[發明專利]一種商戶評分方法及系統

在審

• 申請號: 202010819864.1
• 申請日: 2020-08-14
• 公開（公告）號: CN112035569A
• 公開（公告）日: 2020-12-04
• 發明（設計）人: 張璨;祝烈煌;徐暢;李賁;吳鋒海;劉勝;史可新
• 申請（專利權）人: 聯動數科（北京）科技有限公司
• 主分類號: G06F16/27
• 分類號: G06F16/27;G06F21/64;G06Q30/02
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 馬瑞

1.一種商戶評分方法，其特征在于，包括：

獲取商戶在預設時間段內的評分集合；

通過預設評分清洗算法對所述評分集合中的惡意評分進行清洗操作，得到清洗后的剩余評分；

基于所述剩余評分得到所述商戶的當前評分，并基于預先通過區塊鏈平臺得到的所述商戶的歷史評分以及所述當前評分，計算得到所述商戶的當前綜合評分，其中所述歷史評分為所述商戶在所述預設時間段的開始時間之前的綜合得分。

2.根據權利要求1所述的商戶評分方法，其特征在于，所述通過預設評分清洗算法對所述評分集合中的惡意評分進行清洗操作，得到清洗后的剩余評分，包括下述任意一項：

通過基于真值發現的評分清洗算法，對所述評分集合中的惡意評分進行迭代清洗，得到迭代結束后未被清洗的剩余評分；

通過基于概率分布的評分清洗算法，對所述評分集合中低于預設概率閾值的惡意評分進行清洗，得到清洗后的剩余評分；

通過基于異常行為檢測的評分清洗算法，對所述預設時間段內的異常評價行為進行檢測，并對所述評分集合中所述異常評價行為所對應的惡意評分進行清洗，得到清洗后的剩余評分；

通過基于身份檢測的評分清洗算法，對所述評分集合中的評分所對應的用戶進行身份檢測，并對異常用戶所對應的惡意評分進行清洗，得到清洗后的剩余評分。

3.根據權利要求2所述的商戶評分方法，其特征在于，所述通過基于真值發現的評分清洗算法，對所述評分集合中的惡意評分進行迭代清洗，得到迭代結束后未被清洗的剩余評分，包括：

在當次迭代清洗過程中獲取所述評分集合中的每個評分的權重值；

基于所述每個評分的權重值，獲取權重值小于預設權重值的惡意評分，并將所述惡意評分從所述評分集合中移除，得到當次迭代清洗后未被清洗的剩余評分；

基于所述當次迭代清洗后未被清洗的剩余評分，得到所述商戶的當前評分，且在判斷得到所述商戶的當前評分未收斂時繼續迭代清洗，直至所述商戶的當前評分收斂；

所述基于所述剩余評分得到所述商戶的當前評分，包括：

將收斂時的當前評分確定為所述商戶的最終的當前評分。

4.根據權利要求3所述的商戶評分方法，其特征在于，

所述獲取所述評分集合中的每個評分的權重值，包括：

通過下述公式，計算得到每個評分的權重值：

其中，w_i表示第i個評分的權重值，X表示所述評分集合，x_i表示所述評分集合中的第i個評分，y^*表示所述當前評分且初始值為所述歷史評分；d(x_i,y^*)表示距離函數，std_m表示所述評分集合的標準差；

所述基于所述當次迭代清洗后未被清洗的剩余評分，得到所述商戶的當前評分，包括：

基于所述當次迭代清洗后未被清洗的剩余評分，通過下述公式，計算得到所述商戶的當前評分：

其中，x_j表示所述剩余評分中的第j個評分，w_j表示第j個評分的權重值。

5.根據權利要求2所述的商戶評分方法，其特征在于，所述通過基于概率分布的評分清洗算法，對所述評分集合中低于預設概率閾值的惡意評分進行清洗，得到清洗后的剩余評分，包括：

計算得到所述評分集合中評分的均值和方差，并基于所述均值和方差擬合得到所述評分的概率分布函數；

基于所述概率分布函數計算得到每個評分的概率值；

獲取概率值低于預設概率閾值的惡意評分，并將所述惡意評分從所述評分集合中移除，得到當次清洗后未被清洗的剩余評分；

當檢測到所述評分集合未收斂時，基于所述當次清洗后未被清洗的剩余評分重復上述的步驟直至所述評分集合收斂；

所述基于所述剩余評分得到所述商戶的當前評分，包括：

獲取所述評分集合收斂時的評分集合中剩余評分的均值，并將所述剩余評分的均值確定為所述商戶的當前評分。