CN103235828B - 一种信息数据评分卡的指标的档位分析及调整方法 - Google Patents

Abstract

一种信息数据评分卡的指标的档位分析及调整方法，包括档位水平分析及调整和档位集中度分析及调整，档位水平分析及调整方法包括计算各个指标的均值、水平值以及水平比率，得出档位的水平状态，并给出调整策略；档位集中度分析及调整包括统计档位最大频数、计算档位集中度以及判断档位集中状态，然后给出档位集中度的改进策略。解决了现有技术中信息数据采集卡各个指标的档位没有根据实际需要进行调整，导致指标的档位设置不合理、有效性差的技术问题，是一种可以快速高效诊断出指标的档位有效性的信息数据评分卡的指标的档位分析及调整方法。

Description

一种信息数据评分卡的指标的档位分析及调整方法

技术领域

本发明涉及一种调整方法，具体地说是一种评分卡的指标调整方法。

背景技术

随着信息社会的日益发展，个人信息也成为一种资源。商家、银行等部门会根据自己的需要对相关的客户群体进行信息采集。如银行对其客户进行信息登记，然后建立信息表，为后续的理财或者贷款等业务提供参考。众多商家也会根据自身的需要，建立客户的信息库，对其潜在客户及时发布其产品信息。针对不同的需要，各个商家或企业会建立不同的客户信息表，来登记客户的信息，面对庞大的客户群，如何有针对性的提取所需的客户信息尤为重要。

如各个银行都会有针对客户信用建立的个人信息采集卡，如图1所示，给出了一个常用的个人信用评分卡，在所述评分卡中，设置了不同的指标，如学历、年收入等，并对其进行了分档，针对各个分档设置分值。如学历分为三档：本科以下、本科、硕士及以上；年收入分为三档：5万以下、5-20万，20万以上。银行会使用该个人信息评分卡对各个地方的客户信息进行采集，通过量化的方式得出客户的信用度，为其理财、贷款等提供参考。但是，如果各个地方都采用该个人信用评分卡时，由于不同区域的人群信息分布不同，都采用统一的信用评分卡时存在如下问题：

首先，针对各个指标的设置的档位的高低，对于发展较好的大中城市，将学历分为上述本科以下、本科、硕士及以上，可以较好的对受教育程度进行区分，但是对于发展落后的区域，大部分人群的受教育程度并不高，本科以下人群占90％以上，这时学历的档位设置的明显偏高，大多数都达不到，如果将学历的档位设置为高中或者专科，才能更好的体现个体差别，此时，可以针对当地人群的受教育程度，将学历这个指标的档位调低，改为高中及以下、专科、本科及以上，才能更好的体现当地人群的受教育程度。

其次，有些指标设置的过于分散或者集中，比如，对于上述年收入的指标中，大中城市中绝大多数人的收入集中在5-20万，这个档位设置的太集中，应该更加细化才能更好的区分，如将5-20万档位细化为5-10万和10-20万两个档位。

由于各个地方的人群信息的分布差异很大，很难确定哪些指标的档位需要调整，如何调整，是应该降低档位标准还是应该细化。这样，当银行***使用统一的评分卡对各个地方的用户进行统计时，各个指标的档位设置仍然保持一致的话，有些指标的档位设置的偏高或者偏低，无法发挥作用，或者是由于档位设置的太集中，导致区分性较差，这些都影响了对特定人群的数据信息的有效表示。

发明内容

为此，本发明所要解决的技术问题在于现有技术中的数据信息卡各个指标的档位未根据特定的人群进行设置和调整，指标的档位区分性差、信息提取效率低，从而提出一种对个人信息采集卡的指标进行调整的方法。

