CN112579047A - 模型配置方法以及存储介质 - Google Patents

模型配置方法以及存储介质 Download PDF

Info

Publication number
CN112579047A
CN112579047A CN202011478387.3A CN202011478387A CN112579047A CN 112579047 A CN112579047 A CN 112579047A CN 202011478387 A CN202011478387 A CN 202011478387A CN 112579047 A CN112579047 A CN 112579047A
Authority
CN
China
Prior art keywords
model
model configuration
index
calculation
configuration method
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.)
Pending
Application number
CN202011478387.3A
Other languages
English (en)
Inventor
尹留志
傅成
吴杰
卢鹏
孙英家
陈泽锋
李敏
潘玉婷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui Joyin Anlian Technology Co ltd
Anhui Joyin Information Technology Co ltd
Original Assignee
Anhui Joyin Anlian Technology Co ltd
Anhui Joyin Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Anhui Joyin Anlian Technology Co ltd, Anhui Joyin Information Technology Co ltd filed Critical Anhui Joyin Anlian Technology Co ltd
Priority to CN202011478387.3A priority Critical patent/CN112579047A/zh
Publication of CN112579047A publication Critical patent/CN112579047A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00Arrangements for software engineering
    • G06F8/10Requirements analysis; Specification techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25Integrating or interfacing systems involving database management systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00Arrangements for software engineering
    • G06F8/40Transformation of program code
    • G06F8/41Compilation
    • G06F8/42Syntactic analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Machine Translation (AREA)

Abstract

本发明公开了一种模型配置方法以及存储介质。其中,模型配置方法包括:通过前台页面接收用户根据目标分析情景输入的模型配置内容;通过后台根据模型配置内容进行模型计算,得到计算结果;通过前台页面对计算结果进行展示。该模型配置方法,可以实现用户仅需进行输入与编译即可完成对模型的调整与修改,从而提高模型更新的效率。

