CN113704252B - 规则引擎决策树实现方法、装置、计算机设备及计算机可读存储介质 - Google Patents
规则引擎决策树实现方法、装置、计算机设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN113704252B CN113704252B CN202110835096.3A CN202110835096A CN113704252B CN 113704252 B CN113704252 B CN 113704252B CN 202110835096 A CN202110835096 A CN 202110835096A CN 113704252 B CN113704252 B CN 113704252B
- Authority
- CN
- China
- Prior art keywords
- decision
- execution
- execution decision
- decision tree
- condition
- 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.)
- Active
Links
- 238000003066 decision tree Methods 0.000 title claims abstract description 108
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000004590 computer program Methods 0.000 claims description 17
- 238000012795 verification Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 6
- 238000013500 data storage Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- 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
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- 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
- G06F16/24—Querying
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Debugging And Monitoring (AREA)
- Stored Programmes (AREA)
Abstract
本发明提供了一种规则引擎决策树实现方法、装置、计算机设备及计算机可读存储介质,涉及软件开发技术领域,该方法包括:在获得新建的规则引擎决策树后,统计决策树上多个条件节点的属性值;对每个执行决策,基于该执行决策的条件节点集合的每个条件节点的属性值,确定该执行决策的条件节点集合对应的唯一标识;将唯一标识和该执行决策编号存储于一个数据表中;在执行决策树时,获取当前条件节点集合的每个条件节点的属性值,生成目标唯一标识;基于目标唯一标识,查询数据表,获得目标执行决策编号;执行目标执行决策编号对应的执行决策。本发明可解决按照树形结构流程依次判断每个条件而影响系统性能,及多条件因顺序问题造成的决策冲突问题。
Description
技术领域
本发明涉及软件开发技术领域,尤其涉及一种规则引擎决策树实现方法、装置、计算机设备及计算机可读存储介质。
背景技术
现有的银行和企业都有着复杂的业务逻辑和生产策略,因此为了提高效率,会选择使用规则引擎实现业务逻辑和生产策略管理自动化。在规则引擎里,经常用到决策树这一组件。图1为现有的决策树的树形结构示意图。规则引擎里在进行图1的决策树判断时,从开始节点进行条件判断,然后按照树形的条件结构依次判断每个条件节点最终走到需要执行的对应操作。这种模式下每次进行规则引擎的判断都要依次执行每个条件判断。如果在条件多或者条件判断复杂的情况下,多次条件判断会造成执行性能的下降。而且在为了满足业务逻辑和生产策略多变的情况下,会经常对决策树进行新增和修改,很容易因为多个条件顺序的问题造成执行方案其实是同一串条件判断的情况,造成决策的冲突,图2为现有的决策树出现的冲突示意图,可见,条件节点2和条件节点3存在冲突。
发明内容
