【技术实现步骤摘要】
本专利技术涉及计算机应用，更为具体而言，涉及一种模型处理方法、系统、设备、存储介质和计算机程序产品。
技术介绍
1、随着金融科技的发展，风险策略模型的应用越来越广泛，但随着模型数量的快速增长，如何使决策引擎快速、灵活、高效的利用这些模型计算结果逐渐成为应用痛点。考虑到不同模型有着不同的维度、不同的变量，甚至不同模型可能来自不同的计算服务，其数据结构和存储方式可能千差万别，为了让决策引擎能够利用这些模型运算结果，传统的做法是在决策引擎和模型之间做一层适配服务，使决策引擎可以通过该层适配服务获取对应模型运算结果，但由于各模型数据结构和存储方式不统一，彼此之间不能实现兼容，故每个模型均需要独立定制并维护一套接口服务供决策引擎使用，随着模型数量的增长和/或策略的不断组合调整，维护这组接口服务会变得异常复杂且不稳定，给企业实时风控审批带来潜在风险。
2、此外，不同运算服务计算出的模型，其模型格式和数据存储方式千差万别，彼此之间互不兼容，决策引擎在利用这些模型时需要逐个进行适配，并且需要叠加不同风控策略下的模型组合调整及不同时间周期下的模型数据更新等应用场景，导致适配服务变得异常复杂、臃肿且难以维护。
技术实现思路
1、为解决上述现有技术存在的问题或至少部分问题，本专利技术实施方式提供了一种模型处理方法、系统、设备、存储介质和计算机程序产品，基于初始模型生成“模型运算结果＝客户身份维度+客户变量json字段”的数据结构，从而将不同的初始模型运算结果转化为标准结构，屏蔽了不同模型之间
2、根据本专利技术的第一方面，本专利技术实施方式提供了一种模型处理方法，其包括：获取初始模型的模型数据；提取所述初始模型的维度信息，所述维度信息包括用户维度信息和模型变量信息；根据所述模型变量信息生成变量json字段；将所述初始模型的数据结构转换为所述用户维度信息和变量json字段组成的标准数据结构；根据所述模型数据和标准数据结构生成标准模型。
3、根据本专利技术上述实施方式，基于初始模型生成“模型运算结果＝客户身份维度+客户变量json字段”的数据结构，从而将不同的初始模型运算结果转化为标准结构，屏蔽了不同模型之间的差异，降低了模型变量后续的解析难度。
4、在本专利技术的一些实施方式中，所述模型处理方法还包括：根据所述标准模型和初始模型的模型名称生成数据表并存储，其中，所述数据表的表名为所述初始模型的模型名称。
5、根据本专利技术上述实施方式，在统一的标准数据结构的基础上，将初始模型的模型名称作为表名生成数据表，既方便模型数据的统一管理，也便于后续快速查询对应模型。
6、在本专利技术的一些实施方式中，所述数据表包括：用户身份字段、日期字段、数据有效性字段、所述变量json字段。
7、在本专利技术的一些实施方式中，所述模型处理方法还包括：获取查询请求，所述查询请求的参数包括：待查询数据表的表名、待查询用户的身份标识信息、待查询的模型变量信息；根据所述查询请求确定待查询的数据表，并获取所述待查询用户对应的变量值。
8、根据本专利技术上述实施方式，在统一模型运算结果数据结构的基础上，通过通用的模型查询方法获取待查询信息，可以在不关注被调用模型差异的情况下，使用同一组接口完成不同模型的查询调用，从而极大地减少了决策引擎跟模型适配模块的开发工作量，同时使不同模型变量的查询和提取变得简洁、高效。
9、根据本专利技术的第二方面，本专利技术实施方式提供了一种模型处理系统，其包括：初始模型获取模块，用于获取初始模型的模型数据；标准模型生成模块，用于执行下述操作：提取所述初始模型的维度信息，所述维度信息包括用户维度信息和模型变量信息；根据所述模型变量信息生成变量json字段；将所述初始模型的数据结构转换为所述用户维度信息和变量json字段组成的标准数据结构；根据所述模型数据和标准数据结构生成标准模型。
10、根据本专利技术上述实施方式，基于初始模型生成“模型运算结果＝客户身份维度+客户变量json字段”的数据结构，从而将不同的初始模型运算结果转化为标准结构，屏蔽了不同模型之间的差异，降低了模型变量后续的解析难度。
11、在本专利技术的一些实施方式中，所述模型处理系统还包括标准模型数据存储模块，用于根据所述标准模型和初始模型的模型名称生成数据表并存储，其中，所述数据表的表名为所述初始模型的模型名称。
