目标评分方法和装置、计算机可读存储介质、电子设备.pdf

《目标评分方法和装置、计算机可读存储介质、电子设备.pdf》由会员分享，可在线阅读，更多相关《目标评分方法和装置、计算机可读存储介质、电子设备.pdf（17页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201911310230.7 (22)申请日 2019.12.18 (71)申请人 贝壳技术有限公司 地址 300457 天津市滨海新区经济技术开 发区南港工业区综合服务区办公楼C 座一层112室05单元 (72)发明人 刘红超周家生戴雪梅 (74)专利代理机构 北京思源智汇知识产权代理 有限公司 11657 代理人 王晓多 (51)Int.Cl. G06Q 10/06(2012.01) (54)发明名称 目标评分方法和装置、 计算机可读存储介 质、 电子设备 (57)摘要 本公。

2、开实施例公开了一种目标评分方法和 装置、 计算机可读存储介质、 电子设备， 其中， 方 法包括： 获取目标对应多个指标的多组指标数 据； 利用优序图法为多组指标数据中的每组指标 数据对应的指标分配初始权重值， 并基于每组指 标数据的分布和多个指标之间的相关性对初始 权重值进行调整， 得到每组指标数据对应的指标 的权重值； 基于每个指标对应的权重值和指标对 应的一组指标数据， 确定多组指标数据中的每组 指标数据对应的分数值； 基于每组指标数据对应 的分数值， 确定目标的评分值； 本实施例结合了 目标在多个指标中的指标数据分别确定对应每 个指标的分数值， 使本实施例得到的评分值能够 更全面的覆盖目。

3、标的行为。 权利要求书2页 说明书12页 附图2页 CN 111178708 A 2020.05.19 CN 111178708 A 1.一种目标评分方法， 其特征在于， 包括： 获取目标对应多个指标的多组指标数据； 其中， 每个所述指标对应一组指标数据； 利用优序图法为所述多组指标数据中的每组指标数据对应的指标分配初始权重值， 并 基于所述每组指标数据的分布和所述多个指标之间的相关性对所述初始权重值进行调整， 得到所述每组指标数据对应的指标的权重值； 其中， 每个所述指标对应一个权重值； 基于所述多组指标数据中的每组指标数据以及所述每组指标数据对应的权重值， 确定 所述多组指标数据中的每组指。

4、标数据对应的分数值； 基于所述每组指标数据对应的分数值， 确定所述目标的评分值。 2.根据权利要求1所述的方法， 其特征在于， 所述基于所述多组指标数据中的每组指标 数据以及所述每组指标数据对应的权重值， 确定所述多组指标数据中的每组指标数据对应 的分数值， 包括： 针对所述多组指标数据中的一组指标数据， 利用至少一种策略算法对所述一组指标数 据进行处理， 得到参考分数； 基于所述参考分数和所述一组指标数据对应的权重值， 确定所述一组指标数据的分数 值。 3.根据权利要求2所述的方法， 其特征在于， 所述至少一种策略算法包括以下至少一 种： 时间衰减函数、 S型生长曲线函数、 威尔逊区间、 分。

5、位数归一、 评价类指标算法。 4.根据权利要求3所述的方法， 其特征在于， 所述参考分数包括小数表达或分值表达； 所述基于所述参考分数和所述一组指标数据对应的权重值， 确定所述一组指标数据的 分数值， 包括： 响应于所述参考分数为小数表达， 将所述参考分数与所述指标数据对应的权重值的乘 积， 作为所述指标数据的分数值； 响应于所述参考分数为分值表达， 基于所述指标数据对应的权重值限定所述参考分数 的大小， 将经过限定的分值作为所述指标数据的分数值。 5.根据权利要求1-4任一所述的方法， 其特征在于， 所述基于所述每组指标数据对应的 分数值， 确定所述目标的评分值， 包括： 对所述多组指标数据。

6、中的每组指标数据对应的分数值进行累加处理， 得到累加分数 值， 以所述累加分数值作为所述目标的评分值。 6.根据权利要求1-4任一所述的方法， 其特征在于， 所述基于所述每组指标数据对应的 分数值， 确定所述目标的评分值， 包括： 基于业务场景将所述多个指标聚类到至少一个维度中； 其中， 每个所述维度中包括至 少一个指标； 对每个所述维度对应的多个指标对应的指标数据的分数值进行累加处理， 得到至少一 个维度分数值； 其中， 每个所述维度分数值对应一个维度； 将所述目标对应的至少一个维度分数值进行累加， 得到所述目标的评分值。 7.根据权利要求1-6任一所述的方法， 其特征在于， 所述基于所述每。

