[发明专利]数据评分方法、装置、计算机设备及存储介质

权利要求书

1.一种数据评分方法，其特征在于，包括以下步骤：

接收用户上传的待评分数据信息，以及根据预先构建的评分模型确定所述评分模型的输入端对应的数据标签；

根据所述待评分数据信息以及确定的所述评分模型的输入端对应的数据标签，在预先构建的数据库中查找与数据标签对应的输入数据信息；

将所述输入数据信息输入到所述评分模型中；

获取所述评分模型的输出数值；

利用Logit函数将所述输出数值转换成设定范围内的数值，将转换后的数值作为所述待评分数据信息的评分；

其中，所述评分模型按照如下方式构建：接收用户上传的第一数据，以及确定用户所需实现评分的目标标签；根据所述目标标签，确定与所述目标标签相关度最高的用户数据标签和本地数据标签；在所述第一数据中获取用户数据标签对应的第二数据，在本地数据库中获取本地数据标签对应的第三数据；将所述第二数据和所述第三数据，输入到预设模型中进行训练，以确定模型参数，将确定了模型参数的所述预设模型作为建立的所述评分模型，其中，所述预设模型采用LASSO回归模型、岭回归模型来实现训练。

2.根据权利要求1所述的数据评分方法，其特征在于，所述第一数据为空。

3.根据权利要求1所述的数据评分方法，其特征在于，在将所述第二数据和所述第三数据，输入到预设模型中进行训练之前，进一步包括：确定针对所述第二数据的使用比例，根据所述使用比例确定所需使用的第二使用数据，将所述第二使用数据和所述第三数据输入到预设模型中进行训练。

4.根据权利要求3所述的数据评分方法，其特征在于，在所述将确定了模型参数的所述预设模型作为建立的所述评分模型之后，进一步包括：利用所述第二数据中除去所述第二使用数据之后得到的第二剩余数据，对所述评分模型进行验证。

5.根据权利要求1所述的数据评分方法，其特征在于，所述设定范围的数值为大于等于0，且小于等于100的数值。

6.根据权利要求1所述的数据评分方法，其特征在于，在所述将转换后的数值作为所述待评分数据信息的评分之后，进一步包括：根据预先设定的评分级别以及对应的评分范围，确定所述待评分数据信息的评分所在的目标评分范围，将所述目标评分范围对应的目标评分级别输出给用户。

7.根据权利要求1-6中任一所述的数据评分方法，其特征在于，在所述根据所述待评分数据信息，确定向预先构建的评分模型中输入的输入数据信息之前，进一步包括：对用户的身份信息进行验证，在验证通过时，执行所述将所述待评分数据信息输入到预先构建的评分模型中。

8.一种数据评分装置，其特征在于，包括：

数据接收模块，用于接收用户上传的待评分数据信息；

数据标签确定模块，用于根据预先构建的评分模型确定所述评分模型的输入端对应的数据标签；

查找模块，用于根据所述待评分数据信息以及确定的所述评分模型的输入端对应的数据标签，在预先构建的数据库中查找与数据标签对应的输入数据信息；

数据输入模块，用于将所述输入数据信息输入到所述评分模型中；

输出数值获取模块，用于获取所述评分模型的输出数值；

评分转换模块，用于利用Logit函数将所述输出数值转换成设定范围内的数值，将转换后的数值作为所述待评分数据信息的评分；

进一步包括：评分模型构建模块，用于按如下方式构建所述评分模型：接收用户上传的第一数据，以及确定用户所需实现评分的目标标签；根据所述目标标签，确定与所述目标标签相关度最高的用户数据标签和本地数据标签；在所述第一数据中获取用户数据标签对应的第二数据，在本地数据库中获取本地数据标签对应的第三数据；将所述第二数据和所述第三数据，输入到预设模型中进行训练，以确定模型参数，将确定了模型参数的所述预设模型作为建立的所述评分模型，其中，所述预设模型采用LASSO回归模型、岭回归模型来实现训练。