CN110704045A - 决策流程的构建方法、装置以及存储介质 - Google Patents

Abstract

本申请公开了一种决策流程的构建方法、装置以及存储介质。其中，该方法包括：响应于在交互界面的编辑操作，在交互界面显示用于构建决策流程的图形化组件，其中图形化组件对应于决策流程中的节点；接收用户在图形化组件中输入的表达式，其中不同的表达式指向不同类型的计算模型；以及将表达式指向的计算模型与图形化组件相关联。通过将图形化组件与计算模型相关联的方式，可以对各种不同类型的计算模型进行区分，使得决策流程在运行到关联有表达式的图形化组件的情况下，可以通过调用各个表达式分别指向的各个计算模型，执行相应的业务流程，从而满足复杂的业务实现的要求。

Description

决策流程的构建方法、装置以及存储介质

技术领域

本申请涉及流程构建技术领域，特别是涉及一种决策流程的构建方法、装置以及存储介质。

背景技术

现有的决策流程(例如，Activiti流程)具有节点概念，可以通过拖动节点来调整流程，即在用户端界面，用户可以通过拖动与节点对应的图形化组件来调整流程图。例如：借贷机构的工作人员利用Activiti建立风险控制决策流程图，可以通过拖动各个图形化组件来调整流程图。在建立风险控制决策流程图的过程中，需要从多个不同的维度(年龄、信用评分、信用额度等维度)对借贷对象的借贷风险进行综合评估。因此首先需要建立不同类型的计算模型来满足不同维度的评估。例如：可以通过建立决策树模型，来综合评估用户信用评分以及用户信用额度这两个维度还可以通过建立规则模型，来综合评估用户年龄以及用户信用额度这两个维度。

由于决策流程中的节点可以输入表达式，但是该表达式只是用于直观地描述该节点的功能，例如加法(x+y)、乘法(x*y)等。因此，决策流程本身无法对各种不同类型的计算模型进行区分，例如：规则模型，决策树模型等。即便是利用Activiti建立了流程图，也仍然达不到复杂的业务实现的要求。

针对上述的现有技术中存在的现有的决策流程无法对各种不同类型的计算模型进行区分，达不到复杂的业务实现的要求的技术问题，目前尚未提出有效的解决方案。

发明内容

本公开的实施例提供了一种决策流程的构建方法、装置以及存储介质，以至少解决现有技术中存在的现有的决策流程无法对各种不同类型的计算模型进行区分，达不到复杂的业务实现的要求的技术问题。

根据本公开实施例的一个方面，提供了一种决策流程的构建方法，包括：响应于在交互界面的编辑操作，在交互界面显示用于构建决策流程的图形化组件，其中图形化组件对应于决策流程中的节点；接收用户在图形化组件中输入的表达式，其中不同的表达式指向不同类型的计算模型；以及将表达式指向的计算模型与图形化组件相关联。

根据本公开实施例的另一个方面，还提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时由处理器执行以上任意一项所述的方法。

根据本公开实施例的另一个方面，还提供了一种决策流程的构建装置，包括：第一显示模块，用于响应于在交互界面的编辑操作，在交互界面显示用于构建决策流程的图形化组件，其中图形化组件对应于决策流程中的节点；第一接收模块，用于接收用户在图形化组件中输入的表达式，其中不同的表达式指向不同类型的计算模型；以及第一关联模块，用于将表达式指向的计算模型与图形化组件相关联。

根据本公开实施例的另一个方面，还提供了一种决策流程的构建装置，包括：处理器；以及存储器，与处理器连接，用于为处理器提供处理以下处理步骤的指令：响应于在交互界面的编辑操作，在交互界面显示用于构建决策流程的图形化组件，其中图形化组件对应于决策流程中的节点；接收用户在图形化组件中输入的表达式，其中不同的表达式指向不同类型的计算模型；以及将表达式指向的计算模型与图形化组件相关联。

在本公开实施例中，通过对输入到图形化组件的表达式进行加工，该表达式是一个指令，该指令指向已经设计好的计算模型(功能模块)，并且每个不同类型的计算模型对应于唯一的表达式。然后通过将图形化组件与计算模型相关联的方式，可以对各种不同类型的计算模型进行区分，使得决策流程在运行到关联有表达式的图形化组件的情况下，可以通过调用各个表达式分别指向的各个计算模型，执行相应的业务流程，从而满足复杂的业务实现的要求。进而解决了现有技术中存在的现有的决策流程无法对各种不同类型的计算模型进行区分，达不到复杂的业务实现的要求的技术问题。

附图说明

此处所说明的附图用来提供对本公开的进一步理解，构成本申请的一部分，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。在附图中：

图1是用于实现根据本公开实施例1所述的方法的计算设备的硬件结构框图；

图2是根据本公开实施例1所述的决策流程的构建系统的示意图；

图3是根据本公开实施例1的第一个方面所述的决策流程的构建方法的流程示意图；

图4是根据本公开实施例1所述的包含各个图像化组件的交互界面的示意图；

图5是根据本公开实施例1所述的决策树模型的属性信息的示意图；

图6是根据本公开实施例1所述的规则模型的属性信息的示意图；

图7是根据本公开实施例1所述的Python模型的属性信息的示意图；

图8是根据本公开实施例2所述的决策流程的构建装置的示意图；以及

图9是根据本公开实施例3所述的决策流程的构建装置的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本公开的技术方案，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本公开一部分的实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本公开保护的范围。

需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”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。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。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的过程、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。

首先，在对本公开实施例进行描述的过程中出现的部分名词或术语适用于如下解释：

梯度提升决策树模型：本申请中所述的梯度提升决策树模型为“GBDTmodel”的中文翻译。后文中也称为“GBDT模型”。

实施例1

根据本实施例，提供了一种决策流程的构建方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

本实施例所提供的方法实施例可以在移动终端、计算机终端、服务器或者类似的计算设备中执行。图1示出了一种用于实现决策流程的构建方法的计算设备的硬件结构框图。如图1所示，计算设备可以包括一个或多个处理器(处理器可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器、以及用于通信功能的传输装置。除此以外，还可以包括：显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为I/O接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，计算设备还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。

应当注意到的是上述一个或多个处理器和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理模块，或全部或部分的结合到计算设备中的其他元件中的任意一个内。如本公开实施例中所涉及到的，该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。

存储器可用于存储应用软件的软件程序以及模块，如本公开实施例中的决策流程的构建方法对应的程序指令/数据存储装置，处理器通过运行存储在存储器内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的应用程序的决策流程的构建方法。存储器可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至计算设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输装置用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算设备的通信供应商提供的无线网络。在一个实例中，传输装置包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置可以为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。

显示器可以例如触摸屏式的液晶显示器(LCD)，该液晶显示器可使得用户能够与计算设备的用户界面进行交互。

此处需要说明的是，在一些可选实施例中，上述图1所示的计算设备可以包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上的计算机代码)、或硬件元件和软件元件两者的结合。应当指出的是，图1仅为特定具体实例的一个实例，并且旨在示出可存在于上述计算设备中的部件的类型。

图2是根据本实施例所述的决策流程的构建系统的示意图。参照图2所示，该系统包括：终端设备100以及远程的服务器200。其中，终端设备100为用户110的终端设备，服务器200提供构建决策流程的服务。在用户110具有构建决策流程需求的情况下，用户110可以通过终端设备100访问服务器200的网页端，从而在所访问的网页端上构建决策流程。需要说明的是，系统中的终端设备100以及服务器200均可适用上面所述的硬件结构。

在上述运行环境下，根据本实施例的第一个方面，提供了一种决策流程的构建方法，该方法由图2中所示的终端设备100实现。图3示出了该方法的流程示意图，参考图3所示，该方法包括：

