基于流数据的评分方法和装置与流程

本说明书涉及互联网技术领域，尤其涉及一种基于流数据的评分方法和装置。

背景技术：

随着互联网技术的快速发展，越来越多的业务可通过互联网实现，比如：贷款业务、商品营销业务等，如何根据业务评价信息及时对业务用户或业务本身进行评估已成为亟待解决的问题。

技术实现要素：

有鉴于此，本说明书提供一种基于流数据的评分方法和装置。

具体地，本说明书是通过如下技术方案实现的：

一种基于流数据的评分方法，包括：

接收到流数据，所述流数据中携带目标评价维度下评分对象的二分信息；

获取所述评分对象在指定特征维度的特征值，并基于所述特征值确定所述评分对象在所述指定特征维度下所属的分组；

根据所述二分信息计算所述指定特征维度在所述分组下的证据权重；

根据所述评分对象在各指定特征维度下所属分组的证据权重确定所述评分对象在所述目标评价维度下的评分结果。

一种基于流数据的评分装置，包括：

数据接收单元，接收到流数据，所述流数据中携带目标评价维度下评分对象的二分信息；

分组确定单元，获取所述评分对象在指定特征维度的特征值，并基于所述特征值确定所述评分对象在所述指定特征维度下所属的分组；

权重计算单元，根据所述二分信息计算所述指定特征维度在所述分组下的证据权重；

评分确定单元，根据所述评分对象在各指定特征维度下所属分组的证据权重确定所述评分对象在所述目标评价维度下的评分结果。

一种基于流数据的评分装置，包括：

处理器；

用于存储机器可执行指令的存储器；

其中，通过读取并执行所述存储器存储的与基于流数据的评分控制逻辑对应的机器可执行指令，所述处理器被促使：

接收到流数据，所述流数据中携带目标评价维度下评分对象的二分信息；

获取所述评分对象在指定特征维度的特征值，并基于所述特征值确定所述评分对象在所述指定特征维度下所属的分组；

根据所述二分信息计算所述指定特征维度在所述分组下的证据权重；

根据所述评分对象在各指定特征维度下所属分组的证据权重确定所述评分对象在所述目标评价维度下的评分结果。

由以上描述可以看出，本实施例在接收到流数据后，可以根据流数据携带的二分信息计算评分对象在各指定特征维度下所属分组的证据权重，从而可以根据证据权重确定评分结果，提高评分的时效性。同时，本实施例的方案以计算为基础，易于实现，人力成本较低。

附图说明

图1是本说明书一示例性实施例示出的一种基于流数据的评分方法的流程示意图。

图2是本说明书一示例性实施例示出的一种用于基于流数据的评分装置的一结构示意图。

图3是本说明书一示例性实施例示出的一种基于流数据的评分装置的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本说明书的一些方面相一致的装置和方法的例子。

在本说明书使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书。在本说明书和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本说明书可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

相关技术中，业务评价信息通常是在业务完成后由业务对象进行反馈，业务评价信息的反馈时间点不固定，对于评价系统而言，业务评价信息的输入犹如涓涓细流，所以也可以将其称之为流数据。以对用户进行信用评分为例，商户通常在用户业务执行完成之后，反馈包括有用户本次信用表现的业务评价信息。如何根据商户反馈的业务评价信息及时更新用户的信用评分，已成为目前亟待解决的问题。

针对上述问题，本说明书提供一种基于流数据的评分方法，可以基于反馈的流数据及时更新评分对象的评分。

图1是本说明书一示例性实施例示出的一种基于流数据的评分方法的流程示意图。

请参考图1，所述基于流数据的评分方法可以应用在评分系统中，该评分系统可以为评分服务提供商部署的服务器或者服务器集群，所述评分方法可以包括以下步骤：

步骤102，接收到流数据，所述流数据中携带目标评价维度下评分对象的二分信息。

在本实施例中，所述目标评价维度可以为用户的信用、商品营销业务的营销效果等，所述评分对象相应为用户、商品营销业务等，所述流数据通常由有权利对评分对象进行评价的业务对象提供。

以用户信用为例，业务对象通常为商户，用户在与商户进行完成业务后，商户可以向评分系统上报用户本次业务的信用二分信息。其中，所述信用二分信息可以是信用好、信用差等直观数据，所述信用二分信息也是一些可以表现用户信用好坏的数据，比如：用户是否如期还信用卡等，评分系统可以根据这些数据确定用户本次的信用表现，本实施例对此不作特殊限制。

以商品营销业务的营销效果为例，业务对象也可以为商户，商户在结束本次营销业务后，可以向评分系统上报本次营销效果的二分信息，比如：营销效果好、营销效果差等。与用户信用类似，所述二分信息还可以是一些表现营销效果的数据，比如：销售量、利润率等。

