账户评分系统、方法、服务器和计算机可读存储介质与流程

本发明涉及计算机技术领域，特别涉及一种账户评分系统、方法、服务器和计算机可读存储介质。

背景技术：

根据用户账户的数据，采用一定的评分规则对用户账户进行评分，可实现对用户账户的定量评价。此外，根据用户账户的分值还可进一步为精准营销、用户研究、个性服务、业务决策等提供数据支持。基于以上优点，用户账户评分处理在各行各业越来越受到重视。

但随着业务的拓展，需要处理的账户数据量也日益庞大，采用传统的关系型数据库已无法高效的处理如此庞大的账户数据。因此，如何提高账户评分计算的效率已成为一个亟待解决的问题。

技术实现要素：

本发明的主要目的是提供一种账户评分系统、方法、服务器和计算机可读存储介质，旨在提高账户评分计算的效率。

为实现上述目的，本发明提出一种账户评分系统，所述账户评分系统包括客户端、第一服务器、第二服务器及大数据处理引擎，所述客户端与所述第二服务器通信连接，且所述第一服务器分别与所述第二服务器及所述大数据处理引擎通信连接，其中：

所述第一服务器包括存储器和处理器，所述存储器上存储有账户评分程序，所述账户评分程序被所述处理器执行时实现如下步骤：

第一同步步骤：在接收到所述第二服务器发送的评分请求时，将所述第二服务器中存储的配置信息及各个待评分账户的业务数据同步至大数据处理引擎；

第一计算步骤：控制所述大数据处理引擎基于所述配置信息及各个待评分账户的业务数据执行计算，得到各个所述待评分账户的评分分值；

第二同步步骤：将所述大数据处理引擎计算得到的各个所述待评分账户的评分分值作为评分结果同步至所述第二服务器。

优选地，各个所述待评分账户的业务数据包括该待评分账户对应的若干个子评分项的特征值，所述配置信息包括预先设置的主评分项与子评分项之间的映射关系、各个主评分项的主评分系数、各个子评分项的子评分分值计算规则及子评分系数；

所述第一计算步骤包括：

第一确定步骤：控制所述大数据处理引擎根据各个所述子评分项的子评分分值计算规则及各个所述待评分账户对应的各个子评分项的特征值，确定各个所述待评分账户对应的若干个子评分项的子评分分值；

第二确定步骤：控制所述大数据处理引擎根据所述主评分项与子评分项之间的映射关系及各个所述待评分账户对应的子评分项，确定各个所述待评分账户对应的主评分项；

查询步骤：控制所述大数据处理引擎于所述配置信息中查询各个所述待评分账户对应的主评分项的主评分系数，以及各个所述待评分账户对应的各个子评分项的子评分系数；

第二计算步骤：控制所述大数据处理引擎根据各个所述待评分账户对应的各个主评分项的主评分系数，以及各个所述待评分账户对应的各个子评分项的子评分分值、子评分系数，计算各个所述待评分账户的评分分值。

优选地，所述第二计算步骤包括：

控制所述大数据处理引擎根据第一计算公式及各个所述待评分账户对应的各个子评分项的子评分分值、子评分系数，计算各个所述待评分账户对应的各个主评分项的主评分分值，所述第一计算公式如下：

其中，si代表一所述待评分账户对应的第i个主评分项的主评分分值，si,k代表所述第i个主评分项对应的第k个子评分项的子评分分值，wi,k代表所述第i个主评分项对应的第k个子评分项的子评分系数，i∈[1，n]，k∈[1，ni]，n代表该待评分账户对应的主评分项的总个数，ni代表第i个主评分项对应的子评分项的总个数，i、k、nj、ni均为正整数；

控制所述大数据处理引擎根据第二计算公式及各个所述待评分账户对应的各个主评分项的主评分系数、主评分分值，计算各个所述待评分账户的评分分值，所述第二计算公式如下：

其中，s代表一待评分账户的评分分值，wi代表该待评分账户对应的第i个主评分项的主评分系数，si代表该待评分账户对应的第i个主评分项的主评分分值，n代表该待评分账户对应的主评分项的总个数，i、n均为正整数。