Description

模型配置方法以及存储介质
技术领域
本发明涉及打分卡模型技术领域,尤其涉及一种模型配置方法以及存储介质。
背景技术
在相关技术中,在进行模型计算时,一般是将模型中各个参数进行代码编写,从数据获取、指标明细、得分等各个环节均通过代码形式进行实现,以提高引擎在调用模型过程中的速度。
然而,上述技术存在如下问题:一旦业务部门需要对模型进行调整与修改,则需要研发人员介入,通常情况下在项目实施过程中仍需按照“需求-设计-编码-测试”等阶段,最终实现模型更新,时间长,效率低。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本发明的第一个目的在于提出一种模型配置方法,以实现用户仅需进行输入与编译即可完成对模型的调整与修改,从而提高模型更新的效率。
本发明的第二个目的在于提出一种计算机可读存储介质。
为达到上述目的,本发明第一方面实施例提出一种模型配置方法,所述方法包括以下步骤:通过前台页面接收用户根据目标分析情景输入的模型配置内容;通过后台根据所述模型配置内容进行模型计算,得到计算结果;通过所述前台页面对所述计算结果进行展示。
本发明实施例的模型配置方法,可以通过前台页面接收用户根据目标分析情景输入的模型配置内容;进而通过后台根据模型配置内容进行模型计算,得到计算结果;从而通过前台页面对计算结果进行展示。由此,可以实现用户仅需进行输入与编译即可完成对模型的调整与修改,从而提高模型更新的效率。
另外,本发明上述的模型配置方法还可以具有如下附加的技术特征:
根据本发明的一个实施例,所述模型配置内容包括:行业、指标、所述指标对应的得分点、所述得分点的权重和主标尺。
根据本发明的一个实施例,所述指标包括定性指标和定量指标,所述定性指标包括定性指标的内容和枚举值,所述定量指标包括财务科目名称和计算公式;所述得分点包括定性得分区间和定量得分区间,所述定性得分区间通过所述前台也页面中相应指标对应的下拉框实现输入,所述定量得分区间为所述计算公式计算数值的上下限对应的分数上下限。
根据本发明的一个实施例,所述模型配置方法包括:对所有得分点的权重总和进行校验;如果所述权重总和不为预设值,则通过所述前台页面弹出警告提示。
根据本发明的一个实施例,所述通过后台数据库根据所述模型配置内容进行模型计算,包括:根据所述行业自动匹配对应的模型;采用预设的语法方式对财务科目和数学符号进行解析并提取数值,根据所述计算公式对所述数值进行计算,得到指标实际值;根据所述指标实际值或者所述定性指标的枚举值,得到各指标的得分;根据所述得分及其对应的权重计算得到模型总分;从所述主标尺对应的映射关系中得到所述模型总分对应的评价符号。
根据本发明的一个实施例,在通过后台数据库根据所述模型配置内容进行模型计算之前,所述模型配置方法包括:通过所述前台页面将财务数据和定性数据存入缓存工具,以便在进行模型计算时提取。
根据本发明的一个实施例,如果所述模型配置内容中不包括行业,则将用户通过所述前台页面选择的模型作为匹配模型。
根据本发明的一个实施例,所述计算结果包括结果总览,所述结果总览包括模型名称、计算日期、定量指标的财报日期、定量指标总分、定性指标总分、模型总分、评价符号中的者少两者。
根据本发明的一个实施例,所述计算结果还包括结果明细,所述结果明细包括每个指标的指标名称、指标计算数值/选用的枚举值选项、指标得分、指标权重、指标所属得分区间、该得分区间的分数上下限中的至少两者。
为达到上述目的,本发明第二方面实施例提出一种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,实现上述的模型配置方法。
本发明实施例的计算机可读存储介质,在其上的计算机程序被处理器执行时,可以实现用户仅需进行输入与编译即可完成对模型的调整与修改,从而提高模型更新的效率。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
图1是本发明第一实施例的模型配置方法的流程图;
图2是本发明第二实施例的模型配置方法的流程图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的模型配置方法以及存储介质。
图1是本发明实施例的模型配置方法的流程图。
如图1所示,模型配置方法包括以下步骤:
S11,通过前台页面接收用户根据目标分析情景输入的模型配置内容。
其中,上述模型配置内容包括:行业、指标、指标对应的得分点、得分点的权重和主标尺;进而用户可以依据上述的模型配置内容对模型进行配置工作。
具体地,首先对上述模型中的行业进行配置。由于在通常情况下,不同的行业需要不同的模型进行分析;而且,还存在着多个行业可以适用一个模型的情况。因而可以在引擎中建立模型与行业分类匹配的机制。例如,可以向用户提供多种行业分类与多种模型,进而用户可通过勾选将行业分类与模型进行匹配。
