CN113469578A - 基于多目标优化的业务策略生成方法、装置及系统 - Google Patents

Abstract

本说明书的实施例提供一种基于多目标学习的业务策略生成方法及业务策略生成装置。在该业务策略生成方法中，获取经过标注后的业务数据样本集，每条业务数据包括至少一个业务特征以及该条业务数据的至少两个标签值。根据经过标注后的业务数据样本集进行基于多目标优化的业务规则训练，构建业务规则集，所述多目标优化中的每个优化目标对应所述业务数据中的一个标签。然后，基于所构建的业务规则集生成业务策略。

Description

基于多目标优化的业务策略生成方法、装置及系统

技术领域

本说明书实施例通常涉及业务处理领域，尤其涉及基于多目标优化的业务策略生成方法、业务策略生成装置以及分布式业务策略生成系统。

背景技术

业务方在进行业务处理时会使用各种业务策略。常规的业务策略生成大多由策略专家根据人工经验确定。然而，策略专家的人工经验需要长时间的积累和学习，并且人工经验有时并不可靠。随着业务快速发展，高效且可靠地生成业务策略成为亟待解决的问题。

发明内容

鉴于上述，本说明书实施例提供基于多目标优化的业务策略生成方法、业务策略生成装置及分布式业务策略生成系统。利用该业务策略生成方法及装置，可以高效且可靠地生成业务策略。

根据本说明书实施例的一个方面，提供一种基于多目标学习的业务策略生成方法，包括：获取业务数据样本集，所述业务数据样本集中的每条业务数据样本包括至少一个业务特征以及至少两个标签值；根据所述业务数据样本集进行基于多目标优化的业务规则训练来构建业务规则集，所述多目标优化中的每个优化目标对应所述业务数据中的一个标签；以及基于所述业务规则集生成业务策略。

可选地，在上述方面的一个示例中，根据所述业务数据样本集进行基于多目标优化的业务规则训练来构建业务规则集可以包括：根据所述业务数据样本集，使用序贯覆盖算法进行基于多目标优化的业务规则训练来构建业务规则集。

可选地，在上述方面的一个示例中，所述多目标优化所使用的评估指标基于与所述业务数据样本中的标签对应的各个优化目标确定。

可选地，在上述方面的一个示例中，所述至少两个标签包括黑样本标签和资损标签，以及所述优化目标包括与黑样本标签对应的黑样本命中准确率以及与资损标签对应的资损召回率。

可选地，在上述方面的一个示例中，所述评估指标node_score基于下述公式确定：

其中，precision表示黑样本命中准确率，recall_{captial_loss}表示资损召回率，β是用于调节两个优化目标权重的超参数。

可选地，在上述方面的一个示例中，所述业务规则训练所使用的业务数据样本集是经过特征筛选处理后的业务数据样本集。

可选地，在上述方面的一个示例中，所述业务策略生成方法还可以包括：在构建所述业务规则集之前，对所获取的业务数据样本集进行特征预处理。

可选地，在上述方面的一个示例中，所述特征预处理包括下述预处理中的至少一种：特征筛选处理、单调性约束处理和特征物理意义约束处理。

可选地，在上述方面的一个示例中，所述业务策略生成方法还可以包括：对所构建的业务规则进行规则优化。

可选地，在上述方面的一个示例中，所述规则优化包括下述优化处理中的至少一种：规则去重、基于特定业务约束的规则筛除、反向规则补充、基于可视化的人工筛除和基于自定义指标的规则筛除。

可选地，在上述方面的一个示例中，基于所述业务规则集生成业务策略可以包括：使用贪心算法来基于所述业务规则集生成业务策略。

可选地，在上述方面的一个示例中，所述业务策略生成方法还可以包括：对所生成的业务策略进行逆向树结果可视化处理；和/或在业务生成或策略生成时，向业务方提供可视化评估报告。

可选地，在上述方面的一个示例中，所述业务策略生成方法还可以包括：对所生成的业务策略进行策略评估；以及将通过策略评估的业务策略提供给业务方。

可选地，在上述方面的一个示例中，获取业务数据样本集可以包括：获取业务数据样本集和指定业务约束。此外，根据所述业务数据样本集进行基于多目标优化的业务规则训练来构建业务规则集可以包括：根据所述业务数据样本集和所述指定业务约束进行基于多目标优化的业务规则训练来构建业务规则集。

根据本说明书的实施例的另一方面，提供一种基于多目标学习的业务策略生成装置，包括：数据获取单元，获取的业务数据样本集，所述业务数据样本集中的每条业务数据样本包括至少一个业务特征以及至少两个标签值；规则训练单元，根据所述业务数据样本集进行基于多目标优化的业务规则训练来构建业务规则集，所述多目标优化中的每个优化目标对应所述业务数据样本中的一个标签；以及策略生成单元，基于所述业务规则集生成业务策略。

可选地，在上述方面的一个示例中，所述规则训练单元根据所述业务数据样本集，使用序贯覆盖算法进行基于多目标优化的业务规则训练来构建业务规则集。

可选地，在上述方面的一个示例中，所述业务策略生成装置还可以包括：特征预处理单元，在构建所述业务规则集之前，对所获取的业务数据样本集进行特征预处理。

可选地，在上述方面的一个示例中，所述业务策略生成装置还可以包括：规则优化单元，对所构建的业务规则集进行规则优化。

可选地，在上述方面的一个示例中，所述业务策略生成装置还可以包括：可视化处理单元，对所生成的业务策略进行逆向树结果可视化处理。

可选地，在上述方面的一个示例中，在业务生成或策略生成时，所述可视化处理单元进一步向业务方提供可视化评估报告。

根据本说明书的实施例的另一方面，提供一种分布式业务策略生成系统，包括：至少两个第一成员设备，每个第一成员设备包括如上所述的业务策略生成装置；以及第二成员设备，调度各个第一成员设备之间的业务数据样本分发。