7、组指标数据对应的 分数值， 确定所述目标的评分值之后， 还包括： 基于所述评分值对所述目标进行打标签和/或评级操作。 权利要求书 1/2 页 2 CN 111178708 A 2 8.一种目标评分装置， 其特征在于， 包括： 数据获取模块， 用于获取目标对应多个指标的多组指标数据； 其中， 每个所述指标对应 一组指标数据； 权重分配模块， 用于利用优序图法为所述多组指标数据中的每组指标数据对应的指标 分配初始权重值， 并基于所述每组指标数据的分布和所述多个指标之间的相关性对所述初 始权重值进行调整， 得到所述每组指标数据对应的指标的权重值； 其中， 每个所述指标对应 一个权重值； 指标分数模块。

8、， 用于基于所述多组指标数据中的每组指标数据以及所述每组指标数据 对应的权重值， 确定所述多组指标数据中的每组指标数据对应的分数值； 目标评分模块， 用于基于所述每组指标数据对应的分数值， 确定所述目标的评分值。 9.一种计算机可读存储介质， 其特征在于， 所述存储介质存储有计算机程序， 所述计算 机程序用于执行上述权利要求1-7任一所述的目标评分方法。 10.一种电子设备， 其特征在于， 所述电子设备包括： 处理器； 用于存储所述处理器可执行指令的存储器； 所述处理器， 用于从所述存储器中读取所述可执行指令， 并执行所述指令以实现上述 权利要求1-7任一所述的目标评分方法。 权利要求书 2/。

9、2 页 3 CN 111178708 A 3 目标评分方法和装置、 计算机可读存储介质、 电子设备 技术领域 0001 本公开涉及评分技术领域， 尤其是一种目标评分方法和装置、 计算机可读存储介 质、 电子设备。 背景技术 0002 在现有技术中， 对于目标的评分， 通常采用单一的方法去计算目标(例如， 经纪人) 的价值， 导致对目标的综合素质和作业过程衡量过于片面， 评价的覆盖不够全面。 目标的行 为没有系统的衡量标准和信用评价准则， 难以对目标的行为进行量化评比、 规范化打分。 发明内容 0003 为了解决上述技术问题， 提出了本公开。 本公开的实施例提供了一种目标评分方 法和装置、 计算。

10、机可读存储介质、 电子设备。 0004 根据本公开实施例的一个方面， 提供了一种目标评分方法， 包括： 0005 获取目标对应多个指标的多组指标数据； 其中， 每个所述指标对应一组指标数据； 0006 利用优序图法为所述多组指标数据中的每组指标数据对应的指标分配初始权重 值， 并基于所述每组指标数据的分布和所述多个指标之间的相关性对所述初始权重值进行 调整， 得到所述每组指标数据对应的指标的权重值； 其中， 每个所述指标对应一个权重值； 0007 基于所述多组指标数据中的每组指标数据以及所述每组指标数据对应的权重值， 确定所述多组指标数据中的每组指标数据对应的分数值； 0008 基于所述每组指。

11、标数据对应的分数值， 确定所述目标的评分值。 0009 可选地， 所述基于所述多组指标数据中的每组指标数据以及所述每组指标数据对 应的权重值， 确定所述多组指标数据中的每组指标数据对应的分数值， 包括： 0010 针对所述多组指标数据中的一组指标数据， 利用至少一种策略算法对所述一组指 标数据进行处理， 得到参考分数； 0011 基于所述参考分数和所述一组指标数据对应的权重值， 确定所述一组指标数据的 分数值。 0012 可选地， 所述至少一种策略算法包括以下至少一种： 0013 时间衰减函数、 S型生长曲线函数、 威尔逊区间、 分位数归一、 评价类指标算法。 0014 可选地， 所述参考分数。

12、包括小数表达或分值表达； 0015 所述基于所述参考分数和所述一组指标数据对应的权重值， 确定所述一组指标数 据的分数值， 包括： 0016 响应于所述参考分数为小数表达， 将所述参考分数与所述指标数据对应的权重值 的乘积， 作为所述指标数据的分数值； 0017 响应于所述参考分数为分值表达， 基于所述指标数据对应的权重值限定所述参考 分数的大小， 将经过限定的分值作为所述指标数据的分数值。 0018 可选地， 所述基于所述每组指标数据对应的分数值， 确定所述目标的评分值， 包 说明书 1/12 页 4 CN 111178708 A 4 括： 0019 对所述多组指标数据中的每组指标数据对应的。

