信用评估模型的更新方法及系统、信用评估方法及系统技术方案

本发明专利技术公开一种能够信用评估模型的更新方法及更新系统、信用评估方法及信用评估系统。更新方法包括：获取用户输入的新信用评估模型；根据新信用评估模型的有效信息量、模型覆盖率和模型准确度确定新信用评估模型的模型匹配度；判断新信用评估模型的模型匹配度是否大于原信用评估模型的模型匹配度，获得第一判断结果；当新信用评估模型的模型匹配度大于原信用评估模型的模型匹配度时，用新信用评估模型替换原信用评估模型；当新信用评估模型的模型匹配度小于或者等于原信用评估模型的模型匹配度时，保留原信用评估模型。采用本发明专利技术提供的更新方法及更新系统、信用评估方法及信用评估系统能够提高信用评估的准确性。

【技术实现步骤摘要】
信用评估模型的更新方法及系统、信用评估方法及系统
本专利技术涉及电子商务领域，特别是涉及一种信用评估模型的更新方法及系统、信用评估方法及系统。
技术介绍
目前，各类电子商务信用评估存在的共性问题是：无法确保用于评估信用的相关数据的真实、准确；评估过程大多有人的参与，常常具有主观臆断成份，无法保证评估的准确性。同时，各信用评估模型或评估标准不统一，且没有统一的更新标准。随着时间的推移，对门户系统进行信用评估时，有很多评估模型的评估规则已经不再适用，如不更新评估模型将会大大降低评估的准确性。因此，如何提高信用评估的准确性，成为本领域技术人员亟需解决的技术问题。
技术实现思路
本专利技术的目的是提供一种信用评估模型的更新方法及更新系统、信用评估方法及信用评估系统，能够提高信用评估的准确性。为实现上述目的，本专利技术提供了如下方案：一种信用评估模型的更新方法，所述更新方法包括：获取用户输入的新信用评估模型；根据所述新信用评估模型的有效信息量、模型覆盖率和模型准确度确定所述新信用评估模型的模型匹配度；判断所述新信用评估模型的模型匹配度是否大于原信用评估模型的模型匹配度，获得第一判断结果；当所述新信用评估模型的模型匹配度大于所述原信用评估模型的模型匹配度时，用所述新信用评估模型替换所述原信用评估模型；当所述新信用评估模型的模型匹配度小于或者等于所述原信用评估模型的模型匹配度时，保留所述原信用评估模型。可选的，所述根据所述新信用评估模型的有效信息量、模型覆盖率和模型准确度确定所述新信用评估模型的模型匹配度，具体包括：根据所述新信用评估模型的各个指标的信息量指数确定所述新信用评估模型的有效信息量；根据所述新信用评估模型的各个指标的覆盖率确定所述新信用评估模型的模型覆盖率；根据各个均方根误差确定所述新信用评估模型的模型准确度，其中，所述均方根误差为采用所述新信用评估模型对样本集进行评估时评估结果的均方根误差；根据所述有效信息量、所述模型覆盖率和所述模型准确度计算所述新信用评估模型的模型匹配度。可选的，所述根据所述新信用评估模型的各个指标的信息量指数确定所述新信用评估模型的有效信息量，具体包括：根据公式：确定所述新信用评估模型的第i个指标的信息量指数，其中，Hi表示第i个指标的信息量指数，xij表示第i个指标对应的第j个单一事件，χi表示第i个指标对应的事件集合，p(xij)表示xij发生的概率；根据公式：确定所述新信用评估模型的有效信息量，其中，V表示有效信息量，N表示指标数量。可选的，所述根据各个均方根误差确定所述新信用评估模型的模型准确度，具体包括：根据公式：确定每个样本集对应的均方根误差，其中，erri表示第i个样本集对应的均方根误差，M表示第i个样本集中的样本数量，scoreij表示所述新信用评估模型评估第i个样本集中的第j个样本时的分数值，表示第i个样本集中的第j个样本的标准分值；根据公式：确定所述新信用评估模型的模型准确度，其中，Q表示模型准确度，N′表示样本集的数量，pi表示第i个样本集对应的均方根误差的范数。