优选地，所述客户端用于：

在接收到用户发送的配置信息生成请求或配置信息更新请求时，获取用户输入的所述配置信息；

发送所述配置信息至所述第二服务器，供所述第二服务器将所述配置信息进行存储处理。

优选地，所述第二服务器用于：

接收所述客户端发送的评分请求，并将所述评分请求中转发送至所述第一服务器；以及，

将所述评分结果中转发送至所述客户端，供所述客户端展示所述评分结果。

此外，为实现上述目的，本发明还提出一种账户评分方法，适用于第一服务器，该方法包括：

第一同步步骤：在接收到第二服务器发送的评分请求时，将所述第二服务器中存储的配置信息及各个待评分账户的业务数据同步至大数据处理引擎；

第一计算步骤：控制大数据处理引擎基于所述配置信息及各个待评分账户的业务数据执行计算，得到各个所述待评分账户的评分分值；

第二同步步骤：将大数据处理引擎计算得到的各个所述待评分账户的评分分值作为评分结果同步至第二服务器。

优选地，各个所述待评分账户的业务数据包括该待评分账户对应的若干个子评分项的特征值，所述配置信息包括预先设置的主评分项与子评分项之间的映射关系、各个主评分项的主评分系数、各个子评分项的子评分分值计算规则及子评分系数；

所述第一计算步骤包括：

第一确定步骤：控制所述大数据处理引擎根据各个所述子评分项的子评分分值计算规则及各个所述待评分账户对应的各个子评分项的特征值，确定各个所述待评分账户对应的若干个子评分项的子评分分值；

第二确定步骤：控制所述大数据处理引擎根据所述主评分项与子评分项之间的映射关系及各个所述待评分账户对应的子评分项，确定各个所述待评分账户对应的主评分项；

查询步骤：控制所述大数据处理引擎于所述配置信息中查询各个所述待评分账户对应的主评分项的主评分系数，以及各个所述待评分账户对应的各个子评分项的子评分系数；

第二计算步骤：控制所述大数据处理引擎根据各个所述待评分账户对应的各个主评分项的主评分系数，以及各个所述待评分账户对应的各个子评分项的子评分分值、子评分系数，计算各个所述待评分账户的评分分值。

优选地，所述第二计算步骤包括：

控制大数据处理引擎根据第一计算公式及各个所述待评分账户对应的各个子评分项的子评分分值、子评分系数，计算各个所述待评分账户对应的各个主评分项的主评分分值，所述第一计算公式如下：

其中，si代表一所述待评分账户对应的第i个主评分项的主评分分值，si,k代表所述第i个主评分项对应的第k个子评分项的子评分分值，wi,k代表所述第i个主评分项对应的第k个子评分项的子评分系数，i∈[1，n]，k∈[1，ni]，n代表该待评分账户对应的主评分项的总个数，ni代表第i个主评分项对应的子评分项的总个数，i、k、nj、ni均为正整数；

控制大数据处理引擎根据第二计算公式及各个所述待评分账户对应的各个主评分项的主评分系数、主评分分值，计算各个所述待评分账户的评分分值，所述第二计算公式如下：

其中，s代表一待评分账户的评分分值，wi代表该待评分账户对应的第i个主评分项的主评分系数，si代表该待评分账户对应的第i个主评分项的主评分分值，n代表该待评分账户对应的主评分项的总个数，i、n均为正整数。

此外，为实现上述目的，本发明还提出一种服务器，所述服务器包括存储器和处理器，所述存储器上存储有账户评分程序，所述账户评分程序被所述处理器执行时实现如下步骤：

第一同步步骤：在接收到第二服务器发送的评分请求时，将所述第二服务器中存储的配置信息及各个待评分账户的业务数据同步至大数据处理引擎；

第一计算步骤：控制大数据处理引擎基于所述配置信息及各个待评分账户的业务数据执行计算，得到各个所述待评分账户的评分分值；

第二同步步骤：将大数据处理引擎计算得到的各个所述待评分账户的评分分值作为评分结果同步至第二服务器。

优选地，各个所述待评分账户的业务数据包括该待评分账户对应的若干个子评分项的特征值，所述配置信息包括预先设置的主评分项与子评分项之间的映射关系、各个主评分项的主评分系数、各个子评分项的子评分分值计算规则及子评分系数；