可选地,在实际使用中,存在着不需要与行业分类进行匹配的模型。对于这类模型,可以将其与上述需要与行业分类相匹配的模型进行区分;例如,可以在前台页面展示模型时,展示的上述不需要与行业分类进行匹配的模型为不可选中状态,进而用户在通过勾选将行业分类与模型进行匹配的过程中,无法勾选上述不需要与行业分类进行匹配的模型。
需要说明的是,用户需要首先对模型中的行业进行配置,在对模型中的行业进行配置后,才可对模型中的指标进行配置。进而在对模型中的指标进行配置后,按照得分点、权重、主标尺的顺序进行配置。
可选地,对于不同情境下的模型,可能不需要对每个行业都进行模型细分,因而用户也可以跳过对模型中的行业进行配置的步骤,直接对模型中的指标进行配置。
进一步地,对上述对模型中的指标进行配置。
其中,上述指标包括定性指标和定量指标,上述定性指标包括定性指标的内容和枚举值;上述定量指标包括财务科目名称和计算公式。
具体地,对于上述定性指标,可以设置引擎支持前台页面对后台数据库进行操作,从而实现支持用户新增定性指标的内容并进行定性指标的枚举值的手动填写。对于上述定量指标,可以设置引擎支持通过前台输入财务科目内容与计算公式,进而后台可以通过命名规范实现公式解析,从而确定财务科目取值和计算规则。
需要说明的是,对于上述定量指标,引擎可以通过报表功能实现将后台的财务科目取数与前台实现一一对应。其中,上述财务科目取数可以包括:资产负债表、利润表、现金流量表、财务附注表、银行/保险/券商特殊指标表。
进一步地,对上述模型中的得分点进行配置。
其中,上述得分点包括定性得分区间和定量得分区间,上述定性得分区间通过前台也页面中相应指标对应的下拉框实现输入;上述定量得分区间为计算公式计算数值的上下限对应的分数上下限。
需要说明的是,上述得分点即为各个上述指标的打分阈值;即,上述对模型中的得分点进行配置,是在上述对模型中的指标进行配置之后,针对被配置的指标进行得分点配置。
具体地,对于上述定性得分区间,可以根据需要被配置得分区间的指标的枚举值,通过下拉框的形式选择定性得分区间。对于上述定量得分区间,可以手动填写与上述指标对应的计算公式的计算数值的上下限对应的定量得分区间的上下限。特别的,对于定量刷,可以设置引擎支持通过在填写了不同的上下限数值之后,自动通过线性插值的方法计算得到得分;例如,指标A的数值在1-100时,对应定量得分区间为1-100分,则引擎对数值为40的情况,会根据线性插值得到40分的结果。
进一步地,对上述模型中的权重进行配置。
具体地,可以针对不同的得分点配置不同的权重。例如,可以设置引擎支持用户对每个得分点手动填写权重,进而对所有得分点的权重总和进行校验;如果权重总和不为预设值,则通过前台页面弹出警告提示。
需要说明的是,如若上述权重总和不为预设值,则会通过前台页面弹出警示提示,但不会对权重进行自动调整。由此,可以给配置模型的用户以更多的灵活性。
可选地,上述权重即可以是正值,也可以是负值,从而满足各类模型的需求。
进一步地,对上述模型中的主标尺进行配置。
具体地,由于常用的主标尺有多种;例如,有三等九级类(AAA、AA+、BB-等)、R1R8类(R1、R2-R8)等。因而可以设置引擎支持用户手工配置所使用的主标尺,并配置不同的主标尺中的不同的标尺对应的得分区间的上下限。从而满足各类用户的需求。
由此,可以实现由用户对模型进行配置。
S12,通过后台根据模型配置内容进行模型计算,得到计算结果。
具体地,在完成对模型的配置之后,即可根据配置好的模型进行计算得到计算结果,从而根据计算结果对企业进行评价。
其中,上述计算结果包括结果总览,结果总览包括模型名称、计算日期、定量指标的财报日期、定量指标总分、定性指标总分、模型总分、评价符号中的者少两者。上述计算结果还包括结果明细,结果明细包括每个指标的指标名称、指标计算数值/选用的枚举值选项、指标得分、指标权重、指标所属得分区间、该得分区间的分数上下限中的至少两者。
S13,通过前台页面对计算结果进行展示。
在本发明的一个实施例中,如图2所示,上述通过后台数据库根据模型配置内容进行模型计算的流程可以包括:
S21,可以首先根据行业自动匹配对应的模型。
具体地,可以在用户输入所要评价的企业后,由引擎根据企业的行业分类,自动匹配对应的模型。
可选地,在引擎自动匹配模型后,还可在前台页面展示其他模型的入口,进而支持用户手动选择模型。
可选地,如果上述模型配置内容中不包括行业,则直接在前台页面展示模型的入口,进而将用户通过前台页面选择的模型作为匹配模型。
S22,采用预设的语法方式对财务科目和数学符号进行解析并提取数值,根据计算公式对数值进行计算,得到指标实际值。
需要说明的是,为了提高对数值进行提取并计算的效率,在通过后台数据库根据模型配置内容进行模型计算之前,还需要通过前台页面将财务数据和定性数据存入缓存工具,以便在进行模型计算时提取。由此,可以在需要对数据进行计算时,从宦春工具中提取数值并计算,从而提高了效率。特别的,对于上述定性数据,可以由用户在前台页面中手动选择,进而将选择得到的数据写入缓存工具中。
