本发明涉及互联网技术领域，具体涉及一种综合技能评估方法及装置。
背景技术：
房产交易行业领域，经纪人作为连接“房源”和“客源”的桥梁，在促进成交过程中起着不可或缺的角色。如何对经纪人进行管理、帮助经纪人丰富自身能力、提高服务质量，成为各大房产中介企业日益关心的问题。如果可以从不同方面对经纪人进行衡量并给出综合分数，不仅可以帮助经纪人对自身整体能力情况有基本的了解，更能针对性的明白自身特点，从而扬长避短，不断进步。
一般的房地产公司，都会积累人、房不同维度的海量数据。对于经纪人而言，记录了其所有线上、线下行为的数据。相比于人为制定的经纪人技能考核标准，通过机器学习更能捕捉到经纪人一系列行为数据背后的含义，并给出不同行为对其综合能力的影响程度，让经纪人明白自身优势及劣势所在之处及原因，为后续发力提供方向。
现有技术中，通常是经纪人的领导根据经纪人的平时完成各项任务的情况，对经纪人的综合能力进行评价，并进行打分，整个过程都是人为进行判断。
但是，现有的判断方法存在问题，一方面，不同角色的经纪人任务类型不同、评判标准不同；另一方面，多种任务数据下，经纪人无法直接感知对自己综合能力影响最大的哪一个，在后续工作中缺乏进取方向感。
因此，如何提出一种方法，能够合理全面的对经纪人的综合能力进行评估，成为亟待解决的问题。
技术实现要素：
针对现有技术中的缺陷，本发明实施例提供了一种综合技能评估方法及装置。
第一方面，本发明实施例提供一种综合技能评估方法，包括：
确定待评估的数据分析对象；
根据所述数据分析对象和预见建立的综合技能评估模型，计算所述数据分析对象的综合技能分值。
第二方面，本发明实施例提供一种综合技能评估装置，包括：
选择模块，用于确定待评估的数据分析对象；
评估模块，用于根据所述数据分析对象和预见建立的综合技能评估模型，计算所述数据分析对象的综合技能分值。
第三方面，本发明实施例还提供了一种计算机设备，包括存储器和处理器，所述处理器和所述存储器通过总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如下方法：
确定待评估的数据分析对象；
根据所述数据分析对象和预见建立的综合技能评估模型，计算所述数据分析对象的综合技能分值。
第四方面，本发明实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时用于存储如前所述的计算机程序的方法。
本发明实施例提供的综合技能评估方法及装置，通过获取待评估的经纪人和预先建立的综合技能评估模型，计算出所述数据分析对象的综合技能分值，利用本发明提供的方案弥补了常规人为制定经纪人能力考核指标的不足，更重要的是数据化结果让经纪人清楚的意识到自己的优势和劣势所在，便于后续改进和提升。
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，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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他的附图。
图1为本发明实施例提供的综合技能评估方法的流程示意图；
图2为本发明实施例提供的综合技能评估装置的结构示意图；
图3为本发明实施例提供的计算机设备的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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作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。
图1为本发明实施例提供的综合技能评估方法的流程示意图，如图1所示，所述方法包括：
s101、确定待评估的数据分析对象；
s102、根据所述数据分析对象和预先建立的综合技能评估模型，计算所述数据分析对象的综合技能分值。
具体地，对经纪人的综合技能进行评估的方法，首先确定待评估的数据分析对象，在本发明实施例中具体为某一个经纪人，系统根据所述数据分析对象在预先建立的综合技能评估模型中查找，并给出所述数据分析对象的综合技能分值。
