决策引擎的决策处理方法、装置、设备及存储介质制造方法及图纸

本公开提供了决策引擎的决策处理方法、装置、设备及存储介质。本公开涉及计算机技术领域，具体涉及互联网金融领域中的决策引擎管理、数据处理等技术。具体方案为：在决策引擎的规则配置阶段，执行以下处理至少之一：按照规则集中多个规则分别对应的复杂度，对规则集中多个规则进行排序；以及按照决策流中多个节点分别对应的复杂度，对决策流中无输入输出依赖关系的多个节点进行排序。根据本公开方案，能够提高决策引擎的决策处理效率。够提高决策引擎的决策处理效率。够提高决策引擎的决策处理效率。

【技术实现步骤摘要】
决策引擎的决策处理方法、装置、设备及存储介质


[0001]本公开涉及计算机
，具体涉及互联网金融领域中的决策引擎管理、数据处理等技术。

技术介绍

[0002]决策引擎担任着智能风控、信贷、反欺诈等平台的核心角色，在智慧金融领域起着不可替代的作用，而决策引擎的执行能力，是评价决策系统的重要参考指标之一。但是随着消费金融，银行业等在风险控制中涉及的规则愈发复杂，一个规则集或评分卡中含有几十甚至上百条规则，同时一个决策流中也可能包含几十个规则集或评分卡。因此，如何提高决策引擎的决策处理效率成为亟待解决的技术问题。

