外部数据质量的评价方法、装置和电子设备与流程

本技术涉及数据处理，具体而言，涉及一种外部数据质量的评价方法、装置和电子设备。

背景技术：

1、现有方案对于外部数据质量评价处理仅采用熵权法计算权重以考量外部数据质量，人为干预因素较多，需要投入人力；各指标人工赋权重，导致上下游各指标对数据影响有异议；通过算法直接计算各指标权重会忽略各指标在不同数据场景下影响的不同。

2、基于目前方法的不足，为了全面提升全行使用外部数据的数据质量(现有方案评价准确度较低)，减少后续数据使用导致的问题，亟需一种外部数据质量的评价方法。

技术实现思路

1、本技术的主要目的在于提供一种外部数据质量的评价方法、装置和电子设备，以至少解决现有方案评价外部数据质量的准确度较低的问题。

2、为了实现上述目的，根据本技术的一个方面，提供了一种外部数据质量的评价方法，该方法包括：获取外部数据，并采用熵权法对外部数据进行处理，得到指标矩阵，所述指标矩阵用于表征需要对所述外部数据评价的指标，所述外部数据至少包括各企业的资产信息，所述资产信息包括以下参数中至少一个：固定资产信息、非固定资产信息；采用灰类白化函数准则，获取权向量矩阵，所述权向量矩阵用于表征多个评价者对各所述指标的评价结果的权向量关系；根据所述指标矩阵和所述权向量矩阵，得到评价结果，所述评价结果为多个评价等级中的一个所述评价等级。

3、可选地，采用熵权法对外部数据进行处理，得到指标矩阵，包括：根据所述外部数据，确定多个指标的第一评分，构建评价矩阵，所述第一评分为所述外部数据在各所述指标上的评分，所述评价矩阵的元素与所述第一评分一一对应；根据所述评价矩阵中的所有的所述第一评分，确定各所述指标的熵，所述指标的熵用于表征所述指标在所有的所述指标中的度量；根据各所述指标的熵，确定各所述指标的熵权，所述指标的熵权用于表征所述指标的熵在所有的所述指标的熵中的权重；根据所有的所述指标的熵权，构建所述指标矩阵，所述指标矩阵的元素与所述指标的熵权一一对应。

4、可选地，根据所述评价矩阵中的所有的所述第一评分，确定各所述指标的熵，包括：

5、根据确定各所述指标的熵；

6、其中，k、n、m、i、j均为常数，qij为第i类第j个所述指标的所述第一评分在所有的所述第一评分的总分占比，ej为第j个所述指标的熵，hij为第i类第j个所述指标的所述第一评分。

7、可选地，根据各所述指标的熵，确定各所述指标的熵权，包括：

8、根据确定各所述指标的熵权；

9、其中，n、m、j均为常数，ej为第j个所述指标的熵，ωj为第j个所述指标的熵权。

10、可选地，采用灰类白化函数准则，获取权向量矩阵，包括：接收多个第二评分，并根据所有的所述第二评分，构建灰色判断矩阵，并根据所述灰色判断矩阵，构建各评价等级的白化权函数，所述灰色判断矩阵为各评价者对所述外部数据在各指标上的评价结果的矩阵，所述灰色判断矩阵的元素与所述第二评分一一对应；根据各所述评价等级的白化权函数，确定各所述评价等级的评价系数；根据所有的所述评价等级的评价系数和所有的所述评价等级的白化权函数，确定灰色权向量，并根据所有的所述灰色权向量，得到所述权向量矩阵，所述灰色权向量为各所述评价者对各所述指标的所述评价结果的权重向量，所述权向量矩阵的元素与所述灰色权向量一一对应。

11、可选地，在所述评价等级的数量有五个，分别为第一评价等级、第二评价等级、第三评价等级、第四评价等级、第五评价等级的情况下，根据所述灰色判断矩阵，构建各评价等级的白化权函数，包括：。

12、根据所述灰色判断矩阵的元素，

13、构建所述第一评价等级的所述白化权函数

14、其中，所述第一评价等级、所述第二评价等级、所述第三评价等级、所述第四评价等级、所述第五评价等级的评价质量依次降低，f1(x)为所述第一评价等级的所述白化权函数，xaj为第a个所述评价者对第j个所述指标的所述评价结果；

15、根据所述灰色判断矩阵的元素，

16、构建所述第二评价等级的所述白化权函数

17、其中，f2(x)为所述第二评价等级的所述白化权函数；

18、根据所述灰色判断矩阵的元素，

19、构建所述第三评价等级的所述白化权函数

20、f3(x)为所述第三评价等级的所述白化权函数；

21、根据所述灰色判断矩阵的元素，

22、构建所述第四评价等级的所述白化权函数

23、f4(x)为所述第四评价等级的所述白化权函数；

24、根据所述灰色判断矩阵的元素，

25、构建所述第五评价等级的所述白化权函数

26、其中，f5(x)为所述第五评价等级的所述白化权函数。

27、可选地，根据所有的所述评价等级的评价系数和所有的所述评价等级的白化权函数，确定灰色权向量，包括：

28、根据确定所述灰色权向量；其中，yak为第a个所述评价者对第j个所述指标的所述评价结果的所述灰色权向量，为第a个所述评价者对第j个所述指标的所述评价等级的评价系数，p为常数，xaj为第a个所述评价者对第j个所述指标的所述评价结果，根据确定所述第a个所述评价者对第j个所述指标的所述评价等级的评价系数。

29、可选地，根据所述指标矩阵和所述权向量矩阵，得到评价结果，包括：

30、根据z＝wy，确定评价概率矩阵，所述评价概率矩阵用于表征各所述评价等级所对应的概率，z为所述评价概率矩阵，w为所述指标矩阵，y为所述权向量矩阵；根据所述评价概率矩阵，确定目标评价等级概率，所述目标评价等级概率为所述评价概率矩阵中的所有的评价等级所对应的概率中的最大值；将所述目标评价等级概率所对应的所述评价等级作为所述评价结果。

31、根据本技术的另一方面，提供了一种外部数据质量的评价装置，该装置包括获取单元、第一处理单元和第二处理单元；获取单元用于获取外部数据，并采用熵权法对外部数据进行处理，得到指标矩阵，所述指标矩阵用于表征需要对所述外部数据评价的指标，所述外部数据至少包括各企业的资产信息，所述资产信息包括以下参数中至少一个：固定资产信息、非固定资产信息；第一处理单元用于采用灰类白化函数准则，获取权向量矩阵，所述权向量矩阵用于表征多个评价者对各所述指标的评价结果的权向量关系；第二处理单元用于根据所述指标矩阵和所述权向量矩阵，得到评价结果，所述评价结果为多个评价等级中的一个所述评价等级。

32、根据本技术的另一方面，提供了一种电子设备，电子设备包括一个或多个处理器，存储器，以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行任意一种所述的外部数据质量的评价方法。

33、应用本技术的技术方案，采用熵权法度量大数据多维指标的重要性程度，再应用灰类评估与最大隶属度原则最终得到待评价数据的质量评估结果，从而提高了对外部数据评价的准确度，进而解决了现有方案评价外部数据质量的准确度较低的问题。