在具体的应用中，在计算机中增加一套综合技能评估的系统，系统中预先存储了综合技能评估模型，在系统中输入某个经纪人的姓名，例如赵三，系统会根据经纪人的姓名，和预先存储的综合技能评估模型，确定所述数据分析对象的综合技能分值。
本发明实施例提供的综合技能评估方法，通过获取待评估的经纪人和预先建立的综合技能评估模型，计算出所述数据分析对象的综合技能分值，利用本发明提供的方案弥补了常规人为制定经纪人能力考核指标的不足，更重要的是数据化结果让经纪人清楚的意识到自己的优势和劣势所在，便于后续改进和提升。
可选地，所述综合技能评估模型采用如下步骤建立：
建立样本数据库，其中所述样本数据库中数据至少包括：平台贡献类数据、个人成长类数据、公司影响类数据、专业技能类数据和服务品质类数据；
对样本库中的数据进行数据清洗、数据变化的处理，获得标准化数据库；
根据所述标准化数据库，对综合技能评估模型进行训练，直到训练误差满足预设条件。
在上述实施例的基础上，综合技能评估模型的建立步骤如下：
经纪人在移动终端的应用软件中，将自身的信息包括姓名、年龄、工作时间、教育经历、工作经历等录入到移动终端的应用软件中，另外也将经纪人每天的工作内容、完成状态，客户对经纪人服务的评价等信息也都录入到应用软件中，系统将上述的有关经纪人的所有信息都收集并存储在数据库中，构成样本数据库。
为了尽可能的覆盖经纪人不同类型的数据，将上述的数据分为五类，具体为：平台贡献类数据、个人成长类数据、公司影响类数据、专业技能类数据和服务品质类数据，其中，平台贡献类数据具体为，登录应用软件的次数、对平台的有关功能提供的改进等数据；个人成长类数据具体为姓名、年龄、工作时间、教育经历、工作经历等，公司影响类数据具体为为公司做了多少贡献等；专业技能类数据具体为具有的专业知识，学习的专业等数据；服务品质类数据具体为客户口碑等。
对建立好的样本数据库中的数据进行清洗、数据变化的处理，获得标准化数据库；
将所述标准化数据库送入综合技能评估模型进行训练，直到训练误差满足预设条件。
具体地，所述综合技能评估模型在本发明实施例中选用的梯度提升决策树(gradientboostdecisiontree,简称gbdt)，通过对gbdt模型进行参数的调整，使得模型的训练误差满足预设条件，即得到所述综合技能评估模型，具体地，预设条件为训练误差和预先设定的测试误差的差的绝对值小于一定值，其中，预先设定的测试误差是人为对经纪人进行综合技能评估的分值的误差。
可选地，所述对样本库中的数据进行数据清洗、数据变化的处理，获得标准化数据库，具体为：
对样本数据库中的不完整、含噪声的、不一致的数据进行处理，得到处理后的数据库，其中，所述处理后的数据为完整、正确、一致的数据；
对所述处理后的数据进行平滑聚集、数据概化、规范化处理，获得标准化的数据库。
在上述实施例的基础上，具体地，样本数据库中的数据可能包含不完整、含噪声的、不一致的数据，需要对这些数据进行清洗操作，得到完整、正确、一致的数据，其中，不完整的数据为有些感兴趣的属性缺少属性值，例如，需要在数据库中记录带看任务完成的次数，但是某天没有带看任务，则需要在带看任务一栏中补充属性值为0，不然在后续的数据处理中会出现数据错位，影响数据分析；含噪声的数据为数据中包含错误的数据值，例如，带看任务的每天的最大限为20，而数据中显示100，属于错误的数据值，需要对此类数据进行清洗；不一致的数据具体为，同样的信息用不同的表示方式表达，例如：出生日期20001010，有的显示为2000-10-10，此类的数据错误也会导致后续数据分析的错误。
将样本数据库中的数据经过清洗后变成完整、正确、一致的数据后，需要进一步进行平滑聚集、数据概化、规范化处理，得到gbdt模型能够识别的数据类型，获得标准化的数据库，便于对gbdt模型进行训练。
本发明实施例提供的综合技能评估方法，通过获取待评估的经纪人和预先建立的综合技能评估模型，计算出所述数据分析对象的综合技能分值，利用本发明提供的方案弥补了常规人为制定经纪人能力考核指标的不足，更重要的是数据化结果让经纪人清楚的意识到自己的优势和劣势所在，便于后续改进和提升。
可选地，所述方法还包括：根据所述数据分析对象和预见建立的综合技能评估模型，确定影响所述数据分析对象综合技能分值的不同数据的影响因子。
