一种通过系统记录的行为进行统计信用分值的算法的制作方法

本发明涉及信用分值计算技术领域，尤其涉及一种通过系统记录的行为进行统计信用分值的算法。

背景技术：

个人信用分数主要使用评级模型和数学公式，将来自不同渠道的信息和人们的信用历史，汇总并用分数的形式表示出来，采用fico公司的评估工具能准确地预测借款人的未来信用情况，它给人们评估的分数从300分到1000分，分数越高表示信用越好，反之亦然，评级公司在计算出购房人的分数时主要考虑的因素有借款人迟付情况、信用建立的时间、可得到的信用和已使用的信用比较、在目前的住址居住的时间、负面信用信息如破产、核销等。

为了能够准确且全面的得到个人信用的综合分值，需要对个人信用分项的所有分值数据进行收录和计算，由于个人信用分项的种类较多，分值占比不均一，逐一分项记录的方式容易造成部分记录数据的丢失，无法确保数据的全面性，从而影响了后续对个人信用分值的计算结果，容易出现个人信用分值计算差错的情况。

技术实现要素：

本发明的目的是为了解决现有技术中存在的个人信用分项记录的分值数据容易丢失，无法确保计算结果的准确性的缺点，而提出的一种通过系统记录的行为进行统计信用分值的算法。

为了实现上述目的，本发明采用了如下技术方案：一种通过系统记录的行为进行统计信用分值的算法，包括：基础信用分值的获取、信用分值的分项统计和综合信用分值的计算；

所述基础信用分值的获取用于采集个人信用基础分项内的基础信用分值，将基础信用分值作为综合信用分值计算和比较的对比数据，并为分析综合个人信用分值的结果提供原始依据；

所述信用分值的分项统计用于统计个人工作方面所有信用分项的实时分值数据，将零散的信用分值数据按照计算的顺序进行排列；

所述综合信用分值的计算用于对个人所有的信用分项内的分值数据进行准确计算，并对计算得到的分值数据加以验证计算，最终分析形成个人信用分值的具体数据。

作为上述技术方案的进一步描述：

所述基础信用分值的获取包括固定项和提升项；

所述固定项用于采集个人信用相关的硬性公开资料，体现个人信用信息的基础，包括身份证、手持身份证、手机号认证、qq邮箱认证、微信认证、岗前考试；

所述提升项用于采集个人信用相关的软性非公开资料，体现个人信用信息的进步，包括学历认证、技能认证、特殊证明和阅历分。

作为上述技术方案的进一步描述：

所述基础信用分值的获取还包括更新项；

所述更新项用于采集个人信息相关的附加实时资料，体现个人信用信息的及时性，包括运营商认证和近期生活照。

作为上述技术方案的进一步描述：

所述信用分值的分项统计包括工作中；

所述工作中由配置项、考勤项和敬业项组成；

配置项用于采集个人工作中相关信用的设备信息，包括电脑、独立办公区、工作手机、安全密匙和摄像头；

考勤项用于采集个人工作中相关信用信息的考勤信息，包括迟到、早退、请假、旷工和替班；

敬业项用于采集个人工作中相关信用信用的敬业信息，包括企业月评、管理分、长期服务分和工时分。

作为上述技术方案的进一步描述：

所述信用分值的分项统计还包括工作后；

所述工作后由学习项、奖惩项和其他项组成；

学习项用于采集个人工作后相关信用信息的学习信息，体现个人信用中的学习能力，包括学习分；

奖惩项用于采集个人工作后相关信用信息的奖惩信息，体现个人信用中的态度，包括一般违纪、严重违纪、重大违纪、特殊贡献和黑名单；

其他项采集个人工作后相关信用信息的其他信息，体现个人信用中的剩余方面能力，包括特殊工时分和推荐分。

作为上述技术方案的进一步描述：

所述综合信用分值的计算包括各分值项的分类计算；

所述各分值项的分类计算用于对获取的个人信用分项的实时分值进行归类，并按照根据累加的规则对各项的分值进行累加计算，得到符合实际情况的个人信用分项的分值数据。

作为上述技术方案的进一步描述：

所述综合信用分值的计算还包括信用分值的二次验算；

所述信用分值的二次验算用于对累加计算得到的分值数据进行记录，并对比基础信用分值的数据，结合个人信用的实时情况，再次对累加计算的结果进行二次计算，验证计算结果的准确性。

作为上述技术方案的进一步描述：

所述综合信用分值的计算还包括标记异常信用分值数据；

所述标记异常信用分值数据用于对累加计算后并二次验算后的个人信用分项分值结果中的异常数据进行标记，凸显出异常数据的具体分值，并对所有分值数据进行统一累加，形成最终符合个人信用分值的准确结果。

有益效果

本发明提供了一种通过系统记录的行为进行统计信用分值的算法。具备以下有益效果：

(1)：该信用分值的算法采用系统记录的行为方式，可以将个人信用相关分项的分值进行系统化的记录和采集，确保个人信用相关分项分值数据的记录全面性，不会发生个人信用分项分数丢失的现象，进而确保了个人信用分值计算的准确性。

