量化评估流程的实现思路是什么
本篇内容主要讲解“量化评估流程的实现思路是什么”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“量化评估流程的实现思路是什么”吧!
10年积累的成都网站制作、做网站经验,可以快速应对客户对网站的新想法和需求。提供各种问题对应的解决方案。让选择我们的客户得到更好、更有力的网络服务。我虽然不认识你,你也不认识我。但先网站设计后付款的网站建设流程,更有仙游免费网站建设让你可以放心的选择与我们合作。
一、量化思维
在编程体系中有很多复杂的业务是很难理解的,但是又需要做一个量化分析,给业务人员或者运营,或者用户一个参考标准,例如常见指数,芝麻分数,店铺等级,这类业务评定标准非常复杂,因为影响结果的因素很多。
在多个维度的业务考量模型中,有一个核心概念叫做权重,指某一因素或指标相对于某一事物的重要程度,其不同于一般的比重,体现的不仅仅是某一因素或指标所占的百分比,强调的是因素或指标的相对重要程度,倾向于贡献度或重要性。通常情况下每个维度的权重在0-1之间,所有维度的权重之和为1。
可以从一个实际案例来分析权重的概念,比如判断一个客户是否是重点运营的对象,通常会从每周登录次数,在线时长,交易量等维度考虑,如果客户A经常登录,但是没有核心业务交易,客户B很少登录,但是业务交易高,所以这里登录次数的权重就应该低于交易量这个维度。
如何确定权重占比,通常有两个思路,一借鉴专业业务人员的提供的经验,放到业务中不断尝试调优;二根据产品的分析数据,计算各个维度权重,也是需要在业务中不断尝试优化。
实际上复杂业务场景的量化过程是复杂且漫长的,需要对多个维度的数据做收集,有时候不但需要做周期性量化,例如几家大厂的信用分,也可能存在实时分析的场景,金融业务中的欺诈风控等,也有两种场景综合的实时推荐体系,都会用到量化流程。
二、场景案例
1、综合评估
对用户、店铺、产品等多种场景做综合评估,把一个复杂的事物通过多个维度抽象分析,生成简单容易理解的评估结果,例如店铺等级、产品评分、用户综合指数等,进而对各个使用场景产生参考的依据。从结果来看可能是很容易理解,但是获取结果的分析过程是相对复杂的,有的场景可能需要周期性执行评估模型,有的场景可能需要实时计算,还有可能是两种情况结合即依赖周期评估,也需要参考实时计算。
2、场景推荐
这个场景相对复杂度较高,例如用户进行搜索,但是又勾选一系列排除或者必要条件,这在搜索类的功能中很常见,在处理时不但要对用户的搜索条件做最高的匹配度分析,还要基于搜索结果做最优排序,这种就存在两个阶段评估,第一个阶段匹配最优搜索条件,第二阶段对匹配结果做最优选排序,最大可能的给出用户想要的搜索结果。
3、风控评分
在金融领域内,这是很常见的一种风控模型,即对用户多个维度统计,做维度评分然后累加到一起,风控分越高,说明该用户风险越大,进而阻止高风险交易。
4、理财指数
这个场景很常见,在金融理财类的APP中,使用之前必须经过一个测评体系,来判断用户的风险承受能力:例如保守型、积极型等,当用户购买的产品属于高风险时,会提示和用户的风险承受能力不匹配,提示用户重新测评。
三、实现思路
1、维度规则表
维护一份维度的评估规则表,classify_sign理解为同一业务场景下的划分标识,weight则标识该维度在评估中的比重。
CREATE TABLE `evaluate_rule` ( `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '主键ID', `classify_sign` varchar(50) COLLATE utf8mb4_unicode_ci DEFAULT '' COMMENT '归类标识', `rule_value` varchar(300) COLLATE utf8mb4_unicode_ci DEFAULT '' COMMENT '规则描述', `rule_type` int(1) DEFAULT NULL COMMENT '规则类型:1精准匹配,2范围,3模糊', `weight` decimal(10,2) DEFAULT '0.00' COMMENT '权重分布', PRIMARY KEY (`id`) ) ENGINE=InnoDB AUTO_INCREMENT=3 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci COMMENT='评估项规则';
2、描述规则
对于规则的具体描述,核心就是两个字段,规则值以及匹配到该规则获取的结果。
public class RuleValue { /** * 规则值描述 */ private Object ruleValue ; /** * 规则匹配结果 */ private Object ruleResult ; // 基础构造 public RuleValue(Object ruleValue, Object ruleResult) { this.ruleValue = ruleValue; this.ruleResult = ruleResult; } // 省略 Get 和 Set }
3、封装匹配值
为了简化参数在模型中传递的复杂度,统一封装匹配因素的数据在一个数据模型中,这里以城市和标签两个因素做流程测试。
public class MatchItem { // 城市 private String city ; // 标签 private String tag ; // 基础构造 public MatchItem(String city, String tag) { this.city = city; this.tag = tag; } // 省略 Get 和 Set }
4、评估逻辑实现
这里只是对两种情况做简单的实现描述,在实际的开发场景中,数据和匹配规格都是十分复杂的,在整个评估模型实现流程需要不断优化。
@Service public class AssessBizService { private static Logger LOG = LoggerFactory.getLogger(AssessBizService.class); @Resource private EvaluateRuleDao evaluateRuleDao ; /** * 业务评估流程 */ public void assessBiz (MatchItem matchItem){ // 精准匹配城市 EvaluateRuleEntity evaluateRule01 = evaluateRuleDao.getBySign("assess-biz",1); ListcityRuleList = JSONArray.parseArray(evaluateRule01.getRuleValue(), RuleValue.class); for (RuleValue cityRule:cityRuleList){ if (cityRule.getRuleValue().equals(matchItem.getCity())){ int result = Integer.parseInt(String.valueOf(cityRule.getRuleResult())); LOG.info("匹配项:{},匹配结果:{}",matchItem.getCity(),result*evaluateRule01.getWeight()); break ; } } // 模糊匹配标签 EvaluateRuleEntity evaluateRule02 = evaluateRuleDao.getBySign("assess-biz",3); List tagRuleList = JSONArray.parseArray(evaluateRule02.getRuleValue(), RuleValue.class); for (RuleValue tagRule:tagRuleList){ if (String.valueOf(tagRule.getRuleValue()).contains(matchItem.getTag())){ int result = Integer.parseInt(String.valueOf(tagRule.getRuleResult())); LOG.info("匹配项:{},匹配结果:{}",matchItem.getTag(),result*evaluateRule02.getWeight()); break ; } } } }
四、源代码地址
GitHub·地址 https://github.com/cicadasmile/data-manage-parent GitEE·地址 https://gitee.com/cicadasmile/data-manage-parent
到此,相信大家对“量化评估流程的实现思路是什么”有了更深的了解,不妨来实际操作一番吧!这里是创新互联网站,更多相关内容可以进入相关频道进行查询,关注我们,继续学习!
网站栏目:量化评估流程的实现思路是什么
网页URL:http://ybzwz.com/article/gehiii.html