汽车维修保养机构评级方法及装置与流程

本申请涉及数据处理技术领域，特别涉及一种汽车维修保养机构评级方法。本申请同时涉及一种汽车维修保养机构评级装置，一种计算设备，以及一种计算机可读存储介质。

背景技术：

随着汽车市场的不断扩大，汽车后市场的业务规模也随之增长，汽车维修保养行业的产值在汽车后市场总产值中占比很大，而汽车维修保养机构的水平参差不齐，且随着汽车制造技术的发展，汽车修理难度增大，因此车主在需要对汽车进行维修或保养时，选择合适的汽车维修保养机构十分重要。

由于汽车维修行业信息较为封闭，并且车主对汽车知识不熟悉，车主基本会选择各大品牌的4s店进行维修保养；另外，车主无法判断汽车是否需要保养或维修，并难以判断汽车维修保养机构所提供的维修方式或保养方式以及收取费用是否合理，只能完全信任所选择的汽车维修保养机构。

技术实现要素：

有鉴于此，本申请实施例提供了一种汽车维修保养机构评级方法，以解决现有技术中存在的技术缺陷。本申请实施例同时提供了一种汽车维修保养机构评级装置，一种计算设备，以及一种计算机可读存储介质。

本申请实施例公开了一种汽车维修保养机构评级方法，包括：

获取用户提交的汽车维修保养机构的历史评价订单中的评价数据；

根据所述评价数据确定所述历史评价订单的订单风险等级以及根据所述评价数据确定所述历史评价订单对应用户的用户风险等级；

筛选所述订单风险等级和所述用户风险等级均为低风险等级的历史评价订单作为有效评价订单；

根据所述有效评价订单的评价数据包含的各分项下各子项的评价数据，确定所述各子项所属分项的分项评分值；

根据所述分项评分值计算所述汽车维修保养机构的评级。

可选的，所述根据所述有效评价订单的评价数据包含的各分项下各子项的评价数据，确定所述各子项所属分项的分项评分值，包括：

根据所述各子项的评价数据确定各子项评分匹配值；

将各子项评分匹配值除以各子项评分基准值，获得各子项的子项评分值；

对属于同一分项的各子项的子项评分值取平均数，获得所述子项所属分项的分项评分值。

可选的，所述根据所述各子项的评价数据确定各子项评分匹配值，包括：

从所述各子项的评价数据中提取评价关键词；

判断所述评价关键词在预设的评价关键词与子项评分匹配值对应关系表中是否存在；

若存在，在所述评价关键词与子项评分匹配值对应关系表中检索所述评价关键词对应的子项评分匹配值。

可选的，所述订单风险等级，包括：高风险等级和低风险等级；

所述用户风险等级，包括：高风险等级和低风险等级。

可选的，所述根据所述评价数据确定所述历史评价订单对应用户的用户风险等级，包括：

获取所述历史评价订单对应用户的用户身份信息；

根据所述用户身份信息判断所述用户在车辆管理系统数据库中是否存在车辆登记信息；

若存在，确定所述用户的用户风险等级为低风险等级；

若不存在，确定所述用户的用户风险等级为高风险等级。

可选的，所述根据所述评价数据确定所述历史评价订单的订单风险等级，包括：

获取所述历史评价订单的订单生成时间；

获取所述历史评价订单对应的用户在所述订单生成时间所属时间区间内的行动轨迹记录；

判断所述行动轨迹记录和所述汽车维修保养机构地理位置是否匹配；

若匹配，确定所述订单的订单风险等级为低风险等级；

若不匹配，确定所述订单的订单风险等级为高风险等级。

可选的，所述根据所述评价数据确定所述历史评价订单的订单风险等级以及根据所述评价数据确定所述历史评价订单对应用户的用户风险等级步骤，采用风控模型实现；

通过将所述评价数据输入所述风控模型进行订单风险等级和用户风险等级计算，输出所述订单风险等级和用户风险等级。

可选的，所述风控模型，采用如下方式训练：

将所述有效评价订单的评价数据作为正样本对所述风控模型进行训练；

将所述订单风险等级和所述用户风险等级均为高风险等级的历史评价订单的评价数据作为负样本对所述风控模型进行训练。

可选的，所述各分项，包括：维修分项和保养分项。

其中，所述维修分项下的子项，包括：维修方式、维修配件价格、维修服务；

所述保养分项下的子项，包括：保养方式、保养配件价格、保养服务。

本申请提供一种汽车维修保养机构评级装置，包括：

评价数据获取模块，被配置为获取用户提交的汽车维修保养机构的历史评价订单中的评价数据；

风险等级确定模块，被配置为根据所述评价数据确定所述历史评价订单的订单风险等级以及根据所述评价数据确定所述历史评价订单对应用户的用户风险等级；