根据本说明书的实施例的另一方面，提供一种基于多目标学习的业务策略生成装置，包括：至少一个处理器，与所述至少一个处理器耦合的存储器，以及存储在所述存储器中的计算机程序，所述至少一个处理器执行所述计算机程序来实现如上所述的业务策略生成方法。

根据本说明书的实施例的另一方面，提供一种计算机可读存储介质，其存储有可执行指令，所述指令当被执行时使得处理器执行如上所述的业务策略生成方法。

根据本说明书的实施例的另一方面，提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行来实现如上所述的业务策略生成方法。

附图说明

通过参照下面的附图，可以实现对于本说明书内容的本质和优点的进一步理解。在附图中，类似组件或特征可以具有相同的附图标记。

图1示出了根据本说明书的第一实施例的业务策略生成方法的示例流程图。

图2示出了根据本说明书的第一实施例的业务数据集的示例示意图。

图3示出了根据本说明书的第一实施例的基于序贯覆盖算法的业务规则训练过程的示例流程图。

图4示出了根据本说明书的第一实施例的业务策略生成装置的示例方框图。

图5示出了根据本说明书的第二实施例的业务策略生成方法的示例流程图。

图6示出了根据本说明书的第二实施例的针对业务策略的逆向树结果可视化处理的示例示意图。

图7示出了根据本说明书的第二实施例的可视化评估报告的示例示意图。

图8示出了根据本说明书的第二实施例的业务策略生成过程的示例示意图。

图9示出了根据本说明书的第二实施例的业务策略生成装置的示例方框图。

图10示出了根据本说明书的第三实施例的分布式业务策略生成系统的示例方框图。

图11示出了根据本说明书的实施例的基于计算机系统实现的业务策略生成装置的示例示意图。

具体实施方式

现在将参考示例实施方式讨论本文描述的主题。应该理解，讨论这些实施方式只是为了使得本领域技术人员能够更好地理解从而实现本文描述的主题，并非是对权利要求书中所阐述的保护范围、适用性或者示例的限制。可以在不脱离本说明书内容的保护范围的情况下，对所讨论的元素的功能和排列进行改变。各个示例可以根据需要，省略、替代或者添加各种过程或组件。例如，所描述的方法可以按照与所描述的顺序不同的顺序来执行，以及各个步骤可以被添加、省略或者组合。另外，相对一些示例所描述的特征在其它例子中也可以进行组合。

如本文中使用的，术语“包括”及其变型表示开放的术语，含义是“包括但不限于”。术语“基于”表示“至少部分地基于”。术语“一个实施例”和“一实施例”表示“至少一个实施例”。术语“另一个实施例”表示“至少一个其他实施例”。术语“第一”、“第二”等可以指代不同的或相同的对象。下面可以包括其他的定义，无论是明确的还是隐含的。除非上下文中明确地指明，否则一个术语的定义在整个说明书中是一致的。

在本说明书中，术语“业务规则”由一连串无序条件(condition)构成。一个condition可以定义为【x op v】，其中x是特征，v是该特征值域内的某个取值，op表示运算符，op例如可以是“<”，“>＝”，“＝”，“！＝”，“∈”，

中的一种。例如，“a<12and b>7and c＝‘X’”可以表示一条业务规则，其中，a、b和c表示业务特征。术语“业务策略”表示多条业务规则的组合，例如，业务策略可以是预定数目条业务规则的组合。

下面将参考附图来详细描述根据本说明书的实施例的基于多目标优化的业务策略生成方法、业务策略生成装置及分布式业务策略生成系统。

第一实施例

图1示出了根据本说明书的第一实施例的业务策略生成方法100的示例流程图。该业务策略生成方法由业务策略生成装置执行，该业务策略生成装置例如可以部署在策略提供方。

如图1所示，在110，获取业务数据样本集。所获取的业务数据样本集中的每条业务数据样本是经过标注处理后的业务数据样本，并且用于训练业务规则。例如，所述业务数据样本集可以是经过标注处理后的表单数据。在本说明书中，每条业务数据样本可以包括至少一个业务特征以及至少两个标签值。业务数据样本中的至少两个标签中的每个标签对应于一个优化目标。这里，业务数据样本集例如可以是业务方收集并进行标注的业务数据样本，并且由业务方提供给业务策略生成装置，例如，业务方可以经由业务策略生成装置的输入接口提供给业务策略生成装置。所述输入接口例如可以是业务策略生成装置上的输入界面，或者是业务策略生成装置上的通信接口等。

图2示出了根据本说明书的第一实施例的业务数据集的示例示意图。图2中示出的业务数据集是经过标注处理后的表单数据。图2中示出的表单数据包括两种标签，即，第一列“黑样本标签”和第二列“资损标签”。“黑样本标签”用于指示该条业务数据样本为风险业务数据样本，例如，具有欺诈行为的业务数据样本。“资损标签”用于指示该条业务数据样本所造成的资损数据。此外，图2中示出的表单数据还包括6种业务特征，即，第三列“年龄”到第六列“f_c”所表征的业务特征。在上述业务特征中，“年龄”所表征的业务特征是用户年龄，“时间”所表征的业务特征是业务数据样本的发生时间，“资金金额”所表征的业务特征是业务数据样本的资金金额，f_a所表征的业务特征是a页面三日点击(经过标准化处理后的值)，f_b所表征的业务特征是b页面三日点击(经过标准化处理后的值)，以及“f_c”所表征的业务特征是一个三维的embedding特征，其中，前5个业务特征具有可解释性，以及业务特征f_c不具有可解释性。