所述第一计算步骤包括：

第一确定步骤：控制所述大数据处理引擎根据各个所述子评分项的子评分分值计算规则及各个所述待评分账户对应的各个子评分项的特征值，确定各个所述待评分账户对应的若干个子评分项的子评分分值；

第二确定步骤：控制所述大数据处理引擎根据所述主评分项与子评分项之间的映射关系及各个所述待评分账户对应的子评分项，确定各个所述待评分账户对应的主评分项；

查询步骤：控制所述大数据处理引擎于所述配置信息中查询各个所述待评分账户对应的主评分项的主评分系数，以及各个所述待评分账户对应的各个子评分项的子评分系数；

第二计算步骤：控制所述大数据处理引擎根据各个所述待评分账户对应的各个主评分项的主评分系数，以及各个所述待评分账户对应的各个子评分项的子评分分值、子评分系数，计算各个所述待评分账户的评分分值。

优选地，所述第二计算步骤包括：

控制大数据处理引擎根据第一计算公式及各个所述待评分账户对应的各个子评分项的子评分分值、子评分系数，计算各个所述待评分账户对应的各个主评分项的主评分分值，所述第一计算公式如下：

其中，si代表一所述待评分账户对应的第i个主评分项的主评分分值，si,k代表所述第i个主评分项对应的第k个子评分项的子评分分值，wi,k代表所述第i个主评分项对应的第k个子评分项的子评分系数，i∈[1，n]，k∈[1，ni]，n代表该待评分账户对应的主评分项的总个数，ni代表第i个主评分项对应的子评分项的总个数，i、k、nj、ni均为正整数；

控制大数据处理引擎根据第二计算公式及各个所述待评分账户对应的各个主评分项的主评分系数、主评分分值，计算各个所述待评分账户的评分分值，所述第二计算公式如下：

其中，s代表一待评分账户的评分分值，wi代表该待评分账户对应的第i个主评分项的主评分系数，si代表该待评分账户对应的第i个主评分项的主评分分值，n代表该待评分账户对应的主评分项的总个数，i、n均为正整数。

此外，为实现上述目的，本发明还提出一种计算机可读存储介质，所述计算机可读存储介质存储有账户评分程序，所述账户评分程序可被至少一个处理器执行，以使所述至少一个处理器执行如上述任一项所述的账户评分方法的步骤。

本发明第一服务器在接收到所述第二服务器发送的评分请求时，将所述第二服务器中存储的配置信息及各个待评分账户的业务数据同步至大数据处理引擎；第一服务器控制所述大数据处理引擎基于所述配置信息及各个待评分账户的业务数据执行计算，得到各个所述待评分账户的评分分值；第一服务器将所述大数据处理引擎计算得到的各个所述待评分账户的评分分值作为评分结果同步至所述第二服务器。相较于现有技术，本发明第一服务器将配置信息及待评分账户的业务数据从第二服务器同步至大数据处理引擎，并控制大数据处理引擎进行评分分值的计算，由于大数据处理引擎具有强大的数据处理能力，因此，可高效的处理庞大的账户数据，并快速的计算出评分分值。此外，由于配置信息具备可配置性，因此，当计算规则发生改变时，无需修改计算代码，只需更新配置信息即可，方便了用户使用，且适用于多种应用场景。

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示出的结构获得其他的附图。

图1为本发明账户评分系统第一实施例的系统架构示意图；

图2为本发明账户评分程序第一实施例的运行环境示意图；

图3为本发明账户评分程序第一实施例的程序模块图；

图4为图3中计算模块的细化程序模块图；

图5为本发明账户评分方法第一实施例的流程示意图；

图6为图5中步骤s20的细化流程示意图；

图7为本发明账户评分方法第二实施例的流程示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

参阅图1所示，是本发明账户评分系统第一实施例的系统架构示意图。

在本实施例中，所述账户评分系统包括第一服务器1、大数据处理引擎2(例如，hive，hive是一种基于分布是存储系统的数据仓库基础构架)、第二服务器3(例如，oracle服务器，oracle是甲骨文公司的一款关系数据库管理系统)及客户端4，所述客户端4与所述第二服务器3通信连接，且所述第一服务器1分别与所述第二服务器3及所述大数据处理引擎2通信连接，其中：

