[发明专利]多方数据集结处理方法、装置、电子设备和介质

权利要求书

1.一种多方数据集结处理方法，其特征在于，包括：

获取待处理数据，所述待处理数据包括多个用户对多个对象中的每个对象的评分；

分析所述待处理数据中所述多个用户中的每个用户与其他用户的评分差异，确定所述用户的信用值；

根据所述待处理数据和所述用户的信用值获得所述对象的目标评分。

2.根据权利要求1所述的多方数据集结处理方法，其特征在于，所述分析所述待处理数据中所述多个用户中的每个用户与其他用户的评分差异，确定所述用户的信用值，包括：

获取所述用户的信用初始值；

通过迭代法分析所述待处理数据中所述多个用户中的每个用户与其他用户的评分差异，更新所述用户的信用初始值，确定所述用户的信用值。

3.根据权利要求2所述的多方数据集结处理方法，其特征在于，所述通过迭代法分析所述待处理数据中所述多个用户中的每个用户与其他用户的评分差异，更新所述用户的信用初始值，确定所述用户的信用值，包括：

获取所述用户的信用初始值，根据所述用户的信用初始值，对所述待处理数据中每个所述对象所获的评分进行加权平均处理，获得所述对象的实力值；

根据所述对象的实力值和所述待处理数据，获得每个用户的可信度得分集合，包括所述每个用户对所述每个对象的评分的可信度；

根据所述每个用户的可信度得分集合，确定所述每个用户的目标可信度；

根据所述目标可信度更新所述每个用户的信用值，将更新后的每个用户的信用值代入所述信用初始值进行计算；

重复以上步骤直至所述用户的信用值变化幅度小于给定阈值，或者，达到最大迭代次数，获得所述用户的信用值。

4.根据权利要求3所述的多方数据集结处理方法，其特征在于，所述根据所述每个用户的可信度得分集合，确定所述每个用户的目标可信度，包括：

获得所述每个用户的可信度得分集合中的可信度平均值，作为所述每个用户的目标可信度；或者，

将所述每个用户的可信度得分集合中的可信度最大值或最小值，作为所述每个用户的目标可信度。

5.根据权利要求1-4任一项所述的多方数据集结处理方法，其特征在于，所述根据所述待处理数据和所述用户的信用值获得所述对象的目标评分，包括：

根据所述用户的信用值，对所述待处理数据中每个所述对象所获的评分进行加权平均处理，获得所述对象的目标评分。

6.根据权利要求5所述的多方数据集结处理方法，其特征在于，在所述确定所述每个用户的目标可信度之后，所述方法还包括：

将所述目标可信度最低，并且所述目标可信度低于可信度阈值的用户标记为嫌疑恶评用户；和/或，

将所述信用值低于信用阈值的用户标记为所述嫌疑恶评用户。

7.根据权利要求6所述的多方数据集结处理方法，其特征在于，所述方法还包括：

在检测到所述嫌疑恶评用户在在评分时对应的信用值至少两次低于所述信用阈值的情况下，限制所述嫌疑恶评用户的评分权限。

8.一种多方数据集结处理装置，其特征在于，包括：

获取模块，用于获取待处理数据，所述待处理数据包括多个用户对多个对象中的每个对象的评分；

处理模块，用于分析所述待处理数据中所述多个用户中的每个用户与其他用户的评分差异，确定所述用户的信用值；

所述处理模块还用于，根据所述待处理数据和所述用户的信用值获得所述对象的目标评分。

9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述的多方数据集结处理方法的步骤。

10.一种计算机可读存储介质，其特征在于，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述的多方数据集结处理方法的步骤。