專利名稱：一種用于評價客戶信用度的方法及設(shè)備的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)領(lǐng)域，特別涉及一種一種用于評價客戶信用度的方法 及設(shè)備。
背景技術(shù)：
電子商務(wù)(Electronic Commerce，簡稱EC)，通常是指是在全球各地廣泛的商業(yè)貿(mào) 易活動中，在因特網(wǎng)開放的網(wǎng)絡(luò)環(huán)境下，基于瀏覽器/服務(wù)器應(yīng)用方式，買賣雙方不謀面地 進(jìn)行各種商貿(mào)活動，實(shí)現(xiàn)消費(fèi)者的網(wǎng)上購物、供應(yīng)商之間的網(wǎng)上交易和在線電子支付以及 各種商務(wù)活動、交易活動、金融活動和相關(guān)的綜合服務(wù)活動的一種新型的商業(yè)運(yùn)營模式。在電子交易中，普遍使用一種信用評價體系，在完成一次交易后，交易雙方利用對 交易的綜合評價相互打分，買方收到物品后，應(yīng)對賣方作出信用評價；賣方也要為買方作出 信用評價，從而建立買房誠信。有些系統(tǒng)還對用戶的信用評價制定了不同等級，以及用戶所 得分?jǐn)?shù)將買方和賣方劃分到各個等級中，作為再次交易的參考。在交易完成后為對方做出 的信用評價至關(guān)重要，因?yàn)樗薪灰子脩舻男抛u(yù)都是根據(jù)這種信用評價建立起來的，所述 信用評價體系有助于在網(wǎng)上建立安全的交易氛圍。大多數(shù)電子商務(wù)網(wǎng)站都建立了比較完善的信用評價體系，信用度，又稱信用積分 越高，表明賣方/買方信用度越好，這大大減少了網(wǎng)上交易的風(fēng)險。對于信用積分的方案，一般采用這種方法交易一方對另一方作評價，一方對另一 方的評價結(jié)果為好評時，對方信用度加一分；做中評，對方的信用度不變，不加分也不減分； 做差評，對方信用度減一分，具體實(shí)現(xiàn)方案如圖1所示。假設(shè)用戶A對焦以另一方B的信用評價，算分之前首先在查詢是否存在A對B的 評價。如果存在，說明A曾經(jīng)對B評價過，則按照評分規(guī)則本次評價不算分，B的信用度不 變；否則，該評價算分，若好評則給B的信用度加一分，若中評則給B的信用度加零分，若差 評則給B的信用度減一分。然后將B的新信用度更新到信用度記錄庫中。如圖2所示，另一現(xiàn)有技術(shù)的評價方案中的信用評價也分為“好評”“中評”“差評” 三類，每種評價對應(yīng)一個信用計(jì)分，與上述方案不同的是，假設(shè)用戶A對交易另一方B的信 用評價，算分前首先判斷是否使用支付中介的交易，支付中介是指交易時，買家先把貨款支 付給“支付中介”而不是賣家，然后賣家發(fā)貨，等買家缺人收到貨之后，“支付中介”再把貨款 付給賣家，如果買家沒有確認(rèn)收到貨，買家的貨款不會付給賣家，而是退回給買家?！爸Ц吨?介”提高網(wǎng)絡(luò)交易中的支付安全性，可以防止賣家收了錢不發(fā)貨的現(xiàn)象。因此，如果沒有使用支付中介的交易，該信用評價結(jié)束；否則，則繼續(xù)判斷是否是 相同買賣家且針對同一商品有過交易。如果是，該信用評價結(jié)束，否則，繼續(xù)判斷B對A是 否做匿名評價了，如果是，該信用評價結(jié)束；否則，該評價算分。若好評則給B的信用度加一 分，若中評則給B的信用度加零分，若差評則給B的信用度減一分。上述打分評價的方式，通過交易雙方進(jìn)行人工評價，能夠在一定程度上反映雙方 的信用度，但是，所述信用評價方式存在以下不足