筛选模块，被配置为筛选所述订单风险等级和所述用户风险等级均为低风险等级的历史评价订单作为有效评价订单；

分项评分值计算模块，被配置为根据所述有效评价订单的评价数据包含的各分项下各子项的评价数据，确定所述各子项所属分项的分项评分值；

评级模块，被配置为根据所述分项评分值计算所述汽车维修保养机构的评级。

可选的，所述分项评分值计算模块，包括：

子项评分匹配值确定子模块，被配置为根据所述各子项的评价数据确定各子项评分匹配值；

子项评分值确定子模块，被配置为将各子项评分匹配值除以各子项评分基准值，获得各子项的子项评分值；

分项评分值确定子模块，被配置为对属于同一分项的各子项的子项评分值取平均数，获得所述子项所属分项的分项评分值。

可选的，所述子项评分匹配值确定子模块，包括：

关键词提取单元，被配置为从所述各子项的评价数据中提取评价关键词；

存在判断单元，被配置为判断所述评价关键词在预设的评价关键词与子项评分匹配值对应关系表中是否存在；

若所述存在判断单元的运行结果为是，运行检索单元，所述检索单元，被配置为在所述评价关键词与子项评分匹配值对应关系表中检索所述评价关键词对应的子项评分匹配值。

可选的，所述风险等级确定模块，包括：

用户身份信息获取子模块，被配置为所述历史评价订单对应用户的用户身份信息；

车辆登记信息判断子模块，被配置为根据所述用户身份信息判断所述用户在车辆管理系统数据库中是否存在车辆登记信息；

若所述车辆登记信息判断子模块的运行结果为是，运行低风险用户等级确定子模块，所述低风险用户等级确定子模块，被配置为确定所述用户的用户风险等级为低风险等级；

若所述车辆登记信息判断子模块的运行结果为否，运行高风险用户等级确定子模块，所述高风险用户等级确定子模块，被配置为确定所述用户的用户风险等级为高风险等级。

可选的，所述风险等级确定模块，包括：

订单生成时间获取子模块，被配置为获取所述历史评价订单的订单生成时间；

行动轨迹记录获取子模块，被配置为获取所述历史评价订单对应的用户在所述订单生成时间所属时间区间内的行动轨迹记录；

匹配判断子模块，被配置为判断所述行动轨迹记录和所述汽车维修保养机构地理位置是否匹配；

若所述匹配判断子模块的运行结果为是，运行低风险订单等级确定子模块，所述低风险订单等级确定子模块，被配置为确定所述订单的订单风险等级为低风险等级；

若所述匹配判断子模块的运行结果为否，运行高风险订单等级确定子模块，所述高风险订单等级确定子模块，被配置为确定所述订单的订单风险等级为高风险等级。

本申请提供一种计算设备，包括：

存储器和处理器；

所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令：

获取用户提交的汽车维修保养机构的历史评价订单中的评价数据；

根据所述评价数据确定所述历史评价订单的订单风险等级以及根据所述评价数据确定所述历史评价订单对应用户的用户风险等级；

筛选所述订单风险等级和所述用户风险等级均为低风险等级的历史评价订单作为有效评价订单；

根据所述有效评价订单的评价数据包含的各分项下各子项的评价数据，确定所述各子项所属分项的分项评分值；

根据所述分项评分值计算所述汽车维修保养机构的评级。

本申请提供一种计算机可读存储介质，其存储有计算机指令，该指令被处理器执行时实现所述汽车维修保养机构评级方法的步骤。

与现有技术相比，本申请具有如下优点：

本申请提供一种汽车维修保养机构评级方法，包括：

获取用户提交的汽车维修保养机构的历史评价订单中的评价数据；根据所述评价数据确定所述历史评价订单的订单风险等级以及根据所述评价数据确定所述历史评价订单对应用户的用户风险等级；筛选所述订单风险等级和所述用户风险等级均为低风险等级的历史评价订单作为有效评价订单；根据所述有效评价订单的评价数据包含的各分项下各子项的评价数据，确定所述各子项所属分项的分项评分值；根据所述分项评分值计算所述汽车维修保养机构的评级。

本申请提供的汽车维修保养机构评级方法，首先根据汽车维修保养机构的历史评价订单中的评价数据，确定订单风险等级以及提交所述订单的用户的用户风险等级，然后选取低风险等级的订单对维修保养机构进行评级，具体是指根据评价数据中各子项的评价数据确定各子项所属分项的评分值，再根据分项评分最终确定汽车维修保养机构的评级，使得根据低风险等级的订单计算出的汽车维修保养机构的评级更加真实可靠，方便用户根据评级结果选择合适的汽车维修保养机构。

