System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本公开涉及人工智能和金融科技领域,具体地涉及一种信息处理方法、评分预测模型训练方法、装置及设备。
技术介绍
1、目前,在对研发任务进行效能洞察时,主要通过对研发效能场景指标的历史数据开展效能洞察工作,从而基于指标阈值监控存在的问题,以使得研发管理人员对研发任务采取改进措施。
2、在实现本公开构思的过程中,专利技术人发现相关技术中至少存在如下问题,从历史视角对研发任务进行效能洞察,在面对不断更新的研发效能洞察知识体系和规范要求时,研发管理人员难以及时地对研发任务进行针对性调整。
技术实现思路
1、鉴于上述问题,本公开提供了一种信息处理方法、评分预测模型训练方法、装置、设备、介质和程序产品。
2、根据本公开的第一个方面,提供了一种信息处理方法,包括:将目标研发任务的多个目标指标信息和与每个上述目标指标信息对应的目标完成度,输入目标评分预测模型中,输出各个上述目标指标信息的预测评分;在确定各个上述预测评分均满足预设评分标准的情况下,将上述目标研发任务发送至任务分配系统,以对上述目标研发任务进行分配处理;其中,上述目标评分预测模型是利用对历史指标数据进行评分标注所得到的指标训练集进行训练的,其中,上述历史指标数据为执行历史研发任务时产生的数据。
3、根据本公开的实施例,上述方法还包括:在确定各个上述预测评分中存在不满足上述预设评分标准的异常评分情况下,获取与上述异常评分对应的更新后的目标完成度;将与上述异常评分对应的目标指标信息和上述更新后的目标完成度,
4、根据本公开的实施例,上述方法还包括:基于上述指标任务生成洞察任务,其中,上述洞察任务中包括多个洞察阶段和与每个上述洞察阶段对应的洞察阈值;在确定达到上述洞察阶段的情况下,获取与上述指标任务对应的任务完成度;将上述任务完成度与上述洞察阈值进行比对,以在上述任务完成度小于上述洞察阈值的情况下,输出预警信息。
5、本公开的第二方面提供了一种评分预测模型训练方法,包括:对执行历史研发任务时产生的历史指标数据进行数据类型划分,以对不同数据类型的历史指标数据进行格式化处理,得到标准数据;针对每个上述数据类型的历史指标数据,根据对上述历史指标数据中指标详情信息和指标完成度分析得到的指标评分结果,对与上述历史指标数据对应的标准数据进行评分标注,得到与上述数据类型对应的指标训练集;利用多个上述指标训练集对初始评分预测模型进行训练,得到目标评分预测模型。
6、根据本公开的实施例,上述方法还包括:基于预设定时任务获取执行目标研发任务时产生的真实指标数据,和对上述真实指标数据分析得到的真实评分结果;将上述真实指标数据和上述真实评分结果输入上述目标评分预测模型中,以对上述目标评分预测模型进行参数调整。
7、根据本公开的实施例,上述利用多个上述指标训练集对上述初始评分预测模型进行训练,得到目标评分预测模型,包括:对上述指标训练集中的训练样本进行特征提取,得到特征数据;对上述特征数据中不同的特征字段进行选择、调整、组合以及变换,得到衍生字段;对上述特征数据按照预设比例进行拆分,得到训练集和测试集;利用与上述训练集对应的多个衍生字段,对上述初始评分预测模型进行训练;利用上述测试集对训练后的初始评分预测模型进行验证,以基于验证结果对训练后的初始评分预测模型进行参数调整,得到上述目标评分预测模型。
8、根据本公开的实施例,上述方法还包括:在确定指标评分算法中存在与上述数据类型对应的指标评分规则的情况下,利用上述指标评分算法对上述历史指标数据中的指标详情信息和指标完成度进行分析,得到上述指标评分结果;在确定上述指标评分算法中不存在与上述数据类型对应的指标评分规则的情况下,获取用户输入的与上述历史指标数据对应的上述指标评分结果。
9、本公开的第三方面提供了一种信息处理装置,包括:指标评分模块,用于将目标研发任务的多个目标指标信息和与每个上述目标指标信息对应的目标完成度,输入目标评分预测模型中,输出各个上述目标指标信息的预测评分;任务发配模块,用于在确定各个上述预测评分均满足预设评分标准的情况下,将上述目标研发任务发送至任务分配系统,以对上述目标研发任务进行分配处理;其中,上述目标评分预测模型是利用对历史指标数据进行评分标注所得到的指标训练集进行训练的,其中,上述历史指标数据为执行历史研发任务时产生的数据。
10、本公开的第四方面提供了一种评分预测模型训练装置,包括:类型划分模块,用于对执行历史研发任务时产生的历史指标数据进行数据类型划分,以对不同数据类型的历史指标数据进行格式化处理,得到标准数据;评分标注模块,用于针对每个上述数据类型的历史指标数据,根据对上述历史指标数据中指标详情信息和指标完成度分析得到的指标评分结果,对与上述历史指标数据对应的标准数据进行评分标注,得到与上述数据类型对应的指标训练集;以及模型训练模块,用于利用多个上述指标训练集对初始评分预测模型进行训练,得到目标评分预测模型。
11、本公开的第五方面提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个计算机程序,其中,上述一个或多个处理器执行上述一个或多个计算机程序以实现上述方法的步骤。
12、本公开的第六方面还提供了一种计算机可读存储介质,其上存储有计算机程序或指令,上述计算机程序或指令被处理器执行时实现上述方法的步骤。
13、本公开的第七方面还提供了一种计算机程序产品,包括计算机程序或指令,上述计算机程序或指令被处理器执行时实现上述方法的步骤。
14、根据本公开的实施例,利用目标评分预测模型对目标研发任务中的各个目标指标信息进行预测评分,以基于预测结果提前预知目标研发任务中每个目标指标信息的指标表现情况。在确定各个预测评分均满足预设评分标准的情况下,说明目标研发任务中各个目标指标信息的目标完成度均制定合理。因此可以将目标研发任务发送至任务分配系统,以对目标研发任务进行分配处理。通过利用目标评分预测模型对目标研发任务进行预测评估,以便于相关研发管理人员提前得知目标研发任务的完成情况,从而便于对目标研发任务的调整。
本文档来自技高网...【技术保护点】
1.一种信息处理方法,其特征在于,所述方法还包括:
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
4.一种评分预测模型训练方法,其特征在于,所述方法包括:
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
6.根据权利要求4所述的方法,其特征在于,所述利用多个所述指标训练集对所述初始评分预测模型进行训练,得到目标评分预测模型,包括:
7.根据权利要求4所述的方法,其特征在于,所述方法还包括:
8.一种信息处理装置,其特征在于,所述装置包括:
9.一种评分预测模型训练装置,其特征在于,所述装置包括:
10.一种电子设备,包括:
11.一种计算机可读存储介质,其上存储有计算机程序或指令,其特征在于,所述计算机程序或指令被处理器执行时实现根据权利要求1~3中任一项或者权利要求4~7中任一项所述方法的步骤。
12.一种计算机程序产品,包括计算机程序或指令,其特征在于,所述计算
...【技术特征摘要】
1.一种信息处理方法,其特征在于,所述方法还包括:
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
4.一种评分预测模型训练方法,其特征在于,所述方法包括:
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
6.根据权利要求4所述的方法,其特征在于,所述利用多个所述指标训练集对所述初始评分预测模型进行训练,得到目标评分预测模型,包括:
7.根据权利要求4所述的方法,其特征在于,所述方法还包...
【专利技术属性】
技术研发人员:李海波,王彦迥,
申请(专利权)人:中国工商银行股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。