在120，根据业务数据样本集进行基于多目标优化的业务规则训练来构建业务规则集。在本说明书中，术语“多目标优化”是指使得两个或两个以上的优化目标在给定区域同时尽可能最佳。在一个示例中，优化目标可以由业务方设置。多目标优化中的每个优化目标对应业务数据样本中的一个标签。可选地，在一个示例中，多目标优化所使用的评估指标可以基于与业务数据样本中的标签对应的各个优化目标确定。

例如，在一个反欺诈应用场景的示例中，业务数据样本中的至少两个标签可以包括黑样本标签和资损标签。这里，黑样本标签的取值为0或1，在黑样本标签的取值为0时，业务数据样本不是欺诈样本，而在黑样本标签的取值为1时，业务数据样本为欺诈样本。资损标签的取值为大于等于0的实数，其取值为业务数据样本中的资金金额。相应地，多目标优化中的优化目标可以包括与黑样本标签对应的黑样本命中准确率以及与资损标签对应的资损召回率。

在这种情况下，在一个示例中，多目标优化所使用的评估指标node_score例如可以基于下述公式确定：

其中，precision表示黑样本命中准确率，recall_{captial_loss}表示资损召回率，β是用于调节两个优化目标权重的超参数。

可选地，在一个示例中，可以根据所获取的业务数据样本集，使用序贯覆盖算法进行基于多目标优化的业务规则训练来构建业务规则集。序贯覆盖算法的示例例如可以包括但不限于基于LightGBM的序贯覆盖(Tree_based sequential covering)算法。

图3示出了根据本说明书的第一实施例的基于序贯覆盖算法的业务规则训练过程300的示例流程图。

如图3所示，在301，创建初始业务规则集，初始业务规则集为空集。接着，循环执行302到310的操作，直到满足循环结束条件(即，图3中的第二循环结束条件)。在本说明书中，循环结束条件可以包括业务数据样本集中的所有正样本都被去除或者达到业务规则集中的业务规则条数达到指定值。这里，正样本是指符合基于业务数据样本构建的业务规则的业务数据样本。在每次循环过程，基于当前业务数据样本集构建单个业务规则。在首次循环过程，当前业务数据样本集是所获取的业务数据样本集。在后续循环过程中，当前业务数据样本集是从上一循环过程所使用的当前业务数据样本集中去除符合当前构建的业务规则的正样本而得到的业务数据样本集。在图3的业务规则训练过程中，包括两个循环过程，即，从303到307的第一循环过程以及从302到310的第二循环过程，第一循环过程用于构建单条业务规则，第二循环过程用于构建业务规则集。

具体地，在302，创建新业务规则，所创建的新业务规则的条件(Condition)为空。接着，循环执行从303到307的第一循环过程，为所创建的新业务规则加入Condition。在每次第一循环过程中，在303，根据当前业务数据样本集中的业务特征及其划分阈值的组合构建条件集。例如，假设当前业务数据样本集中的业务特征包括业务特征X1和X2，业务特征X1的特征取值为k1到k3，业务特征X2的特征取值为k4和k5。在进行条件集构建时，首先，确定业务特征X1和X2的划分阈值。在业务特征是类别型业务特征时，该业务特征的划分阈值是该业务特征的特征取值。在业务特征是连续型业务特征时，对该业务特征进行分箱操作(例如，等频或等宽分箱)，各个分箱的边界值为该业务特征的划分阈值。在得到各个业务特征的划分阈值后，根据各个业务特征及其划分阈值的组合构建条件集。例如，假设业务特征X1的划分阈值为k1、k2和k3，以及业务特征X2的划分阈值为k4和k5，其中，k1<k2<k3，k4<k5，则可以构建出条件(Condition)集，所构建出的Condition集例如包括下述Condition的各种组合：X1≤k1,k1<X1≤k2,k2<X1≤k3,X1>k3，X2≤k4,k4<X2≤k5和X2>k5。

在304，确定在将所构建的Condition集中的各个Condition加入当前业务规则(即，上一第一循环过程所得到的业务规则)而得到的各个新业务规则下的评估指标值，例如，node_score。具体地，使用各个新业务规则来进行业务处理，例如，如图2中所示的黑样本预测处理。然后，使用业务处理结果来确定对应的评估指标值。以图2中的数据为例，假设有规则“年龄<＝18”，该规则命中了第1和第2条样本，该规则的precison＝1/2＝0.5，资损召回＝1234/(1234+321.6)＝0.7933，假设β取0.1，则node_score＝(1+0.1*0.1)*(0.5*0.7933)/(0.1*0.1*0.5+0.7933)＝0.5018。

在如上得到各个新业务规则下的评估指标值后，在305，将评估指标值最好的Condition加入当前业务规则，作为当前第一循环过程得到的业务规则。例如，在上述构建的业务特征X1对应的Condition集中，如果在通过加入X1≤k1而得到的新业务规则下的评估指标值最好，则将X1≤k1加入当前业务规则，作为当前第一循环过程得到的业务规则。

