一种分数确定方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种分数确定方法、装置、设备及存储介质。该方法包括：根据待评分的业务需求生成数据特征信息；基于操作符和所述数据特征信息生成目标向量；将所述目标向量输入目标模型，得到待评分的业务需求对应的目标分数，其中，所述目标模型通过目标样本集迭代训练神经网络模型得到，所述目标样本集包括：业务需求样本和所述业务需求样本对应的评分。通过本发明专利技术的技术方案，能够实现对业务需求的评估，提高业务需求评估的准确性，进而节省研发资源，提升开发产品的可测性和正确性。提升开发产品的可测性和正确性。提升开发产品的可测性和正确性。

【技术实现步骤摘要】
一种分数确定方法、装置、设备及存储介质


[0001]本专利技术实施例涉及神经网络
，尤其涉及一种分数确定方法、装置、设备及存储介质。

技术介绍

[0002]在银行业竞争不断加剧，产品更新日益加快的大背景下，银行业务系统研发更多采用敏捷开发模式，敏捷开发模式强调“循序渐进、小步快走、快速反馈”，产品迭代周期更短，版本更新更频繁，对测试工作带来了巨大挑战。
[0003]敏捷开发模式下，为了实现业务需求的快速交付，将一些未经需求论证或需求评审不充分的银行业务需求直接提交给开发部门，导致开发的产品上线后使用量较少甚至无人使用，造成研发资源浪费；同时，低质量的业务需求会加大项目沟通成本，测试人员无法从中准确判断测试依据，降低了开发产品的可测性和正确性。

技术实现思路

[0004]本专利技术实施例提供一种分数确定方法、装置、设备及存储介质，解决了由于银行业务需求未经论证或评审不充分，导致开发后的产品使用量少或无人使用，研发资源浪费的问题，同时解决了由于业务需求质量低，沟通成本增大，测试人员无法准确判断测试依据，导致开发产品可测性和正确性低的问题。
[0005]根据本专利技术的一方面，提供了一种分数确定方法，该方法包括：
[0006]根据待评分的业务需求生成数据特征信息；
[0007]基于操作符和所述数据特征信息生成目标向量；
[0008]将所述目标向量输入目标模型，得到待评分的业务需求对应的目标分数，其中，所述目标模型通过目标样本集迭代训练神经网络模型得到，所述目标样本集包括：业务需求样本和所述业务需求样本对应的评分。
[0009]根据本专利技术的另一方面，提供了一种分数确定装置，该装置包括：
[0010]数据特征信息生成模块，用于根据待评分的业务需求生成数据特征信息；
[0011]目标向量生成模块，用于基于操作符和所述数据特征信息生成目标向量；
[0012]目标分数得到模块，用于将所述目标向量输入目标模型，得到待评分的业务需求对应的目标分数，其中，所述目标模型通过目标样本集迭代训练神经网络模型得到，所述目标样本集包括：业务需求样本和所述业务需求样本对应的评分。
[0013]根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
[0014]至少一个处理器；以及
[0015]与所述至少一个处理器通信连接的存储器；其中，
[0016]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的分数确定方法。
[0017]根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的分数确定方法。
[0018]本专利技术实施例通过根据待评分的业务需求生成数据特征信息；基于操作符和所述数据特征信息生成目标向量；将所述目标向量输入目标模型，得到待评分的业务需求对应的目标分数，其中，所述目标模型通过目标样本集迭代训练神经网络模型得到，所述目标样本集包括：业务需求样本和所述业务需求样本对应的评分，解决了由于银行业务需求未经论证或评审不充分，导致开发后的产品使用量少或无人使用，研发资源浪费的问题，同时解决了由于业务需求质量低，沟通成本增大，测试人员无法准确判断测试依据，导致开发产品可测性和正确性低的问题，能够实现对业务需求的评估，提高业务需求评估的准确性，进而节省研发资源，提升开发产品的可测性和正确性。
[0019]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0020]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0021]图1是本专利技术实施例一中的一种分数确定方法的流程图；
[0022]图2是本专利技术实施例一中的一种全连接神经网络模型；
[0023]图3是本专利技术实施例一中的神经网络第一个隐藏层的连接情况示意图；
[0024]图4是本专利技术实施例一中的神经网络第二个隐藏层的连接情况示意图；
[0025]图5是本专利技术实施例二中的一种分数确定装置的结构示意图；
[0026]图6是本专利技术实施例三中的一种电子设备的结构示意图。
具体实施方式
[0027]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0028]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0029]实施例一
[0030]图1是本专利技术实施例一中的一种分数确定方法的流程图，本实施例可适用于对银行业务需求进行评估的情况，该方法可以由本专利技术实施例中的分数确定装置来执行，该装置可采用软件和/或硬件的方式实现，如图1所示，该方法具体包括如下步骤：
[0031]S110，根据待评分的业务需求生成数据特征信息。
[0032]其中，待评分的业务需求可以是指与银行业务相关的需求或者针对银行业务本身需要的软件所具备的功能的业务需求，根据业务需求可开发新产品。需要注意的是，所述待评分的业务需求应具备明确的作用客体，例如可以是，业务需求可以为针对银行IC卡系统的业务需求，也可以为针对银行储存功能的业务需求，或者，针对用户存款业务交易的业务需求。
[0033]其中，数据特征信息为基于待评分的业务需求所涉及的一类或多类数据生成的数据要素的集合。
[0034]具体的，根据待评分的业务需求生成数据特征信息的方式可以为：获取待评分的业务需求，得到待评分的业务需求所涉及的一类或多类数据，根据得到的数据生成数据对应的数据要素，根据生成的数据要素生成数据特征信息。
[0035]S120，基于操作符和数据特征信息生成目标向量。
[0036]其中，操作符为用量化的手段来描本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种分数确定方法，其特征在于，包括：根据待评分的业务需求生成数据特征信息；基于操作符和所述数据特征信息生成目标向量；将所述目标向量输入目标模型，得到待评分的业务需求对应的目标分数，其中，所述目标模型通过目标样本集迭代训练神经网络模型得到，所述目标样本集包括：业务需求样本和所述业务需求样本对应的评分。2.根据权利要求1所述的方法，其特征在于，根据待评分的业务需求生成数据特征信息，包括：获取待评分的业务需求；根据所述待评分的业务需求生成数据要素，其中，所述数据要素包括：数据类型和业务数据；根据数据要素生成数据特征信息。3.根据权利要求1所述的方法，其特征在于，基于操作符和所述数据特征信息生成目标向量，包括：获取所述业务数据的数量、每种数据类型对应的数据要素的数量以及每种数据类型的数量；根据所述业务数据的数量、每种数据类型对应的数据要素的数量以及每种数据类型的数量生成目标向量。4.根据权利要求3所述的方法，其特征在于，根据所述业务数据的数量、每种数据类型对应的数据要素的数量以及每种数据类型的数量生成目标向量，包括：根据所述每种数据类型对应的数据要素的数量确定数据特征信息中数据要素的数量；根据所述数据特征信息中数据要素的数量、所述业务数据的数量、每种数据类型对应的数据要素的数量以及每种数据类型的数量生成目标向量。5.根据权利要求3所述的方法，其特征在于，根据所述待评分的业务需求生成数据要素，包括：将所述待评分的业务需求中仅依赖所述待评分的业务需求的数据类型确定为第一数据类型；将所述待评分的业务需求中依赖至少两种目标业务需求的数据类型确定为第二...

【专利技术属性】
技术研发人员：阮绍臣，
申请(专利权)人：中国农业银行股份有限公司，
类型：发明
国别省市：