本申请公开了一种参数表的等级确定方法、装置、设备及存储介质，可应用于人工智能领域或金融领域。方法中获取目标参数表对应的等级指标的指标权重，以及目标参数表所属类别的类别权重；将指标权重和类别权重输入至参数表等级评分模型，得到目标参数表的等级评分结果；基于多个等级分值区间，确定目标参数表的等级评分结果对应的目标等级分值区间；基于目标等级分值区间，以及多个等级分值区间与多个等级的映射关系，得到目标参数表的等级确定结果。可见，该方法为目标参数表预先配置指标权重和类别权重，通过参数表等级评分模型进行评分。避免人工确定目标参数表的等级，使得其等级评分结果更加客观，从而提高参数表的等级确定结果的准确性。果的准确性。果的准确性。
【技术实现步骤摘要】
一种参数表的等级确定方法、装置、设备及存储介质
[0001]本申请涉及人工智能
，尤其涉及一种参数表的等级确定方法、装置、设备及存储介质。
技术介绍
[0002]随着互联网技术的快速发展，业务管理和技术管理等具有灵活配置需求的场景均涉及到参数表的使用。而为参数表配置的参数表管理模式与参数表的重要性息息相关，例如对于较为重要的参数表可以配置更为严格的参数表管理模式，以确保业务管理和技术管理等场景的正常运营。
[0003]现有技术中，通常是根据参数表管理库成员等管理人员的人工经验对不同参数表的等级直接进行判断，得到参数表的等级确定结果。然而，容易存在的问题是：参数表管理库成员等管理人员在确定参数表等级的过程中，主观意愿过强，可能使得参数表的等级确定结果存在客观性不足的问题，导致参数表的等级确定结果的准确性降低。
[0004]因此，如何提高参数表的等级确定结果的准确性，成为目前亟待解决的问题。
技术实现思路
[0005]有鉴于此，本申请实施例提供了一种参数表的等级确定方法、装置、设备及存储介质，旨在提供一种能够得到更加客观的参数表等级的确定方案，提高参数表的等级确定结果的准确性。
[0006]第一方面，本申请实施例提供了一种参数表的等级确定方法，所述方法包括：
[0007]获取目标参数表对应的等级指标的指标权重，以及所述目标参数表所属类别的类别权重；所述目标参数表包括至少一个参数；所述等级指标用于表示影响所述目标参数表的等级确定结果的指标；
[0008]将所述指标权重和所述类别权重输入至参数表等级评分模型，得到所述目标参数表的等级评分结果；
[0009]基于多个等级分值区间，确定所述目标参数表的等级评分结果对应的目标等级分值区间；
[0010]基于所述目标等级分值区间，以及所述多个等级分值区间与多个等级的映射关系，得到所述目标参数表的等级确定结果。
[0011]可选地，所述参数表等级评分模型通过如下公式表示：
[0012][0013]其中，P为所述目标参数表的等级评分结果，R为所述目标参数表所属类别的类别权重，n为所述等级指标的指标数量，w
i
为所述目标参数表对应的等级指标i的指标权重，x
i
为所述等级指标i的指标分值。
[0014]可选地，所述参数表等级评分模型通过以下步骤训练：
[0015]获取多个参数表样本分别所属类别的类别权重样本，以及所述多个参数表样本分别对应的等级指标的指标权重样本；
[0016]根据所述多个参数表样本分别对应的所述类别权重样本，所述多个参数表样本分别对应的指标权重样本，以及所述多个参数表样本分别对应的等级分值标签，对预设分类模型进行训练，得到训练完成的预设分类模型；
[0017]将所述训练完成的预设分类模型确定为所述参数表等级评分模型。
[0018]可选地，所述参数表的等级确定方法还包括：
[0019]基于所述目标参数表的等级确定结果，为所述目标参数表配置与所述等级确定结果对应的参数表管理模式。
[0020]可选地，所述参数表的等级确定方法还包括：
[0021]根据所述目标参数表的等级评分结果，确定所述目标参数表的等级指标的指标分值；
[0022]展示所述目标参数表的所述等级评分结果、所述等级确定结果以及所述目标参数表的等级指标的指标分值。
[0023]可选地，所述参数表的等级确定方法还包括：
[0024]获取所述目标参数表的多个历史等级评分结果；
[0025]若所述多个历史等级评分结果的分值均值，与所述目标参数表的等级评分结果之差大于预设阈值，则输出关于所述目标参数表的警示消息。
[0026]第二方面，本申请实施例提供了一种参数表的等级确定装置，所述装置包括：
[0027]权重获取模块，用于获取目标参数表对应的等级指标的指标权重，以及所述目标参数表所属类别的类别权重；所述目标参数表包括至少一个参数；所述等级指标用于表示影响所述目标参数表的等级确定结果的指标；
[0028]评分结果获取模块，用于将所述指标权重和所述类别权重输入至参数表等级评分模型，得到所述目标参数表的等级评分结果；
[0029]分值区间确定模块，用于基于多个等级分值区间，确定所述目标参数表的等级评分结果对应的目标等级分值区间；
