信用评估模型的更新方法及系统、信用评估方法及系统与流程
本发明涉及电子商务领域，特别是涉及一种信用评估模型的更新方法及系统、信用评估方法及系统。
背景技术：
目前，各类电子商务信用评估存在的共性问题是：无法确保用于评估信用的相关数据的真实、准确；评估过程大多有人的参与，常常具有主观臆断成份，无法保证评估的准确性。同时，各信用评估模型或评估标准不统一，且没有统一的更新标准。随着时间的推移，对门户系统进行信用评估时，有很多评估模型的评估规则已经不再适用，如不更新评估模型将会大大降低评估的准确性。
因此，如何提高信用评估的准确性，成为本领域技术人员亟需解决的技术问题。
技术实现要素：
本发明的目的是提供一种信用评估模型的更新方法及更新系统、信用评估方法及信用评估系统，能够提高信用评估的准确性。
为实现上述目的，本发明提供了如下方案：
一种信用评估模型的更新方法，所述更新方法包括：
获取用户输入的新信用评估模型；
根据所述新信用评估模型的有效信息量、模型覆盖率和模型准确度确定所述新信用评估模型的模型匹配度；
判断所述新信用评估模型的模型匹配度是否大于原信用评估模型的模型匹配度，获得第一判断结果；
当所述新信用评估模型的模型匹配度大于所述原信用评估模型的模型匹配度时，用所述新信用评估模型替换所述原信用评估模型；
当所述新信用评估模型的模型匹配度小于或者等于所述原信用评估模型的模型匹配度时，保留所述原信用评估模型。
可选的，所述根据所述新信用评估模型的有效信息量、模型覆盖率和模型准确度确定所述新信用评估模型的模型匹配度，具体包括：
根据所述新信用评估模型的各个指标的信息量指数确定所述新信用评估模型的有效信息量；
根据所述新信用评估模型的各个指标的覆盖率确定所述新信用评估模型的模型覆盖率；
根据各个均方根误差确定所述新信用评估模型的模型准确度，其中，所述均方根误差为采用所述新信用评估模型对样本集进行评估时评估结果的均方根误差；
根据所述有效信息量、所述模型覆盖率和所述模型准确度计算所述新信用评估模型的模型匹配度。
可选的，所述根据所述新信用评估模型的各个指标的信息量指数确定所述新信用评估模型的有效信息量，具体包括：
根据公式：
根据公式：
可选的，所述根据各个均方根误差确定所述新信用评估模型的模型准确度，具体包括：
根据公式：
根据公式：
一种信用评估模型的更新系统，所述更新系统包括：
新模型获取模块，用于获取用户输入的新信用评估模型；
匹配度确定模块，用于根据所述新信用评估模型的有效信息量、模型覆盖率和模型准确度确定所述新信用评估模型的模型匹配度；
第一判断模块，用于判断所述新信用评估模型的模型匹配度是否大于原信用评估模型的模型匹配度，获得第一判断结果；
处理模块，用于当所述新信用评估模型的模型匹配度大于所述原信用评估模型的模型匹配度时，用所述新信用评估模型替换所述原信用评估模型；
当所述新信用评估模型的模型匹配度小于或者等于所述原信用评估模型的模型匹配度时，保留所述原信用评估模型。
可选的，所述匹配度计算模块具体包括：
有效信息量确定单元，用于根据所述新信用评估模型的各个指标的信息量指数确定所述新信用评估模型的有效信息量；
模型覆盖率确定单元，用于根据所述新信用评估模型的各个指标的覆盖率确定所述新信用评估模型的模型覆盖率；
模型准确度确定单元，用于根据各个均方根误差确定所述新信用评估模型的模型准确度，其中，所述均方根误差为采用所述新信用评估模型对样本集进行评估时评估结果的均方根误差；
模型匹配度计算单元，用于根据所述有效信息量、所述模型覆盖率和所述模型准确度计算所述新信用评估模型的模型匹配度。
可选的，所述有效信息量确定单元具体包括：
信息量指数确定子单元，用于根据公式：
有效信息量确定子单元，用于根据公式：
可选的，所述模型准确度确定单元具体包括：
误差确定子单元，用于根据公式：
准确度确定子单元，用于根据公式：
一种基于区块链的信用评估方法，所述区块链包括多个门户系统和多个数据子链，每个所述门户系统对应一个所述数据子链，每个所述数据子链用于按时间顺序记录与所述数据子链对应的门户系统的商务信息数据、政务信息数据和社交信息数据；所述信用评估方法包括：
获取待评估门户系统的信用数据，所述信用数据为与所述待评估门户系统对应的数据子链中记录的所述商务信息数据、所述政务信息数据和/或社交信息数据；
根据所述信用数据和信用评估模型确定所述待评估门户系统的信用评估值，其中，所述信用评估模型为所述的更新方法更新后的信用评估模型。
一种基于区块链的信用评估系统，所述区块链包括多个门户系统和多个数据子链，每个所述门户系统对应一个所述数据子链，每个所述数据子链用于按时间顺序记录与所述数据子链对应的门户系统的商务信息数据、政务信息数据和社交信息数据；所述信用评估系统包括：
信用数据获取模块，用于获取待评估门户系统的信用数据，所述信用数据为与所述待评估门户系统对应的数据子链中记录的所述商务信息数据、所述政务信息数据和/或社交信息数据；
评估模块，用于根据所述信用数据和信用评估模型确定所述待评估门户系统的信用评估值，其中，所述信用评估模型为所述的更新方法更新后的信用评估模型。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明首先根据新信用评估模型的有效信息量、模型覆盖率和模型准确度确定所述新信用评估模型的模型匹配度，然后根据新信用评估模型的模型匹配度与原信用评估模型的模型匹配度的大小关系确定是否更新信用评估模型。当新信用评估模型的模型匹配度大于原信用评估模型的模型匹配度时，用新信用评估模型替换原信用评估模型，否则，保留原信用评估模型，因此，能够保证对门户系统进行信用评估的评估模型的模型匹配度更高，从而提高信用评估的准确性。
本发明用于评估门户系统信用的信用数据为与待评估门户系统对应的数据子链中记录的商务信息数据、政务信息数据和/或社交信息数据，能够确保用于评估信用的相关数据的真实性、有效性、客观性和全面性，且采用模型匹配度更高的评估模型进行评估，整个评估过程自动进行，无须人工参与，因此能够消除主观臆断成份，进一步提高评估的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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它的附图。
图1为本发明实施例1提供的更新方法的流程图；
图2为本发明实施例2提供的更新系统的结构框图。
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。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。
本发明的目的是提供一种信用评估模型的更新方法及更新系统、信用评估方法及信用评估系统，能够提高信用评估的准确性。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1：
图1为本发明实施例1提供的更新方法的流程图。如图1所示，一种信用评估模型的更新方法，所述更新方法包括：
步骤11：获取用户输入的新信用评估模型；
步骤12：根据所述新信用评估模型的有效信息量、模型覆盖率和模型准确度确定所述新信用评估模型的模型匹配度；
步骤13：判断所述新信用评估模型的模型匹配度是否大于原信用评估模型的模型匹配度，获得第一判断结果；
当所述新信用评估模型的模型匹配度大于所述原信用评估模型的模型匹配度时，执行步骤14；
当所述新信用评估模型的模型匹配度小于或者等于所述原信用评估模型的模型匹配度时，执行步骤15；
步骤14：用所述新信用评估模型替换所述原信用评估模型；
步骤15：保留所述原信用评估模型。
具体地，步骤12：所述根据所述新信用评估模型的有效信息量、模型覆盖率和模型准确度确定所述新信用评估模型的模型匹配度，具体包括：
步骤121：根据所述新信用评估模型的各个指标的信息量指数确定所述新信用评估模型的有效信息量；
步骤122：根据所述新信用评估模型的各个指标的覆盖率确定所述新信用评估模型的模型覆盖率。
