默认的自动评价,所述主动评价包括用户对订单的首次评价和追评;
所述自动评价为系统将超过三天未进行首次评价的订单进行自动评价。
结合第一方面,所述系统每天将三天前的评价数据同步至历史数据库,同时将当前数据库中已经同步过的所述评价数据的记录删除。
结合第一方面,基于预先设定的有效评价判断标准,删除恶意评价,保留有效评价的方法包括如下步骤:
获取前一天订单的所有评价数据;
判断订单是否存在人工改判,若订单存在改判,且改判结果为一方有责任,一方无责任,则将责任方向非责任方做出的低于三星的主动评价即为恶意评价;
将恶意评价数据删除,保留有效评价。
结合第一方面,所述综合评价分的计算方法包括如下步骤:
获取前一天的主动评价笔数、默认评价笔数以及星级数量;
综合评价分=(主动评价总星级*x+默认评价总星级*y)/(主动评价笔数*x+默认评价笔数*y);
主动评价总星级=5*a+4*b+3*c+2*d+1*e;
默认评价总星级=5*默认评价笔数;
其中,x表示主动评价权重;y表示默认评价权重;x+y=1;a表示评价5星的笔数;b表示评价4星的笔数;c表示评价3星的笔数;d表示评价2星的笔数;e表示评价1星的笔数。
结合第一方面,所述最终评价分的计算方法包括如下步骤:
获取最近z天的主动评价笔数、默认评价笔数以及各天的综合评价分;
若最近z天的主动评价笔数+默认评价笔数≥ Q,则计算方法为:
最终评价分 = 最近z天的综合评价分平均值 * m+ z天之前的综合评价分平均值* n;
若最近z天的主动评价笔数+默认评价笔数<Q,或者最早评价日期不足z天且累计评价数≥Q,则计算方法为:
最终评价分 = 历史累计综合评价分平均值;
其中,m为最近z天的分值权重;n为z天之前的分值权重;m+n=1;Q为笔数阈值,是大于1的正整数。
结合第一方面,所述订单评价数据评估系统还包括:
客维模块:用于对最终评价分低于阈值的买家进行监督、指导,处理冲突;
等级模块:用于根据最终评价分、有效订单数量、企业资质以及交易环节效率中至少一种对买卖双方进行评级;
主站:用于显示上述模块的入口;
中间模块:用于定时任务的触发。
第二方面,提供了一种评价分计算方法,所述方法包括如下步骤:
获取前一天对订单做出的所有评价数据,对评价内容进行甄别,删除恶意评价,保留有效评价;
根据有效评价计算前一天的综合评价分;
将前一天的综合评价分与指定天数之前的综合评价分进行联合计算获得最终评价分。
第三方面,提供了一种电子设备,所述电子设备包括: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,以使所述至少一个处理器执行第二方面所述的评价分计算方法。
第四方面,一种计算机可读存储介质,所述存储介质上存储有计算机程序,当所述计算机程序被处理器执行时,实现如第二方面所述的评价分计算方法。
本发明实施例具有如下优点:通过本发明提供的订单评价数据评估系统,业务部门能更多的获取到客户的主动评价信息,并且灵活配置阈值进行评价数据的风控以保证数据的可信性。能够提升平台整体背书速度、打款速度、签收速度,并且异常订单工单的处理效率和结果得以及时有效的跟进。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案,下面将对实施方式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示例性的,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,还可以根据提供的附图引伸获得其它的实施附图。
本说明书所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
图1为本发明实施例提供的系统结构示意图。
图2为本发明实施例提供的系统流程示意图。
图3为本发明实施例提供的方法流程示意图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效,显然,所描述的实施例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。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、 “底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以通过具体情况理解上述术语在本发明中的具体含义。
