公开(公告)号：CN112396279B

公开(公告)日：2022-08-26

申请号：CN202010551752.2

申请日：2020-06-17

Applicant: 南京邮电大学

Inventor： 孙杰 ,  焦玉全 ,  吴礼发

IPC: G06Q10/06

Abstract: 本发明公开了一种基于信任模型的鲁棒众包数据分析方法，通过使用贝塔分布来分析众包工作者的历史信誉度信息，然后利用投票一致性规则来分析部分众包工作者在当前任务中任务结果的数据，最后运用贝叶斯算法来预测本次众包工作者提供的结果数据的准确度信息，能够让雇主在大量不确定的众包数据结果中，获得符合需求的高准确度众包数据，解决了雇主以往无法获得符合需求的众包数据结果的难题。

公开(公告)号：CN112396279A

公开(公告)日：2021-02-23

申请号：CN202010551752.2

申请日：2020-06-17

Applicant: 南京邮电大学

Inventor： 孙杰 ,  焦玉全 ,  吴礼发

IPC: G06Q10/06

Abstract: 本发明公开了一种基于信任模型的鲁棒众包数据分析方法，通过使用贝塔分布来分析众包工作者的历史信誉度信息，然后利用投票一致性规则来分析部分众包工作者在当前任务中任务结果的数据，最后运用贝叶斯算法来预测本次众包工作者提供的结果数据的准确度信息，能够让雇主在大量不确定的众包数据结果中，获得符合需求的高准确度众包数据，解决了雇主以往无法获得符合需求的众包数据结果的难题。

公开(公告)号：CN111833195A

公开(公告)日：2020-10-27

申请号：CN202010578063.0

申请日：2020-06-23

Applicant: 南京邮电大学

Inventor： 焦玉全 ,  徐小龙

IPC: G06Q40/08 ,  G06Q10/06 ,  G06Q10/04 ,  G06N3/08

Abstract: 本发明公开了一种面向车险信息化系统的智能赔付率方法。涉及保险行业赔付率预测领域，其具体步骤包括：(1.1)、进行保险公司汽车赔付率数据的获取；(1.2)、采用z分数即z-score标准化方法进行赔付率数据处理；(1.3)、构造基于注意力BP神经网络的赔付率预测模型；(1.4)、使用训练数据进行预测模型训练；(1.5)、进行误差判断；(1.6)、使用测试数据进行赔付率预测；(1.7)、通过预测模型进行预测结果的输出。该方法考虑不同维度的字段数据对预测结果的重要程度不同，赋于它们不同的权重，从而降低了预测时产生的相对误差，提高预测精确度。通过系统进行赔付率数据的采集和处理，模型的训练及赔付率的预测。