为解决上述技术问题，本发明提供一种信息数据评分卡的指标的档位水平分析及调整方法，包括如下步骤：

(1)首先，使用待调整的信息数据评分卡对待测人群进行数据提取，建立信息数据库，然后从信息数据库中提取历史信息数据作为数据分析样本，所述数据分析样本包括各个指标的得分：x_ij(i＝0，1，2，......M；j＝0，1，2......，N)，N为指标总数，M为样本总数，x_ij为第i个样本中第j个指标的得分值，x_0j表示第j个指标的所有样本的总分值，x_i0表示第i个样本的所有指标的总分值，x₀₀表示所有样本所有指标的总分值；X_j表示第j个指标，当j＝0时，表示总分，所述数据分析样本大于500个；

(2)进行档位水平分析，过程如下：

A1：计算各个指标的均值mean_X_j，即

$\mathrm{mean}\_X_j=\frac{1}{M}\×\underset{i=1}{\overset{i=M}{\mathrm{\Σ}}}{x}_{\mathrm{ij}};$

A2：计算各个指标的水平值level_X_j，所述水平值为各指标的均值除以各个指标的满分值，即

$\mathrm{level}\_X_j=\frac{\mathrm{mean}\_X_j}{\mathrm{full}\_X_j},$ fill_X_j表示指标j的满分值；

A3：计算水平比率，水平比率为各指标的水平值除以总分的水平值，即

$\mathrm{rate}\_X_j=\frac{\mathrm{level}\_X_j}{\mathrm{level}\_X_0};$

A4：判断档位水平状态，

$\mathrm{level}\_\mathrm{state}\_X_j=\left\{\begin{array}{c}1,\mathrm{rate}\_X_j>1.2\\ \mathrm{0,0.8}\&le;\mathrm{rate}\_X_j\&le;1.2\\ -1,\mathrm{rate}\_X_j<0.8\end{array}\right.;$

(3)根据步骤(2)中的档位水平分析结果，进行档位水平调整：

当level_state_X_j取值为1时，降低取档标准；

当level_state_X_j取值为0时，档位水平正常，保持不变；

当level_state_X_j取值为-1时，提高取档标准。

此外，本发明还提供一种信息数据评分卡的指标的档位集中度分析及调整方法，包括如下步骤：

(1)首先，使用待调整的信息数据评分卡对待测人群进行数据提取，建立信息数据库，然后从信息数据库中提取历史信息数据作为数据分析样本，所述数据分析样本包括各个指标的得分：x_ij(i＝1，2，......M；j＝1，2......，N)，N为指标总数，M为样本总数，x_ij为第i个样本中第j个指标的得分，X_j表示第j个指标，所述数据分析样本大于500个；

(2)进行档位集中度分析，过程如下：

B1：根据各个指标的得分，统计每个指标的档位出现的最大频率数，得到每个指标的档位的最大频数，即max_frequency_X_j；

B2：计算档位集中度，档位集中度为档位最大频数除以样本总数，即

$\mathrm{concentration}\_\mathrm{rate}\_X_j=\frac{\max \_\mathrm{frequency}\_X_j}{M};$

B3：根据B2中的档位集中度，判断档位集中状态

$\mathrm{concentration}\_\mathrm{state}\_X_j=\left\{\begin{array}{c}1,\mathrm{concentration}\_\mathrm{rate}\_X_j>0.8\\ 0,\mathrm{concentration}\_\mathrm{rate}\_X_j\&le;0.8\end{array}\right.;$

(3)根据步骤(2)的档位集中度分析结果，进行档位集中度调整：

concentration_state_X_j为1时，通过细化取档的方式调整指标分档；

concentration_state_X_j为0时，档位集中度正常，保持不变。

本发明还提供一种信息数据评分卡的指标的档位分析及调整方法，包括档位水平分析及调整和档位集中度分析及调整，过程如下：

(1)首先，使用待调整的信息数据评分卡对待测人群进行数据提取，建立信息数据库，然后从信息数据库中提取历史信息数据作为数据分析样本，所述数据分析样本包括各个指标的得分：x_ij(i＝0，1，2，......M；j＝0，1，2......，N)，N为指标总数，M为样本总数，x_ij为第i个样本中第j个指标的得分值，x_0j表示第j个指标的所有样本的总分值，x_i0表示第i个样本的所有指标的总分，x₀₀表示所有样本所有指标的总分值；X_j表示第j个指标，当j＝0时，表示总分，所述数据分析样本大于500个；

(2)进行档位水平分析，过程如下：

A1：计算各个指标的均值mean_X_j，即

$\mathrm{mean}\_X_j=\frac{1}{M}\&times;\underset{i=1}{\overset{i=M}{\mathrm{\&Sigma;}}}{x}_{\mathrm{ij}};$

A2：计算各个指标的水平值level_X_j，所述水平值为各指标的均值除以各个指标的满分值，即

$\mathrm{level}\_X_j=\frac{\mathrm{mean}\_X_j}{\mathrm{full}\_X_j},$ full_X_j表示指标j的满分值；

A3：计算水平比率，水平比率为各指标的水平值除以总分的水平值，即

$\mathrm{rate}\_X_j=\frac{\mathrm{level}\_X_j}{\mathrm{level}\_X_0};$

A4：判断档位水平状态，

$\mathrm{level}\_\mathrm{state}\_X_j=\left\{\begin{array}{c}1,\mathrm{rate}\_X_j>1.2\\ \mathrm{0,0.8}\&le;\mathrm{rate}\_X_j\&le;1.2\\ -1,\mathrm{rate}\_X_j<0.8\end{array}\right.;$

(3)根据步骤(2)中的档位水平分析结果，进行档位水平调整：

当level_state_X_j取值为1时，降低取档标准；

当level_state_X_j取值为0时，档位水平正常，保持不变；

当level_state_X_j取值为-1时，提高取档标准；

(4)进行档位集中度分析，过程如下：

B1：统计每个指标的档位最大频数，得到每个指标的档位的最大频数，即max_frequency_X_j；

B2：计算档位集中度，即档位集中度为档位最大频数除以样本总数，即

$\mathrm{concentration}\_\mathrm{rate}\_X_j=\frac{\max \_\mathrm{frequency}\_X_j}{M};$

B3：根据B2中的档位集中度，判断档位集中状态

$\mathrm{concentration}\_\mathrm{state}\_X_j=\left\{\begin{array}{c}1,\mathrm{concentration}\_\mathrm{rate}\_X_j>0.8\\ 0,\mathrm{concentration}\_\mathrm{rate}\_X_j\&le;0.8\end{array}\right.;$

(5)根据步骤(4)的档位集中度分析结果，进行档位集中度调整：

concentration_state_X_j为1时，通过细化取档的方式调整指标分档；

concentration_state_X_j为0时，档位集中度正常，保持不变。

在上述步骤(1)中，所述数据分析样本的个数为1000-2000个。

本发明的上述技术方案相比现有技术具有以下优点：

(1)本发明所述的一种信息数据评分卡的指标的档位水平分析及调整方法，针对历史数据进行分析，通过档位水平分析，能够简单快速地得出每个评分档位设置的是否过高或者过低，从而进行改进，使得所述信息数据评分卡的档位设置的高低更符合当地数据的实际情况，避免了档位设置过高或者过低造成的数据资源浪费。

(2)本发明所述的信息数据评分卡的指标的档位集中度分析及调整方法，针对历史数据进行统计，根据各个档位的数据出现的最大频率数，来判断其档位设置的是否过于集中，通过量化分析和处理，得出档位集中度的调整方法，使得所述指标的档位设置的更加合理，能够更加清楚明确地对当地数据进行区分，提高信息数据评分卡的标识程度，从而提高其有效性。

(3)本发明所述的一种信息数据评分卡的指标的档位分析及调整方法，针对历史数据进行分析，对各个指标的档位水平和档位集中度进行量化计算，得到各个指标的档位设置的有效性，从而设置改进方案，这样通过档位水平分析，能够简单快速地得出每个评分档位设置的是否过高或者过低，从而进行改进；通过档位集中度的量化分析，判断出各个指标的档位设置的是否过于集中，从而给出评分卡的档位的调整策略，最终使得所述评分卡的指标设置更符合样本人群的信息分布，能够更好地对目标人群进行区分，提高评分卡的识别效率，具有更好的针对性和适用性。通过本发明所述的指标的档位分析及调整方法，通过对档位的调整，可以快速诊断出评分卡的各个指标设置的有效性，提高了评分卡的有效性。

(4)本发明所述的一种信息数据评分卡的指标的档位分析及调整方法，所述样本数据通常选择在1000左右，样本数据越多，对当地数据的分布情况显示地更清楚，从而有利于更好地对各个指标的档位进行分析和调整。

附图说明

为了使本发明的内容更容易被清楚地理解，下面根据本发明的具体实施例并结合附图，对本发明作进一步详细的说明，其中

图1是本发明所述的信息数据评分卡的指标的档位分析及调整方法的流程图。

图2给出了一种原始的银行信用评分卡；

图3给出了采用本发明所述的档位水平分析与调整的数据图；

图4给出了采用本发明所述的档位集中度分析与调整的数据图；

图5给出了采用本发明所述的档位分析与调整方法的分析结果及调整策略图。

具体实施方式

实施例1：

本实施例中提供一种信息数据评分卡的指标的档位水平分析及调整方法，包括如下步骤：

(1)首先，使用待调整的信息数据评分卡对待测人群进行数据提取，建立信息数据库，然后从信息数据库中提取历史信息数据作为数据分析样本，所述数据分析样本包括各个指标的得分：x_ij(i＝0，1，2，......M；j＝0，1，2......，N)，N为指标总数，M为样本总数，x_ij为第i个样本中第j个指标的得分值，x_0j表示第j个指标的所有样本的总分值，x_i0表示第i个样本的所有指标的总分值，x₀₀表示所有样本所有指标的总分值；X_j表示第j个指标，当j＝0时，表示总分；所述数据分析样本为1000个。

(2)进行档位水平分析，过程如下：

A1：计算各个指标的均值mean_X_j，即

$\mathrm{mean}\_X_j=\frac{1}{M}\&times;\underset{i=1}{\overset{i=M}{\mathrm{\&Sigma;}}}{x}_{\mathrm{ij}};$

A2：计算各个指标的水平值level_X_j，所述水平值为各指标的均值除以各个指标的满分值，即

$\mathrm{level}\_X_j=\frac{\mathrm{mean}\_X_j}{\mathrm{full}\_X_j},$ full_X_j表示指标j的满分值；

A3：计算水平比率，水平比率为各指标的水平值除以总分的水平值，即

$\mathrm{rate}\_X_j=\frac{\mathrm{level}\_X_j}{\mathrm{level}\_X_0};$

A4：判断档位水平状态，

$\mathrm{level}\_\mathrm{state}\_X_j=\left\{\begin{array}{c}1,\mathrm{rate}\_X_j>1.2\\ \mathrm{0,0.8}\&le;\mathrm{rate}\_X_j\&le;1.2\\ -1,\mathrm{rate}\_X_j<0.8\end{array}\right.;$

(3)根据步骤(2)中的档位水平分析结果，进行档位水平调整：

当level_state_X_j取值为1时，降低取档标准；

当level_state_X_j取值为0时，档位水平正常，保持不变；

当level_state_X_j取值为-1时，提高取档标准。

如图2所示，给出某银行的个人信用评分卡，图3给出了针对图2所示的评分卡采用本实施例所述的的档位水平分析及调整方法，进行档位水平分析及调整获得的计算数据以及得到的调整策略。