以下通过实例进一步阐述本发明的具体实施方式:
如图1所示为一种订单评价数据评估系统,用于客观评估并有效统计在线交易平台中的交易双方针对交易订单互相做出的评价数据,所述系统包括:
订单管理单元:用于显示订单的详情以及对订单相应操作的入口;
评价数据处理模块:用于给买卖双方推送评价、追评以及对订单进行自动评价,关联所述订单评价数据评估系统,获取前一天的所有评价数据,基于预先设定的有效评价判断标准,删除恶意评价,保留有效评价;
所述评价数据处理模块还用于获取用户对订单主动发起的主动评价和系统默认的自动评价,所述主动评价包括用户对订单的首次评价和追评;
所述自动评价为系统将超过三天未进行首次评价的订单进行自动评价;
评分计算模块:用于根据评价的星级和权重计算获得最终评价分,根据最终评价分和订单数据计算等级,其中,基于有效评价计算前一天的综合评价分,将前一天的综合评价分与指定天数之前的综合评价分进行联合计算,获得最终评价分;
其中,订单评价数据评估系统还包括:
客维模块:用于对最终评价分低于阈值的买家进行监督、指导,处理冲突;
等级模块:用于根据最终评价分、有效订单数量、企业资质以及交易环节效率中至少一种对买卖双方进行评级;
主站:用于显示上述模块的入口;
中间模块:轻量级分布式任务调度平台,用于定时任务的触发;
consul中间模块:分布式的、高可用的、 可横向扩展的用于实现分布式系统的服务发现与配置;
apollo中间模块:集中化管理应用不同环境、不同集群的配置,配置修改后能够实时推送到应用端。
rabbitMQ中间模块:消息队列, 应用间交互,解决应用解耦,异步消息,流量削峰等问题;
本地数据库:用于存储订单数据、用户做出的评价数据、综合评价分、最终评价分、等级、风控标识等;
其中,所述订单评价数据评估系统还包括查询模块,用于提供查询功能包括:
根据订单号或订单列表查询评价详情的功能;
根据用户id查询被评价信息;
数据结构及定义告知报表模块,报表模块输出统计信息:评价标签、评价来源、主动评价率等,方便追踪评价效果及需要改进的点;
所述订单评价数据评估系统每天将三天前的评价数据同步至历史数据库,同时将当前数据库中已经同步过的所述评价数据的记录删除;
所述订单评价数据评估系统还包括对评价内容进行甄别,删除恶意评价,保留有效评价,包括如下步骤:
获取前一天订单的所有评价数据;
判断订单是否存在人工改判,若订单存在改判,且改判结果为一方有责任,一方无责任,则将责任方向非责任方做出的低于三星的主动评价即为恶意评价;
将恶意评价数据删除,保留有效评价;
所述评分计算模块计算综合评价分和最终评价分的具体步骤包括:
获取前一天的主动评价笔数、默认评价笔数以及星级数量;
综合评价分=(主动评价总星级*x+默认评价总星级*y)/(主动评价笔数*x+默认评价笔数*y);
主动评价总星级=5*a+4*b+3*c+2*d+1*e;
默认评价总星级=5*默认评价笔数;
其中,x表示主动评价权重;y表示默认评价权重;x+y=1;a表示评价5星的笔数;b表示评价4星的笔数;c表示评价3星的笔数;d表示评价2星的笔数;e表示评价1星的笔数;
获取最近z天的主动评价笔数、默认评价笔数以及各天的综合评价分;
若最近z天的主动评价笔数+默认评价笔数≥ Q,则计算方法为:
最终评价分 = 最近z天的综合评价分平均值 * m+ z天之前的综合评价分平均值* n;
若最近z天的主动评价笔数+默认评价笔数<Q,或者最早评价日期不足z天且累计评价数≥Q,则计算方法为:
最终评价分 = 历史累计综合评价分平均值;
其中,m为最近z天的分值权重;n为z天之前的分值权重;m+n=1;Q为笔数阈值,是大于1的正整数。
如图2所示是本发明订单评价数据评估系统的方法流程图,客户可以通过订单工单完结弹窗、订单列表、订单详情页三个入口进行评价及追评,经过一系列校验保存入库,并将交易对手评价信息推送等级模块、售后及客服评价信息推送客维模块。风控标识阈值从apollo获取方便灵活配置,追评标签基于评价星级及订单状态从apollo配置中获取供客户选择,同时提供文本框可输入具体描述,评价及追评均只可操作一次;
apollo主要是用于系统一些环境及变量的配置,是携程框架部门研发的分布式配置中心,能够集中化管理应用,即不同环境、不同集群的配置;配置修改后能够实时推送到应用端;
