CN108182579B - 用于规则判断的数据处理方法、装置、存储介质和设备 - Google Patents
用于规则判断的数据处理方法、装置、存储介质和设备 Download PDFInfo
- Publication number
- CN108182579B CN108182579B CN201711368796.6A CN201711368796A CN108182579B CN 108182579 B CN108182579 B CN 108182579B CN 201711368796 A CN201711368796 A CN 201711368796A CN 108182579 B CN108182579 B CN 108182579B
- Authority
- CN
- China
- Prior art keywords
- variables
- monotonicity
- rule
- target
- variable
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims abstract description 62
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims description 15
- 230000003247 decreasing effect Effects 0.000 claims description 7
- 230000002596 correlated effect Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 230000006399 behavior Effects 0.000 description 8
- 230000001186 cumulative effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000000151 deposition Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003121 nonmonotonic effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Engineering & Computer Science (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Technology Law (AREA)
- Development Economics (AREA)
- Computer Security & Cryptography (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开涉及一种用于规则判断的数据处理方法、装置、存储介质和设备,该方法包括:当发生第一事件时,确定与该第一事件相关的n个变量,以及与该n个变量相关的m个目标规则,其中,m,n为大于零的整数;根据该第一事件的事件信息并行计算该n个变量的当前值;根据该n个变量中已计算出当前值的变量的当前值,未完成当前值计算的变量的缓存值和单调性,以及该m个目标规则的单调性,进行该m个目标规则的计算。能够在事件相关变量没有完全更新完毕的情况下,根据变量的单调性以及目标规则的单调性,利用变量的缓存值进行目标规则的计算,能够避免进行规则判断时对计算速度较慢的变量的等待过程,提高规则判断的整体速度。
Description
技术领域
本公开涉及数据处理领域,具体地,涉及一种用于规则判断的数据处理方法、装置、存储介质和设备。
背景技术
在数据处理领域,存在需要根据多个规则(或者称为条件)对多个变量进行实时的条件判断的场景。例如,在银行反欺诈数据处理系统中,针对于每个用户,存在多个与其银行账户相关的变量,例如存款总额、取款总额、本月交易总额等。每当用户进行与其银行账户相关的行为时,系统会对这些变量进行更新,再基于这些变量更新后的值,利用与这些变量相关的多个规则进行判断,其中每个规则可以表示不同的意义,例如用于表示上述的用户行为的合法性,或者用于识别该用户行为的属性(比如识别该用户行为是否为欺诈),如果判断结果表示更新后的变量满足某个规则,则可以根据该规则来对这个用户行为进行识别。
由于在一些应用场景中,变量数量和规则数量可能很多,为了达到更高的实时性,当发生某一事件后需要更新其相关变量时,系统一般会并行地对各个相关的变量进行计算,因此对于任一个规则而言,通常需要在该规则所需的所有变量都计算完毕后,再进行该规则的判断。因此在上述方法中,规则判断整体的速度取决于计算速度最慢的变量。这就意味着,在进行规则判断时,系统需要对计算速度较慢的变量进行等待,使得规则判断的整体效率低下。
发明内容
为克服相关技术中存在的问题,本公开提供一种用于规则判断的数据处理方法、装置、存储介质和设备。
根据本公开实施例的第一方面,提供一种用于规则判断的数据处理方法,包括:
当发生第一事件时,确定与所述第一事件相关的n个变量,以及与所述n个变量相关的m个目标规则,其中,m,n为大于零的整数;
根据所述第一事件的事件信息并行计算所述n个变量的当前值;
根据所述n个变量中已计算出当前值的变量的当前值,未完成当前值计算的变量的缓存值和单调性,以及所述m个目标规则的单调性,进行所述m个目标规则的计算。
可选的,所述方法还包括:
当根据所述m个目标规则的计算结果确定所述m个目标规则中有至少一个目标规则满足时,输出针对所述第一事件的报警信息。
可选的,所述根据所述n个变量中已计算出当前值的变量的当前值,未完成当前值计算的变量的缓存值和单调性,以及所述m个目标规则的单调性,进行所述m个目标规则的计算,包括:
确定第一目标规则相关的所有k个变量中,已计算出当前值的变量和未完成当前值计算的变量;
当所述k个变量均为已计算出当前值的变量时,根据所述k个变量的当前值进行所述第一目标规则的计算,以判断是否满足所述第一目标规则;或者,
当所述k个变量有i个变量已计算出当前值,有j个变量未完成当前值计算时,获取所述k个变量的单调性和所述第一目标规则的单调性;其中,k,i,j均为大于零的整数,且k=i+j;
当所述k个变量的单调性与所述第一目标规则的单调性一致时,根据所述i个变量的当前值和所述j个变量的缓存值,进行所述第一目标规则的计算,以判断是否满足所述第一目标规则;
当所述第一目标规则的单调性为非单调时,等待所述j个变量计算出当前值再进行所述第一目标规则的计算。
可选的,所述获取所述k个变量的单调性和所述第一目标规则的单调性,包括:
获取预先存储的所述k个变量的单调性和所述第一目标规则的单调性,其中,单调性包括:单调递增,单调递减,或非单调性;
当所述k个变量中存在非单调性变量时,获取与所述非单调性变量正相关的单调性变量;
将所述正相关的单调性变量的单调性作为所述非单调性变量的单调性。
根据本公开实施例的第二方面,提供一种用于规则判断的数据处理装置,所述装置包括:
变量确定模块,用于当发生第一事件时,确定与所述第一事件相关的n个变量,以及与所述n个变量相关的m个目标规则,其中,m,n为大于零的整数;
变量更新模块,用于根据所述第一事件的事件信息并行计算所述n个变量的当前值;
规则判断模块,用于根据所述n个变量中已计算出当前值的变量的当前值,未完成当前值计算的变量的缓存值和单调性,以及所述m个目标规则的单调性,进行所述m个目标规则的计算。
可选的,所述装置还包括:
报警输出模块,用于当根据所述m个目标规则的计算结果确定所述m个目标规则中有至少一个目标规则满足时,输出针对所述第一事件的报警信息。
可选的,所述规则判断模块,包括:
变量识别子模块,用于确定第一目标规则相关的所有k个变量中,已计算出当前值的变量和未完成当前值计算的变量;
第一规则计算子模块,用于当所述k个变量均为已计算出当前值的变量时,根据所述k个变量的当前值进行所述第一目标规则的计算,以判断是否满足所述第一目标规则;或者,
单调性获取子模块,用于当所述k个变量有i个变量已计算出当前值,有j个变量未完成当前值计算时,获取所述k个变量的单调性和所述第一目标规则的单调性;其中,k,i,j均为大于零的整数,且k=i+j;
第二规则计算子模块,用于当所述k个变量的单调性与所述第一目标规则的单调性一致时,根据所述i个变量的当前值和所述j个变量的缓存值,进行所述第一目标规则的计算,以判断是否满足所述第一目标规则;
所述第二规则计算子模块,还用于当所述第一目标规则的单调性为非单调时,等待所述j个变量计算出当前值再进行所述第一目标规则的计算。
可选的,所述单调性获取子模块,用于:
获取预先存储的所述k个变量的单调性和所述第一目标规则的单调性,其中,单调性包括:单调递增,单调递减,或非单调性;
当所述k个变量中存在非单调性变量时,获取与所述非单调性变量正相关的单调性变量;
将所述正相关的单调性变量的单调性作为所述非单调性变量的单调性。
根据本公开实施例的第三方面,提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本公开实施例的第一方面中所述方法的步骤。
根据本公开实施例的第四方面,提供一种电子设备,包括:
本公开实施例的第三方面所述的计算机可读存储介质;以及
一个或者多个处理器,用于执行所述计算机可读存储介质中的程序。
