CN111414376A - 一种数据预警方法和装置 - Google Patents

Abstract

本发明公开了一种数据预警方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：根据预先存储的客户数据，加工得到客户多维度指标数据；根据输入的配置信息，从所述客户多维度指标数据中查找配置的指标项，并基于所述配置的指标项建立预警模型；利用所述预警模型对所述客户数据进行检测，并针对其中检测到的风险客户数据生成预警。该实施方式能够快速响应需求的变化，降低需求变化带来的程序改造成本，提高可扩展性和可维护性，并可以达到对多维度数据计算方法的灵活配置以及适应多维度数据快速变化的要求，提升对多维度数据的处理能力，并且支持实时改造，用户操作便捷易用。

Description

一种数据预警方法和装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种数据预警方法和装置。

背景技术

传统数据预警方法是为特定规则开发特定的程序，而程序无法快速适应预警规则的不断变化，需要不断根据业务需求变化来变更开发新的模型规则，因此传统的根据需求定制开发的程序很难适应展示规则的频繁变化，当相关模型(规则)变化时，需要由技术人员在充分了解规则的情况下，修改代码来实现逻辑的变更，面对需求的变动需要花费较大的成本进行程序的改造，例如，新增预警模型时，需新增模型不同指标维度开发及前端界面规则配置开发，导致程序代码频繁开发修改，使程序维护更加困难。

另外，业内虽然有多个规则引擎可供使用，其中包括商业和开放源码选择，但这些规则引擎需要使用规则引擎提供的规则语言，并且涉及多维度数据的配置和计算方法复杂度高，且规则较为个性化。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

无法快速响应需求的变化，对代码的变更需花费大量的人力和财力成本，且无法达到对多维度数据计算方法的灵活配置以及适应多维度数据快速变化的要求。

发明内容

有鉴于此，本发明实施例提供一种数据预警方法和装置，能够快速响应需求的变化，降低需求变化带来的程序改造成本，提高可扩展性和可维护性，并可以达到对多维度数据计算方法的灵活配置以及适应多维度数据快速变化的要求，提升对多维度数据的处理能力，并且支持实时改造，用户操作便捷易用。

为实现上述目的，根据本发明实施例的一个方面，提供了一种数据预警方法。

一种数据预警方法，包括：根据预先存储的客户数据，加工得到客户多维度指标数据；根据输入的配置信息，从所述客户多维度指标数据中查找配置的指标项，并基于所述配置的指标项建立预警模型；利用所述预警模型对所述客户数据进行检测，并针对其中检测到的风险客户数据生成预警。

可选地，所述基于所述配置的指标项建立预警模型，包括：从所述配置的指标项中提取作为条件项的指标项，所述作为条件项的指标项是根据所述输入的配置信息确定的；根据所述作为条件项的指标项，按照配置的运算关系和业务参数生成预警条件集，根据所述预警条件集组合逻辑表达式，以得到所述预警模型。

可选地，所述利用所述预警模型对所述客户数据进行检测，并针对其中检测到的风险客户数据生成预警，包括：生成与所述预警模型对应的模型跑批脚本，按照所述预警模型的跑批频率自动触发所述预警模型对应的模型跑批脚本，以检测所述风险客户数据；当检测到所述风险客户数据后，判断所述预警模型所在的群组中是否有其他预警模型已经生成预警，若是，则终止所述预警模型的预警流程，否则，针对所述风险客户数据生成预警。

可选地，所述预警模型对应的模型跑批脚本根据所述预警模型配置的数据业务范围，在与所述数据业务范围对应的所述客户数据中检测所述风险客户数据。

可选地，所述配置的指标项包括单一指标和/或复合指标，在所述预警模型中，所述单一指标对应的所述业务参数具有一个参数值，所述复合指标对应的所述业务参数具有多个参数值；在所述预警模型包括所述复合指标的情况下，所述预警模型对应的模型跑批脚本根据所述预警模型配置的数据业务范围，在与所述数据业务范围对应的所述客户数据中检测所述风险客户数据时，按照与所述数据业务范围对应的所述客户数据中的数据类别，读取所述预警模型中与所述复合指标对应的参数值。