评价完成后,系统对订单信息和状态进行校验,判断主要是订单是否存在,订单状态是否正确(已完成或已取消),若通过则进行下一步,不通过则报错退出;
确认订单存在且状态正常后,根据订单号及评价类型查询订单是否已经评价过,如果已经评价过则报错退出,未评价过则进入下一步操作;
继续对标签进行校验,标签是基于用户角色、评价星级及订单状态给出的,主要有恶意接单、取消率高、打款慢、签收慢;配合度高、操作快;介入不及时、服务态度差、判罚不公正、规则不合理、处理效率慢等。不同场景下给定的标签是固化、不一样的,所以要进行校验,如果标签校验后存在异常则报错退出,如果未发现异常则进入下一步;
再获取风控标识,风控标识是一定天数内,相同交易对手对取消订单和完成订单的评价数不能超过设定的值,防止刷评价;
确定是否进行默认评价,如果是默认评价则系统进行默认的评价后将数据导入历史数据库存储,如果不进行默认评价,则获取用户的评价数据,并将评价数据导入当前的数据库中;
判断是否交易对手评价,如果是则推送至等级模块,如果不是则推送至客维模块,本系统的被评价对象包括三个维度,一个是对交易对手的评价,用于交易时衡量交易对手的;另外两个分别是对客维和客服评价,是为了根据反馈促进企业的服务质量。不同的系统需要不同的数据,所以根据用户的选择评价对象分别进行推送;
本公开还提供一种系统主动评价和默认评价,包括主站、订单模块、运营管理后台、评价前台、评价中台、等级中台、客维模块;
其中评价前台是面向用户的平台,评价中台是面向内部运营人员的平台;
其中评价步骤包括:
第一步运营管理后台向主站发送工单完结推送评价窗口;
第二步主站根据评价窗口向评价前台发送添加评价请求;
第三步评价前台接收评价请求完成评价,向评价中台发送添加的评价;
第四步评价中台完成数据校验后成功添加评价;
第五步评价中台再向等级中台发送交易对手评价推送;
第六步等级中台根据评价推送返回评价的结果;
第七步评价中台向客维模块推送售后及客维经理评价推送;
第八步等级中台返回结果至评价中台;
第九步评价中台返回结果评价前台;
第十步评价前台返回结果至主站;
默认评价步骤包括:
第十一步根据时间触发向订单模块发送执行默认评价任务;
第十二步订单模块将3天前未评价的订单默认评价为5星,并发送至评价中台;
第十三步评价中台接收评价数据返回结果;
追评步骤包括:
第十四步主站向评价前台发送追评请求;
第十五步评价前台将追评请求发送至评价中台;
第十六步评价中台根据对数据进行校验完成后成功调价评价;
第十七步评价中台向客维模块向客维模块推送售后及客维经理评价推送;
第十八步等级中台返回结果至评价中台;
第十九步评价中台返回结果至评价前台;
第二十步评价前台返回结果至主站;
本公开还包括系统评价数据,包括主站、订单模块、运营管理后台、评价前台、评价中台、等级中台、客维模块;
历史数据归档的步骤包括:
第一步根据时间启动对三天前评价数据进行归档;
根据订单号查询评价详情的步骤包括:
第二步主站获取订单号,向评价前台发送查询评价详情请求;
第三步评价前台向评价中台发送根据订单号查询评价详情的请求;
第四步评价中台根据请求将结果返回至评价前台;
第五步评价前台将请求结果返回至主站;
个人中心查看收到的评价的步骤包括:
第六步主站向评价前台发送根据个人中心查看收到的评价的请求;
第七步评价前台向评价中台发送个人中心查看收到的评价的请求;
第八步评价中台根据请求返回结果至评价前台;
第九步评价前台根据请求返回结果至主站。
如图3所示:一种评价分计算方法,所述方法包括如下步骤:
S1:获取前一天对订单做出的所有评价数据,对评价内容进行甄别,删除恶意评价,保留有效评价;
具体实施步骤为:
获取前一天订单的所有评价数据;
判断订单是否存在人工改判,若订单存在改判,且改判结果为一方有责任,一方无责任,那么责任方向非责任方做出的低于三星的主动评价即为恶意评价;
将恶意评价数据删除,保留有效评价;
系统每天的空闲时间对前一天的恶意评价数据进行甄别和删除操作,一般选择在凌晨时间的3:00-4:00完成操作;
其中,评价数据包括用户对订单主动发起的主动评价和系统默认的自动评价,所述主动评价包括用户对订单的首次评价以及再次评价;
所述自动评价为系统将超过三天未进行首次评价的订单进行自动评价;
系统每天将三天前的评价数据同步至历史数据库,所述评价数据包括用户主动评价数据和系统默认的自动评价数据,同时将当前数据库中已经同步过的所述评价数据记录删除;
