本申请涉及数据处理，特别是涉及一种服务提供用户评估方法、装置、设备、介质和程序产品。
背景技术：
1、服务提供用户在许多领域里面都比较常见，然而，有必要对服务提供用户所提供的服务进行评估处理，以确定各个服务提供用户的服务质量。
2、现有技术中，可以预先配置服务提供用户所提供服务的评估维度，并根据配置的评估维度获取各个评估维度对应的服务数据，并基于预先设定的规则处理获取到的服务数据，以确定各个服务提供用户的服务质量，然而，预先设定的规则根据专家用户的经验设定的，受主观因素的影响，不够准确，导致基于预先设定的规则对服务提供用户的服务质量进行评估时，评估结果不准确。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高评估结果准确性的服务提供用户评估方法、装置、设备、介质和程序产品。
2、第一方面，本申请提供了一种服务提供用户评估方法，包括：
3、基于预设的评估维度获取目标服务提供用户的多个第一属性数据，各第一属性数据对应的评估维度不同；
4、对各第一属性数据进行特征提取处理，以得到多个目标属性数据；
5、将多个目标属性数据输入至评估模型中，根据评估模型的输出确定目标服务提供用户的评估结果，评估结果用于表示目标服务提供用户的综合评分和各目标属性数据对应的维度评分。
6、在其中一个实施例中，该方法还包括：根据目标服务提供用户的评估结果，确定目标服务提供用户的服务质量等级。
7、在其中一个实施例中，根据目标服务提供用户的评估结果，确定目标服务提供用户的服务质量等级，包括：获取多个服务提供用户的评估结果，根据各服务提供用户的评估结果确定目标服务提供用户在多个服务提供用户中的排名；根据目标服务提供用户的排名确定目标服务提供用户的服务质量等级。
8、在其中一个实施例中，目标属性数据对应的评估维度包括：吸引注册用户数、交易额、交易客户数、订单数、商家登录商城次数、订单确认速度、订单发货速度、订单妥投速度、订单收货速度、商品稽查下架数量和服务提供用户处罚生效单数量。
9、在其中一个实施例中，评估模型的训练过程包括：基于预设的评估维度获取训练服务提供用户的多个第一训练属性数据，各第一训练属性数据对应的评估维度不同；对各第一训练属性数据进行特征提取处理，以得到多个目标训练属性数据；获取训练服务提供用户的训练评估结果；将多个目标训练属性数据和训练评估结果作为训练样本，对初始评估模型进行训练，得到评估模型。
10、在其中一个实施例中，评估模型基于随机森林算法确定，将多个目标训练属性数据和训练评估结果作为训练样本，对初始评估模型进行训练，得到评估模型，包括：从训练样本中有放回地采样多个子训练样本集，其中，子训练样本集的数量基于遗传算法确定；基于各子训练样本集确定决策树；根据各决策树的输出结果确定初始评估模型的预测结果，根据预测结果和训练评估结果对初始平模型进行训练。
11、第二方面，本申请还提供了一种服务提供用户评估装置，包括：
12、获取模块，用于基于预设的评估维度获取目标服务提供用户的多个第一属性数据，各第一属性数据对应的评估维度不同；
13、处理模块，用于对各第一属性数据进行特征提取处理，以得到多个目标属性数据；
14、评估模块，用于将多个目标属性数据输入至评估模型中，根据评估模型的输出确定目标服务提供用户的评估结果，评估结果用于表示目标服务提供用户的综合评分和各目标属性数据对应的维度评分。
15、在其中一个实施例中，评估模块，还用于根据目标服务提供用户的评估结果，确定目标服务提供用户的服务质量等级。
16、在其中一个实施例中，评估模块，还用于获取多个服务提供用户的评估结果，根据各服务提供用户的评估结果确定目标服务提供用户在多个服务提供用户中的排名；根据目标服务提供用户的排名确定目标服务提供用户的服务质量等级。
17、在其中一个实施例中，目标属性数据对应的评估维度包括：吸引注册用户数、交易额、交易客户数、订单数、商家登录商城次数、订单确认速度、订单发货速度、订单妥投速度、订单收货速度、商品稽查下架数量和服务提供用户处罚生效单数量。
18、在其中一个实施例中，服务提供用户评估装置还包括模型训练模块，用于基于预设的评估维度获取训练服务提供用户的多个第一训练属性数据，各第一训练属性数据对应的评估维度不同；对各第一训练属性数据进行特征提取处理，以得到多个目标训练属性数据；获取训练服务提供用户的训练评估结果；将多个目标训练属性数据和训练评估结果作为训练样本，对初始评估模型进行训练，得到评估模型。
19、在其中一个实施例中，评估模型基于随机森林算法确定，模型训练模块，具体用于从训练样本中有放回地采样多个子训练样本集，其中，子训练样本集的数量基于遗传算法确定；基于各子训练样本集确定决策树；根据各决策树的输出结果确定初始评估模型的预测结果，根据预测结果和训练评估结果对初始平模型进行训练。
20、第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面任一所述的方法。
21、第四方面，本申请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，所述计算机程序被处理器执行时实现上述第一方面任一所述的方法。
22、第五方面，本申请还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述第一方面任一所述的方法。
23、上述服务提供用户评估方法、装置、设备、介质和程序产品，首先，基于预设的评估维度获取目标服务提供用户的多个第一属性数据，各第一属性数据对应的评估维度不同，然后，对各第一属性数据进行特征提取处理，以得到多个目标属性数据，最后，将多个目标属性数据输入至评估模型中，根据评估模型的输出确定目标服务提供用户的评估结果，评估结果用于表示目标服务提供用户的综合评分和各目标属性数据对应的维度评分，这样，通过对获取到的第一属性数据进行特征提取处理，可以在减少第一属性数据数量的同时，尽量减少其包含信息的损失，即得到的目标属性数据减少了数据集的维度，同时保留了目标服务提供用户尽可能多的属性信息，并将目标属性数据作为输入，通过预先训练好的评估模型可以准确地确定出目标服务提供用户的评估结果，避免主观因素对评估结果的影响。
1.一种服务提供用户评估方法，其特征在于，所述方法包括：
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，所述根据所述目标服务提供用户的评估结果，确定所述目标服务提供用户的服务质量等级，包括：
4.根据权利要求1所述的方法，其特征在于，所述目标属性数据对应的评估维度包括：吸引注册用户数、交易额、交易客户数、订单数、商家登录商城次数、订单确认速度、订单发货速度、订单妥投速度、订单收货速度、商品稽查下架数量和服务提供用户处罚生效单数量。
5.根据权利要求1所述的方法，其特征在于，所述评估模型的训练过程包括：
6.根据权利要求5所述的方法，其特征在于，所述评估模型基于随机森林算法确定，所述将所述多个目标训练属性数据和所述训练评估结果作为训练样本，对初始评估模型进行训练，得到所述评估模型，包括：
7.一种服务提供用户评估装置，其特征在于，所述装置包括：
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一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权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