可选地，还包括生成所述预警模型对应的预警详情，所述预警详情用于在生成预警后展示，以便核查所述风险客户数据。

根据本发明实施例的另一方面，提供了一种数据预警装置。

一种数据预警装置，包括：数据加工模块，用于根据预先存储的客户数据，加工得到客户多维度指标数据；模型建立模块，用于根据输入的配置信息，从所述客户多维度指标数据中查找配置的指标项，并基于所述配置的指标项建立预警模型；数据预警模块，用于利用所述预警模型对所述客户数据进行检测，并针对其中检测到的风险客户数据生成预警。

可选地，所述模型建立模块还用于：从所述配置的指标项中提取作为条件项的指标项，所述作为条件项的指标项是根据所述输入的配置信息确定的；根据所述作为条件项的指标项，按照配置的运算关系和业务参数生成预警条件集，根据所述预警条件集组合逻辑表达式，以得到所述预警模型。

可选地，所述数据预警模块还用于：生成与所述预警模型对应的模型跑批脚本，按照所述预警模型的跑批频率自动触发所述预警模型对应的模型跑批脚本，以检测所述风险客户数据；当检测到所述风险客户数据后，判断所述预警模型所在的群组中是否有其他预警模型已经生成预警，若是，则终止所述预警模型的预警流程，否则，针对所述风险客户数据生成预警。

可选地，所述数据预警模块还用于：通过执行所述预警模型对应的模型跑批脚本，根据所述预警模型配置的数据业务范围，在与所述数据业务范围对应的所述客户数据中检测所述风险客户数据。

可选地，所述配置的指标项包括单一指标和/或复合指标，在所述预警模型中，所述单一指标对应的所述业务参数具有一个参数值，所述复合指标对应的所述业务参数具有多个参数值；所述数据预警模块还用于：在所述预警模型包括所述复合指标的情况下，所述预警模型对应的模型跑批脚本根据所述预警模型配置的数据业务范围，在与所述数据业务范围对应的所述客户数据中检测所述风险客户数据时，按照与所述数据业务范围对应的所述客户数据中的数据类别，读取所述预警模型中与所述复合指标对应的参数值。

可选地，还包括预警详情生成模块，用于生成所述预警模型对应的预警详情，所述预警详情用于在生成预警后展示，以便核查所述风险客户数据。

根据本发明实施例的又一方面，提供了一种电子设备。

一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现本发明实施例所提供的数据预警方法。

根据本发明实施例的又一方面，提供了一种计算机可读介质。

一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例所提供的数据预警方法。

上述发明中的一个实施例具有如下优点或有益效果：根据预先存储的客户数据，加工得到客户多维度指标数据，从客户多维度指标数据中查找配置的指标项，并基于配置的指标项建立预警模型，利用预警模型对客户数据进行检测并针对检测到的风险客户数据生成预警。能够快速响应需求的变化，降低需求变化带来的程序改造成本，提高可扩展性和可维护性，并可以达到对多维度数据计算方法的灵活配置以及适应多维度数据快速变化的要求，提升对多维度数据的处理能力，并且支持实时改造，用户操作便捷易用。还可以判断预警模型所在的群组中是否有其他预警模型已经生成预警，从而避免与群组中其他预警模型重复预警。此外，还能配置预警的数据业务范围，实现规则分级别复用、差别化选择。支持预警详情结果的自定义描述说明，为后续业务人员对预警结果进行核查提供了关键线索信息。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明一个实施例的数据预警方法的主要步骤示意图；

图2是根据本发明一个实施例的可视化配置引擎的整体架构示意图；

图3是根据本发明一个实施例的可视化配置引擎的一个配置界面示意图；

图4是根据本发明一个实施例的可视化配置引擎的指标项选用界面示意图；

图5是根据本发明一个实施例的单一指标和复合指标的规则表达式的一个配置界面示意图；

图6是根据本发明一个实施例的单一指标和复合指标的规则表达式的另一个配置界面示意图；

图7是根据本发明一个实施例的数据预警装置的主要模块示意图；

图8是本发明实施例可以应用于其中的示例性系统架构图；

图9是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明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，而不会背离本发明的范围和精神。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。

图1是根据本发明一个实施例的数据预警方法的主要步骤示意图。

如图1所示，本发明一个实施例的数据预警方法主要包括如下的步骤S101至步骤S103。

步骤S101：根据预先存储的客户数据，加工得到客户多维度指标数据。

步骤S102：根据输入的配置信息，从客户多维度指标数据中查找配置的指标项，并基于配置的指标项建立预警模型。

步骤S103：利用预警模型对客户数据进行检测，并针对其中检测到的风险客户数据生成预警。

以银行为例，预先存储的客户数据可以包括客户、客户关系、信贷、财务、账务、征信、工商、海关、司法等众多业务指标中所涉及与客户相关的数据。在加工得到客户多维度指标数据时，可以根据业务需求加工好预警客户所需的各种维度的基础数据，如财务维度、客户维度、集团维度等，每个维度下提取一个或多个指标项。

加工好的指标项可以保存在数据库中，用户可以根据需要通过可视化界面配置指标项，例如用户可以在界面的指标名称栏输入配置信息，例如输入“资产负债率”，那么执行本发明实施例的数据预警方法的服务器(简称服务器)将在数据库中查找到财务维度表，并显示财务维度表下与资产负债率对应的指标项，在对应的指标项为多个的情况下，用户可以根据需要进一步选择其中的一个或多个，例如资产负债率、上一年度资产负债率，用户可根据需要进行选择，例如选择“上一年度资产负债率”。

在一个实施例中，指标项可以分为条件项和展示项，作为条件项和展示项的指标项可以分别根据用户输入的配置信息确定，例如用户可以将某些指标项配置为预警判断的条件，即条件项；也可以将某些指标项配置作为预警展示用的展示项。

基于配置的指标项建立预警模型，具体可以包括：从配置的指标项中提取作为条件项的指标项；根据作为条件项的指标项，按照配置的运算关系和业务参数生成预警条件集，根据预警条件集组合逻辑表达式，以得到预警模型。

运算关系可以从表达式运算符号列表中选取，表1示出了一个实施例的表达式运算符号列表。业务参数是在预警条件中用作阈值的参数，业务参数值可以根据需要配置。预警条件根据条件项、表达式运算符号、业务参数生成，其中，表达式运算符号和业务参数也可以不配置，即预警条件可以只包括条件项，例如：预警条件A为：小企业部；预警条件B为：当月存贷比＜X。预警模型是由一个或多个预警条件组合得到的逻辑表达式，例如：A*B，其中“*”表示“并且”。

表1

在一个实施例中，利用预警模型对客户数据进行检测，并针对其中检测到的风险客户数据生成预警，包括：生成与预警模型对应的模型跑批脚本，按照预警模型的跑批频率自动触发预警模型对应的模型跑批脚本，以检测风险客户数据；当检测到风险客户数据后，判断预警模型所在的群组中是否有其他预警模型已经生成预警，若是，则终止预警模型的预警流程，否则，针对风险客户数据生成预警。

可以通过脚本批量执行预警模型，每个预警模型对应各自的跑批频率，按照跑批频率触发对应的模型跑批脚本以检测相应的风险客户数据。

所有生成的预警模型可以保存在数据库中，还可以设置群组，并根据业务需求将各预警模型划分到群组，当群组中的一个预警模型产生预警信号之后，在业务设置期限内其他预警模型不再产生信号，即不会重复生成预警，从而避免多头管理或在不同业务下产生重复预警。

在一个实施例中，预警模型对应的模型跑批脚本根据预警模型配置的数据业务范围，在与该数据业务范围对应的客户数据中检测风险客户数据。

预警模型配置的数据业务范围指示了预警模型的适用范围。以银行为例，可以机构、产品、客户三个维度设定预警模型的适用范围，例如，可以由上级银行设置可选的预警模型，下级银行可以根据本行业务特征通过上述三个维度设置预警模型具体执行的数据业务范围，例如配置适用于中小企业客户，则在中小企业客户数据中检测风险客户数据。

配置的指标项可以包括单一指标和/或复合指标，在预警模型中，单一指标对应的业务参数具有一个参数值，复合指标对应的业务参数具有多个参数值。单一指标对应的业务参数即该单一指标所在的预警条件中包含的业务参数，复合指标对应的业务参数同理。单一指标每一项指标的数据判断标准都是一致的，例如对于所有的企业资产负债率都可以设定为高于某一个业务参数值。而复合指标对于某一项指标，有不同的＞大于k(k为业务参数)，那么畜牧业资产负债率采用一个判断标准，制造业资产负债率则采用另一个判断标准，即k值对于畜牧业和制造业具有不同的参数值。

在一个实施例中，在预警模型包括复合指标的情况下，预警模型对应的模型跑批脚本根据预警模型配置的数据业务范围，在与数据业务范围对应的客户数据中检测风险客户数据时，按照与该数据业务范围对应的客户数据中的数据类别，读取预警模型中与复合指标对应的参数值。

复合指标的数据判断标准可以按照数据类别确定，例如上述的畜牧业和制造业的客户数据可以视为不同的数据类别，假设配置的数据业务范围包括畜牧业和制造业的客户数据，那么在检测风险客户数据时，当检测畜牧业的客户数据，则读取与畜牧业对应的业务参数的参数值，而当检测制造业的客户数据，则读取与制造业对应的业务参数的参数值，从而实现统一配置，灵活检测。

在一个实施例中，还可以生成预警模型对应的预警详情，预警详情用于在生成预警后展示，以便核查风险客户数据。

本发明实施例可以实时将生成的预警推送给业务人员，以在第一时间提醒业务人员对预警情况进行核查确认，对确认存在风险的客户自动转入预警客户跟踪管理，以及时采取解决措施，提高业务风险防范能力，并且提供可视化配置界面以灵活配置建立预警模型，将计算逻辑与代码分离单独管理，使得代码能够处理的场景更加灵活多变，响应速度更加快速，充分满足业务需求，提升对多维度数据的处理能力，提升用户体验，

下面以银行的风险客户数据监控为例，详细介绍本发明实施例的数据预警方法。

在金融领域，现有技术的预警模型中，需要不断根据业务需求变化来变更开发新的模型规则。这些模型规则灵活性大、涉及的逻辑复杂多变，要求相应程序具有较强的逻辑处理能力以及快速适应能力。但传统的根据需求定制开发的程序很难适应展示规则的频繁变化，且面对需求的变动，需要花费较大的成本进行程序的改造，例如，新增预警规则时，需新增规则不同指标维度开发及前端界面规则配置开发，导致的程序代码频繁开发修改，使程序的维护更加困难。如果能够通过可视化预警规则引擎配置方法将指标规则统一进行处理，则能够提高代码的执行效率，大大降低开发的工作量。因此，用户希望能够根据需求实现规则可灵活配置的规则引擎展示方法，降低需求变化带来的程序改造成本，同时快速实现用户需求。

本发明一个实施例基于现有数据预警中存在的缺陷和亟需解决的问题，为了提高风险监控预警规则的灵活性和时效性，对授信业务风险监测系统、小企业早期预警工具、贸易融资客户风险提示工具和组合风险预警系统涉及的规则等进行汇总、梳理和分析，从顶层设计开始，按以客户、业务为粒度，支持事项级别报警、预警、提示，支持各条线(指业务条线)业务、总分行(银行总行和分行)实时调整业务规则、支持分行定制、支持总分行规则孵化，支持统一业务指标、预警生成和预警分级等。

本发明实施例可以在预警模型开发的过程中，为用户提供灵活可配置的方法，根据配置规则对不同的数据维度进行筛选，最终获取用户想要的数据预警效果。

本发明一个实施例提出的数据预警方法提前根据业务需求加工好预警客户所需的各种维度的基础数据，如财务维度、客户维度、集团维度等客户多维度指标数据，并根据预警规则配置提前配置好引擎模板，根据不同的预警模型，相应生成不同的模型跑批脚本。

首先，通过可视化配置引擎(或称预警规则引擎)，在前端根据业务需要配置对应的预警指标(即指标项)、预警等级、适用范围(即数据业务范围)等信息，通过前端还可以配置预警模型的启用、试跑、停用、公开等状态，其中，设置公开状态便于总分行(银行总行和分行)和各业务条线之间实现共享；服务器根据配置自动生成模型跑批脚本；当预警模型为启用状态时，服务器根据预警模型的跑批频率自动触发模型跑批脚本，生成预警任务，并发布预警信号。当预警模型为试跑时，服务器在跑批生成预警信号后，可在试跑界面显示试跑结果，验证模型准确性。

其中，业务人员可以直接从加工好的客户多维度指标数据中选取指标项作为预警时需要关注的展示项和作为规则判断的条件，再对配置的条件设置组合逻辑表达式形成预警模型，保存提交后可以选择试跑或启用等状态进行预警模型运行的日常管理。

本发明实施例的可视化配置引擎可以基于Java/JavaScript语言实现灵活配置，不受任何规则语言的限制，并可降低计算复杂度。

图2是根据本发明一个实施例的可视化配置引擎的整体架构示意图。

如图2所示，假设存贷比预警规则为：客户当月存贷比小于0.005，且当月企业AUM(资产管理规模)值小于50000元，或者客户当月单月存贷比大于或等于0.005，且当月现金流覆盖率小于0.00001。可以配置指标项包括客户编号、客户名称、行业类型、管理部门、当月存贷比、企业AUM值、当月现金流覆盖率等，其中，管理部门、当月存贷比、企业AUM值、当月现金流覆盖率为条件项，客户编号、客户名称、行业类型为展示项。根据条件项，按照配置的运算关系和业务参数(例如图中的X、Y、Z)生成预警条件A、B、C、D、E，并得到预警模型：A*((B*C)+(E*D))。

本发明实施例还可以生成预警详情，预警详情用于在生成预警后展示，以便核查风险客户数据。例如图2所示的预警模型，可以生成如下的预警详情：当月存贷比0.003306＜0.005，企业AUM值1137.08元小于50000元；或当月存贷比0.003306≥0.005，且当月现金流覆盖率0.406516小于0.00001。

本发明一个实施例可利用客户、客户关系、信贷、财务、账务、征信、工商、海关、司法等825个业务指标作为预警条件元素，按照指标的取值类型(文本类、数字类、时间类、代码类等)设置不同的运算关系(支持35种，仅为示例)和阈值。并且，可灵活配置所需的各业务参数，进行业务参数的管理，以便在预警模型配置中直接引用配置好的业务参数作为阈值。

预警条件可以存储在条件库中，并且可以实现条件的复用，条件库管理端可以利用不同指标配置条件或复用条件，业务人员也可以通过条件库维护本机构的条件，或从条件库中选取条件进行预警模型配置。

图3是根据本发明一个实施例的可视化配置引擎的一个配置界面示意图。如图3所示，为新增预警模型的配置界面，图中“规则”即预警模型。进入规则新增界面，配置规则大类名称、规则名称(规则小类)、风险类别、预警级别、主管部门、公私处理标识、适用客户范围、业务类型、是否公开、跑批频次、风险来源等规则事项，点击保存生成规则编号。

生成规则编号后，用户点击下一步，进行明细规则的指标项选用。在预先加工好客户多维度指标数据之后，能够使用的指标项在系统(服务器)里面都已经存在，用户可以输入指标名称，点击查询之后，界面将自动显示相关的指标项，以供用户确定待选用指标项。可视化配置引擎的指标项选用界面如图4所示。

用户选定指标项后，点击下一步，服务器进行阈值的设定和预警条件的组合设定。可以有两个选择，第一是单一指标，第二是复合指标。单一指标是每一项指标的数据判断标准都是一致的，例如对于所有的企业资产负债率都可以设定为高于某一个特定的值；复合指标是对于某一项指标，有不同的数据判断标准。例如对于畜牧业资产负债率是一个判断指标，对于制造业资产负债率是另一个判断指标，二者对应的业务参数的取值不同。本发明一个实施例的单一指标和复合指标的规则(预警模型)表达式配置界面示意图如图5和图6所示，在导入指标项时可以进行指标项的组合和阈值(业务参数)的设定，可以自行设计条件表达式，配置运算关系，例如加减乘除，并配置业务参数的数值。

对于复合指标可以自由组合不同维度的指标项，形成多种维度的规则配置。用户在设定完成之后点击保存，即存入临时表。下次进入可视化配置引擎界面再次点击此项规则进行修改时，会跳转到用户最近一次保存的界面，用户点击完成，则此项规则生成，并进入试跑状态。通过跑批处理生成预警任务，可以在预警事项试跑结果中看到预警任务生成情况。

本发明实施例可以实现预警模型孵化器的功能，例如，选择本机构范围内的预警模型在线参与试跑和查看试跑结果，以检验生成的预警模型是否满足业务要求，从而尽量避免不合理的规则设置，提高预警准确性。

本发明实施例还可以生成预警详情，支持预警监测规则结果业务指标的自定义，为后续业务人员对预警结果进行核查提供了关键线索信息，并支持预警规则预警详情结果的自定义描述说明，便于用户精确有针对性对客户数据进行核查确认。

此外，针对复杂的预警模型，例如贷后资金流向，大数据组合预警(担保圈风险传染预警、疑似借新还旧、疑似结息方式发生变化等模型)，本发明实施例可以通过加工固定预警规则来生成预警结果。

使用本发明实施例的数据预警方法，可以快速适应不断变化的业务需求，通过可视化界面灵活配置预警规则，用户操作简单、便捷、易用，并降低应用程序的开发和可扩展性成本，有效提高复杂逻辑代码的可扩展性、可维护性，并且预警模型统一控制，便于机构之间或各业务条线之间共享，还可以支持实时改造及试用，满足各类业务不同预警规则需求。

图7是根据本发明一个实施例的数据预警装置的主要模块示意图。

本发明一个实施例的数据预警装置700主要包括：数据加工模块701、模型建立模块702、数据预警模块703。

数据加工模块701，用于根据预先存储的客户数据，加工得到客户多维度指标数据；

模型建立模块702，用于根据输入的配置信息，从客户多维度指标数据中查找配置的指标项，并基于配置的指标项建立预警模型；

数据预警模块703，用于利用预警模型对客户数据进行检测，并针对其中检测到的风险客户数据生成预警。

在一个实施例中，模型建立模块702具体用于：从配置的指标项中提取作为条件项的指标项，作为条件项的指标项是根据输入的配置信息确定的；根据作为条件项的指标项，按照配置的运算关系和业务参数生成预警条件集，根据预警条件集组合逻辑表达式，以得到预警模型。

在一个实施例中，数据预警模块703具体用于：生成与预警模型对应的模型跑批脚本，按照预警模型的跑批频率自动触发预警模型对应的模型跑批脚本，以检测风险客户数据；当检测到风险客户数据后，判断预警模型所在的群组中是否有其他预警模型已经生成预警，若是，则终止预警模型的预警流程，否则，针对风险客户数据生成预警。

在一个实施例中，数据预警模块703还可以用于：通过执行预警模型对应的模型跑批脚本，根据预警模型配置的数据业务范围，在与数据业务范围对应的客户数据中检测风险客户数据。

在一个实施例中，配置的指标项包括单一指标和/或复合指标，在预警模型中，单一指标对应的业务参数具有一个参数值，复合指标对应的业务参数具有多个参数值。

数据预警模块703还用于：在预警模型包括复合指标的情况下，预警模型对应的模型跑批脚本根据预警模型配置的数据业务范围，在与数据业务范围对应的客户数据中检测风险客户数据时，按照与数据业务范围对应的客户数据中的数据类别，读取预警模型中与复合指标对应的参数值。

在一个实施例中，数据预警装置700还包括预警详情生成模块，用于生成预警模型对应的预警详情，预警详情用于在生成预警后展示，以便核查风险客户数据。

另外，在本发明实施例中所述数据预警装置的具体实施内容，在上面所述数据预警方法中已经详细说明了，故在此重复内容不再说明。

图8示出了可以应用本发明实施例的数据预警方法或数据预警装置的示例性系统架构800。

如图8所示，系统架构800可以包括终端设备801、802、803，网络804和服务器805。网络804用以在终端设备801、802、803和服务器805之间提供通信链路的介质。网络804可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备801、802、803通过网络804与服务器805交互，以接收或发送消息等。终端设备801、802、803上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备801、802、803可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器805可以是提供各种服务的服务器，例如对用户利用终端设备801、802、803所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的客户信息查询请求等数据进行分析等处理，并将处理结果(例如目标客户信息--仅为示例)反馈给终端设备。

需要说明的是，本发明实施例所提供的数据预警方法一般由服务器805执行，相应地，数据预警装置一般设置于服务器805中。

应该理解，图8中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图9，其示出了适于用来实现本申请实施例的终端设备或服务器的计算机系统900的结构示意图。图9示出的终端设备或服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图9所示，计算机系统900包括中央处理单元(CPU)901，其可以根据存储在只读存储器(ROM)902中的程序或者从存储部分908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。在RAM 903中，还存储有系统900操作所需的各种程序和数据。CPU 901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。

以下部件连接至I/O接口905：包括键盘、鼠标等的输入部分906；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分907；包括硬盘等的存储部分908；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至I/O接口905。可拆卸介质911，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器910上，以便于从其上读出的计算机程序根据需要被安装入存储部分908。

特别地，根据本发明公开的实施例，上文参考主要步骤示意图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行主要步骤示意图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分909从网络上被下载和安装，和/或从可拆卸介质911被安装。在该计算机程序被中央处理单元(CPU)901执行时，执行本申请的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的主要步骤示意图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，主要步骤示意图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或主要步骤示意图中的每个方框、以及框图或主要步骤示意图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括数据加工模块、模型建立模块、数据预警模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，数据加工模块还可以被描述为“用于根据预先存储的客户数据，加工得到客户多维度指标数据的模块”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：根据预先存储的客户数据，加工得到客户多维度指标数据；从所述客户多维度指标数据中查找配置的指标项，并基于所述配置的指标项建立预警模型；利用所述预警模型对所述客户数据进行检测，并针对其中检测到的风险客户数据生成预警。

根据本发明实施例的技术方案，根据预先存储的客户数据，加工得到客户多维度指标数据，从客户多维度指标数据中查找配置的指标项，并基于配置的指标项建立预警模型，利用预警模型对客户数据进行检测并针对检测到的风险客户数据生成预警。能够快速响应需求的变化，降低需求变化带来的程序改造成本，提高可扩展性和可维护性，并可以达到对多维度数据计算方法的灵活配置以及适应多维度数据快速变化的要求，提升对多维度数据的处理能力，并且支持实时改造，用户操作便捷易用。还可以判断预警模型所在的群组中是否有其他预警模型已经生成预警，从而避免与群组中其他预警模型重复预警。此外，还能配置预警的数据业务范围，实现规则分级别复用、差别化选择。支持预警详情结果的自定义描述说明，为后续业务人员对预警结果进行核查提供了关键线索信息。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种数据预警方法，其特征在于，包括：

根据预先存储的客户数据，加工得到客户多维度指标数据；

根据输入的配置信息，从所述客户多维度指标数据中查找配置的指标项，并基于所述配置的指标项建立预警模型；

利用所述预警模型对所述客户数据进行检测，并针对其中检测到的风险客户数据生成预警。

2.根据权利要求1所述的方法，其特征在于，所述基于所述配置的指标项建立预警模型，包括：

从所述配置的指标项中提取作为条件项的指标项，所述作为条件项的指标项是根据所述输入的配置信息确定的；

根据所述作为条件项的指标项，按照配置的运算关系和业务参数生成预警条件集，根据所述预警条件集组合逻辑表达式，以得到所述预警模型。

3.根据权利要求1所述的方法，其特征在于，所述利用所述预警模型对所述客户数据进行检测，并针对其中检测到的风险客户数据生成预警，包括：

生成与所述预警模型对应的模型跑批脚本，按照所述预警模型的跑批频率自动触发所述预警模型对应的模型跑批脚本，以检测所述风险客户数据；

当检测到所述风险客户数据后，判断所述预警模型所在的群组中是否有其他预警模型已经生成预警，若是，则终止所述预警模型的预警流程，否则，针对所述风险客户数据生成预警。

4.根据权利要求3所述的方法，其特征在于，所述预警模型对应的模型跑批脚本根据所述预警模型配置的数据业务范围，在与所述数据业务范围对应的所述客户数据中检测所述风险客户数据。

5.根据权利要求4所述的方法，其特征在于，所述配置的指标项包括单一指标和/或复合指标，在所述预警模型中，所述单一指标对应的所述业务参数具有一个参数值，所述复合指标对应的所述业务参数具有多个参数值；

在所述预警模型包括所述复合指标的情况下，所述预警模型对应的模型跑批脚本根据所述预警模型配置的数据业务范围，在与所述数据业务范围对应的所述客户数据中检测所述风险客户数据时，按照与所述数据业务范围对应的所述客户数据中的数据类别，读取所述预警模型中与所述复合指标对应的参数值。

6.根据权利要求1所述的方法，其特征在于，还包括生成所述预警模型对应的预警详情，所述预警详情用于在生成预警后展示，以便核查所述风险客户数据。

7.一种数据预警装置，其特征在于，包括：

数据加工模块，用于根据预先存储的客户数据，加工得到客户多维度指标数据；

模型建立模块，用于根据输入的配置信息，从所述客户多维度指标数据中查找配置的指标项，并基于所述配置的指标项建立预警模型；

数据预警模块，用于利用所述预警模型对所述客户数据进行检测，并针对其中检测到的风险客户数据生成预警。

8.根据权利要求7所述的装置，其特征在于，所述模型建立模块还用于：

从所述配置的指标项中提取作为条件项的指标项，所述作为条件项的指标项是根据所述输入的配置信息确定的；

根据所述作为条件项的指标项，按照配置的运算关系和业务参数生成预警条件集，根据所述预警条件集组合逻辑表达式，以得到所述预警模型。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。

Images