系统每天的23:00至0点将三天前数据同步至历史数据库,包括用户主动评价数据和系统默认的自动评价数据,同时将已经同步过的数据从当前数据库中删除,减轻当前数据库的存储压力;
S2:根据有效评价计算前一天的综合评价分;
具体实施步骤为:
获取前一天的主动评价笔数、默认评价笔数以及星级数量;
综合评价分=(主动评价总星级*x+默认评价总星级*y)/(主动评价笔数*x+默认评价笔数*y);
主动评价总星级=5*a+4*b+3*c+2*d+1*e;
默认评价总星级=5*默认评价笔数;
其中,x表示主动评价权重;y表示默认评价权重;x+y=1;a表示评价5星的笔数;b表示评价4星的笔数;c表示评价3星的笔数;d表示评价2星的笔数;e表示评价1星的笔数;
在做完删除恶意评价数据后,系统再计算前一天的综合评价分,一般在凌晨的3:00-4:00之间;
S3:将前一天的综合评价分与若干天前的综合评价分进行联合计算获得最终评价分;
具体实施步骤为:
获取最近z天的主动评价笔数、默认评价笔数以及各天的综合评价分;
若最近z天的主动评价笔数+默认评价笔数≥ Q,则计算方法为:
最终评价分 = 最近z天的综合评价分平均值 * m+ z天之前的综合评价分平均值* n;
若最近z天的主动评价笔数+默认评价笔数<Q,或者最早评价日期不足z天且累计评价数≥Q,则计算方法为:
最终评价分 = 历史累计综合评价分平均值;
其中,m为最近z天的分值权重;n为z天之前的分值权重;m+n=1;Q为笔数阈值,是大于1的正整数。
根据本发明提供的方法还包括一种电子设备,所述电子设备包括: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,以使所述至少一个处理器执行上述的评价分计算方法。
根据本发明提供的方法还包括一种计算机可读存储介质,所述存储介质上存储有计算机程序,当所述计算机程序被处理器执行时,实现上述的评价分计算方法。
虽然,上文中已经用一般性说明及具体实施例对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (10)
1.一种订单评价数据评估系统,用于客观评估并有效统计在线交易平台中的交易双方针对交易订单互相做出的评价数据,其特征在于:所述系统包括:
订单管理单元:用于显示订单的详情以及对订单相应操作的入口;
评价数据处理模块:用于给买卖双方推送评价、追评以及对订单进行自动评价,关联所述订单评价数据评估系统,获取前一天的所有评价数据,基于预先设定的有效评价判断标准,删除恶意评价,保留有效评价;
评分计算模块:用于根据评价的星级和权重计算获得最终评价分,根据最终评价分和订单数据计算等级,其中,基于有效评价计算前一天的综合评价分,将前一天的综合评价分与指定天数之前的综合评价分进行联合计算,获得最终评价分。
2.根据权利要求1所述的订单评价数据评估系统,其特征在于:所述评价数据处理模块还用于获取用户对订单主动发起的主动评价和系统默认的自动评价,所述主动评价包括用户对订单的首次评价和追评;
所述自动评价为系统将超过三天未进行首次评价的订单进行自动评价。
3.根据权利要求2所述的订单评价数据评估系统,其特征在于:所述系统每天将三天前的评价数据同步至历史数据库,同时将当前数据库中已经同步过的所述评价数据的记录删除。
4.根据权利要求3所述的订单评价数据评估系统,其特征在于:基于预先设定的有效评价判断标准,删除恶意评价,保留有效评价的方法包括如下步骤:
获取前一天订单的所有评价数据;
判断订单是否存在人工改判,若订单存在改判,且改判结果为一方有责任,一方无责任,则将责任方向非责任方做出的低于三星的主动评价即为恶意评价;
将恶意评价数据删除,保留有效评价。
5.根据权利要求4所述的订单评价数据评估系统,其特征在于:所述综合评价分的计算方法包括如下步骤:
获取前一天的主动评价笔数、默认评价笔数以及星级数量;
综合评价分=(主动评价总星级*x+默认评价总星级*y)/(主动评价笔数*x+默认评价笔数*y);
主动评价总星级=5*a+4*b+3*c+2*d+1*e;
默认评价总星级=5*默认评价笔数;
其中,x表示主动评价权重;y表示默认评价权重;x+y=1;a表示评价5星的笔数;b表示评价4星的笔数;c表示评价3星的笔数;d表示评价2星的笔数;e表示评价1星的笔数。
6.根据权利要求5所述的订单评价数据评估系统,其特征在于:所述最终评价分的计算方法包括如下步骤:
获取最近z天的主动评价笔数、默认评价笔数以及各天的综合评价分;
