[发明专利]数据评分方法及装置

权利要求书

1.一种数据评分方法，其特征在于，包括：

获取拟评分样本数据集，根据表征所述拟评分样本数据集的特征对所述拟评分样本数据集进行分类，获取多个样本类别；

按照预设匹配规则，确定与所述多个样本类别对应的第一评分模型；

根据所述第一评分模型，获取每个样本类别中每个样本数据对应的第一评分；

基于所述第一评分确定每个样本数据在其所在样本类别中的排序位置，通过预设的第二评分模型，确定每个样本类别中每个样本数据对应的第二评分。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据表征所述拟评分样本数据集的特征，通过聚类算法对所述拟评分样本数据集进行分类，获取分类后拟评分样本数据集中每个样本类别中每个样本数据的相关参数；

根据所述相关参数，对每个样本类别进行排序，确定每个样本类别在所述拟评分样本数据集的排名，

其中，所述相关参数包括影响所述样本类别在所述拟评分样本数据集的排名的参数。

3.根据权利要求1所述的方法，其特征在于，所述按照预设匹配规则，确定与所述多个样本类别对应的第一评分模型的方法包括：

获取所述拟评分样本数据集对应的业务需求、业务特点、以及所述拟评分样本数据集中样本特征类型中至少一种，

根据所述业务需求、业务特点、样本特征类型中至少一种，按照预设匹配规则，确定与所述多个样本类别对应的第一评分模型，

其中，所述第一评分模型包括神经网络模型、树模型以及逻辑回归模型中至少一种。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述基于所述第一评分确定每个样本在其所在样本类别中的排序位置，通过预设的第二评分模型，确定每个样本类别中每个样本对应的第二评分的方法包括：

基于每个样本在其所在样本类别中的排序位置，确定每个样本在其所在样本类别中排名比例；

通过预设的第二评分模型，获取每个样本类别对应的映射函数，根据所述映射函数，确定每个样本类别中每个样本对应的第二评分，

其中，所述样本类别与所述映射函数一一对应，

所述第一评分用于指示所述第一评分模型对每个样本类别评分的评估概率值，

所述第二评分用于指示所述第二评分模型对所述第一评分调整后的分数值。

5.根据权利要求4所述的方法，其特征在于，所述映射函数包括：

其中，Final_score表示所述第二评分，∝表示样本类别对应的系数，model1_topn_i表示第i个样本类别中，按照第一评分从高到低排的第n个样本，N_i表示第i个样本类别中所有的样本。

6.一种数据评分装置，其特征在于，包括：

第一单元，用于获取拟评分样本数据集，根据表征所述拟评分样本数据集的特征对所述拟评分样本数据集进行分类，获取多个样本类别；

第二单元，用于按照预设匹配规则，确定与所述多个样本类别对应的第一评分模型；

第三单元，用于根据所述第一评分模型，获取每个样本类别中每个样本数据对应的第一评分；

第四单元，用于基于所述第一评分确定每个样本数据在其所在样本类别中的排序位置，通过预设的第二评分模型，确定每个样本类别中每个样本数据对应的第二评分。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括第五单元，所述第五单元还用于：

根据表征所述拟评分样本数据集的特征，通过聚类算法对所述拟评分样本数据集进行分类，获取分类后拟评分样本数据集中每个样本类别中每个样本数据的相关参数；

根据所述相关参数，对每个样本类别进行排序，确定每个样本类别在所述拟评分样本数据集的排名，

其中，所述相关参数包括影响所述样本类别在所述拟评分样本数据集的排名的参数。