CN110782158B - 对象评估方法及装置 - Google Patents
对象评估方法及装置 Download PDFInfo
- Publication number
- CN110782158B CN110782158B CN201911018120.3A CN201911018120A CN110782158B CN 110782158 B CN110782158 B CN 110782158B CN 201911018120 A CN201911018120 A CN 201911018120A CN 110782158 B CN110782158 B CN 110782158B
- Authority
- CN
- China
- Prior art keywords
- evaluation
- data
- evaluated
- environmental protection
- service
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 561
- 230000007613 environmental effect Effects 0.000 claims abstract description 198
- 238000013210 evaluation model Methods 0.000 claims abstract description 68
- 230000006399 behavior Effects 0.000 claims abstract description 50
- 238000000034 method Methods 0.000 claims abstract description 44
- 238000012549 training Methods 0.000 claims abstract description 33
- 238000003860 storage Methods 0.000 claims description 17
- 238000004519 manufacturing process Methods 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 238000012797 qualification Methods 0.000 claims description 3
- 239000002131 composite material Substances 0.000 claims description 2
- 238000012911 target assessment Methods 0.000 claims 1
- 230000000875 corresponding effect Effects 0.000 description 70
- 238000012545 processing Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 14
- 239000000047 product Substances 0.000 description 12
- 238000004590 computer program Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000000605 extraction Methods 0.000 description 9
- 229910052799 carbon Inorganic materials 0.000 description 8
- 230000007246 mechanism Effects 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012795 verification Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000012298 atmosphere Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
- Y02P90/845—Inventory and reporting systems for greenhouse gases [GHG]
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施例公开了一种对象评估方法及装置,方法包括:从目标业务单元BU体系中获取第一评估数据,目标BU体系由待评估对象及与其存在业务关联的业务对象构成,第一评估数据用于表征待评估对象与业务对象进行业务往来时产生的与环保评估相关的行为;获取第二评估数据,第二评估数据用于表征待评估对象的经营配置中与环保评估相关的行为;将待评估对象对应的待评估数据输入至绿色评估模型得到环保评估参数,待评估数据包括第一评估数据和第二评估数据;绿色评估模型基于样本数据训练得到,样本数据包括从目标BU体系中获取的历史评估对象对应的第一历史评估数据、历史评估对象的经营配置中与环保评估相关的第二历史评估数据。
Description
技术领域
本说明书实施例涉及计算机技术领域,尤其涉及一种对象评估方法及装置。
背景技术
随着低碳环保经营日渐成为发展趋势,让更多企业关注和践行低碳环保经营是发展绿色经济的基础,同时关注和践行低碳环保经营也是企业的社会责任。那么,对企业进行准确的环保程度评定,以激励并调动更多企业加入到低碳环保经营行列,亦变得越来越重要。
目前,现有的环保评估体系,主要聚焦对大型企业进行绿色评级,比如ESG(Environmental Social&Governance)评估体系,主要从环境表现、社会责任和公司治理三大维度进行环保程度评估,其评分数据多源于企业信息披露制度较为健全的中大型企业所公开披露的数据以及规范要求下的环境数据,维度比较固定,且由于该评估体系主要依赖于公开披露的数据,会影响到环保程度评估结果的稳定性和准确性。
发明内容
本说明书实施例提供一种对象评估方法及装置,旨在解决现有的环保程度评估体系适用范围有限,且评估结果的稳定性和准确性不佳的问题。
本说明书实施例采用下述技术方案:
第一方面,本说明书实施例提供一种对象评估方法,所述方法包括:
从目标业务单元BU体系中获取待评估对象对应的第一评估数据,所述目标BU体系由所述待评估对象和与所述待评估对象存在业务关联的业务对象构成,所述第一评估数据用于表征所述待评估对象与所述业务对象进行业务往来时产生的与环保评估相关的行为;
获取所述待评估对象的第二评估数据,所述第二评估数据用于表征所述待评估对象的经营配置中与环保评估相关的行为;
将所述待评估对象对应的待评估数据输入至绿色评估模型,以得到所述待评估对象的环保评估参数,所述待评估数据包括所述第一评估数据和所述第二评估数据;
其中,所述绿色评估模型基于样本数据进行训练得到,所述样本数据包括从所述目标BU体系中获取的历史评估对象对应的第一历史评估数据,以及所述历史评估对象的经营配置中与环保评估相关的第二历史评估数据。
第二方面,本说明书实施例提供一种对象评估装置,所述装置包括:
第一获取模块,用于从目标业务单元BU体系中获取待评估对象对应的第一评估数据,所述目标BU体系由所述待评估对象和与所述待评估对象存在业务关联的业务对象构成,所述第一评估数据用于表征所述待评估对象与所述业务对象进行业务往来时产生的与环保评估相关的行为;