若最近z天的主动评价笔数+默认评价笔数≥ Q,则计算方法为:
最终评价分 = 最近z天的综合评价分平均值 * m+ z天之前的综合评价分平均值 *n;
若最近z天的主动评价笔数+默认评价笔数<Q,或者最早评价日期不足z天且累计评价数≥Q,则计算方法为:
最终评价分 = 历史累计综合评价分平均值;
其中,m为最近z天的分值权重;n为z天之前的分值权重;m+n=1;Q为笔数阈值,是大于1的正整数。
7.根据权利要求1至6任一项所述的订单评价数据评估系统,其特征在于:所述订单评价数据评估系统还包括:
客维模块:用于对最终评价分低于阈值的买家进行监督、指导,处理冲突;
等级模块:用于根据最终评价分、有效订单数量、企业资质以及交易环节效率中至少一种对买卖双方进行评级;
主站:用于显示上述模块的入口;
中间模块:用于定时任务的触发。
8.一种评价分计算方法,其特征在于,所述方法包括如下步骤:
获取前一天对订单做出的所有评价数据,对评价内容进行甄别,删除恶意评价,保留有效评价;
根据有效评价计算前一天的综合评价分;
将前一天的综合评价分与指定天数之前的综合评价分进行联合计算获得最终评价分。
9.一种电子设备,其特征在于,所述电子设备包括: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,以使所述至少一个处理器执行权利要求8所述的评价分计算方法。
10.一种计算机可读存储介质,其特征在于:所述存储介质上存储有计算机程序,当所述计算机程序被处理器执行时,实现如权利要求8所述的评价分计算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210893439.6A CN115099707A (zh) | 2022-07-27 | 2022-07-27 | 订单评价数据评估系统、方法、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210893439.6A CN115099707A (zh) | 2022-07-27 | 2022-07-27 | 订单评价数据评估系统、方法、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115099707A true CN115099707A (zh) | 2022-09-23 |
Family
ID=83299958
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210893439.6A Pending CN115099707A (zh) | 2022-07-27 | 2022-07-27 | 订单评价数据评估系统、方法、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115099707A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115936514A (zh) * | 2022-12-14 | 2023-04-07 | 湖南工业大学 | 基于大数据联动管理的乡村美食创意系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108510204A (zh) * | 2018-04-10 | 2018-09-07 | 李俊峰 | 评分方法、装置及电子终端 |
CN113240349A (zh) * | 2021-06-21 | 2021-08-10 | 拼途(北京)信息技术有限公司 | 司机评价信息处理方法、装置、电子设备和可读存储介质 |
CN113869576A (zh) * | 2021-09-26 | 2021-12-31 | 中国联合网络通信集团有限公司 | 订单处理方法、装置、设备及存储介质 |
-
2022
- 2022-07-27 CN CN202210893439.6A patent/CN115099707A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108510204A (zh) * | 2018-04-10 | 2018-09-07 | 李俊峰 | 评分方法、装置及电子终端 |