一种信用评估模型的更新系统，所述更新系统包括：新模型获取模块，用于获取用户输入的新信用评估模型；匹配度确定模块，用于根据所述新信用评估模型的有效信息量、模型覆盖率和模型准确度确定所述新信用评估模型的模型匹配度；第一判断模块，用于判断所述新信用评估模型的模型匹配度是否大于原信用评估模型的模型匹配度，获得第一判断结果；处理模块，用于当所述新信用评估模型的模型匹配度大于所述原信用评估模型的模型匹配度时，用所述新信用评估模型替换所述原信用评估模型；当所述新信用评估模型的模型匹配度小于或者等于所述原信用评估模型的模型匹配度时，保留所述原信用评估模型。可选的，所述匹配度计算模块具体包括：有效信息量确定单元，用于根据所述新信用评估模型的各个指标的信息量指数确定所述新信用评估模型的有效信息量；模型覆盖率确定单元，用于根据所述新信用评估模型的各个指标的覆盖率确定所述新信用评估模型的模型覆盖率；模型准确度确定单元，用于根据各个均方根误差确定所述新信用评估模型的模型准确度，其中，所述均方根误差为采用所述新信用评估模型对样本集进行评估时评估结果的均方根误差；模型匹配度计算单元，用于根据所述有效信息量、所述模型覆盖率和所述模型准确度计算所述新信用评估模型的模型匹配度。可选的，所述有效信息量确定单元具体包括：信息量指数确定子单元，用于根据公式：确定所述新信用评估模型的第i个指标的信息量指数，其中，Hi表示第i个指标的信息量指数，xij表示第i个指标对应的第j个单一事件，χi表示第i个指标对应的事件集合，p(xij)表示xij发生的概率；有效信息量确定子单元，用于根据公式：确定所述新信用评估模型的有效信息量，其中，V表示有效信息量，N表示指标数量。可选的，所述模型准确度确定单元具体包括：误差确定子单元，用于根据公式：确定每个样本集对应的均方根误差，其中，erri表示第i个样本集对应的均方根误差，M表示第i个样本集中的样本数量，scoreij表示所述新信用评估模型评估第i个样本集中的第j个样本时的分数值，表示第i个样本集中的第j个样本的标准分值；准确度确定子单元，用于根据公式：确定所述新信用评估模型的模型准确度，其中，Q表示模型准确度，N′表示样本集的数量，pi表示第i个样本集对应的均方根误差的范数。一种基于区块链的信用评估方法，所述区块链包括多个门户系统和多个数据子链，每个所述门户系统对应一个所述数据子链，每个所述数据子链用于按时间顺序记录与所述数据子链对应的门户系统的商务信息数据、政务信息数据和社交信息数据；所述信用评估方法包括：获取待评估门户系统的信用数据，所述信用数据为与所述待评估门户系统对应的数据子链中记录的所述商务信息数据、所述政务信息数据和/或社交信息数据；根据所述信用数据和信用评估模型确定所述待评估门户系统的信用评估值，其中，所述信用评估模型为所述的更新方法更新后的信用评估模型。一种基于区块链的信用评估系统，所述区块链包括多个门户系统和多个数据子链，每个所述门户系统对应一个所述数据子链，每个所述数据子链用于按时间顺序记录与所述数据子链对应的门户系统的商务信息数据、政务信息数据和社交信息数据；所述信用评估系统包括：信用数据获取模块，用于获取待评估门户系统的信用数据，所述信用数据为与所述待评估门户系统对应的数据子链中记录的所述商务信息数据、所述政务信息数据和/或社交信息数据；评估模块，用于根据所述信用数据和信用评估模型确定所述待评估门户系统的信用评估值，其中，所述信用评估模型为所述的更新方法更新后的信用评估模型。根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术首先根据新信用评估模型的有效信息量、模型覆盖率和模型准确度确定所述新信用评估模型的模型匹配度，然后根据新信用评估模型的模型匹配度与原信用评估模型的模型匹配度的大小关系确定是否更新信用评估模型。当新信用评估模型的模型匹配度大于原信用评估模型的模型匹配度时，用新信用评估模型替换原信用评估模型，否则，保留原信用评估模型，因此，能够保证对门户系统进行信用评估的评估模型的模型匹配度更高，从而提高信用评估的准确性。本专利技术用于评估门户系统信用的信用数据为与待评估门户系本文档来自技高网...