在306，判断是否当前第一循环过程得到的业务规则中的Condition个数小于指定值并且在当前第一循环过程得到的业务规则下的评估指标满足业务约束值。这里，业务约束值可以是规则构建方基于业务应用场景设定的业务约束值，或者是业务方提供的业务约束值。如果在306判断为当前第一循环过程得到的业务规则中的Condition个数小于指定值并且在当前第一循环过程得到的业务规则下的评估指标满足业务约束值，则在307，从当前业务数据样本集中确定出当前业务规则命中的业务数据样本，作为下一第一循环过程的当前业务数据样本集，然后返回到303，执行下一第一循环过程。

如果在306判断为当前第一循环过程得到的业务规则中的Condition个数不小于指定值或者在当前第一循环过程得到的业务规则下的评估指标不满足业务约束值，则流程进行到308，将所生成的业务规则(即，当前第一循环过程得到的业务规则)加入上一第二循环过程所得到的业务规则集中。

在309，从当前业务数据样本集中去除所加入的业务规则覆盖的业务数据样本，即，符合所加入的业务规则的正样本。接着，在310，判断是否满足循环结束条件。这里，循环结束条件是指用于结束第二循环过程的循环结束条件。第二循环过程的循环结束条件可以包括业务数据样本集中的所有正样本都被去除或者达到业务规则集中的业务规则条数达到指定值。

如果在310判断为满足循环结束条件，则完成业务规则训练过程，由此构建出业务规则集。如果在310判断为不满足循环结束条件，则流程返回到302，执行下一第二循环过程。如此循环执行上述过程，由此构建出业务规则集。

为了使得第一循环过程的描述更加清楚，下面以图2中示出的业务数据样本集为例来描述第一循环过程。预设业务规则的条件个数不大于3。第一轮循环时，业务规则的初始条件为空，根据5条样本构建第一轮循环时的条件集，假设第一轮循环所选中的条件为“age<＝20”，则经过第一轮循环后得到的条件个数为1，即，“age<＝20”。接着，开始第二轮循环。在第二轮循环开始时，业务规则为“age<＝20”，基于该业务规则命中的业务数据样本为第1、2、3条业务数据样本。在第二轮循环时，根据第1、第2和第3条样本构建第二轮循环时的条件集，假设第二轮循环所选中的条件为“time＝下午”，则第二轮循环所得到的业务规则中的条件个数为2，即，“age<＝20”和“time＝下午”。然后，开始第三轮循环。同样，在第三轮循环开始时，业务规则为“age<＝20and time＝下午”，基于该业务规则命中第2和第3条业务数据样本。在第三轮循环时，根据第2和第3条业务数据样本构建第三轮循环时的条件集，假设第三轮循环所选中的条件为“amount>1000”，则第三轮循环所得到的业务规则中的条件个数为3，即，“age<＝20”、“time＝下午”和“amount>1000”，满足第一循环结束条件，由此第一循环过程结束。

要说明的是，根据本说明书的实施例生成的业务规则是通过对业务特征进行阈值划分和组合而生成的业务规则，例如，“a<12and b>7and c＝‘X’”可以表示一条业务规则，其中，a、b和c表示业务特征，12、7和X分别表示特征阈值。

在如上构建出业务规则集后，回到图1，在130，基于所构建的业务规则集生成业务策略。

在一个示例中，可以随机从所构建的业务规则集中抽取预定数目条业务规则来生成业务策略。或者，在另一示例中，可以基于业务约束来从所构建的业务规则集中选择预定数目条业务规则来生成业务策略。

可选地，在一个示例中，可以使用贪心算法来基于所构建的业务规则集生成业务策略。

例如，假设在业务规则构建过程构建100条业务规则，并且业务策略被定义为包括10条业务规则的组合。在业务策略生成过程，首先，遍历该100条业务规则，并且基于预定义的评估指标(例如，上述node_score)来评估该100条业务规则，将评估指标最好的业务规则放入业务策略中，作为该业务策略的第一条业务规则。接着，针对去除该放入的业务规则之外的99条业务规则，遍历该99条业务规则，并且基于预定义的评估指标来评估该99条业务规则中的每条业务规则与上述第一条业务规则组成的业务策略，由此将评估指标最好的业务策略对应的业务规则放入业务策略中，由此得到第2条业务规则。如此循环，直到得到10条业务规则，由此生成业务策略。

图4示出了根据本说明书的第一实施例的业务策略生成装置400的示例方框图。如图4所示，业务策略生成装置400包括数据获取单元410、规则训练单元420和策略生成单元430。

数据获取单元410被配置为获取业务数据样本集，所述业务数据样本集中的每条业务数据样本包括至少一个业务特征以及至少两个标签值。数据获取单元410的操作可以参考上面参照图1的110描述的操作。

规则训练单元420被配置为根据业务数据样本集进行基于多目标优化的业务规则训练来构建业务规则集，所述多目标优化中的每个优化目标对应业务数据样本中的一个标签。规则训练单元420的操作可以参考上面参照图1的120描述的操作。

策略生成单元430被配置为基于业务规则集生成业务策略。

在一个示例中，规则训练单元420可以根据业务数据样本集，使用序贯覆盖算法进行基于多目标优化的业务规则训练来构建业务规则集。在另一示例中，规则训练单元420也可以采用其它合适的规则生成方法来构建业务规则集。

在一个示例中，策略生成单元430可以使用贪心算法来基于业务规则集生成业务策略。

利用上述业务策略生成方案，可以基于例如业务方提供的多优化目标以及经过标注处理后的业务数据样本集，自动生成业务策略，由此实现高效且可靠的业务策略生成。此外，在优化目标是业务方设置的情况下，由于业务规则训练过程中将基于业务方侧的评估指标作为优化目标，从而可以提升所生成的业务策略的准确性。