S302：响应于在交互界面的编辑操作，在交互界面显示用于构建决策流程的图形化组件，其中图形化组件对应于决策流程中的节点；

S304：接收用户在图形化组件中输入的表达式，其中不同的表达式指向不同类型的计算模型；以及

S306：将表达式指向的计算模型与图形化组件相关联。

正如前面背景技术中所述的，现有的决策流程(例如，Activiti流程)具有节点概念，可以通过拖动节点来调整流程，即在用户端界面，用户可以通过拖动与节点对应的图形化组件来调整流程图。例如：借贷机构的工作人员利用Activiti建立风险控制决策流程图，可以通过拖动各个图形化组件来调整流程图。在建立风险控制决策流程图的过程中，需要从多个不同的维度(年龄、信用评分、信用额度等维度)对借贷对象的借贷风险进行综合评估。因此首先需要建立不同类型的计算模型来满足不同维度的评估。例如：可以通过建立决策树模型，来综合评估用户信用评分以及用户信用额度这两个维度还可以通过建立规则模型，来综合评估用户年龄以及用户信用额度这两个维度。由于决策流程中的节点可以输入表达式，但是该表达式只是用于直观地描述该节点的功能，例如加法(x+y)、乘法(x*y)等。因此，决策流程本身无法对各种不同类型的计算模型进行区分，例如：规则模型，决策树模型等。即便是利用Activiti建立了流程图，也仍然达不到复杂的业务实现的要求。

针对上述背景技术中存在的问题，结合图2所示，在用户110具有构建决策流程需求的情况下，用户110可以通过终端设备100访问服务器200的网页端，从而在所访问的网页端上构建决策流程。此时，终端设备100响应于用户110在交互界面的编辑操作，在所述交互界面显示用于构建决策流程的图像化组件。其中，图4示出了包含各个图像化组件的交互界面的示意图。

进一步地，用户110可以在该交互界面显示的图形化组件上输入相应的表达式，其中不同的表达式指向不同类型的计算模型，例如但不限于：指向规则模型的表达式为：#{ruleModelService.get(execution)}，指向决策树模型的表达式为：#{treeModelService.get(execution)}。此时，终端设备100接收用户110在图形化组件中输入的表达式，例如：#{ruleModelService.get(execution)}。最后，终端设备100将表达式(例如，#{ruleModelService.get(execution)})指向的计算模型(即，规则模型)与该图形化组件相关联。

从而，本实施例通过对输入到图形化组件的表达式进行加工，该表达式是一个指令，该指令指向已经设计好的计算模型(功能模块)，并且每个不同类型的计算模型对应于唯一的表达式。然后通过将图形化组件与计算模型相关联的方式，可以对各种不同类型的计算模型进行区分，使得决策流程在运行到关联有表达式的图形化组件的情况下，可以通过调用各个表达式分别指向的各个计算模型，执行相应的业务流程，从而满足复杂的业务实现的要求。进而解决了现有技术中存在的现有的决策流程无法对各种不同类型的计算模型进行区分，达不到复杂的业务实现的要求的技术问题。

可选地，将表达式指向的计算模型与图形化组件相关联的操作之后，还包括：向远程的服务器调用决策流程的接口，其中决策流程中串联着不同类型的计算模型；在决策流程执行到图形化组件的情况下，根据已建立的计算模型与图形化组件之间的关联关系，查找表达式指向的计算模型并执行计算模型。

具体地，参照图2所示，终端设备100在将表达式指向的计算模型(例如：规则模型)与图形化组件相关联的操作之后，向远程的服务器200调用决策流程的接口。其中，决策流程中串联着不同类型的计算模型。在决策流程执行到关联有规则模型的图形化组件的情况下，终端设备100根据已经建立好的关联关系，在决策流程中串联着的不同类型的计算模型中查找规则模型，并执行所查找到的规则。从而，通过这种方式，终端设备100可以通过远程服务器200的接口调用各个表达式分别指向的各个计算模型，执行相应的业务流程，从而满足复杂的业务实现的要求。

可选地，还包括：接收用户在图形化组件中输入的与计算模型的属性相关的属性信息，其中属性包括以下所述的至少任意一项：模型标识、模型名称和模型别名；以及将接收到的属性信息与图形化组件相关联。