所述第一服务器1用于：

在接收到所述第二服务器3发送的评分请求时，将所述第二服务器3中存储的配置信息及各个待评分账户的业务数据同步至大数据处理引擎2；

控制所述大数据处理引擎2基于所述配置信息及各个待评分账户的业务数据执行计算，得到各个所述待评分账户的评分分值；

将所述大数据处理引擎2计算得到的各个所述待评分账户的评分分值作为评分结果同步至所述第二服务器3。

上述第一服务器1可通过运行预先存储的同步脚本实现第二服务器3与大数据处理引擎2的数据同步。

此外，上述第一服务器1可通过运行预先存储的计算脚本，控制所述大数据处理引擎2基于所述配置信息及各个待评分账户的业务数据执行计算。

本实施例第一服务器1在接收到所述第二服务器3发送的评分请求时，将所述第二服务器3中存储的配置信息及各个待评分账户的业务数据同步至大数据处理引擎2；第一服务器1控制所述大数据处理引擎2基于所述配置信息及各个待评分账户的业务数据执行计算，得到各个所述待评分账户的评分分值；第一服务器1将所述大数据处理引擎2计算得到的各个所述待评分账户的评分分值作为评分结果同步至所述第二服务器3。相较于现有技术，本实施例第一服务器1将配置信息及待评分账户的业务数据从第二服务器3同步至大数据处理引擎2，并控制大数据处理引擎2进行评分分值的计算，由于大数据处理引擎2具有强大的数据处理能力，因此，可高效的处理庞大的账户数据，并快速的计算出评分分值。此外，由于配置信息具备可配置性，因此，当计算规则发生改变时，无需修改计算代码，只需更新配置信息即可，方便了用户使用，且适用于多种应用场景。

进一步地，本实施例中，各个所述待评分账户的业务数据包括该待评分账户对应的若干个子评分项的特征值，所述配置信息包括预先设置的主评分项与子评分项之间的映射关系、各个主评分项的主评分系数、各个子评分项的子评分分值计算规则及子评分系数。

其中，上述主评分项可举例为：账户、订单、风控。

上述主评分项“账户”对应的子评分项包括但不限于，用户年龄、账户年龄、持卡数。

上述主评分项“订单”对应的子评分项包括但不限于，活跃天数、下单活跃度、最近下单距今日天数、产品类数、订单总金额、订单总量、日均下单数、订单平均额、成功支付金额、成功支付笔数、订单转化率、大额占比。

上述主评分项“风控”对应的子评分项包括但不限于命中规则率、风控拦截率。

进一步地，本实施例中，所述第一服务器1还用于：

控制所述大数据处理引擎2根据各个所述子评分项的子评分分值计算规则及各个所述待评分账户对应的各个子评分项的特征值，确定各个所述待评分账户对应的若干个子评分项的子评分分值；

控制所述大数据处理引擎2根据所述主评分项与子评分项之间的映射关系及各个所述待评分账户对应的子评分项，确定各个所述待评分账户对应的主评分项；

控制所述大数据处理引擎2于所述配置信息中查询各个所述待评分账户对应的主评分项的主评分系数，以及各个所述待评分账户对应的各个子评分项的子评分系数；

控制所述大数据处理引擎2根据各个所述待评分账户对应的各个主评分项的主评分系数，以及各个所述待评分账户对应的各个子评分项的子评分分值、子评分系数，计算各个所述待评分账户的评分分值。

进一步地，本实施例中，上述配置信息还包括各个子评分项对应的若干个特征值范围、子评分分值与子评分项的特征值范围之间的映射关系，上述各个所述子评分项的子评分分值计算规则包括：