第二获取模块,用于获取所述待评估对象的第二评估数据,所述第二评估数据用于表征所述待评估对象的经营配置中与环保评估相关的行为;
评估模块,用于将所述待评估对象对应的待评估数据输入至绿色评估模型,以得到所述待评估对象的环保评估参数,所述待评估数据包括所述第一评估数据和所述第二评估数据;
其中,所述绿色评估模型基于样本数据进行训练得到,所述样本数据包括从所述目标BU体系中获取的历史评估对象对应的第一历史评估数据,以及所述历史评估对象的经营配置中与环保评估相关的第二历史评估数据。
第三方面,本说明书实施例提供一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行以下操作:
从目标业务单元BU体系中获取待评估对象对应的第一评估数据,所述目标BU体系由所述待评估对象和与所述待评估对象存在业务关联的业务对象构成,所述第一评估数据用于表征所述待评估对象与所述业务对象进行业务往来时产生的与环保评估相关的行为;
获取所述待评估对象的第二评估数据,所述第二评估数据用于表征所述待评估对象的经营配置中与环保评估相关的行为;
将所述待评估对象对应的待评估数据输入至绿色评估模型,以得到所述待评估对象的环保评估参数,所述待评估数据包括所述第一评估数据和所述第二评估数据;
其中,所述绿色评估模型基于样本数据进行训练得到,所述样本数据包括从所述目标BU体系中获取的历史评估对象对应的第一历史评估数据,以及所述历史评估对象的经营配置中与环保评估相关的第二历史评估数据。
第四方面,本说明书实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行以下操作:
从目标业务单元BU体系中获取待评估对象对应的第一评估数据,所述目标BU体系由所述待评估对象和与所述待评估对象存在业务关联的业务对象构成,所述第一评估数据用于表征所述待评估对象与所述业务对象进行业务往来时产生的与环保评估相关的行为;
获取所述待评估对象的第二评估数据,所述第二评估数据用于表征所述待评估对象的经营配置中与环保评估相关的行为;
将所述待评估对象对应的待评估数据输入至绿色评估模型,以得到所述待评估对象的环保评估参数,所述待评估数据包括所述第一评估数据和所述第二评估数据;
其中,所述绿色评估模型基于样本数据进行训练得到,所述样本数据包括从所述目标BU体系中获取的历史评估对象对应的第一历史评估数据,以及所述历史评估对象的经营配置中与环保评估相关的第二历史评估数据。
本说明书实施例采用的上述至少一个技术方案能够达到以下技术效果:
在本说明书实施例中,当对待评估对象的环保程度进行评估时,至少需要该待评估对象的能够表征其经营配置中与环保评估相关的行为的第二评估数据,其中,该第二评估数据能够直接公开获取到并能够保证其正常运营。进一步地从由该待评估对象及与其存在业务关联的业务对象构成的目标BU体系中,获取能够表征待评估对象进行特定业务时产生的与环保评估相关的行为的第一评估数据,其中,特定业务可以指待评估对象与目标BU体系中其他的业务对象之间往来的业务。然后,将采集到的上述数据作为该待评估对象的待评估数据输入到预先训练好的绿色评估模型中进行自动智能的数据处理分析,以快速且准确地得到能够直观、量化的表征待评估对象的环保程度的环保评估参数。如此,通过丰富进行环保评估所使用的原始评估数据的维度,以在更加全面的角度对待评估对象进行环保评估,可以确保环保程度评估结果的稳定性和准确性,而且,该实施例中的对象评估方案的通用性更好,适用范围更广、覆盖率更高,不仅能够实现对大型企业的环保程度的评估,还能够实现对小微企业的环保程度的评估。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解,构成本说明书的一部分,本说明书的示意性实施例及其说明用于解释本说明书,并不构成对本说明书的不当限定。在附图中:
图1为本说明书实施例提供的对象评估方法的流程示意图;
图2为本说明书实施例提供的基于风控引擎的对象评估体系的***示意图;
图3为本说明书实施例提供的图2所示的对象评估体系的评估过程示意图;
图4为本说明书实施例提供的对象评估装置的结构示意图;
图5为本说明书实施例提供的电子设备的结构示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本说明书保护的范围。
对于背景技术部分陈述的现有的环保程度评估体系,由于其主要聚焦在中大型企业,比如世界500强上市公司、国内上证公司等企业信息披露制度较为健全的企业;同时,考虑到践行低碳环保经营并非各企业的自发需求,尤其是小微企业。因此,现有的环保程度评估体系缺乏用于引导企业践行低碳环保经营的可量化指标,从而导致整体激励调动机制较弱,使得企业缺乏参与低碳环保经营的主观能动性。而且,现有的环保程度评估体系适用范围有限,且评估结果的稳定性和准确性欠缺。因此,需要提供一种新的评估环保程度的方案。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
参见图1所示,本说明书实施例提供一种对象评估方法,该方法可包括:
步骤101:从目标业务单元BU体系中获取待评估对象对应的第一评估数据,目标BU体系由待评估对象和与待评估对象存在业务关联的业务对象构成,第一评估数据用于表征待评估对象与业务对象进行业务往来时产生的与环保评估相关的行为。
可选的,基于待评估对象的性质的不同,上述目标业务单元(Business Unit,BU)体系中与待评估对象存在业务关联的业务对象会有所区别,相应的第一评估数据也会有所不同。
可选的,上述第一评估数据至少可以包括业务对象中与待评估对象相关的服务数据。
可以理解,待评估对象在与其处于同一BU体系的业务对象产生业务往来时,业务对象会保留相关业务往来记录,则可以从该记录中采集能够用于对待评估对象进行环保评估的服务数据。举例来说,在待评估对象为餐饮行业企业的情况下,目标BU体系中的业务对象可以包括提供外卖服务的企业,相应的第一评估数据至少可以包括待评估对象提供在线外送服务的商家即目标BU体系中的业务对象(比如饿了么、美团等)能提供环保餐具使用情况等的数据;在待评估对象为服装买卖企业的情况下,目标BU体系中的业务对象可以包括提供物流运输服务的企业,相应的第一评估数据至少可以包括表征待评估对象的环保包装使用情况等的数据。
步骤103:获取待评估对象的第二评估数据,第二评估数据用于表征待评估对象的经营配置中与环保评估相关的行为。
可选的,上述第二评估数据至少可以包括待评估对象公开披露的:营业资质数据、环保合规状况数据、产品服务数据和生产供应数据。
其中,上述环保合规状况数据可以包括已知的符合环保相关法规要求的程度或等级等的认证数据。上述产品服务数据可以包括产品环保等级、产品研发环保状况数据(比如是否会造成污染、污染情况等数据)、产品包装数据、是否承诺无需餐具、绿色支付***建设数据、绿色办公普及数据、公益践行情况数据、环保宣传数据等。上述生产供应数据可以包括产品生产过程中的能源利用、温室气体排放、污水产生、废物回收等自身环保责任践行情况数据,产品供应过程中的物流作业环境和物流管理全过程的绿色化相关数据,以及待评估对象的上、下游供应链的污染情况数据等。如此,可以综合评价企业生产给大气、土壤、水资源等带来的各类影响以及企业生产所带来的直接污染和带动上下游供应链产生的间接污染。
可选的,从待评估对象相关的公开文本等中采集上述相关数据。比如从待评估对象的企业网站、企业官方微信、新闻网站、在线论坛、政府机构的网站、学术机构、在线杂志网站、博客网站、微博网站、社交和专业人士联网站点、在线宣传和筹款网站等抓取相应的数据。