基于人工打分的方式，人為因素較多，具有主觀性，不能客觀反映用戶的真實(shí)信用 度，而且容易產(chǎn)生作弊現(xiàn)象，因此最終得到的評估值準(zhǔn)確率不高，現(xiàn)有技術(shù)中對于交易雙方 人為方面的因素缺乏評價。在實(shí)現(xiàn)本發(fā)明的過程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)至少存在以下問題現(xiàn)有技術(shù)中供 應(yīng)商與需求商之間進(jìn)行網(wǎng)上交易，雙方對于對方的信譽(yù)程度沒有清楚明確的認(rèn)識，網(wǎng)上交 易致使交易雙方不能夠充分了解，較容易導(dǎo)致網(wǎng)上交易失敗。

發(fā)明內(nèi)容
本發(fā)明實(shí)施例提供一種用于網(wǎng)上交易建立連接的方法和中介設(shè)備，提供中介設(shè)備 作為第三方，在進(jìn)行網(wǎng)上交易時，通過中介設(shè)備進(jìn)行信息交互和網(wǎng)絡(luò)連接，利用中介商對客 戶的信用度進(jìn)行評價，提高了交易雙方的交易信任度，降低網(wǎng)上交易失敗率。為達(dá)到上述目的，本發(fā)明實(shí)施例提供一種用于評價客戶信用度的方法，包括，獲取客戶的基本數(shù)據(jù)，所述客戶的基本數(shù)據(jù)包括客戶基本信息和客戶的人力信 息；調(diào)用預(yù)設(shè)的客戶評價參數(shù)模型；根據(jù)所述客戶的基本數(shù)據(jù)與所述客戶所對應(yīng)的評價參數(shù)模型對所述客戶的信用 度進(jìn)行評價。其中，所述獲取客戶的基本數(shù)據(jù)之前，還包括判斷客戶類型，所述客戶類型包括需 求商和供應(yīng)商。其中，所述客戶的基本數(shù)據(jù)還包括一個或多個以下信息，交易意向信息，交易歷史記錄信息。其中，所述客戶的人力信息數(shù)據(jù)包括一個或多個以下信息，客戶企業(yè)人員組成信息，客戶企業(yè)人員文化程度信息，客戶企業(yè)人員勞動技能信 息，客戶企業(yè)人員流動率信息。其中，所述調(diào)用客戶評價參數(shù)模型之前，還包括對客戶的基本數(shù)據(jù)進(jìn)行核查。其中，所述調(diào)用預(yù)設(shè)的客戶評價參數(shù)模型包括建立客戶評價參數(shù)模型統(tǒng)計(jì)以前的客戶交易的基本數(shù)據(jù)，以及根據(jù)不同交易類型需要的特殊數(shù)據(jù)和客戶 評價參數(shù)經(jīng)驗(yàn)值；將以前的客戶交易的基本數(shù)據(jù)進(jìn)行分類，將每一類命名為一個評價參數(shù)；根據(jù)所述評價參數(shù)構(gòu)成所述客戶評價參數(shù)模型。其中，根據(jù)所述客戶的基本數(shù)據(jù)與所述客戶所對應(yīng)的評價參數(shù)模型對所述客戶的 信用度進(jìn)行評價，之前還包括根據(jù)以前客戶交易的基本數(shù)據(jù)以及根據(jù)不同交易類型需要的特殊數(shù)據(jù)，將評價參 數(shù)加權(quán)計(jì)算后，將計(jì)算結(jié)果分為五檔參數(shù)參照值，包括標(biāo)準(zhǔn)值，最優(yōu)值，較優(yōu)值，最差值和較差值。其中，根據(jù)所述客戶的基本數(shù)據(jù)與所述客戶所對應(yīng)的評價參數(shù)模型對所述客戶的 信用度進(jìn)行評價，包括評價參數(shù)計(jì)算子模塊，用于根據(jù)所述客戶的基本數(shù)據(jù)獲得客戶的評價參數(shù)計(jì)算 值；