13、分数值进行累加处理， 得到累加分 数值， 以所述累加分数值作为所述目标的评分值。 0020 可选地， 所述基于所述每组指标数据对应的分数值， 确定所述目标的评分值， 包 括： 0021 基于业务场景将所述多个指标聚类到至少一个维度中； 其中， 每个所述维度中包 括至少一个指标； 0022 对每个所述维度对应的多个指标对应的指标数据的分数值进行累加处理， 得到至 少一个维度分数值； 其中， 每个所述维度分数值对应一个维度； 0023 将所述目标对应的至少一个维度分数值进行累加， 得到所述目标的评分值。 0024 可选地， 所述基于所述每组指标数据对应的分数值， 确定所述目标的评分值之后， 还包括。

14、： 0025 基于所述评分值对所述目标进行打标签和/或评级操作。 0026 可选地， 所述基于所述多组指标数据中的每组指标数据以及所述每组指标数据对 应的权重值， 确定所述多组指标数据中的每组指标数据对应的分数值之后， 还包括： 0027 基于所述目标对应所述多个指标的分数值， 确定所述目标的特长标签。 0028 根据本公开实施例的另一方面， 提供了一种目标评分装置， 包括： 0029 数据获取模块， 用于获取目标对应多个指标的多组指标数据； 其中， 每个所述指标 对应一组指标数据； 0030 权重分配模块， 用于利用优序图法为所述多组指标数据中的每组指标数据对应的 指标分配初始权重值， 并基。

15、于所述每组指标数据的分布和所述多个指标之间的相关性对所 述初始权重值进行调整， 得到所述每组指标数据对应的指标的权重值； 其中， 每个所述指标 对应一个权重值； 0031 指标分数模块， 用于基于所述多组指标数据中的每组指标数据以及所述每组指标 数据对应的权重值， 确定所述多组指标数据中的每组指标数据对应的分数值； 0032 目标评分模块， 用于基于所述每组指标数据对应的分数值， 确定所述目标的评分 值。 0033 可选地， 所述指标分数模块包括： 0034 策略处理单元， 用于针对所述多组指标数据中的一组指标数据， 利用至少一种策 略算法对所述一组指标数据进行处理， 得到参考分数； 0035。

16、 权重参考单元， 用于基于所述参考分数和所述一组指标数据对应的权重值， 确定 所述一组指标数据的分数值。 0036 可选地， 所述至少一种策略算法包括以下至少一种： 0037 时间衰减函数、 S型生长曲线函数、 威尔逊区间、 分位数归一、 评价类指标算法。 0038 可选地， 所述参考分数包括小数表达或分值表达； 0039 所述权重参考单元， 具体用于响应于所述参考分数为小数表达， 将所述参考分数 与所述指标数据对应的权重值的乘积， 作为所述指标数据的分数值； 响应于所述参考分数 为分值表达， 基于所述指标数据对应的权重值限定所述参考分数的大小， 将经过限定的分 值作为所述指标数据的分数值。 。

17、说明书 2/12 页 5 CN 111178708 A 5 0040 可选地， 所述目标评分模块， 具体用于对所述多组指标数据中的每组指标数据对 应的分数值进行累加处理， 得到累加分数值， 以所述累加分数值作为所述目标的评分值。 0041 可选地， 所述目标评分模块， 具体用于基于业务场景将所述多个指标聚类到至少 一个维度中； 其中， 每个所述维度中包括至少一个指标； 对每个所述维度对应的多个指标对 应的指标数据的分数值进行累加处理， 得到至少一个维度分数值； 其中， 每个所述维度分数 值对应一个维度； 将所述目标对应的至少一个维度分数值进行累加， 得到所述目标的评分 值。 0042 可选地，。

18、 所述装置还包括： 0043 评级操作模块， 用于基于所述评分值对所述目标进行打标签和/或评级操作。 0044 可选地， 所述装置还包括： 0045 特征确定模块， 用于基于所述目标对应所述多个指标的分数值， 确定所述目标的 特长标签。 0046 根据本公开实施例的又一方面， 提供了一种计算机可读存储介质， 所述存储介质 存储有计算机程序， 所述计算机程序用于执行上述任一实施例所述的目标评分方法。 0047 根据本公开实施例的还一方面， 提供了一种电子设备， 所述电子设备包括： 0048 处理器； 0049 用于存储所述处理器可执行指令的存储器； 0050 所述处理器， 用于从所述存储器中读取。