步骤105:将待评估对象对应的待评估数据输入至绿色评估模型,以得到待评估对象的环保评估参数,待评估数据包括第一评估数据和第二评估数据;
其中,绿色评估模型基于样本数据进行训练得到,样本数据包括从目标BU体系中获取的历史评估对象对应的第一历史评估数据,以及历史评估对象的经营配置中与环保评估相关的第二历史评估数据。
在本说明书实施例中,当对待评估对象的环保程度进行评估时,至少需要该待评估对象的能够表征其经营配置中与环保评估相关的行为的第二评估数据,其中,该第二评估数据能够直接公开获取到并能够保证其正常运营。进一步地从由该待评估对象及与其存在业务关联的业务对象构成的目标BU体系中,获取能够表征待评估对象进行特定业务时产生的与环保评估相关的行为的第一评估数据,其中,特定业务可以指待评估对象与目标BU体系中其他的业务对象之间往来的业务。然后,将采集到的上述数据作为该待评估对象的待评估数据输入到预先训练好的绿色评估模型中进行自动智能的数据处理分析,以快速且准确地得到能够直观、量化的表征待评估对象的环保程度的环保评估参数。如此,通过丰富进行环保评估所使用的原始评估数据的维度,以在更加全面的角度对待评估对象进行环保评估,可以确保环保程度评估结果的稳定性和准确性,而且,该实施例中的对象评估方案的通用性更好,适用范围更广、覆盖率更高,不仅能够实现对大型企业的环保程度的评估,还能够实现对小微企业的环保程度的评估。
可以理解,上述用于训练的绿色评估模型的样本数据中的第一历史评估数据的内容类型同待评估对象的第一评估数据、第二历史评估数据的内容类型同待评估对象的第二评估数据,在此不再赘述。
可选的,在本说明书实施例的对象评估方法中,上述步骤105具体可以执行为以下内容:
对待评估对象的待评估数据进行预处理,其中,预处理可以包括归一化处理和缺失值处理中至少一种,待评估数据包括第一评估数据和第二评估数据;
将经过预处理后的待评估数据输入绿色评估模型中,以得到环保评估参数。
可以理解,通过对待评估对象的待评估数据进行缺失值补全、归一化等预处理,可以得到置信度较高的待评估数据,以确保绿色评估模型的输入数据的可靠性,从而提高评估结果的精确性。
可选的,在本说明书实施例的对象评估方法中,上述步骤105具体可以执行为以下内容:
基于待评估对象的待评估数据进行特征提取,得到经过特征提取后的待评估数据,待评估数据包括第一评估数据和第二评估数据;
将经过特征提取后的待评估数据输入绿色评估模型中,以得到环保评估参数。
应理解,在本说明书实施例中,在进行特征提取之前的待评估数据,可以是经过预处理后的待评估数据,也可以是未经预处理的原始数据,本说明书实施例对此不作限制。
可选的,为了进一步丰富用于环保程度评估的数据的维度,以及进一步提高环保程度评估结果的稳定性和准确性,在本说明书实施例的对象评估方法中,上述待评估数据还包括第三评估数据和第四评估数据中的至少一个,第三评估数据用于表征第三方对待评估对象的环保评估结果,第四评估数据用于表征与待评估对象关联的用户对象端的与环保评估相关的行为。
可选的,上述第三评估数据包括第三方出具的环保评估报告中的数据;上述第四评估数据包括内部员工对象端的行为数据和外部用户对象端的行为数据。
可以理解,上述第三方对待评估对象的环保评估结果可以包括第三方出具的环保评估报告中的数据,比如政府组织、非政府组织和待评估对象所在行业内等出具的环保评估报告,基于此可以得到待评估对象的环保信息披露程度、环保违规处罚及重大安全事故等指标数据。
上述与待评估对象关联的用户对象端可以包括待评估对象的内部员工对象端和外部用户对象端,则第四评估数据可以至少包括内部员工对象的行为数据,比如是否绿色出行、水电能源消耗情况等相关数据,通过绿色侦探C(Client)端进行扫码鉴定、举报的数据等,以将待评估对象的管理者、雇员和客户等用户对象端的个人行为等映射到B(Business)端(即与待评估对象对应的服务端)的行为。如此,通过增加第三方数据和用户端的数据补充,可以进一步确保用于对待评估对象进行环保评估的数据的客观准确性。
可选的,在本说明书实施例中,还可以基于对上述补充的第三方和/或用户对象端的数据,挖掘推导性侧面指标,补全处理缺失值。
相应地,用于进行绿色评估模型训练的样本数据还可以包括第三历史评估数据和第四历史评估数据中的至少一个,第三历史评估数据用于表征第三方对历史评估对象的环保评估结果,第四历史评估数据用于表征与历史评估对象关联的用户对象端的与环保评估相关的行为。
可以理解,用于进行绿色评估模型训练的样本数据除了包括上述第一历史评估数据和第二历史评估数据外,还可以包括与待评估对象的第三评估数据内容类型相同的第三历史评估数据,和/或与待评估对象的第四评估数据内容类型相同的第四历史评估数据,具体在此不再赘述。
其中,在上述步骤105之前,本说明书实施例的对象评估方法,还可以包括以下内容:
获取待评估对象的第三评估数据和第四评估数据中的至少一个,以得到待评估对象的待评估数据。
可以理解,在本说明书实施例的对象评估方法的上述步骤105中,上述绿色评估模型的输入即待评估对象的待评估数据可以包括第三评估数据和第四评估数据中的至少一个、第一评估数据和第二评估数据。如此,可以通过维度更加丰富的待评估数据快速且准确地得到能够直观、量化的表征待评估对象的环保程度的环保评估参数,从而实现对待评估对象的环保程度的评估。
可选的,为了进一步丰富用于环保程度评估的数据的维度,以及进一步提高环保程度评估结果的稳定性和准确性,在本说明书实施例的对象评估方法中,上述待评估数据还包括第五评估数据,第五评估数据用于表征待评估对象的风险程度。
可选的,上述第五评估数据包括待评估对象的交易和资金风险识别数据。
可以理解,为了进一步确保对待评估对象的环保程度评估的客观准确性,将表征待评估对象的风险程度的评估结果也作为对其进行环保程度评估的数据,具体可以包括经现有风险识别或评估模型等识别的待评估对象的交易和资金风险识别数据,比如表征盗用、欺诈、营销作弊、垃圾注册识别等黑灰产的可能性的风险评估结果,以避免出现将风险程度高的待评估对象的环保程度评估为较高的水平。
相应地,用于进行绿色评估模型训练的样本数据还可以包括第五历史评估数据,第五历史评估数据用于表征历史评估对象的风险程度。
可以理解,用于训练绿色评估模型的样本数据除了上述第一历史评估数据和第二历史评估数据外,还可以包括与待评估对象的第三评估数据内容类型相同的第三历史评估数据、与待评估对象的第四评估数据内容类型相同的第四历史评估数据和与待评估对象的第五评估数据内容类型相同的第五历史评估数据中的至少一个,具体在此不再赘述。
其中,在上述步骤105之前,本说明书实施例的对象评估方法,还可以包括以下内容:
获取待评估对象的第五评估数据,以得到待评估对象的待评估数据。
可以理解,在本说明书实施例的对象评估方法的上述步骤105中,上述绿色评估模型的输入即待评估对象的待评估数据可以包括第三评估数据、第四评估数据和第五评估数据中的至少一个、第一评估数据和第二评估数据。如此,可以通过维度更加丰富的待评估数据快速且准确地得到能够直观、量化的表征待评估对象的环保程度的环保评估参数,从而实现对待评估对象的环保程度的评估。
通过上述第三评估数据、第四评估数据和第五评估数据可以综合评价政府的环保处罚和突发环境事件给企业声誉和经营带来的影响、企业主动管理风险的能力的相关制度和信息披露水平以及企业对于员工权益和发展的关注程度,也包含企业为慈善公益、环保宣传教育等环保意识方面和当地社区建设方面等做出的努力。
进一步可选的,在本说明书实施例的对象评估方法中,上述环保评估参数包括综合评估参数和目标评估维度对应的模块评估参数中的至少一个;