附图说明

图1是本申请实施例提供的一种汽车维修保养机构评级方法执行流程图；

图2是本申请实施例提供的一种汽车维修保养机构评级过程的执行流程图；

图3是本申请实施例提供的一种汽车维修保养机构评级装置的示意图；

图4是本申请实施例提供的一种计算设备的结构框图。

具体实施方式

在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。

在本说明书一个或多个实施例中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一个或多个实施例。在本说明书一个或多个实施例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，本说明书一个或多个实施例中使用的术语“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，尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息，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，在不脱离本说明书一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。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”。

本申请提供一种汽车维修保养机构评级方法，本申请还提供一种汽车维修保养机构评级装置，一种计算设备，以及一种计算机可读存储介质。以下分别结合本申请提供的实施例的附图逐一进行详细说明，并且对方法的各个步骤进行说明。

本申请提供的一种汽车维修保养机构评级方法实施例如下：

参照附图1，其示出了本实施例提供的一种汽车维修保养机构评级方法执行流程图；参照附图2，其示出了本实施例提供的一种汽车维修保养机构评级过程的执行流程图。

步骤s102，获取用户提交的汽车维修保养机构的历史评价订单中的评价数据。

所述汽车维修保养机构，包括提供汽车维修服务的机构、提供汽车保养服务的机构，以及能同时提供维修服务和保养服务的机构，比如汽车4s店、汽车修理厂；所述历史评价订单，是指过去已生成的用户消费的汽车维修保养服务的订单；所述评价数据，是用户对订单的评价的数据，用户对所消费的服务订单的评价，一般是多个维度的评分和/或一段文字评价，对于汽车维修保养机构而言，订单评价的维度可以分为维修和保养两个维度，这两个维度又可分为多个子维度，包括：维修/保养方式、维修/保养配件价格、维修/保养服务。

步骤s104，根据所述评价数据确定所述历史评价订单的订单风险等级以及根据所述评价数据确定所述历史评价订单对应用户的用户风险等级。

经过步骤s102获取到历史评价订单中的评价数据后，便可根据评价数据确定历史评价订单的订单风险等级和用户风险等级，用于后续筛选出低风险等级的历史评价订单进行汽车维修保养机构的评级计算。

优选的，所述订单风险等级，包括：高风险等级和低风险等级；所述用户风险等级，包括：高风险等级和低风险等级。

本申请实施例提供的一种优选实施方式中，所述根据所述评价数据确定所述历史评价订单对应用户的用户风险等级，包括：

获取所述历史评价订单对应用户的用户身份信息；根据所述用户身份信息判断所述用户在车辆管理系统数据库中是否存在车辆登记信息；若存在，确定所述用户的用户风险等级为低风险等级；若不存在，确定所述用户的用户风险等级为高风险等级。

根据评价数据确定所述历史评价订单对应用户的用户风险等级，是本申请提供的汽车维修保养机构评级方法执行过程中风控环节中的一项，之所以加入风控环节，是为了防止有填写虚假好评和制造虚假销量的行为发生，若将虚假的评价信息纳入计算汽车维修保养机构评级的计算，则势必会导致评级结果不真实、不公平，不利于构造良好的市场环境，消费者也无法靠查看汽车维修保养机构的评级来进行合理选择。因此，在对汽车维修保养机构进行评级之前，筛选去除高风险等级的具有虚假评价嫌疑的历史评价订单，保留真实评价的历史评价订单来对汽车维修保养机构进行评级，使得评级结果更加公正可靠。

本实施例中，用户风险等级是指提交所述历史评价订单的用户的风险等级，可以理解为用户身份的真伪判定，若用户身份为真，则用户风险等级为低风险等级，若用户身份为假，则用户风险等级为高风险等级，需要考虑高风险等级的用户风险等级对应的历史评价订单的评价数据的可靠性。本申请实施例提供的一种确定用户风险等级的方法是在车辆管理系统数据库(如车管所数据库)中查询该用户是否存在车辆登记信息，若存在，则说明该用户真实持有车辆，用户风险等级为低风险等级；若不存在，则说明该用户并未持有车辆，用户风险等级为高风险等级，相应的，高风险等级的用户提交的历史评价订单也具有虚假评价的嫌疑。

除了通过判定用户是否真实持有车辆这一信息来确定用户的真实性之外，还可通过判定用户在订单生成时间段内的行驶轨迹是否经过该订单对应的汽车维修保养机构的店面位置来判断订单消费行为的真实性，若不经过，则该消费行为虚假，订单的风险等级为高风险等级；若经过，则该消费行为真实，订单的风险等级为低风险等级，订单的评价数据可作为真实数据用以计算汽车维修保养机构的评级。