本公开的提供的用于规则判断的数据处理方法、装置、存储介质及设备,能够在发生第一事件时,确定与该第一事件相关的n个变量,以及与该n个变量相关的m个目标规则,其中,m,n为大于零的整数;根据该第一事件的事件信息并行计算该n个变量的当前值;根据该n个变量中已计算出当前值的变量的当前值,未完成当前值计算的变量的缓存值和单调性,以及该m个目标规则的单调性,进行该m个目标规则的计算。能够在事件相关变量没有完全更新完毕的情况下,根据变量的单调性以及目标规则的单调性,利用变量的缓存值进行目标规则的计算,能够避免进行规则判断时对计算速度较慢的变量的等待过程,提高规则判断的整体速度。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本公开,但并不构成对本公开的限制。在附图中:
图1是根据一示例性实施例示出的一种用于规则判断的数据处理方法的流程图;
图2是根据图1所示实施例示出的另一种用于规则判断的数据处理方法的流程图;
图3是根据图1所示实施例示出的一种规则判断方法的流程图;
图4是根据一示例性实施例示出的一种用于规则判断的数据处理装置的框图;
图5是根据图4所示实施例示出的另一种用于规则判断的数据处理装置的框图;
图6是根据图4所示实施例示出的一种规则判断模块的框图;
图7是根据一示例性实施例示出的一种电子设备的框图;
图8是根据一示例性实施例示出的另一种电子设备的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本公开,并不用于限制本公开。
图1是根据一示例性实施例示出的一种用于规则判断的数据处理方法的流程图,如图1所示,该方法可以包括以下步骤:
步骤101,当发生第一事件时,确定与该第一事件相关的n个变量,以及与该n个变量相关的m个目标规则。
其中,m,n为大于零的整数。
示例性地,在预设的规则库中可能有很多个规则,这里确定的m个目标规则时根据第一事件相关的n个变量,从该规则库中选出的部分规则(也可能是全部规则),其中,每个目标规则可能与这n个变量中的一个或几个相关,每个目标规则用于根据其相关变量的值进行是否满足该目标规则的判断,当任一目标规则满足时,即可根据该目标规则得到该第一事件的性质的判定结果。以银行反欺诈系统的数据处理为例,可以设置多种规则用于金融行为的识别,该第一事件可以为用户在自己的某一个银行账户下所做的动作,例如存取款、交易或者转账汇款等,与该第一事件相关的n个变量可以为存取款或者交易等的相关数据,例如,金额、次数等,相应的可以选取与n个变量有关的一个或多个规则作为该目标规则,通过这些目标规则的判断来识别用户的上述行为是否存在经济犯罪行为(如欺诈、洗钱等等)。下面进行举例说明:该目标规则可以包括,例如,目标规则1:如果变量A(单日累计存款金额)与变量B(单日累计交易金额)的和大于数值X,则确定该账户疑似诈欺行为1;目标规则2:如果变量B(单日累计交易金额)与变量C(单日累计汇款次数)的乘积大于数值Y,则确定该账户出现诈欺行为2,等等。需要说明的是,上述的目标规则均为示例性的,在实际的运用场景中,该目标规则可以包含更多变量,计算规则更复杂的运算。
步骤102,根据该第一事件的事件信息并行计算该n个变量的当前值。
示例地,该事件信息包含计算与该第一事件相关的n个变量的当前值所需的信息。
步骤103,根据该n个变量中已计算出当前值的变量的当前值,未完成当前值计算的变量的缓存值和单调性,以及该m个目标规则的单调性,进行该m个目标规则的计算。
依然以银行反欺诈系统的数据处理为例,其中,变量A和变量B为已计算出当前值的变量,变量C为未完成当前值计算的变量。在对上述的目标规则1和目标规则2进行计算时,可以根据变量A和变量B直接对目标规则1进行计算。而由于变量C的当前值还未计算完成,则需要根据该变量C的缓存值,以及该变量C与该目标规则1的单调性,对该目标规则2进行推测。
综上所述,本公开提供的用于规则判断的数据处理方法,能够在发生第一事件时,确定与该第一事件相关的n个变量,以及与该n个变量相关的m个目标规则,其中,m,n为大于零的整数;根据该第一事件的事件信息并行计算该n个变量的当前值;根据该n个变量中已计算出当前值的变量的当前值,未完成当前值计算的变量的缓存值和单调性,以及该m个目标规则的单调性,进行该m个目标规则的计算。能够在事件相关变量没有完全更新完毕的情况下,根据变量的单调性以及目标规则的单调性,利用变量的缓存值进行目标规则的计算,能够避免进行规则判断时对计算速度较慢的变量的等待过程,提高规则判断的整体速度。
图2是根据图1所示实施例示出的另一种用于规则判断的数据处理方法的流程图,如图2所示,在上述步骤103之后,该方法还可以包括以下步骤:
步骤104,当根据该m个目标规则的计算结果确定该m个目标规则中有至少一个目标规则满足时,输出针对该第一事件的报警信息。
示例地,以上述步骤103中的目标规则1和目标规则2为例,当目标规则1和目标规则2至少有一者满足时,可以确定该欺诈行为1与欺诈行为2中至少有一者发生时,因此可以输出报警信息,用于提示该第一事件中疑似存在欺诈行为1和/或诈欺行为2。