此外，可选地，在一个示例中，在120中执行业务规则训练时所使用的业务数据样本集可以是经过特征筛选处理后的业务数据样本集。具体地，可以从所获取的业务数据样本集中选择部分特征作为后续业务规则训练时使用的业务特征集。在一个示例中，可以从业务数据样本中筛除不具有可解释性的业务特征或者解释性不强的业务特征，比如一些embedding特征。例如，针对图2中示出的业务数据样本，可以删除业务特征f_c。在另一示例中，也可以筛除不满足业务场景需要的业务特征。针对业务数据样本集的特征筛选处理可以在业务方侧实现，也可以在策略生成方侧实现。

利用上述特征筛选处理，通过提前过滤掉不满足业务场景需要的业务特征或不具有可解释性的业务特征，可以减少计算量提高训练效率，并且增强业务规则的可解释性。

第二实施例

图5示出了根据本说明书的第二实施例的业务策略生成方法500的示例流程图。图5中示出的业务策略生成方法的实施例是图1中示出的业务策略生成方法的实施例的修改例。

如图5所示，在510，获取业务数据样本集。可选地，还可以获取指定业务约束。所获取的业务数据样本集中的每条业务数据样本是经过标注处理后的业务数据样本。每条业务数据样本可以包括至少一个业务特征以及至少两个标签值。业务数据样本中的至少两个标签中的每个标签对应于一个优化目标。指定业务约束是业务方在进行业务处理时限定的约束条件。所述指定业务约束的示例例如可以包括但不限于：黑样本命中准确率不低于M％，M为大于0的实数值；资损值不得低于N元；和/或用户年龄不能低于15岁等。

在520，对所获取的业务数据样本集进行特征预处理。特征预处理的示例可以包括但不限于：特征筛选处理、单调性约束处理和/或特征物理意义约束处理。

针对业务数据样本集的特征筛选处理可以采用与第一实施例中描述的方式相同的方式实现。

业务数据样本中的某些业务特征在业务规则的Condition中只会出现大于/等于或小于/等于中之一，不会两者兼有。例如“模型A预测风险等级”这一特征有1到5共计5个等级，1表示风险最低，5表示风险最高，在欺诈场景下的规则是要识别出欺诈案件，那么这个业务特征在业务规则中只能取大于等于。针对业务特征的单调性约束处理就是约束该业务特征在业务规则中的单调性。在针对业务特征进行单调性约束后，在所构建的业务规则中，针对该业务特征只能呈现出所约束的单调性。

特征物理意义约束是指使得业务规则所使用的特征划分阈值为业务数据样本中出现的取值，从而使得所构建的Condition具有更好的解释性。比如，业务特征“年龄”的划分阈值可以采用18、19、20等整数，而不会采用18.5、19.5等小数。

在对业务数据样本集进行上述特征预处理后，在530，根据经过特征预处理后的业务数据样本集和指定业务约束进行基于多目标优化的规则训练来构建业务规则集。530的操作与上面参照图2的120以及参照图3描述的操作类似，不同之处在于，在530的操作中，在构建业务特征的Condition时考虑了指定业务约束。例如，假设所述指定业务约束包括用户年龄不能低于15岁，则在构建业务特征的Condition时，不能构建用于指示用户年龄低于15岁的Condition。

此外，在530采用图3描述的操作构建业务规则集时，第一循环结束条件中的业务约束值是所述指定业务约束或者基于所述指定业务约束确定的业务约束值。例如，所述指定业务约束包括黑样本命中准确率不低于M％以及资损值不得低于N元时，业务约束值可以是基于上述指定业务约束确定出的评估指标值。此外，除了图3中限定的循环结束条件之外，第二循环结束条件还可以包括业务规则下的评估指标低于指定值。

在如上构建出业务规则集后，在540，对所构建的业务规则集进行规则优化。规则优化的示例例如可以包括但不限于：规则去重处理、基于特定业务约束的规则筛除、反向规则补充、基于可视化的人工筛除和/或基于自定义指标的规则筛除。

规则去重处理是指从所生成的业务规则中去除重复的业务规则。基于特定业务约束的规则筛除是指从所生成的业务规则中筛除不满足特定业务约束的业务规则，例如，假设业务上要求某些业务规则只针对未成用户，那么就会从这些业务规则中筛除年龄特征>18的业务规则。反向规则增加是指向所生成的业务规则集中增加用于判定白样本的业务规则。反向规则可以通过将业务数据样本中的黑白标签取反来训练出。基于可视化的人工筛除是指在将所生成的业务规则可视化后，基于人工根据经验来筛选不合适的业务规则。基于自定义指标的规则筛除是指基于业务方的自定义指标来对所生成的业务规则进行规则筛除，例如，假设业务方要求业务规则的人均资损不低于X，那么将自定义指标设置为sum(loss)/count>＝X，并且利用该自定义指标来进行规则筛除。

在对所构建的业务规则集进行规则优化后，在550，基于经过规则优化后的业务规则集来生成业务策略。550中的业务策略生成过程可以参考上面参照图1描述的130的业务策略生成过程。

在生成业务策略后，在560，对所生成的业务策略进行策略评估。策略评估可以包括基于自定义评估指标来对所生成的业务策略进行评估。如果达到自定义评估指标值，则策略评估通过。在策略评估通过后，在570，将所生成的业务策略提供给业务方，以供业务方后续使用来进行业务处理。如果策略评估未通过，则丢弃该业务策略。

利用上述第二实施例提供的业务策略生成方法，通过对所获取的业务数据样本集进行特征预处理，可以使得所生成的业务规则更加贴合业务需要，提升业务规则的可解释性和/或避免缺失值填充带来的偏差。

