本发明涉及大数据，尤其涉及一种基于大数据分析的数据生成方法、装置、计算机设备和存储介质。
背景技术：
1、在快速发展的互联网货物运输行业中，司机作为服务提供者的重要角色，其行为和表现直接影响了服务质量和用户体验，而用户作为服务体验者，其合作态度、准时性、沟通效率等行为和表现也会直接影响司机服务质量，两者角色在货物运输过程中相互影响。
2、目前，在货物运输领域中对于用户的行为表现的评估主要依赖于人工审核与分析，即通过相关人员对大量与用户信用评估相关的资料进行收集与整理，然后进行主观评判以构建用户的信用评价体系。然而，这种信用评价体系的构建方式存在显著的技术局限性：1.效率低下：随着货物运输量的激增，需要处理的数据量呈指数级增长，人工审核的方式不仅耗时费力，而且难以应对大规模数据处理的需求，导致信用评分更新的周期过长，无法及时反映用户与司机的最新表现。2.准确性难以保证：人工评估过程中不可避免地会受到评估人员个人经验、情感偏好等主观因素的影响，使得评价结果缺乏统一的标准和客观性，影响评估的公正性和准确性。
技术实现思路
1、本发明的主要目的在于提供了一种基于大数据分析的数据生成方法、装置、计算机设备和存储介质，旨在解决现有技术中采用的信用评价体系的构建方式存在效率低下以及准确性难以保证的技术问题。
2、为实现上述目的，本发明提供一种基于大数据分析的数据生成方法，该方法包括：
3、获取用户的用户数据；其中，所述用户数据至少包括司机评价数据、历史订单数据与个人信息；
4、基于所述用户数据计算所述用户在预设的画像维度下的指标值；其中，所述画像维度的数量包括多个；
5、基于预设的标签量化规则，将所述用户在各个所述画像维度下的指标值对应转换为所述用户在各个所述画像维度下的目标标签；
6、基于所有所述目标标签生成所述用户的用户画像数据；
7、从所述用户画像数据中筛选出与信用评价相关的因素；
8、基于预设的权重生成策略生成与各所述因素分别对应的权重；
9、对各所述因素以及与各所述因素分别对应的权重进行计算处理，得到所述用户的目标信用评分；
10、基于所述目标信用评分生成所述用户的目标信用等级。
11、可选地，所述基于所有所述目标标签生成所述用户的用户画像数据，包括：
12、获取预设的数据结构；
13、将所有所述目标标签整合至所述数据结构中，得到对应的目标数据结构；
14、将所述目标数据结构作为所述用户的用户画像数据。
15、可选地，所述基于预设的权重生成策略生成与各所述因素分别对应的权重，包括：
16、调用预设的权重生成模型；
17、将各所述因素输入至所述权重生成模型内，通过所述权重生成模型生成与各所述因素分别对应的特征重要性信息；
18、基于各所述因素的特征重要性信息生成与各所述因素分别对应的权重。
19、可选地，所述对各所述因素以及与各所述因素分别对应的权重进行计算处理，得到所述用户的目标信用评分，包括：
20、获取与各所述因素分别对应的量化指标；
21、调用预设的信用评分公式；
22、基于所述信用评分公式对各所述因素的量化指标以及与各所述因素分别对应的权重进行计算处理，得到对应的计算结果；
23、将所述计算结果作为所述用户的目标信用评分。
24、可选地，所述基于所述目标信用评分生成所述用户的目标信用等级，包括：
25、获取各个预设的信用等级的评分区间；
26、从所有所述信用等级的评分区间中筛选出与所述目标信用评分对应的指定评分区间；
27、获取与所述指定评分区间对应的指定信用等级；
28、将所述指定信用等级作为所述目标信用等级。
29、可选地，所述基于所述用户数据计算所述用户在预设的画像维度下的指标值，包括：
30、获取预设的数据清洗策略与数据标准化策略；
31、基于所述数据清洗策略对所述用户数据进行清洗处理，得到对应的第一用户数据；
32、基于所述数据标准化策略对所述第一用户数据进行标准化处理，得到对应的第二用户数据；
33、基于所述第二用户数据计算所述用户在各个所述画像维度下的指标值。
34、可选地，所述基于所述目标信用评分生成所述用户的目标信用等级之后，所述方法还包括：
35、调用预设的奖惩策略库；
36、从所述奖惩策略库中确定与所述目标信用等级对应的目标奖惩策略；
37、基于所述目标奖惩策略对所述用户执行对应的奖惩处理。
38、此外，为实现上述目的，本发明还提供一种基于大数据分析的数据生成装置，所述基于大数据分析的数据生成装置包括：
39、第一获取模块，用于获取用户的用户数据；其中，所述用户数据至少包括司机评价数据、历史订单数据与个人信息；
40、第一计算模块，用于基于所述用户数据计算所述用户在预设的画像维度下的指标值；其中，所述画像维度的数量包括多个；
41、转换模块，用于基于预设的标签量化规则，将所述用户在各个所述画像维度下的指标值对应转换为所述用户在各个所述画像维度下的目标标签；
42、第一生成模块，用于基于所有所述目标标签生成所述用户的用户画像数据；
43、筛选模块，用于从所述用户画像数据中筛选出与信用评价相关的因素；
44、第二生成模块，用于基于预设的权重生成策略生成与各所述因素分别对应的权重；
45、第二计算模块，用于对各所述因素以及与各所述因素分别对应的权重进行计算处理，得到所述用户的目标信用评分；
46、第三生成模块，用于基于所述目标信用评分生成所述用户的目标信用等级。
47、为了解决上述技术问题，本技术实施例还提供一种计算机设备，采用了如下所述的技术方案：
48、所述计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现本技术实施例中提出的任一项所述的基于大数据分析的数据生成方法的步骤。
49、为了解决上述技术问题，本技术实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：
50、所述计算机可读存储介质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本技术实施例中提出的任一项所述的基于大数据分析的数据生成方法的步骤。
51、与现有技术相比，本技术实施例主要有以下有益效果：
52、本发明提供了一种基于大数据分析的数据生成方法、装置、计算机设备和存储介质，上述方法包括：首先获取用户的用户数据；其中，所述用户数据至少包括司机评价数据、历史订单数据与个人信息；然后基于所述用户数据计算所述用户在预设的画像维度下的指标值；其中，所述画像维度的数量包括多个；之后基于预设的标签量化规则，将所述用户在各个所述画像维度下的指标值对应转换为所述用户在各个所述画像维度下的目标标签；后续基于所有所述目标标签生成所述用户的用户画像数据，并从所述用户画像数据中筛选出与信用评价相关的因素；进一步基于预设的权重生成策略生成与各所述因素分别对应的权重，并对各所述因素以及与各所述因素分别对应的权重进行计算处理，得到所述用户的目标信用评分；最后基于所述目标信用评分生成所述用户的目标信用等级。本技术通过基于获取的用户数据计算所述用户在预设的画像维度下的指标值，并基于标签量化规则将所述用户在各个所述画像维度下的指标值对应转换为所述用户在各个所述画像维度下的目标标签，进而基于所有所述目标标签实现自动生成所述用户的用户画像数据。后续从所述用户画像数据中筛选出与信用评价相关的因素，并基于预设的权重生成策略生成与各所述因素分别对应的权重，然后对各所述因素以及与各所述因素分别对应的权重进行计算处理，得到所述用户的目标信用评分，进而基于所述目标信用评分实现自动准确地生成所述用户的目标信用等级。通过本技术可以实现自动快速地建立一个基于多维度的用户数据的用户画像和用户信用评价体系，有效地减少了人工审核的工作量，提高了用户画像和用户信用评价体系的构建效率，并且避免了人工主观评价的影响，保证了生成的用户信用等级的公正性和准确性，有利于为相关企业提供更全面、客观的用户信用评价和管理手段。
1.一种基于大数据分析的数据生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所有所述目标标签生成所述用户的用户画像数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于预设的权重生成策略生成与各所述因素分别对应的权重，包括：
4.根据权利要求1所述的方法，其特征在于，所述对各所述因素以及与各所述因素分别对应的权重进行计算处理，得到所述用户的目标信用评分，包括：
5.根据权利要求1所述的方法，其特征在于，所述基于所述目标信用评分生成所述用户的目标信用等级，包括：
6.根据权利要求1所述的方法，其特征在于，所述基于所述用户数据计算所述用户在预设的画像维度下的指标值，包括：
7.根据权利要求1所述的方法，其特征在于，所述基于所述目标信用评分生成所述用户的目标信用等级之后，所述方法还包括：
8.一种基于大数据分析的数据生成装置，其特征在于，包括：
9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的基于大数据分析的数据生成方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质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如权利要求1至7中任一项所述的基于大数据分析的数据生成方法的步骤。