其中,目标评估维度包括多个评估维度中的至少一个,综合评估参数基于多个评估维度中每个评估维度对应的模块评估参数和评估权重确定,待评估数据与多个评估维度中的特征相对应。
可以理解,为了能够更加准确、全面详细的根据环保评估参数实现对待评估对象的环保程度的评估,除了输出体现待评估对象的整体环保程度的综合评估参数外,同时还可以输出至少一个评估维度对应的模块评估参数,以体现待评估对象在践行环保经营过程中的强项和/或弱项,从不同的方面充分了解待评估对象的环保程度,并提供可以用于引导待评估对象践行环保经营的量化指标;同时,也使得通过绿色评估模型输出的环保评估参数具有高度可解释性,便于待评估对象依据评估结果调整践行环保经营的着力点,以提高或改善环保程度。
其中,用于对待评估对象进行环保程度评估的多个评估维度分别对应有相应的评估权重,则在得到各评估维度对应的模块评估参数的情况下,可以根据每个模块评估参数及其对应的评估权重,得到该待评估对象的综合评估参数,其中,综合评估参数与评估权重正相关。
举例来说,如图2所示,上述多个评估维度可以至少包括门槛准入、绿色产品、绿色服务、绿色意识、绿色供应链、绿色生产、绿色C端等,且每个评估维度具有相应的评估权重。其中,每个评估维度下对应有不同特征点(即评估指标),获取到原始的评估数据经处理后可以与不同评估维度下的相应特征点进行匹配对应,以用于实现相应维度的评估,对应的数据处理过程可以参见图3所示的流程。进一步,基于模块化评估的架构,在有新知识引入时不会影响其他模块,可以直接估算成本变化和设定初始化权重。
可选的,在本说明书实施例的对象评估方法中,上述环保评估参数可以具体表现为绿色评估分数,以根据绿色评估分数,对待评估对象的环保程度进行评估。具体可以将每个模块评估分数与其对应的评估权重相乘后,在将多个评估维度对应的所有乘积结果进行求和运算后得到该待评估对象的综合评估分数。
进一步可选的,根据上述绿色评估分数评估待评估对象的环保程度的实现,具体可以为:根据该绿色评估分数所处的目标分数区间,确定与目标分数区间一一对应的环保等级,以通过环保等级表征待评估对象的环保程度的高低。
可选的,上述环保评估参数还可以具体表现为环保评估等级或分类,具体的在得到各个评估维度对应的模块评估分数后,结合各自的评估权重即可得到综合评估分数,进一步可以基于相应的模块评估分数、综合评估分数得到对应的环保评估等级或分类。如此,在输出时,可以将综合评估分数、各模块评估分数、综合评估等级、各模块评估等级中的一个或多个作为环保评估参数。
可选的,上述环保评估参数还可以具体表现为复合环境或绿色索引;或者为评估分数、评估等级或分类和索引中的多个。
可选的,在本说明书实施例的对象评估方法中,具体可以通过如下步骤生成上述绿色评估模型,包括:
获取历史评估对象对应的样本数据;
采用样本数据进行训练,生成绿色评估模型。
可以理解,为了确保用于实现对待评估对象的环保程度评估的环保评估参数的准确性,从而保证环保程度的评估结果的稳定性和准确性,需要预先训练得到运行稳定的绿色评估模型。其中,历史评估对象包括不同经营规模、不同经营性质、环保程度也有所区别的样本对象,与历史评估对象对应的样本数据至少可以包括分别与上述第一评估数据和第二评估数据同类型的第一历史评估数据和第二历史评估数据,进一步地还可以包括分别与上述第三评估数据、第四评估数据和第五评估数据同类型的第三历史评估数据、第四历史评估数据和第五历史评估数据中的至少一个。
进一步可选的,上述绿色评估模型基于经过预处理后的样本数据训练得到。
当然,可以理解,除了在使用绿色评估模型进行环保评估前对各评估数据进行预处理外,在基于样本数据对绿色评估模型进行训练之前,也可先进行预处理。为了避免出现由于历史评估对象的经营规模、经营性质、数据公开披露程度等不同,出现某些对象具有对整个模型的评估效果有重大影响的数据,而某些对象没有相应数据或样本数据较少,模型参数被分布范围较大或较小的数据支配,从而导致训练出的模型的评估结果不稳定的情况,可以先对获取到的样本数据进行归一化处理,使不同水平的对象的样本数据处于相同的基准,进而采用归一化的样本数据进行绿色评估模型的训练。同时,通过对各类型的样本数据的分析处理还可以间接挖掘到模型训练以及环保评估需要的维度的数据,补全缺失值。
进一步可选的,上述绿色评估模型基于经过特征提取后的样本数据训练得到。可选的,可以基于已建立的知识图谱对上述各数据进行基础特征提取,该特征提取方式同样适用于绿色评估模型的应用过程中,以对待评估对象的待评估对象进行特征提取。具体的,对上述数据预处理操作、特征提取操作可以如图2所示的基于已有风控引擎的对象评估体系的感知模块(Perception)部分实现,以及绿色评估模型的训练过程可以基于智能进化(Evolution)部分实现。
具体的,在本说明书实施例中,可以采用无监督学习进行模型训练,得到能够输出不同评估维度对应的模块评估参数以及综合评估参数的绿色评估模型,即基于基础特征的清洗分布并组合抽象到模块化评分结构,分为门槛准入、绿色产品、绿色服务、绿色意识、绿色供应链、绿色生产、绿色C端、绿色FTG/可信等多维度,其中,绿色FTG为分类区块化地域绿色热力图、行业指数等调整因子,增强了不同类型、区域等维度小微企业的差异化评分。基于风险量化设计的绿色评分结构有高度复用和拓展灵活性,数据累计后增加的图关系和FTG等引入特征,可借助该载体更好的发挥应用价值。
对于无监督的模型训练来说,需要对没有概念标记(分类)的训练样本进行学习,以发现训练样本集中的结构性知识。在无监督的模型训练中,所有的标记(分类)是未知的。无监督训练模型的算法,可以包括所有的聚类算法,比如k-means、主成分分析(PrincipalComponent Analysis,PCA)、高斯混合模型(gaussian mixture model,GMM)等等。
进一步可选的,本说明书实施例的对象评估方法,还可以包括如下内容:
采用验证数据对绿色评估模型进行性能评估;
若性能评估结果指示绿色评估模型未达到相关要求,则执行模型重训过程。
可以理解,为了确保绿色评估模型的评估结果的稳定性和准确性,不受变化的评估指标的影响,可以基于样本数据中除了上述用于训练模型的数据外的验证数据对绿色评估模型进行定期性能评估与自动重训,比如将样本数据中的70%用于训练绿色评估模型,30%作为验证数据使用,以通过调整评估维度、评估权重等参数,完善绿色评估模型。
可选的,在本说明书实施例的对象评估方法中,上述步骤101,具体可以执行为:按预设评估周期从目标BU体系中获取待评估对象对应的第一评估数据。
上述步骤103,具体可以执行为:按预设评估周期获取待评估对象的第二评估数据。
进一步地,上述步骤105,具体可以执行为:
将在不同预设评估周期内分别获取到的待评估对象对应的待评估数据输入至绿色评估模型,以得到各预设评估周期对应的环保评估参数。
可以理解,可以按预设评估周期重复执行获取待评估对象对应的待评估数据,重复输出环保程度的评估结果,比如每一小时评估一次,则可以进一步根据不同评估周期内分别得到的评估结果,确保对待评估对象的环保程度的评估结果的稳定性和准确性。具体可以执行为如下内容:
若不同预设评估周期对应的环保评估参数间的差异超出预设值,则确定与差异对应的异常评估指标;
对异常评估指标进行预警。
可以理解,通过比对不同评估周期内分别得到的评估结果,以在不同预设评估周期对应的评估结果间相差超出预设值时,及时对引起评估异常的指标进行预警,即通过实现对评估指标的监控预警。
可选的,上述评估指标可以与上述评估维度对应,也可以与具体评估维度下的特征对应。
进一步可选的,在本说明书实施例的对象评估方法中,还可以设置异常浮动下的熔断机制,防止外部数据波动、缺失造成的影响。
