[发明专利]标签画像体系的可信度评估方法、装置、电子设备及介质

权利要求书

1.一种标签画像体系的可信度评估方法，其特征在于，包括：

获取待评估标签画像体系；其中，所述待评估标签画像体系中包括多个业务类型所对应的业务数据，所述业务数据中包括业务基础数据以及相应的标签数据；

根据各业务数据所对应的标签数据以及相应的标签配置预设规则，更新所述待评估标签画像体系中的业务数据；

基于预先训练得到与各业务类型相对应的标签预测模型，以及更新后的业务数据，确定相应业务类型所对应的加工质量系数；

基于各业务类型所对应的加工质量系数以及与所述待评估标签画像体系所对应的模拟准确率，确定所述待评估标签画像体系的可信度评估属性。

2.根据权利要求1所述的方法，其特征在于，所述根据各业务数据所对应的标签数据以及相应的标签配置预设规则，更新所述待评估标签画像体系中的业务数据，包括：

调取预先配置的与各业务类型相对应的标签预设规则；

若所述业务数据中的标签数据与相应的标签预设规则不匹配，则将所述业务数据从所述待评估标签画像体系中剔除，以更新所述待评估标签画像体系中的业务数据。

3.根据权利要求1所述的方法，其特征在于，所述基于预先训练得到与各业务类型相对应的标签预测模型，以及更新后的业务数据，确定相应业务类型所对应的加工质量系数，包括：

针对各业务类型，获取与当前业务类型相对应的标签预测模型以及与所述当前业务类型相对应的业务数据；

将所述业务数据中的业务基础数据输入至所述标签预测模型中，得到与所述业务数据相对应的预测标签数据；

根据同一业务数据所对应的预测标签数据和相应的标签数据，确定与相应业务类型所对应的加工质量系数。

4.根据权利要求3所述的方法，其特征在于，所述根据同一业务数据所对应的预测标签数据和相应的标签数据，确定与相应业务类型所对应的加工质量系数，包括：

对于各业务类型，获取当前业务类型相关联的各业务数据的预测标签数据和相应的标签数据；

确定所述当前业务类型中预测标签数据和标签数据相应的第一数量；

根据所述第一数量和所述当前业务类型的业务数据的总数量，确定所述当前业务类型的加工质量系数。

5.根据权利要求1所述的方法，其特征在于，还包括：

将所述待评估标签画像体系中各业务类型部署于相应的节点上，以确定各业务类型所对应的模拟准确率。

6.根据权利要求5所述的方法，其特征在于，所述确定各业务类型所对应的准确率，包括：

对于各节点，抽样获取当前节点所对应的标签结果；其中，所述标签结果包括正确标签结果或错误标签结果；

根据所述正确标签结果的正确数量和所述标签结果的标签总数量，确定与所述当前节点的当前业务类型相对应的模拟准确率。

7.根据权利要求1所述的方法，其特征在于，所述基于各业务类型所对应的加工质量系数以及与所述待评估标签画像体系所对应的模拟准确率，确定所述待评估标签画像体系的可信度评估属性，包括：

针对各业务类型，计算当前业务类型的加工质量系数和相应的模拟准确率，确定所述当前业务类型的第一准确率；

根据各业务类型的第一准确率，确定所述标签画像体系的可信度评估属性。

8.一种标签画像体系的可信度评估装置，其特征在于，包括：

标签画像体系获取模块，用于获取待评估标签画像体系；其中，所述待评估标签画像体系中包括多个业务类型所对应的业务数据，所述业务数据中包括业务基础数据以及相应的标签数据；

业务数据更新模块，用于根据各业务数据所对应的标签数据以及相应的标签配置预设规则，更新所述待评估标签画像体系中的业务数据；

加工质量系数确认模块，用于基于预先训练得到与各业务类型相对应的标签预测模型，以及更新后的业务数据，确定相应业务类型所对应的加工质量系数；

可信度评估模块，用于基于各业务类型所对应的加工质量系数以及与所述待评估标签画像体系所对应的模拟准确率，确定所述待评估标签画像体系的可信度评估属性。