CN109492844B

CN109492844B - 业务策略的生成方法和装置

Info

Publication number: CN109492844B
Application number: CN201710816467.7A
Authority: CN
Inventors: 郑霖; 宋博文; 陈弢; 张天翼
Original assignee: Hangzhou Ant Juhui Network Technology Co ltd
Current assignee: Hangzhou Ant Juhui Network Technology Co ltd
Priority date: 2017-09-12
Filing date: 2017-09-12
Publication date: 2022-04-15
Anticipated expiration: 2037-09-12
Also published as: CN109492844A

Abstract

本说明书提供一种业务策略的生成方法，包括：基于原始数据，根据对业务结果的影响程度发现至少两个特征量的规则；所述每个规则包括由所属特征量的一个确定值域构成的条件；以各个特征量的规则为终点集的元素，以布尔运算符为初始函数集的元素，采用遗传算法确定最优的种群；根据最优的种群生成以特征量的规则和布尔运算符表达的业务策略。

Description

业务策略的生成方法和装置

技术领域

本说明书涉及数据处理技术领域，尤其涉及一种业务策略的生成方法和装置。

背景技术

随着互联网的发展和普及，各种基于网络进行的活动都在源源不断的产生数据，许多企业、政府甚至个人等都掌握着大量的数据。数据挖掘技术能够从大量的数据中发现有价值的知识、模式等信息，为科学研究、商业决策、过程控制等提供辅助支持，成为数据利用的重要方式。

在很多业务场景中，数据挖掘的结果是得到用于决定后续业务过程的业务策略。业务策略是规则的组合，规则是由业务变量表述的判断条件。在将业务场景中的任一种特定情形应用于一个业务策略时，返回的值是Ture(是)或者False(否)，以此即可确定是否适用该业务策略对应的业务过程。由于业务策略对业务的结果有直接的影响，生成精准的业务策略成为数据挖掘中的重要问题。

发明内容

有鉴于此，本说明书提供一种业务策略的生成方法，包括：

基于原始数据，根据对业务结果的影响程度发现至少两个特征量的规则；所述每个规则包括由所属特征量的一个确定值域构成的条件；

以各个特征量的规则为终点集的元素，以布尔运算符为初始函数集的元素，采用遗传算法确定最优的种群；

根据最优的种群生成以特征量的规则和布尔运算符表达的业务策略。

本说明书还提供了一种业务策略的生成装置，包括：

规则发现单元，用于基于原始数据，根据对业务结果的影响程度发现至少两个特征量的规则；所述每个规则包括由所属特征量的一个确定值域构成的条件；

种群迭代单元，用于以各个特征量的规则为终点集的元素，以布尔运算符为初始函数集的元素，采用遗传算法确定最优的种群；

策略输出单元，用于根据最优的种群生成以特征量的规则和布尔运算符表达的业务策略。

本说明书提供的一种计算机设备，包括：存储器和处理器；所述存储器上存储有可由处理器运行的计算机程序；所述处理器运行所述计算机程序时，执行上述业务策略的生成方法所述的步骤。

本说明书提供的一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器运行时，执行上述业务策略的生成方法所述的步骤。

由以上技术方案可见，本说明书的实施例中，基于原始数据，采用对业务结果影响显著的特征量的值域来构成特征量的规则，并利用遗传算法筛选出由两个及以上的特征量规则组成的最优种群，来确定业务策略，不仅避免了人工生成业务策略时的低效和对主观经验的依赖，而且由于在筛选最优种群时同时衡量了多个规则对业务结果的综合影响，能够得到更为精准的业务策略。