图3是根据图1所示实施例示出的一种规则判断方法的流程图,如图3所示,以第一目标规则为例,上述步骤103可以包括以下步骤1031~1032,或1031、1033和1034,该第一目标规则为该m个目标规则中的任一目标规则。
步骤1031,确定第一目标规则相关的所有k个变量中,已计算出当前值的变量和未完成当前值计算的变量。
步骤1032,当该k个变量均为已计算出当前值的变量时,根据该k个变量的当前值进行该第一目标规则的计算,以判断是否满足该第一目标规则。
示例地,当该第一目标规则相关的所有变量的当前值都已被计算出时,说明与该第一目标规则相关的所有变量的值都已更新,可以直接根据这些当前值对该第一目标规则进行计算;当与该第一目标规则相关的一部分变量的当前值未被计算出时,继续进行步骤1033。
步骤1033,当该k个变量有i个变量已计算出当前值,有j个变量未完成当前值计算时,获取该k个变量的单调性和该第一目标规则的单调性。其中,k,i,j均为大于零的整数,且k=i+j。
示例地,该步骤1033可以包括:获取预先存储的该k个变量的单调性和该第一目标规则的单调性,其中,单调性包括:单调递增,单调递减,或非单调性;需要说明的是,该k个变量中可以包含单调性变量与非单调性变量,对于单调性变量而言,可以直接对变量的单调性与该第一目标规则的单调性是否一致进行判断,当该k个变量中存在非单调性变量时,获取与该非单调性变量正相关的单调性变量;将该正相关的单调性变量的单调性作为该非单调性变量的单调性。其中,可以通过机器学习的方法,利用大量的非单调性变量的值与单调性变量的值对相关性判断模型进行训练,再通过该相关性判断模型对两个变量的相关性进行确定。
步骤1034,当该k个变量的单调性与该第一目标规则的单调性一致时,根据该i个变量的当前值和该j个变量的缓存值,进行该第一目标规则的计算,以判断是否满足该第一目标规则。其中,该j个变量的缓存值是在上次进行与这j个变量有关的规则判断时获取并保存的。
举例来说,假设该第一目标规则为上述的目标规则1,即判断是否满足:变量A+变量B>X,由于变量A为单日累计存款金额,变量B为单日累计交易金额,可以看出变量A和变量B的值都是只增不减的,因此变量A、变量B以及目标规则1的单调性都是单调增,因此如果已经计算出变量A的当前值,尚未计算出变量B的当前值,则可以将变量A的当前值加上变量B的缓存值来判断是否大于X,因为变量A、变量B以及目标规则1的都是单调增,因此变量B的当前值必然大于其缓存值,因此可以在变量B未更新其当前值的情况下,根据变量B的缓存值先进行目标规则1的判断,如果变量A+变量B>X,更新后的变量A+变量B也一定大于X。
需要说明的是,在根据该i个变量的当前值和该j个变量的缓存值,进行该第一目标规则的计算之后,可以在该j个变量完成更新之后,根据该i个变量的当前值和该j个变量的当前值再次进行该第一目标规则的计算,以保证第一目标规则的判断的绝对准确。
步骤1035,当第一目标规则的单调性为非单调时,等待该j个变量计算出当前值再进行第一目标规则的计算。
示例的,当第一目标规则的单调性为非单调,例如第一目标规则为目标规则3:变量A-变量B-变量C+变量D>数值Z,假设变量A-D都是单调递增的变量,因此该目标规则3的单调性是不确定的,如果当前计算出了变量A和B的当前值,但是由于目标规则3是非单调的,不能确定变量C和D更新后对判断结果的影响,因此需要等待变量C和D更新完毕后,再进行目标规则3的判断。
需要说明的是,如果第一目标规则是非单调的,在已经计算出该i个变量的当前值的前提下,如果可以确定未计算出当前值的该j个变量的变化趋势使得在将来完成该j个变量的更新后,也不会使该第一目标规则作出相反结果的判断,则可以认为这j个变量是有利于第一目标规则的判断的,在此情况下,也可以利用该j个变量的缓存值进行第一目标规则的判断。还是以上述的目标规则3为例,假设当前已经计算出变量B和变量C的当前值,数值Z为正数,变量A和变量D还没有完成更新,但是由于变量B和变量C的值已确定,而变量A和变量D都是单调增,且符号为正号,因此变量A和变量D的变化趋势是越来越可能满足目标规则3的,因此可以先使用变量A和变量D的缓存值来进行计算,从而可以提高目标规则3的判断速度。
综上所述,本公开提供的用于规则判断的数据处理方法,能够在发生第一事件时,确定与该第一事件相关的n个变量,以及与该n个变量相关的m个目标规则,其中,m,n为大于零的整数;根据该第一事件的事件信息并行计算该n个变量的当前值;根据该n个变量中已计算出当前值的变量的当前值,未完成当前值计算的变量的缓存值和单调性,以及该m个目标规则的单调性,进行该m个目标规则的计算。能够在事件相关变量没有完全更新完毕的情况下,根据变量的单调性以及目标规则的单调性,利用变量的缓存值进行目标规则的计算,能够避免进行规则判断时对计算速度较慢的变量的等待过程,提高规则判断的整体速度。