具体地，用户110可以在交互界面所显示的图形化组件中输入与计算模型(例如，决策树模型)的属性相关的属性信息。其中，计算模型的属性包括以下所述的至少任意一项：模型标识、模型名称和模型别名。例如：图5示出了决策树模型的属性信息的示意图。参照图5所示，虚线框所框出的图形化组件所关联的计算模型为决策树模型。用户110可以通过用鼠标单击或双击与决策树模型相关联的图形化组件，即用鼠标单击或双击虚线框中框出的位置，进入决策树模型属性的编辑界面，并在该编辑界面中输入相应的属性信息。

其中，模型标识决定了决策流程中引用了哪个模型。决策流程中显示的模型名称是为了便于业务方识别，该模型名称支持中文也支持英文。别名决定了决策流程接口返回结果的数据表达方式。通过设置模型别名的方式，使得配置于决策树模型后面的模型更容易使用该决策树模型的输出结果。

可选地，还包括：接收用户在交互界面上设定的图形化组件之间的连接关系；以及在交互界面显示与决策流程对应的决策流程图形。

具体地，终端设备100接收用户110在交互界面上设定的图形化组件之间的连接关系。然后终端设备100在交互界面显示与决策流程对应的决策流程图形。其中，图形化组件之间的连接关系例如但不限于可以为：

1)并行关系：可以通过配置并行分支来实现图形化组件之间的并行关系，并行的流程通过“并行分支”组件实现。将“并行分支”组件拖拽进入流程图区，连接流程箭头，即可实现并行。其中，在分支流程汇集处，添加一个“并行分支”组件汇集。该“并行分支”组件汇集的功能是，分支执行到达该组件后，会等待直到所有分支到底，再向后执行。

2)条件关系：可以通过配置条件分支来实现图形化组件之间的条件关系，当流程走到“条件分支”组件时，系统会计算组件的每条分支流程的条件值。当条件为true时，流程将从分支流程继续。

3)并行条件关系：可以通过配置并行条件分支来实现图形化组件之间的并行条件关系，并行条件分支相当于是并行分支和条件分支的结合。当分支流程条件满足时(即分支条件计算为true)，可以多个分支流程的并行执行。其中，在并行分支汇集处增加一个并行条件分支组件，这样每个被执行的分支执行完会在这里等待，直到所有被执行的分支(不包括分支条件未满足而不执行的分支)执行完成，流程继续。

可选地，接收用户在图形化组件中输入的表达式的操作，包括：接收用户在图形化组件中输入的指向规则模型的表达式；以及将表达式指向的计算模型与图形化组件相关联的操作，包括：将规则模型与图形化组件相关联。

具体地，终端设备100接收用户110在图形化组件中输入的指向规则模型的表达式。图6示出了规则模型的属性的示意图。参照图6所示，指向规则模型的表达式为：#{ruleModelService.get(execution)}，当该规则模型的输入，是流程中前置模型的输出时，表达式配置为：#{ruleModelService.get(execution,’mid’,’name’)}，其中，mid、name为前置模型ID或别名。然后，终端设备100将规则模型与图形化组件相关联。通过这种方式，使得决策流程在运行到关联有指向该规则模型的表达式的图形化组件的情况下，可以通过调用规则模型，执行相应的业务流程。

可选地，接收用户在图形化组件中输入的表达式的操作，包括：接收用户在图形化组件中输入的指向决策树模型的表达式；以及将表达式指向的计算模型与图形化组件相关联的操作，包括：将决策树模型与图形化组件相关联。

具体地，终端设备100接收用户110在图形化组件中输入的指向决策树模型的表达式。其中，参照上述图5所示，指向决策树模型的表达式为：#{ruleModelService.get(execution)}，#{treeModelService.get(execution)}，当决策树模型的输入，是决策流程中前置模型的输出时，表达式配置为：

#{treeModelService.get(execution,’mid’,’name’)}，其中，mid、name为前置模型ID或别名。然后，终端设备100将决策树模型与图形化组件相关联。通过这种方式，使得决策流程在运行到关联有指向该决策树模型的表达式的图形化组件的情况下，可以通过调用决策树模型，执行相应的业务流程。

可选地，接收用户在图形化组件中输入的表达式的操作，包括：接收用户在图形化组件中输入的指向Python模型的表达式，其中Python模型为使用Python语言开发的模型；以及将表达式指向的计算模型与图形化组件相关联的操作，包括：将Python模型与图形化组件相关联。

具体地，终端设备100接收用户110在图形化组件中输入的指向Python模型的表达式。其中，Python模型为使用Python语言开发的模型。图7示出了Python模型的属性的示意图。参照图7所示，指向Python模型的表达式为：#{pythonModelService.get(execution)}，当该Python模型的输入，是流程中前置模型的输出时，表达式配置为：#{pythonModelService.get(execution,’mid’,’name’)}，其中，mid、name为前置模型ID或别名。然后，终端设备100将Python模型与图形化组件相关联。通过这种方式，使得决策流程在运行到关联有指向该Python模型的表达式的图形化组件的情况下，可以通过调用Python模型，执行相应的业务流程。

可选地，接收用户在图形化组件中输入的表达式的操作，包括：接收用户在图形化组件中输入的指向梯度提升决策树模型的表达式；以及将表达式指向的计算模型与图形化组件相关联的操作，包括：将梯度提升决策树模型与图形化组件相关联。

具体地，终端设备100接收用户110在图形化组件中输入的指向梯度提升决策模型的表达式。其中，本申请中所述的梯度提升决策树模型为“GBDT model”的中文翻译。在上述的图4中也称为“GBDT模型”。指向梯度提升决策模型的表达式为：#{gbdtModelService.get(execution)}，当该梯度提升决策模型的输入，是流程中前置模型的输出时，表达式配置为：

#{gbdtModelService.get(execution,’mid’,’name’)}，其中，mid、name为前置模型ID或别名。然后，终端设备100将梯度提升决策模型与图形化组件相关联。通过这种方式，使得决策流程在运行到关联有指向该梯度提升决策模型的表达式的图形化组件的情况下，可以通过调用梯度提升决策模型，执行相应的业务流程。

此外，参考图1所示，根据本实施例的第二个方面，提供了一种存储介质。存储介质包括存储的程序，其中，在程序运行时由处理器执行以上任意一项所述的方法。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

实施例2

图8示出了根据本实施例所述的决策流程的构建装置800，该装置800与根据实施例1的第一个方面所述的方法相对应。参考图8所示，该装置800包括：第一显示模块810，用于响应于在交互界面的编辑操作，在交互界面显示用于构建决策流程的图形化组件，其中图形化组件对应于决策流程中的节点；第一接收模块820，用于接收用户在图形化组件中输入的表达式，其中不同的表达式指向不同类型的计算模型；以及第一关联模块830，用于将表达式指向的计算模型与图形化组件相关联。

可选地，还包括：调用模块，用于在关联模块将表达式指向的计算模型与图形化组件相关联的操作之后，向远程的服务器调用决策流程的接口，其中决策流程中串联着不同类型的计算模型；查找模块，用于在决策流程执行到图形化组件的情况下，根据已建立的计算模型与图形化组件之间的关联关系，查找表达式指向的计算模型并执行计算模型。

可选地，还包括：第二接收模块，用于接收用户在图形化组件中输入的与计算模型的属性相关的属性信息，其中属性包括以下所述的至少任意一项：模型标识、模型名称和模型别名；以及第二关联模块，用于将接收到的属性信息与图形化组件相关联。

可选地，还包括：第三接收模块，用于接收用户在交互界面上设定的图形化组件之间的连接关系；以及第二显示模块，用于在交互界面显示与决策流程对应的决策流程图形。

可选地，第一接收模块820包括：第一接收子模块，用于接收用户在图形化组件中输入的指向规则模型的表达式；以及第一关联模块830包括：第一关联子模块，用于将规则模型与图形化组件相关联。

可选地，第一接收模块820包括：第二接收子模块，用于接收用户在图形化组件中输入的指向决策树模型的表达式；以及第一关联模块830包括：第二关联子模块，用于将决策树模型与图形化组件相关联。

可选地，第一接收模块820包括：第三接收子模块，用于接收用户在图形化组件中输入的指向Python模型的表达式，其中Python模型为使用Python语言开发的模型；以及第一关联模块830包括：第三关联子模块，用于将Python模型与图形化组件相关联。

可选地，第一接收模块820包括：第四接收子模块，用于接收用户在图形化组件中输入的指向梯度提升决策树模型的表达式；以及第一关联模块830包括：第四关联子模块，用于将梯度提升决策树模型与图形化组件相关联。

从而根据本实施例，通过对输入到图形化组件的表达式进行加工，该表达式是一个指令，该指令指向已经设计好的计算模型(功能模块)，并且每个不同类型的计算模型对应于唯一的表达式。然后通过将图形化组件与计算模型相关联的方式，可以对各种不同类型的计算模型进行区分，使得决策流程在运行到关联有表达式的图形化组件的情况下，可以通过调用各个表达式分别指向的各个计算模型，执行相应的业务流程，从而满足复杂的业务实现的要求。进而解决了现有技术中存在的现有的决策流程无法对各种不同类型的计算模型进行区分，达不到复杂的业务实现的要求的技术问题。

实施例3

图9示出了根据本实施例所述的决策流程的构建装置900，该装置900与根据实施例1的第一个方面所述的方法相对应。参考图9所示，该装置900包括：处理器910；以及存储器920，与处理器910连接，用于为处理器910提供处理以下处理步骤的指令：响应于在交互界面的编辑操作，在交互界面显示用于构建决策流程的图形化组件，其中图形化组件对应于决策流程中的节点；接收用户在图形化组件中输入的表达式，其中不同的表达式指向不同类型的计算模型；以及将表达式指向的计算模型与图形化组件相关联。

可选地，存储器920还用于为处理器910提供处理以下处理步骤的指令：将表达式指向的计算模型与图形化组件相关联的操作之后，向远程的服务器调用决策流程的接口，其中决策流程中串联着不同类型的计算模型；在决策流程执行到图形化组件的情况下，根据已建立的计算模型与图形化组件之间的关联关系，查找表达式指向的计算模型并执行计算模型。

可选地，存储器920还用于为处理器910提供处理以下处理步骤的指令：接收用户在图形化组件中输入的与计算模型的属性相关的属性信息，其中属性包括以下所述的至少任意一项：模型标识、模型名称和模型别名；以及将接收到的属性信息与图形化组件相关联。

可选地，存储器920还用于为处理器910提供处理以下处理步骤的指令：接收用户在交互界面上设定的图形化组件之间的连接关系；以及在交互界面显示与决策流程对应的决策流程图形。

可选地，接收用户在图形化组件中输入的表达式的操作，包括：接收用户在图形化组件中输入的指向规则模型的表达式；以及将表达式指向的计算模型与图形化组件相关联的操作，包括：将规则模型与图形化组件相关联。

可选地，接收用户在图形化组件中输入的表达式的操作，包括：接收用户在图形化组件中输入的指向决策树模型的表达式；以及将表达式指向的计算模型与图形化组件相关联的操作，包括：将决策树模型与图形化组件相关联。

可选地，接收用户在图形化组件中输入的表达式的操作，包括：接收用户在图形化组件中输入的指向Python模型的表达式，其中Python模型为使用Python语言开发的模型；以及将表达式指向的计算模型与图形化组件相关联的操作，包括：将Python模型与图形化组件相关联。

可选地，接收用户在图形化组件中输入的表达式的操作，包括：接收用户在图形化组件中输入的指向梯度提升决策树模型的表达式；以及将表达式指向的计算模型与图形化组件相关联的操作，包括：将梯度提升决策树模型与图形化组件相关联。

从而根据本实施例，通过对输入到图形化组件的表达式进行加工，该表达式是一个指令，该指令指向已经设计好的计算模型(功能模块)，并且每个不同类型的计算模型对应于唯一的表达式。然后通过将图形化组件与计算模型相关联的方式，可以对各种不同类型的计算模型进行区分，使得决策流程在运行到关联有表达式的图形化组件的情况下，可以通过调用各个表达式分别指向的各个计算模型，执行相应的业务流程，从而满足复杂的业务实现的要求。进而解决了现有技术中存在的现有的决策流程无法对各种不同类型的计算模型进行区分，达不到复杂的业务实现的要求的技术问题。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种决策流程的构建方法，其特征在于，包括：

响应于在交互界面的编辑操作，在所述交互界面显示用于构建决策流程的图形化组件，其中所述图形化组件对应于所述决策流程中的节点；

接收用户在所述图形化组件中输入的表达式，其中不同的表达式指向不同类型的计算模型；以及

将所述表达式指向的计算模型与所述图形化组件相关联。

2.根据权利要求1所述的方法，其特征在于，将所述表达式指向的计算模型与所述图形化组件相关联的操作之后，还包括：

向远程的服务器调用所述决策流程的接口，其中所述决策流程中串联着不同类型的计算模型；

在所述决策流程执行到所述图形化组件的情况下，根据已建立的计算模型与所述图形化组件之间的关联关系，查找所述表达式指向的计算模型并执行所述计算模型。

3.根据权利要求1所述的方法，其特征在于，还包括：

接收所述用户在所述图形化组件中输入的与所述计算模型的属性相关的属性信息，其中所述属性包括以下所述的至少任意一项：模型标识、模型名称和模型别名；以及

将接收到的所述属性信息与所述图形化组件相关联。

4.根据权利要求1所述的方法，其特征在于，还包括：

接收所述用户在所述交互界面上设定的所述图形化组件之间的连接关系；以及

在所述交互界面显示与所述决策流程对应的决策流程图形。

5.根据权利要求1所述的方法，其特征在于，

接收用户在所述图形化组件中输入的表达式的操作，包括：接收所述用户在所述图形化组件中输入的指向规则模型的表达式；以及

将所述表达式指向的计算模型与所述图形化组件相关联的操作，包括：将所述规则模型与所述图形化组件相关联。

6.根据权利要求1所述的方法，其特征在于，

接收用户在所述图形化组件中输入的表达式的操作，包括：接收所述用户在所述图形化组件中输入的指向决策树模型的表达式；以及

将所述表达式指向的计算模型与所述图形化组件相关联的操作，包括：将所述决策树模型与所述图形化组件相关联。

7.根据权利要求1所述的方法，其特征在于，

接收用户在所述图形化组件中输入的表达式的操作，包括：接收所述用户在所述图形化组件中输入的指向Python模型的表达式，其中所述Python模型为使用Python语言开发的模型；以及

将所述表达式指向的计算模型与所述图形化组件相关联的操作，包括：将所述Python模型与所述图形化组件相关联。

8.根据权利要求1所述的方法，其特征在于，

接收用户在所述图形化组件中输入的表达式的操作，包括：接收所述用户在所述图形化组件中输入的指向梯度提升决策树模型的表达式；以及

将所述表达式指向的计算模型与所述图形化组件相关联的操作，包括：将所述梯度提升决策树模型与所述图形化组件相关联。

9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时由处理器执行权利要求1至8中任意一项所述的方法。

10.一种决策流程的构建装置，其特征在于，包括：

第一显示模块，用于响应于在交互界面的编辑操作，在所述交互界面显示用于构建决策流程的图形化组件，其中所述图形化组件对应于所述决策流程中的节点；

第一接收模块，用于接收用户在所述图形化组件中输入的表达式，其中不同的表达式指向不同类型的计算模型；以及

第一关联模块，用于将所述表达式指向的计算模型与所述图形化组件相关联。

Images