【技术保护点】
一种信用评估模型的更新方法，其特征在于，所述更新方法包括：获取用户输入的新信用评估模型；根据所述新信用评估模型的有效信息量、模型覆盖率和模型准确度确定所述新信用评估模型的模型匹配度；判断所述新信用评估模型的模型匹配度是否大于原信用评估模型的模型匹配度，获得第一判断结果；当所述新信用评估模型的模型匹配度大于所述原信用评估模型的模型匹配度时，用所述新信用评估模型替换所述原信用评估模型；当所述新信用评估模型的模型匹配度小于或者等于所述原信用评估模型的模型匹配度时，保留所述原信用评估模型。

【技术特征摘要】
1.一种信用评估模型的更新方法，其特征在于，所述更新方法包括：获取用户输入的新信用评估模型；根据所述新信用评估模型的有效信息量、模型覆盖率和模型准确度确定所述新信用评估模型的模型匹配度；判断所述新信用评估模型的模型匹配度是否大于原信用评估模型的模型匹配度，获得第一判断结果；当所述新信用评估模型的模型匹配度大于所述原信用评估模型的模型匹配度时，用所述新信用评估模型替换所述原信用评估模型；当所述新信用评估模型的模型匹配度小于或者等于所述原信用评估模型的模型匹配度时，保留所述原信用评估模型。2.根据权利要求1所述的更新方法，其特征在于，所述根据所述新信用评估模型的有效信息量、模型覆盖率和模型准确度确定所述新信用评估模型的模型匹配度，具体包括：根据所述新信用评估模型的各个指标的信息量指数确定所述新信用评估模型的有效信息量；根据所述新信用评估模型的各个指标的覆盖率确定所述新信用评估模型的模型覆盖率；根据各个均方根误差确定所述新信用评估模型的模型准确度，其中，所述均方根误差为采用所述新信用评估模型对样本集进行评估时评估结果的均方根误差；根据所述有效信息量、所述模型覆盖率和所述模型准确度计算所述新信用评估模型的模型匹配度。3.根据权利要求2所述的更新方法，其特征在于，所述根据所述新信用评估模型的各个指标的信息量指数确定所述新信用评估模型的有效信息量，具体包括：根据公式：确定所述新信用评估模型的第i个指标的信息量指数，其中，Hi表示第i个指标的信息量指数，xij表示第i个指标对应的第j个单一事件，χi表示第i个指标对应的事件集合，p(xij)表示xij发生的概率；根据公式：确定所述新信用评估模型的有效信息量，其中，V表示有效信息量，N表示指标数量。4.根据权利要求2所述的更新方法，其特征在于，所述根据各个均方根误差确定所述新信用评估模型的模型准确度，具体包括：根据公式：确定每个样本集对应的均方根误差，其中，erri表示第i个样本集对应的均方根误差，M表示第i个样本集中的样本数量，scoreij表示所述新信用评估模型评估第i个样本集中的第j个样本时的分数值，表示第i个样本集中的第j个样本的标准分值；根据公式：确定所述新信用评估模型的模型准确度，其中，Q表示模型准确度，N′表示样本集的数量，pi表示第i个样本集对应的均方根误差的范数。5.一种信用评估模型的更新系统，其特征在于，所述更新系统包括：新模型获取模块，用于获取用户输入的新信用评估模型；匹配度确定模块，用于根据所述新信用评估模型的有效信息量、模型覆盖率和模型准确度确定所述新信用评估模型的模型匹配度；第一判断模块，用于判断所述新信用评估模型的模型匹配度是否大于原信用评估模型的模型匹配度，获得第一判断结果；处理模块，用于当所述新信用评估模型的模型匹配度大于所述原信用评估模型的模型匹配度时，用所述新信用评估模型替换所述原信用评估模型；当所述新信用评估模型的模型匹配度小于或者等于所述原信用评估模型的模型匹配度时，保留所述原信用评估模型。6.根据权利要求5所述的更新系统，其特...

【专利技术属性】
技术研发人员：柴跃廷，黄亚东，于潇，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京,11