19、所述可执行指令， 并执行所述指令以实现 上述任一实施例所述的目标评分方法。 0051 基于本公开上述实施例提供的一种目标评分方法和装置、 计算机可读存储介质、 电子设备， 获取目标对应多个指标的多组指标数据； 其中， 每个所述指标对应一组指标数 据； 利用优序图法为所述多组指标数据中的每组指标数据对应的指标分配初始权重值， 并 基于所述每组指标数据的分布和所述多个指标之间的相关性对所述初始权重值进行调整， 得到所述每组指标数据对应的指标的权重值； 其中， 每个所述指标对应一个权重值； 基于所 述每个指标对应的权重值和所述指标对应的一组指标数据， 确定所述多组指标数据中的每 组指标数据对应的分数。

20、值； 基于所述每组指标数据对应的分数值， 确定所述目标的评分值； 本实施例结合了目标在多个指标中的指标数据分别确定对应每个指标的分数值， 解决了现 有技术不同对目标进行综合素质衡量的问题， 使本实施例得到的评分值能够更全面的覆盖 目标的行为， 实现了量化评比、 规范化打分。 0052 下面通过附图和实施例， 对本公开的技术方案做进一步的详细描述。 附图说明 0053 通过结合附图对本公开实施例进行更详细的描述， 本公开的上述以及其他目的、 特征和优势将变得更加明显。 附图用来提供对本公开实施例的进一步理解， 并且构成说明 书的一部分， 与本公开实施例一起用于解释本公开， 并不构成对本公开的限制。

21、。 在附图中， 相同的参考标号通常代表相同部件或步骤。 0054 图1是本公开一示例性实施例提供的目标评分方法的流程示意图。 0055 图2是本公开图1所示的实施例中步骤106的一个流程示意图。 0056 图3是本公开图1所示的实施例中步骤108的一个流程示意图。 说明书 3/12 页 6 CN 111178708 A 6 0057 图4是本公开一示例性实施例提供的目标评分装置的结构示意图。 0058 图5是本公开一示例性实施例提供的电子设备的结构图。 具体实施方式 0059 下面， 将参考附图详细地描述根据本公开的示例实施例。 显然， 所描述的实施例仅 仅是本公开的一部分实施例， 而不是本公。

22、开的全部实施例， 应理解， 本公开不受这里描述的 示例实施例的限制。 0060 应注意到： 除非另外具体说明， 否则在这些实施例中阐述的部件和步骤的相对布 置、 数字表达式和数值不限制本公开的范围。 0061 本领域技术人员可以理解， 本公开实施例中的 “第一” 、“第二” 等术语仅用于区别 不同步骤、 设备或模块等， 既不代表任何特定技术含义， 也不表示它们之间的必然逻辑顺 序。 0062 还应理解， 在本公开实施例中，“多个” 可以指两个或两个以上，“至少一个” 可以指 一个、 两个或两个以上。 0063 还应理解， 对于本公开实施例中提及的任一部件、 数据或结构， 在没有明确限定或 者在。

23、前后文给出相反启示的情况下， 一般可以理解为一个或多个。 0064 另外， 本公开中术语 “和/或” ， 仅仅是一种描述关联对象的关联关系， 表示可以存 在三种关系， 例如， A和/或B， 可以表示： 单独存在A， 同时存在A和B， 单独存在B这三种情况。 另外， 本公开中字符 “/” ， 一般表示前后关联对象是一种 “或” 的关系。 0065 还应理解， 本公开对各个实施例的描述着重强调各个实施例之间的不同之处， 其 相同或相似之处可以相互参考， 为了简洁， 不再一一赘述。 0066 同时， 应当明白， 为了便于描述， 附图中所示出的各个部分的尺寸并不是按照实际 的比例关系绘制的。 0067。

24、 以下对至少一个示例性实施例的描述实际上仅仅是说明性的， 决不作为对本公开 及其应用或使用的任何限制。 0068 对于相关领域普通技术人员已知的技术、 方法和设备可能不作详细讨论， 但在适 当情况下， 所述技术、 方法和设备应当被视为说明书的一部分。 0069 应注意到： 相似的标号和字母在下面的附图中表示类似项， 因此， 一旦某一项在一 个附图中被定义， 则在随后的附图中不需要对其进行进一步讨论。 0070 本公开实施例可以应用于终端设备、 计算机系统、 服务器等电子设备， 其可与众多 其它通用或专用计算系统环境或配置一起操作。 适于与终端设备、 计算机系统、 服务器等电 子设备一起使用的众。

25、所周知的终端设备、 计算系统、 环境和/或配置的例子包括但不限于： 个人计算机系统、 服务器计算机系统、 瘦客户机、 厚客户机、 手持或膝上设备、 基于微处理器 的系统、 机顶盒、 可编程消费电子产品、 网络个人电脑、 小型计算机系统、 大型计算机系统和 包括上述任何系统的分布式云计算技术环境， 等等。 0071 终端设备、 计算机系统、 服务器等电子设备可以在由计算机系统执行的计算机系 统可执行指令(诸如程序模块)的一般语境下描述。 通常， 程序模块可以包括例程、 程序、 目 标程序、 组件、 逻辑、 数据结构等等， 它们执行特定的任务或者实现特定的抽象数据类型。 计 算机系统/服务器可以在。

26、分布式云计算环境中实施， 分布式云计算环境中， 任务是由通过通 说明书 4/12 页 7 CN 111178708 A 7 信网络链接的远程处理设备执行的。 在分布式云计算环境中， 程序模块可以位于包括存储 设备的本地或远程计算系统存储介质上。 0072 申请概述 0073 在实现本公开的过程中， 发明人发现， 现有技术中通常以一个指标对目标进行评 分， 该技术方案至少存在以下问题： 得到的评分对应目标的行为覆盖不够全面。 0074 示例性方法 0075 图1是本公开一示例性实施例提供的目标评分方法的流程示意图。 本实施例可应 用在电子设备上， 如图1所示， 包括如下步骤： 0076 步骤10。

27、2， 获取目标对应多个指标的多组指标数据。 0077 其中， 每个指标对应一组指标数据。 0078 可选地， 可从指标数据库中获取预存在多个指标中的指标数据， 不同指标可以用 于存储来源不同的指标数据， 例如， 一个指标用于存储用户评价指标数据， 另一个指标用于 存储目标的基本信息指标数据等。 0079 步骤104， 利用优序图法为多组指标数据中的每组指标数据对应的指标分配初始 权重值， 并基于每组指标数据的分布和多个指标之间的相关性对初始权重值进行调整， 得 到每组指标数据对应的指标的权重值。 0080 其中， 每个指标对应一个权重值。 0081 在一实施例中， 不同的指标中的指标数据在对目。

28、标进行评价时， 所起到的比重可 能不同， 为了得到更准确的目标评分， 本实施例为每组指标数据对应的指标分配权重值， 通 过权重值体现不同指标的指标数据在目标评分中的比重。 0082 本实施例中， 首先利用优序图法进行一批指标的两两排序(例如， 依据不同业务场 景进行两两比较， 排序， 其中， 不同业务场景对应的指标的重要性不同， 越重要权重要大)， 以确定重要性排序， 得到初始权重值。 然后， 对所有指标进行相关性分析， 假设A和B指标相 关性高， 但A指标重要性B， 对A指标权重下调或不接入。 基于指标的分布， 将分布中区分度 低的下调权重， 并且， 基于指标的分布进行权重调整仅适用于区分不。

29、同的业务场景的指标； 例如， 某些指标重要性很高， 但极少人获得， 将该指标的权重值下调处理； 可选地， 可基于业 务场景确定指标的分布， 不同业务场景下指标的分布不同， 本实施例中不限制具体业务场 景的类型， 例如， 在房产领域中， 业务场景包括但不限于： 带看场景， 陪看场景， 成交场景等。 0083 可选地， 在获得权重值之后， 还可以结合专家经验对权重值进行人工筛选。 0084 其中， 优序图法为针对需要比较的n个比较对象(例如涉及方案、 目标、 价格指标 等)分别进行排序， 并分别对各个对象进行评分， 即得到优序数， 然后进行综合评价， 分别计 算各个评价指标的总优序数， 按照总优序。

30、数数值大小进行评定， 本实施例将对应各个评价 指标(本实施例中对应指标数据)的总优序数数值作为指标数据的权重值。 0085 步骤106， 基于多组指标数据中的每组指标数据以及每组指标数据对应的权重值， 确定多组指标数据中的每组指标数据对应的分数值。 0086 本实施例中， 结合指标数据和权重值对每组指标数据对应的分数值进行确定， 使 不同指标中的指标数据对应的分数值与其对应的权重相关联。 0087 步骤108， 基于每组指标数据对应的分数值， 确定目标的评分值。 0088 本实施例在已知每组指标数据对应的分数值的情况下， 可知该目标对应不同指标 说明书 5/12 页 8 CN 11117870。

31、8 A 8 的分数值， 为了得到对该目标的总体评价， 可选地， 可将多组指标数据对应的多个分数值累 加， 得到该目标的评分值， 该评分值体现了该目标在所有指标中的分数值， 实现对目标的全 面评价和规范化打分。 0089 本公开上述实施例提供的一种目标评分方法， 获取目标对应多个指标的多组指标 数据； 其中， 每个所述指标对应一组指标数据； 为所述多组指标数据中的每组指标数据对应 的指标分配权重值； 其中， 每个所述指标对应一个权重值； 基于所述每个指标对应的权重值 和所述指标对应的一组指标数据， 确定所述多组指标数据中的每组指标数据对应的分数 值； 基于所述每组指标数据对应的分数值， 确定所述。

32、目标的评分值； 本实施例结合了目标在 多个指标中的指标数据分别确定对应每个指标的分数值， 解决了现有技术不同对目标进行 综合素质衡量的问题， 使本实施例得到的评分值能够更全面的覆盖目标的行为， 实现了量 化评比、 规范化打分。 0090 如图2所示， 在上述图1所示实施例的基础上， 步骤106可包括如下步骤： 0091 步骤1061， 针对多组指标数据中的一组指标数据， 利用至少一种策略算法对一组 指标数据进行处理， 得到参考分数。 0092 可选地， 至少一种策略算法包括以下至少一种： 0093 时间衰减函数、 S型生长曲线函数、 威尔逊区间、 分位数归一、 评价类指标算法等。 0094 当。

33、采用两种或两种以上的策略算法确定参考分数时， 可将多种策略算法叠加使 用， 例如， 先利用时间衰减函数进行处理， 将处理后的数据再利用S型生长曲线函数进行处 理等。 0095 步骤1062， 基于参考分数和一组指标数据对应的权重值， 确定一组指标数据的分 数值。 0096 由于每组指标数据对应一个指标， 不同指标中存储的指标数据特性不同， 本实施 例中为了对不同特性的指标数据计算较为准确的分数， 对不同分布的指标数据可采用不同 的策略算法进行处理， 以得到参考分数； 例如， 对于具有热度特性的指标数据， 可采用时间 衰减函数确定其参考分数； 对于需要同时对量和率的影响进行评估的指标数据， 采用。

34、威尔 逊区间确定其参考分数等。 0097 可选地， 参考分数包括小数表达或分值表达。 0098 步骤1062可包括： 响应于参考分数为小数表达， 将参考分数与指标数据对应的权 重值的乘积， 作为指标数据的分数值； 0099 在一个具体示例中， 由于本实施例采用了全量的明细数据， 根据数据的热度特性， 将指标数据随时间衰减的， 采用时间衰减函数确定参考分数， 可选地， 可采用不同的衰减策 略： 业务特定的衰减曲线、 高斯衰减函数。 通过时间衰减函数处理后得到小数表达的参考分 数， 见参考分数与该指标数据对应的权重值相乘， 即得到该指标数据对应的分数值。 0100 在另一具体示例中， 由于实际需要。

35、随着指标的增长， 分数值y增加越来越来难 (sigmoid函数符合这一要求)， 此时通过sigmoid函数(S型生长曲线)计算参考分数； 设指标 为x(例如， 可以是经纪人带看量等原始数据， 也可以是通过其他策略处理后的数据)为无界 的， 通过sigmoid函数映射到01之间， 进行变换得到小数表达的参考分数， 再将参考分数 乘以权重值， 即得到该指标数据的分数值。 本实施例中利用sigmoid函数加入策略计算分数 值的过程可如公式(1)所示： 说明书 6/12 页 9 CN 111178708 A 9 0101 0102 其中， weight表示该指标数据对应的权重值， x为指标数据或经过其。

36、他策略处理后 的指标数据， a为根据业务需求确定的模型参数， 该模型参数为经过遍历训练得到的常数， 例如， 可设置为0-2之间的数值。 0103 在又一具体示例中， 对于需要同时对量和率(如： 带看量和成功率等)的影响进行 评估的指标数据， 本实施例引入威尔逊区间确定每个指标数据的分数值， 具体计算过程可 如公式(2)所示： 0104 0105或， 0106其中， N表示的是指标数据的量； p表示指标数据中的率， 表示p的均值； 置信 95； z表示统计量， 具体为一个常数， 例如： 1.96； 其中， 公式(2)对应为威尔逊区间的下界， 公式(3)为威尔逊区间均值； 经过上述公式(2)或(3。

37、)得到的是0-1的小数表达的参考分数， 得到后与该指标数据的权重值相乘， 得到该指标数据的分数值。 0107 在还一具体示例中， 通过分位数归一对指标数据进行处理， 其计算该指标数据的 分数值的过程可参考一下公式(4)所示： 0108 0109 其中， weight为该指标数据对应的权重值， x为指标数据， xtop5表示指标数据的95 分位数。 0110 步骤1062还可包括： 响应于参考分数为分值表达， 基于指标对应的权重值限定参 考分数的大小， 将经过限定的分值作为指标数据的分数值。 0111 在再一具体示例中， 对于同时存在星级和业务类型的指标数据， 首先通过时间衰 减函数、 sigm。

38、oid函数等方法变换到01， 其次， 考虑到高区分度， 加入评价指标的数量和方 差， 形成评价类指标算法的评分策略， 在本实施例中确定该指标数据的分数值的过程可参 考公式(5)所示： 0112 0113 公式(5)中fscore可通过以下公式(6)确定： 0114 fscoreijwifij(star， service) 公式(6) 0115 公式(6)中wi可通过以下公式(7)确定： 0116 0117 以上公式(5)、 (6)和(7)中， y0表示一个设定的基础分数(可基于历史数据等)， 避 免得到0分分值； a的含义与上述sigmoid函数中相同； N表示指标数据的量(例如， 数据条 说。

39、明书 7/12 页 10 CN 111178708 A 10 数)； b表示一个常数(可以根据业务场景确定其取值)； w1、 w2和w3表示在本算法中对不同类 型的数据分配不同的子权重； 表示数据均值， 表示数据方差fij(star， service)表示不同 的评价的星级和服务类型所对应的分数， 例如， 在矩阵其中行表示 服务类型(service)， 如： 服务类型： A、 B、 C， 其中列表示评价星级(star)， 如： 1、 2、 3、 4星级， fij(star， service)中的i表示矩阵中的行号， j表示矩阵中的列号， 例如， f23(star， service)表示矩阵F中。

40、的第2行第三列的数值(即， 得到-2分)， 表示服务类型(或场景)为C、 评价星级为2是得到的分数为-2分。 0118 在一些可选的实施例中， 步骤108包括： 0119 对多组指标数据中的每组指标数据对应的分数值进行累加处理， 得到累加分数 值， 以累加分数值作为目标的评分值。 0120 为了实现对目标的综合评价， 本实施例将每组指标数据对应的分数值进行累加求 和， 以得到的累加分数值作为目标的评分值， 该评分值体现了该目标对应所有指标的得分， 实现对目标的全面评价， 并且每个指标的分数值都结合了权重值， 即， 在全面评价的基础上 实现了对重点指标增大分数占比， 对非重点指标减小分数占比。 。

41、0121 如图3所示， 在上述图1所示实施例的基础上， 步骤108可包括如下步骤： 0122 步骤1081， 基于业务场景将多个指标聚类到至少一个维度中。 0123 其中， 每个维度中包括至少一个指标。 0124 步骤1082， 对每个维度对应的多个指标对应的指标数据的分数值进行累加处理， 得到至少一个维度分数值。 0125 其中， 每个维度分数值对应一个维度。 0126 步骤1083， 将目标对应的至少一个维度分数值进行累加， 得到目标的评分值。 0127 本实施例不仅实现了在整体上对目标进行以评分值进行评价， 还可以通过至少一 个维度对每个维度进行评分确定， 可选地， 将指标数据分为： 基。

42、本素质、 服务质量、 平台合 作、 平台参与和行业影响五大维度， 其中， 每个维度可包括至少一个指标， 例如， 基本素质包 括目标(如经纪人)的学历信息指标、 工作年限信息指标等。 0128 在一些可选实施例中， 本实施例提供的方法， 在执行步骤108之后还包括： 0129 基于评分值对目标进行打标签和/或评级操作。 0130 可选地， 根据目标对应的评分值可实现对该目标的综合评价， 可选地， 当针对多个 目标分别确定其对应的评分值之后， 可对多个评分值进行排序， 以实现对多个目标的排序， 例如， 可以总分得分的TOP30的目标(经纪人)， 标记为星级目标标签或其他标签， 或将在 排序中不同位。

43、置的目标确定为不同等级； 而对于入职时间为近一段时间内的目标， 如总分 得分在城市的TOP30， 则会具有行业新星的标签； 可选地， 可为具有不同标签的目标分配 不同的权益。 0131 在一些可选实施例中， 本实施例提供的方法， 在执行步骤106之后还包括： 0132 基于目标对应多个指标的分数值， 确定目标的特长标签。 0133 本实施例中， 通过对每个指标分别确定对应的分数值， 可知一个目标在多个指标 说明书 8/12 页 11 CN 111178708 A 11 中的最高分数或分数值大于预设值的多个分数值， 本实施例可将目标对应的最高分数或大 于预设值的多个分数值对应的指标作为该目标的特。

44、长， 并且根据特长指标对该目标标记特 长标签。 0134 本公开实施例提供的任一种目标评分方法可以由任意适当的具有数据处理能力 的设备执行， 包括但不限于： 终端设备和服务器等。 或者， 本公开实施例提供的任一种目标 评分方法可以由处理器执行， 如处理器通过调用存储器存储的相应指令来执行本公开实施 例提及的任一种目标评分方法。 下文不再赘述。 0135 示例性装置 0136 图4是本公开一示例性实施例提供的目标评分装置的结构示意图。 如图4所示， 该 实施例装置包括： 0137 数据获取模块41， 用于获取目标对应多个指标的多组指标数据。 0138 其中， 每个指标对应一组指标数据。 0139。

