用户评分方法、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CN114219367A(43)申请公布日2022.03.22(21)申请号202210027419.0(22)申请日2022.01.11(71)申请人平安普惠企业管理有限公司地址518000广东省深圳市前海深港合作区前湾一路1号A栋201室(72)发明人刘锴靖(74)专利代理机构深圳市沃德知识产权代理事务所(普通合伙)44347代理人高杰于志光(51)Int.Cl.G06Q10/06(2012.01)权利要求书2页说明书10页附图3页(54)发明名称用户评分方法、装置、设备及存储介质(57)摘要本发明涉及人工智能技术，揭露一种用户评分方法，包括：根据用户的用户数据生成数据标签；将数据标签分为基本数据标签集和风险数据标签集；根据基础数据标签集对应的用户数据及对应的最优参数，计算每个基本数据标签的基础数据评分；根据风险数据标签集对应的用户数据及对应的风险评分模型，计算每个风险数据标签的风险数据评分；根据评分类型选取一个或多个基本数据标签及风险数据标签作为目标标签，并选取对应的权重系数，根据权重系数对目标标签对应的评分进行计算，得到综合评分。此外，本发明还涉及区块链技术，用户数据可存储于区块链的节点。本发明还提出一种用户评分装置、设备以及介质。本发明可以提高用户评分准确性和适用性。CN114219367ACN114219367A权利要求书1/2页1.一种用户评分方法，其特征在于，所述方法包括：获取用户的用户数据，生成所述用户数据的数据标签；将所述数据标签划分基本数据标签集和风险数据标签集；根据所述基础数据标签集对应的用户数据及对应的预设最优参数，计算所述基本数据标签集中每个基本数据标签的基础数据评分；根据所述风险数据标签集对应的用户数据及对应的预先训练的风险风险评分模型，计算所述风险数据标签集中每个风险数据标签的风险数据评分；根据预先选择的评分类型，从所述基本数据标签集及风险数据标签集中分别选取一个或者多个基本数据标签及风险数据标签，及获取所述基本数据标签及风险数据标签的权重系数，根据所述权重系数对选取的所述基本数据标签及风险数据标签对应的基础数据评分及风险数据评分进行权重计算，得到所述用户在所述评分类型下的综合评分。2.如权利要求1所述的用户评分方法，其特征在于，所述获取用户的用户数据，包括：获取所述用户的身份数据；根据所述身份数据从抓取互联网及/或预设存储区域抓取拓展数据；整合所述身份数据及所述拓展数据，得到用户数据。3.如权利要求1所述的用户评分方法，其特征在于，所述生成所述用户数据的数据标签，包括：根据预设的分割符将所述用户数据拆分为多个数据段；提取每一个所述数据段的段落语义；根据所述段落语义和预设的标签列表计算得到每一个所述数据段对应的数据标签。4.如权利要求3所述的用户评分方法，其特征在于，所述根据预设的分割符将所述用户数据拆分为多个数据段，包括：统计所述用户数据中预设分隔符的位置信息；根据所述位置信息将所述用户数据拆分为多个数据段。5.如权利要求1所述的用户评分方法，其特征在于，所述根据所述基础数据标签集对应的用户数据及对应的预设最优参数，计算所述基本数据标签集中每个基本数据标签的基础数据评分，包括：逐一计算所述基本数据标签集中每个基础数据标签与对应的预设最优参数的距离值；根据所述距离值确定对应的所述基础数据标签的基础数据评分。6.如权利要求1至5中任一项所述的用户评分方法，其特征在于，所述根据所述风险数据标签集对应的用户数据及对应的预先训练的风险风险评分模型，计算所述风险数据标签集中每个风险数据标签的风险数据评分，包括：对所述风险数据标签集对应的用户数据进行分类，得到字符型数据和数值型数据；根据所述字符型数据和数值型数据分别生成第一特征向量和第二特征向量；将所述第一特征向量和所述第二特征向量合并，得到特征向量集；将所述特征向量集输入所述风险评分模型中，得到所述用户的风险数据评分。7.如权利要求1所述的用户评分方法，其特征在于，所述获取所述基本数据标签及风险数据标签的权重系数，根据所述权重系数对选取的所述基本数据标签及风险数据标签对应的基础数据评分及风险数据评分进行权重计算，得到所述用户在所述评分类型下的综合评2CN114219367A权利要求书2/2页分，包括：从预设的权重列表中获取所述评分类型对应的所述基础数据标签和所述风险数据标签对应的权重系数；根据下述的权重算法及所述权重系数，对选取的所述基础数据标签的基础数据评分和所述风险数据标签的风险数据评分进行权重计算，得到所述用户在所述评分类型下的综合评分：其中，G为所述评分类型下的用户的综合评分，n为数据标签的数量，Qi为所述第i个数据标签的基础数据评分，Pi为第i个数据标签的风险数据评分，α