利用上述第二实施例提供的业务策略生成方法，通过对所构建的业务规则集进行规则优化，可以使得所生成的业务策略更加准确。

此外，可选地，在一些实施例中，在生成业务策略后，还可以对所生成的业务策略进行逆向树结果可视化处理。部分具有区分度的业务特征和划分阈值会在多个业务规则中出现，在对业务规则进行可视化处理时，这些相同的业务特征和划分阈值可以作为共同的父节点，将业务规则以树的形式展示。图6示出了根据本说明书的第二实施例的针对业务策略的逆向树结果可视化处理的示例示意图。在图6中示出的可视化处理中，所展示的是10条业务规则构成的4棵树。利用业务策略的逆向树可视化形式，使得业务方可以直观得到业务规则间的近似关系。

此外，可选地，在一些实施例中，在业务规则生成或业务策略生成时，还可以向业务方提供可视化评估报告。例如，针对所生成的业务规则或业务策略，甚至中间处理结果，可以生成可视化评估报告并提供给业务方查看。可视化评估报告例如可以包括业务规则/业务策略在训练集和测试集上的precision，recall，所覆盖的正样本数量和负样本数量，业务方自定义指标等。图7示出了根据本说明书的第二实施例的可视化评估报告的示例示意图。此外，可选地，还可以对图7中示出的可视化评估报告按照其它合适的可视化形式进行呈现，例如，以可视图的方式呈现。

此外，可选地，在一些实施例中，在将所生成的业务策略提供给业务方后，还可以进行策略管理和策略监控。策略管理例如可以包括生成策略版本管理信息、新旧策略智能比对等。策略监控可以包括异常智能预警和衰退智能监控。异常智能预警是在某一类型的异常频繁时向业务方发送预警信息。衰退智能监控是指监控当前正在使用的业务策略是否呈现出效果衰退迹象，如果呈现出效果衰退，则向业务方发送策略效果衰退告警，由此提醒业务方重新生成新的业务策略。策略管理还可以包括信息推送，例如，迭代建议推送、评估报告推送和效果预警推送。

此外，要说明的是，在其它实施例中，也可以不包括图5中的示出业务策略生成过程中的部分步骤，例如，特征预处理、规则优化、策略评估、策略提供等。

图8示出了根据本说明书的第二实施例的业务策略生成过程800的示例示意图。

如图8所示，业务方通过目标设定来输入优化目标，通过特征选取来对业务数据样本中的业务特征进行特征筛选，并且将经过特征筛选后的业务数据样本集提供给业务策略生成方处的业务策略生成装置。此外，可选地，业务方还可以输入指定业务约束。

在获取到业务数据样本集后，业务策略生成装置对业务数据样本进行特征预处理，并且根据经过特征预处理后的业务数据样本集进行基于多目标优化的规则训练来构建出业务规则集。在构建出业务规则集后，对所构建的业务规则集进行规则优化。

在对业务规则集进行规则优化后，基于规则优化后的业务规则集来生成业务策略。在生成业务策略后，对所生成的业务策略进行策略评估，并且在通过策略评估后，将所生成的业务策略提供给业务方。

此外，在业务规则构建和业务策略生成时，还可以进行可视化处理，并将可视化处理结果呈现给业务方。

图9示出了根据本说明书的第二实施例的业务策略生成装置900的示例方框图。如图9所示，业务策略生成装置900包括数据获取单元910、特征预处理单元920、规则训练单元930、规则优化单元940、策略生成单元950、策略评估单元960和策略提供单元970。

数据获取单元910被配置为获取业务数据样本集。可选地，数据获取单元910还可以获取指定业务约束。数据获取单元910的操作可以参考上面参照图5描述的510的操作。

特征预处理单元920被配置为对所获取的业务数据样本集进行特征预处理。特征预处理单元920的操作可以参考上面参照图5的520描述的操作。

规则训练单元930被配置为根据经过特征预处理后的业务数据样本集和指定业务约束进行基于多目标优化的规则训练来构建业务规则集。规则训练单元930的操作可以参考上面参照图5的530描述的操作。

规则优化单元940被配置为对所构建的业务规则集进行规则优化。规则优化单元940的操作可以参考上面参照图5的540描述的操作。

策略生成单元950被配置为基于经过规则优化后的业务规则集来生成业务策略。策略生成单元950的操作可以参考上面参照图5的550描述的操作。

策略评估单元960被配置为对所生成的业务策略进行策略评估。策略评估单元960的操作可以参考上面参照图5的560描述的操作。

策略提供单元970被配置为将通过策略评估后的业务策略提供给业务方。策略提供单元970的操作可以参考上面参照图5的570描述的操作。

此外，要说明的是，在其它实施例中，也可以不包括图9中示出的业务策略生成装置中的部分组件，例如，特征预处理单元、规则优化单元、策略评估单元、策略提供单元等。

第三实施例

图10示出了根据本说明书的第三实施例的分布式业务策略生成系统1000的示例方框图。

如图10所示，分布式业务策略生成系统1000包括至少两个第一成员设备1010和第二成员设备1020。每个第一成员设备1010上部署有如上参照图4或图9描述的业务策略生成装置。

第二成员设备1020被配置为调度各个第一成员设备之间的业务数据样本分发。可选地，在一个示例中，第二成员设备1020的调度策略是使得各个第一成员设备上的负载均衡和/或第二成员设备与各个第一成员设备之间的通信成本最优。在各个第一成员设备1010接收到第二成员设备1020分发的业务数据样本后，经由业务策略生成装置按照如上所述的业务策略生成方法来根据所接收的业务数据样本生成业务策略。