(2)：该信用分值的算法通过对个人工作前、中、后全方面信用分项分值的统一化记录计算，并在初步计算后结合个人信用的实际情况对结果进行二次验证，能够及时的发现并标记分值计算的异常，并将异常及时的反馈出来，便于后续对分值数据的定位寻找。

(3)：该信用分值算法可帮助企业对陌生员工信任的问题，企业会根据人员工作信用的分值来判定该员工应该处于的职务、薪资、及是否录用等，综合评定的重要依据。

附图说明

图1为本发明提出的一种通过系统记录的行为进行统计信用分值的算法的流程示意图；

图2为本发明中基础信用分值的获取的示意图；

图3为本发明中信用分值的分项统计的示意图；

图4为本发明中综合信用分值的计算的示意图。

具体实施方式

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。

如图1-图4所示，一种通过系统记录的行为进行统计信用分值的算法，包括：基础信用分值的获取、信用分值的分项统计和综合信用分值的计算；

基础信用分值的获取用于采集个人信用基础分项内的基础信用分值，将基础信用分值作为综合信用分值计算和比较的对比数据，并为分析综合个人信用分值的结果提供原始依据；

信用分值的分项统计用于统计个人工作方面所有信用分项的实时分值数据，将零散的信用分值数据按照计算的顺序进行排列；

综合信用分值的计算用于对个人所有的信用分项内的分值数据进行准确计算，并对计算得到的分值数据加以验证计算，最终分析形成个人信用分值的具体数据。

基础信用分值的获取包括固定项和提升项；

固定项用于采集个人信用相关的硬性公开资料，体现个人信用信息的基础，包括身份证、手持身份证、手机号认证、qq邮箱认证、微信认证、岗前考试；

提升项用于采集个人信用相关的软性非公开资料，体现个人信用信息的进步，包括学历认证、技能认证、特殊证明和阅历分。

基础信用分值的获取还包括更新项；

更新项用于采集个人信息相关的附加实时资料，体现个人信用信息的及时性，包括运营商认证和近期生活照。

个人信用的基础分值设定为400，其中，固定项、提升项和更新项各自占比为40％、40％、20％，即为160、160、80，后续系统记录的个人信用分项的分值数据累加和计算的数据在处理时，均以400作为基础分值，并在400的基础上根据计算结果的正负，进行累加，得到最终的综合信用分值。

信用分值的分项统计包括工作中；

工作中由配置项、考勤项和敬业项组成；

配置项用于采集个人工作中相关信用的设备信息，包括电脑、独立办公区、工作手机、安全密匙和摄像头；

考勤项用于采集个人工作中相关信用信息的考勤信息，包括迟到、早退、请假、旷工和替班；

敬业项用于采集个人工作中相关信用信用的敬业信息，包括企业月评、管理分、长期服务分和工时分。

信用分值的分项统计还包括工作后；

工作后由学习项、奖惩项和其他项组成；

学习项用于采集个人工作后相关信用信息的学习信息，体现个人信用中的学习能力，包括学习分；

奖惩项用于采集个人工作后相关信用信息的奖惩信息，体现个人信用中的态度，包括一般违纪、严重违纪、重大违纪、特殊贡献和黑名单；

其他项采集个人工作后相关信用信息的其他信息，体现个人信用中的剩余方面能力，包括特殊工时分和推荐分。

工作中的信用分值占据个人信用所有分项分值的60％，其中，配置项、考勤项、奖惩项和敬业项分别占据工作中的信用分值的30％、20％、10％、40％，通过结合每个信用分项的占比，结合系统记录到的分项分值数据，在计算后对结果进行综合累加，准确的得到各项信用分值的具体分值，且所有分值比例会根据全网数据动态变动，而非静态数值不可变。

综合信用分值的计算包括各分值项的分类计算；

各分值项的分类计算用于对获取的个人信用分项的实时分值进行归类，并按照根据累加的规则对各项的分值进行累加计算，得到符合实际情况的个人信用分项的分值数据，信用分项的分值数据的产生会以加密的形式分布到每个产生工作的终端，信用分值的变化会与多个终端进行关联，来避免分值丢失的情况，如：分值减少时，同时工作的人都会有相应的加密记录在每个人的终端进行保存，分值增加时也会在共同工作人的终端进行加密记录，当分值展现时，会与多终端进行匹配相应分值项是否正确；每次分值的变化都会与相关联的终端进行匹配，而信用分值的每次变化都会通过多个终端以密钥形式进行记录，当有人查看分值详情的时候，通过跟分值人的授权，进行解锁，从而查看具体分值信息。

综合信用分值的计算还包括信用分值的二次验算；

信用分值的二次验算用于对累加计算得到的分值数据进行记录，并对比基础信用分值的数据，结合个人信用的实时情况，再次对累加计算的结果进行二次计算，验证计算结果的准确性。

综合信用分值的计算还包括标记异常信用分值数据；

标记异常信用分值数据用于对累加计算后并二次验算后的个人信用分项分值结果中的异常数据进行标记，凸显出异常数据的具体分值，并对所有分值数据进行统一累加，形成最终符合个人信用分值的准确结果。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。