在上述实施例的基础上，所述方法还包括，利用所述数据分析对象和预先建立的综合技能评估模型，不仅能给出数据分析对象的综合技能分值，而且，还可以给出对数据分析对象的综合技能分值有影响的不同数据的影响因子。
例如：赵三的姓名输入到系统中，系统会给出赵三的综合技能分值为8，并且同时可以给出由于带看任务完成的比较多，对综合技能分值的影响因子为0.5，而房源录入的任务完成的比较少，对综合技能分值的影响因子为0.01，系统会给出不同数据类型对综合技能分值影响的影响因子。
本发明实施例提供的综合技能评估方法，结合经纪人业务数据和线上、线下行为数据，利用基于gbdt的集成学习模型，自动去学习经纪人各项数据和综合能力之间的关系，给出一个综合能力得分的同时，给出每项数据对最终结果的影响因子。本发明的综合技能评估方法一方面可以减轻人为评定经纪人考核指标权重的压力和偏颇，另一方面可以让经纪人直观感受个人不同表现和最终能力之间的关系，帮助经纪人进行自我认识和能力提升。
可选地，所述方法还包括：将得到的所述综合技能分值和所述不同数据的影响因子以可视化的方式呈现。
在上述实施例的基础上，所述方法还包括将上述系统给出的经纪人的综合技能分值和所述不同数据对最终结果的影响因子以可视化的方式呈现给经纪人，主要是向经纪人展现了每项行为数据对其能力得分的影响力。具体地，可采用图表式、圆饼式、条状等形式来呈现。
本发明实施例提供的综合技能评估方法，结合经纪人业务数据和线上、线下行为数据，利用基于gbdt的集成学习模型，自动去学习经纪人各项数据和综合能力之间的关系，给出一个综合能力得分的同时，给出每项数据对最终结果的影响因子。本发明的综合技能评估方法一方面可以减轻人为评定经纪人考核指标权重的压力和偏颇，另一方面可以让经纪人直观感受个人不同表现和最终能力之间的关系，帮助经纪人进行自我认识和能力提升。
图2为本发明实施例提供的综合技能评估装置的结构示意图，如图2所示，所述装置包括选择模块10和评估模块20，其中：
选择模块10用于确定待评估的数据分析对象；
评估模块20用于根据所述数据分析对象和预见建立的综合技能评估模型，计算所述数据分析对象的综合技能分值。
具体地，本发明实施例提供的综合技能评估装置，通过选择模块10确定待评估的数据分析对象，即确定要评估的经纪人；在通过评估模块20根据所述数据分析对象和预见建立的综合技能评估模型，计算所述数据分析对象的综合技能分值。
本发明实施例提供的综合技能评估装置，通过获取待评估的经纪人和预先建立的综合技能评估模型，计算出所述数据分析对象的综合技能分值，利用本发明提供的方案弥补了常规人为制定经纪人能力考核指标的不足，更重要的是数据化结果让经纪人清楚的意识到自己的优势和劣势所在，便于后续改进和提升。
可选地，所述综合技能评估模型采用如下步骤建立：
建立样本数据库，其中所述样本数据库中数据至少包括：平台贡献类数据、个人成长类数据、公司影响类数据、专业技能类数据和服务品质类数据；
对样本库中的数据进行数据清洗、数据变化的处理，获得标准化数据库；
根据所述标准化数据库，对综合技能评估模型进行训练，直到训练误差满足预设条件。
在上述实施例的基础上，综合技能评估模型的建立步骤如下：
经纪人在入职时，会将自身的信息包括姓名、年龄、工作时间、教育经历、工作经历等录入到公司人事系统中，这些信息会保存到数据库中；另外经纪人也会将每天的工作内容、完成状态，客户对经纪人服务的评价等信息也都录入到应用软件中，系统将上述的有关经纪人的所有信息都收集并存储在数据库中，构成样本数据库。
为了尽可能的覆盖经纪人不同类型的数据，将上述的数据分为五类，具体为：平台贡献类数据、个人成长类数据、公司影响类数据、专业技能类数据和服务品质类数据，其中，平台贡献类数据具体为，登录应用软件的次数、对平台的有关功能提供的改进等数据；个人成长类数据具体为姓名、年龄、工作时间、教育经历、工作经历等，公司影响类数据具体为为公司做了多少贡献等；专业技能类数据具体为具有的专业知识，学习的专业等数据；服务品质类数据具体为客户口碑等。
对建立好的样本数据库中的数据进行清洗、数据变化的处理，获得标准化数据库；
将所述标准化数据库送入综合技能评估模型进行训练，直到训练误差满足预设条件。