比較評價子模塊，用于比較所述評價參數(shù)計(jì)算值與所述評價參數(shù)，對客戶進(jìn)行信 用評價。本發(fā)明實(shí)施例還提供一種用于評價客戶信用度的設(shè)備，包括，獲取模塊，用于獲取客戶的基本數(shù)據(jù)，所述客戶的基本數(shù)據(jù)包括客戶基本信息和 客戶的人力信息；調(diào)用模塊，用于調(diào)用預(yù)設(shè)的客戶評價參數(shù)模型；評價模塊，用于根據(jù)所述客戶的基本數(shù)據(jù)與所述客戶所對應(yīng)的評價參數(shù)模型對所 述客戶的信用度進(jìn)行評價。其中，還包括客戶類型判斷模塊，用于判斷客戶類型，所述客戶類型包括需求商和 供應(yīng)商。其中，還包括客戶數(shù)據(jù)核查模塊，用于對客戶的基本數(shù)據(jù)進(jìn)行核查。其中，還包括參數(shù)模型建立模塊，用于建立所述客戶評價參數(shù)模型，所述調(diào)用模塊 調(diào)用所述參數(shù)模型建立模塊預(yù)設(shè)的客戶評價參數(shù)模型。其中，參數(shù)模型建立模塊包括統(tǒng)計(jì)舊數(shù)據(jù)子模塊，用于統(tǒng)計(jì)以前的客戶交易的基本數(shù)據(jù)，以及根據(jù)不同交易類 型需要的特殊數(shù)據(jù)和客戶評價參數(shù)經(jīng)驗(yàn)值；評價參數(shù)生成子模塊，用于將以前的客戶交易的基本數(shù)據(jù)進(jìn)行分類，將每一類命 名為一個評價參數(shù)；評價參數(shù)模型構(gòu)成子模塊，用于根據(jù)所述評價參數(shù)構(gòu)成所述客戶評價參數(shù)模型。其中，包括參數(shù)參照值生成模塊，用于根據(jù)以前客戶交易的基本數(shù)據(jù)以及根據(jù)不 同交易類型需要的特殊數(shù)據(jù)，將評價參數(shù)加權(quán)計(jì)算后，將計(jì)算結(jié)果分為五檔參數(shù)參照值，包 括標(biāo)準(zhǔn)值，最優(yōu)值，較優(yōu)值，最差值和較差值。其中，評價模塊還包括評價參數(shù)計(jì)算子模塊，用于根據(jù)所述客戶的基本數(shù)據(jù)獲得客戶的評價參數(shù)計(jì)算 值；比較評價子模塊，用于比較所述評價參數(shù)計(jì)算值與所述評價參數(shù)，對客戶進(jìn)行信 用評價。其中，還包括數(shù)據(jù)庫，用于將評價結(jié)果存儲至客戶評價數(shù)據(jù)庫。與現(xiàn)有技術(shù)相比，本發(fā)明實(shí)施例具有以下優(yōu)點(diǎn)，提供中介設(shè)備作為第三方，在進(jìn)行 網(wǎng)上交易之前，通過中介設(shè)備對交易方進(jìn)行評價，提高了交易雙方的交易信任度，降低網(wǎng)上 交易失敗率?？朔F(xiàn)有技術(shù)所存在的不客觀、不準(zhǔn)確，以及評價人員業(yè)務(wù)水平不均等的問 題。通過對客戶信息的客觀分析得到對客戶信用度的一致、客觀、可比較的度量，有效準(zhǔn)確 量化客戶信用度。


圖1是一現(xiàn)有技術(shù)中進(jìn)行信用積分的方法流程圖；圖2是一現(xiàn)有技術(shù)中進(jìn)行信用積分的方法流程圖；圖3是本發(fā)明實(shí)施例提供一種用于評價客戶信用度的方法流程圖；圖4是本發(fā)明實(shí)施例具體用于評價客戶信用度的方法流程6