模型覆盖率是指，模型使用的评价指标覆盖所有门户可用信息的覆盖率，可根据公式：
本实施例中，将评价指标分为多个层级，每个层级的指标均分当前层级剩余比例，若该指标具有下一层级，则该指标将50％的覆盖率指数移交下一层级。例如，某门户系统拥有顶级指标a,b,c，次级指标六个aa,ab,ac,ba,bb,ca，若模型包含aa,ba,bb,ca四个指标，则指标覆盖率计算方式为：c(a)＝c(b)＝c(c)＝1/6,c(aa)＝c(ab)＝c(ac)＝1/18,c(ba)＝c(bb)＝1/12,c(ca)＝1/6。模型覆盖率计算方式为c(a)+c(aa)+c(b)+c(ba)+c(bb)+c(c)+c(ca)＝88.9％。
步骤123：根据各个均方根误差确定所述新信用评估模型的模型准确度，其中，所述均方根误差为采用所述新信用评估模型对样本集进行评估时评估结果的均方根误差；
步骤124：根据所述有效信息量、所述模型覆盖率和所述模型准确度计算所述新信用评估模型的模型匹配度。
其中，步骤121：所述根据所述新信用评估模型的各个指标的信息量指数确定所述新信用评估模型的有效信息量，有效信息量是指该模型使用到的指标的信息量指数之和，具体包括：
步骤1211：根据信息熵公式：
步骤1212：根据公式：
步骤123：所述根据各个均方根误差确定所述新信用评估模型的模型准确度，具体包括：
步骤1231：根据公式：
步骤1232：根据公式：
具体地，步骤12：根据所述新信用评估模型的有效信息量、模型覆盖率和模型准确度确定所述新信用评估模型的模型匹配度，具体包括:
根据公式：d＝ω1v+ω2c+ω3*q，确定所述新信用评估模型的模型匹配度，其中，d表示模型匹配度，ω1表示有效信息量系数，ω2表示模型覆盖率系数，ω2表示模型准确度系数，c表示模型覆盖率。
本实施例首先根据新信用评估模型的有效信息量、模型覆盖率和模型准确度确定所述新信用评估模型的模型匹配度，然后根据新信用评估模型的模型匹配度与原信用评估模型的模型匹配度的大小关系确定是否更新信用评估模型。当新信用评估模型的模型匹配度大于原信用评估模型的模型匹配度时，用新信用评估模型替换原信用评估模型，否则，保留原信用评估模型，因此，能够保证对门户系统进行信用评估的评估模型的模型匹配度更高，从而提高信用评估的准确性。
实施例2：
图2为本发明实施例2提供的更新系统的结构框图。如图2所示，一种信用评估模型的更新系统，所述更新系统包括：
新模型获取模块21，用于获取用户输入的新信用评估模型；
匹配度确定模块22，用于根据所述新信用评估模型的有效信息量、模型覆盖率和模型准确度确定所述新信用评估模型的模型匹配度；
第一判断模块23，用于判断所述新信用评估模型的模型匹配度是否大于原信用评估模型的模型匹配度，获得第一判断结果；
处理模块24，用于当所述新信用评估模型的模型匹配度大于所述原信用评估模型的模型匹配度时，用所述新信用评估模型替换所述原信用评估模型；
当所述新信用评估模型的模型匹配度小于或者等于所述原信用评估模型的模型匹配度时，保留所述原信用评估模型。
具体地，所述匹配度计算模块22具体包括：
有效信息量确定单元221，用于根据所述新信用评估模型的各个指标的信息量指数确定所述新信用评估模型的有效信息量；
模型覆盖率确定单元222，用于根据所述新信用评估模型的各个指标的覆盖率确定所述新信用评估模型的模型覆盖率；
模型准确度确定单元223，用于根据各个均方根误差确定所述新信用评估模型的模型准确度，其中，所述均方根误差为采用所述新信用评估模型对样本集进行评估时评估结果的均方根误差；
模型匹配度计算单元224，用于根据所述有效信息量、所述模型覆盖率和所述模型准确度计算所述新信用评估模型的模型匹配度。
进一步地，所述有效信息量确定单元221具体包括：
信息量指数确定子单元2211，用于根据公式：
有效信息量确定子单元2212，用于根据公式：
所述模型准确度确定单元223具体包括：
误差确定子单元2231，用于根据公式：
准确度确定子单元2232，用于根据公式：