图4是根据一示例性实施例示出的一种用于规则判断的数据处理装置的框图,该用于规则判断的数据处理装置400可以用于执行图1所述的方法。参见图4,该装置400可以包括:
变量确定模块410,用于当发生第一事件时,确定与该第一事件相关的n个变量,以及与该n个变量相关的m个目标规则,其中,m,n为大于零的整数;
变量更新模块420,用于根据该第一事件的事件信息并行计算该n个变量的当前值;
规则判断模块430,用于根据该n个变量中已计算出当前值的变量的当前值,未完成当前值计算的变量的缓存值和单调性,以及该m个目标规则的单调性,进行该m个目标规则的计算。
图5是根据图4所示实施例示出的另一种用于规则判断的数据处理装置的框图,该用于规则判断的数据处理装置400可以用于执行图2所述的方法。参见图5,该装置400还可以包括:
报警输出模块440,用于当根据该m个目标规则的计算结果确定该m个目标规则中有至少一个目标规则满足时,输出针对该第一事件的报警信息。
图6是根据图4所示实施例示出的一种规则判断模块的框图,该规则判断模块430可以用于执行图3所述的方法。参见图6,该规则判断模块430可以包括:
变量识别子模块431,用于确定第一目标规则相关的所有k个变量中,已计算出当前值的变量和未完成当前值计算的变量;
第一规则计算子模块432,用于当该k个变量均为已计算出当前值的变量时,根据该k个变量的当前值进行该第一目标规则的计算,以判断是否满足该第一目标规则;或者,
单调性获取子模块433,用于当该k个变量有i个变量已计算出当前值,有j个变量未完成当前值计算时,获取该k个变量的单调性和该第一目标规则的单调性;其中,k,i,j均为大于零的整数,且k=i+j;
第二规则计算子模块434,用于当该k个变量的单调性与该第一目标规则的单调性一致时,根据该i个变量的当前值和该j个变量的缓存值,进行该第一目标规则的计算,以判断是否满足该第一目标规则;
该第二规则计算子模块434,还用于当该第一目标规则的单调性为非单调时,等待该j个变量计算出当前值再进行该第一目标规则的计算。
可选的,该单调性获取子模块433,用于:
获取预先存储的该k个变量的单调性和该第一目标规则的单调性,其中,单调性包括:单调递增,单调递减,或非单调性;
当该k个变量中存在非单调性变量时,获取与该非单调性变量正相关的单调性变量;
将该正相关的单调性变量的单调性作为该非单调性变量的单调性。
综上所述,本公开提供的用于规则判断的数据处理装置,能够在发生第一事件时,确定与该第一事件相关的n个变量,以及与该n个变量相关的m个目标规则,其中,m,n为大于零的整数;根据该第一事件的事件信息并行计算该n个变量的当前值;根据该n个变量中已计算出当前值的变量的当前值,未完成当前值计算的变量的缓存值和单调性,以及该m个目标规则的单调性,进行该m个目标规则的计算。能够在事件相关变量没有完全更新完毕的情况下,根据变量的单调性以及目标规则的单调性,利用变量的缓存值进行目标规则的计算,能够避免进行规则判断时对计算速度较慢的变量的等待过程,提高规则判断的整体速度。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图7是根据一示例性实施例示出的一种电子设备700的框图。如图7所示,该电子设备700可以包括:处理器701,存储器702,多媒体组件703,输入/输出(I/O)接口704,以及通信组件705。
其中,处理器701用于控制该电子设备700的整体操作,以完成上述的用于规则判断的数据处理方法中的全部或部分步骤。存储器702用于存储各种类型的数据以支持在该电子设备700的操作,这些数据例如可以包括用于在该电子设备700上操作的任何应用程序或方法的指令,以及应用程序相关的数据,例如联系人数据、收发的消息、图片、音频、视频等等。该存储器702可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。多媒体组件703可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏,音频组件用于输出和/或输入音频信号。例如,音频组件可以包括一个麦克风,麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器702或通过通信组件705发送。音频组件还包括至少一个扬声器,用于输出音频信号。I/O接口704为处理器701和其他接口模块之间提供接口,上述其他接口模块可以是键盘,鼠标,按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件705用于该电子设备700与其他设备之间进行有线或无线通信。无线通信,例如Wi-Fi,蓝牙,近场通信(Near FieldCommunication,简称NFC),2G、3G或4G,或它们中的一种或几种的组合,因此相应的该通信组件705可以包括:Wi-Fi模块,蓝牙模块,NFC模块。