圖5是客戶信用度曲線圖；圖6是本發(fā)明實(shí)施例提供的一種對需求商進(jìn)行信用評價的方法流程圖；圖7是本發(fā)明實(shí)施例需求商信用值積分曲線圖；圖8是本發(fā)明實(shí)施例提供的一種對供應(yīng)商進(jìn)行信用評價的方法流程圖；圖9是本發(fā)明實(shí)施例提供的一種用于評價客戶信用度的設(shè)備結(jié)構(gòu)示意圖；圖10是本發(fā)明實(shí)施例評價客戶信用度的設(shè)備的參數(shù)模型建立模塊結(jié)構(gòu)示意圖；圖11是本發(fā)明實(shí)施例評價客戶信用度的設(shè)備的評價模塊結(jié)構(gòu)示意圖；圖12是網(wǎng)上交易拓?fù)溥B接圖；圖13是本發(fā)明實(shí)施例用于網(wǎng)上交易建立連接的方法流程圖。
具體實(shí)施例方式下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完 整地描述。如圖3所示，本發(fā)明實(shí)施例提供一種用于評價客戶信用度的方法，包括，步驟310，獲取客戶的基本數(shù)據(jù)，所述客戶的基本數(shù)據(jù)包括客戶基本信息和客戶的 人力信息；步驟320，調(diào)用預(yù)設(shè)的客戶評價參數(shù)模型；步驟330，根據(jù)所述客戶的基本數(shù)據(jù)與所述客戶所對應(yīng)的評價參數(shù)模型對所述客 戶的信用度進(jìn)行評價。其中，所述獲取客戶的基本數(shù)據(jù)之前，還包括判斷客戶類型，所述客戶類型包括需 求商和供應(yīng)商。其中，所述客戶的基本數(shù)據(jù)還包括一個或多個以下信息，交易意向信息，交易歷史記錄信息。其中，所述客戶的人力信息數(shù)據(jù)包括一個或多個以下信息，客戶企業(yè)人員組成信息，客戶企業(yè)人員文化程度信息，客戶企業(yè)人員勞動技能信 息，客戶企業(yè)人員流動率信息。其中，所述調(diào)用客戶評價參數(shù)模型之前，還包括對客戶的基本數(shù)據(jù)進(jìn)行核查。其中，所述調(diào)用預(yù)設(shè)的客戶評價參數(shù)模型包括建立客戶評價參數(shù)模型統(tǒng)計(jì)以前的客戶交易的基本數(shù)據(jù)，以及根據(jù)不同交易類型需要的特殊數(shù)據(jù)和客戶 評價參數(shù)經(jīng)驗(yàn)值；將以前的客戶交易的基本數(shù)據(jù)進(jìn)行分類，將每一類命名為一個評價參數(shù)；根據(jù)所述評價參數(shù)構(gòu)成所述客戶評價參數(shù)模型。其中，根據(jù)所述客戶的基本數(shù)據(jù)與所述客戶所對應(yīng)的評價參數(shù)模型對所述客戶的 信用度進(jìn)行評價，之前還包括根據(jù)以前客戶交易的基本數(shù)據(jù)以及根據(jù)不同交易類型需要的特殊數(shù)據(jù)，將評價參 數(shù)加權(quán)計(jì)算后，將計(jì)算結(jié)果分為五檔參數(shù)參照值，包括標(biāo)準(zhǔn)值，最優(yōu)值，較優(yōu)值，最差值和較差值。其中，根據(jù)所述客戶的基本數(shù)據(jù)與所述客戶所對應(yīng)的評價參數(shù)模型對所述客戶的 信用度進(jìn)行評價，包括
根據(jù)所述客戶的基本數(shù)據(jù)獲得客戶的評價參數(shù)計(jì)算值；比較所述評價參數(shù)計(jì)算值與所述評價參數(shù)，對客戶進(jìn)行信用評價。其中，將評價結(jié)果存儲至客戶評價數(shù)據(jù)庫。如圖4所示，具體對用于評價客戶信用度的方法進(jìn)行說明，步驟410、判斷客戶類型，客戶類型包括需求商和供應(yīng)商?？蛻纛愋筒煌@取基本數(shù)據(jù)也有所不同。步驟420、獲取客戶的基本數(shù)據(jù)；獲取客戶評價的基本數(shù)據(jù)，這些基本數(shù)據(jù)包括客戶基本信息以及客戶財(cái)務(wù)信息、 交易意向信息，交易歷史記錄信息。客戶基本信息包括客戶編號、客戶名稱、客戶類型、客 戶所屬行業(yè)、客戶所屬地區(qū)?？蛻糌?cái)務(wù)信息包括資產(chǎn)負(fù)債表、損益表、現(xiàn)金流量表。例如， 將按照企業(yè)所屬行業(yè)的不同分為輕工業(yè)、資本密集型制造業(yè)、批發(fā)零售業(yè)、其他行業(yè)等。與現(xiàn)有技術(shù)不同的是，在獲取的基本數(shù)據(jù)中還包括，客戶所在企業(yè)的人力信息，人 力信息是指需求商或供應(yīng)商所在企業(yè)人員的基本數(shù)據(jù)。企業(yè)人員的基本數(shù)據(jù)包括企業(yè)人員組成信息，企業(yè)人員文化程度信息，企業(yè)人員 勞動技能信息，企業(yè)人員流動率信息以及企業(yè)人員入職時間信息等。步驟430、對客戶的基本數(shù)據(jù)進(jìn)行核查，以確保客戶的基本數(shù)據(jù)準(zhǔn)確。中介商獲取的客戶的基本數(shù)據(jù)，需要對這些客戶的基本數(shù)據(jù)進(jìn)行核查，核查內(nèi)容 主要包括對客戶的基本信息，如客戶名稱、客戶類型、客戶所屬行業(yè)、客戶所屬地區(qū)等信息 進(jìn)行實(shí)時核查，以確保交易雙方不會出現(xiàn)假冒、頂替、虛假企業(yè)、空殼公司。對客戶財(cái)務(wù)信息進(jìn)行核查。主要是對客戶提供的資產(chǎn)負(fù)債表、損益表、現(xiàn)金流量表 等項(xiàng)目與相關(guān)財(cái)務(wù)部門進(jìn)行登記和對比，避免出現(xiàn)資金運(yùn)轉(zhuǎn)不良，財(cái)務(wù)方面有問題的企業(yè) 混入交易中，影響交易秩序。但有一點(diǎn)需要說明，在客戶的基本數(shù)據(jù)核查步驟，只對客戶的基本數(shù)據(jù)進(jìn)行核實(shí)， 查驗(yàn)，并不對其進(jìn)行評價。步驟440、建立客戶評價參數(shù)模型。中介商通過統(tǒng)計(jì)以前的客戶交易的基本數(shù)據(jù)，以及根據(jù)不同交易類型需要的特殊 數(shù)據(jù)和客戶評價參數(shù)經(jīng)驗(yàn)值，建立客戶評價參數(shù)模型。將以前的客戶交易基本數(shù)據(jù)與根據(jù)不同交易類型需要的特殊數(shù)據(jù)和客戶評價參 數(shù)經(jīng)驗(yàn)值相結(jié)合，利用以前的客戶交易的基本數(shù)據(jù)，將客戶交易常用的基本數(shù)據(jù)進(jìn)行分類， 將每一類命名為一個參數(shù)，根據(jù)不同交易類型需要的特殊數(shù)據(jù)命名為特殊參數(shù)，特殊參數(shù) 與其他參數(shù)組合構(gòu)成評價客戶信用程度的客戶評價參數(shù)模型；利用客戶評價參數(shù)經(jīng)驗(yàn)值，客戶信用評價計(jì)算公式，計(jì)算出客戶的評價參數(shù)，計(jì)算 出的客戶的評價參數(shù)結(jié)果用于對客戶進(jìn)行評價?？蛻粼u價參數(shù)模型包括多個評價參數(shù)，評價參數(shù)用于對客戶的基本數(shù)據(jù)進(jìn)行評 價。