CN113240349A (zh) * | 2021-06-21 | 2021-08-10 | 拼途(北京)信息技术有限公司 | 司机评价信息处理方法、装置、电子设备和可读存储介质 |
CN113869576A (zh) * | 2021-09-26 | 2021-12-31 | 中国联合网络通信集团有限公司 | 订单处理方法、装置、设备及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115936514A (zh) * | 2022-12-14 | 2023-04-07 | 湖南工业大学 | 基于大数据联动管理的乡村美食创意系统 |
CN115936514B (zh) * | 2022-12-14 | 2023-08-08 | 湖南工业大学 | 基于大数据联动管理的乡村美食创意系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104169950B (zh) | 利用面向批处理的计算的数据库系统 | |
US8005910B2 (en) | Workflow systems and methods for project management and information management | |
EP2881904A1 (en) | Method and system for controlling supply chains | |
CN108665283A (zh) | Ota平台的酒店房型价格异常的识别方法及系统 | |
CN112052966A (zh) | 基于现场抢修工单的电力客户满意度分析系统和方法 | |
CN109918471A (zh) | 文件归档方法、装置、计算机设备及存储介质 | |
CN115080546B (zh) | 一种基于大数据的企业数据诊断系统 | |
CN115099707A (zh) | 订单评价数据评估系统、方法、电子设备及存储介质 | |
CN109544014A (zh) | 基于历史数据回放的反欺诈方法及装置 | |
US20240037485A1 (en) | Big data modeling and analyzing method and system for shipping user | |
CN112651733A (zh) | 渠道路由选择方法、装置、设备及存储介质 | |
CN112634062A (zh) | 基于Hadoop的数据处理方法、装置、设备及存储介质 | |
CN107977825A (zh) | 一种分发服务事件的方法及装置 | |
CN111831817A (zh) | 问卷生成分析方法、装置、计算机设备及可读存储介质 | |
US20130041712A1 (en) | Emerging risk identification process and tool | |
CN113706015B (zh) | 基于区块链的企业资产整理用数据收集系统 | |
US8010942B1 (en) | Resilient application design and displaying design profile via graphical user interface | |
CN113094241B (zh) | 一种实时程序准确性的确定方法、装置、设备及存储介质 | |
CN115271514A (zh) | 通讯企业的监控方法、装置、电子设备及存储介质 | |
CN110544165B (zh) | 一种信用风险评分卡创建方法、装置及电子设备 | |
CN113034076A (zh) | 物流承运对象推荐方法、装置、电子设备和存储介质 | |
CN112990948A (zh) | 服务评估方法、装置、设备、存储介质及计算机程序产品 | |
CN112330252A (zh) | 一种基于区块链技术的冷链物流监控系统 | |
US20180261102A1 (en) | Managing uncertainty for reliable fleet assignment across aircraft fleet operators | |
CN115017875B (zh) | 企业信息处理方法、装置、系统、设备和介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220923 |