具体地，所述综合技能评估模型在本发明实施例中选用的梯度提升决策树(gradientboostdecisiontree,简称gbdt)，通过对gbdt模型进行参数的调整，使得模型的训练误差满足预设条件，即得到所述综合技能评估模型，具体地，预设条件为训练误差和预先设定的测试误差的差的绝对值小于一定值，其中，预先设定的测试误差是人为对经纪人进行综合技能评估的分值的误差。
可选地，所述对样本库中的数据进行数据清洗、数据变化的处理，获得标准化数据库，具体为：
对样本数据库中的不完整、含噪声的、不一致的数据进行处理，得到处理后的数据库，其中，所述处理后的数据为完整、正确、一致的数据；
对所述处理后的数据进行平滑聚集、数据概化、规范化处理，获得标准化的数据库。
在上述实施例的基础上，具体地，样本数据库中的数据可能包含不完整、含噪声的、不一致的数据，需要对这些数据进行清洗操作，得到完整、正确、一致的数据，其中，不完整的数据为有些感兴趣的属性缺少属性值，例如，需要在数据库中记录带看任务完成的次数，但是某天没有带看任务，则需要在带看任务一栏中补充属性值为0，不然在后续的数据处理中会出现数据错位，影响数据分析；含噪声的数据为数据中包含错误的数据值，例如，带看任务的每天的最大限为20，而数据中显示100，属于错误的数据值，需要对此类数据进行清洗；不一致的数据具体为，同样的信息用不同的表示方式表达，例如：出生日期20001010，有的显示为2000-10-10，此类的数据错误也会导致后续数据分析的错误。
将样本数据库中的数据经过清洗后变成完整、正确、一致的数据后，需要进一步进行平滑聚集、数据概化、规范化处理，得到gbdt模型能够识别的数据类型，获得标准化的数据库，便于对gbdt模型进行训练。
本发明实施例提供的综合技能评估方法，通过获取待评估的经纪人和预先建立的综合技能评估模型，计算出所述数据分析对象的综合技能分值，利用本发明提供的方案弥补了常规人为制定经纪人能力考核指标的不足，更重要的是数据化结果让经纪人清楚的意识到自己的优势和劣势所在，便于后续改进和提升。
本发明实施例提供的综合技能评估方法，结合经纪人业务数据和线上、线下行为数据，利用基于gbdt的集成学习模型，自动去学习经纪人各项数据和综合能力之间的关系，给出一个综合能力得分的同时，给出每项数据对最终结果的影响因子。本发明的综合技能评估方法一方面可以减轻人为评定经纪人考核指标权重的压力和偏颇，另一方面可以让经纪人直观感受个人不同表现和最终能力之间的关系，帮助经纪人进行自我认识和能力提升。
图3本发明实施例提供的计算机设备的结构框图，如图3所示，所述计算机设备包括：处理器(processor)601、存储器(memory)602和总线603；
其中，所述处理器601和所述存储器602通过所述总线603完成相互间的通信；
所述处理器601用于调用所述存储器602中的程序指令，以执行上述各方法实施例所提供的方法，例如包括：
确定待评估的数据分析对象；
根据所述数据分析对象和预先建立的综合技能评估模型，计算所述数据分析对象的综合技能分值。
本发明实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：
确定待评估的数据分析对象；
根据所述数据分析对象和预先建立的综合技能评估模型，计算所述数据分析对象的综合技能分值。
本发明实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：
确定待评估的数据分析对象；
根据所述数据分析对象和预先建立的综合技能评估模型，计算所述数据分析对象的综合技能分值。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述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rom/ram、磁碟、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)执行各个实施例或者实施例的某些部分所述的方法。
以上所描述的装置以及系统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实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。