附图说明

图1是本说明书实施例中一种业务策略的生成方法的流程图；

图2是一个例子中对特征量进行WOE离散化分区间处理的结果示意图；

图3是一个应用场景示例中的初始种群示意图；

图4是上述应用场景示例中的最优种群示意图；

图5是本说明书应用示例中一种风险控制系统的结构图；

图6是运行本说明书实施例的设备的一种硬件结构图；

图7是本说明书实施例中一种业务策略的生成装置的逻辑结构图。

具体实施方式

本说明书的实施例提出一种新的业务策略的生成方法，通过对原始数据的挖掘得到两个及以上特征量的规则，采用遗传算法迭代出最优的规则组合及其组合方式，并据此生成业务策略的表达式；由于无需由人工确定规则和筛选最优组合，避免了主观经验的影响，能够客观而高效的生成业务策略；此外由于在筛选最优规则组合时综合衡量了多个规则的整体影响，而不是分别考虑单个规则的效果，生成的业务策略更为精准。

本说明书的实施例可以运行在任何具有计算和存储能力的设备上，如手机、平板电脑、PC(Personal Computer，个人电脑)、笔记本、服务器等设备；还可以由运行在两个或两个以上设备的逻辑节点来实现本说明书实施例中的各项功能。

本说明书的实施例中，业务策略的生成方法的流程如图1所示。

步骤110，基于原始数据，根据对业务结果的影响程度发现至少两个特征量的规则。

本说明书的实施例中，原始数据是用来进行特征量和规则发现的数据源，既可以是未经处理的业务数据，也可以是经过清洗、筛选、和/或加工后的业务数据，不做限定。特征量可以是原始数据记录中的某个属性，可以是某个属性的统计量，也可以是对若干条数据记录中一个到多个属性进行筛选、统计、比较等运算所得的变量，同样不做限定。

特征量的规则是由该规则所属特征量的一个确定值域构成的条件，即规则表述为该特征量是否属于该确定值域。特征量规则的发现可以包括两个方面，第一个方面是发现哪些属性或变量对业务结果具有显著影响，并将每个属性、或每个变量作为一个特征量；第二个方面是发现每个特征量的哪些取值对业务结果的影响程度更为显著、或者是有不同程度的影响，并将该特征量是否属于某个值域作为该特征量的一条规则。每个特征量的规则可以只有一条，其条件通常由对业务结果影响程度最大的值域构成；每个特征量的规则也可以超过一条，每条规则的条件采用不同的确定值域，对业务结果的影响程度有所不同。

本步骤中可以采用各种特征量和规则的发现算法，根据对业务结果的影响程度发现至少两个特征量的若干个阈值，并针对每个特征量，生成对应于该特征量的一个到多个阈值的规则。例如，可以采用现有技术中的WOE(Weight of Evidence，证据权重)算法、或者决策树算法。

在一个例子中，业务数据的属性f1是对业务结果有显著影响的一个特征量。在对业务数据进行缺失值处理等操作后得到原始数据，然后基于原始数据进行f1的WOE离散化分区间处理，处理结果如图2所示。可见，随着变量f1值的增大，对业务结果的影响也会随之提升，WOE算法可以提取出其中四个重要的分界点，分别是16、70、320和1000；以这些分界点为基础，可以构建出f1的四条规则V101、V102、V103和V104，分别是：

V101：f1的值大于16；

V102：f1的值大于70；

V103：f1的值大于320；

V104：f1的值大于1000。

步骤120：以各个特征量的规则为终点集，以布尔运算符为初始函数集，采用遗传算法确定最优的种群。

遗传算法是在可能空间中寻找最优解的启发式搜索算法，模拟自然进化的过程，利用遗传的方式搜索出最优解。遗传算法的基本思想是，随机产生一个符合给定环境的初始种群，种群中的每个个体有一个适应度值，依据适者生存的原则，每次迭代都选择适应度高的个体进行遗传操作来生成下一代的种群，直到得出最优解。

在本说明书的实施例中应用遗传算法时，将所有的组合为遗传算法的终点集，以布尔运算符作为遗传算法初始函数集中的元素。这样，种群中的个体即为通过布尔运算符关联起来的若干个特征量规则。需要说明的是，如果某个特征量具有两条或两条以上的规则(属于同一个特征量的不同规则中采用的值域不同)，则用于构建一个个体的各个规则分别属于不同的特征量；换言之，属于同一个特征量的不同规则不会同时用来生成一个个体。