12、根据本专利技术上述实施方式，在统一的标准数据结构的基础上，将初始模型的模型名称作为表名生成数据表，既方便模型数据的统一管理，也便于后续快速查询对应模型。
13、在本专利技术的一些实施方式中，所述数据表包括：用户身份字段、日期字段、数据有效性字段、所述变量json字段。
14、在本专利技术的一些实施方式中，所述模型处理系统还包括模型变量查询模块，用于执行下述操作：获取查询请求，所述查询请求的参数包括：待查询数据表的表名、待查询用户的身份标识信息、待查询的模型变量信息；根据所述查询请求确定待查询的数据表，并获取所述待查询用户对应的变量值。
15、根据本专利技术上述实施方式，在统一模型运算结果数据结构的基础上，通过通用的模型查询方法获取待查询信息，可以在不关注被调用模型差异的情况下，使用同一组接口完成不同模型的查询调用，从而极大地减少了决策引擎跟模型适配模块的开发工作量，同时使不同模型变量的查询和提取变得简洁、高效。
16、根据本专利技术的第三方面，本专利技术实施方式提供一种计算机可读存储介质，其上存储有计算机可读指令，所述计算机可读指令被处理器执行时，使得计算机执行如下操作：所述操作包括如上任意一种实施方式所述模型处理方法所包含的步骤。
17、根据本专利技术的第四方面，本专利技术实施方式提供一种包括存储器和处理器的计算机设备，所述存储器用于存储一条或多条计算机可读指令，其中，所述一条或多条计算机可读指令被所述处理器执行时能够实现如上任意一种实施方式所述的模型处理方法。
18、根据本专利技术的第五方面，本专利技术实施方式提供一种包括计算机程序的计算机程序产品，所述计算器程序被处理器执行时实现如上任意一种实施方式所述的模型处理方法。
19、由上述可知，本专利技术实施方式提供的模型处理方法、系统、设备、存储介质和计算机程序产品，在统一模型运算结果数据结构的基础上，为决策引擎提供一组标准、通用的模型查询、提取接口服务，从而可以在不关注被调用模型差异的情况下，使用同一组接口完成不同模型的查询调用，在不需要进行任何系统更改下，提高适配服务接口重用率、降低适配服务复杂度，并且让策略人员使用不同的模型组合策略变得简单而且方便。
本文档来自技高网...【技术保护点】
1.一种模型处理方法，其特征在于，所述模型处理方法包括：
2.如权利要求1所述的模型处理方法，其特征在于，所述模型处理方法还包括：
3.如权利要求2所述的模型处理方法，其特征在于，所述数据表包括：用户身份字段、日期字段、数据有效性字段、所述变量JSON字段。
4.如权利要求2所述的模型处理方法，其特征在于，所述模型处理方法还包括：
5.一种模型处理系统，其特征在于，所述模型处理系统包括：
6.如权利要求5所述的模型处理系统，其特征在于，所述模型处理系统还包括标准模型数据存储模块，用于根据所述标准模型和初始模型的模型名称生成数据表并存储，其中，所述数据表的表名为所述初始模型的模型名称。
7.如权利要求6所述的模型处理系统，其特征在于，所述数据表包括：用户身份字段、日期字段、数据有效性字段、所述变量JSON字段。
8.如权利要求6所述的模型处理系统，其特征在于，所述模型处理系统还包括模型变量查询模块，用于执行下述操作：
9.一种计算机可读存储介质，所述计算机可读存储介质储存计算机可读指令，
10.一种计算机设备，其包括存储器和处理器，
11.一种计算机程序产品，其包括计算机程序，其特征在于，所述计算器程序被处理器执行时实现如权利要求1-4中任一项所述的模型处理方法。
...【技术特征摘要】
1.一种模型处理方法，其特征在于，所述模型处理方法包括：
2.如权利要求1所述的模型处理方法，其特征在于，所述模型处理方法还包括：
3.如权利要求2所述的模型处理方法，其特征在于，所述数据表包括：用户身份字段、日期字段、数据有效性字段、所述变量json字段。
4.如权利要求2所述的模型处理方法，其特征在于，所述模型处理方法还包括：
5.一种模型处理系统，其特征在于，所述模型处理系统包括：
6.如权利要求5所述的模型处理系统，其特征在于，所述模型处理系统还包括标准模型数据存储模块，用于根据所述标准模型和初始模型的模型名称生成数据表并存储，其中，所述数据表的表名为所述初始模型的模型名...
【专利技术属性】
技术研发人员：刘晓阳，卜贞贞，申睿，韩金玲，
申请(专利权)人：河北幸福消费金融股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。