S23,根据指标实际值或者定性指标的枚举值,得到各指标的得分。
需要说明的是,该根据指标实际值或者定性指标的枚举值得到得分的计算方法,可以采用上述的线性插值的方法。
S24,根据得分及其对应的权重计算得到模型总分。
S25,从主标尺对应的映射关系中得到模型总分对应的评价符号。
需要说明的是,上述计算过程完全以“白箱”的形式进行,即整个计算的过程均输出到前台页面进行展示,从而给分析人员全面展现评价过程,以利于后续的审核、分析、调整工作。
由此,可以实现通过模型进行评价计算。
综上,本发明实施例的模型配置方法,可以实现用户仅需进行输入与编译即可完成对模型的调整与修改,从而提高模型更新的效率。而且,将模型计算的全过程均展示在前台页面,从而方便后续的审核、分析、调整工作。
进一步地,本发明提出一种计算机可读存储介质。
在本发明实施例中,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时,实现上述的模型配置方法。
本发明实施例的计算机可读存储介质,在其上的计算机程序被处理器执行时,可以实现用户仅需进行输入与编译即可完成对模型的调整与修改,从而提高模型更新的效率。而且,将模型计算的全过程均展示在前台页面,从而方便后续的审核、分析、调整工作。
需要说明的是,在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用,或结合这些指令执行***、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种模型配置方法,其特征在于,所述方法用于模型配置引擎,所述方法包括以下步骤:
通过前台页面接收用户根据目标分析情景输入的模型配置内容;
通过后台根据所述模型配置内容进行模型计算,得到计算结果;
通过所述前台页面对所述计算结果进行展示。
2.如权利要求1所述的模型配置方法,其特征在于,所述模型配置内容包括:行业、指标、所述指标对应的得分点、所述得分点的权重和主标尺。
3.如权利要求2所述的模型配置方法,其特征在于,
所述指标包括定性指标和定量指标,所述定性指标包括定性指标的内容和枚举值,所述定量指标包括财务科目名称和计算公式;
所述得分点包括定性得分区间和定量得分区间,所述定性得分区间通过所述前台也页面中相应指标对应的下拉框实现输入,所述定量得分区间为所述计算公式计算数值的上下限对应的分数上下限。
4.如权利要求2所述的模型配置方法,其特征在于,所述方法还包括:
对所有得分点的权重总和进行校验;
如果所述权重总和不为预设值,则通过所述前台页面弹出警告提示。
5.如权利要求3所述的模型配置方法,其特征在于,所述通过后台数据库根据所述模型配置内容进行模型计算,包括:
根据所述行业自动匹配对应的模型;
采用预设的语法方式对财务科目和数学符号进行解析并提取数值,根据所述计算公式对所述数值进行计算,得到指标实际值;
根据所述指标实际值或者所述定性指标的枚举值,得到各指标的得分;
根据所述得分及其对应的权重计算得到模型总分;
从所述主标尺对应的映射关系中得到所述模型总分对应的评价符号。
6.如权利要求5所述的模型配置方法,其特征在于,在通过后台数据库根据所述模型配置内容进行模型计算之前,所述方法还包括:
通过所述前台页面将财务数据和定性数据存入缓存工具,以便在进行模型计算时提取。
7.如权利要求5所述的模型配置方法,其特征在于,如果所述模型配置内容中不包括行业,则将用户通过所述前台页面选择的模型作为匹配模型。
8.如权利要求5所述的模型配置方法,其特征在于,所述计算结果包括结果总览,所述结果总览包括模型名称、计算日期、定量指标的财报日期、定量指标总分、定性指标总分、模型总分、评价符号中的者少两者。
9.如权利要求8所述的模型配置方法,其特征在于,所述计算结果还包括结果明细,所述结果明细包括每个指标的指标名称、指标计算数值/选用的枚举值选项、指标得分、指标权重、指标所属得分区间、该得分区间的分数上下限中的至少两者。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现如权利要求1-9中任一项所述的模型配置方法。
CN202011478387.3A 2020-12-15 2020-12-15 模型配置方法以及存储介质 Pending CN112579047A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011478387.3A CN112579047A (zh) 2020-12-15 2020-12-15 模型配置方法以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011478387.3A CN112579047A (zh) 2020-12-15 2020-12-15 模型配置方法以及存储介质

Publications (1)

Publication Number Publication Date
CN112579047A true CN112579047A (zh) 2021-03-30

Family

ID=75135057

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011478387.3A Pending CN112579047A (zh) 2020-12-15 2020-12-15 模型配置方法以及存储介质

Country Status (1)

Country Link
CN (1) CN112579047A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102004982A (zh) * 2009-08-31 2011-04-06 埃森哲环球服务有限公司 使用变量计分的模型优化***
CN102779297A (zh) * 2012-06-28 2012-11-14 浪潮(山东)电子信息有限公司 基于云计算的信用评级模型配置管理***及其应用方法
US20130262056A1 (en) * 2012-03-30 2013-10-03 Litmus Blue, Llc Grid representation of domain models
CN108109066A (zh) * 2017-12-11 2018-06-01 上海前隆信息科技有限公司 一种信用评分模型更新方法及***
CN108537460A (zh) * 2018-04-18 2018-09-14 上海融之家金融信息服务有限公司 用户风险预测方法及***
CN109582286A (zh) * 2018-07-04 2019-04-05 福州震旦计算机技术有限公司 基于Freemarker技术的数据规范性校验方法及其装置
CN109829816A (zh) * 2019-01-29 2019-05-31 浪潮金融信息技术有限公司 一种应用于信用债评级***的评级模型页面化配置解决方法
CN111126834A (zh) * 2019-12-20 2020-05-08 北京软通智慧城市科技有限公司 一种评价模型调整方法、装置、评分模拟器和存储介质
CN112070603A (zh) * 2020-09-11 2020-12-11 重庆誉存大数据科技有限公司 评分卡模型及其配置***、进行评分处理的方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102004982A (zh) * 2009-08-31 2011-04-06 埃森哲环球服务有限公司 使用变量计分的模型优化***
US20130262056A1 (en) * 2012-03-30 2013-10-03 Litmus Blue, Llc Grid representation of domain models
CN102779297A (zh) * 2012-06-28 2012-11-14 浪潮(山东)电子信息有限公司 基于云计算的信用评级模型配置管理***及其应用方法
CN108109066A (zh) * 2017-12-11 2018-06-01 上海前隆信息科技有限公司 一种信用评分模型更新方法及***
CN108537460A (zh) * 2018-04-18 2018-09-14 上海融之家金融信息服务有限公司 用户风险预测方法及***
CN109582286A (zh) * 2018-07-04 2019-04-05 福州震旦计算机技术有限公司 基于Freemarker技术的数据规范性校验方法及其装置
CN109829816A (zh) * 2019-01-29 2019-05-31 浪潮金融信息技术有限公司 一种应用于信用债评级***的评级模型页面化配置解决方法
CN111126834A (zh) * 2019-12-20 2020-05-08 北京软通智慧城市科技有限公司 一种评价模型调整方法、装置、评分模拟器和存储介质
CN112070603A (zh) * 2020-09-11 2020-12-11 重庆誉存大数据科技有限公司 评分卡模型及其配置***、进行评分处理的方法

Similar Documents

Publication Publication Date Title
Yuan et al. The continual reassessment method for multiple toxicity grades: a Bayesian quasi-likelihood approach
Aliyu et al. Online banking and customer service delivery in Malaysia: data screening and preliminary findings
US8762180B2 (en) Claims analytics engine
KR101171539B1 (ko) 변수 스코어링을 사용하는 모델 최적화 시스템
Long et al. Impact of TQM practices on innovation performance among manufacturing companies in Malaysia
CN106650992A (zh) 一种量化投资策略的生成方法及装置
MacEachern et al. Judgement post-stratification with imprecise rankings
Brezigar-Masten et al. Discretionary credit rating and bank stability in a financial crisis
Reig-Mullor et al. The evaluation performance for commercial banks by intuitionistic fuzzy numbers: The case of Spain
CN112579047A (zh) 模型配置方法以及存储介质
CN117726460A (zh) 一站式理赔方法、***、终端及存储介质
CN109615204B (zh) 医疗数据的质量评估方法、装置、设备及可读存储介质
CN115314339B (zh) Can通道标定量的查重方法、查重装置、处理器与车辆
CN111724009A (zh) 风险评估方法、风控***及风险评估设备
CN109615232A (zh) 一种信用积分预测的方法、***及相关装置
Barros et al. Bootstrapped technical efficiency of African seaports
CN110826308A (zh) 财务报表生成方法、装置、计算机设备和可读存储介质
CN110533449A (zh) 数据推荐方法、装置、设备及存储介质
JP2007102465A (ja) 商品群のシェアを推定する方法と装置
AU2010257250B8 (en) Future cost estimate forecasting for technologies
WO2023160584A1 (en) Method for determining reliability of a weighing result, computer-readable medium, and system
CN107122872A (zh) 数据预测结果、基金估值结果的评估方法及装置
Purser et al. Dynamic yield models used in Irish forestry
European Food Safety Authority (EFSA) et al. Outcome of the public consultation on the draft Guidance of the EFSA PLH Panel on quantitative pest risk assessment
CN107704446A (zh) 一种度量文档健康度的方法及装置

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210330