每一個評價參數(shù)包括一個標(biāo)準(zhǔn)值，標(biāo)準(zhǔn)值用于表示該參數(shù)在進(jìn)行評價時的標(biāo)準(zhǔn)。評價參數(shù)的標(biāo)準(zhǔn)值獲得是通過將以前客戶交易的基本數(shù)據(jù)以及根據(jù)不同交易類 型需要的特殊數(shù)據(jù)分類后，對每一類數(shù)據(jù)按照客戶交易中不同交易數(shù)據(jù)所占比重，分別進(jìn) 行平均計(jì)算和加權(quán)計(jì)算。將得到的計(jì)算結(jié)果與客戶評價參數(shù)經(jīng)驗(yàn)值相比較，最終得到該參
8數(shù)的標(biāo)準(zhǔn)值。根據(jù)計(jì)算結(jié)果得到評價參數(shù)的最優(yōu)值，較優(yōu)值，最差值和較差值，根據(jù)測算的最優(yōu) 值，較優(yōu)值，最差值和較差值，以及得到的標(biāo)準(zhǔn)值，將該參數(shù)分為五檔參數(shù)參照值?？蛻粼u價參數(shù)模型的客戶評價參數(shù)包括交易參數(shù)，人力參數(shù)，意向參數(shù)，歷史記錄 參數(shù)等。例如，客戶的基本數(shù)據(jù)包括客戶的交易基本信息和客戶的人力信息，其中客戶交 易的基本信息用于表征客戶的身份特征，客戶的人力信息用于描述客戶所在企業(yè)人力資源 方面的信息。將客戶的交易基本信息歸入交易參數(shù)中，將客戶的人力信息歸入人力參數(shù)中，根 據(jù)交易參數(shù)和人力參數(shù)建立客戶評價參數(shù)模型。步驟450、根據(jù)客戶評價參數(shù)模型，對客戶信用度進(jìn)行評價。對客戶的信用額度進(jìn)行評價，包括對客戶的評價參數(shù)進(jìn)行計(jì)算和根據(jù)計(jì)算結(jié)果對 客戶進(jìn)行信用評價兩個步驟。通過結(jié)合客戶的基本數(shù)據(jù)和為客戶建立的客戶評價參數(shù)模型，對客戶的基本數(shù)據(jù) 進(jìn)行加權(quán)計(jì)算。根據(jù)加權(quán)計(jì)算的結(jié)果結(jié)合該參數(shù)的五檔參數(shù)參照值評估用戶的信用度。對客戶信用進(jìn)行較為準(zhǔn)確的評價，保證后續(xù)交易的穩(wěn)定進(jìn)行。步驟460、將評價結(jié)果存儲至客戶評價記錄數(shù)據(jù)庫。對客戶的信用程度進(jìn)行評價之后，需要對信用程度進(jìn)行保存，以確保在后續(xù)交易 中，能夠作為歷史參考。在此，還需要說明的是，每一個客戶的信用評價值都不是一成不變的，因此客戶評 價記錄數(shù)據(jù)庫會記載著一個客戶不同交易時的信用記錄，根據(jù)該客戶交易的信用記錄列成 一張關(guān)于該用戶的信用記錄曲線圖，通過觀察該用戶的信用記錄曲線圖，就可以看到該客 戶的信用程度是否穩(wěn)定，信用程度是否有所升高或降低等，以此也可以用來對客戶進(jìn)行督 促，促進(jìn)客戶正常發(fā)展。如圖5所示，為一份客戶信用度曲線圖，其中X軸表示客戶的評價次數(shù)，Y軸表示 該客戶的信用度，通過圖5可以看到該客戶的信用度基本維持在50% 80%。本發(fā)明的一個實(shí)施例提供了一種對需求商進(jìn)行信用評價的方法。如圖6所示，在 本實(shí)施例中，客戶類型為需求商，利用該方法對需求商進(jìn)行評價，具體包括步驟610、獲取需求商的基本數(shù)據(jù)；需求商的基本數(shù)據(jù)包括需求商的交易基本信息，交易意向信息，交易歷史記錄信 息、需求商的人力信息，等。需求商的交易基本信息包括需求商基本信息和需求商的財(cái)務(wù)信息。其中，需求商的基本信息包括需求商編號、需求商名稱、需求商類型、需求商所屬 行業(yè)、需求商所屬地區(qū)；需求商編號為該需求商在進(jìn)行交易前在網(wǎng)絡(luò)上登記，下發(fā)的編號；需求商名稱為該需求商在網(wǎng)絡(luò)上登記時的登記名稱；需求商類型為需求商的企業(yè)類型，企業(yè)類型包括非公司企業(yè)法人、有限責(zé)任公司、 股份有限責(zé)任公司、個體工商戶、私營獨(dú)資企業(yè)、私營合伙企業(yè)；
需求商所屬地區(qū)為該需求商所在地址，需求商所屬行業(yè)為按照工商業(yè)行業(yè)分類劃 分的類型。需求商交易基本信息舉例可以如下表1所示，表權(quán)利要求
一種用于評價客戶信用度的方法，其特征在于，包括，獲取客戶的基本數(shù)據(jù)，所述客戶的基本數(shù)據(jù)包括客戶基本信息和客戶的人力信息；調(diào)用預(yù)設(shè)的客戶評價參數(shù)模型；根據(jù)所述客戶的基本數(shù)據(jù)與所述客戶所對應(yīng)的評價參數(shù)模型對所述客戶的信用度進(jìn)行評價。
2.如權(quán)利要求1所述的方法，其特征在于，所述獲取客戶的基本數(shù)據(jù)之前，還包括判斷 客戶類型，所述客戶類型包括需求商和供應(yīng)商。
3.如權(quán)利要求1所述的方法，其特征在于，所述客戶的基本數(shù)據(jù)還包括一個或多個以 下信息交易意向信息，交易歷史記錄信息；所述客戶的人力信息數(shù)據(jù)包括一個或多個以下信息客戶企業(yè)人員組成信息，客戶企 業(yè)人員文化程度信息，客戶企業(yè)人員勞動技能信息，客戶企業(yè)人員流動率信息。
4.如權(quán)利要求1所述的方法，其特征在于，所述調(diào)用預(yù)設(shè)的客戶評價參數(shù)模型包括建 立客戶評價參數(shù)模型統(tǒng)計(jì)以前的客戶交易的基本數(shù)據(jù)，以及根據(jù)不同交易類型需要的特殊數(shù)據(jù)和客戶評價 參數(shù)經(jīng)驗(yàn)值；將以前的客戶交易的基本數(shù)據(jù)進(jìn)行分類，將每一類命名為一個評價參數(shù)；根據(jù)所述評價參數(shù)構(gòu)成所述客戶評價參數(shù)模型。
5.如權(quán)利要求1所述的方法，其特征在于，根據(jù)所述客戶的基本數(shù)據(jù)與所述客戶所對 應(yīng)的評價參數(shù)模型對所述客戶的信用度進(jìn)行評價，之前還包括根據(jù)以前客戶交易的基本數(shù)據(jù)以及根據(jù)不同交易類型需要的特殊數(shù)據(jù)，將評價參數(shù) 加權(quán)計(jì)算后，將計(jì)算結(jié)果分為五檔參數(shù)參照值，包括標(biāo)準(zhǔn)值，最優(yōu)值，較優(yōu)值，最差值和較差值。
6.如權(quán)利要求5所述的方法，其特征在于，根據(jù)所述客戶的基本數(shù)據(jù)與所述客戶所對 應(yīng)的評價參數(shù)模型對所述客戶的信用度進(jìn)行評價，包括根據(jù)所述客戶的基本數(shù)據(jù)獲得客戶的評價參數(shù)計(jì)算值；比較所述評價參數(shù)計(jì)算值與所述評價參數(shù)，對客戶進(jìn)行信用評價。
7.一種用于評價客戶信用度的設(shè)備，其特征在于，包括，獲取模塊，用于獲取客戶的基本數(shù)據(jù)，所述客戶的基本數(shù)據(jù)包括客戶基本信息和客戶 的人力信息；調(diào)用模塊，用于調(diào)用預(yù)設(shè)的客戶評價參數(shù)模型；評價模塊，用于根據(jù)所述客戶的基本數(shù)據(jù)與所述客戶所對應(yīng)的評價參數(shù)模型對所述客 戶的信用度進(jìn)行評價。
8.如權(quán)利要求7所述的設(shè)備，其特征在于，還包括客戶類型判斷模塊，用于判斷客戶類型，所述客戶類型包括需求商和供應(yīng)商；客戶數(shù)據(jù)核查模塊，用于對客戶的基本數(shù)據(jù)進(jìn)行核查；參數(shù)模型建立模塊，用于建立所述客戶評價參數(shù)模型，所述調(diào)用模塊調(diào)用所述參數(shù)模 型建立模塊預(yù)設(shè)的客戶評價參數(shù)模型；參數(shù)參照值生成模塊，用于根據(jù)以前客戶交易的基本數(shù)據(jù)以及根據(jù)不同交易類型需要 的特殊數(shù)據(jù)，將評價參數(shù)加權(quán)計(jì)算后，將計(jì)算結(jié)果分為五檔參數(shù)參照值，包括標(biāo)準(zhǔn)值，最優(yōu)值，較優(yōu)值，最差值和較差值。
9.如權(quán)利要求8所述的設(shè)備，其特征在于，參數(shù)模型建立模塊包括統(tǒng)計(jì)舊數(shù)據(jù)子模塊，用于統(tǒng)計(jì)以前的客戶交易的基本數(shù)據(jù)，以及根據(jù)不同交易類型需 要的特殊數(shù)據(jù)和客戶評價參數(shù)經(jīng)驗(yàn)值；評價參數(shù)生成子模塊，用于將以前的客戶交易的基本數(shù)據(jù)進(jìn)行分類，將每一類命名為 一個評價參數(shù)；評價參數(shù)模型構(gòu)成子模塊，用于根據(jù)所述評價參數(shù)構(gòu)成所述客戶評價參數(shù)模型。
10.如權(quán)利要求7所述的設(shè)備，其特征在于，評價模塊還包括評價參數(shù)計(jì)算子模塊，用于根據(jù)所述客戶的基本數(shù)據(jù)獲得客戶的評價參數(shù)計(jì)算值； 比較評價子模塊，用于比較所述評價參數(shù)計(jì)算值與所述評價參數(shù)，對客戶進(jìn)行信用評價。
全文摘要
本發(fā)明公開了一種用于評價客戶信用度的方法和設(shè)備，其中方法包括，獲取客戶的基本數(shù)據(jù)，所述客戶的基本數(shù)據(jù)包括客戶基本信息和客戶的人力信息；調(diào)用預(yù)設(shè)的客戶評價參數(shù)模型；根據(jù)所述客戶的基本數(shù)據(jù)與所述客戶所對應(yīng)的評價參數(shù)模型對所述客戶的信用度進(jìn)行評價。本發(fā)明實(shí)施例具有以下優(yōu)點(diǎn)，提供中介設(shè)備作為第三方，在進(jìn)行網(wǎng)上交易之前，通過中介設(shè)備對交易方進(jìn)行評價，提高了交易雙方的交易信任度，降低網(wǎng)上交易失敗率?？朔F(xiàn)有技術(shù)所存在的不客觀、不準(zhǔn)確，以及評價人員業(yè)務(wù)水平不均等的問題。通過對客戶信息的客觀分析得到對客戶信用度的一致、客觀、可比較的度量，有效準(zhǔn)確量化客戶信用度。
文檔編號G06Q30/00GK101937541SQ20091008678
公開日2011年1月5日 申請日期2009年6月30日 優(yōu)先權(quán)日2009年6月30日
發(fā)明者商文彬 申請人:商文彬