根据实际应用场景的需要，可以采用能够体现业务效果的各种参数来衡量种群的适应度，不做限定。例如，可以将F-score(准确率与召回率的加权调和平均值)、种群与业务结果的相关系数、或Gini Index(基尼系数)等参数作为适应度。

在基于适应度高的种群产生下一代种群时，可以采用各种遗传操作来进行种群的更新，本说明书的实施例不做限定，例如可以同时采用交叉、变异、新增、删减等遗传算子中一项到多项。

在一种实现方式中，可以采用如下步骤来得出最优种群：

1)为各个特征量的规则生成对应的编码。假设在一个应用场景示例中，共有5个特征量V1、V2、V3、V4和V5，每个特征量各有一条规则，将5条规则编码为A、B、C、D和E，分别代表：

A：V1＝False；

B：V2≥1500；

C：V3>4；

D：V4＝1；

E：V5＝True。

2)随机在每个特征量的编码间插入布尔运算符(包括与、或、非等)，生成初始的种群。如在上述应用场景示例中，初始的种群包括两个个体，每个个体的基因表达如图3所示。

3)基于初始的种群，采用遗传算法根据种群中个体的适应度进行种群的迭代，并基于遗传操作进行种群的更新。每次迭代时选择适应度高的个体往下代遗传，同时采用遗传操作改变种群中个体的基因表达。

4)直至遗传算法收敛，得到最优的种群。假设图3中的初始种群经过如图4所示的变异后，得到最优种群。遗传算法收敛的条件可以是达到预定迭代次数、种群的适应度变化小于既定阈值等，不做限定。

回到图1，步骤130，根据最优的种群生成以特征量的规则和布尔运算符表达的业务策略。

具体而言，在得到最优种群后，采用符号回归算法确定最优种群中的与原始数据拟合度最高的个体，并将该个体的基因表达转换为包括特征量的规则和布尔运算符的业务策略表达式。

符号回归算法用来根据给定的一组自变量和一组训练数据，找出拟合的函数关系式。本说明书的实施例中，可以将特征量的规则为视为自变量，将原始数据视为训练数据，来找到最优种群中对原始数据拟合度最好的个体。

以图4所示的最优种群为例，假设拟合度最高的个体为左侧的个体，其基因表达为：(A&D)&(C│B)&(！E)，则业务策略的表达式为：(V1＝False且V4＝1)且(V3>4或V2≥1500)且(V5≠True)。

可见，本说明书的实施例中，通过对原始数据的挖掘得到两个及以上特征量的规则，利用遗传算法筛选出由至少两个特征量规则组成的最优种群，并据此生成业务策略的表达式，从而无需由人工确定规则和筛选最优组合，避免了对人工经验的依赖，能够客观而高效的生成业务策略；而且由于在筛选最优种群时同时衡量了多个规则对业务结果的综合影响，而不是分别考虑单个规则的效果，能够得到更为精准的业务策略。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

在本说明书的一个应用示例中，某个网络服务提供商的风险控制系统针对在运营过程中发生的风险，需要补充新的风险控制策略，以及时堵上漏洞，达到更高的安全性。风险控制系统包括风险特征平台、风险数据平台、特征评估平台、策略智能推荐平台和策略运营平台，其结构如图5所示。

策略运营平台根据已配置的风险控制策略来进行业务过程中的风险控制，发现风险事件后，将描述风险事件的风险漏过数据(本应用示例中的原始数据)发送至风险数据平台，由风险数据平台对风险漏过数据进行存储和维护。

风险特征平台上配置有在生成和实施风险控制策略时采用的所有特征量的定义及其计算方法，在新的风险漏过数据输出到风险数据平台后，风险特征平台用风险漏过数据进行各个特征量的计算，并将计算结果输出至特征评估平台。

特征评估平台根据计算所得的特征量的值，采用WOE算法评估出对当前风险漏过事件影响较为显著的特征量以及特征量的阈值，并采用这些特征量和阈值构建出若干条规则，每条规则采用一个特征量和一个确定的值域来表述，用来作为组成策略的基础部件。