[0030]确定结果获取模块，用于基于所述目标等级分值区间，以及所述多个等级分值区间与多个等级的映射关系，得到所述目标参数表的等级确定结果。
[0031]可选地，所述参数表等级评分模型通过以下模块训练：
[0032]权重样本获取模块，用于获取多个参数表样本分别所属类别的类别权重样本，以及所述多个参数表样本分别对应的等级指标的指标权重样本；
[0033]模型训练模块，用于根据所述多个参数表样本分别对应的所述类别权重样本，所述多个参数表样本分别对应的指标权重样本，以及所述多个参数表样本分别对应的等级分值标签，对预设分类模型进行训练，得到训练完成的预设分类模型；
[0034]模型确定模块，用于将所述训练完成的预设分类模型确定为所述参数表等级评分模型。
[0035]第三方面，本申请实施例提供了一种参数表的等级确定设备，所述设备包括存储器以及处理器：
[0036]所述存储器，用于存储计算机程序，并将所述计算机程序传输给所述处理器；
[0037]所述处理器，用于执行所述计算机程序，以使所述设备执行前述第一方面所述的参数表的等级确定方法。
[0038]第四方面，本申请实施例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上存储有计算机程序，当所述计算机程序被运行时，运行所述计算机程序的设备实现前述第一方面所述的参数表的等级确定方法。
[0039]相较于现有技术，本申请实施例具有以下有益效果：
[0040]本申请实施例提供了一种参数表的等级确定方法、装置、设备及存储介质。在该方法中，先获取目标参数表对应的等级指标的指标权重，以及目标参数表所属类别的类别权重；其中，目标参数表包括至少一个参数；等级指标用于表示影响目标参数表的等级确定结果的指标；再将指标权重和类别权重输入至参数表等级评分模型，得到目标参数表的等级评分结果；然后，基于多个等级分值区间，确定目标参数表的等级评分结果对应的目标等级分值区间；最后，基于目标等级分值区间，以及多个等级分值区间与多个等级的映射关系，即得到目标参数表的等级确定结果。
[0041]可见，该方法为目标参数表预先配置指标权重和类别权重，通过参数表等级评分模型进行评分，得到目标参数表的等级评分结果。避免人工确定目标参数表的等级，导致目标参数表的等级确定过程存在主观性的问题，使得其等级评分结果更加客观，由此得到更加准确的目标参数表的等级确定结果，从而提高参数表的等级确定结果的准确性。
附图说明
[0042]为更清楚地说明本实施例或现有技术中的技术方案，下面将对实本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种参数表的等级确定方法，其特征在于，所述方法包括：获取目标参数表对应的等级指标的指标权重，以及所述目标参数表所属类别的类别权重；所述目标参数表包括至少一个参数；所述等级指标用于表示影响所述目标参数表的等级确定结果的指标；将所述指标权重和所述类别权重输入至参数表等级评分模型，得到所述目标参数表的等级评分结果；基于多个等级分值区间，确定所述目标参数表的等级评分结果对应的目标等级分值区间；基于所述目标等级分值区间，以及所述多个等级分值区间与多个等级的映射关系，得到所述目标参数表的等级确定结果。2.根据权利要求1所述的方法，其特征在于，所述参数表等级评分模型通过如下公式表示：其中，P为所述目标参数表的等级评分结果，R为所述目标参数表所属类别的类别权重，n为所述等级指标的指标数量，w
i
为所述目标参数表对应的等级指标i的指标权重，x
i
为所述等级指标i的指标分值。3.根据权利要求1所述的方法，其特征在于，所述参数表等级评分模型通过以下步骤训练：获取多个参数表样本分别所属类别的类别权重样本，以及所述多个参数表样本分别对应的等级指标的指标权重样本；根据所述多个参数表样本分别对应的所述类别权重样本，所述多个参数表样本分别对应的指标权重样本，以及所述多个参数表样本分别对应的等级分值标签，对预设分类模型进行训练，得到训练完成的预设分类模型；将所述训练完成的预设分类模型确定为所述参数表等级评分模型。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，所述方法还包括：基于所述目标参数表的等级确定结果，为所述目标参数表配置与所述等级确定结果对应的参数表管理模式。5.根据权利要求1
‑
3任一项所述的方法，其特征在于，所述方法还包括：根据所述目标参数表的等级评分结果，确定所述目标参数表的等级指标的指标分值；展示所述目标参数表的所述等级评分结果、所述等级确定结果以及所述目标参数表的等级指标的指标分值。6.根据权利要求1
‑
3任一项所述的方法，其特征...
【专利技术属性】
技术研发人员：陈星星，
申请(专利权)人：中国银行股份有限公司，
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。