在一示例性实施例中,电子设备700可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit,简称ASIC)、数字信号处理器(DigitalSignal Processor,简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述的用于规则判断的数据处理方法。
在另一示例性实施例中,还提供了一种包括程序指令的计算机可读存储介质,例如包括程序指令的存储器702,上述程序指令可由电子设备700的处理器701执行以完成上述的用于规则判断的数据处理方法。
图8是根据一示例性实施例示出的一种电子设备800的框图。例如,电子设备800可以被提供为一服务器。参照图8,电子设备800包括处理器822,其数量可以为一个或多个,以及存储器832,用于存储可由处理器822执行的计算机程序。存储器832中存储的计算机程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理器822可以被配置为执行该计算机程序,以执行上述的用于规则判断的数据处理方法。
另外,电子设备800还可以包括电源组件826和通信组件850,该电源组件826可以被配置为执行电子设备800的电源管理,该通信组件850可以被配置为实现电子设备800的通信,例如,有线或无线通信。此外,该电子设备800还可以包括输入/输出(I/O)接口858。电子设备800可以操作基于存储在存储器832的操作系统,例如Windows ServerTM,Mac OSXTM,UnixTM,LinuxTM等等。
在另一示例性实施例中,还提供了一种包括程序指令的计算机可读存储介质,例如包括程序指令的存储器832,上述程序指令可由电子设备800的处理器822执行以完成上述的用于规则判断的数据处理方法。
以上结合附图详细描述了本公开的优选实施方式,但是,本公开并不限于上述实施方式中的具体细节,在本公开的技术构思范围内,可以对本公开的技术方案进行多种简单变型,这些简单变型均属于本公开的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本公开对各种可能的组合方式不再另行说明。
此外,本公开的各种不同的实施方式之间也可以进行任意组合,只要其不违背本公开的思想,其同样应当视为本公开所公开的内容。
Claims (8)
1.一种用于规则判断的数据处理方法,其特征在于,所述方法包括:
当发生第一事件时,确定与所述第一事件相关的n个变量,以及与所述n个变量相关的m个目标规则,其中,m,n为大于零的整数;
根据所述第一事件的事件信息并行计算所述n个变量的当前值;
根据所述n个变量中已计算出当前值的变量的当前值,未完成当前值计算的变量的缓存值和单调性,以及所述m个目标规则的单调性,进行所述m个目标规则的计算;
所述根据所述n个变量中已计算出当前值的变量的当前值,未完成当前值计算的变量的缓存值和单调性,以及所述m个目标规则的单调性,进行所述m个目标规则的计算,包括:
确定第一目标规则相关的所有k个变量中,已计算出当前值的变量和未完成当前值计算的变量;
当所述k个变量均为已计算出当前值的变量时,根据所述k个变量的当前值进行所述第一目标规则的计算,以判断是否满足所述第一目标规则;或者,
当所述k个变量有i个变量已计算出当前值,有j个变量未完成当前值计算时,获取所述k个变量的单调性和所述第一目标规则的单调性;其中,k,i,j均为大于零的整数,且k=i+j;
当所述k个变量的单调性与所述第一目标规则的单调性一致时,根据所述i个变量的当前值和所述j个变量的缓存值,进行所述第一目标规则的计算,以判断是否满足所述第一目标规则;
当所述第一目标规则的单调性为非单调时,等待所述j个变量计算出当前值再进行所述第一目标规则的计算。
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:
当根据所述m个目标规则的计算结果确定所述m个目标规则中有至少一个目标规则满足时,输出针对所述第一事件的报警信息。
3.根据权利要求1所述的方法,其特征在于,所述获取所述k个变量的单调性和所述第一目标规则的单调性,包括:
获取预先存储的所述k个变量的单调性和所述第一目标规则的单调性,其中,单调性包括:单调递增,单调递减,或非单调;
当所述k个变量中存在非单调性变量时,获取与所述非单调性变量正相关的单调性变量;
将所述正相关的单调性变量的单调性作为所述非单调性变量的单调性。
4.一种用于规则判断的数据处理装置,其特征在于,所述装置包括:
变量确定模块,用于当发生第一事件时,确定与所述第一事件相关的n个变量,以及与所述n个变量相关的m个目标规则,其中,m,n为大于零的整数;