技术实现思路

[0003]本公开提供了一种决策引擎的决策处理方法、装置、设备及存储介质。
[0004]根据本公开的第一方面，提供了一种决策引擎的决策处理方法，包括：
[0005]在决策引擎的规则配置阶段，执行以下处理至少之一：
[0006]按照规则集中多个规则分别对应的复杂度，对规则集中多个规则进行排序；以及
[0007]按照决策流中多个节点分别对应的复杂度，对决策流中无输入输出依赖关系的多个节点进行排序。
[0008]根据本公开的第二方面，提供了一种决策引擎的决策处理装置，包括：
[0009]第一排序模块，用于在决策引擎的规则配置阶段，按照规则集中多个规则分别对应的复杂度，对规则集中多个规则进行排序；以及
[0010]第二排序模块，用于在决策引擎的规则配置阶段，按照决策流中多个节点分别对应的复杂度，对决策流中无输入输出依赖关系的多个节点进行排序。
[0011]根据本公开的第三方面，提供了一种电子设备，包括：
[0012]至少一个处理器；
[0013]与至少一个处理器通信连接的存储器；
[0014]存储器存储有可以被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器能够执行本公开中任一实施例的方法。
[0015]根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，该计算机指令用于使计算机执行根据本公开中任一实施例的方法。
[0016]根据本公开的第五方面，提供了一种计算机程序产品，包括存储在存储介质上的计算机程序，该计算机程序在被处理器执行时实现根据本公开中任一实施例的方法。
[0017]根据本公开的方案，通过在规则配置阶段对规则集中多个规则或决策流中多个节点进行排序，能够提高决策引擎的决策处理效率。
[0018]上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本申请进一步的
方面、实施方式和特征将会是容易明白的。
附图说明
[0019]在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本申请公开的一些实施方式，而不应将其视为是对本申请范围的限制。
[0020]图1是根据本公开实施例的决策引擎的决策流程图一；
[0021]图2是根据本公开实施例的决策引擎的决策流程图二；
[0022]图3是根据本公开实施例的决策引擎的决策处理方法的流程示意图；
[0023]图4是根据本公开实施例的规则集的示意图；
[0024]图5是根据本公开实施例的决策流的示意图；
[0025]图6是根据本公开实施例的规则执行流程示意图一；
[0026]图7是根据本公开实施例的规则执行流程示意图二；
[0027]图8是根据本公开实施例的第一列表的判断流程图；
[0028]图9是根据本公开实施例的基于第二列表的决策流加速流程图；
[0029]图10是根据本公开实施例的规则串并行混合计算的流程示意图；
[0030]图11是根据本公开实施例的决策引擎的决策处理装置的结构示意图一；
[0031]图12是根据本公开实施例的决策引擎的决策处理装置的结构示意图二；
[0032]图13是根据本公开实施例的决策引擎的决策处理的场景示意图；
[0033]图14是用来实现本公开实施例的决策引擎的决策处理方法的电子设备的结构示意图。
具体实施方式
[0034]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0035]本公开的说明书实施例和权利要求书及上述附图中的术语“第一”、“第二”和“第三”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元。方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0036]相关技术中，决策引擎是一个工具，用于对复杂的业务逻辑进行抽象化，将剥离出来的业务规则进行不同的编排、分支的组合、关联，形成不同的决策流；通过决策流的层层递进式的运算，最终输出决策结果。决策引擎担任着智能风控、信贷、反欺诈等平台的核心角色，在智慧金融领域起着不可替代的作用，而决策引擎的执行能力是评价决策系统的重要参考指标之一。
[0037]相关技术中，传统的决策引擎主要实现规则的逻辑判断，例如：女厕所的规则可以制定成“性别为女，才能进入，否则不能进入”，因此在数据段输入的人性别为“男”时，则规
则判断为不能进入；现有通常使用的决策引擎，在传统的基础上功能更加丰富，可以实现规则、评分卡、模型、表达式等多种类型的逻辑嵌套，实现层次更加丰富的逻辑运算，满足现在的互联网金融业务要求。但是随着消费金融，银行业等在风险控制中涉及的规则愈发复杂，一个规则集或评分卡中含有几十甚至上百条规则，同时一个决策流中也可能包含几十个规则集或评分卡。现有的决策引擎在执行上述决策流时，依旧采用无差别的顺序执行每一个规则集中的规则，最后通过返回的结果集进行输出；同时，决策流在执行时，也是顺序执行流程中每一个节点任务，不具备并行计算的能力。故若某条决策流中的规则个数达到一定数量后，会导致决策流执行的耗时长，增加用户的等待时间。
[0038]目前的金融背景中的决策引擎加速方案如下：
[0039](一)针对目前基于规则硬编码方式实现的决策引擎，其加速方案只能以修改源码的方式，针对性的调整某些规则的执行顺序以及增加计算资源。由于其本身决策规则配置难度较高，开发人员不能独立修改规则，必须依靠业务专家的辅助指导来制定加速优化方案，并且只能针对单一的规则生效。
[0040](二)针对基于规则配置式的决策引擎，部分文献里提到其加速方法上借鉴了大数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种决策引擎的决策处理方法，包括：在所述决策引擎的规则配置阶段，执行以下处理至少之一：按照规则集中多个规则分别对应的复杂度，对所述规则集中所述多个规则进行排序；以及按照决策流中多个节点分别对应的复杂度，对所述决策流中无输入输出依赖关系的多个节点进行排序。2.根据权利要求1所述的方法，还包括：获取所述多个规则各自包括的多个特征分别对应的复杂度；基于所述多个规则各自包括的所述多个特征分别对应的复杂度，得到所述规则集中所述多个规则分别对应的复杂度。3.根据权利要求1所述的方法，还包括：获取所述多个节点各自包括的多个规则分别对应的复杂度；基于所述多个节点各自包括的多个规则分别对应的复杂度，得到所述决策流中所述多个节点分别对应的复杂度。4.根据权利要求1所述的方法，还包括：在所述决策引擎的规则执行阶段之前，执行以下处理：编译表达式；将编译后的表达式缓存至本地存储器和分布式存储器，以供所述规则执行阶段的调用。5.根据权利要求4所述的方法，还包括：在所述本地存储器中缓存的表达式数量达到第一容量上限值时，淘汰所述本地存储器中缓存的最少被使用的表达式；以及在所述分布式存储器中缓存的表达式数量达到第二容量上限值时，淘汰所述分布式存储器中缓存的最少被使用的表达式。6.根据权利要求4所述的方法，还包括：在所述决策引擎的所述规则执行阶段，执行以下处理：响应于表达式计算请求，在所述本地存储器存在所述表达式计算请求对应的第一编译结果的情况下，从所述本地存储器获取所述第一编译结果，基于所述第一编译结果进行计算，得到所述表达式计算请求的第一计算结果；在所述本地存储器不存在所述第一编译结果的情况下，若能从所述分布式存储器获取所述表达式计算请求的第二编译结果，基于所述第二编译结果进行计算，得到所述表达式计算请求的第二计算结果；若不能从所述分布式存储器获取所述第二编译结果，从数据库获取所述表达式计算请求的原始表达式，基于所述原始表达式得到所述表达式计算请求的第三编译结果；基于所述第三编译结果进行计算，得到所述表达式计算请求的第三计算结果。7.根据权利要求6所述的方法，还包括：在所述决策引擎的所述规则执行阶段，执行以下处理至少之一：从所述本地存储器获取所述第一编译结果之前，刷新所述本地存储器；基于所述第二编译结果刷新所述本地存储器；
基于所述第三编译结果刷新所述分布式存储器。8.根据权利要求1或4所述的方法，还包括：在所述决策引擎的规则执行阶段，执行以下处理至少之一：基于规则集的第一列表执行所述规则集，所述第一列表用于记录所述规则集中执行顺序排名前N的规则，N为正整数；基于决策流的第二列表执行所述决策流，所述第二列表用于记录所述决策流中执行顺序排名前M的节点，M为正整数。9.根据权利要求8所述的方法，还包括：分析规则集的多个规则在执行过...

【专利技术属性】
技术研发人员：王永鑫，冯益铭，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：