具体的，本申请实施例提供的一种优选实施方式中，所述根据所述评价数据确定所述历史评价订单的订单风险等级，包括：

获取所述历史评价订单的订单生成时间；获取所述历史评价订单对应的用户在所述订单生成时间所属时间区间内的行动轨迹记录；判断所述行动轨迹记录和所述汽车维修保养机构地理位置是否匹配；若匹配，确定所述订单的订单风险等级为低风险等级；若不匹配，确定所述订单的订单风险等级为高风险等级。

所述订单生成时间，是指订单服务消费完成后，由店家确认的订单服务消费完成时间，若订单生成时间以天计算，则订单生成时间为xx年x月x日，若订单生成时间具体到日期下的时刻，则订单生成时间为xx年x月x日xx时；获取用户在订单生成时间所属时间区间内的行动轨迹记录，是为了判断用户在这段时间内的行动轨迹记录是否经过所述汽车维修保养机构地理位置，由此可知，订单生成时间所属时间区间一定要将用户的消费时间包括在内，即获取的行动轨迹记录的时间区间要将用户真实驾驶车辆去汽车维修保养机构进行维修或保养的时间包括在内，在此基础上，通过检测用户在订单生成时间段内的行驶轨迹是否经过该订单对应的汽车维修保养机构的店面位置来判断用户是否真实进行了消费。以订单生成时间为2018年9月12日为例，订单生成时间区间选取2018年9月12日0时至24时，调取用户在2018年9月12日0时至24时的行动轨迹记录，然后判断该时间区间内的行动轨迹记录是否包含历史评价订单对应的汽车维修保养机构的店面位置，若经过，则说明用户的确在当时当地进行了汽车维修保养消费，订单风险等级为低风险等级；若未经过，则说明用户并未在当时当地进行消费，订单风险等级为高风险等级。

具体实施时，为提升确定用户风险等级和订单风险等级的效率，优选的，上述根据所述评价数据确定所述历史评价订单的订单风险等级以及根据所述评价数据确定所述历史评价订单对应用户的用户风险等级过程，采用风控模型实现；通过将所述评价数据输入所述风控模型进行订单风险等级和用户风险等级计算，输出所述订单风险等级和用户风险等级。

风控模型输出的是订单风险等级和用户风险等级的预测结果，为使预测结果更加符合正确结果，需要使用大量样本数据对风控模型进行训练，基于此，本申请实施例提供的一种优选实施方式中，将所述订单风险等级和所述用户风险等级均为低风险等级的历史评价订单的评价数据作为正样本对所述风控模型进行训练；将所述订单风险等级和所述用户风险等级均为高风险等级的历史评价订单的评价数据作为负样本对所述风控模型进行训练，使风控模型能对评价数据的风险等级做出更准确的判断。

步骤s106，筛选所述订单风险等级和所述用户风险等级均为低风险等级的历史评价订单作为有效评价订单。

所述有效评价订单即是后续步骤中进行评级结果计算所需的评价数据对应的历史评价订单。

步骤s108，根据所述有效评价订单的评价数据包含的各分项下各子项的评价数据，确定所述各子项所属分项的分项评分值。

由步骤s102可知，评价数据可以通过用户对所消费服务的多维度评价的方式来体现，若以多分项维度来体现，则所述各分项优选包括：维修分项和保养分项，相应的，所述维修分项下的子项优选包括：维修方式、维修配件价格、维修服务；所述保养分项下的子项优选包括：保养方式、保养配件价格、保养服务。

本申请实施例提供的一种优选实施方式中，所述根据所述有效评价订单的评价数据包含的各分项下各子项的评价数据，确定所述各子项所属分项的分项评分值，包括：

根据所述各子项的评价数据确定各子项评分匹配值；将各子项评分匹配值除以各子项评分基准值，获得各子项的子项评分值；对属于同一分项的各子项的子项评分值取平均数，获得所述子项所属分项的分项评分值。

以上述列举的维修分项和维修分项下的子项的对应关系，对上述根据所述有效评价订单的评价数据包含的各分项下各子项的评价数据，确定所述各子项所属分项的分项评分值步骤进行说明：规定子项评分满分值均为100分，维修方式子项评分匹配值为90分、维修配件价格子项评分匹配值为90分、维修服务子项评分匹配值为100分，规定这三个子项的子项评分基准值均为20分，则这三个子项的子项评分值分别为：维修方式子项评分值＝90/20＝4.5，维修配件价格子项评分值＝90/20＝4.5，维修服务子项评分值＝100/20＝5，对属于维修分项的三个子项的子项评分值取算数平均数，得维修分项的分项评分值＝(4.5+4.5+5)/3＝4.7(满分5分)。需要注意的是，子项评分匹配值、子项评分基准值以及分项评分值的满分值存在对应关系，该对应关系为：分项评分值的满分值＝子项评分满分值/子项评分基准值。