步骤104，获取所述评分对象在指定特征维度的特征值，并基于所述特征值确定所述评分对象在所述指定特征维度下所属的分组。

在本实施例中，所述指定特征维度可以预先进行指定，针对每个维度的特征，还可以根据该维度的特征取值将该维度特征划分为多个分组，实现离散化处理。

表1

举例来说，假设指定特征维度包括年龄、性别、所在地等。以年龄为例，年龄是连续型的变量，请参考表1的示例，可以将年龄划分为上述4个离散的分组。与年龄类似，可以将性别划分为男、女两个分组。可以将所在地划分为北京、上海等分组。

在本步骤中，基于前述步骤102，在接收到流数据后，可以获取评分对象在各个指定特征维度下的特征值。仍以目标评价维度是用户信用为例，可以获取用户(评分对象)的年龄、性别、所在地等维度下的特征值。

基于获取到的特征值以及对应的特征分组规则，可以确定该评分对象在各个特征维度下所属的分组。假设用户的年龄为28，则基于表1的分组规则，该用户在年龄维度下属于分组2。

步骤106，根据所述二分信息计算所述指定特征维度在所述分组下的证据权重。

在本实施例中，评分系统可以为每个维度的特征维护一张二分数据表，该二分数据表中存储有该维度特征下各个分组的二分数据，该二分数据通常为评分结果的数量，仍以目标评价维度是用户信用为例，该二分数据包括：信用好的用户数量、信用差的用户数量。

在本实施例中，评分系统可以根据样本评分对象在所述目标评价维度下的历史二分信息生成各指定特征维度在各分组下的初始二分数据，即生成初始二分数据表。后续评分系统可基于该初始二分数据表进行二分数据的更新。

表2

请参考表2的示例，假设，根据历史上样本用户的信用情况可生成表2所示初始二分数据表，该二分数据表表示年龄在0-18岁这个分组中信用好的用户数量是200，信用差的用户数量是25，年龄在19-35岁这个分组中信用好的用户数量是200，信用差的用户数量是5，依次类推。

在本实施例中，若流数据中携带的所述二分信息为用户信用的二分结果，比如：信用好或者信用差，则可以根据该二分结果更新该用户在各个特征维度所属分组下的二分数据，然后可根据更新后的二分数据计算所述指定特征维度在所述分组下的证据权重。

举例来说，假设用户1在线下与商户1进行了一次交易，交易结束后，商户1反馈给评分系统该用户1信用好这样的流数据，评分系统确定该用户的年龄为28岁，则可以将表2所示的年龄维度的二分数据表更新为表3所示的二分数据表。

表3

基于表3，可以计算年龄维度的特征在年龄分组2下的证据权重(weightofevidence，woe)，该证据权重

在本实施例中，若流数据中携带的所述二分信息为表现用户信用的数据，则可以根据该二分信息确定用户信用的二分结果，然后可以根据该二分结果更新该用户在各个特征维度所属分组下的二分数据，然后可根据更新后的二分数据计算所述指定特征维度在所述分组下的证据权重。

在本实施例中，可以依次更新用户1在各个特征维度下所属分组的二分数据，然后根据更新后的二分数据计算用户1在该分组下的证据权重，本实施例在此不再一一赘述。

值得注意的是，在实际应用中，也可以不采用表格的形式来维护各个维度特征下各个分组的二分数据，本实施例对此不作特殊限制。

步骤108，根据所述评分对象在各指定特征维度下所属分组的证据权重确定所述评分对象在所述目标评价维度下的评分结果。

基于前述步骤106，在计算得到评分对象的各个指定特征维度下所属分组的证据权重后，可以将各个证据权重相加，得到评分对象在所述目标评价维度下的评分结果。

在另一个例子中，在计算得到评分对象的各个指定特征维度下所属分组的证据权重后，还可以先对所述评分对象在各指定特征维度下所属分组的证据权重进行线性转换，得到对应的线性转换结果，然后对所述评分对象在各指定特征维度下所属分组的线性转换结果进行求和，得到所述评分对象在所述目标评价维度下的评分结果。其中，线性转换的方法可以由开发人员进行设置，比如：将证据权重乘以预设的系数等，本实施例对此不作特殊限制。通过线性转换，可以实现评分结果的标准化，比如：将所有评分结果都调整到某个数值范围内，便于后续的分析与使用。

由以上描述可以看出，本实施例在接收到流数据后，可以根据流数据携带的二分信息计算评分对象在各指定特征维度下所属分组的证据权重，从而可以根据证据权重确定评分结果，提高评分的时效性。同时，本实施例的方案以计算为基础，易于实现，人力成本较低。

与前述基于流数据的评分方法的实施例相对应，本说明书还提供了基于流数据的评分装置的实施例。

本说明书基于流数据的评分装置的实施例可以应用在服务器或者服务器集群上。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在服务器的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图2所示，为本说明书基于流数据的评分装置所在服务器的一种硬件结构图，除了图2所示的处理器、内存、网络接口、以及非易失性存储器之外，实施例中装置所在的服务器通常根据该服务器的实际功能，还可以包括其他硬件，对此不再赘述。

图3是本说明书一示例性实施例示出的一种基于流数据的评分装置的框图。

请参考图3，所述基于流数据的评分装置200可以应用在前述图2所示的服务器中，包括有：数据接收单元201、分组确定单元202、权重计算单元203、评分确定单元204以及初始生成单元205。

