本申请实施例提供了一种对象评估方法、对象评估装置、电子设备及存储介质，属于人工智能技术领域。该方法包括：获取原始数据，其中，原始数据包括目标对象的基本信息特征和在职信息特征；对基本信息特征和在职信息特征进行解析处理，得到目标特征；将目标特征输入到预设的逻辑回归模型进行预测处理，得到特征回归系数；对特征回归系数进行归一化处理，得到目标权重；根据目标权重对目标特征进行分值计算，得到初始特征分值；根据预设的目标维度参数、目标权重、初始特征分值对目标对象进行评估处理，得到目标评估数据。本申请实施例能够提高评估准确性。提高评估准确性。提高评估准确性。
【技术实现步骤摘要】
对象评估方法、对象评估装置、电子设备及存储介质
[0001]本申请涉及人工智能
，尤其涉及一种对象评估方法、对象评估装置、电子设备及存储介质。
技术介绍
[0002]在工作中，常常需要对相关人员进行能力评估，从而可以根据评估结果对相关人员进行能力培养。而常用的对相关人员评估方法大多是偏主观人为评价，存在着评估准确性不高的问题，因此，如何提高评估准确性，成为了亟待解决的技术问题。
技术实现思路
[0003]本申请实施例的主要目的在于提出一种对象评估方法、对象评估装置、电子设备及存储介质，旨在提高评估准确性。
[0004]为实现上述目的，本申请实施例的第一方面提出了一种对象评估方法，所述方法包括：
[0005]获取原始数据，其中，所述原始数据包括目标对象的基本信息特征和在职信息特征；
[0006]对所述基本信息特征和所述在职信息特征进行解析处理，得到目标特征；
[0007]将所述目标特征输入到预设的逻辑回归模型进行预测处理，得到特征回归系数；
[0008]对所述特征回归系数进行归一化处理，得到目标权重；
[0009]根据所述目标权重对所述目标特征进行分值计算，得到初始特征分值；
[0010]根据预设的目标维度参数、所述目标权重、所述初始特征分值对所述目标对象进行评估处理，得到目标评估数据。
[0011]在一些实施例，所述目标特征包括连续型特征，所述初始特征分值包括第一分值，所述根据所述目标权重对所述目标特征进行分值计算，得到初始特征分值的步骤，包括：
[0012]根据所述目标权重获取所述连续型特征的基准特征值和实际特征值；
[0013]通过线性插补法对所述基准特征值和所述实际特征值进行偏差计算，得到特征偏差值；
[0014]根据所述特征偏差值对所述连续型特征进行分值计算，得到所述第一分值。
[0015]在一些实施例，所述基准特征值包括第一特征值、第二特征值以及第三特征值，所述第二特征值大于所述第一特征值，且所述第二特征值小于所述第三特征值，所述通过线性插补法对基准特征值和实际特征值进行偏差计算，得到特征偏差值的步骤，包括：
[0016]比对所述基准特征值和所述实际特征值的大小；
[0017]若所述实际特征值小于或者等于所述第二特征值，则通过所述线性插补法对所述第二特征值、所述第一特征值以及所述实际特征值进行偏差计算，得到所述特征偏差值；
[0018]若所述实际特征值大于所述第二特征值，则通过所述线性插补法对所述第二特征值、所述第三特征值以及所述实际特征值进行偏差计算，得到所述特征偏差值。
[0019]在一些实施例，所述将所述目标特征输入到预设的逻辑回归模型进行预测处理，得到特征回归系数的步骤，包括：
[0020]通过所述逻辑回归模型对所述目标特征进行概率计算，得到预测概率值；
[0021]根据所述预测概率值计算所述目标特征的对数比；
[0022]对所述对数比进行特征提取，得到所述特征回归系数。
[0023]在一些实施例，所述对所述特征回归系数进行归一化处理，得到目标权重的步骤，包括：
[0024]通过预设的归一化因子对所述特征回归系数进行归一化处理，得到每一所述目标特征的初始归一化值；
[0025]对所述初始归一化值和预设的调整因子进行乘积处理，得到目标归一化值；
[0026]对所有所述目标归一化值进行求和处理，得到综合归一化值；
[0027]对所述目标归一化值和所述综合归一化值进行除法运算，得到每一所述目标特征的所述目标权重。
[0028]在一些实施例，所述目标特征包括离散型特征，所述初始特征分值包括第二分值，所述根据所述目标权重对所述目标特征进行分值计算，得到初始特征分值的步骤，包括：
[0029]对所述离散型特征进行标签提取，得到特征类别标签；
[0030]根据所述特征类别标签对所有所述目标对象进行分类处理，得到每一特征类别标签的所述目标对象的对象数量；
[0031]根据所述对象数量计算每一所述特征类别标签的在职率；
[0032]根据预设的基准分值和所述在职率对所述特征类别标签进行分值计算，得到所述第二分值。
[0033]在一些实施例，所述根据预设的目标维度参数、所述目标权重、所述初始特征分值对所述目标对象进行评估处理，得到目标评估数据的步骤，包括：
[0034]提取所述目标维度参数中的能力维度权重；
[0035]对所述能力维度权重、所述目标权重、所述初始特征分值进行均值计算，得到所述目标评估数据。
[0036]为实现上述目的，本申请实施例的第二方面提出了一种对象评估装置，所述装置包括：
[0037]数据获取模块，用于获取原始数据，其中，所述原始数据包括目标对象的基本信息特征和在职信息特征；
[0038]解析模块，用于对所述基本信息特征和所述在职信息特征进行解析处理，得到目标特征；
[0039]预测模块，用于将所述目标特征输入到预设的逻辑回归模型进行预测处理，得到特征回归系数；
[0040]归一化模块，对所述特征回归系数进行归一化处理，得到目标权重；
[0041]计算模块，根据所述目标权重对所述目标特征进行分值计算，得到初始特征分值；
[0042]评估模块，用于根据预设的目标维度参数、所述目标权重、所述初始特征分值对所述目标对象进行评估处理，得到目标评估数据。
[0043]为实现上述目的，本申请实施例的第三方面提出了一种电子设备，所述电子设备
包括存储器、处理器、存储在所述存储器上并可在所述处理器上运行的程序以及用于实现所述处理器和所述存储器之间的连接通信的数据总线，所述程序被所述处理器执行时实现上述第一方面所述的方法。
[0044]为实现上述目的，本申请实施例的第四方面提出了一种存储介质，所述存储介质为计算机可读存储介质，用于计算机可读存储，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述第一方面所述的方法。
[0045]本申请提出的对象评估方法、对象评估装置、电子设备及存储介质，其通过获取原始数据，其中，原始数据包括目标对象的基本信息特征和在职信息特征。对基本信息特征和在职信息特征进行解析处理，得到目标特征，能够较为方便地提取出用于评估目标对象的关键特征信息，提高数据准确性。进一步地，将目标特征输入到预设的逻辑回归模型进行预测处理，得到特征回归系数，并对特征回归系数进行归一化处理，得到目标权重，能够较为方便地得到每一目标特征在整个评估过程中的重要情况，从而，根据目标权重对目标特征进行分值计算，得到每一目标特征对应的初始特征分值，实现对目标对象在特征层面上的评估打分，最后，根据预设的目标维度参数、目标权重、初始特征分值对目标对象进行评估处理，得到目标评估数据，通过目标评估数据来综合反映出目标对象在目标维度下的得分情况，提高了评估准确性。...
【技术保护点】
【技术特征摘要】
1.一种对象评估方法，其特征在于，所述方法包括：获取原始数据，其中，所述原始数据包括目标对象的基本信息特征和在职信息特征；对所述基本信息特征和所述在职信息特征进行解析处理，得到目标特征；将所述目标特征输入到预设的逻辑回归模型进行预测处理，得到特征回归系数；对所述特征回归系数进行归一化处理，得到目标权重；根据所述目标权重对所述目标特征进行分值计算，得到初始特征分值；根据预设的目标维度参数、所述目标权重、所述初始特征分值对所述目标对象进行评估处理，得到目标评估数据。2.根据权利要求1所述的对象评估方法，其特征在于，所述目标特征包括连续型特征，所述初始特征分值包括第一分值，所述根据所述目标权重对所述目标特征进行分值计算，得到初始特征分值的步骤，包括：根据所述目标权重获取所述连续型特征的基准特征值和实际特征值；通过线性插补法对所述基准特征值和所述实际特征值进行偏差计算，得到特征偏差值；根据所述特征偏差值对所述连续型特征进行分值计算，得到所述第一分值。3.根据权利要求2所述的对象评估方法，其特征在于，所述基准特征值包括第一特征值、第二特征值以及第三特征值，所述第二特征值大于所述第一特征值，且所述第二特征值小于所述第三特征值，所述通过线性插补法对基准特征值和实际特征值进行偏差计算，得到特征偏差值的步骤，包括：比对所述基准特征值和所述实际特征值的大小；若所述实际特征值小于或者等于所述第二特征值，则通过所述线性插补法对所述第二特征值、所述第一特征值以及所述实际特征值进行偏差计算，得到所述特征偏差值；若所述实际特征值大于所述第二特征值，则通过所述线性插补法对所述第二特征值、所述第三特征值以及所述实际特征值进行偏差计算，得到所述特征偏差值。4.根据权利要求1所述的对象评估方法，其特征在于，所述将所述目标特征输入到预设的逻辑回归模型进行预测处理，得到特征回归系数的步骤，包括：通过所述逻辑回归模型对所述目标特征进行概率计算，得到预测概率值；根据所述预测概率值计算所述目标特征的对数比；对所述对数比进行特征提取，得到所述特征回归系数。5.根据权利要求1所述的对象评估方法，其特征在于，所述对所述特征回归系数进行归一化处理，得到目标权重的步骤，包括：通过预设的归一化因子对所述特征回归系数进行归一化处理，得到每一所述目标特征的初始归一化值；对所述初始归一化值和预设的调整因子进行乘积...
【专利技术属性】
技术研发人员：林荣吉，
申请(专利权)人：中国平安人寿保险股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。