评分卡模型生成方法、使用方法、装置、设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114298532A(43)申请公布日2022.04.08(21)申请号202111612565.1(22)申请日2021.12.27(71)申请人智慧芽信息科技（苏州）有限公司地址215000江苏省苏州市苏州工业园区金鸡湖大道88号人工智能产业园G3-701、G3-801、G3-901、G3-1001单元(72)发明人陆剑平马世耀王为磊屠昶旸张济徽钟洪涛(74)专利代理机构北京布瑞知识产权代理有限公司11505代理人周达(51)Int.Cl.G06Q10/06(2012.01)权利要求书2页说明书11页附图3页(54)发明名称评分卡模型生成方法、使用方法、装置、设备及存储介质(57)摘要本说明书实施方式提供一种评分卡模型生成方法、使用方法、装置、设备及存储介质，生成方法包括：获取目标对象的分箱处理后的至少一个目标评价因子；其中，所述目标评价因子对应有被分箱处理得到的各分箱的因子证据权重；所述目标评价因子用于表征所述目标对象的指定属性；将所述目标评价因子的因子证据权重映射至预设非负区间，得到所述目标评价因子的映射证据权重；基于所述目标评价因子的映射证据权重生成包括所述目标评价因子的分箱的评价分的评分卡模型。通过构建评分卡模型，提高数据处理效率。CN114298532ACN114298532A权利要求书1/2页1.一种评分卡模型生成方法，其特征在于，包括：获取目标对象的分箱处理后的至少一个目标评价因子；其中，所述目标评价因子对应有被分箱处理得到的各分箱的因子证据权重；所述目标评价因子用于表征所述目标对象的指定属性；将所述目标评价因子的因子证据权重映射至预设非负区间，得到所述目标评价因子的映射证据权重；基于所述目标评价因子的映射证据权重生成包括所述目标评价因子的分箱的评价分的评分卡模型。2.根据权利要求1所述的方法，其特征在于，在将所述目标评价因子的因子证据权重映射至预设非负区间步骤中，包括：将取值为负数的所述因子证据权重映射至所述预设非负区间。3.根据权利要求1所述的方法，其特征在于，在将所述目标评价因子的因子证据权重映射至预设非负区间，得到所述目标评价因子的映射证据权重步骤中，包括：将所述目标评价因子的各因子证据权重分别映射至所述预设非负区间，得到所述目标评价因子的各分箱的映射证据权重。4.根据权利要求1所述的方法，其特征在于，在获取目标对象的分箱处理后的至少一个目标评价因子的步骤中，包括：获取所述目标对象的初始因子，所述初始因子用于表征所述目标对象的属性；对所述初始因子进行分箱，得到所述初始因子的多个分箱；根据所述初始因子的分箱进行证据权重变换，得到所述初始因子的分箱的初始证据权重；基于所述初始证据权重，构建具有非负初始因子权重的目标逻辑回归模型；其中，所述非负初始因子权重对应的初始因子作为所述目标评价因子。5.根据权利要求4所述的方法，其特征在于，在基于所述目标评价因子的映射证据权重生成包括所述目标评价因子的分箱的评价分的评分卡模型的步骤，包括：基于所述目标逻辑回归模型的初始因子权重和所述映射证据权重构建所述目标评价因子的分箱的评价分。6.根据权利要求5所述的方法，其特征在于，在基于所述初始证据权重构建具有非负初始因子权重的目标逻辑回归模型的步骤中，包括：选择至少部分所述初始因子构建逻辑回归模型；其中，每个所述初始因子对应有多个初始证据权重；相应的，去除对应的初始因子权重为负数的初始因子；重复选择至少部分初始因子构建逻辑回归模型和去除对应的初始因子权重为负数的初始因子的步骤，直至全部初始因子对应的初始因子权重均为非负，其中，所述全部初始因子的初始因子权重均为非负的逻辑回归模型为所述目标逻辑回归模型。7.根据权利要求5所述的方法，其特征在于，在基于所述目标逻辑回归模型的初始因子权重和所述映射证据权重构建所述目标评价因子的分箱的评价分步骤中，包括：以所述映射证据权重、所述初始因子权重、任一正数乘积作为所述评价因子的分箱的评价分。2CN114298532A权利要求书2/2页8.根据权利要求4所述的方法，其特征在于，在对所述初始因子进行分箱，得到所述初始因子的多个分箱步骤前，还包括：获取初始指标，所述初始指标包括知识产权指标和非知识产权指标；预筛选所述初始指标得到所述初始因子。9.根据权利要求1所述的方法，其特征在于，所述目标评价因子的分箱的评价分之和，作为所述目标对象的所述指定属性的评分。10.一种评分卡模型使用方法，其特征在于，包括：获取预设对象的目标评价因子；其中，所述目标评价因子用于表征所述预设对象的科创能力；将所述目标评价因子输入评分卡模型，得到所述预设对象的科创能力评分，其中所述评分卡模型采用权利要求1‑9中任一项所述的方法获得。11.一种评