[发明专利]问卷数据的处理方法和装置、存储介质和电子设备

说明书

本公开涉及一种问卷数据的处理方法和装置、存储介质和电子设备，其中，所述方法包括：获取用户对问卷的答卷数据；将所述答卷数据输入数据处理模型中，得到所述数据处理模型输出的数据处理结果，所述数据处理结果包括用于表征用户可信度大小的数据标签；其中，所述数据处理模型是根据样本用户的实际数据标签与所述样本用户对问卷的答卷数据样本训练得到的。

技术领域

本公开涉及信息技术领域，具体地，涉及一种问卷数据的处理方法和装置、存储介质和电子设备。

背景技术

现在在许多的业务场景下，都需要对用户进行信用评定，通过用户信息处理，可以将用户提供的信息整合成一个可以体现用户特征的信用度评分值。评分值的高低不仅会影响用户办理业务的便利程度，也会影响办理业务的企业对该用户的业务授权限度。在一些情况下，会使用问卷调查的形式对用户进行信用评定，通过用户对问卷的回答情况，对用户的信用度进行评估。

但是，问卷调查的回答结果整合和对用户回答情况的判断通常需要依赖调查人员的经验，这种方法受主观因素的影响很大，容易得出与实际情况不符的信用度结果，而且，这种方法效率较低，不适用于批量化业务处理的情况。

发明内容

本公开的目的是提供一种问卷数据的处理方法和装置、存储介质和电子设备，以解决上述技术问题。

为了实现上述目的，本公开的第一方面，提供一种问卷数据的处理方法，所述方法包括：获取用户对问卷的答卷数据；将所述答卷数据输入数据处理模型中，得到所述数据处理模型输出的数据处理结果，所述数据处理结果包括用于表征用户可信度大小的数据标签；其中，所述数据处理模型是根据样本用户的实际数据标签与所述样本用户对问卷的答卷数据样本训练得到的。

可选地，所述问卷由对所述样本用户中的欺诈用户的区分度高于区分度阈值的问题所组成；其中，问题的区分度是通过以下方式确定的：针对每一个问题，确定选择该问题下每一种选项的样本用户中欺诈用户的比例；根据所述比例确定该问题的区分度，其中，所述欺诈用户的比例与所述区分度为正相关关系。

可选地，所述获取用户对问卷的答卷数据，包括：获取用户对与所述用户的业务类型相对应的问卷的答卷数据；所述将所述答卷数据输入数据处理模型中，包括：将所述答卷数据输入与所述业务类型对应的数据处理模型中；其中，所述问卷由对所述业务类型下的样本用户中的欺诈用户的区分度高于第一区分度阈值的问题所组成，或者，所述问卷由对所有业务类型下的样本用户中的欺诈用户的区分度高于第二区分度阈值的问题所组成，其中，所述第二区分度阈值小于所述第一区分度阈值。

可选地，所述方法还包括：根据所述数据处理模型对所述样本用户的答卷数据样本进行处理，得到所述数据处理模型输出的处理结果的中间值；判断所述中间值在预设数值区间内的样本用户中欺诈用户的比例是否高于预设比例阈值；若所述欺诈用户的比例低于所述预设比例阈值，则重新确定问卷中的问题，并根据重新确定的所述问卷重新训练生成数据处理模型。

可选地，所述问卷包括可证问题和不可证问题；对于所述可证问题，所述答卷数据是通过如下方式获取的：确定样本用户的答案是否与所述样本用户的特征信息相匹配，若所述答案与所述特征信息相匹配，则所述答案正确，若所述答案与所述特征信息不匹配，则所述答案错误，其中，答卷数据包括用于表征用户是否回答正确的信息，所述特征信息从所述样本用户办理业务时提交的用户资料中提取的信息；对于所述不可证问题，所述答卷数据包括用户对问题提供的每一种选项的选择项。

本公开的第二方面，提供一种问卷数据的处理装置，包括获取模块，用于获取用户对问卷的答卷数据；处理模块，用于将所述答卷数据输入数据处理模型中，得到所述数据处理模型输出的数据处理结果，所述数据处理结果包括用于表征用户可信度大小的数据标签；其中，所述数据处理模型是根据样本用户的实际数据标签与所述样本用户对问卷的答卷数据样本训练得到的。