本实施例根据新信用评估模型的模型匹配度与原信用评估模型的模型匹配度的大小关系确定是否更新信用评估模型，对门户系统进行信用评估时，评估模型的模型匹配度更高，因此信用评估的准确性更高。
实施例3：
一种基于区块链的信用评估方法，所述区块链包括多个门户系统和多个数据子链，每个所述门户系统对应一个所述数据子链，每个所述数据子链用于按时间顺序记录与所述数据子链对应的门户系统的商务信息数据、政务信息数据和社交信息数据；所述信用评估方法包括：
步骤31：获取待评估门户系统的信用数据，所述信用数据为与所述待评估门户系统对应的数据子链中记录的商务信息数据、政务信息数据和/或社交信息数据；
步骤32：根据所述信用数据和信用评估模型确定所述待评估门户系统的信用评估值，其中，所述信用评估模型为根据实施例1的更新方法更新后的信用评估模型。
本实施例中的全息化门户系统区块链是由待评估门户系统和与其具有商务、政务、社交关系的相关个人、企业及机构门户系统构成的。全息化门户系统是全息化个人、企业及机构在网络空间的载体和表现形式，由“我”构件、“我的需求”构件、“我的供给”构件、“我的空间”构件构成，分别描述个人、企业及机构的基础信息、需求信息、供给信息、社会关系信息。全息化门户系统区块链由两个子链构成，一个是门户子链，一个是数据子链，两个子链具有一个共同的创世块。创世块用于记录全息化门户系统的创建时间、网络标识、其所代表的个人、企业或机构的基础信息、需求信息、供给信息。门户子链用于按时间序列记录加入该区块链的相关门户系统，其中的每个区块记录相关门户系统的加入时间、网络标识及与该门户系统的智能合约。数据子链用于按时间序列记录该门户系统与相关门户系统间一切相关的商务、政务和社交信息。
本实施例中，用于评估门户系统信用的信用数据为与待评估门户系统对应的数据子链中记录的商务信息数据、政务信息数据和/或社交信息数据，能够确保用于评估信用的相关数据的真实性、有效性和全面性，且采用模型匹配度更高的评估模型进行评估，整个评估过程自动进行，无须人工参与，因此能够消除主观臆断成份，进一步提高评估的准确性。
实施例4：
一种基于区块链的信用评估系统，所述区块链包括多个门户系统和多个数据子链，每个所述门户系统对应一个所述数据子链，每个所述数据子链用于按时间顺序记录与所述数据子链对应的门户系统的商务信息数据、政务信息数据和社交信息数据；所述信用评估系统包括：
信用数据获取模块41，用于获取待评估门户系统的信用数据，所述信用数据为与所述待评估门户系统对应的数据子链中记录的所述商务信息数据、所述政务信息数据和/或社交信息数据；
评估模块42，用于根据所述信用数据和信用评估模型确定所述待评估门户系统的信用评估值，其中，所述信用评估模型为根据实施例1的更新方法更新后的信用评估模型。
本实施例的信用数据为待评估门户系统对应的数据子链中记录的商务信息数据、政务信息数据和/或社交信息数据，能够确保用于评估信用的相关数据的真实性、有效性和全面性，且采用模型匹配度更高的评估模型进行评估，整个评估过程自动进行，无须人工参与，因此能够消除主观臆断成份，进一步提高评估的准确性。
本实施例提供的基于全息化门户系统区块链的信用自动评估系统采用连续、周期性评估模式，即基期信用评估自动完成后形成基期信用评估结果，后续信用评估结果均是采集评估周期内的信用相关数据，根据标准化信用评估模型经自动评估形成评估周期内的信用评估结果，将该信用评估结果基于信用更新规则对前期信用进行更新，形成当前信用。
本实施例提供的基于全息化门户系统区块链的信用自动评估系统，主要目的是建立一种基于全息化门户系统区块链的信用自动评估系统。其显著特点是：1)确保用于评估信用的相关数据的真实、准确、全面；2)评估过程自动进行，无须人的参与和评估机构介入，消除主观臆断成份；3)采用标准化信用评估模型，确保信用评估结果的可比性和适用性；4)周期性自动评估并逐期更新，确保信用评估的连续性。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
- 还没有人留言评论。精彩留言会获得点赞！