其中，数据接收单元201，接收到流数据，所述流数据中携带目标评价维度下评分对象的二分信息；

分组确定单元202，获取所述评分对象在指定特征维度的特征值，并基于所述特征值确定所述评分对象在所述指定特征维度下所属的分组；

权重计算单元203，根据所述二分信息计算所述指定特征维度在所述分组下的证据权重；

评分确定单元204，根据所述评分对象在各指定特征维度下所属分组的证据权重确定所述评分对象在所述目标评价维度下的评分结果。

可选的，所述评分确定单元204：

对所述评分对象在各指定特征维度下所属分组的证据权重进行线性转换，得到对应的线性转换结果；

对所述评分对象在各指定特征维度下所属分组的线性转换结果进行求和，得到所述评分对象在所述目标评价维度下的评分结果。

可选的，所述权重计算单元203：

根据所述二分信息更新所述指定特征维度在所述分组下的二分数据；

根据更新后的二分数据计算所述指定特征维度在所述分组下的证据权重。

初始生成单元205，根据样本评分对象在所述目标评价维度下的历史二分信息生成各指定特征维度在各分组下的初始二分数据。

可选的，所述评分对象是用户，所述目标评价维度是用户信用；

所述二分信息用于确定用户信用的二分结果；

所述流数据由业务对象基于用户的业务信息产生并上传。

上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机，计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。

与前述图1所示的基于流数据的评分方法的实施例相对应，本说明书还提供一种基于流数据的评分装置，该基于流数据的评分装置包括：处理器以及用于存储机器可执行指令的存储器。其中，处理器和存储器通常借由内部总线相互连接。在其他可能的实现方式中，所述设备还可能包括外部接口，以能够与其他设备或者部件进行通信。

在本实施例中，通过读取并执行所述存储器存储的与基于流数据的评分控制逻辑对应的机器可执行指令，所述处理器被促使：

接收到流数据，所述流数据中携带目标评价维度下评分对象的二分信息；

获取所述评分对象在指定特征维度的特征值，并基于所述特征值确定所述评分对象在所述指定特征维度下所属的分组；

根据所述二分信息计算所述指定特征维度在所述分组下的证据权重；

根据所述评分对象在各指定特征维度下所属分组的证据权重确定所述评分对象在所述目标评价维度下的评分结果。

可选的，在根据所述评分对象在各指定特征维度下所属分组的证据权重确定所述评分对象在所述目标评价维度下的评分结果时，所述处理器被促使：

对所述评分对象在各指定特征维度下所属分组的证据权重进行线性转换，得到对应的线性转换结果；

对所述评分对象在各指定特征维度下所属分组的线性转换结果进行求和，得到所述评分对象在所述目标评价维度下的评分结果。

可选的，在根据所述二分信息计算所述指定特征维度在所述分组下的证据权重时，所述处理器被促使：

根据所述二分信息更新所述指定特征维度在所述分组下的二分数据；

根据更新后的二分数据计算所述指定特征维度在所述分组下的证据权重。

可选的，所述处理器还被促使：

根据样本评分对象在所述目标评价维度下的历史二分信息生成各指定特征维度在各分组下的初始二分数据。

可选的，所述评分对象是用户，所述目标评价维度是用户信用；

所述二分信息用于确定用户信用的二分结果；

所述流数据由业务对象基于用户的业务信息产生并上传。

与前述图1所示的基于流数据的评分方法的实施例相对应，本说明书还提供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以下步骤：

接收到流数据，所述流数据中携带目标评价维度下评分对象的二分信息；

获取所述评分对象在指定特征维度的特征值，并基于所述特征值确定所述评分对象在所述指定特征维度下所属的分组；

根据所述二分信息计算所述指定特征维度在所述分组下的证据权重；

根据所述评分对象在各指定特征维度下所属分组的证据权重确定所述评分对象在所述目标评价维度下的评分结果。

可选的，所述根据所述评分对象在各指定特征维度下所属分组的证据权重确定所述评分对象在所述目标评价维度下的评分结果，包括：

对所述评分对象在各指定特征维度下所属分组的证据权重进行线性转换，得到对应的线性转换结果；

对所述评分对象在各指定特征维度下所属分组的线性转换结果进行求和，得到所述评分对象在所述目标评价维度下的评分结果。

可选的，所述根据所述二分信息计算所述指定特征维度在所述分组下的证据权重，包括：

根据所述二分信息更新所述指定特征维度在所述分组下的二分数据；

根据更新后的二分数据计算所述指定特征维度在所述分组下的证据权重。

可选的，还包括：

根据样本评分对象在所述目标评价维度下的历史二分信息生成各指定特征维度在各分组下的初始二分数据。

可选的，所述评分对象是用户，所述目标评价维度是用户信用；

所述二分信息用于确定用户信用的二分结果；

所述流数据由业务对象基于用户的业务信息产生并上传。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

以上所述仅为本说明书的较佳实施例而已，并不用以限制本说明书，凡在本说明书的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本说明书保护的范围之内。