变量更新模块,用于根据所述第一事件的事件信息并行计算所述n个变量的当前值;
规则判断模块,用于根据所述n个变量中已计算出当前值的变量的当前值,未完成当前值计算的变量的缓存值和单调性,以及所述m个目标规则的单调性,进行所述m个目标规则的计算;
所述规则判断模块,包括:
变量识别子模块,用于确定第一目标规则相关的所有k个变量中,已计算出当前值的变量和未完成当前值计算的变量;
第一规则计算子模块,用于当所述k个变量均为已计算出当前值的变量时,根据所述k个变量的当前值进行所述第一目标规则的计算,以判断是否满足所述第一目标规则;或者,
单调性获取子模块,用于当所述k个变量有i个变量已计算出当前值,有j个变量未完成当前值计算时,获取所述k个变量的单调性和所述第一目标规则的单调性;其中,k,i,j均为大于零的整数,且k=i+j;
第二规则计算子模块,用于当所述k个变量的单调性与所述第一目标规则的单调性一致时,根据所述i个变量的当前值和所述j个变量的缓存值,进行所述第一目标规则的计算,以判断是否满足所述第一目标规则;
所述第二规则计算子模块,还用于当所述第一目标规则的单调性为非单调时,等待所述j个变量计算出当前值再进行所述第一目标规则的计算。
5.根据权利要求4所述的装置,其特征在于,所述装置还包括:
报警输出模块,用于当根据所述m个目标规则的计算结果确定所述m个目标规则中有至少一个目标规则满足时,输出针对所述第一事件的报警信息。
6.根据权利要求4所述的装置,其特征在于,所述单调性获取子模块,用于:
获取预先存储的所述k个变量的单调性和所述第一目标规则的单调性,其中,单调性包括:单调递增,单调递减,或非单调性;
当所述k个变量中存在非单调性变量时,获取与所述非单调性变量正相关的单调性变量;
将所述正相关的单调性变量的单调性作为所述非单调性变量的单调性。
7.一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,该程序被处理器执行时实现权利要求1-3中任一项所述方法的步骤。
8.一种电子设备,其特征在于,包括:
权利要求7中所述的计算机可读存储介质;以及
一个或者多个处理器,用于执行所述计算机可读存储介质中的程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711368796.6A CN108182579B (zh) | 2017-12-18 | 2017-12-18 | 用于规则判断的数据处理方法、装置、存储介质和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711368796.6A CN108182579B (zh) | 2017-12-18 | 2017-12-18 | 用于规则判断的数据处理方法、装置、存储介质和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108182579A CN108182579A (zh) | 2018-06-19 |
CN108182579B true CN108182579B (zh) | 2020-12-18 |
Family
ID=62546323
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711368796.6A Active CN108182579B (zh) | 2017-12-18 | 2017-12-18 | 用于规则判断的数据处理方法、装置、存储介质和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108182579B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101371263A (zh) * | 2006-01-10 | 2009-02-18 | 光明测量公司 | 用于在并行处理系统中处理多媒体数据的算法步骤的方法和装置 |
CN103886376A (zh) * | 2007-11-09 | 2014-06-25 | 万特里克斯公司 | 用于基于规则的内容过滤的系统和方法 |
CN107145495A (zh) * | 2016-03-01 | 2017-09-08 | 阿里巴巴集团控股有限公司 | 动态调整参数规则的方法及装置 |
CN107273590A (zh) * | 2017-05-31 | 2017-10-20 | 北京理工大学 | 一种用于复合材料本构方程参数确定的多目标优化方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8595234B2 (en) * | 2010-05-17 | 2013-11-26 | Wal-Mart Stores, Inc. | Processing data feeds |