在一些实施例中，第一成员设备和第二成员设备可以经由网络可通信地连接，由此彼此之间进行数据通信。在一些实施例中，网络可以是有线网络或无线网络中的任意一种或多种。网络的示例可以包括但不限于电缆网络、光纤网络、电信网络、企业内部网络、互联网、局域网络(LAN)、广域网络(WAN)、无线局域网络(WLAN)、城域网(MAN)、公共交换电话网络(PSTN)、蓝牙网络、紫蜂网络(ZigZee)、近场通讯(NFC)、设备内总线、设备内线路等或其任意组合。在一些实施例中，第一成员设备和第二成员设备之间也可以直接可通信地连接。

在本说明书中，第一成员设备和第二成员设备可以是任何合适的具有计算能力的电子设备。第一成员设备和第二成员设备的示例可以包括但不限于：个人计算机、服务器计算机、工作站、桌面型计算机、膝上型计算机、笔记本计算机、移动电子设备、智能电话、平板计算机、蜂窝电话、个人数字助理(PDA)、手持装置、消息收发设备、可佩戴电子设备、消费电子设备等等。。

利用上述分布式业务策略生成系统，通过将大规模业务数据样本分布到多个业务策略生成装置来生成业务策略，可以支持基于大规模业务数据的业务规则挖掘和业务策略生成，例如，支持十亿量级以上的大数据业务规则挖掘。

如上参照图1到图10，对根据本说明书实施例的业务策略生成方法和业务策略生成装置进行了描述。上面的业务策略装置可以采用硬件实现，也可以采用软件或者硬件和软件的组合来实现。

图11示出了根据本说明书的实施例的基于计算机系统实现的业务策略生成装置1100的示意图。如图11所示，业务策略生成装置1100可以包括至少一个处理器1110、存储器(例如，非易失性存储器)1120、内存1130和通信接口1140，并且至少一个处理器1110、存储器1120、内存1130和通信接口1140经由总线1160连接在一起。至少一个处理器1110执行在存储器中存储或编码的至少一个计算机可读指令(即，上述以软件形式实现的元素)。

在一个实施例中，在存储器中存储计算机可执行指令，其当执行时使得至少一个处理器1110：获取业务数据样本集，所述业务数据样本集中的每条业务数据样本包括至少一个业务特征以及至少两个标签值；根据所述业务数据样本集进行基于多目标优化的业务规则训练来构建业务规则集，所述多目标优化中的每个优化目标对应所述业务数据中的一个标签；以及基于所述业务规则集生成业务策略。

应该理解，在存储器中存储的计算机可执行指令当执行时使得至少一个处理器1110进行本说明书的各个实施例中以上结合图1-图9描述的各种操作和功能。

根据一个实施例，提供了一种比如机器可读介质(例如，非暂时性机器可读介质)的程序产品。机器可读介质可以具有指令(即，上述以软件形式实现的元素)，该指令当被机器执行时，使得机器执行本说明书的各个实施例中以上结合图1-图9描述的各种操作和功能。具体地，可以提供配有可读存储介质的系统或者装置，在该可读存储介质上存储着实现上述实施例中任一实施例的功能的软件程序代码，且使该系统或者装置的计算机或处理器读出并执行存储在该可读存储介质中的指令。

在这种情况下，从可读介质读取的程序代码本身可实现上述实施例中任何一项实施例的功能，因此机器可读代码和存储机器可读代码的可读存储介质构成了本发明的一部分。

可读存储介质的实施例包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD-RW)、磁带、非易失性存储卡和ROM。可选择地，可以由通信网络从服务器计算机上或云上下载程序代码。

根据一个实施例，提供一种计算机程序产品，该计算机程序产品包括计算机程序，该计算机程序当被处理器执行时，使得处理器执行本说明书的各个实施例中以上结合图1-图9描述的各种操作和功能。

本领域技术人员应当理解，上面公开的各个实施例可以在不偏离发明实质的情况下做出各种变形和修改。因此，本发明的保护范围应当由所附的权利要求书来限定。

需要说明的是，上述各流程和各系统结构图中不是所有的步骤和单元都是必须的，可以根据实际的需要忽略某些步骤或单元。各步骤的执行顺序不是固定的，可以根据需要进行确定。上述各实施例中描述的装置结构可以是物理结构，也可以是逻辑结构，即，有些单元可能由同一物理实体实现，或者，有些单元可能分由多个物理实体实现，或者，可以由多个独立设备中的某些部件共同实现。

以上各实施例中，硬件单元或模块可以通过机械方式或电气方式实现。例如，一个硬件单元、模块或处理器可以包括永久性专用的电路或逻辑(如专门的处理器，FPGA或ASIC)来完成相应操作。硬件单元或处理器还可以包括可编程逻辑或电路(如通用处理器或其它可编程处理器)，可以由软件进行临时的设置以完成相应操作。具体的实现方式(机械方式、或专用的永久性电路、或者临时设置的电路)可以基于成本和时间上的考虑来确定。

上面结合附图阐述的具体实施方式描述了示例性实施例，但并不表示可以实现的或者落入权利要求书的保护范围的所有实施例。在整个本说明书中使用的术语“示例性”意味着“用作示例、实例或例示”，并不意味着比其它实施例“优选”或“具有优势”。出于提供对所描述技术的理解的目的，具体实施方式包括具体细节。然而，可以在没有这些具体细节的情况下实施这些技术。在一些实例中，为了避免对所描述的实施例的概念造成难以理解，公知的结构和装置以框图形式示出。

本公开内容的上述描述被提供来使得本领域任何普通技术人员能够实现或者使用本公开内容。对于本领域普通技术人员来说，对本公开内容进行的各种修改是显而易见的，并且，也可以在不脱离本公开内容的保护范围的情况下，将本文所定义的一般性原理应用于其它变型。因此，本公开内容并不限于本文所描述的示例和设计，而是与符合本文公开的原理和新颖性特征的最广范围相一致。

Claims (24)

1.一种基于多目标学习的业务策略生成方法，包括：

获取业务数据样本集，所述业务数据样本集中的每条业务数据样本包括至少一个业务特征以及至少两个标签值；

根据所述业务数据样本集进行基于多目标优化的业务规则训练来构建业务规则集，所述多目标优化中的每个优化目标对应所述业务数据中的一个标签；以及

基于所述业务规则集生成业务策略。

2.如权利要求1所述的业务策略生成方法，其中，根据所述业务数据样本集进行基于多目标优化的业务规则训练来构建业务规则集包括：

根据所述业务数据样本集，使用序贯覆盖算法进行基于多目标优化的业务规则训练来构建业务规则集。

3.如权利要求1所述的业务策略生成方法，其中，所述多目标优化所使用的评估指标基于与所述业务数据样本中的标签对应的各个优化目标确定。

4.如权利要求3所述的业务策略生成方法，其中，所述至少两个标签包括黑样本标签和资损标签，以及所述优化目标包括与黑样本标签对应的黑样本命中准确率以及与资损标签对应的资损召回率。

5.如权利要求4所述的业务策略生成方法，其中，所述评估指标node_score基于下述公式确定：

其中，precision表示黑样本命中准确率，recall_{captial_loss}表示资损召回率，β是用于调节两个优化目标权重的超参数。

6.如权利要求1所述的业务策略生成方法，其中，所述业务规则训练所使用的业务数据样本集是经过特征筛选处理后的业务数据样本集。

7.如权利要求1所述的业务策略生成方法，还包括：

在构建所述业务规则集之前，对所获取的业务数据样本集进行特征预处理。

8.如权利要求7所述的业务策略生成方法，其中，所述特征预处理包括下述预处理中的至少一种：特征筛选处理、单调性约束处理和特征物理意义约束处理。

9.如权利要求1所述的业务策略生成方法，还包括：

对所构建的业务规则集进行规则优化。

10.如权利要求9所述的业务策略生成方法，其中，所述规则优化包括下述优化处理中的至少一种：规则去重、基于特定业务约束的规则筛除、反向规则补充、基于可视化的人工筛除和基于自定义指标的规则筛除。

11.如权利要求1所述的业务策略生成方法，其中，基于所述业务规则集生成业务策略包括：

使用贪心算法来基于所述业务规则集生成业务策略。

12.如权利要求1所述的业务策略生成方法，还包括：

对所生成的业务策略进行逆向树结果可视化处理；和/或

在业务生成或策略生成时，向业务方提供可视化评估报告。

13.如权利要求1所述的业务策略生成方法，还包括：

对所生成的业务策略进行策略评估；以及

将通过策略评估的业务策略提供给业务方。

14.如权利要求1所述的业务策略生成方法，其中，获取业务数据样本集包括：

获取的业务数据样本集和指定业务约束，

根据所述业务数据样本集进行基于多目标优化的业务规则训练来构建业务规则集包括：

根据所述业务数据样本集和所述指定业务约束进行基于多目标优化的业务规则训练来构建业务规则集。

15.一种基于多目标学习的业务策略生成装置，包括：

数据获取单元，获取业务数据样本集，所述业务数据样本集中的每条业务数据样本包括至少一个业务特征以及至少两个标签值；

规则训练单元，根据所述业务数据样本集进行基于多目标优化的业务规则训练来构建业务规则集，所述多目标优化中的每个优化目标对应所述业务数据样本中的一个标签；以及

策略生成单元，基于所述业务规则集生成业务策略。

16.如权利要求15所述的业务策略生成装置，其中，所述规则训练单元根据所述业务数据样本集，使用序贯覆盖算法进行基于多目标优化的业务规则训练来构建业务规则集。

17.如权利要求15所述的业务策略生成装置，还包括：

特征预处理单元，在构建所述业务规则集之前，对所获取的业务数据样本集进行特征预处理。

18.如权利要求15所述的业务策略生成装置，还包括：

规则优化单元，对所构建的业务规则集进行规则优化。

19.如权利要求15所述的业务策略生成装置，还包括：

可视化处理单元，对所生成的业务策略进行逆向树结果可视化处理。

20.如权利要求15所述的业务策略生成装置，其中，在业务生成或策略生成时，所述可视化处理单元进一步向业务方提供可视化评估报告。

21.一种分布式业务策略生成系统，包括：

至少两个第一成员设备，每个第一成员设备包括如权利要求15到20中任一所述的业务策略生成装置；以及

第二成员设备，调度各个第一成员设备之间的业务数据样本分发。

22.一种基于多目标学习的业务策略生成装置，包括：

至少一个处理器，

与所述至少一个处理器耦合的存储器，以及

存储在所述存储器中的计算机程序，所述至少一个处理器执行所述计算机程序来实现如权利要求1到14中任一所述的方法。

23.一种计算机可读存储介质，其存储有可执行指令，所述指令当被执行时使得处理器执行如权利要求1到14中任一所述的方法。

24.一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行来实现如权利要求1到14中任一所述的方法。

Images