[发明专利]评价方法、装置、非易失性存储介质及电子设备

说明书

本发明公开了一种评价方法、装置、非易失性存储介质及电子设备。其中，该方法包括：获取目标对象的目标特征数据；使用预设概率预测模型对目标特征数据进行分析，确定目标对象的目标响应概率，其中，预设概率预测模型为预先使用多组训练数据训练出的，多组训练数据中的每组训练数据均包括：同一预设对象的预设特征数据和响应结果；使用预设等级规则确定目标响应概率对应的目标响应等级；使用预设调整规则确定目标特征数据符合的目标调整条件，和目标调整条件对应的目标调整方式；依据目标调整方式对目标响应等级进行调整，确定目标评价结果。本发明解决了评估效率低的技术问题。

技术领域

本发明涉及计算机领域，具体而言，涉及一种评价方法、装置、非易失性存储介质及电子设备。

背景技术

对公营销响应概率预测方法是基于企业的公开数据，计算其对于银行信贷业务营销行为响应的概率的一种方法。该方法针对海量对公客户，针对不同客户群体，量化其申请不同对公信贷产品的概率。识别出高响应概率客户后，客户经理参考得分区间，将有限的精力集中在更有意愿申请信贷产品的优质客户身上。

现有的对公营销响应概率预测方法是，各经营单位客户经理根据自身历史业务经验，自行查找各类网站，基于有限的工商数据，利用专家经验及简单的统计方法对企业进行打分，选取高价值客户进行营销。

但是，现有的对公营销响应概率预测方法存在以下缺点：

一是，客户经理可获得的公开数据渠道单一，可参考的企业经营指标及范围有限，缺少数据识别潜在客户，且各经营单位无法共享数据集，无法形成知识共享，难以支持营销决策；

二是，依靠客户经理的历史经验较为主观，且没有统一标准，稳定性及可复用性较差。

另外，为了使公营销响应概率预测具有准确的依据，传统的方式是：预先存有多个样本客户的经营信息，和每个样本客户的响应情况，然后将目标客户与样本客户进行相似性比对，确定与目标客户最接近的样本客户，再将样本客户的响应情况作为目标客户的响应情况。

但是，将目标客户最接近的样本客户进行相似度比对，需要将目标客户与多个样本客户进行逐一比对，因此，需要比对的数据量较大，评估效率较低。

针对上述评估效率低的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种评价方法、装置、非易失性存储介质及电子设备，以至少解决评估效率低的技术问题。

根据本发明实施例的一个方面，提供了一种评价方法，包括：获取目标对象的目标特征数据，其中，所述目标特征数据用于评估所述目标对象对于营销方案的响应情况；使用预设概率预测模型对所述目标特征数据进行分析，确定所述目标对象的目标响应概率，其中，所述预设概率预测模型为预先使用多组训练数据训练出的，所述多组训练数据中的每组训练数据均包括：同一预设对象的预设特征数据和响应结果；使用预设等级规则确定所述目标响应概率对应的目标响应等级，其中，所述预设等级规则用于表示一个或多个预设响应概率和预设响应等级的对应关系；使用预设调整规则确定所述目标特征数据符合的目标调整条件，和所述目标调整条件对应的目标调整方式，其中，所述预设调整规则用于记录一个或多个预设调整条件和预设调整方式的对应关系；依据所述目标调整方式对所述目标响应等级进行调整，确定目标评价结果。

可选地，获取目标对象的目标特征数据包括：获取所述目标对象的目标标识信息；在预设特征数据库中查询所述目标标识信息对应的目标特征数据，其中，所述预设特征数据库中预先存有一个或多个预设标识信息，和每个所述预设标识信息对应的预设特征数据。

可选地，所述预设概率预测模型通过如下步骤确定：获取多个预设对象的预设特征数据和每个所述预设对象的响应结果；将所述预设特征数据和所述响应情况放入预设模板模型中进行训练，得到所述预设概率预测模型，其中，所述预设概率预测模型利用逻辑回归算法确定，用于表示所述预设特征数据对应的响应概率。