对象评级方法、装置、设备及计算机可读存储介质制造方法及图纸

本公开实施例提供对象评级方法、装置、设备及计算机可读存储介质。对象评级方法包括：抽取多个对象作为样本并采集所述多个对象的特征，其中，所述多个对象中的一部分被标记为异常对象并且另一部分被标记为正常对象；通过预设预测模型，利用所述多个对象的特征预测所述多个对象中的各个对象为异常对象的概率，并且根据所预测的所述多个对象中的各个对象为异常对象的概率，计算所述各个对象的得分；通过预设聚类模型，基于所述各个对象的得分对所述多个对象进行聚类；根据聚类所得的多个类的对象的得分，评估各个类的对象的等级，可以避免人为主观因素影响，又能达到动态评级效果，使得被评级的对象所导致的风险尽量最小化。

Object Rating Method, Device, Equipment and Computer Readable Storage Media

The embodiment of the present disclosure provides an object rating method, device, device and computer readable storage medium. The object rating method includes: extracting multiple objects as samples and collecting the characteristics of the multiple objects, in which one part of the multiple objects is marked as abnormal objects and the other part is marked as normal objects; predicting the probability that each object of the multiple objects is abnormal objects by presupposing prediction model, using the characteristics of the multiple objects, and according to the characteristics of the multiple objects, predicting the probability that each object of the multiple objects is abnormal objects. The predicted probability that each object in the multiple objects is an abnormal object is calculated, and the score of each object is calculated; the multiple objects are clustered based on the score of each object through the preset clustering model; the grade of objects in each class is evaluated according to the score of the objects in the multiple classes obtained by clustering, which can avoid the influence of subjective factors and achieve the goal of initiative. The effect of state rating minimizes the risk caused by the target being rated.

【技术实现步骤摘要】
对象评级方法、装置、设备及计算机可读存储介质
本公开实施例涉及计算机
，尤其涉及对象评级方法、装置、设备及计算机可读存储介质。
技术介绍
随着互联网的发展，会有越来越多的对象和外部对象发生关联，与外部对象发生关联的深入程度取决于给对象的可靠性评估的结果。但是目前可靠性评估方法当中主要是采用专家经验对影响变量赋予一定的权重和分值，该方法评估的结果完全依赖人为主观因素影响，并且无法达到动态效果，对对象的变化无法及时捕捉。。因此，对于面临发生关联方面可靠性问题的对象来说，亟需一种避免人为主观因素影响，又能达到动态效果的对象评级方案。
技术实现思路
有鉴于此，本公开第一方面提供了一种对象评级方法，包括：抽取多个对象作为样本并采集所述多个对象的特征，其中，所述多个对象中的一部分被标记为异常对象并且另一部分被标记为正常对象；通过预设预测模型，利用所述多个对象的特征预测所述多个对象中的各个对象为异常对象的概率，并且根据所预测的所述多个对象中的各个对象为异常对象的概率，计算所述各个对象的得分；通过预设聚类模型，基于所述各个对象的得分对所述多个对象进行聚类；根据聚类所得的多个类的对象的得分，评估各个本文档来自技高网...

【技术保护点】
1.一种对象评级方法，其特征在于，包括：抽取多个对象作为样本并采集所述多个对象的特征，其中，所述多个对象中的一部分被标记为异常对象并且另一部分被标记为正常对象；通过预设预测模型，利用所述多个对象的特征预测所述多个对象中的各个对象为异常对象的概率，并且根据所预测的所述多个对象中的各个对象为异常对象的概率，计算所述各个对象的得分；通过预设聚类模型，基于所述各个对象的得分对所述多个对象进行聚类；根据聚类所得的多个类的对象的得分，评估各个类的对象的等级。

【技术特征摘要】
1.一种对象评级方法，其特征在于，包括：抽取多个对象作为样本并采集所述多个对象的特征，其中，所述多个对象中的一部分被标记为异常对象并且另一部分被标记为正常对象；通过预设预测模型，利用所述多个对象的特征预测所述多个对象中的各个对象为异常对象的概率，并且根据所预测的所述多个对象中的各个对象为异常对象的概率，计算所述各个对象的得分；通过预设聚类模型，基于所述各个对象的得分对所述多个对象进行聚类；根据聚类所得的多个类的对象的得分，评估各个类的对象的等级。2.根据权利要求1所述的方法，其特征在于，所述抽取多个对象作为样本并采集所述多个对象的特征，包括：按照被标记的异常对象相对于被标记的正常对象的比例处于预设范围内的方式抽取多个对象作为样本并采集所述多个对象的特征。3.根据权利要求1所述的方法，其特征在于，所述对象的特征包括对象属性特征和对象表现特征，其中，所述对象属性特征是表示所述对象的内在属性的特征，并且所述对象表现特征是表示所述对象向外部表现的状态的特征。4.根据权利要求1所述的方法，其特征在于，所述通过预设预测模型，利用所述多个对象的特征预测所述多个对象中的各个对象为异常对象的概率，并且根据所预测的所述多个对象中的各个对象为异常对象的概率，计算所述各个对象的得分，包括：通过预设模型，利用所述多个对象的特征预测所述多个对象中的各个对象为异常对象的概率，其中被预测的对象的特征被作为所述预设模型的自变量；根据预设打分算法，利用所预测的所述多个对象中的各个对象为异常对象的概率计算所述各个对象的得分。5.根据权利要求1所述的方法，其特征在于，所述根据聚类所得的多个类的对象的得分，评估各个类的对象的等级，包括：根据聚类所得的多个类的对象的得分，计算各个类的对象的平均等分以评估各个类的对象的等级。6.一种对象评级装置，其特征在于，包括：抽样和采集模块，被配置为抽取多个对象作为样本并采集所述多个对象的特征，其中，所述多...

【专利技术属性】
技术研发人员：葛晓琳，钱坤，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY