虚拟资源处理方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种虚拟资源处理方法、装置、计算机设备、存储介质和计算机程序产品，涉及人工智能技术领域。所述方法包括：获取多个参考评估对象的参考指标数据；根据预设评估标准，确定每一参考评估对象的参考指标数据对应的资源转移评估结果；根据每一参考评估对象的参考指标数据以及对应的资源转移评估结果，对预设学习模型进行训练，直至模型收敛；获取目标评估对象的目标指标数据，将目标指标数据输入至训练后的预设学习模型中，得到相应的资源转移评估结果以及资源转移评估数量。通过获取的历史数据训练一个基于机器学习算法的模型，用于对用户的资源转移资格和数量进行评估，减少工作人员的工作量，提高虚拟资源的管理效率。率。率。

【技术实现步骤摘要】
虚拟资源处理方法、装置、计算机设备和存储介质


[0001]本申请涉及人工智能
，特别是涉及一种虚拟资源处理方法、装置、计算机设备、存储介质和计算机程序产品。

技术介绍

[0002]绿色信贷是指依据相关规定，金融机构通过支持环境友好型项目或企业以及限制污染项目或企业的操作完成信贷资源的绿色配置，严格借贷资源的审批、发放和监管等各个环节，以促进金融业与生态环境保护协调并进。目前，企业或项目的绿色借贷资源数量的评估通常通过人为审核确定，而由于评估环节较多、周期较长，导致评估效率低，且人为评估过程具有一定的主观性，使得借贷风险较高。

技术实现思路

[0003]基于此，有必要针对上述技术问题，提供一种准确有效的虚拟资源处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0004]第一方面，本申请提供了一种虚拟资源处理方法。所述方法包括：
[0005]获取多个参考评估对象的参考指标数据，参考指标数据包括指标评估数据以及虚拟资源历史转移数量；
[0006]根据预设评估标准，确定每一参考评估对象的参考指标数据对应的资源转移评估结果；
[0007]根据每一参考评估对象的参考指标数据以及对应的资源转移评估结果，对预设学习模型进行训练，直至模型收敛；
[0008]获取目标评估对象的目标指标数据，将目标指标数据输入至训练后的预设学习模型中，得到相应的资源转移评估结果以及资源转移评估数量。
[0009]在其中一个实施例中，根据每一参考评估对象的参考指标数据以及对应的资源转移评估结果，对预设学习模型进行训练，直至模型收敛，包括：
[0010]按照预设比例，将多个参考评估对象的参考指标数据划分为第一集合和第二集合；
[0011]根据第一集合中的参考指标数据以及对应的资源转移评估结果，对预设学习模型进行训练，直至模型收敛；
[0012]根据第二集合中的参考指标数据以及对应的资源转移评估结果，对收敛后的学习模型进行测试，在通过测试的情况下，确定预设学习模型为训练后的预设学习模型。
[0013]在其中一个实施例中，方法还包括：
[0014]对多个参考评估对象的参考指标数据进行有效性和完整性检测，获取有效性参数和完整性参数；
[0015]根据多个参考评估对象的参考指标数据的有效性参数和完整性参数，对多个参考评估对象的参考指标数据进行数据预处理，数据预处理后的多个参考评估对象的参考指标
数据用于训练预设学习模型。
[0016]在其中一个实施例中，根据多个参考评估对象的参考指标数据的有效性参数和完整性参数，对多个参考评估对象的参考指标数据进行数据预处理，包括：
[0017]对于任一参考评估对象，在任一参考评估对象的参考指标数据的完整性参数小于第一预设阈值的情况下，对任一参考评估对象的参考指标数据进行缺失值填充；
[0018]缺失值填充方法包括固定值填充、均值填充、中位数填充、线性填充以及非线性填充中的至少一种。
[0019]在其中一个实施例中，根据多个参考评估对象的参考指标数据的有效性参数和完整性参数，对多个参考评估对象的参考指标数据进行数据预处理，包括：
[0020]对于任一参考评估对象，在任一参考评估对象的参考指标数据的有效性参数小于第二预设阈值的情况下，对任一参考评估对象的参考指标数据进行数据归约处理；
[0021]数据归约方法包括维归约和数量归约中的至少一种。
[0022]在其中一个实施例中，参考指标数据包括环境量化数据、节能减排数据、虚拟资源交易数据以及虚拟资源历史转移数量中的至少一种。
[0023]第二方面，本申请还提供了一种虚拟资源处理装置。装置包括：
[0024]数据获取模块，用于获取多个参考评估对象的参考指标数据，参考指标数据包括指标评估数据以及虚拟资源历史转移数量；
[0025]指标评估模块，用于根据预设评估标准，确定每一参考评估对象的参考指标数据对应的资源转移评估结果；
[0026]模型训练模块，用于根据每一参考评估对象的参考指标数据以及对应的资源转移评估结果，对预设学习模型进行训练，直至模型收敛；
[0027]结果确定模块，用于获取目标评估对象的目标指标数据，将目标指标数据输入至训练后的预设学习模型中，得到相应的资源转移评估结果以及资源转移评估数量。
[0028]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：
[0029]获取多个参考评估对象的参考指标数据，参考指标数据包括指标评估数据以及虚拟资源历史转移数量；
[0030]根据预设评估标准，确定每一参考评估对象的参考指标数据对应的资源转移评估结果；
[0031]根据每一参考评估对象的参考指标数据以及对应的资源转移评估结果，对预设学习模型进行训练，直至模型收敛；
[0032]获取目标评估对象的目标指标数据，将目标指标数据输入至训练后的预设学习模型中，得到相应的资源转移评估结果以及资源转移评估数量。
[0033]第四方面，本申请还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，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0034]获取多个参考评估对象的参考指标数据，参考指标数据包括指标评估数据以及虚拟资源历史转移数量；
[0035]根据预设评估标准，确定每一参考评估对象的参考指标数据对应的资源转移评估结果；
[0036]根据每一参考评估对象的参考指标数据以及对应的资源转移评估结果，对预设学习模型进行训练，直至模型收敛；
[0037]获取目标评估对象的目标指标数据，将目标指标数据输入至训练后的预设学习模型中，得到相应的资源转移评估结果以及资源转移评估数量。
[0038]第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
[0039]获取多个参考评估对象的参考指标数据，参考指标数据包括指标评估数据以及虚拟资源历史转移数量；
[0040]根据预设评估标准，确定每一参考评估对象的参考指标数据对应的资源转移评估结果；
[0041]根据每一参考评估对象的参考指标数据以及对应的资源转移评估结果，对预设学习模型进行训练，直至模型收敛；
[0042]获取目标评估对象的目标指标数据，将目标指标数据输入至训练后的预设学习模型中，得到相应的资源转移评估结果以及资源转移评估数量。
[0043]上述虚拟资源处理方法、装置、计算机设备、存储介质和计算机程序产品，获取多个参考评估对象的参考指标数据，参考指标数据包括指标评估数据以及虚拟资源历史转移数量；根据预设评估标准，确定每一参考评估对象的参考指标数据对应的资源转移评估结果；根据每一参考评估对象的参考指标数据以及对应的资源转移评估结果，对预设学习模型进行训本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种虚拟资源处理方法，其特征在于，所述方法包括：获取多个参考评估对象的参考指标数据，所述参考指标数据包括指标评估数据以及虚拟资源历史转移数量；根据预设评估标准，确定每一参考评估对象的参考指标数据对应的资源转移评估结果；根据每一参考评估对象的参考指标数据以及对应的资源转移评估结果，对预设学习模型进行训练，直至模型收敛；获取目标评估对象的目标指标数据，将所述目标指标数据输入至所述训练后的预设学习模型中，得到相应的资源转移评估结果以及资源转移评估数量。2.根据权利要求1所述的方法，其特征在于，所述根据每一参考评估对象的参考指标数据以及对应的资源转移评估结果，对预设学习模型进行训练，直至模型收敛，包括：按照预设比例，将所述多个参考评估对象的参考指标数据划分为第一集合和第二集合；根据所述第一集合中的参考指标数据以及对应的资源转移评估结果，对预设学习模型进行训练，直至模型收敛；根据所述第二集合中的参考指标数据以及对应的资源转移评估结果，对所述收敛后的学习模型进行测试，在通过测试的情况下，确定所述预设学习模型为所述训练后的预设学习模型。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：对所述多个参考评估对象的参考指标数据进行有效性和完整性检测，获取有效性参数和完整性参数；根据所述多个参考评估对象的参考指标数据的有效性参数和完整性参数，对所述多个参考评估对象的参考指标数据进行数据预处理，所述数据预处理后的多个参考评估对象的参考指标数据用于训练所述预设学习模型。4.根据权利要求3所述的方法，其特征在于，所述根据所述多个参考评估对象的参考指标数据的有效性参数和完整性参数，对所述多个参考评估对象的参考指标数据进行数据预处理，包括：对于任一参考评估对象，在所述任一参考评估对象的参考指标数据的完整性参数小于第一预设阈值的情况下，对所述任一参考评估对象的参考指标数据进行缺失值填充；所述缺失...

【专利技术属性】
技术研发人员：宋嘉琪，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：