策略智能推荐平台采用基于遗传算法的符号回归来确定规则的最佳组合。具体而言，策略智能推荐平台将特征评估平台输出的规则进行编码，随机在规则的编码间插入布尔运算符得到若干个个体，生成初始种群开始迭代，每次迭代时从种群中选出F-Score高(即适应度高)的个体进行遗传操作，如交叉，变异，新增，删减等，来生成下一代种群中的个体，直至两次相邻迭代的F-Score不再升高时遗传算法收敛，得出最优种群。策略智能推荐平台利用符号回归，确定最优种群中F-Score最高的个体，即最优逻辑表达式，并将该表达式转换为由规则和布尔运算符构成的风险控制策略。

策略智能推荐平台输出的风险控制策略配置在策略运营平台后，策略运营平台即可将该风险控制策略用于实际业务过程的风险防控。

本应用示例中，以风险漏过数据为基准，在风险控制策略生成时遍历了多种可能性后得到了近乎最佳的方案；并且，在生成风险控制策略时每次迭代均是对包含若干个规则的整体策略进行评估，而不是针对单个规则做评估，能够更好的防止过拟合，所生成的风险控制策略也更贴近实际应用；另外，生成的风险控制策略是一个逻辑表达式，风险控制系统管理员可以清楚的知道推荐策略的逻辑。

与上述流程实现对应，本说明书的实施例还提供了一种业务策略的生成装置。该装置可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为逻辑意义上的装置，是通过所在设备的CPU(Central Process Unit，中央处理器)将对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，除了图6所示的CPU、内存以及存储器之外，业务策略的生成装置所在的设备通常还包括用于进行无线信号收发的芯片等其他硬件，和/或用于实现网络通信功能的板卡等其他硬件。

图7所示为本说明书实施例提供的一种业务策略的生成装置，包括规则发现单元、种群迭代单元和策略输出单元，其中：规则发现单元用于基于原始数据，根据对业务结果的影响程度发现至少两个特征量的规则；所述每个规则包括由所属特征量的一个确定值域构成的条件；种群迭代单元用于以各个特征量的规则为终点集的元素，以布尔运算符为初始函数集的元素，采用遗传算法确定最优的种群；策略输出单元用于根据最优的种群生成以特征量的规则和布尔运算符表达的业务策略。

一个例子中，所述种群迭代单元具体用于：为各个特征量的规则生成对应的编码；随机在每个特征量的编码间插入布尔运算符，生成初始的种群；基于初始的种群，采用遗传算法根据种群中个体的适应度进行种群的迭代，并基于遗传操作进行种群的更新；直至遗传算法收敛，得到最优的种群。

上述例子中，所述遗传操作包括以下的一项到多项：交叉、变异、新增、删减。

上述例子中，所述适应度采用以下之一来衡量：准确率与召回率的加权调和平均值F-score、种群与原始数据的相关系数、基尼Gini系数。

可选的，所述策略输出单元具体用于：采用符号回归算法确定最优种群中的与原始数据拟合度最高的个体，并将所述个体的基因表达转换为包括特征量的规则和布尔运算符的业务策略表达式。

可选的，所述至少一个特征量具有两条或两条以上的规则，同一个特征量的不同规则所包括的值域不同；所述种群中用来构建一个个体的规则属于不同的特征量。

可选的，所述规则发现单元具体用于：基于原始数据，采用证据权重WOE算法或决策树算法，根据对业务结果的影响程度发现至少两个特征量的若干个阈值，并生成每个特征量对应于所述特征量的一个到多个阈值的规则。

可选的，所述原始数据包括：风险漏过数据；所述业务策略包括：风险控制策略。

本说明书的实施例提供了一种计算机设备，该计算机设备包括存储器和处理器。其中，存储器上存储有能够由处理器运行的计算机程序；处理器在运行存储的计算机程序时，执行本说明书实施例中业务策略的生成方法的各个步骤。对业务策略的生成方法的各个步骤的详细描述请参见之前的内容，不再重复。

本说明书的实施例提供了一种计算机可读存储介质，该存储介质上存储有计算机程序，这些计算机程序在被处理器运行时，执行本说明书实施例中业务策略的生成方法的各个步骤。对业务策略的生成方法的各个步骤的详细描述请参见之前的内容，不再重复。

以上所述仅为本说明书的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书的实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书的实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

Claims

1.一种业务策略的生成方法，包括：

以各个特征量的规则为终点集的元素，以布尔运算符为初始函数集的元素，采用遗传算法确定最优的种群，包括：为各个特征量的规则生成对应的编码；随机在每个特征量的编码间插入布尔运算符，生成初始的种群；基于初始的种群，采用遗传算法根据种群中个体的适应度进行种群的迭代，并基于遗传操作进行种群的更新；直至遗传算法收敛，得到最优的种群；

2.根据权利要求1所述的方法，所述遗传操作包括以下的一项到多项：交叉、变异、新增、删减。

3.根据权利要求1所述的方法，所述适应度采用以下之一来衡量：准确率与召回率的加权调和平均值F-score、种群与原始数据的相关系数、基尼Gini系数。

4.根据权利要求1所述的方法，所述根据最优种群生成以特征量的规则和布尔运算符表达的业务策略，包括：采用符号回归算法确定最优种群中的与原始数据拟合度最高的个体，并将所述个体的基因表达转换为包括特征量的规则和布尔运算符的业务策略表达式。

5.根据权利要求1所述的方法，所述至少一个特征量具有两条或两条以上的规则，同一个特征量的不同规则所包括的值域不同；所述种群中用来构建一个个体的规则属于不同的特征量。

6.根据权利要求1所述的方法，所述基于原始数据，根据对业务结果的影响程度发现至少两个特征量的规则，包括：基于原始数据，采用证据权重WOE算法或决策树算法，根据对业务结果的影响程度发现至少两个特征量的若干个阈值，并生成每个特征量对应于所述特征量的一个到多个阈值的规则。

7.根据权利要求1所述的方法，所述原始数据包括：风险漏过数据；所述业务策略包括：风险控制策略。

8.一种业务策略的生成装置，包括：

种群迭代单元，用于以各个特征量的规则为终点集的元素，以布尔运算符为初始函数集的元素，采用遗传算法确定最优的种群；所述种群迭代单元具体用于为各个特征量的规则生成对应的编码；随机在每个特征量的编码间插入布尔运算符，生成初始的种群；基于初始的种群，采用遗传算法根据种群中个体的适应度进行种群的迭代，并基于遗传操作进行种群的更新；直至遗传算法收敛，得到最优的种群；

9.根据权利要求8所述的装置，所述遗传操作包括以下的一项到多项：交叉、变异、新增、删减。

10.根据权利要求8所述的装置，所述适应度采用以下之一来衡量：准确率与召回率的加权调和平均值F-score、种群与原始数据的相关系数、基尼Gini系数。

11.根据权利要求8所述的装置，所述策略输出单元具体用于：采用符号回归算法确定最优种群中的与原始数据拟合度最高的个体，并将所述个体的基因表达转换为包括特征量的规则和布尔运算符的业务策略表达式。

12.根据权利要求8所述的装置，所述至少一个特征量具有两条或两条以上的规则，同一个特征量的不同规则所包括的值域不同；所述种群中用来构建一个个体的规则属于不同的特征量。

13.根据权利要求8所述的装置，所述规则发现单元具体用于：基于原始数据，采用证据权重WOE算法或决策树算法，根据对业务结果的影响程度发现至少两个特征量的若干个阈值，并生成每个特征量对应于所述特征量的一个到多个阈值的规则。

14.根据权利要求8所述的装置，所述原始数据包括：风险漏过数据；所述业务策略包括：风险控制策略。

15.一种计算机设备，包括：存储器和处理器；所述存储器上存储有可由处理器运行的计算机程序；所述处理器运行所述计算机程序时，执行如权利要求1到7任意一项所述的步骤。

16.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器运行时，执行如权利要求1到7任意一项所述的步骤。