[发明专利]一种汽车维修技师分类评级建模方法及装置

说明书

本申请公开了汽车维修技师分类评级建模方法及装置，其中，所述方法包括：获取多个诊断数据，其中，所述多个诊断数据为不同的汽车技师进行维修产生的数据，再对多个清洗后的诊断数据进行聚类，从而得到多个聚类集合和对应的聚类类别，再使用多个聚类数据和对应的聚类类别对分类模型进行训练从而得到分类评级模型，其中，所述多个聚类数据属于所述多个聚类集合。该过程通过无监督聚类算法获取训练数据，再将所述训练数据对分类模型进行训练得到分类评级模型，从而实现对汽车维修技师全面、客观、科学、合理以及成本较低的评价和分类。

技术领域

本申请涉及人工智能机器学习领域，具体涉及了汽车维修技师分类评级建模方法及装置。

背景技术

在全国众多汽车维修厂中，不同技术水平的汽车维修技师为顾客提供汽车故障诊断、维修服务，由于地域、从业年限以及经验积累等因素的不同，每位维修技术的检修水平、擅长的汽车维修方面也各不相同。

目前，在全国所有的汽车维修技师中，能够提供全方面、可靠维修的高级技师只占5％，其余95％的技师只能提供某一方面专业检测、维修服务。一方面，为了给顾客提供专业、优质的汽车检修服务，另一方面，便于对汽车维修技师进行运营管理，并提升其检修水平，因此，需要对汽车维修技师进行分类评级。

目前，对汽车维修技师的分类评级主要是通过人工经验制定规则的方式，过滤筛选出每一级别的汽车维修技师群体，此方法存在以下问题：

第一，对汽车维修技师的评价片面，通过设定关键指标，只能从某一方面衡量技师技术水平，受主观设定影响，无法全面评估汽车维修技师的能力。

第二，评价方式成本高，周期性考核需要耗费人力物力，评价流程复杂成本高，且容易出现差错。

第三，对汽车维修技师评级结果分布不合理，根据统计指标制定规则，并生成符合特定分布的技师群体，存在与实际技师水平分布不相符合的情况，会造成技师评级过高或过低。

发明内容

本申请实施例提供汽车维修技师分类评级建模方法及装置，以期实现对汽车维修技师全面、客观、科学、合理以及成本较低的评价和分类。

第一方面，提供一种汽车维修技师分类评级建模方法，包括：

获取多个诊断数据，其中，所述多个诊断数据为不同的汽车技师进行维修产生的数据；

对多个清洗后的诊断数据进行聚类，从而得到多个聚类集合和所述多个聚类集合分别对应的聚类类别，其中，所述多个聚类集合中的每个聚类集合包括至少一个诊断数据；

使用多个聚类数据和所述多个聚类数据分别对应的聚类类别对分类模型进行训练从而得到分类评级模型，其中，所述多个聚类数据属于所述多个聚类集合。

更具体地，在所述获取多个诊断数据之后，所述方法还包括：对所述多个诊断数据进行数据预处理，清洗异常诊断数据，从而得到多个清洗后的诊断数据。

更具体地，所述对多个清洗后的诊断数据进行聚类，包括：采用无监督聚类算法对所述多个清洗后的诊断数据进行聚类；

在所述对多个清洗后的诊断数据进行聚类之后，所述方法还包括：根据预设的抽样比例和抽样数量对所述多个聚类集合分别进行等量随机抽样，从而得到所述多个聚类数据。

更具体地，所述方法还包括：将所述多个清洗后诊断数据输入到所述分类评级模型，得到多个分类集合；

对比所述多个分类集合和所述多个聚类集合，得到所述多个分类集合和所述多个聚类集合之间的差异率；

确定所述差异率是否超过指定阈值；若所述差异率不超过指定阈值，确定所述多个聚类集合为有效训练数据。