同理，根据上述列举的保养分项和保养分项下的子项的对应关系，对保养分项的分项评分值采用与维修分项的分项评分值相同的计算方式进行计算。

在计算分项评分值的过程中，首先需要从评价数据中获取各子项的评价数据，从而根据各子项的评价数据确定各子项评分匹配值，而实际应用中，子项评分匹配值会由于历史评价订单中用户的评价数据的格式不同而存在不同的读取方式，例如，若用户对所消费的服务的评价采用星级评分的方式，星级分为五级，用户打五星、四星、三星、两星、一星分别表示很满意、满意、一般、不满意、很不满意，则可以将这五个星级分别对应不同的分数100分、80分、60分、40分、20分，通过读取用户评价的星级确定该子项对应的子项评分匹配值。若用户对所消费的服务的评价不是选择星级，而是一段文字评价，则需要就文字评价中的内容进行拆解分析，以确定各子项的子项评分匹配值，具体的，本申请实施例提供的一种优选实施方式中，所述根据所述各子项的评价数据确定各子项评分匹配值，包括：

从所述各子项的评价数据中提取评价关键词；判断所述评价关键词在预设的评价关键词与子项评分匹配值对应关系表中是否存在；若存在，在所述评价关键词与子项评分匹配值对应关系表中检索所述评价关键词对应的子项评分匹配值。

预设的评价关键词与子项评分匹配值对应关系表中规定了关键词与子项评分匹配值的对应关系，例如，在表中规定关键词“很满意”对应的评分匹配值为100分，则当在维修分项下的维修服务子项的文字评价中提取到关键词为“很满意”时，在评价关键词与子项评分匹配值对应关系表中检索获得该子项的子项评分匹配值为100分，对于其他子项也采用同样的方法检索子项评分匹配值。

步骤s110，根据所述分项评分值计算所述汽车维修保养机构的评级。

每个评价分项分别对应一个评价维度，对汽车维修保养机构的评级要综合考虑评价中所有分项的分项评分值。以上述实施例列举的维修分项和保养分项为例，计算汽车维修保养机构的评级就根据这两个分项确定，根据分项评分值确定评级的计算方法，可以同样采取上述提供的根据各子项评分值确定子项所属分项评分值的方法，即将各分项评分值取算数平均数，即得汽车维修保养机构的评级，例如，经过上述步骤s102至步骤s108计算获得维修分项的分项评分值为4.7分，保养分项的分项评分值为4.9分，则汽车维修保养机构的评级＝(4.7+4.9)/2＝4.8分。新用户在需要对车辆进行维修或保养时，通过浏览不同汽车维修保养机构的评级，以及维修分项、保养分项或其他分项的评分值即可知晓汽车维修保养机构的技术水准、收费价格以及消费体验。

下述结合附图2，以用户a提交的对汽车维修保养机构m的历史评价订单为例，对本申请提供的汽车维修保养机构评级方法进行进一步说明，具体实现如下：

步骤s202，获取用户a提交的汽车维修保养机构m的历史评价订单中的评价数据。

步骤s204，获取所述历史评价订单对应用户的用户a的身份信息。

步骤s206，判断用户a在车辆管理系统数据库中是否存在车辆登记信息；

若是，执行步骤s208；

若否，执行步骤s210。

步骤s208，确定用户a的用户风险等级为低风险等级。

步骤s210，确定用户a的用户风险等级为高风险等级。

步骤s212，获取所述历史评价订单的订单生成时间，以及用户a在订单生成时间所属时间区间内的行动轨迹记录。

步骤s214，判断行动轨迹记录和汽车维修保养机构m的地理位置是否匹配；

具体是指判断用户a的行动轨迹记录是否经过汽车维修保养机构m的店面位置；

若是，执行步骤s216；

若否，执行步骤s218。

步骤s216，确定所述订单的订单风险等级为低风险等级。

步骤s218，确定所述订单的订单风险等级为高风险等级。

步骤s220，筛选订单风险等级和用户风险等级均为低风险等级的历史评价订单作为有效评价订单。

具体的，判断用户a提交的历史评价订单的订单风险等级和用户风险等级是否均为低风险等级；

若是，将用户a提交的历史评价订单作为有效评价订单；

若否，不做操作。

步骤s222，根据有效评价订单的评价数据中包含的维修分项和保养分项下各子项的评价数据确定各子项评分匹配值。

获得维修分项下三个子项：维修方式子项、维修配件价格子项、维修服务子项的子项评分匹配值，以及保养分项下三个子项：保养方式子项、保养配件价格子项、保养服务子项的子项评分匹配值。

步骤s224，将各子项评分匹配值除以各子项评分基准值，获得各子项的子项评分值。

将维修方式子项、维修配件价格子项、维修服务子项、保养方式子项、保养配件价格子项、保养服务子项的子项评分匹配值分别除以其对应的子项评分基准值，获得各子项的子项评分值。

步骤s226，对属于同一分项的各子项的子项评分值取算数平均数，获得子项所属分项的分项评分值。

即对维修方式子项、维修配件价格子项、维修服务子项的子项评分值取算数平均数，获得维修分项的分项评分值；对保养方式子项、保养配件价格子项、保养服务子项的子项评分值取算数平均数，获得保养分项的分项评分值。

步骤s228，根据分项评分值计算汽车维修保养机构m的评级。

对维修分项评分值和保养分项评分值取算数平均数，即得汽车维修保养机构m的评级。

综上所述，本申请提供的汽车维修保养机构评级方法，首先根据汽车维修保养机构的历史评价订单中的评价数据，确定订单风险等级以及提交所述订单的用户的用户风险等级，然后选取低风险等级的订单对维修保养机构进行评级，具体是指根据评价数据中各子项的评价数据确定各子项所属分项的评分值，再根据分项评分最终确定汽车维修保养机构的评级，使得根据低风险等级的订单计算出的汽车维修保养机构的评级更加真实可靠，方便用户根据评级结果选择合适的汽车维修保养机构。

本申请提供的一种汽车维修保养机构评级装置实施例如下：

在上述的实施例中，提供了一种汽车维修保养机构评级方法，与之相对应的，本申请还提供了一种汽车维修保养机构评级装置，下面结合附图进行说明。

参照附图3，其示出了本申请提供的一种汽车维修保养机构评级装置的示意图。

由于装置实施例基本相似于方法实施例，所以描述得比较简单，相关的部分请参见上述提供的方法实施例的对应说明即可。下述描述的装置实施例仅仅是示意性的。

本申请提供一种汽车维修保养机构评级装置，包括：

评价数据获取模块302，被配置为获取用户提交的汽车维修保养机构的历史评价订单中的评价数据；

风险等级确定模块304，被配置为根据所述评价数据确定所述历史评价订单的订单风险等级以及根据所述评价数据确定所述历史评价订单对应用户的用户风险等级；

筛选模块306，被配置为筛选所述订单风险等级和所述用户风险等级均为低风险等级的历史评价订单作为有效评价订单；

分项评分值计算模块308，被配置为根据所述有效评价订单的评价数据包含的各分项下各子项的评价数据，确定所述各子项所属分项的分项评分值；

评级模块310，被配置为根据所述分项评分值计算所述汽车维修保养机构的评级。

可选的，所述分项评分值计算模块308，包括：

子项评分匹配值确定子模块，被配置为根据所述各子项的评价数据确定各子项评分匹配值；

子项评分值确定子模块，被配置为将各子项评分匹配值除以各子项评分基准值，获得各子项的子项评分值；

分项评分值确定子模块，被配置为对属于同一分项的各子项的子项评分值取平均数，获得所述子项所属分项的分项评分值。

可选的，所述子项评分匹配值确定子模块，包括：

关键词提取单元，被配置为从所述各子项的评价数据中提取评价关键词；

存在判断单元，被配置为判断所述评价关键词在预设的评价关键词与子项评分匹配值对应关系表中是否存在；

若所述存在判断单元的运行结果为是，运行检索单元，所述检索单元，被配置为在所述评价关键词与子项评分匹配值对应关系表中检索所述评价关键词对应的子项评分匹配值。

可选的，所述订单风险等级，包括：高风险等级和低风险等级；

所述用户风险等级，包括：高风险等级和低风险等级。

可选的，所述风险等级确定模块304，包括：

用户身份信息获取子模块，被配置为所述历史评价订单对应用户的用户身份信息；

车辆登记信息判断子模块，被配置为根据所述用户身份信息判断所述用户在车辆管理系统数据库中是否存在车辆登记信息；

若所述车辆登记信息判断子模块的运行结果为是，运行低风险用户等级确定子模块，所述低风险用户等级确定子模块，被配置为确定所述用户的用户风险等级为低风险等级；

若所述车辆登记信息判断子模块的运行结果为否，运行高风险用户等级确定子模块，所述高风险用户等级确定子模块，被配置为确定所述用户的用户风险等级为高风险等级。

可选的，所述风险等级确定模块304，包括：

订单生成时间获取子模块，被配置为获取所述历史评价订单的订单生成时间；

行动轨迹记录获取子模块，被配置为获取所述历史评价订单对应的用户在所述订单生成时间所属时间区间内的行动轨迹记录；

匹配判断子模块，被配置为判断所述行动轨迹记录和所述汽车维修保养机构地理位置是否匹配；

若所述匹配判断子模块的运行结果为是，运行低风险订单等级确定子模块，所述低风险订单等级确定子模块，被配置为确定所述订单的订单风险等级为低风险等级；

若所述匹配判断子模块的运行结果为否，运行高风险订单等级确定子模块，所述高风险订单等级确定子模块，被配置为确定所述订单的订单风险等级为高风险等级。

可选的，所述风险等级确定模块304基于风控模型运行，通过将所述评价数据输入所述风控模型进行订单风险等级和用户风险等级计算，输出所述订单风险等级和用户风险等级。

可选的，所述风控模型，采用如下方式训练：

将所述有效评价订单的评价数据作为正样本对所述风控模型进行训练；

将所述订单风险等级和所述用户风险等级均为高风险等级的历史评价订单的评价数据作为负样本对所述风控模型进行训练。

本申请提供的一种计算设备实施例如下：

图4是示出了根据本说明书一实施例的计算设备400的结构框图。该计算设备400的部件包括但不限于存储器410和处理器420。处理器420与存储器410通过总线430相连接，数据库450用于保存数据。

计算设备400还包括接入设备440，接入设备440使得计算设备400能够经由一个或多个网络460通信。这些网络的示例包括公用交换电话网(pstn)、局域网(lan)、广域网(wan)、个域网(pan)或诸如因特网的通信网络的组合。接入设备440可以包括有线或无线的任何类型的网络接口(例如，网络接口卡(nic))中的一个或多个，诸如ieee802.11无线局域网(wlan)无线接口、全球微波互联接入(wi-max)接口、以太网接口、通用串行总线(usb)接口、蜂窝网络接口、蓝牙接口、近场通信(nfc)接口，等等。

在本说明书的一个实施例中，计算设备400的上述部件以及图4中未示出的其他部件也可以彼此相连接，例如通过总线。应当理解，图4所示的计算设备结构框图仅仅是出于示例的目的，而不是对本说明书范围的限制。本领域技术人员可以根据需要，增添或替换其他部件。

计算设备400可以是任何类型的静止或移动计算设备，包括移动计算机或移动计算设备(例如，平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如，智能手机)、可佩戴的计算设备(例如，智能手表、智能眼镜等)或其他类型的移动设备，或者诸如台式计算机或pc的静止计算设备。计算设备400还可以是移动式或静止式的服务器。

本申请提供一种计算设备，包括存储器410、处理器420及存储在存储器上并可在处理器上运行的计算机指令，所述处理器420用于执行如下计算机可执行指令：

获取用户提交的汽车维修保养机构的历史评价订单中的评价数据；

根据所述评价数据确定所述历史评价订单的订单风险等级以及根据所述评价数据确定所述历史评价订单对应用户的用户风险等级；

筛选所述订单风险等级和所述用户风险等级均为低风险等级的历史评价订单作为有效评价订单；

根据所述有效评价订单的评价数据包含的各分项下各子项的评价数据，确定所述各子项所属分项的分项评分值；

根据所述分项评分值计算所述汽车维修保养机构的评级。

可选的，所述根据所述有效评价订单的评价数据包含的各分项下各子项的评价数据，确定所述各子项所属分项的分项评分值，包括：

根据所述各子项的评价数据确定各子项评分匹配值；

将各子项评分匹配值除以各子项评分基准值，获得各子项的子项评分值；

对属于同一分项的各子项的子项评分值取平均数，获得所述子项所属分项的分项评分值。

可选的，所述根据所述各子项的评价数据确定各子项评分匹配值，包括：

从所述各子项的评价数据中提取评价关键词；

判断所述评价关键词在预设的评价关键词与子项评分匹配值对应关系表中是否存在；

若存在，在所述评价关键词与子项评分匹配值对应关系表中检索所述评价关键词对应的子项评分匹配值。

可选的，所述订单风险等级，包括：高风险等级和低风险等级；

所述用户风险等级，包括：高风险等级和低风险等级。

可选的，所述根据所述评价数据确定所述历史评价订单对应用户的用户风险等级，包括：

获取所述历史评价订单对应用户的用户身份信息；

根据所述用户身份信息判断所述用户在车辆管理系统数据库中是否存在车辆登记信息；

若存在，确定所述用户的用户风险等级为低风险等级；

若不存在，确定所述用户的用户风险等级为高风险等级。

可选的，所述根据所述评价数据确定所述历史评价订单的订单风险等级，包括：

获取所述历史评价订单的订单生成时间；

获取所述历史评价订单对应的用户在所述订单生成时间所属时间区间内的行动轨迹记录；

判断所述行动轨迹记录和所述汽车维修保养机构地理位置是否匹配；

若匹配，确定所述订单的订单风险等级为低风险等级；

若不匹配，确定所述订单的订单风险等级为高风险等级。

可选的，所述根据所述评价数据确定所述历史评价订单的订单风险等级以及根据所述评价数据确定所述历史评价订单对应用户的用户风险等级步骤，采用风控模型实现；

通过将所述评价数据输入所述风控模型进行订单风险等级和用户风险等级计算，输出所述订单风险等级和用户风险等级。

可选的，所述风控模型，采用如下方式训练：

将所述有效评价订单的评价数据作为正样本对所述风控模型进行训练；

将所述订单风险等级和所述用户风险等级均为高风险等级的历史评价订单的评价数据作为负样本对所述风控模型进行训练。

可选的，所述各分项，包括：维修分项和保养分项。

其中，所述维修分项下的子项，包括：维修方式、维修配件价格、维修服务；

所述保养分项下的子项，包括：保养方式、保养配件价格、保养服务。

本申请一实施例还提供一种计算机可读存储介质，其存储有计算机指令，该指令被处理器执行时实现如下：

获取用户提交的汽车维修保养机构的历史评价订单中的评价数据；

根据所述评价数据确定所述历史评价订单的订单风险等级以及根据所述评价数据确定所述历史评价订单对应用户的用户风险等级；

筛选所述订单风险等级和所述用户风险等级均为低风险等级的历史评价订单作为有效评价订单；

根据所述有效评价订单的评价数据包含的各分项下各子项的评价数据，确定所述各子项所属分项的分项评分值；

根据所述分项评分值计算所述汽车维修保养机构的评级。

可选的，所述根据所述有效评价订单的评价数据包含的各分项下各子项的评价数据，确定所述各子项所属分项的分项评分值，包括：

根据所述各子项的评价数据确定各子项评分匹配值；

将各子项评分匹配值除以各子项评分基准值，获得各子项的子项评分值；

对属于同一分项的各子项的子项评分值取平均数，获得所述子项所属分项的分项评分值。

可选的，所述根据所述各子项的评价数据确定各子项评分匹配值，包括：

从所述各子项的评价数据中提取评价关键词；

判断所述评价关键词在预设的评价关键词与子项评分匹配值对应关系表中是否存在；

若存在，在所述评价关键词与子项评分匹配值对应关系表中检索所述评价关键词对应的子项评分匹配值。

可选的，所述订单风险等级，包括：高风险等级和低风险等级；

所述用户风险等级，包括：高风险等级和低风险等级。

可选的，所述根据所述评价数据确定所述历史评价订单对应用户的用户风险等级，包括：

获取所述历史评价订单对应用户的用户身份信息；

根据所述用户身份信息判断所述用户在车辆管理系统数据库中是否存在车辆登记信息；

若存在，确定所述用户的用户风险等级为低风险等级；

若不存在，确定所述用户的用户风险等级为高风险等级。

可选的，所述根据所述评价数据确定所述历史评价订单的订单风险等级，包括：

获取所述历史评价订单的订单生成时间；

获取所述历史评价订单对应的用户在所述订单生成时间所属时间区间内的行动轨迹记录；

判断所述行动轨迹记录和所述汽车维修保养机构地理位置是否匹配；

若匹配，确定所述订单的订单风险等级为低风险等级；

若不匹配，确定所述订单的订单风险等级为高风险等级。

可选的，所述根据所述评价数据确定所述历史评价订单的订单风险等级以及根据所述评价数据确定所述历史评价订单对应用户的用户风险等级步骤，采用风控模型实现；

通过将所述评价数据输入所述风控模型进行订单风险等级和用户风险等级计算，输出所述订单风险等级和用户风险等级。

可选的，所述风控模型，采用如下方式训练：

将所述有效评价订单的评价数据作为正样本对所述风控模型进行训练；

将所述订单风险等级和所述用户风险等级均为高风险等级的历史评价订单的评价数据作为负样本对所述风控模型进行训练。

可选的，所述各分项，包括：维修分项和保养分项。

其中，所述维修分项下的子项，包括：维修方式、维修配件价格、维修服务；

所述保养分项下的子项，包括：保养方式、保养配件价格、保养服务。

上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是，该存储介质的技术方案与上述的汽车维修保养机构评级方法的技术方案属于同一构思，存储介质的技术方案未详细描述的细节内容，均可以参见上述汽车维修保养机构评级方法的技术方案的描述。

所述计算机指令包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本申请所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。

以上公开的本申请优选实施例只是用于帮助阐述本申请。可选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本申请的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本申请。本申请仅受权利要求书及其全部范围和等效物的限制。