本发明实施例提出一种规则引擎决策树实现方法,可解决以往需依赖按照树形结构流程依次判断每个条件而影响系统性能的问题,以及多个条件因顺序问题造成的决策冲突问题,该方法包括:
在获得新建的规则引擎决策树后,统计获得决策树上多个条件节点的属性值;
对每个执行决策,基于该执行决策的条件节点集合的每个条件节点的属性值,确定该执行决策的条件节点集合对应的唯一标识,所述唯一标识与该执行决策编号一一对应;
将所述唯一标识和该执行决策编号存储于一个数据表中;
在执行决策树时,获取当前条件节点集合的每个条件节点的属性值,按照预设规则生成当前条件节点集合对应的目标唯一标识;
基于目标唯一标识,查询数据表,获得目标执行决策编号;
执行所述目标执行决策编号对应的执行决策。
本发明实施例提出一种规则引擎决策树实现装置,可解决以往需依赖按照树形结构流程依次判断每个条件而影响系统性能的问题,以及多个条件因顺序问题造成的决策冲突问题,该装置包括:
条件节点统计模块,用于在获得新建的规则引擎决策树后,统计获得决策树上多个条件节点的属性值;
唯一标识确定模块,用于对每个执行决策,基于该执行决策的条件节点集合的每个条件节点的属性值,确定该执行决策的条件节点集合对应的唯一标识,所述唯一标识与该执行决策编号一一对应;
数据存储模块,用于将所述唯一标识和该执行决策编号存储于一个数据表中;
目标唯一标识生成模块,用于在执行决策树时,获取当前条件节点集合的每个条件节点的属性值,按照预设规则生成当前条件节点集合对应的目标唯一标识;
目标执行决策确定模块,用于基于目标唯一标识,查询数据表,获得目标执行决策编号;
执行决策执行模块,用于执行所述目标执行决策编号对应的执行决策。
本发明实施例还提出了一种计算机设备,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,所述处理器执行所述计算机程序时实现上述规则引擎决策树实现方法。
本发明实施例还提出了一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述规则引擎决策树实现方法的计算机程序。
在本发明实施例中,在获得新建的规则引擎决策树后,统计获得决策树上多个条件节点的属性值;对每个执行决策,基于该执行决策的条件节点集合的每个条件节点的属性值,确定该执行决策的条件节点集合对应的唯一标识,所述唯一标识与该执行决策编号一一对应;将所述唯一标识和该执行决策编号存储于一个数据表中;在执行决策树时,获取当前条件节点集合的每个条件节点的属性值,按照预设规则生成当前条件节点集合对应的目标唯一标识;基于目标唯一标识,查询数据表,获得目标执行决策编号;执行所述目标执行决策编号对应的执行决策。在上述过程中,采用了数据表来实现规则引擎决策树的检索,解决了以往需按照树形结构对传入数据依次进行多次判断的性能问题,同时解决因业务逻辑新增和变更出现的执行决策冲突问题,可更高性能和高准确性的使用规则引擎决策树。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为现有的决策树的树形结构示意图;
图2为现有的决策树出现的冲突示意图;
图3为本发明实施例中规则引擎决策树实现方法的流程图;
图4为本发明实施例中散列表的示意图;
图5为本发明实施例中决策树执行的详细流程图;
图6为本发明实施例中规则引擎决策树实现装置的示意图;
图7为本发明实施例中规则引擎决策树实现装置的另一示意图;
图8为本发明实施例中计算机设备的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
在本说明书的描述中,所使用的“包含”、“包括”、“具有”、“含有”等,均为开放性的用语,即意指包含但不限于。参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”等的描述意指结合该实施例或示例描述的具体特征、结构或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。各实施例中涉及的步骤顺序用于示意性说明本申请的实施,其中的步骤顺序不作限定,可根据需要作适当调整。
图3为本发明实施例中规则引擎决策树实现方法的流程图,如图3所示,该方法包括:
步骤301,在获得新建的规则引擎决策树后,统计获得决策树上多个条件节点的属性值;
步骤302,对每个执行决策,基于该执行决策的条件节点集合的每个条件节点的属性值,确定该执行决策的条件节点集合对应的唯一标识,所述唯一标识与该执行决策编号一一对应;
步骤303,将所述唯一标识和该执行决策编号存储于一个数据表中;