可选的,本说明书实施例的对象评估方法中,还可以包括以下内容:
根据环保评估参数与多个权益项的拟合结果,确定与环保评估参数匹配的目标权益项;
为待评估对象配置目标权益项;
其中,目标权益项包括免息权益、经营优惠权益和绿色贷款权益中的至少一个。
可以理解,为了调动待评估对象参与践行低碳环保经营的积极性,可以设置相应的激励机制,具体的,可以将不同的环保评估参数和已有的权益项进行灵活拟合,产生环保评估参数与具体激励权益间的关系图和期望曲线,从而根据环保评估参数与多个权益项的拟合结果,为待评估对象配置适配的目标权益项。
举例来说,对于表征环保践行结果良好的环保评估参数对应的待评估对象,可以为其匹配激励或优惠力度较大的一个或多个权益项,相应地,对于表征环保践行结果中等或一般的环保评估参数对应的待评估对象,可以为其匹配激励或优惠力度低于上一等级的一个或多个权益项,即适当降低激励等。进一步地,对于表征环保践行结果较差的环保评估参数对应的待评估对象,可以为其匹配对应力度的惩罚机制。
综上,本说明书实施例的对象评估方法,通过BU数据联动结合待评估对象披露数据、绿色侦探和外部数据补充验证、以及文本读取推荐生成侧面指标等丰富基础维度,并保证评估维度及指标可持续的更新与质量准确,可以覆盖小微企业的环保程度的评估,克服小微商户主动披露信息较少带来的特征缺乏,即克服数据采集及评估难点;另外,基于已有的风控引擎架构的感知、监控、特征生成推荐、无监训练等数据模型和整体能力,量化综合环保状态和行为,挖掘出更多小微企业的环保评估数据,实现模块化评估的设计,充分考虑增强鲁棒性,降低个别特征的缺失影响及增强整体评估的稳定性,即基于智能风控引擎能力,对小微企业从数据采集拓展,处理加工到模块化输出可解释性绿色评分;而且,结合激励机制调动小微企业甚至更多个人的参与,根据企业性质不同、对外应用必要性,提升模型鲁棒性和评估结果的高解释度,通过模型智能化和监控熔断等保障机制确保评分的稳定和高度应用拟合。
本说明书实施例还提供一种对象评估装置,参见图4所示,该装置可具体包括:
第一获取模块201,用于从目标业务单元BU体系中获取待评估对象对应的第一评估数据,目标BU体系由待评估对象和与待评估对象存在业务关联的业务对象构成,第一评估数据用于表征待评估对象与业务对象进行业务往来时产生的与环保评估相关的行为;
第二获取模块203,用于获取待评估对象的第二评估数据,第二评估数据用于表征待评估对象的经营配置中与环保评估相关的行为;
评估模块205,用于将待评估对象对应的待评估数据输入至绿色评估模型,以得到待评估对象的环保评估参数,待评估数据包括第一评估数据和第二评估数据;
其中,绿色评估模型基于样本数据进行训练得到,样本数据包括从目标BU体系中获取的历史评估对象对应的第一历史评估数据,以及历史评估对象的经营配置中与环保评估相关的第二历史评估数据。
可选的,在本说明书实施例的对象评估装置中,上述待评估数据还包括第三评估数据和第四评估数据中的至少一个,第三评估数据用于表征第三方对待评估对象的环保评估结果,第四评估数据用于表征与待评估对象关联的用户对象端的与环保评估相关的行为;上述样本数据还包括第三历史评估数据和第四历史评估数据中的至少一个,第三历史评估数据用于表征第三方对历史评估对象的环保评估结果,第四历史评估数据用于表征与历史评估对象关联的用户对象端的与环保评估相关的行为;
其中,本说明书实施例的对象评估装置,还可以包括:
第三获取模块,用于在将待评估对象对应的待评估数据输入至绿色评估模型,以得到待评估对象的环保评估参数之前,获取待评估对象的第三评估数据和第四评估数据中的至少一个,以得到待评估对象的待评估数据。
可选的,在本说明书实施例的对象评估装置中,上述待评估数据还包括第五评估数据,第五评估数据用于表征待评估对象的风险程度;上述样本数据还包括第五历史评估数据,第五历史评估数据用于表征历史评估对象的风险程度;
其中,本说明书实施例的对象评估装置,还可以包括:
第四获取模块,用于在将待评估对象对应的待评估数据输入至绿色评估模型,以得到待评估对象的环保评估参数之前,获取待评估对象的第五评估数据,以得到待评估对象的待评估数据。
可选的,在本说明书实施例的对象评估装置中,上述第一评估数据包括业务对象中与待评估对象相关的服务数据;上述第二评估数据包括待评估对象公开披露的营业资质数据、环保合规状况数据、产品服务数据和生产供应数据。
可选的,在本说明书实施例的对象评估装置中,上述第三评估数据包括第三方出具的环保评估报告中的数据;上述第四评估数据包括内部员工对象端的行为数据和外部用户对象端的行为数据。
可选的,在本说明书实施例的对象评估装置中,上述第五评估数据包括待评估对象的交易和资金风险识别数据。
可选的,在本说明书实施例的对象评估装置中,上述环保评估参数包括综合评估参数和目标评估维度对应的模块评估参数中的至少一个;
其中,目标评估维度包括多个评估维度中的至少一个,综合评估参数基于多个评估维度中每个评估维度对应的模块评估参数和评估权重确定,待评估数据与多个评估维度中的特征相对应。
可选的,本说明书实施例的对象评估装置,还可以包括:
第一确定模块,用于根据环保评估参数与多个权益项的拟合结果,确定与环保评估参数匹配的目标权益项;
配置模块,用于为待评估对象配置目标权益项;
其中,目标权益项包括免息权益、经营优惠权益和绿色贷款权益中的至少一个。
可选的,在本说明书实施例的对象评估装置中,上述评估模块205,可以具体用于:
将在不同预设评估周期内分别获取到的待评估对象对应的待评估数据输入至绿色评估模型,以得到各预设评估周期对应的环保评估参数;
其中,本说明书实施例的对象评估装置,还可以包括:
第二确定模块,用于在不同预设评估周期对应的环保评估参数间的差异超出预设值的情况下,确定与差异对应的异常评估指标;
预警模块,用于对异常评估指标进行预警。
能够理解,本说明书实施例提供的对象评估装置,能够实现前述实施例中提供的对象评估方法,关于对象评估方法的相关阐释均适用于对象评估装置,此处不再赘述。
在本说明书实施例中,当对待评估对象的环保程度进行评估时,至少需要该待评估对象的能够表征其经营配置中与环保评估相关的行为的第二评估数据,其中,该第二评估数据能够直接公开获取到并能够保证其正常运营。进一步地从由该待评估对象及与其存在业务关联的业务对象构成的目标BU体系中,获取能够表征待评估对象进行特定业务时产生的与环保评估相关的行为的第一评估数据,其中,特定业务可以指待评估对象与目标BU体系中其他的业务对象之间往来的业务。然后,将采集到的上述数据作为该待评估对象的待评估数据输入到预先训练好的绿色评估模型中进行自动智能的数据处理分析,以快速且准确地得到能够直观、量化的表征待评估对象的环保程度的环保评估参数。如此,通过丰富进行环保评估所使用的原始评估数据的维度,以在更加全面的角度对待评估对象进行环保评估,可以确保环保程度评估结果的稳定性和准确性,而且,该实施例中的对象评估方案的通用性更好,适用范围更广、覆盖率更高,不仅能够实现对大型企业的环保程度的评估,还能够实现对小微企业的环保程度的评估。
图5是本说明书实施例的一个实施例电子设备的结构示意图。请参考图5,在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图5中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成对象评估装置。处理器,执行存储器所存放的程序,并具体用于执行以下操作:
从目标业务单元BU体系中获取待评估对象对应的第一评估数据,目标BU体系由待评估对象和与待评估对象存在业务关联的业务对象构成,第一评估数据用于表征待评估对象与业务对象进行业务往来时产生的与环保评估相关的行为;
获取待评估对象的第二评估数据,第二评估数据用于表征待评估对象的经营配置中与环保评估相关的行为;
将待评估对象对应的待评估数据输入至绿色评估模型,以得到待评估对象的环保评估参数,待评估数据包括第一评估数据和第二评估数据;
其中,绿色评估模型基于样本数据进行训练得到,样本数据包括从目标BU体系中获取的历史评估对象对应的第一历史评估数据,以及历史评估对象的经营配置中与环保评估相关的第二历史评估数据。
上述如本说明书图1所示实施例揭示的对象评估装置执行的方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本说明书实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本说明书实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
在本说明书实施例中,当对待评估对象的环保程度进行评估时,至少需要该待评估对象的能够表征其经营配置中与环保评估相关的行为的第二评估数据,其中,该第二评估数据能够直接公开获取到并能够保证其正常运营。进一步地从由该待评估对象及与其存在业务关联的业务对象构成的目标BU体系中,获取能够表征待评估对象进行特定业务时产生的与环保评估相关的行为的第一评估数据,其中,特定业务可以指待评估对象与目标BU体系中其他的业务对象之间往来的业务。然后,将采集到的上述数据作为该待评估对象的待评估数据输入到预先训练好的绿色评估模型中进行自动智能的数据处理分析,以快速且准确地得到能够直观、量化的表征待评估对象的环保程度的环保评估参数。如此,通过丰富进行环保评估所使用的原始评估数据的维度,以在更加全面的角度对待评估对象进行环保评估,可以确保环保程度评估结果的稳定性和准确性,而且,该实施例中的对象评估方案的通用性更好,适用范围更广、覆盖率更高,不仅能够实现对大型企业的环保程度的评估,还能够实现对小微企业的环保程度的评估。
该电子设备还可执行图1中对象评估装置执行的方法,并实现对象评估装置在图1所示实施例的功能,本说明书实施例在此不再赘述。
本说明书实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的电子设备执行时,能够使该电子设备执行图1所示实施例中对象评估装置执行的方法,并具体用于执行:
从目标业务单元BU体系中获取待评估对象对应的第一评估数据,目标BU体系由待评估对象和与待评估对象存在业务关联的业务对象构成,第一评估数据用于表征待评估对象与业务对象进行业务往来时产生的与环保评估相关的行为;
获取待评估对象的第二评估数据,第二评估数据用于表征待评估对象的经营配置中与环保评估相关的行为;
将待评估对象对应的待评估数据输入至绿色评估模型,以得到待评估对象的环保评估参数,待评估数据包括第一评估数据和第二评估数据;
其中,绿色评估模型基于样本数据进行训练得到,样本数据包括从目标BU体系中获取的历史评估对象对应的第一历史评估数据,以及历史评估对象的经营配置中与环保评估相关的第二历史评估数据。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本说明书实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书的实施例可提供为方法、***或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书实施例可以有各种更改和变化。凡在本说明书实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书实施例的权利要求范围之内。
Claims (12)
1.一种对象评估方法,所述方法包括:
从目标业务单元BU体系中获取待评估对象对应的第一评估数据,目标BU体系由所述待评估对象和与所述待评估对象存在业务关联的业务对象构成,所述第一评估数据用于表征所述待评估对象与所述业务对象进行业务往来时产生的与环保评估相关的行为;所述第一评估数据包括所述业务对象中与所述待评估对象相关的服务数据,所述服务数据来源于所述业务对象保留的相关业务往来记录;
获取所述待评估对象的第二评估数据,所述第二评估数据用于表征所述待评估对象的经营配置中与环保评估相关的行为;
将所述待评估对象对应的待评估数据输入至绿色评估模型,以得到所述待评估对象的环保评估参数,所述待评估数据包括所述第一评估数据和所述第二评估数据;
其中,所述绿色评估模型基于样本数据进行训练得到,所述样本数据包括从所述目标BU体系中获取的历史评估对象对应的第一历史评估数据,以及所述历史评估对象的经营配置中与环保评估相关的第二历史评估数据。
2.根据权利要求1所述的方法,所述待评估数据还包括第三评估数据和第四评估数据中的至少一个,所述第三评估数据用于表征第三方对所述待评估对象的环保评估结果,所述第四评估数据用于表征与所述待评估对象关联的用户对象端的与环保评估相关的行为;
所述样本数据还包括第三历史评估数据和第四历史评估数据中的至少一个,所述第三历史评估数据用于表征第三方对所述历史评估对象的环保评估结果,所述第四历史评估数据用于表征与所述历史评估对象关联的用户对象端的与环保评估相关的行为;
其中,在所述将所述待评估对象对应的待评估数据输入至绿色评估模型,以得到所述待评估对象的环保评估参数之前,所述方法还包括:
获取所述待评估对象的所述第三评估数据和所述第四评估数据中的至少一个,以得到所述待评估对象的所述待评估数据。
3.根据权利要求1或2所述的方法,所述待评估数据还包括第五评估数据,所述第五评估数据用于表征所述待评估对象的风险程度;
所述样本数据还包括第五历史评估数据,所述第五历史评估数据用于表征所述历史评估对象的风险程度;
其中,在所述将所述待评估对象对应的待评估数据输入至绿色评估模型,以得到所述待评估对象的环保评估参数之前,所述方法还包括:
获取所述待评估对象的所述第五评估数据,以得到所述待评估对象的所述待评估数据。
4.根据权利要求1或2所述的方法,所述第二评估数据包括所述待评估对象公开披露的营业资质数据、环保合规状况数据、产品服务数据和生产供应数据。
5.根据权利要求2所述的方法,所述第三评估数据包括第三方出具的环保评估报告中的数据;
所述第四评估数据包括内部员工对象端的行为数据和外部用户对象端的行为数据。
6.根据权利要求3所述的方法,所述第五评估数据包括所述待评估对象的交易和资金风险识别数据。
7.根据权利要求1所述的方法,所述环保评估参数包括综合评估参数和目标评估维度对应的模块评估参数中的至少一个;
其中,所述目标评估维度包括多个评估维度中的至少一个,所述综合评估参数基于所述多个评估维度中每个评估维度对应的模块评估参数和评估权重确定,所述待评估数据与所述多个评估维度中的特征相对应。
8.根据权利要求7所述的方法,所述方法还包括:
根据所述环保评估参数与多个权益项的拟合结果,确定与所述环保评估参数匹配的目标权益项;
为所述待评估对象配置所述目标权益项;
其中,所述目标权益项包括免息权益、经营优惠权益和绿色贷款权益中的至少一个。
9.根据权利要求1所述的方法,所述将所述待评估对象对应的待评估数据输入至绿色评估模型,以得到所述待评估对象的环保评估参数,包括:
将在不同预设评估周期内分别获取到的所述待评估对象对应的待评估数据输入至所述绿色评估模型,以得到各预设评估周期对应的环保评估参数;
其中,所述方法还包括:
若不同预设评估周期对应的环保评估参数间的差异超出预设值,则确定与所述差异对应的异常评估指标;
对所述异常评估指标进行预警。
10.一种对象评估装置,所述装置包括:
第一获取模块,用于从目标业务单元BU体系中获取待评估对象对应的第一评估数据,目标BU体系由所述待评估对象和与所述待评估对象存在业务关联的业务对象构成,所述第一评估数据用于表征所述待评估对象与所述业务对象进行业务往来时产生的与环保评估相关的行为;所述第一评估数据包括所述业务对象中与所述待评估对象相关的服务数据,所述服务数据来源于所述业务对象保留的相关业务往来记录;
第二获取模块,用于获取所述待评估对象的第二评估数据,所述第二评估数据用于表征所述待评估对象的经营配置中与环保评估相关的行为;
评估模块,用于将所述待评估对象对应的待评估数据输入至绿色评估模型,以得到所述待评估对象的环保评估参数,所述待评估数据包括所述第一评估数据和所述第二评估数据;
其中,所述绿色评估模型基于样本数据进行训练得到,所述样本数据包括从所述目标BU体系中获取的历史评估对象对应的第一历史评估数据,以及所述历史评估对象的经营配置中与环保评估相关的第二历史评估数据。
11.一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行以下操作:
从目标业务单元BU体系中获取待评估对象对应的第一评估数据,目标BU体系由所述待评估对象和与所述待评估对象存在业务关联的业务对象构成,所述第一评估数据用于表征所述待评估对象与所述业务对象进行业务往来时产生的与环保评估相关的行为;所述第一评估数据包括所述业务对象中与所述待评估对象相关的服务数据,所述服务数据来源于所述业务对象保留的相关业务往来记录;获取所述待评估对象的第二评估数据,所述第二评估数据用于表征所述待评估对象的经营配置中与环保评估相关的行为;
将所述待评估对象对应的待评估数据输入至绿色评估模型,以得到所述待评估对象的环保评估参数,所述待评估数据包括所述第一评估数据和所述第二评估数据;
其中,所述绿色评估模型基于样本数据进行训练得到,所述样本数据包括从所述目标BU体系中获取的历史评估对象对应的第一历史评估数据,以及所述历史评估对象的经营配置中与环保评估相关的第二历史评估数据。
12.一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行以下操作:
从目标业务单元BU体系中获取待评估对象对应的第一评估数据,目标BU体系由所述待评估对象和与所述待评估对象存在业务关联的业务对象构成,所述第一评估数据用于表征所述待评估对象与所述业务对象进行业务往来时产生的与环保评估相关的行为;所述第一评估数据包括所述业务对象中与所述待评估对象相关的服务数据,所述服务数据来源于所述业务对象保留的相关业务往来记录;
获取所述待评估对象的第二评估数据,所述第二评估数据用于表征所述待评估对象的经营配置中与环保评估相关的行为;
将所述待评估对象对应的待评估数据输入至绿色评估模型,以得到所述待评估对象的环保评估参数,所述待评估数据包括所述第一评估数据和所述第二评估数据;
其中,所述绿色评估模型基于样本数据进行训练得到,所述样本数据包括从所述目标BU体系中获取的历史评估对象对应的第一历史评估数据,以及所述历史评估对象的经营配置中与环保评估相关的第二历史评估数据。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210817212.3A CN115146980A (zh) | 2019-10-24 | 2019-10-24 | 对象评估方法及装置 |
CN201911018120.3A CN110782158B (zh) | 2019-10-24 | 2019-10-24 | 对象评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911018120.3A CN110782158B (zh) | 2019-10-24 | 2019-10-24 | 对象评估方法及装置 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210817212.3A Division CN115146980A (zh) | 2019-10-24 | 2019-10-24 | 对象评估方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110782158A CN110782158A (zh) | 2020-02-11 |
CN110782158B true CN110782158B (zh) | 2022-07-08 |
Family
ID=69387544
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210817212.3A Pending CN115146980A (zh) | 2019-10-24 | 2019-10-24 | 对象评估方法及装置 |
CN201911018120.3A Active CN110782158B (zh) | 2019-10-24 | 2019-10-24 | 对象评估方法及装置 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210817212.3A Pending CN115146980A (zh) | 2019-10-24 | 2019-10-24 | 对象评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN115146980A (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111475646A (zh) * | 2020-03-17 | 2020-07-31 | 赵志杰 | 环境形象的评估方法、装置和设备 |
CN111353883A (zh) * | 2020-05-22 | 2020-06-30 | 浙江网商银行股份有限公司 | 一种为商户提供服务的方法和装置 |
CN113486632B (zh) * | 2021-05-27 | 2023-04-07 | 四川大学华西医院 | 一种复评意见的记录方法及装置 |
CN114819773B (zh) * | 2022-06-29 | 2022-09-09 | 天津大学 | 一种基于大数据的企业绿色生产管控方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102968683A (zh) * | 2012-10-23 | 2013-03-13 | 无锡大华信息科技有限公司 | 一种在线环保企业评估服务***及方法 |
KR20130090629A (ko) * | 2012-02-06 | 2013-08-14 | 청주대학교 산학협력단 | 대화형 저탄소 시뮬레이션 시스템 |
CN107545515A (zh) * | 2017-09-07 | 2018-01-05 | 天津市新金融低碳城市设计研究院有限责任公司 | 一种通过绿色信息共享平台推动新材料产业发展的方法 |
CN108229337A (zh) * | 2017-12-14 | 2018-06-29 | 阿里巴巴集团控股有限公司 | 一种数据处理的方法、装置及设备 |
CN109767084A (zh) * | 2018-12-25 | 2019-05-17 | 江苏神彩科技股份有限公司 | 一种企业环境行为分析处理的方法及设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI502538B (zh) * | 2014-08-05 | 2015-10-01 | Environmental Prot Administration Executive Yuan Taiwan R O C | 廢棄工廠環境風險篩檢系統 |
-
2019
- 2019-10-24 CN CN202210817212.3A patent/CN115146980A/zh active Pending
- 2019-10-24 CN CN201911018120.3A patent/CN110782158B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130090629A (ko) * | 2012-02-06 | 2013-08-14 | 청주대학교 산학협력단 | 대화형 저탄소 시뮬레이션 시스템 |
CN102968683A (zh) * | 2012-10-23 | 2013-03-13 | 无锡大华信息科技有限公司 | 一种在线环保企业评估服务***及方法 |
CN107545515A (zh) * | 2017-09-07 | 2018-01-05 | 天津市新金融低碳城市设计研究院有限责任公司 | 一种通过绿色信息共享平台推动新材料产业发展的方法 |
CN108229337A (zh) * | 2017-12-14 | 2018-06-29 | 阿里巴巴集团控股有限公司 | 一种数据处理的方法、装置及设备 |
CN109767084A (zh) * | 2018-12-25 | 2019-05-17 | 江苏神彩科技股份有限公司 | 一种企业环境行为分析处理的方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN115146980A (zh) | 2022-10-04 |
CN110782158A (zh) | 2020-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110782158B (zh) | 对象评估方法及装置 | |
WO2020249125A1 (zh) | 用于自动训练机器学习模型的方法和*** | |
Tang et al. | Does firm performance reveal its own causes? The role of Bayesian inference | |
Efobi et al. | Environmental pollution policy of small businesses in Nigeria and Ghana: extent and impact | |
Levitt | Heads or tails: The impact of a coin toss on major life decisions and subsequent happiness | |
Li et al. | Testing for Affiliation in First‐Price Auctions Using Entry Behavior | |
Vetrò et al. | A data quality approach to the identification of discrimination risk in automated decision making systems | |
CN112150014A (zh) | 一种企业风险预警方法、装置、设备及可读存储介质 | |
CN113421165A (zh) | 一种绿色金融产品评估与管理的方法及*** | |
Murthi et al. | An empirical analysis of strategic groups in the airline industry using latent class regressions | |
CN110659961A (zh) | 一种用于识别线下商户的方法和装置 | |
Zhong et al. | An intelligent and improved density and distance-based clustering approach for industrial survey data classification | |
Noailly et al. | Heard the news? Environmental policy and clean investments | |
Zhang et al. | Stockassistant: a stock ai assistant for reliability modeling of stock comments | |
CN113159796A (zh) | 一种贸易合同验证方法及装置 | |
Sánchez-Medina et al. | Do auditors reflect the true image of the company contrary to the clients’ interests? An artificial intelligence approach | |
Surya et al. | The Role of Green Accounting and Share Ownership on Financial Performance | |
CN111798246A (zh) | 一种金融风险等级评估方法和装置 | |
Lo et al. | Do polluting firms suffer long term? Can government use data‐driven inspection policies to catch polluters? | |
Jabr | Review credibility as a safeguard against fakery: the case of Amazon | |
Sha | Rating manipulation and creditworthiness for platform economy: Evidence from peer-to-peer lending | |
Suta et al. | Systematic review on blockchain research for sustainability accounting applying methodology coding and text mining | |
CN113487241A (zh) | 企业环保信用等级的分类方法、装置、设备及存储介质 | |
Penikas | The review of the open challenges in the IRB loan portfolio credit risk modeling | |
US10373093B2 (en) | Identifying patterns of learning content consumption across multiple entities and automatically determining a customized learning plan based on the patterns |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |