评分数据处理方法、装置、设备及存储介质制造方法及图纸

本公开公开了一种评分数据处理方法、装置、设备及存储介质，该方法包括：获取样本实际数据、总分和初始指标分组数量；根据总分和初始指标分组数量计算样本的模型预测值；根据模型预测值和样本实际数据，计算样本的目标泛函值；在目标泛函值满足预设条件的情况下，对样本的模型预测值进行平滑处理，得到最终评分，从而可以得到具有一定准确性的评分数据，进而实现了对人群的精准定位以及提高了准确率。实现了对人群的精准定位以及提高了准确率。实现了对人群的精准定位以及提高了准确率。

【技术实现步骤摘要】
评分数据处理方法、装置、设备及存储介质


[0001]本公开涉及数据业务领域，具体涉及一种评分数据处理方法、装置、设置及存储介质。

技术介绍

[0002]目前，人们擅长利用机器学习算法建立评分卡模型，对运营商连续的话费账单数据、上网数据、年龄等各种基本数据进行分析，方便对用户精准定位，进而精准营销。
[0003]然而，传统的评分卡模型对指标的处理是采用传统单一的分组结合评分加权的方式，导致用户评分分散、模型输出数据的连续性不够，也容易造成过度拟合的问题，从而致使无法满足用户精确定位和取数要求。

技术实现思路

[0004]本公开实施例的目的是提供一种评分数据处理方法、装置、设备及存储介质，解决现有的评分数据处理方法存在的人群定位、取数不准确的问题。
[0005]第一方面，本专利技术实施例提供了一种评分数据处理方法，方法包括：获取样本实际数据、总分和初始指标分组数量；根据总分和初始指标分组数量计算样本的模型预测值；根据模型预测值和样本实际数据，计算样本的目标泛函值；在目标泛函值满足预设条件的情况下，对样本的模型预测值进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种评分数据处理方法，其特征在于，包括：获取样本实际数据、总分和初始指标分组数量；根据所述总分和所述初始指标分组数量计算样本的模型预测值；根据所述模型预测值和所述样本实际数据，计算样本的目标泛函值；在所述目标泛函值满足预设条件的情况下，对所述样本的模型预测值进行平滑处理，得到最终评分。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：在所述目标泛函值不满足预设条件的情况下，根据所述目标泛函值，更新所述初始指标分组数量；根据所述总分和更新后的初始指标分组数量计算样本的模型预测值。3.根据权利要求1所述的方法，其特征在于，所述样本实际数据包括征信网站、运营商自有红、黑名单数据以及第三方合作方提供的数据。4.根据权利要求1所述方法，其特征在于，所述根据所述总分和所述初始指标分组数量计算样本的模型预测值，包括：根据所述初始指标分组数量对指标数据进行分割，得到初始指标分组；按照所述初始指标分组数量取所述总分的平均获得各个初始指标分组下的所述初始指标评分；根据所述初始指标分组和所述初始指标评分建立评分卡模型配置表；根据所述评分卡模型配置表对样本进行查分匹配，得到所述样本各个指标的初始指标评分，累加所述样本各个指标的所述初始指标评分，得到所述样本的模型预测值。5.根据权利要求2所述的方法，其特征在于，所述在所述目标泛函值不满足预设条件的情况下，根据所述目标泛函值，更新所述初始指标分组数量，包括：计算所述目标泛函值关于所述初始指标分组数量的一阶导数值；根据所述一阶导数值更新所述初始指标分组数量。6.根据权利要求1所述的方法，其特征在于，所述预设条件包括计算所述目标泛函值的预设最大次数,或当所述目标泛函值小于第一预设阈值时停止，或所述...

【专利技术属性】
技术研发人员：樊巧云，赵雨，陆天珺，方海贝，谷建泽，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：