步骤304,在执行决策树时,获取当前条件节点集合的每个条件节点的属性值,按照预设规则生成当前条件节点集合对应的目标唯一标识;
步骤305,基于目标唯一标识,查询数据表,获得目标执行决策编号;
步骤306,执行所述目标执行决策编号对应的执行决策。
在本发明实施例中,采用了数据表来实现规则引擎决策树的检索,解决了以往需按照树形结构对传入数据依次进行多次判断的性能问题,同时解决因业务逻辑新增和变更出现的执行决策冲突问题,可更高性能和高准确性的使用规则引擎决策树。
在一实施例中,所述唯一标识为哈希值;所述预设规则为哈希值生成规则;所述数据表为散列表。
图4为本发明实施例中散列表的示意图,每个执行决策对应多个条件节点,这些条件节点按照预设规则生成了哈希值作为唯一标识,该唯一标识作为key值,而执行决策编号作为value值,就可以存入散列表中。
在一实施例中,对每个执行决策,基于该执行决策的条件节点集合的每个条件节点的属性值,确定该执行决策的条件节点集合对应的唯一标识,包括:
对每个执行决策,基于该执行决策的条件节点集合的每个条件节点属性值,形成该执行决策的有序数据组;
按照所述预设规则生成每个执行决策的有序数据组的唯一标识。
在一实施例中,所述方法还包括:
对每个执行决策,若该执行决策存在不需要的条件节点,确定该执行决策的有序数据组中不需要的条件节点对应的属性值为指定符号。
在一实施例中,所述方法还包括:
基于每个执行决策的有序数据组,判断该执行决策的多个条件节点是否冲突;
若是,生成冲突提醒消息并推送至用户。
在一实施例中,所述方法还包括:
在监听到用户对规则引擎决策树的修改操作后,更新该决策树的数据表。
在上述实施例中,相当于每次新建和修改决策树,都会执行本发明实施例提出的方法,更新散列表。
在一实施例中,所述方法还包括:
对每个条件节点的属性值和每个执行决策进行合规性校验;
对于合规性校验结果为不合规的属性值或执行决策,生成不合规提醒信息并推送至用户。
综合上述实施例,下面给出一个决策树执行的详细流程。
图5为本发明实施例中决策树执行的详细流程图,如图5所示,包括:
步骤501,在获得新建的规则引擎决策树后,统计获得决策树上多个条件节点的属性值;
步骤502,对每个执行决策,基于该执行决策的条件节点集合的每个条件节点属性值,形成该执行决策的有序数据组;若该执行决策存在不需要的条件节点,确定该执行决策的有序数据组中不需要的条件节点对应的属性值为指定符号;
步骤503,基于每个执行决策的有序数据组,判断该执行决策的多个条件节点是否冲突;若是,进入步骤504;若否,进入步骤505;
步骤504,生成冲突提醒消息并推送至用户;
步骤505,按照哈希值生成规则生成每个执行决策的有序数据组的哈希值;
步骤506,将所述哈希值和该执行决策编号存储于一个散列表中;
步骤507,在执行决策树时,获取当前条件节点集合的每个条件节点的属性值,按照哈希值生成规则生成当前条件节点集合对应的目标哈希值;
步骤508,基于目标哈希值,查询散列表,获得目标执行决策编号;
步骤509,执行所述目标执行决策编号对应的执行决策;
步骤510,在监听到用户对规则引擎决策树的修改操作后,转至步骤502,更新该决策树的散列表。
其中,对每个条件节点的属性值和每个执行决策进行合规性校验可以在任何时候进行。
当然,可以理解的是,还可以有其他步骤,其变化例均应落入本发明的保护范围。
下面以图1中的决策树为例,来说明决策树的实现过程。
图1中的决策树包括条件节点0、条件节点1、条件节点2、条件节点3、条件节点4、条件节点5、执行决策1、执行决策2、执行决策3、执行决策4、执行决策5、执行决策6、执行决策7、执行决策8、执行决策9,在本决策树中,确定条件节点0的属性值为a,条件节点1的属性值为b,条件节点3的属性值为c,其中,执行决策1对应的条件节点集合为[条件节点0],基于条件节点0的属性值获得执行决策1的有序数据组为[a,null,null,null,null,null](其中,执行决策1存在不需要的条件节点1、条件节点2、条件节点3、条件节点4和条件节点5,因此,确定对应的属性值为指定符号,这里为null)。根据上述有序数据组,可以生成对应的哈希值。同理,可以得到执行决策2对应的有序数据组为[a,b,null,null,null,null],执行决策6对应的有序数据组为[a,null,c,null,null,null],这样可以得到所有的执行决策对应的条件节点集合的哈希值。将这些哈希值和执行决策编号都存储在一个散列表中。在执行决策树时,获取当前条件节点集合的每个条件节点的属性值,按照哈希值生成规则生成当前条件节点集合对应的目标哈希值;基于目标哈希值,查询散列表,获得目标执行决策编号,最后执行所述目标执行决策编号对应的执行决策即可。
综上所述,在本发明实施例提出的方法中,在获得新建的规则引擎决策树后,统计获得决策树上多个条件节点的属性值;对每个执行决策,基于该执行决策的条件节点集合的每个条件节点的属性值,确定该执行决策的条件节点集合对应的唯一标识,所述唯一标识与该执行决策编号一一对应;将所述唯一标识和该执行决策编号存储于一个数据表中;在执行决策树时,获取当前条件节点集合的每个条件节点的属性值,按照预设规则生成当前条件节点集合对应的目标唯一标识;基于目标唯一标识,查询数据表,获得目标执行决策编号;执行所述目标执行决策编号对应的执行决策。在上述过程中,采用了数据表来实现规则引擎决策树的检索,解决了以往需按照树形结构对传入数据依次进行多次判断的性能问题,同时解决因业务逻辑新增和变更出现的执行决策冲突问题,可更高性能和高准确性的使用规则引擎决策树。
本发明实施例还提出一种规则引擎决策树实现装置,其原理与规则引擎决策树实现方法类似,这里不再赘述。
图6为本发明实施例中规则引擎决策树实现装置的示意图,如图6所示,该装置包括:
条件节点统计模块601,用于在获得新建的规则引擎决策树后,统计获得决策树上多个条件节点的属性值;
唯一标识确定模块602,用于对每个执行决策,基于该执行决策的条件节点集合的每个条件节点的属性值,确定该执行决策的条件节点集合对应的唯一标识,所述唯一标识与该执行决策编号一一对应;
数据存储模块603,用于将所述唯一标识和该执行决策编号存储于一个数据表中;
目标唯一标识生成模块604,用于在执行决策树时,获取当前条件节点集合的每个条件节点的属性值,按照预设规则生成当前条件节点集合对应的目标唯一标识;
目标执行决策确定模块605,用于基于目标唯一标识,查询数据表,获得目标执行决策编号;
执行决策执行模块606,用于执行所述目标执行决策编号对应的执行决策。
在一实施例中,唯一标识确定模块具体用于:
对每个执行决策,基于该执行决策的条件节点集合的每个条件节点属性值,形成该执行决策的有序数据组;
按照所述预设规则生成每个执行决策的有序数据组的唯一标识。
图7为本发明实施例中规则引擎决策树实现装置的另一示意图,在一实施例中,所述装置还包括属性值处理模块607,用于:对每个执行决策,若该执行决策存在不需要的条件节点,确定该执行决策的有序数据组中不需要的条件节点对应的属性值为指定符号。
在一实施例中,所述装置还包括冲突判断模块608,用于:
基于每个执行决策的有序数据组,判断该执行决策的多个条件节点是否冲突;
若是,生成冲突提醒消息并推送至用户。
在一实施例中,所述装置还包括更新模块609,用于:在监听到用户对规则引擎决策树的修改操作后,更新该决策树的数据表。
在一实施例中,所述唯一标识为哈希值;所述预设规则为哈希值生成规则;所述数据表为散列表。
在一实施例中,所述装置还包括合规性校验模块610,用于:对每个条件节点的属性值和每个执行决策进行合规性校验;
对于合规性校验结果为不合规的属性值或执行决策,生成不合规提醒信息并推送至用户。
综上所述,在本发明实施例提出的装置中,在获得新建的规则引擎决策树后,统计获得决策树上多个条件节点的属性值;对每个执行决策,基于该执行决策的条件节点集合的每个条件节点的属性值,确定该执行决策的条件节点集合对应的唯一标识,所述唯一标识与该执行决策编号一一对应;将所述唯一标识和该执行决策编号存储于一个数据表中;在执行决策树时,获取当前条件节点集合的每个条件节点的属性值,按照预设规则生成当前条件节点集合对应的目标唯一标识;基于目标唯一标识,查询数据表,获得目标执行决策编号;执行所述目标执行决策编号对应的执行决策。在上述过程中,采用了数据表来实现规则引擎决策树的检索,解决了以往需按照树形结构对传入数据依次进行多次判断的性能问题,同时解决因业务逻辑新增和变更出现的执行决策冲突问题,可更高性能和高准确性的使用规则引擎决策树。
本申请的实施例还提供一种计算机设备,图8为本发明实施例中计算机设备的示意图,该计算机设备能够实现上述实施例中的规则引擎决策树实现方法中全部步骤,所述计算机设备具体包括如下内容:
处理器(processor)801、存储器(memory)802、通信接口(CommunicationsInterface)803和通信总线804;
其中,所述处理器801、存储器802、通信接口803通过所述通信总线804完成相互间的通信;所述通信接口803用于实现服务器端设备、检测设备以及用户端设备等相关设备之间的信息传输;
所述处理器801用于调用所述存储器802中的计算机程序,所述处理器执行所述计算机程序时实现上述实施例中的规则引擎决策树实现方法中的全部步骤。
综上所述,在本发明实施例提出的计算机设备中,在获得新建的规则引擎决策树后,统计获得决策树上多个条件节点的属性值;对每个执行决策,基于该执行决策的条件节点集合的每个条件节点的属性值,确定该执行决策的条件节点集合对应的唯一标识,所述唯一标识与该执行决策编号一一对应;将所述唯一标识和该执行决策编号存储于一个数据表中;在执行决策树时,获取当前条件节点集合的每个条件节点的属性值,按照预设规则生成当前条件节点集合对应的目标唯一标识;基于目标唯一标识,查询数据表,获得目标执行决策编号;执行所述目标执行决策编号对应的执行决策。在上述过程中,采用了数据表来实现规则引擎决策树的检索,解决了以往需按照树形结构对传入数据依次进行多次判断的性能问题,同时解决因业务逻辑新增和变更出现的执行决策冲突问题,可更高性能和高准确性的使用规则引擎决策树。
本申请的实施例还提供一种计算机可读存储介质,能够实现上述实施例中的规则引擎决策树实现方法中全部步骤,所述计算机可读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的规则引擎决策树实现方法的全部步骤。
综上所述,在本发明实施例提出的计算机可读存储介质中,在获得新建的规则引擎决策树后,统计获得决策树上多个条件节点的属性值;对每个执行决策,基于该执行决策的条件节点集合的每个条件节点的属性值,确定该执行决策的条件节点集合对应的唯一标识,所述唯一标识与该执行决策编号一一对应;将所述唯一标识和该执行决策编号存储于一个数据表中;在执行决策树时,获取当前条件节点集合的每个条件节点的属性值,按照预设规则生成当前条件节点集合对应的目标唯一标识;基于目标唯一标识,查询数据表,获得目标执行决策编号;执行所述目标执行决策编号对应的执行决策。在上述过程中,采用了数据表来实现规则引擎决策树的检索,解决了以往需按照树形结构对传入数据依次进行多次判断的性能问题,同时解决因业务逻辑新增和变更出现的执行决策冲突问题,可更高性能和高准确性的使用规则引擎决策树。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明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。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (12)
1.一种规则引擎决策树实现方法,其特征在于,包括:
在获得新建的规则引擎决策树后,统计获得决策树上多个条件节点的属性值;
对每个执行决策,基于该执行决策的条件节点集合的每个条件节点的属性值,确定该执行决策的条件节点集合对应的唯一标识,所述唯一标识与该执行决策编号一一对应;
将所述唯一标识和该执行决策编号存储于一个数据表中;
在执行决策树时,获取当前条件节点集合的每个条件节点的属性值,按照预设规则生成当前条件节点集合对应的目标唯一标识;
基于目标唯一标识,查询数据表,获得目标执行决策编号;
执行所述目标执行决策编号对应的执行决策;
对每个执行决策,基于该执行决策的条件节点集合的每个条件节点的属性值,确定该执行决策的条件节点集合对应的唯一标识,包括:对每个执行决策,基于该执行决策的条件节点集合的每个条件节点属性值,形成该执行决策的有序数据组;按照所述预设规则生成每个执行决策的有序数据组的唯一标识;
所述方法还包括:
对每个执行决策,若该执行决策存在不需要的条件节点,确定该执行决策的有序数据组中不需要的条件节点对应的属性值为指定符号。
2.如权利要求1所述的规则引擎决策树实现方法,其特征在于,还包括:
基于每个执行决策的有序数据组,判断该执行决策的多个条件节点是否冲突;
若是,生成冲突提醒消息并推送至用户。
3.如权利要求1所述的规则引擎决策树实现方法,其特征在于,还包括:
在监听到用户对规则引擎决策树的修改操作后,更新该决策树的数据表。
4.如权利要求1至3任一项所述的规则引擎决策树实现方法,其特征在于,所述唯一标识为哈希值;所述预设规则为哈希值生成规则;所述数据表为散列表。
5.如权利要求1所述的规则引擎决策树实现方法,其特征在于,还包括:
对每个条件节点的属性值和每个执行决策进行合规性校验;
对于合规性校验结果为不合规的属性值或执行决策,生成不合规提醒信息并推送至用户。
6.一种规则引擎决策树实现装置,其特征在于,包括:
条件节点统计模块,用于在获得新建的规则引擎决策树后,统计获得决策树上多个条件节点的属性值;
唯一标识确定模块,用于对每个执行决策,基于该执行决策的条件节点集合的每个条件节点的属性值,确定该执行决策的条件节点集合对应的唯一标识,所述唯一标识与该执行决策编号一一对应;
数据存储模块,用于将所述唯一标识和该执行决策编号存储于一个数据表中;
目标唯一标识生成模块,用于在执行决策树时,获取当前条件节点集合的每个条件节点的属性值,按照预设规则生成当前条件节点集合对应的目标唯一标识;
目标执行决策确定模块,用于基于目标唯一标识,查询数据表,获得目标执行决策编号;
执行决策执行模块,用于执行所述目标执行决策编号对应的执行决策;
唯一标识确定模块具体用于:
对每个执行决策,基于该执行决策的条件节点集合的每个条件节点属性值,形成该执行决策的有序数据组;
按照所述预设规则生成每个执行决策的有序数据组的唯一标识;
所述装置还包括属性值处理模块,用于:对每个执行决策,若该执行决策存在不需要的条件节点,确定该执行决策的有序数据组中不需要的条件节点对应的属性值为指定符号。
7.如权利要求6所述的规则引擎决策树实现装置,其特征在于,还包括冲突判断模块,用于:
基于每个执行决策的有序数据组,判断该执行决策的多个条件节点是否冲突;
若是,生成冲突提醒消息并推送至用户。
8.如权利要求6所述的规则引擎决策树实现装置,其特征在于,还包括更新模块,用于:在监听到用户对规则引擎决策树的修改操作后,更新该决策树的数据表。
9.如权利要求6至8任一项所述的规则引擎决策树实现装置,其特征在于,所述唯一标识为哈希值;所述预设规则为哈希值生成规则;所述数据表为散列表。
10.如权利要求6所述的规则引擎决策树实现装置,其特征在于,还包括合规性校验模块,用于:对每个条件节点的属性值和每个执行决策进行合规性校验;
对于合规性校验结果为不合规的属性值或执行决策,生成不合规提醒信息并推送至用户。
11.一种计算机设备,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,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5任一项所述方法。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有执行权利要求1至5任一项所述方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110835096.3A CN113704252B (zh) | 2021-07-23 | 2021-07-23 | 规则引擎决策树实现方法、装置、计算机设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110835096.3A CN113704252B (zh) | 2021-07-23 | 2021-07-23 | 规则引擎决策树实现方法、装置、计算机设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113704252A CN113704252A (zh) | 2021-11-26 |
CN113704252B true CN113704252B (zh) | 2024-05-07 |
Family
ID=78650310
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110835096.3A Active CN113704252B (zh) | 2021-07-23 | 2021-07-23 | 规则引擎决策树实现方法、装置、计算机设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113704252B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114281830B (zh) * | 2022-03-01 | 2022-08-30 | 杭州涂鸦信息技术有限公司 | 多属性条件的规则映射表构建方法、规则匹配方法和装置 |
CN114996898A (zh) * | 2022-04-13 | 2022-09-02 | 上海核工程研究设计院有限公司 | 基于SysML活动图的核工程设计功能分配方法及系统 |
CN117669710B (zh) * | 2024-02-01 | 2024-05-10 | 中国人民解放军军事科学院国防科技创新研究院 | 面向博弈对抗任务的多行为树决策方案聚合方法和装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111756691A (zh) * | 2020-05-19 | 2020-10-09 | 中国科学院信息工程研究所 | 采集策略冲突检测方法、装置、电子设备和存储介质 |
CN112433774A (zh) * | 2019-08-07 | 2021-03-02 | 中移信息技术有限公司 | 业务信息匹配方法、装置、设备及存储介质 |
CN112767108A (zh) * | 2021-01-15 | 2021-05-07 | 上海晓途网络科技有限公司 | 决策树创建方法和装置、规则执行方法和装置及存储介质 |
-
2021
- 2021-07-23 CN CN202110835096.3A patent/CN113704252B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112433774A (zh) * | 2019-08-07 | 2021-03-02 | 中移信息技术有限公司 | 业务信息匹配方法、装置、设备及存储介质 |
CN111756691A (zh) * | 2020-05-19 | 2020-10-09 | 中国科学院信息工程研究所 | 采集策略冲突检测方法、装置、电子设备和存储介质 |
CN112767108A (zh) * | 2021-01-15 | 2021-05-07 | 上海晓途网络科技有限公司 | 决策树创建方法和装置、规则执行方法和装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113704252A (zh) | 2021-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113704252B (zh) | 规则引擎决策树实现方法、装置、计算机设备及计算机可读存储介质 | |
CN109034809B (zh) | 区块链的生成方法、装置、区块链节点及存储介质 | |
CN106651332B (zh) | 一种区块链中新区块的生成方法及区块链 | |
CN110995482B (zh) | 告警分析方法、装置、计算机设备及计算机可读存储介质 | |
CN105550225B (zh) | 索引构建方法、查询方法及装置 | |
US11481440B2 (en) | System and method for processing metadata to determine an object sequence | |
CN110235162B (zh) | 区块链系统数据处理方法和区块的生成方法 | |
CN110704438B (zh) | 一种区块链中布隆过滤器的生成方法及装置 | |
CN105677683A (zh) | 批量数据查询方法和装置 | |
CN108829880B (zh) | 一种光网络终端设备的配置管理的方法 | |
CN111209341B (zh) | 区块链的数据存储方法、装置、设备及介质 | |
CN103049516A (zh) | 一种数据处理方法及装置 | |
CN111475511A (zh) | 基于树状结构的数据存储方法、访问方法、装置及设备 | |
CN115988001A (zh) | 区块链系统的共识投票处理方法、装置、设备以及介质 | |
CN112528323A (zh) | 一种数据处理方法和装置 | |
CN116361153A (zh) | 固件代码的测试方法、装置、电子设备、存储介质 | |
CN105095455A (zh) | 一种数据连接优化方法和数据运算系统 | |
CN104978382A (zh) | MapReduce平台上基于本地密度的聚类方法 | |
CN114676140A (zh) | 一种场景数据存储方法、装置、设备和介质 | |
CN114115983A (zh) | 一种配置文件生成方法、装置和配置方法、装置 | |
CN112052341A (zh) | 知识图谱剪枝方法及装置 | |
CN107135221B (zh) | 一种渐进式求解k最大概率攻击路径的方法 | |
CN115250231B (zh) | 应用配置方法及装置 | |
CN107085571B (zh) | 一种校验规则的执行方法和装置 | |
CN111652750B (zh) | 一种用户群组的管理方法、装置、设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |