一种银行贷款业务评分策略迭代方法与流程

1.本发明涉及数据处理技术领域，特别涉及一种银行贷款业务评分策略迭代方法。


背景技术：

2.商业银行开展零售信用贷款业务(简称贷款业务)，按照开展业务的时间大致可分为三个阶段如开始阶段(1月～3月)，早期阶段(4月～12月)与稳定阶段(12月以上)。开始阶段无贷后数据参考，风险策略与风险模型依据专家经验制定，因无法验证策略有效性而尽量避免盲目策略迭代。早期阶段随着业务量的增加，逐渐积累少量贷后数据，可依据少量贷后数据迭代风险策略，但业务量是逐月增加的，越早积累的小样本迭代出的策略越是不稳定的，这期间通常会以月为单位根据月新增贷后样本量快速迭代风险策略，基于冠军挑战者策略的完全数据验证的策略迭代时效是比较低的，无法满足这个阶段策略迭代的需要，无法支持业务从早期阶段顺利过渡到稳定阶段，早期阶段将会拉长周期持续探索；这是因为早期业务量小，且挑战组比例一般不超过50％，积累贷后样本缓慢，需要较长周期(等待实验结果通常要6个月以上)才能验证挑战组的效果。稳定阶段，业务量稳定到一定规模且风险平稳，有较为充分的贷后表现数据支持，可以使用冠军挑战者策略进行评分策略迭代。
3.冠军挑战者策略，是一种放款实验的方式，实验设计好后，积累样本等待实验结果，等待期通常6个月以上，且期间不能有策略调整动作干扰实验结果，这也等于束缚住了早期阶段积极干预的手脚，而早期阶段的业务多变性是需要决策者因地制宜积极干预的。因此，冠军挑战者策略通常适用于贷款业务的稳定阶段，有较为充分的样本量支持。在早期阶段，业务多变性、时间窗口短及样本量小，使用冠军挑战者策略进行评分策略迭代通常无法发挥作用。


技术实现要素：

4.本发明提供一种银行贷款业务评分策略迭代方法，通过设置不同的批核率增长目标，为业务提供多种备选新评分策略方案，然后根据设定的批核率与坏账率范围，较为积极稳健的评估各备选新评分策略方案的风险，对新评分策略风险提前客观预判，更能契合业务的发展节奏，选取最优方案作为最终新评分策略。
5.本发明提供一种银行贷款业务评分策略迭代方法，包括：
6.步骤1：设置批核率增长目标，并基于所述批核率增长目标确定新评分策略阈值；
7.步骤2：基于所述新评分策略阈值，对待评估客户进行评估，得到评估结果；
8.步骤3：改变批核率增长目标，重复步骤1-2，得到不同的批核率增长目标对应的评估结果；
9.步骤4：基于设定的批核率与坏账率范围，对由不同批核率增长目标确定的不同的评估结果进行评估，选出最优批核率增长目标对应的新评分策略阈值。
10.在一种可能实现的方式中，
11.步骤1中，设置批核率增长目标，并基于所述批核率增长目标确定新评分策略阈值
包括：
12.获取原评分策略的原批核标签，其中所述原批核标签包括通过标签和拒绝标签；
13.获取在所述原评分策略下原批核标签为拒绝标签的客户，并将所述客户的批核标签修改为通过标签，且生成第一新标签，其中，所述第一新标签包括在原评分策略下的所有客户的标签，且客户的标签都为通过标签；
14.基于设置批核率增长目标，确定新评分策略的目标批核率，并匹配所述目标批核率对应的第一阈值；
15.对在所述原评分策略下的客户进行随机抽样，获得预设数目个抽样客户，并确定所述抽样客户的授信月份；
16.获取所述抽样客户新标签的修改记录，并基于所述修改记录确定对应的标签恢复权重；
17.基于所有抽样客户中授信月份的长度区间和集中区间，确定第一调整系数；
18.基于所述抽样客户中标签恢复权重的平均值，确定第二调整系数；
19.根据所述第一调整系数、第二调整系数，对所述第一阈值进行调整，得到第二阈值；
20.基于所述第二阈值，利用所述新评分策略对所述抽样客户进行评分，将评分小于所述第二阈值的客户对应的第一新标签设置为拒绝标签，保留其他客户的第一新标签，并在评分结束后，得到第二新标签，其中，所述第二新标签，包括拒绝标签和通过标签；
21.基于所述随机抽样的比例，对所述原批核标签和第二新标签进行统一，并确定在统一后的第二新标签中通过标签相比原批核标签中通过标签的增加比例；
22.判断所述增加比例与所述设置批核率增长目标是否一致，
23.若是，将所述第二阈值作为所述新评分策略阈值；
24.否则，对所述第二阈值进行再次调整，直到调整后的第二阈值对应的增加比例与所述设置批核率增长目标一致。
25.在一种可能实现的方式中，
26.步骤2中，基于所述新评分策略阈值，对待评估客户进行评估，得到评估结果包括：
27.基于原评分策略阈值和新评分策略阈值，生成置入置出客户矩阵；
28.其中，在所述置入置出客户矩阵中，大于原评分策略阈值和/或小于新评分策略阈值，对应的客户设置为置出；小于原评分策略阈值和/或大于新评分策略阈值，对应的客户设置为置入；均小于原评分策略阈值和新评分策略阈值，对应的客户设置为拒绝不变；均大于原评分策略阈值和新评分策略阈值，对应的客户设置为通过不变；
29.基于业务漏斗将待评估客户划分为授信拒绝、授信未提现、提现拒绝和放款客户，并将所述授信拒绝、授信未提现、提现拒绝对应的客户设置为未知好坏标签；
30.将所述未知好坏标签对应的客户输入所述置入置出客户矩阵中，确定对应客户在所述置入置出客户矩阵中的属性，从而得到置入客户、置出客户、拒绝不变客户、通过不变客户；
31.设置乐观、中庸、悲观的保险系数；
32.基于所述保险系数，利用所述新评分策略，对所述通过不变客户的资产进行风险评估，确定所述通过不变客户在乐观、中庸、悲观下的第一坏账风险；
33.将所述置入客户的全部资产，并将所述全部资产乘以放款转化率，确定所述置入客户的目标评估资产，对所述目标评估资产进行风险评估，确定所述置入客户在乐观、中庸、悲观下的第二坏账风险；
34.利用原评分策略分别对所述置出客户、拒绝不变客户进行风险评估，得到所述置出客户、拒绝不变客户在在乐观、中庸、悲观下的第三坏账风险、第四坏账风险；
35.基于所述第一坏账风险、第二坏账风险、第三坏账风险、第四坏账风险，得到评估结果。
36.在一种可能实现的方式中，
37.基于业务漏斗将待评估客户划分为授信拒绝、授信未提现、提现拒绝和放款客户包括：
38.确定授信拒绝、授信未提现、提现拒绝和放款客户的第一特征、第二特征、第三特征、第四特征；
39.从上到下依次以所述第一特征、第二特征、第三特征、第四特征将于业务漏斗划分为四个阶段，并在每个阶段设置有出口；
40.将所述待评估客户输入所述业务漏斗进行筛选，根据每个待评估客户的出口将待评估客户划分为授信拒绝、授信未提现、提现拒绝和放款客户。
41.在一种可能实现的方式中，
42.设置乐观、中庸、悲观的保险系数包括：
43.基于所述新评分策略的批核率增长目标，确定乐观、中庸、悲观的初始保险系数；
44.对历史迭代评估结果进行分析，得到历史迭代经验误差，并基于所述历史迭代经验误差对所述初始保险系数进行修正，得到乐观、中庸、悲观的保险系数。
45.在一种可能实现的方式中，
46.步骤3中，改变批核率增长目标具体为：依次设置批核率增长目标为0％、5％、10％、15％和20％。
47.在一种可能实现的方式中，
48.步骤4：基于设定的批核率与坏账率范围，对由不同批核率增长目标确定的不同的评估结果进行评估，选出最优批核率增长目标对应的新评分策略阈值包括：
49.基于所述不同的评估结果，获取不同批核率增长目标对应的坏账率和批核率；
50.选取满足所述设定的批核率与坏账率范围对应的批核率增长目标作为备选批核率增长目标；
51.基于业务规模和业务风险，从所述备选批核率增长目标中选取最优批核率增长目标作为新评分策略阈值。
52.在一种可能实现的方式中，
53.基于业务规模和业务风险，从所述备选批核率增长目标中选取最优批核率增长目标作为新评分策略阈值包括：
54.对目标客户进行评估需求分析，划分为多个子任务，并确定每个子任务的业务规模；
55.将所述每个子任务对应的目标客户的属性数据输入业务风险识别模型中，确定每个子任务的业务风险；
56.以所述每个子任务的业务规模和业务风险为评估指标，构建所述评估矩阵；
57.对所述评估矩阵进行评估指标的同向化处理和无量纲处理，得到标准评估矩阵，并根据变异系数法确定各评估权值，并基于所述各评估权值，建立结果评估模型；
58.将所述备选批核率增长目标对应的评估结果，输入所述结果评估模型中，确定对应的评估结果下的决策值；
59.选取决策值最大所对应的备选批核率增长目标作为最优批核率增长目标。
60.本发明保护的关键点是：本发明是在新评分开发完成后，针对如何制定新评分策略，替代旧评分策略进行线上决策，提出了一种积极稳健的方法。通过设定批核率目标集合和坏账率范围，对未知好坏标签客户进行推断，引入保险系数机制，考虑置入客户的放款转化，考虑抽样样本的权重恢复，为业务提供多种备选新评分策略方案，较为积极稳健的评估各备选新评分策略方案的风险，选取最优方案作为最终新评分策略。
61.本发明同时适用于银行贷款业务早期阶段和稳定阶段，是对建立在实验基础上的冠军挑战者策略(主要适用于业务稳定阶段)的补充和替代。
62.本发明取得以下游戏效果：现有技术冠军挑战者策略，是一种做实验的方式，实验设计好后，积累样本等待实验结果(等待期通常6个月以上)，期间不能有策略调整动作干扰实验结果。因此通常适用于业务到达稳定阶段，有较为充分样本量支持。在早期阶段，业务多变性、时间窗口短及样本量小，使用冠军挑战者策略进行评分策略迭代通常无法发挥作用。
63.与现有技术冠军挑战者策略相比，本发明提出的方案：首先，同时适用于银行贷款业务早期阶段和稳定阶段的评分策略迭代，具有更改广的应用范围；其次，对新评分策略风险提前客观预判，则更加积极稳健，更能契合业务的发展节奏；最后，本发明也是对现有技术的补充和替代，可根据实际业务阶段权衡选择不同的技术方案。
64.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
65.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
66.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
67.图1为本发明实施例中一种银行贷款业务评分策略迭代方法的流程图。
具体实施方式
68.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
69.实施例1
70.本发明实施例提供一种银行贷款业务评分策略迭代方法，如图1所示，包括：
71.步骤1：设置批核率增长目标，并基于所述批核率增长目标确定新评分策略阈值；
72.步骤2：基于所述新评分策略阈值，对待评估客户进行评估，得到评估结果；
73.步骤3：改变批核率增长目标，重复步骤1-2，得到不同的批核率增长目标对应的评估结果；
74.步骤4：基于设定的批核率与坏账率范围，对由不同批核率增长目标确定的不同的评估结果进行评估，选出最优批核率增长目标对应的新评分策略阈值。
75.在该实施例中，所述批核率增长目标为在新评分策略下客户的批核率相比在原评分策略下客户批核率增加的比例。其中，所述批核率是指客户申请通过的比例。
76.在该实施例中，所述改变批核率增长目标例如可以是按照增加0％、5％、10％、15％和20％等进行改变，可视具体情况进行扩充。
77.在该实施例中，所述坏账率可以是如首期逾期30天以上比例或前6期曾经逾期90天以上，也可以根据具体业务风险kpi指标库设置其它指标，坏账率目标范围可根据具体风险指标设定。
78.在该实施例中，本发明是在新评分开发完成后，针对如何制定新评分策略，替代旧评分策略进行线上决策，提出了一种积极稳健的方法。通过设定批核率目标集合和坏账率范围，对未知好坏标签客户进行推断，为业务提供多种备选新评分策略方案，较为积极稳健的评估各备选新评分策略方案的风险，选取最优方案作为最终新评分策略。本发明同时适用于银行贷款业务早期阶段和稳定阶段，是对建立在实验基础上的冠军挑战者策略(主要适用于业务稳定阶段)的补充和替代。
79.上述设计方案的有益效果是：在银行贷款业务早期阶段和稳定阶段的评分策略迭代，通过设置不同的批核率增长目标，进行评分策略迭代，对未知好坏标签客户进行推断，得到评估结果，为业务提供多种备选新评分策略方案，然后根据设定的批核率与坏账率范围，较为积极稳健的评估各备选新评分策略方案的风险，对新评分策略风险提前客观预判，更能契合业务的发展节奏，选取最优方案作为最终新评分策略。
80.实施例2
81.基于实施例1的基础上，本发明实施例提供一种银行贷款业务评分策略迭代方法，步骤1中，设置批核率增长目标，并基于所述批核率增长目标确定新评分策略阈值包括：
82.获取原评分策略的原批核标签，其中所述原批核标签包括通过标签和拒绝标签；
83.获取在所述原评分策略下原批核标签为拒绝标签的客户，并将所述客户的批核标签修改为通过标签，且生成第一新标签，其中，所述第一新标签包括在原评分策略下的所有客户的标签，且客户的标签都为通过标签；
84.基于设置批核率增长目标，确定新评分策略的目标批核率，并匹配所述目标批核率对应的第一阈值；
85.对在所述原评分策略下的客户进行随机抽样，获得预设数目个抽样客户，并确定所述抽样客户的授信月份；
86.获取所述抽样客户新标签的修改记录，并基于所述修改记录确定对应的标签恢复权重；
87.基于所有抽样客户中授信月份的长度区间和集中区间，确定第一调整系数；
88.基于所述抽样客户中标签恢复权重的平均值，确定第二调整系数；
89.根据所述第一调整系数、第二调整系数，对所述第一阈值进行调整，得到第二阈值；
90.基于所述第二阈值，利用所述新评分策略对所述抽样客户进行评分，将评分小于所述第二阈值的客户对应的第一新标签设置为拒绝标签，保留其他客户的第一新标签，并在评分结束后，得到第二新标签，其中，所述第二新标签，包括拒绝标签和通过标签；
91.基于所述随机抽样的比例，对所述原批核标签和第二新标签进行统一，并确定在统一后的第二新标签中通过标签相比原批核标签中通过标签的增加比例；
92.判断所述增加比例与所述设置批核率增长目标是否一致，
93.若是，将所述第二阈值作为所述新评分策略阈值；
94.否则，对所述第二阈值进行再次调整，直到调整后的第二阈值对应的增加比例与所述设置批核率增长目标一致。
95.在该实施例中，所述通过标签表示客户的申请通过，拒绝标签表示客户的申请不通过。
96.在该实施例中，所述所有抽样客户中授信月份的长度区间越长，集中区间与长度区间的平均值的偏差越大，表示抽样客户样本越复杂，对应的第一调整系数越大。
97.在该实施例中，修改次数越多，对应的标签恢复权重越大，标签恢复权重值越大，第二调整系数越大。
98.在该实施例中，对所述原批核标签和第二新标签进行统一可以是将所述原批核标签按所述抽样比例缩小或将所述第二新标签按所述抽样比例扩大。
99.上述设计方案的有益效果是：通过对抽样客户的授信月份和标签恢复权重对匹配的阈值进行调整，确保了阈值的准确性，然后对调整后的阈值进行验证，确保得到的新评分策略阈值满足批核率增长目标的要求，保证了评分策略迭代的稳步进行，为业务提供多种准确的备选新评分策略方案。
100.实施例3
101.基于实施例1的基础上，本发明实施例提供一种银行贷款业务评分策略迭代方法，，步骤2中，基于所述新评分策略阈值，对待评估客户进行评估，得到评估结果包括：
102.基于原评分策略阈值和新评分策略阈值，生成置入置出客户矩阵；
103.其中，在所述置入置出客户矩阵中，大于原评分策略阈值和/或小于新评分策略阈值，对应的客户设置为置出；小于原评分策略阈值和/或大于新评分策略阈值，对应的客户设置为置入；均小于原评分策略阈值和新评分策略阈值，对应的客户设置为拒绝不变；均大于原评分策略阈值和新评分策略阈值，对应的客户设置为通过不变；
104.基于业务漏斗将待评估客户划分为授信拒绝、授信未提现、提现拒绝和放款客户，并将所述授信拒绝、授信未提现、提现拒绝对应的客户设置为未知好坏标签；
105.将所述未知好坏标签对应的客户输入所述置入置出客户矩阵中，确定对应客户在所述置入置出客户矩阵中的属性，从而得到置入客户、置出客户、拒绝不变客户、通过不变客户；
106.设置乐观、中庸、悲观的保险系数；
107.基于所述保险系数，利用所述新评分策略，对所述通过不变客户的资产进行风险评估，确定所述通过不变客户在乐观、中庸、悲观下的第一坏账风险；
108.将所述置入客户的全部资产，并将所述全部资产乘以放款转化率，确定所述置入客户的目标评估资产，对所述目标评估资产进行风险评估，确定所述置入客户在乐观、中
庸、悲观下的第二坏账风险；
109.利用原评分策略分别对所述置出客户、拒绝不变客户进行风险评估，得到所述置出客户、拒绝不变客户在在乐观、中庸、悲观下的第三坏账风险、第四坏账风险；
110.基于所述第一坏账风险、第二坏账风险、第三坏账风险、第四坏账风险，得到评估结果。
111.在该实施例中，如表1所示，提供一个例子，为所述在新评分策略下，所述置入置出客户矩阵对应的坏账风险对照表，其中，所述乐观、中庸、悲观的保险系数设定分别为1倍、2倍、3倍。
[0112][0113][0114]
在该实施例中，如表2所示，提供一个例子，为所述在新评分策略下，所述置入置出客户矩阵各月对应的批核率变化对照表。
[0115][0116]
在该实施例中，所述第一坏账风险包括通过不变客户分别在乐观、中庸、悲观下对应的坏账风险，第二坏账风险、第三坏账风险、第四坏账风险也是包括在乐观、中庸、悲观三种情况下的坏账风险。
[0117]
在该实施例中，因置入用户受提现意愿与提现风控影响不会全部转化为放款用户，所以根据放款转化率确定置入客户的评估资产，其中，放款转化率通常可由近一段时间(如近6个月)授信通过用户在未来一段时间(如3个月)内的放款转化率估计。
[0118]
在该实施例中，按照业务漏斗可将客户分为授信拒绝、授信未提现、提现拒绝与放款用户。只有满足表现期的放款用户是已知好坏标签的，需要推断出其它三类用户的好坏标签。
[0119]
在该实施例中，因为置出客户、拒绝不变客户为在新评分策略下拒绝的客户，所以新评分策略不对此类客户进行评估，所以需要原评分策略对其进行评估。
[0120]
上述设计方案的有益效果是：再对待评估客户的资产进行评估时，引入保险系数机制、考虑置入客户的放款转化，为业务提供多种备选新评分策略方案，确保评估的准确性，较为积极稳健的评估各备选新评分策略方案的风险。
[0121]
实施例4
[0122]
基于实施例3的基础上，本发明实施例提供一种银行贷款业务评分策略迭代方法，
[0123]
基于业务漏斗将待评估客户划分为授信拒绝、授信未提现、提现拒绝和放款客户包括：
[0124]
确定授信拒绝、授信未提现、提现拒绝和放款客户的第一特征、第二特征、第三特征、第四特征；
[0125]
从上到下依次以所述第一特征、第二特征、第三特征、第四特征将于业务漏斗划分为四个阶段，并在每个阶段设置有出口；
[0126]
将所述待评估客户输入所述业务漏斗进行筛选，根据每个待评估客户的出口将待评估客户划分为授信拒绝、授信未提现、提现拒绝和放款客户。
[0127]
上述设计方案的有益效果是：通过在对客户进行评估前进行划分，得到客户的属性，确定了评估的实际客户。
[0128]
实施例5
[0129]
基于实施例3的基础上，本发明实施例提供一种银行贷款业务评分策略迭代方法，设置乐观、中庸、悲观的保险系数包括：
[0130]
基于所述新评分策略的批核率增长目标，确定乐观、中庸、悲观的初始保险系数；
[0131]
对历史迭代评估结果进行分析，得到历史迭代经验误差，并基于所述历史迭代经验误差对所述初始保险系数进行修正，得到乐观、中庸、悲观的保险系数。
[0132]
在该实施例中，所述历史迭代经验误差为根据历史迭代评估结果在实际业务中的应用情况分析得到。
[0133]
上述设计方案的有益效果是：通过根据历史迭代经验误差对乐观、中庸、悲观的保险系数进行修正，使得在乐观、中庸、悲观下的评估结果对雨雾更有用，更能契合业务的发展节奏。
[0134]
实施例6
[0135]
基于实施例1的基础上，本发明实施例提供一种银行贷款业务评分策略迭代方法，步骤3中，改变批核率增长目标具体为：依次设置批核率增长目标为0％、5％、10％、15％和20％。
[0136]
上述设计方案的有益效果是：通过设置不同的批核率增长目标，提供多种新评分策略阈值方案，为选取最优新评分策略阈值提供基础。
[0137]
实施例7
[0138]
基于实施例1的基础上，本发明实施例提供一种银行贷款业务评分策略迭代方法，步骤4中，基于设定的批核率与坏账率范围，对由不同批核率增长目标确定的不同的评估结果进行评估，选出最优批核率增长目标对应的新评分策略阈值包括：
[0139]
基于所述不同的评估结果，获取不同批核率增长目标对应的坏账率和批核率；
[0140]
选取满足所述设定的批核率与坏账率范围对应的批核率增长目标作为备选批核率增长目标；
[0141]
基于业务规模和业务风险，从所述备选批核率增长目标中选取最优批核率增长目标作为新评分策略阈值。
[0142]
在该实施例中，如表3所示，提供一个例子。为在不同批核率增长目标下的风险变化对照表。
[0143][0144][0145]
上述设计方案的有益效果是：通过根据设定的批核率与坏账率范围以及业务规模和业务风险，较为积极稳健的评估各备选新评分策略方案的风险，选取最优方案作为最终新评分策略。
[0146]
实施例8
[0147]
基于实施例7的基础上，本发明实施例提供一种银行贷款业务评分策略迭代方法，基于业务规模和业务风险，从所述备选批核率增长目标中选取最优批核率增长目标作为新评分策略阈值包括：
[0148]
对目标客户进行评估需求分析，划分为多个子任务，并确定每个子任务的业务规模；
[0149]
将所述每个子任务对应的目标客户的属性数据输入业务风险识别模型中，确定每个子任务的业务风险；
[0150]
以所述每个子任务的业务规模和业务风险为评估指标，构建所述评估矩阵；
[0151]
对所述评估矩阵进行评估指标的同向化处理和无量纲处理，得到标准评估矩阵，并根据变异系数法确定各评估权值，并基于所述各评估权值，建立结果评估模型；
[0152]
将所述备选批核率增长目标对应的评估结果，输入所述结果评估模型中，确定对应的评估结果下的决策值；
[0153]
选取决策值最大所对应的备选批核率增长目标作为最优批核率增长目标。
[0154]
在该实施例中，可以按照目标客户的状态，例如授信拒绝、授信未提现、提现拒绝和放款客户，为其确定评估需求，从而根据评估需求划分为多个子任务。
[0155]
在该实施例中，所述每个子任务的业务规模由在此子任务下的目标客户的资产决定。
[0156]
在该实施例中，所述各评估权值为根据业务风险和业务风险确定的。
[0157]
在该实施例中，对所述评估矩阵进行评估指标的同向化处理和无量纲处理的目的是将所述评估指标进行标准化。
[0158]
在该实施例中，所述决策值表示为根据在以各评估权值建立的结果评估模型下的备选批核率增长目标与各评估权值之间的契合度，契合度越高，所述决策值越大。
[0159]
上述设计方案的有益效果是：通过根据业务规模和业务风险建立结果评估模型，对备选批核率增长目标对应的评估结果进行评估，选取出与业务最契合的批核率增长目标
作为最优批核率增长目标，较为积极稳健的评估各备选新评分策略方案的风险，选取最优方案作为最终新评分策略。
[0160]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。