实施例2：

本实施例中提供一种信息数据评分卡的指标的档位集中度分析及调整方法，包括如下步骤：

(1)首先，使用待调整的信息数据评分卡对待测人群进行数据提取，建立信息数据库，然后从信息数据库中提取历史信息数据作为数据分析样本，所述数据分析样本包括各个指标的得分：x_ij(i＝1，2，......M；j＝1，2......，N)，N为指标总数，M为样本总数，x_ij为第i个样本中第j个指标的得分，X_j表示第j个指标，所述数据分析样本为2000个。

(2)进行档位集中度分析，过程如下：

B1：根据各个指标的得分，统计每个指标的档位出现的最大频率数，得到每个指标的档位的最大频数，即max_frequency_X_j；

B2：计算档位集中度，档位集中度为档位最大频数除以样本总数，即

$\mathrm{concentration}\_\mathrm{rate}\_X_j=\frac{\max \_\mathrm{frequency}\_X_j}{M};$

B3：根据B2中的档位集中度，判断档位集中状态

$\mathrm{concentration}\_\mathrm{state}\_X_j=\left\{\begin{array}{c}1,\mathrm{concentration}\_\mathrm{rate}\_X_j>0.8\\ 0,\mathrm{concentration}\_\mathrm{rate}\_X_j\&le;0.8\end{array}\right.;$

(3)根据步骤(2)的档位集中度分析结果，进行档位集中度调整：

concentration state X_j为1时，通过细化取档的方式调整指标分档；

concentration stateX_j为0时，档位集中度正常，保持不变。

如图2所示，给出某银行的个人信用评分卡，图4给出了针对图2所示的评分卡采用本实施例所述的的档位集中度分析及调整方法，进行档位集中度分析及调整获得的计算数据以及得到的调整策略。

实施例3：

下面给出本发明所述的一种信息数据评分卡的指标的档位分析及调整方法的具体实施方式，包括档位水平分析及调整和档位集中度分析及调整两个过程，档位水平分析及调整方法包括计算各个指标的均值、水平值以及水平比率，得出档位的水平状态，并给出调整策略；档位集中度分析及调整包括统计档位最大频数、计算档位集中度以及判断档位集中状态，然后给出档位集中度的改进策略。流程如图1所示，具体如下：

(1)首先，使用待调整的信息数据评分卡对待测人群进行数据提取，建立信息数据库，然后从信息数据库中提取1500个历史信息数据作为数据分析样本，所述数据分析样本包括各个指标的得分：x_ij(i＝0，1，2，......M；j＝0，1，2......，N)，N为指标总数，M为样本总数，x_ij为第i个样本中第j个指标的得分值，x_0j表示第j个指标的所有样本的总分值，x_i0表示第i个样本的所有指标的总分值，x₀₀表示所有样本所有指标的总分值，X_j表示第j个指标，当j＝0时，表示总分。

(2)进行档位水平分析，过程如下：

A1：计算各个指标的均值mean_X_j，即

A2：计算各个指标的水平值level_X_j，所述水平值为各指标的均值除以各个指标的满分值，即full_X_j表示指标j的满分值；

A3：计算水平比率，水平比率为各指标的水平值除以总分的水平值，即

$\mathrm{rate}\_X_j=\frac{\mathrm{level}\_X_j}{\mathrm{level}\_X_0};$

A4：判断档位水平状态，

$\mathrm{level}\_\mathrm{state}\_X_j=\left\{\begin{array}{c}1,\mathrm{rate}\_X_j>1.2\\ \mathrm{0,0.8}\&le;\mathrm{rate}\_X_j\&le;1.2\\ -1,\mathrm{rate}\_X_j<0.8\end{array}\right.;$

(3)根据步骤(2)中的档位水平分析结果，进行档位水平调整：

当level state X_j取值为1时，降低取档标准；

当level state X_j取值为0时，档位水平正常，保持不变；

当level state X_j取值为-1时，提高取档标准。

(4)进行档位集中度分析，过程如下：

B1：统计每个指标的档位最大出现频率数(即出现最多的次数)，得到每个指标的档位的最大频数，即max_frequency_X_j；如某一个指标有3个档位，样本总数为1000时，这三个档位的频数分别为600，250，150，则该指标的最大频数为600；

B2：计算档位集中度，即档位集中度为档位最大频数除以样本总数，即

$\mathrm{concentration}\_\mathrm{rate}\_X_j=\frac{\max \_\mathrm{frequency}\_X_j}{M};$

B3：根据B2中的档位集中度，判断档位集中状态：

$\mathrm{concentration}\_\mathrm{state}\_X_j=\left\{\begin{array}{c}1,\mathrm{concentration}\_\mathrm{rate}\_X_j>0.8\\ 0,\mathrm{concentration}\_\mathrm{rate}\_X_j\&le;0.8\end{array}\right.;$

(5)根据步骤(4)的档位集中度分析结果，进行档位集中度调整：

concentration stateX_j为1时，通过细化取档的方式调整指标分档；

concentration state X_j为0时，档位集中度正常，保持不变。

通过上述分析及调整方法，可以快速地通过量化计算的方式，获得评分卡的指标的档位有效性分析，对所述指标的档位水平设置的高低、集中与分散程度进行判断，并得出改进措施，提高了评分卡的指标设置的档位的有效性，使得所述评分卡可以更有针对性地对目标人群进行信息提取，提高了工作效率。解决了现有技术中信息数据采集卡各个指标的档位没有根据实际需要进行调整，导致指标的档位设置不合理、有效性差的技术问题，是一种可以快速高效诊断出指标的档位有效性的信息数据评分卡的指标的档位分析及调整方法。

下面给出使用实施例3所述信息数据评分卡的指标的档位分析及调整方法的一个应用实例，如图2所示，给出了一种原始的银行信用评分卡，图3给出了采用所述档位水平分析方法进行分析与调整的数据图；图4给出了采用本所述档位集中度分析与调整的数据图；图5给出了采用本实施例所述的档位分析及调整方法获得的分析结果及调整策略图。

显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (4)

1.一种信息数据评分卡的指标的档位水平分析及调整方法，其特征在于，包括如下步骤：

(1)首先，使用待调整的信息数据评分卡对待测人群进行数据提取，建立信息数据库，然后从信息数据库中提取历史信息数据作为数据分析样本，所述数据分析样本包括各个指标的得分：x_ij，i＝0，1,2，……M；j＝0，1,2……，N，M为样本总数，N为指标总数，x_ij为第i个样本中第j个指标的得分值；X_j表示第j个指标，当j＝0时，表示总分，所述数据分析样本大于500个；

(2)进行档位水平分析，过程如下：

A1：计算各个指标的均值mean_X_j，即

$mean\_X_j=\frac{1}{M}\&times;\underset{i=1}{\overset{i=M}{\&Sigma;}}{x}_{ij};$

A2：计算各个指标的水平值level_X_j，所述水平值为各指标的均值除以各个指标的满分值，即

full_X_j表示指标j的满分值；

A3：计算水平比率，水平比率为各指标的水平值除以总分的水平值，即

$rate\_X_j=\frac{level\_X_j}{level\_X_0};$

A4：判断档位水平状态，

$level\_state\_X_i=\left\{\begin{array}{cc}1,& rate\_X_j>1.2\\ 0,& 0.8\&le;rate\_X_i\&le;1.2\\ -1,& rate\_X_j<0.8\end{array}\right.;$

(3)根据步骤(2)中的档位水平分析结果，进行档位水平调整：

当level_state_X_j取值为1时，降低取档标准；

当level_state_X_j取值为0时，档位水平正常，保持不变；

当level_state_X_j取值为-1时，提高取档标准。

2.一种信息数据评分卡的指标的档位集中度分析及调整方法，其特征在于，包括如下步骤：

(1)首先，使用待调整的信息数据评分卡对待测人群进行数据提取，建立信息数据库，然后从信息数据库中提取历史信息数据作为数据分析样本，所述数据分析样本包括各个指标的得分：x_ij，i＝1,2，……M；j＝1,2……，N，N为指标总数，M为样本总数，x_ij为第i个样本中第j个指标的得分值，X_j表示第j个指标，所述数据分析样本大于500个；

(2)进行档位集中度分析，过程如下：

B1：根据各个指标的得分，统计每个指标的档位出现的最大频率数，得到每个指标的档位的最大频数，即max_frequency_X_j；

B2：计算档位集中度，档位集中度为档位最大频数除以样本总数，即

$concentration\_rate\_X_j=\frac{max\_frequency\_X_j}{M};$

B3：根据B2中的档位集中度，判断档位集中状态

$concentration\_state\_X_j=\left\{\begin{array}{cc}1,& concentration\_rate\_X_j>0.8\\ 0,& concentration\_rate\_X_j\&le;0.8\end{array}\right.;$

(3)根据步骤(2)的档位集中度分析结果，进行档位集中度调整：

concentration_state_X_j为1时，通过细化取档的方式调整指标分档；

concentration_state_X_j为0时，档位集中度正常，保持不变。

3.一种信息数据评分卡的指标的档位分析及调整方法，其特征在于，包括档位水平分析及调整和档位集中度分析及调整，过程如下：

(1)首先，使用待调整的信息数据评分卡对待测人群进行数据提取，建立信息数据库，然后从信息数据库中提取历史信息数据作为数据分析样本，所述数据分析样本包括各个指标的得分：x_ij，i＝0，1,2，……M；j＝0，1,2……，N，N为指标总数，M为样本总数，x_ij为第i个样本中第j个指标的得分值；X_j表示第j个指标，当j＝0时，表示总分，所述数据分析样本大于500个；

(2)进行档位水平分析，过程如下：

A1：计算各个指标的均值mean_X_j，即

$mean\_X_j=\frac{1}{M}\&times;\underset{i=1}{\overset{i=M}{\&Sigma;}}{x}_{ij};$

A2：计算各个指标的水平值level_X_j，所述水平值为各指标的均值除以各个指标的满分值，即

full_X_j表示指标j的满分值；

A3：计算水平比率，水平比率为各指标的水平值除以总分的水平值，即

$rate\_X_j=\frac{level\_X_j}{level\_X_0};$

A4：判断档位水平状态，

$level\_state\_X_j=\left\{\begin{array}{cc}1,& rate\_X_j>1.2\\ 0,& 0.8\&le;rate\_X_j\&le;1.2;\\ -1,& rate\_X_j<0.8\end{array}\right.$

(3)根据步骤(2)中的档位水平分析结果，进行档位水平调整：

当level_state_X_j取值为1时，降低取档标准；

当level_state_X_j取值为0时，档位水平正常，保持不变；

当level_state_X_j取值为-1时，提高取档标准；

(4)进行档位集中度分析，过程如下：

B1：统计每个指标的档位最大频数，得到每个指标的档位的最大频数，即max_frequency_X_j；

B2：计算档位集中度，即档位集中度为档位最大频数除以样本总数，即

$concentration\_rate\_X_j=\frac{max\_frequency\_X_j}{M};$

B3：根据B2中的档位集中度，判断档位集中状态

$concentration\_state\_X_j=\left\{\begin{array}{cc}1,& concentration\_rate\_X_j>0.8\\ 0,& concentration\_rate\_X_j\&le;0.8\end{array}\right.;$

(5)根据步骤(4)的档位集中度分析结果，进行档位集中度调整：

concentration_state_X_j为1时，通过细化取档的方式调整指标分档；

concentration_state_X_j为0时，档位集中度正常，保持不变。

4.根据权利要求3所述的信息数据评分卡的指标的档位分析及调整方法，其特征在于：在所述步骤(1)中，所述数据分析样本的个数为1000-2000个。