根据预先存储于配置信息中的各个子评分项对应的若干个特征值范围，确定各个待评分账户对应的各个子评分项的特征值所在的特征值范围，并根据预先存储于配置信息中的子评分分值与子评分项的特征值范围之间的映射关系，确定各个待评分账户对应的各个子评分项的子评分分值。

进一步地，本实施例中，第一服务器1还用于：

控制所述大数据处理引擎2根据第一计算公式及各个所述待评分账户对应的各个子评分项的子评分分值、子评分系数，计算各个所述待评分账户对应的各个主评分项的主评分分值，所述第一计算公式如下：

其中，si代表一所述待评分账户对应的第i个主评分项的主评分分值，si,k代表所述第i个主评分项对应的第k个子评分项的子评分分值，wi,k代表所述第i个主评分项对应的第k个子评分项的子评分系数，i∈[1，n]，k∈[1，ni]，n代表该待评分账户对应的主评分项的总个数，ni代表第i个主评分项对应的子评分项的总个数，i、k、nj、ni均为正整数；

控制所述大数据处理引擎2根据第二计算公式及各个所述待评分账户对应的各个主评分项的主评分系数、主评分分值，计算各个所述待评分账户的评分分值，所述第二计算公式如下：

其中，s代表一待评分账户的评分分值，wi代表该待评分账户对应的第i个主评分项的主评分系数，si代表该待评分账户对应的第i个主评分项的主评分分值，n代表该待评分账户对应的主评分项的总个数，i、n均为正整数。

进一步地，本实施例中，客户端4用于：

在接收到用户发送的配置信息生成请求或配置信息更新请求时，获取用户输入的所述配置信息；

发送所述配置信息至所述第二服务器3。

所述第二服务器3用于：

接收所述客户端4发送的所述配置信息，并将所述配置信息进行存储处理。

本实施例中，用户可根据具体的需要设置配置信息，而无需重新修改计算代码，简化了用户操作，且适用于多种应用场景。

在本实施例中，客户端4还用于：

发送所述评分请求至所述第二服务器3；以及，接收所述第二服务器3返回的评分结果。

所述第二服务器3用于：

接收所述客户端4发送的评分请求，并将所述评分请求中转发送至所述第一服务器1；以及，

将所述评分结果中转发送至所述客户端4，供所述客户端4展示所述评分结果。

本发明提出一种账户评分程序。

请参阅图2，是本发明账户评分程序10第一实施例的运行环境示意图。

在本实施例中，账户评分程序10安装并运行于第一服务器1中。该第一服务器1可包括，但不仅限于，通过程序总线相互通信的存储器11及处理器12。图2仅示出了具有组件11、12的第一服务器1，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。

存储器11在一些实施例中可以是第一服务器1的内部存储单元，例如该第一服务器1的硬盘或内存。存储器11在另一些实施例中也可以是第一服务器1的外部存储设备，例如第一服务器1上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。进一步地，存储器11还可以既包括第一服务器1的内部存储单元也包括外部存储设备。存储器11用于存储安装于第一服务器1的应用软件及各类数据，例如账户评分程序10的程序代码等。存储器11还可以用于暂时地存储已经输出或者将要输出的数据。

处理器12在一些实施例中可以是一中央处理器(centralprocessingunit,cpu)，微处理器或其他数据处理芯片，用于运行存储器11中存储的程序代码或处理数据，例如执行账户评分程序10等。

请参阅图3，是本发明账户评分程序10第一实施例的程序模块图。在本实施例中，账户评分程序10可以被分割成一个或多个模块，一个或者多个模块被存储于存储器11中，并由一个或多个处理器(本实施例为处理器12)所执行，以完成本发明。例如，在图3中，账户评分程序10可以被分割成第一同步模块101、计算模块102及第二同步模块103。本发明所称的模块是指能够完成特定功能的一系列计算机程序请求段，比程序更适合于描述账户评分程序10在第一服务器1中的执行过程，其中：

第一同步模块101，用于在接收到所述第二服务器发送的评分请求时，将所述第二服务器中存储的配置信息及各个待评分账户的业务数据同步至大数据处理引擎。

上述评分请求由客户端发送至第二服务器，又由第二服务器中转发送至第一同步模块101。

计算模块102，用于控制所述大数据处理引擎基于所述配置信息及各个待评分账户的业务数据执行计算，得到各个所述待评分账户的评分分值。

上述计算模块102可通过运行预先存储的计算脚本，控制所述大数据处理引擎基于所述配置信息及各个待评分账户的业务数据执行计算。

进一步地，本实施例中，各个所述待评分账户的业务数据包括该待评分账户对应的若干个子评分项的特征值，所述配置信息包括预先设置的主评分项与子评分项之间的映射关系、各个主评分项的主评分系数、各个子评分项的子评分分值计算规则及子评分系数。

其中，上述主评分项可举例为：账户、订单、风控。

上述主评分项“账户”对应的子评分项包括但不限于，用户年龄、账户年龄、持卡数。

上述主评分项“订单”对应的子评分项包括但不限于，活跃天数、下单活跃度、最近下单距今日天数、产品类数、订单总金额、订单总量、日均下单数、订单平均额、成功支付金额、成功支付笔数、订单转化率、大额占比。

上述主评分项“风控”对应的子评分项包括但不限于命中规则率、风控拦截率。

进一步地，参照图4，本实施例中，所述计算模块102包括：第一确定单元1021、第二确定单元1022、查询单元1023及计算单元1024，其中：

第一确定单元1021，用于控制所述大数据处理引擎根据各个所述子评分项的子评分分值计算规则及各个所述待评分账户对应的各个子评分项的特征值，确定各个所述待评分账户对应的若干个子评分项的子评分分值。

进一步地，本实施例中，上述配置信息还包括各个子评分项对应的若干个特征值范围、子评分分值与子评分项的特征值范围之间的映射关系。

上述各个所述子评分项的子评分分值计算规则包括：

根据预先存储于配置信息中的各个子评分项对应的若干个特征值范围，确定各个待评分账户对应的各个子评分项的特征值所在的特征值范围，并根据预先存储于配置信息中的子评分分值与子评分项的特征值范围之间的映射关系，确定各个待评分账户对应的各个子评分项的子评分分值。

第二确定单元1022，用于控制所述大数据处理引擎根据所述主评分项与子评分项之间的映射关系及各个所述待评分账户对应的子评分项，确定各个所述待评分账户对应的主评分项。

查询单元1023，用于控制所述大数据处理引擎于所述配置信息中查询各个所述待评分账户对应的主评分项的主评分系数，以及各个所述待评分账户对应的各个子评分项的子评分系数。

计算单元1024，用于控制所述大数据处理引擎根据各个所述待评分账户对应的各个主评分项的主评分系数，以及各个所述待评分账户对应的各个子评分项的子评分分值、子评分系数，计算各个所述待评分账户的评分分值。

进一步地，本实施例中，所述计算单元1024还用于：

控制所述大数据处理引擎根据第一计算公式及各个所述待评分账户对应的各个子评分项的子评分分值、子评分系数，计算各个所述待评分账户对应的各个主评分项的主评分分值，所述第一计算公式如下：

其中，si代表一所述待评分账户对应的第i个主评分项的主评分分值，si,k代表所述第i个主评分项对应的第k个子评分项的子评分分值，wi,k代表所述第i个主评分项对应的第k个子评分项的子评分系数，i∈[1，n]，k∈[1，ni]，n代表该待评分账户对应的主评分项的总个数，ni代表第i个主评分项对应的子评分项的总个数，i、k、nj、ni均为正整数。

控制所述大数据处理引擎根据第二计算公式及各个所述待评分账户对应的各个主评分项的主评分系数、主评分分值，计算各个所述待评分账户的评分分值，所述第二计算公式如下：

其中，s代表一待评分账户的评分分值，wi代表该待评分账户对应的第i个主评分项的主评分系数，si代表该待评分账户对应的第i个主评分项的主评分分值，n代表该待评分账户对应的主评分项的总个数，i、n均为正整数。

需要注意的是，本实施例不对第一确定单元1021、第二确定单元1022及查询单元1023的调用顺序进行限定，可根据具体的应用场景进行设置。

计算模块103，用于将所述大数据处理引擎计算得到的各个所述待评分账户的评分分值作为评分结果同步至所述第二服务器，供第二服务器将所述评分结果中转发送至所述客户端进行展示。

上述第一同步模块101及第二同步模块103可通过运行预先存储的同步脚本实现第二服务器与大数据处理引擎的数据同步。

本实施例在接收到所述第二服务器发送的评分请求时，将所述第二服务器中存储的配置信息及各个待评分账户的业务数据同步至大数据处理引擎；控制所述大数据处理引擎基于所述配置信息及各个待评分账户的业务数据执行计算，得到各个所述待评分账户的评分分值；将所述大数据处理引擎计算得到的各个所述待评分账户的评分分值作为评分结果同步至所述第二服务器。相较于现有技术，本实施例将配置信息及待评分账户的业务数据从第二服务器同步至大数据处理引擎，并控制大数据处理引擎进行评分分值的计算，由于大数据处理引擎具有强大的数据处理能力，因此，可高效的处理庞大的账户数据，并快速的计算出评分分值。此外，由于配置信息具备可配置性，因此，当计算规则发生改变时，无需修改计算代码，只需更新配置信息即可，方便了用户使用，且适用于多种应用场景。

此外，本发明提出一种账户评分方法。

如图5所示，图5为本发明账户评分方法第一实施例的流程示意图。

本实施例中，该方法包括：

步骤s10，第一服务器在接收到所述第二服务器发送的评分请求时，将所述第二服务器中存储的配置信息及各个待评分账户的业务数据同步至大数据处理引擎。

上述第一服务器可通过运行预先存储的同步脚本实现第二服务器与大数据处理引擎的数据同步。

进一步地，本实施例中，在步骤s10之前，该方法还包括步骤：

客户端发送评分请求至第二服务器，供所述第二服务器中转发送所述评分请求至第一服务器。

步骤s20，第一服务器控制所述大数据处理引擎基于所述配置信息及各个待评分账户的业务数据执行计算，得到各个所述待评分账户的评分分值。

上述第一服务器可通过运行预先存储的计算脚本，控制所述大数据处理引擎基于所述配置信息及各个待评分账户的业务数据执行计算。

进一步地，本实施例中，各个所述待评分账户的业务数据包括该待评分账户对应的若干个子评分项的特征值，所述配置信息包括预先设置的主评分项与子评分项之间的映射关系、各个主评分项的主评分系数、各个子评分项的子评分分值计算规则及子评分系数。

其中，上述主评分项可举例为：账户、订单、风控。

上述主评分项“账户”对应的子评分项包括但不限于，用户年龄、账户年龄、持卡数。

上述主评分项“订单”对应的子评分项包括但不限于，活跃天数、下单活跃度、最近下单距今日天数、产品类数、订单总金额、订单总量、日均下单数、订单平均额、成功支付金额、成功支付笔数、订单转化率、大额占比。

上述主评分项“风控”对应的子评分项包括但不限于命中规则率、风控拦截率。

进一步地，参照图6，本实施例中，所述步骤s20包括：

步骤s21，第一服务器控制所述大数据处理引擎根据各个所述子评分项的子评分分值计算规则及各个所述待评分账户对应的各个子评分项的特征值，确定各个所述待评分账户对应的若干个子评分项的子评分分值。

进一步地，本实施例中，上述配置信息还包括各个子评分项对应的若干个特征值范围、子评分分值与子评分项的特征值范围之间的映射关系。

上述各个所述子评分项的子评分分值计算规则包括：

根据预先存储于配置信息中的各个子评分项对应的若干个特征值范围，确定各个待评分账户对应的各个子评分项的特征值所在的特征值范围，并根据预先存储于配置信息中的子评分分值与子评分项的特征值范围之间的映射关系，确定各个待评分账户对应的各个子评分项的子评分分值。