-
2017
- 2017-12-18 CN CN201711368796.6A patent/CN108182579B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101371263A (zh) * | 2006-01-10 | 2009-02-18 | 光明测量公司 | 用于在并行处理系统中处理多媒体数据的算法步骤的方法和装置 |
CN103886376A (zh) * | 2007-11-09 | 2014-06-25 | 万特里克斯公司 | 用于基于规则的内容过滤的系统和方法 |
CN107145495A (zh) * | 2016-03-01 | 2017-09-08 | 阿里巴巴集团控股有限公司 | 动态调整参数规则的方法及装置 |
CN107273590A (zh) * | 2017-05-31 | 2017-10-20 | 北京理工大学 | 一种用于复合材料本构方程参数确定的多目标优化方法 |
Non-Patent Citations (2)
Title |
---|
Toward Necessity of Parametric Conditions for Monotonic Fuzzy Systems;Jin-Myung Won等;《IEEE TRANSACTIONS ON FUZZY SYSTEMS》;20141231;全文 * |
一种新的基于乘性规则的支持向量机;周烨;《电子世界》;20170929;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108182579A (zh) | 2018-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11373161B2 (en) | Post-paid transaction data processing method and device, processing apparatus, and server | |
CN111047423A (zh) | 一种风险确定方法、装置及电子设备 | |
CN108876102B (zh) | 一种风险交易挖掘方法、装置及设备 | |
CN113360580B (zh) | 基于知识图谱的异常事件检测方法、装置、设备及介质 | |
CN109949108A (zh) | 基于区块链的发票创建方法和装置、电子设备 | |
CN113569992B (zh) | 异常数据识别方法及装置、电子设备和存储介质 | |
CN109003091A (zh) | 一种风险防控处理方法、装置及设备 | |
CN112685799B (zh) | 设备指纹生成方法、装置、电子设备和计算机可读介质 | |
CN113837638A (zh) | 话术确定方法、装置及设备 | |
CN113806653A (zh) | 页面预加载方法、装置、计算机设备及存储介质 | |
CN109428900B (zh) | 一种数据处理的方法及装置 | |
CN116684330A (zh) | 基于人工智能的流量预测方法、装置、设备及存储介质 | |
CN117474091A (zh) | 一种知识图谱构建方法、装置、设备及存储介质 | |
CN111340574B (zh) | 风险用户的识别方法、装置和电子设备 | |
CN108182579B (zh) | 用于规则判断的数据处理方法、装置、存储介质和设备 | |
CN112184059A (zh) | 评分分析方法、装置、电子设备及存储介质 | |
CN110830515A (zh) | 流量检测方法、装置、电子设备 | |
CN113596011B (zh) | 流量识别方法及装置,计算设备和介质 | |
CN116127353A (zh) | 分类方法、分类模型训练方法、设备及介质 | |
CN115795345A (zh) | 信息处理方法、装置、设备及存储介质 | |
US11669759B2 (en) | Entity resource recommendation system based on interaction vectorization | |
CN111241395B (zh) | 认证服务的推荐方法及装置 | |
CN114449033B (zh) | 服务入口显示方法和装置 | |
CN109754115B (zh) | 数据预测的方法、装置、存储介质及电子设备 | |
CN112365046A (zh) | 用户信息生成方法、装置、电子设备和计算机可读介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |