CN112737974A - 业务流处理方法、装置、计算机设备及存储介质 - Google Patents
业务流处理方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN112737974A CN112737974A CN202011547099.9A CN202011547099A CN112737974A CN 112737974 A CN112737974 A CN 112737974A CN 202011547099 A CN202011547099 A CN 202011547099A CN 112737974 A CN112737974 A CN 112737974A
- Authority
- CN
- China
- Prior art keywords
- service flow
- guest group
- node
- target
- flow
- 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.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
- H04L47/2441—Traffic characterised by specific attributes, e.g. priority or QoS relying on flow classification, e.g. using integrated services [IntServ]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/546—Message passing systems or structures, e.g. queues
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/54—Indexing scheme relating to G06F9/54
- G06F2209/547—Messaging middleware
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/54—Indexing scheme relating to G06F9/54
- G06F2209/548—Queue
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及基架运维技术领域,尤其涉及一种业务流处理方法、装置、设备及存储介质。该业务流处理方法包括获取用户根据预设的客群类别划分条件选择的客群类别;调用工作流引擎执行客群类别对应的第一业务流,以同步采集用户的个人信息;其中,第一业务流包括第一差异节点;当执行到第一业务流中的第一差异节点时,根据当前采集到的个人信息进行类别分析,确定用户的客群类别是否变化;当客群类别变化时,获取变化后的目标客群类别对应的第二业务流,并控制工作流引擎的执行第二业务流。该方法可实现在用户信息空白或断层的情况下,保证业务流的顺利执行的目的。本发明还涉及区块链技术领域,用户的个人信息还可进一步存储至区块链中。
Description
技术领域
本发明涉及基架运维技术领域,尤其涉及一种业务流处理方法、装置、计算机设备及存储介质。
背景技术
东南亚市场作为近年来中国金融科技出海的热门地区,具有约6亿客群基础、具有发展相对稳定的网络基建建设、具备移动互联网及智能手机基础覆盖能力。
目前,由于东南亚市场的地域特点,当地民众的信息采集受到安全性和地域性的影响,导致用户基础信息数据化、个人信用信息收集、个人信用信息持续的存储更新迭代等还存在着巨大的信息空白与信息断层,使得在传统单一的业务流处理流程中当用户信息出现断层或空白时,无法正常执行。
发明内容
本发明实施例提供一种业务流处理方法、装置、计算机设备及存储介质,以解决现有的传统单一的业务流处理流程中当用户信息出现断层或空白时,无法正常执行的问题。
一种业务流处理方法,包括:
获取用户根据预设的客群类别划分条件选择的客群类别;
调用工作流引擎执行所述客群类别对应的第一业务流,以同步采集所述用户的个人信息;其中,所述第一业务流包括第一差异节点;
当执行到所述第一业务流中的第一差异节点时,根据当前采集到的所述个人信息进行类别分析,确定所述用户的客群类别是否变化;
当所述客群类别变化时,获取变化后的目标客群类别对应的第二业务流,并控制所述工作流引擎的执行所述第二业务流。
一种业务流处理装置,包括:
初始客群类别获取模块,用于获取用户根据预设的客群类别划分条件选择的客群类别;
个人信息采集模块,用于调用工作流引擎执行所述客群类别对应的第一业务流,以同步采集所述用户的个人信息;其中,所述第一业务流包括第一差异节点;
客群类别检测模块,用于当执行到所述第一业务流中的第一差异节点时,根据当前采集到的所述个人信息进行类别分析,确定所述用户的客群类别是否变化;
第二业务流获取和执行模块,用于当所述客群类别变化时,获取变化后的目标客群类别对应的第二业务流,并控制所述工作流引擎的执行所述第二业务流。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述业务流处理方法的步骤。
一种计算机存储介质,所述计算机存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述业务流处理方法的步骤。
上述业务流处理方法、装置、计算机设备及存储介质中,通过预先获取用户根据预设的客群类别划分条件选择的客群类别,并通过首先执行客群类别对应第一业务流中的流程节点,当执行到第一业务流中的第一差异节点时,以根据采集到的个人信息,进行类别分析,确定用户的客群类别是否变化,当客群类别变化时,获取变化后的目标客群类别对应的第二业务流,并控制工作流引擎的执行第二业务流,从而实现动态确定符合用户的授信流程,以在用户信息空白或断层的情况下,保证业务流的顺利执行。此外在用户自行选取的客群类别不准确的情况下,可通过动态根据采集到的个人信息进行判断,以最终确定符合用户的业务流。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中业务流处理方法的一应用环境示意图;
图2是本发明一实施例中业务流处理方法的一流程图;
图3是本发明一实施例中业务流处理方法的一流程图;
图4是本发明一实施例中业务流处理方法的一流程图;
图5是本发明一实施例中业务流处理方法的一流程图;
图6是本发明一实施例中业务流处理方法的一流程图;
图7是本发明一实施例中业务流处理方法的一流程图;
图8是本发明一实施例中业务流处理方法的一流程图;
图9是本发明一实施例中业务流处理装置的一示意图;
图10是本发明一实施例中计算机设备的一示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
该业务流处理方法可应用在如图1的应用环境中,其中,计算机设备通过网络与服务器进行通信。计算机设备可以但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务器可以用独立的服务器来实现。
在一实施例中,如图2所示,提供一种业务流处理方法,以该方法应用在图1中的服务器为例进行说明,包括如下步骤:
S201:获取用户根据预设的客群类别划分条件选择的客群类别。
其中,本方法可应用在一种智能授信系统,用于在用户信息空白或断层的情况下,通过执行业务流中的流程节点,以同步采集用户的个人信息,并根据采集到的个人信息,动态确定符合用户的授信流程,以保证授信流程的顺利执行并实现定价差异化。此外在用户自行选取的客群类别不准确的情况下,可通过动态根据采集到的个人信息进行判断,以最终确定符合用户的授信流程,实现风控以及防欺诈的目的。
其中,由于东南亚市场的地域特点,当地民众的信息采集受到安全性和地域性的影响,导致用户信息的空白与信息断层,故授信流程的初期可先通过用户根据系统预设的客群类别划分条件(如用户是否有办理信用卡),自行选择其所对应的客群类别。本实施例中,该客群类别可根据实际需要设置多个,例如好、一般、差等。
可以理解地,不同的客群类别对应不同的客户评分,该客户评分可通过多个判断条件的分值组合得到,例如判断条件A,当判断为是时,其对应的分值为a,否为b,判断条件B,当判断为是时,其对应的分值为c,否为d;用户根据自身实际情况将每一个判断分支对应的分支累加,得到最终分值(客户评分),以便根据该客户评分,选择其所属的客群类别。
S202:调用工作流引擎执行客群类别对应的第一业务流,以同步采集用户的个人信息;其中,第一业务流包括第一差异节点。
其中,不同的客群类别设置有不同的业务流,该业务流可指授信流程或其他业务流程,此处不做限定。第一业务流指当前客群类别对应的业务流。具体地,当用户根据预设的客群类别划分条件选择的客群类别后,服务器会调用工作流程引擎执行客群类别对应的第一业务流,并同步采集用户的个人信息,以便后续根据用户的个人信息的更新,动态分析确定符合用户的授信流程。其中,用户的个人信息包括但不限于用户的基础信息以及资质信息,该基础信息可指用户的姓名、年龄、性别等基础信息。资质信息可指用户的信用信息,例如是否逾期还款、征信信息、借贷信息等。
需要强调的是,为进一步保证上述用户的个人信息的私密和安全性,上述用户的个人信息还可以存储于一区块链的节点中。
具体地,第一业务流包括第一差异节点,该第一差异节点指该第一业务流与其他客群类别对应的业务流程之间的个性化流程节点,例如征信查询节点、内外部黑名单节点。可以理解地是,不同的业务流均包括一基准流,该基准流包括多个按顺序执行的基准节点,例如信息核实、基本信息采集、客群资质收集、分客群初始授信、资产分类增信、联系人信息录入、放款银行卡绑定、提交审批(STP/人工审批)、回退补件。该第一差异节点可设置在两个相邻的基准节点之间。
S203:当执行到第一业务流中的第一差异节点时,根据当前采集到的个人信息进行类别分析,确定用户的客群类别是否变化。
其中,客群类别的变化结果包括变化或不变,当客群类别发生变化时,可包括客户类别等级提升或下降,此处不做限定。具体地,工作流引擎按顺序执行第一业务流中的每一流程节点,当执行到第一业务流中的第一差异节点时,则触发一客群类别分析程序,即根据当前采集到的个人信息进行分析,确定用户的客群类别是否变化,当发生变化,则获取变化后的目标客群类别对应的第二业务流,并控制工作流引擎的执行第二业务流。
具体地,根据当前采集到的个人信息,按照该第一差异节点对应的预设决策条件(例如用户信用评分是否满足条件、拒绝率是否大于阈值),对当前的个人信息进行类别分析,动态确定当前用户的目标客群类别,从而确定该用户的客群类别是否发生变化,以通过先采集客户选择的客群类别,并根据该用户的个人信息动态确定目标客群类别,以使工作流引擎执行目标客群类别对应的第二业务流。
S204:当客群类别变化时,获取变化后的目标客群类别对应的第二业务流,并控制工作流引擎的执行第二业务流。
其中,第二业务流指客群类别发生变化时的下一时刻需要执行的业务流。具体地,当客群类别变化时,获取变化后的目标客群类别对应的第二业务流,并控制工作流引擎执行第二业务流,以通过对不同的客群类别设置对应的业务流,以在用户客群类别变化时,执行对应的业务流。
进一步地,本实施例中对于第二业务流的获取方式包括但不限于三种:一种是每一客群类别对应一独立的业务流,在客群类别发生变化时,可直接读取预先存储的第二业务流,并传递给工作流引擎,使工作流引擎执行该第二业务流;一种是不同客群类别对应的业务流之间共用基准节点,并单独维护每一业务流对应的差异节点,当需要将当前工作流流转至下一业务流时,通过将差异节点动态组装至当前所需执行的工作流中,并将原始业务流的差异节点置为跳过状态,即可获取下一业务流即第二业务流。另一种是预先将基准节点与各业务流对应的差异节点组装,并在确定所需执行的业务流时,通过动态调整各差异节点的状态,即可获取对应的第二业务流。
可以理解地是,该在步骤S204之后,还可重复执行步骤S203至S204,直至进入流程截止点,以完成授信流程。
本实施例中,通过预先获取用户根据预设的客群类别划分条件选择的客群类别,并通过首先执行客群类别对应第一业务流中的流程节点,当执行到第一业务流中的第一差异节点时,以根据采集到的个人信息,进行类别分析,确定用户的客群类别是否变化,当客群类别变化时,获取变化后的目标客群类别对应的第二业务流,并控制工作流引擎的执行第二业务流,从而实现动态确定符合用户的授信流程,以在用户信息空白或断层的情况下,保证授信流程的顺利执行并实现定价差异化。此外在用户自行选取的客群类别不准确的情况下,可通过动态根据采集到的个人信息进行判断,以最终确定符合用户的授信流程,实现风控以及防欺诈的目的。
在一实施例中,如图3所示,第一业务流和第二业务流均包括多个按顺序执行的基准节点;第一差异节点设置在第一业务流中两个相邻的基准节点之间;该方法还包括如下步骤:
S301:当变化结果为客群类别变化时,从数据库中获取目标客群类别对应的第二业务流。
S302:将第一差异节点在第一业务流中的下一相邻的基准节点作为目标执行节点;目标执行节点用于指示第二业务流中的起始执行节点。
S303:将目标执行节点传递给工作流引擎,使工作流引擎的当前执行节点流转至第二业务流中,并控制工作流引擎从起始执行节点开始执行第二业务流。
其中,该客群类别检测程序与第一差异节点绑定,由于第一差异节点可设置在两个相邻的基准节点之间,故工作流引擎的执行流程流转时,可直接将与该第一差异节点相邻的下一基准节点作为下一业务流程的起始执行节点,实现流程的可持续执行,且在业务流变化时,可实现用户无感知的目的。
示例性地,当第一业务流包括按顺序执行的流程节点,即A(基准节点)-B(基准节点)-C(第一差异节点)-D(基准节点);第二业务流也包括按顺序执行的流程节点A(基准节点)-B(基准节点)-C’(第二差异节点)-D(基准节点),当工作流引擎执行到第一差异节点时,若用户类别发生变化,此时可将第一业务流中与该第一差异节点相邻的下一基准节点即D作为目标执行节点,使工作流引擎的当前执行节点流转至第二业务流中与目标执行节点对应的基准节点即D,并控制工作流引擎从目标执行节点对应的基准节点开始执行第二业务流。
在一实施例中,如图4所示,第一业务流包括多个按顺序执行的基准节点;步骤S204中,即当客群类别变化时,获取变化后的目标客群类别对应的第二业务流,并控制工作流引擎的执行第二业务流,具体包括如下步骤:
S401:当客群类别变化时,将第一差异节点对应的节点状态置为跳过状态。
S402:获取目标客群类别对应的第二差异节点以及第二差异节点对应的节点上下级。
S403:根据节点上下级,组装基准节点与第二差异节点,以在第一业务流程的基础上重构第一业务流,获取第二业务流。
其中,第二差异节点指变化后的目标客群类别对应业务流的个性化流程节点。不同客群类别对应的业务流之间可共用基准节点,并单独维护每一业务流对应的差异节点,当需要将当前工作流的执行进程流转至下一业务流时,通过将差异节点动态组装至当前执行的业务流中,并将当前业务流的差异节点置为跳过状态,即可获取下一业务流即第二业务流。可以理解地,该跳过状态用于指示当前节点可在当前执行的业务流中跳过,无需执行。于本实施方式中默认将组装至当前执行的业务流中的所有流程节点的节点状态为活动状态,即需要执行的状态,不可跳过。
具体地,当客群类别发生变化时,则将第一业务流对应的第一差异节点对应的节点状态置为跳过状态;获取目标客群类别对应的第二差异节点以及第二差异节点的节点上下级,即该第二差异节点的上级流入节点和下级流出节点,以便根据节点上下级将第二差异节点组装至第一业务流中,以获取第二业务流,以实现基准节点的共用,无需单独创建一业务流,节省资源。
在组装第二差异节点时,还可判断该第二差异节点的上级流入节点是否为第一差异节点在第一业务流中的下一相邻的基准节点或下一相邻的基准节点之后的流程节点,若是,则将其组装至第一业务流中,若不是,则由于后续执行第二业务流时,无需执行第一差异节点之前的基准节点,则为了提高系统性能,保证组装有效性,可对第二差异节点进行判断,在符合条件时,则组装,反之则无需组装。
在一实施例中,如图5所示,第一业务流还包括目标客群类别对应的第二差异节点以及多个按顺序执行的基准节点;第二差异节点设置在两个相邻的基准节点之间;第一差异节点设置在两个相邻的基准节点之间;步骤S204中,即当客群类别变化时,获取变化后的目标客群类别对应的第二业务流,具体包括如下步骤:
S501:当变化结果为客群类别变化时,将第一业务流对应的第一差异节点对应的节点状态置为跳过状态。
S502:将第二差异节点的节点状态置为活动状态,以获取第二业务流。
具体地,通过预先将基准节点与各业务流对应的差异节点组装,并在确定所需执行的业务流即第二业务流时,通过动态调整各差异节点的状态,以获取对应的而第二业务流。
其中,第一业务流包括目标客群类别对应的第二差异节点以及多个按顺序执行的基准节点;第二差异节点设置在两个相邻的基准节点之间;第一差异节点设置在两个相邻的基准节点之间;该第一差异节点和第二差异节点可设置在相同或不同的位置,当设置在相同位置时,由于工作流引擎执行的唯一性,即根据当前执行的业务流的不同,执行对应的差异节点,因此不会对工作流的正常执行造成影响。
具体地,通过将不同客群类别对应的业务流预先组装成一完整的工作流,以便在后续流程变动时,通过动态调整节点状态,无需单独维护基准节点和差异节点。
在一实施例中,如图6所示,步骤S201之前,该方法还包括如下步骤:
S601:获取业务流配置请求;其中,业务流配置请求包括待配置的客群类别。
S602:显示客群类别对应的业务流配置表;其中,业务流配置表包括可配置的流程节点以及节点流向。
S603:根据业务流配置表,接收用户配置的目标配置参数;其中,目标配置参数包括目标节点以及每一目标节点对应的目标节点流向。
S604:根据目标节点以及每一目标节点对应的目标节点流向,组装客群类别对应的业务流。
其中,在获取用户根据预设的客群类别划分条件选择的初始客群类别之前,还可实现对每一客群类别对应的业务流进行可视化配置。具体地,通过将不同流程节点作为一独立的流程节点组件,以供用户选择配置,针对不同的业务流无需重新开发一套独立的系统,可实现在同一系统下的多个业务流交叉执行的目的,降低开发成本。
具体地,用户可通过前端触发业务流配置请求,以使服务器响应该业务流配置请求,显示客群类别对应的业务流配置表,该业务流配置表包括可配置的流程节点以及流程节点的节点流向,该节点流向包括流程节点的上级流入节点以及下级流出节点。其中,可配置的流程节点包括但不限于信息核实、基本信息采集、客群资质收集、分客群初始授信、资产分类增信、联系人信息录入、放款银行卡绑定、提交审批(STP/人工审批)、回退补件、内外部黑名单节点、准入风控节点、征信查询节点、客群评分节点等。可以理解地是,对于每一流程节点还可对节点的具体内容进行配置,例如征信查询节点对应的征信基础信息字段以及预设征信阈值,通过对该节点设置对应的决策规则或判断条件,以边后需执行业务流时确定用户的客群类别是否发生变化。
具体地,通过对不同客群类别对应的业务流进行可视化配置,以根据目标流程节点以及每一目标流程节点对应的目标节点流向组装客群类别对应的业务流程。
更进一步地,本实施例中还可针对业务产品的属性进行配置,不同的产品可根据实际情况设置不同的客群类别判断条件,此处不做限定。其中,产品属性包括但不限于核算条款、销售条款、利率设置、交易设置、费用设置以及还款顺序,针对不同的产品属性还进一步配置,例如核算条款还可针对产品核算、产品交易核算以及产品交易分配等进行配置。
在一实施例中,如图7所示,步骤S202之后,该方法还包括如下步骤:
S701:对个人信息进行格式转换,生成消息数据并推送至消息队列。
其中,本方法可通过对接多渠道,以采集用户的基础信息、征信信息、借贷信息等个人信息。具体地,在采集到用户的个人信息后,可对该个人信息进行格式转换,生成消息数据并推送至消息队列(即消息中间件,如kafka)。
其中,可预先设定一入库程序,用于统一数据格式,例如json格式。本实施例中,可通过生产-消费的架构实现用户的个人信息的存储,即通过生产者生产数据推送至消息队列,以使消费端消费该消息队列中的数据,可实现多线程并发。
S702:对消息队列中的数据进行数据清洗,得到清洗后的消息数据。
具体地,该数据清洗可借助SparkStreaming程序实现对消息数据进行ETL清洗处理,将分散、零乱、标准不统一的数据整合到一起,方便后续入库存储。
其中,ETL是将业务系统的数据经过抽取、清洗转换之后加载到数据仓库的过程。ETL的清晰过程包括数据抽取、数据的清洗转换以及数据的加载。
S703:对消息队列内中清洗后的消息数据进行出列操作,将消息数据存储到数据库中。
本实施例中,可通过队列轮询方式对消息队列内中清洗后的消息数据进行出列操作,以将消息数据存储到数据库中。
在一实施例中,如图8所示,步骤S202之后,该方法还包括如下步骤:
S801:当客群类别变化时,根据目标客群类别,确定用户的多个风控规则条目。
S802:基于多个风控规则条目,构建用户的目标风控模型,并与用户关联存储。
具体地,不同的客群类别对应不同的风控规则条目,当该用户的客群类别发生变化时,可根据目标客群类别,确定用户的多个风控规则条目,并基于多个风控规则条目,构建用户的目标风控模型,并与用户关联存储,以便对该用户再次执行授信流程时,可直接调用该目标风控模型进行风险评估,无需执行全部预设的风控规则条目。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种业务流处理装置,该业务流处理装置与上述实施例中业务流处理方法一一对应。如图8所示,该业务流处理装置包括初始客群类别获取模块10、个人信息采集模块20、客群类别检测模块30和第二业务流获取和执行模块40。各功能模块详细说明如下:
初始客群类别获取模块10,用于获取用户根据预设的客群类别划分条件选择的客群类别。
个人信息采集模块20,用于调用工作流引擎执行客群类别对应的第一业务流,以同步采集用户的个人信息;其中,第一业务流包括第一差异节点。
客群类别检测模块30,用于当执行到第一业务流中的第一差异节点时,根据当前采集到的个人信息进行类别分析,确定用户的客群类别是否变化。
第二业务流获取和执行模块40,用于当客群类别变化时,获取变化后的目标客群类别对应的第二业务流,并控制工作流引擎的执行第二业务流。
具体地,第一业务流和第二业务流均包括多个按顺序执行的基准节点;第一差异节点设置在第一业务流中两个相邻的基准节点之间;
该业务流处理装置还包括第二业务流获取模块、目标执行节点获取模块和第二业务流执行模块。
第二业务流获取模块,用于当变化结果为客群类别变化时,从数据库中获取目标客群类别对应的第二业务流。
目标执行节点获取模块,用于将第一差异节点在第一业务流中的下一相邻的基准节点作为目标执行节点;目标执行节点用于指示第二业务流中的起始执行节点。
第二业务流执行模块,用于将目标执行节点传递给工作流引擎,使工作流引擎的当前执行节点流转至第二业务流中,并控制工作流引擎从起始执行节点开始执行第二业务流。
具体地,第一业务流包括多个按顺序执行的基准节点;该该业务流处理装置还包括节点状态调整模块、第二差异节点获取模块以及第一业务流重构模块。
节点状态调整模块,用于当客群类别变化时,将第一差异节点对应的节点状态置为跳过状态。
第二差异节点获取模块,用于获取目标客群类别对应的第二差异节点以及第二差异节点对应的节点上下级。
第一业务流重构模块,用于根据节点上下级,组装基准节点与第二差异节点,以在第一业务流程的基础上重构第一业务流,获取第二业务流。
具体地,第一业务流还包括目标客群类别对应的第二差异节点以及多个按顺序执行的基准节点;第二差异节点设置在两个相邻的基准节点之间;第一差异节点设置在两个相邻的基准节点之间。
该业务流处理装置还包括节点状态调整模块和第二业务流获取模块。
节点状态调整模块,用于当变化结果为客群类别变化时,将第一业务流对应的第一差异节点对应的节点状态置为跳过状态;
第二业务流获取模块,用于将第二差异节点的节点状态置为活动状态,以获取第二业务流。
具体地,该业务流处理装置还包括业务流配置请求获取模块、业务流配置表显示模块、目标配置参数接收模块以及第二业务流组装模块。
业务流配置请求获取模块,用于获取业务流配置请求;其中,业务流配置请求包括待配置的客群类别。
业务流配置表显示模块,用于显示客群类别对应的业务流配置表;其中,业务流配置表包括可配置的流程节点以及节点流向。
目标配置参数接收模块,用于根据业务流配置表,接收用户配置的目标配置参数;其中,目标配置参数包括目标节点以及每一目标节点对应的目标节点流向。
第二业务流组装模块,用于根据目标节点以及每一目标节点对应的目标节点流向,组装客群类别对应的业务流。
具体地,该业务流处理装置还包括格式转换模块、数据清洗模块以及存储模块。
格式转换模块,用于对个人信息进行格式转换,生成消息数据并推送至消息队列。
数据清洗模块,用于对消息队列中的数据进行数据清洗,得到清洗后的消息数据。
存储模块,用于对消息队列中的清洗后的消息数据进行出列操作,将消息数据存储到数据库中。
具体地,该业务流处理装置还包括风控规则条目确定模块和模型构建模块。
风控规则条目确定模块,用于当客群类别变化时,根据目标客群类别,确定用户的多个风控规则条目。
模型构建模块,用于基于多个风控规则条目,构建用户的目标风控模型,并与用户关联存储。
关于业务流处理装置的具体限定可以参见上文中对于业务流处理方法的限定,在此不再赘述。上述业务流处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括计算机存储介质、内存储器。该计算机存储介质存储有操作系统、计算机程序和数据库。该内存储器为计算机存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储执行业务流处理方法过程中生成或获取的数据,如用户的个人信息。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种业务流处理方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述实施例中的业务流处理方法的步骤,例如图2所示的步骤S201-S204,或者图3至图8中所示的步骤。或者,处理器执行计算机程序时实现业务流处理装置这一实施例中的各模块/单元的功能,例如图9所示的各模块/单元的功能,为避免重复,这里不再赘述。
在一实施例中,提供一计算机存储介质,该计算机存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中业务流处理方法的步骤,例如图2所示的步骤S201-S204,或者图3至图8中所示的步骤,为避免重复,这里不再赘述。或者,该计算机程序被处理器执行时实现上述业务流处理装置这一实施例中的各模块/单元的功能,例如图9所示的各模块/单元的功能,为避免重复,这里不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上实施例仅用以说明本发明的技术方案,而非对其限制,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种业务流处理方法,其特征在于,包括:
获取用户根据预设的客群类别划分条件选择的客群类别;
调用工作流引擎执行所述客群类别对应的第一业务流,以同步采集所述用户的个人信息;其中,所述第一业务流包括第一差异节点;
当执行到所述第一业务流中的第一差异节点时,根据当前采集到的所述个人信息进行类别分析,确定所述用户的客群类别是否变化;
当所述客群类别变化时,获取变化后的目标客群类别对应的第二业务流,并控制所述工作流引擎的执行所述第二业务流。
2.如权利要求1所述业务流处理方法,其特征在于,所述第一业务流和所述第二业务流均包括多个按顺序执行的基准节点;第一差异节点设置在所述第一业务流中两个相邻的所述基准节点之间;
所述当所述客群类别变化时,获取变化后的目标客群类别对应的第二业务流,包括:
当所述变化结果为客群类别变化时,从数据库中获取所述目标客群类别对应的第二业务流;
所述控制所述工作流引擎的执行所述第二业务流,包括:
将所述第一差异节点在所述第一业务流中的下一相邻的基准节点作为目标执行节点;所述目标执行节点用于指示所述第二业务流中的起始执行节点;
将所述目标执行节点传递给所述工作流引擎,使所述工作流引擎的当前执行节点流转至所述第二业务流中,并控制所述工作流引擎从所述起始执行节点开始执行所述第二业务流。
3.如权利要求1所述业务流处理方法,其特征在于,所述第一业务流包括多个按顺序执行的基准节点;
所述当所述客群类别变化时,获取变化后的目标客群类别对应的第二业务流,包括;
当所述客群类别变化时,将所述第一差异节点对应的节点状态置为跳过状态;
获取所述目标客群类别对应的第二差异节点以及所述第二差异节点对应的节点上下级;
根据所述节点上下级,组装所述基准节点与所述第二差异节点,以在所述第一业务流程的基础上重构所述第一业务流,获取所述第二业务流。
4.如权利要求1所述业务流处理方法,其特征在于,所述第一业务流还包括所述目标客群类别对应的第二差异节点以及多个按顺序执行的基准节点;第二差异节点设置在两个相邻的所述基准节点之间;第一差异节点设置在两个相邻的所述基准节点之间;
所述当所述客群类别变化时,获取变化后的目标客群类别对应的第二业务流,包括:
当所述变化结果为客群类别变化时,将所述第一业务流对应的第一差异节点对应的节点状态置为跳过状态;
将所述第二差异节点的节点状态置为活动状态,以获取所述第二业务流。
5.如权利要求1所述业务流处理方法,其特征在于,在所述获取用户根据预设的客群类别划分条件选择的初始客群类别之前,所述业务流处理方法还包括:
获取业务流配置请求;其中,所述业务流配置请求包括待配置的客群类别;
显示所述客群类别对应的业务流配置表;其中,所述业务流配置表包括可配置的流程节点以及节点流向;
根据所述业务流配置表,接收用户配置的目标配置参数;其中,所述目标配置参数包括目标节点以及每一所述目标节点对应的目标节点流向;
根据所述目标节点以及每一目标节点对应的目标节点流向,组装所述客群类别对应的业务流。
6.如权利要求1所述业务流处理方法,其特征在于,在所述同步采集所述用户的个人信息之后,所述业务流处理方法还包括:
对所述个人信息进行格式转换,生成消息数据并推送至消息队列;
对所述消息队列中的数据进行数据清洗,得到清洗后的消息数据;
对所述消息队列内中所述清洗后的消息数据进行出列操作,将所述消息数据存储到数据库中。
7.如权利要求1所述业务流处理方法,其特征在于,在所述当所述客群类别变化时,获取变化后的目标客群类别对应的第二业务流,并控制所述工作流引擎的执行所述第二业务流之后,所述业务流处理方法还包括:
当所述客群类别变化时,根据所述目标客群类别,确定所述用户的多个风控规则条目;
基于所述多个风控规则条目,构建所述用户的目标风控模型,并与所述用户关联存储。
8.一种业务流处理装置,其特征在于,包括:
初始客群类别获取模块,用于获取用户根据预设的客群类别划分条件选择的客群类别;
个人信息采集模块,用于调用工作流引擎执行所述客群类别对应的第一业务流,以同步采集所述用户的个人信息;其中,所述第一业务流包括第一差异节点;
客群类别检测模块,用于当执行到所述第一业务流中的第一差异节点时,根据当前采集到的所述个人信息进行类别分析,确定所述用户的客群类别是否变化;
第二业务流获取和执行模块,用于当所述客群类别变化时,获取变化后的目标客群类别对应的第二业务流,并控制所述工作流引擎的执行所述第二业务流。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述业务流处理方法的步骤。
10.一种计算机存储介质,所述计算机存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述业务流处理方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011547099.9A CN112737974A (zh) | 2020-12-24 | 2020-12-24 | 业务流处理方法、装置、计算机设备及存储介质 |
PCT/CN2021/091691 WO2022134424A1 (zh) | 2020-12-24 | 2021-04-30 | 业务流处理方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011547099.9A CN112737974A (zh) | 2020-12-24 | 2020-12-24 | 业务流处理方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112737974A true CN112737974A (zh) | 2021-04-30 |
Family
ID=75605841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011547099.9A Pending CN112737974A (zh) | 2020-12-24 | 2020-12-24 | 业务流处理方法、装置、计算机设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112737974A (zh) |
WO (1) | WO2022134424A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115344410A (zh) * | 2022-10-14 | 2022-11-15 | 北京奥星贝斯科技有限公司 | 判断事件执行顺序的方法、装置、存储介质及电子设备 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115509696A (zh) * | 2022-10-25 | 2022-12-23 | 中粮信托有限责任公司 | 流程引擎的构建方法、装置、设备及存储介质 |
CN115660396B (zh) * | 2022-11-09 | 2023-09-19 | 中电金信软件有限公司 | 一种工作流的生成方法、装置、电子设备及可读存储介质 |
CN117474312B (zh) * | 2023-12-28 | 2024-04-05 | 图快数字科技(杭州)有限公司 | 可视化业务流编排方法、系统、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109636301A (zh) * | 2018-10-16 | 2019-04-16 | 深圳壹账通智能科技有限公司 | 金融业务的工作流配置方法、系统、终端及可读存储介质 |
US20190385175A1 (en) * | 2018-06-15 | 2019-12-19 | Wells Fargo Bank, N.A. | Risk detection of false customer information |
CN110599273A (zh) * | 2019-09-20 | 2019-12-20 | 腾讯科技(深圳)有限公司 | 数据处理方法、装置、节点设备及存储介质 |
CN111666490A (zh) * | 2020-04-28 | 2020-09-15 | 中国平安财产保险股份有限公司 | 基于kafka的信息推送方法、装置、设备及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9203648B2 (en) * | 2004-05-02 | 2015-12-01 | Thomson Reuters Global Resources | Online fraud solution |
CN110728568A (zh) * | 2019-09-03 | 2020-01-24 | 福建省农村信用社联合社 | 一种面向征信空白客户的授信额度方法以及系统 |
CN112579606A (zh) * | 2020-12-24 | 2021-03-30 | 平安普惠企业管理有限公司 | 工作流数据处理方法、装置、计算机设备及存储介质 |
-
2020
- 2020-12-24 CN CN202011547099.9A patent/CN112737974A/zh active Pending
-
2021
- 2021-04-30 WO PCT/CN2021/091691 patent/WO2022134424A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190385175A1 (en) * | 2018-06-15 | 2019-12-19 | Wells Fargo Bank, N.A. | Risk detection of false customer information |
CN109636301A (zh) * | 2018-10-16 | 2019-04-16 | 深圳壹账通智能科技有限公司 | 金融业务的工作流配置方法、系统、终端及可读存储介质 |
CN110599273A (zh) * | 2019-09-20 | 2019-12-20 | 腾讯科技(深圳)有限公司 | 数据处理方法、装置、节点设备及存储介质 |
CN111666490A (zh) * | 2020-04-28 | 2020-09-15 | 中国平安财产保险股份有限公司 | 基于kafka的信息推送方法、装置、设备及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115344410A (zh) * | 2022-10-14 | 2022-11-15 | 北京奥星贝斯科技有限公司 | 判断事件执行顺序的方法、装置、存储介质及电子设备 |
CN115344410B (zh) * | 2022-10-14 | 2023-02-28 | 北京奥星贝斯科技有限公司 | 判断事件执行顺序的方法、装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
WO2022134424A1 (zh) | 2022-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112737974A (zh) | 业务流处理方法、装置、计算机设备及存储介质 | |
Ghosh | Does mobile telephony spur growth? Evidence from Indian states | |
US11676087B2 (en) | Systems and methods for vulnerability assessment and remedy identification | |
US20210357839A1 (en) | Process re-design targeting engine | |
CN110111198A (zh) | 用户金融风险预估方法、装置、电子设备及可读介质 | |
CN112801670B (zh) | 针对支付操作的风险评估方法及装置 | |
US9203821B2 (en) | Automatic context aware preloading of credential emulator | |
CN111932268A (zh) | 企业风险识别方法及装置 | |
WO2015135388A1 (en) | Device, system, and method for creating virtual credit card | |
CN109325845A (zh) | 一种金融产品智能推荐方法及系统 | |
US20230093540A1 (en) | System and Method for Detecting Anomalous Activity Based on a Data Distribution | |
CN107194802A (zh) | 信用评估方法及装置 | |
US11395094B1 (en) | Network based resource management and allocation | |
WO2016025224A1 (en) | Methods and systems for identifying merchant and atm demand | |
CN112488163A (zh) | 一种异常账号的识别方法、装置、计算机设备及存储介质 | |
CN112417315A (zh) | 基于网站注册的用户画像生成方法、装置、设备和介质 | |
CN114140221A (zh) | 一种欺诈风险预警方法、装置及设备 | |
CN111476657B (zh) | 信息推送方法、装置及系统 | |
US10049306B2 (en) | System and method for learning from the images of raw data | |
CN108416662A (zh) | 一种数据验证方法及装置 | |
CN114971017A (zh) | 银行交易数据的处理方法及装置 | |
CN113256401A (zh) | 一种贷前域外用户拦截方法、装置、服务器及存储介质 | |
CN108510071B (zh) | 数据的特征提取方法、装置及计算机可读存储介质 | |
Cojoc et al. | Horizontal cooperation on investment: Evidence from mobile network sharing | |
CN110232612A (zh) | 产品推送方法、装置、计算机设备和存储介质 |
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 |