[发明专利]基于维度模型的数据评估方法和计算机程序产品

权利要求书

1.一种基于维度模型的数据评估方法，其特征在于，包括：

获取经纪人的至少一种维度类型的数据，得到至少一个数据；

基于所述至少一个数据中的每个数据的维度类型在评分卡中查找确定每个所述数据对应的所述维度类型；其中，所述评分卡中包括对应多种所述维度类型的多个分值，所述评分卡中的每种所述维度类型对应至少一个分值；

基于每个所述数据的取值在所述维度类型对应的至少一个分值中查找，得到所述至少一个数据中每个数据对应的分值；

累加所述至少一个数据对应的至少一个分值，得到所述经纪人的评分值。

2.根据权利要求1所述的方法，其特征在于，在基于所述至少一个数据中的每个数据的维度类型在评分卡中查找确定每个所述数据对应的所述维度类型之前，还包括：

基于第一样本集合建立所述评分卡；其中，所述第一样本集合中包括多个第一样本经纪人。

3.根据权利要求2所述的方法，其特征在于，所述基于第一样本集合建立所述评分卡，包括：

获得所述第一样本集合中多个第一样本经纪人中每个第一样本经纪人的多个数据；其中，每个所述第一样本经纪人对应多种维度类型的数据；

对每种所述维度类型对应的多个数据执行编码，得到多个编码值；其中，每种所述维度类型的数据对应至少一个所述编码值；

将所述多个编码值分别输入预训练的神经网络模型，得到多个分值；

基于所述多种维度类型的多个数据对应的多个分值，建立评分卡。

4.根据权利要求3所述的方法，其特征在于，所述对每种所述维度类型对应的多个数据执行编码，得到多个编码值，包括：

对每种所述维度类型对应的多个数据执行分箱操作，得到每种所述维度类型对应的多个数据区间；其中，每个所述数据区间包括起始值数据到终止值数据之间的所有数据；

对所述多个数据区间中的每个数据区间内的所有数据执行编码，得到所述多个编码值。

5.根据权利要求4所述的方法，其特征在于，每个所述第一样本经纪人具有标注信息表明所述第一样本经纪人是正样本或负样本；

所述对所述多个数据区间中的每个数据区间内的所有数据执行编码，得到所述多个编码值，包括：

针对每个所述数据区间，基于所述数据区间包括的正样本数量和负样本数量，以及所述第一样本集合中包括的正样本数量和负样本数量，确定所述数据区间对应的编码值。

6.根据权利要求4或5所述的方法，其特征在于，所述将所述多个编码值分别输入预训练的神经网络模型，得到多个分值，包括：

将所述多个编码值中每个编码值分别输入预训练的神经网络模型，分别获取对应每个所述编码值的预测概率值；

分别对所述多个预测概率值中的每个预测概率值进行计算，得到所述多个分值；其中，所述多个分值中的每个所述分值对应一个所述编码值。

7.根据权利要求3-6任一所述的方法，其特征在于，在将所述多个编码值分别输入预训练的神经网络模型，得到多个分值之前，还包括：

基于第二样本集合训练所述神经网络模型；其中，所述第二样本集合包括多个具有标注信息的第二样本经纪人，所述标注信息表示所述第二样本经纪人是正样本或负样本。

8.根据权利要求7所述的方法，其特征在于，所述基于第二样本集合训练所述神经网络模型，包括：

将所述第二样本经纪人对应的多个数据进行编码，得到多个样本编码值；

将所述多个样本编码值分别输入所述神经网络模型，得到多个预测概率值；

分别确定所述多个预测概率值中每个预测概率值与所述标注信息之间的差异，基于所述差异确定网络损失，基于所述网络损失训练所述神经网络模型。