步骤s22，第一服务器控制所述大数据处理引擎根据所述主评分项与子评分项之间的映射关系及各个所述待评分账户对应的子评分项，确定各个所述待评分账户对应的主评分项。

步骤s23，第一服务器控制所述大数据处理引擎于所述配置信息中查询各个所述待评分账户对应的主评分项的主评分系数，以及各个所述待评分账户对应的各个子评分项的子评分系数。

步骤s24，第一服务器控制所述大数据处理引擎根据各个所述待评分账户对应的各个主评分项的主评分系数，以及各个所述待评分账户对应的各个子评分项的子评分分值、子评分系数，计算各个所述待评分账户的评分分值。

进一步地，本实施例中，所述步骤s24包括：

第一服务器控制所述大数据处理引擎根据第一计算公式及各个所述待评分账户对应的各个子评分项的子评分分值、子评分系数，计算各个所述待评分账户对应的各个主评分项的主评分分值，所述第一计算公式如下：

其中，si代表一所述待评分账户对应的第i个主评分项的主评分分值，si,k代表所述第i个主评分项对应的第k个子评分项的子评分分值，wi,k代表所述第i个主评分项对应的第k个子评分项的子评分系数，i∈[1，n]，k∈[1，ni]，n代表该待评分账户对应的主评分项的总个数，ni代表第i个主评分项对应的子评分项的总个数，i、k、nj、ni均为正整数。

第一服务器控制所述大数据处理引擎根据第二计算公式及各个所述待评分账户对应的各个主评分项的主评分系数、主评分分值，计算各个所述待评分账户的评分分值，所述第二计算公式如下：

其中，s代表一待评分账户的评分分值，wi代表该待评分账户对应的第i个主评分项的主评分系数，si代表该待评分账户对应的第i个主评分项的主评分分值，n代表该待评分账户对应的主评分项的总个数，i、n均为正整数。

需要注意的是，本实施例不对步骤s21、s22及s23的执行先后顺序进行限定，可根据具体的应用场景进行设置。

步骤s30，第一服务器将所述大数据处理引擎计算得到的各个所述待评分账户的评分分值作为评分结果同步至所述第二服务器。

进一步地，本实施例中，在步骤s30之后，该方法还包括步骤：

第二服务器将所述评分结果中转发送至所述客户端，供所述客户端展示所述评分结果。

本实施例第一服务器在接收到所述第二服务器发送的评分请求时，将所述第二服务器中存储的配置信息及各个待评分账户的业务数据同步至大数据处理引擎；第一服务器控制所述大数据处理引擎基于所述配置信息及各个待评分账户的业务数据执行计算，得到各个所述待评分账户的评分分值；第一服务器将所述大数据处理引擎计算得到的各个所述待评分账户的评分分值作为评分结果同步至所述第二服务器。相较于现有技术，本实施例第一服务器将配置信息及待评分账户的业务数据从第二服务器同步至大数据处理引擎，并控制大数据处理引擎进行评分分值的计算，由于大数据处理引擎具有强大的数据处理能力，因此，可高效的处理庞大的账户数据，并快速的计算出评分分值。此外，由于配置信息具备可配置性，因此，当计算规则发生改变时，无需修改计算代码，只需更新配置信息即可，方便了用户使用，且适用于多种应用场景。

如图7所示，图7为本发明账户评分方法第二实施例的流程示意图。

本实施例在第一实施例的基础上，该方法还包括：

步骤s40，客户端在接收到用户发送的配置信息生成请求或配置信息更新请求时，获取用户输入的所述配置信息。

步骤s50，客户端发送所述配置信息至所述第二服务器，供所述第二服务器将所述配置信息进行存储处理。

本实施例中，用户可根据具体的需要设置配置信息，而无需重新修改计算代码，简化了用户操作，且适用于多种应用场景。

进一步地，本发明还提出一种计算机可读存储介质，所述计算机可读存储介质存储有账户评分程序，所述账户评分程序可被至少一个处理器执行，以使所述至少一个处理器执行上述第一实施例中的账户评分方法的步骤。

以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。