45、 权重分配模块42， 用于利用优序图法为多组指标数据中的每组指标数据对应的指 标分配初始权重值， 并基于每组指标数据的分布和多个指标之间的相关性对初始权重值进 行调整， 得到每组指标数据对应的指标的权重值。 0140 其中， 每个指标对应一个权重值。 0141 指标分数模块43， 用于基于多组指标数据中的每组指标数据以及每组指标数据对 应的权重值， 确定多组指标数据中的每组指标数据对应的分数值。 0142 目标评分模块44， 用于基于每组指标数据对应的分数值， 确定目标的评分值。 0143 本公开上述实施例提供的一种目标评分装置， 获取目标对应多个指标的多组指标 数据； 其中， 每个所述指标对。

46、应一组指标数据； 为所述多组指标数据中的每组指标数据对应 的指标分配权重值； 其中， 每个所述指标对应一个权重值； 基于所述每个指标对应的权重值 和所述指标对应的一组指标数据， 确定所述多组指标数据中的每组指标数据对应的分数 值； 基于所述每组指标数据对应的分数值， 确定所述目标的评分值； 本实施例结合了目标在 多个指标中的指标数据分别确定对应每个指标的分数值， 解决了现有技术不同对目标进行 综合素质衡量的问题， 使本实施例得到的评分值能够更全面的覆盖目标的行为， 实现了量 化评比、 规范化打分。 0144 在一个或多个可选的实施例中， 指标分数模块43包括： 0145 策略处理单元， 用于针。

47、对多组指标数据中的一组指标数据， 利用至少一种策略算 法对一组指标数据进行处理， 得到参考分数； 0146 可选地， 至少一种策略算法包括以下至少一种： 0147 时间衰减函数、 S型生长曲线函数、 威尔逊区间、 分位数归一、 评价类指标算法。 0148 权重参考单元， 用于基于参考分数和一组指标数据对应的权重值， 确定一组指标 数据的分数值。 0149 可选地， 参考分数包括小数表达或分值表达； 0150 权重参考单元， 具体用于响应于参考分数为小数表达， 将参考分数与指标数据对 应的权重值的乘积， 作为指标数据的分数值； 响应于参考分数为分值表达， 基于指标数据对 应的权重值限定参考分数的。

48、大小， 将经过限定的分值作为指标数据的分数值。 0151 在一些可选的实施例中， 目标评分模块44， 具体用于对多组指标数据中的每组指 说明书 9/12 页 12 CN 111178708 A 12 标数据对应的分数值进行累加处理， 得到累加分数值， 以累加分数值作为目标的评分值。 0152 在另一些可选的实施例中， 目标评分模块44， 具体用于基于业务场景将多个指标 聚类到至少一个维度中； 其中， 每个维度中包括至少一个指标； 对每个维度对应的多个指标 对应的指标数据的分数值进行累加处理， 得到至少一个维度分数值； 其中， 每个维度分数值 对应一个维度； 将目标对应的至少一个维度分数值进行累。

49、加， 得到目标的评分值。 0153 可选地， 本实施例提供的装置还包括： 0154 评级操作模块， 用于基于评分值对目标进行打标签和/或评级操作。 0155 可选地， 本实施例提供的装置还包括： 0156 特征确定模块， 用于基于目标对应多个指标的分数值， 确定目标的特长标签。 0157 示例性电子设备 0158 下面， 参考图5来描述根据本公开实施例的电子设备。 该电子设备可以是第一设备 100和第二设备200中的任一个或两者、 或与它们独立的单机设备， 该单机设备可以与第一 设备和第二设备进行通信， 以从它们接收所采集到的输入信号。 0159 图5图示了根据本公开实施例的电子设备的框图。 。

50、0160 如图5所示， 电子设备50包括一个或多个处理器51和存储器52。 0161 处理器51可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力 的其他形式的处理单元， 并且可以控制电子设备50中的其他组件以执行期望的功能。 0162 存储器52可以包括一个或多个计算机程序产品， 所述计算机程序产品可以包括各 种形式的计算机可读存储介质， 例如易失性存储器和/或非易失性存储器。 所述易失性存储 器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。 所述非易失性存 储器例如可以包括只读存储器(ROM)、 硬盘、 闪存等。 在所述计算机可读存储介质上可以存。