CN113806594A - 基于决策树的业务数据处理方法、装置、设备及存储介质 - Google Patents
基于决策树的业务数据处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113806594A CN113806594A CN202011607366.7A CN202011607366A CN113806594A CN 113806594 A CN113806594 A CN 113806594A CN 202011607366 A CN202011607366 A CN 202011607366A CN 113806594 A CN113806594 A CN 113806594A
- Authority
- CN
- China
- Prior art keywords
- data set
- service data
- strategy
- decision tree
- filtering
- 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
- 238000003066 decision tree Methods 0.000 title claims abstract description 114
- 238000003672 processing method Methods 0.000 title claims abstract description 25
- 238000001914 filtration Methods 0.000 claims abstract description 115
- 238000012545 processing Methods 0.000 claims abstract description 75
- 238000000034 method Methods 0.000 claims abstract description 33
- 230000004044 response Effects 0.000 claims abstract description 24
- 238000013515 script Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 10
- 239000000126 substance Substances 0.000 claims 1
- 238000004590 computer program Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012954 risk control Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9027—Trees
Abstract
本申请提出了一种基于决策树的业务数据处理方法、装置、设备及存储介质,其中,方法包括:响应于获取的业务处理请求,确定待处理的初始业务数据集;根据处理请求对应的业务类型,确定目标决策树;利用目标决策树中的各个策略,对初始业务数据集进行逐级过滤,以确定初始业务数据集中包含的目标业务数据。根据本申请的方案,能够提高批量数据决策的处理效率和响应速度。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及一种基于决策树的业务数据处理方法、装置、设备及存储介质。
背景技术
在互联网公司的业务场景中,经常需要用到机器学习算法对数据进行分类或筛选。决策树是一种树形结构,基于决策树的决策引擎被广泛用于风险控制、数据筛选等场景。
相关技术中,调用决策引擎对需要决策的数据进行处理,而当存在一批数据需要批量决策时,响应速度较低,处理效率有待提高。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本申请提出了一种基于决策树的业务数据处理方法、装置、设备及存储介质,以提高批量数据决策的处理效率和响应速度。
本申请第一方面实施例提出了一种基于决策树的业务数据处理方法,包括:
响应于获取的业务处理请求,确定待处理的初始业务数据集;
根据所述处理请求对应的业务类型,确定目标决策树;
利用所述目标决策树中的各个策略,对所述初始业务数据集进行逐级过滤,以确定所述初始业务数据集中包含的目标业务数据。
本申请第二方面实施例提出了一种基于决策树的业务数据处理装置,包括:
获取模块,用于响应于获取的业务处理请求,确定待处理的初始业务数据集;
确定模块,用于根据所述处理请求对应的业务类型,确定目标决策树;
过滤模块,用于利用所述目标决策树中的各个策略,对所述初始业务数据集进行逐级过滤,以确定所述初始业务数据集中包含的目标业务数据。
本申请第三方面实施例提出了一种电子设备,包括至少一个处理器,以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如第一方面实施例所述的基于决策树的业务数据处理方法。
本申请第四方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行如第一方面实施例所述的基于决策树的业务数据处理方法。
上述申请中的一个实施例具有如下优点或有益效果:响应于获取的业务处理请求,确定待处理的初始业务数据集,根据处理请求对应的业务类型,确定目标决策树,利用目标决策树中的各个策略,对初始业务数据集进行逐级过滤,以确定初始业务数据集中包含的目标业务数据,能够实现批量处理批量数据决策,提高处理效率和响应速度,减少网络损耗。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1为本申请实施例所提供的一种基于决策树的业务数据处理方法的流程示意图;
图2为本申请实施例所提供的另一种基于决策树的业务数据处理方法的流程示意图;
图3为本申请实施例所提供的另一种基于决策树的业务数据处理方法的流程示意图;
图4为本申请实施例所提供的另一种基于决策树的业务数据处理方法的流程示意图;
图5为本申请实施例所提供的一种基于决策树的业务数据处理装置的结构示意图;
图6示出了适于用来实现本申请实施例的示例性电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请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,而不会背离本申请的范围和精神。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为本申请实施例所提供的一种基于决策树的业务数据处理方法的流程示意图,如图1所示,该方法包括:
步骤101,响应于获取的业务处理请求,确定待处理的初始业务数据集。
本申请实施例的方法,可以应用于各类决策场景,例如可以用于批量数据决策。
本实施例中,基于决策树进行业务数据处理时,可以获取业务处理请求,并根据业务处理请求确定初始业务数据集。其中,初始业务数据集是待处理的业务数据的集合,初始业务数据集可包括批量数据,业务处理请求可以是基于互联网协议的网络请求。
下面结合应用场景举例对业务处理请求和初始业务数据集进行说明。
作为一种示例,业务处理请求是用户触发的领取优惠券的请求,其中,根据该领取优惠券的请求可确定多个要领取的优惠券的面额,比如确定的初始业务数据集包括100个优惠券的面额数据,以从100个优惠券中确定可领取的优惠券。
作为另一种示例,业务处理请求是用户触发的优惠券抵用请求,其中,根据该优惠券抵用请求可确定多个可用优惠券的数据,比如确定的初始业务数据集包括100个可用优惠券的数据,以从100个可用优惠券中确定满足抵用条件的优惠券。
本实施例中的业务数据可以是业务处理过程中产生的数据,例如年龄、信用等用户数据、优惠券的面额等。
需要说明的是,上述对业务处理请求和初始业务数据集的说明仅为一种示例,本申请基于决策树的业务数据处理方法还可以用于风险控制等,此处不作具体限制。
在本申请的一个实施例中,业务处理请求中携带数据标识,数据标识与数据接口对应,数据标识用于区分数据接口,数据接口用于获取数据。本实施例中,响应于获取的业务处理请求,确定待处理的初始业务数据集,包括:响应于获取的业务处理请求,确定业务处理请求中包括的数据标识,调用数据标识对应的数据接口以获取初始业务数据集。通过数据标识调用数据接口获取初始业务数据集,能够对相同接口不同参数的数据合并查询,以提高响应速度和处理效率。
步骤102,根据处理请求对应的业务类型,确定目标决策树。
其中,处理请求对应的业务类型,可以通过多种方式确定。比如,可以根据处理请求中的数据类型,确定其对应的业务类型,或者,还可以在处理请求中直接携带业务类型等等,本公开对此不做限定。其中,业务类型用于表示业务场景,在一业务场景下,可以获取与业务类型对应的目标决策树,以根据目标决策树进行业务数据处理,业务类型例如包括领取优惠券、优惠券抵用、风险控制等。
本实施例中,不同的业务场景可对应不同的决策树,预先根据业务场景生成决策树,并建立业务类型与决策树的映射关系。
进而,本申请实施例中,响应于获取的业务处理请求,根据业务处理请求中的业务类型和预先建立的映射关系,确定与业务类型对应的目标决策树。
需要说明的是,上述确定初始业务数据集和目标决策树步骤之间的顺序仅为一种示例,本申请对步骤顺序不作限制。
步骤103,利用目标决策树中的各个策略,对初始业务数据集进行逐级过滤,以确定初始业务数据集中包含的目标业务数据。
其中,决策树是决策的集合,即目标决策树中可包括一个或多个策略。
本实施例中,利用目标决策树中的各个策略,对初始业务数据集进行逐级过滤,以确定初始业务数据集中的业务数据是否满足各个策略,从而确定初始业务数据集中包含的目标业务数据。可选地,针对每一策略对应生成脚本文件,根据策略对应的脚本文件对初始业务数据集进行过滤。
作为一种示例,目标决策树中包括策略一和策略二,目标业务数据可以是满足决策树中任一策略的业务数据。根据策略一对初始业务数据集进行过滤,从初始业务数据集中确定不满足策略一的第一业务数据集,根据策略二对第一业务数据集进行过滤,从第一业务数据集中确定不满足策略二的第二业务数据集,根据初始业务数据集和第二业务数据集确定初始业务数据集中包含的目标业务数据。
作为另一种示例,目标业务数据可以是满足决策树中所有策略的业务数据,根据目标决策树中的策略一和策略二对初始业务数据集进行过滤,从初始业务数据集中确定满足策略一和策略二的目标业务数据。
在本申请的一个实施例中,决策树中包括多个策略,且多个策略之间具有优先级。则利用目标决策树中的各个策略,对初始业务数据集进行逐级过滤,包括:确定目标决策树中各个策略的优先级,基于优先级由高至低的顺序,依次利用目标决策树中的各个策略,对初始业务数据集进行逐级过滤。
可选地,设置全局业务数据池,将初始业务数据集存储至全局业务数据池中,基于策略的优先级由高至低的顺序,依次利用各个策略对全局业务数据池中的业务数据进行逐级过滤,其中,每一策略过滤时,根据当前全局业务数据池生成临时业务数据池,并根据当前策略对临时业务数据池进行过滤,根据过滤后的临时业务数据池更新全局业务数据池,直至所有策略执行完成。作为一种示例,全局业务数据池中可以存储当前策略执行时未满足任何策略的业务数据,命中高优先级策略的数据不再继续参与低优先级策略的计算。
本申请实施例的基于决策树的业务数据处理方法,通过响应于获取的业务处理请求,确定待处理的初始业务数据集,根据处理请求对应的业务类型,确定目标决策树,利用目标决策树中的各个策略,对初始业务数据集进行逐级过滤,以确定初始业务数据集中包含的目标业务数据。根据本申请的方案,能够实现批量处理批量数据决策,提高处理效率和响应速度,减少网络损耗。
基于上述实施例,决策树中的策略间可以是关联的,当决策和过滤后的临时业务数据集满足预设条件时,可以停止执行关联的决策,从而提升响应速度。
下面对策略间为与运算的情况进行说明。
图2为本申请实施例所提供的另一种基于决策树的业务数据处理方法的流程示意图,如图2所示,该方法中,上述步骤103可包括:
步骤201,利用目标决策树中第一策略对应的过滤条件,对初始业务数据集进行过滤,以获取第一临时业务数据集。
本实施例中,目标决策树中包括多个策略,每一策略对应于一个或多个过滤条件,过滤条件例如包括用户最近时间内领取的优惠券的次数、金额、是否属于白名单及历史使用状况等。
其中,第一临时业务数据集是根据第一策略对应的过滤条件对初始业务数据集进行过滤获取的,第一策略可以是目标决策树中首先执行的策略,第一临时业务数据集可以与初始业务数据集相同,也可以是初始业务数据集的子集或者是空集。作为一种示例,根据第一策略对应的过滤条件对初始业务数据集进行过滤,确定初始业务数据集中不满足过滤条件的业务数据和满足过滤条件的业务数据,根据满足过滤条件的业务数据确定第一临时业务数据集。
步骤202,在第一临时业务数据集为空集、且目标决策树中第二策略与第一策略间为与运算的情况下,停止执行第二策略。
本实施例中,决策树中的策略之间还可包括逻辑关系,逻辑关系例如包括与运算、或运算等。
其中,第一策略与第二策略间为与运算,即根据第一策略和第二策略对初始业务数据集进行过滤时,需同时满足第一策略和第二策略。第一临时业务数据集为空集时,即可确定初始业务数据集不同时满足第一策略和第二策略,此时停止执行第二策略,通过不执行根据第二策略的过滤条件对第一临时业务数据集进行过滤,可以减少冗余数据计算,提升响应速度。
步骤203,确定第二策略与第一策略执行与运算后生成的第二临时业务数据集为空。
其中,第二临时业务数据集是对初始业务数据集根据第二策略与第一策略执行与运算后生成的,本实施例中,停止执行第二策略的情况下,确定第二临时业务数据集为空。
需要说明的是,上述以第一策略为例进行说明,第一策略并不限于目标决策树中首先执行的策略。
根据本实施例的基于决策树的业务数据处理方法,在多个策略间为与运算的情况下,若根据其中一个策略过滤后获取的临时业务数据集为空集,则停止执行其他策略,可以减少冗余数据计算,提升响应速度。
下面对策略间为或运算的情况进行说明。
图3为本申请实施例所提供的另一种基于决策树的业务数据处理方法的流程示意图,如图3所示,该方法中,上述步骤103可包括:
步骤301,利用目标决策树中第一策略对应的过滤条件,对初始业务数据集进行过滤,以获取第一临时业务数据集。
前述实施例对步骤201的解释说明同样适用于步骤301,此处不再赘述。
步骤302,在第一临时业务数据集与初始业务数据集相同、且目标决策树中第三策略与第一策略间为或运算的情况下,停止执行第三策略。
本实施例中,决策树中的策略之间还可包括逻辑关系,逻辑关系例如包括与运算、或运算等。
其中,第一策略与第三策略间为或运算,即根据第一策略和第三策略对初始业务数据集进行过滤时,需满足第一策略或第三策略中的任一个。第一临时业务数据集与初始业务数据集相同时,即可确定初始业务数据集满足第一策略或第三策略中的任一个,此时停止执行第三策略,通过不执行根据第三策略的过滤条件对初始业务数据集进行过滤,可以减少冗余数据计算,提升响应速度。
步骤303,确定第三策略与第一策略间执行或运算后生成的第三临时业务数据集为初始业务数据集。
其中,第三临时业务数据集是对初始业务数据集根据第三策略与第一策略间执行或运算后生成的,本实施例中,停止执行第三策略的情况下,确定第三临时业务数据集为初始业务数据集。
需要说明的是,上述以第一策略为例进行说明,第一策略并不限于目标决策树中首先执行的策略。
根据本申请实施例的基于决策树的业务数据处理方法,在多个策略间为或运算的情况下,若根据其中一个策略过滤后获取的临时业务数据集与过滤前的业务数据集相同,则停止执行其他策略,可以减少冗余数据计算,提升响应速度。
在本申请的一个实施例中,利用目标决策树中第一策略对应的过滤条件,对初始业务数据集进行过滤,包括:调用第一策略对应的过滤条件关联的脚本文件,对初始业务数据集进行过滤。
本实施例中,策略与脚本文件对应,策略可对应多个过滤条件,多个过滤条件之间存在运算关系,运算关系例如与运算、或运算、非运算等,该运算关系最终计算时会适配成交集、并集、差集。根据过滤条件和过滤条件之间的运算关系,生成与过滤条件关联的脚本文件。
其中,脚本文件通过与或非的逻辑表达式,生成语法树对象并执行语法树,在语法树的定义中,与运算对应于交集,或运算对应于并集,非运算对应于差集。当与运算执行时,若集合为空集的时候则自动短路,不再执行,当前语法树执行结果为空集;当或运算执行时,若集合为全集则自动短路,不再执行,当前语法树执行结果为全集。
可选地,策略还可以对应多个脚本文件,多个脚本文件取交集,即满足每一脚本文件的逻辑时确定满足策略,可以根据过滤条件和过滤条件之间的运算关系生成脚本文件,脚本文件可以在不同的策略中使用,从而实现脚本的复用。
基于上述实施例,在根据目标决策树中的策略对业务数据集进行过滤时,可以确定策略的终止条件,当满足终止条件时,停止过滤操作,从而提升响应速度。
图4为本申请实施例所提供的另一种基于决策树的业务数据处理方法的流程示意图,如图4所示,该方法中,上述步骤201或步骤301可包括:
步骤401,根据第一策略对应的过滤条件,确定第一策略的终止条件。
本实施例中,第一策略中包括多个过滤条件,每个过滤条件对应一个算子,过滤条件之间具有运算关系,运算关系包括与运算、或运算、非运算。其中,算子可以调用外部接口,也可以是函数。
在本申请的一个实施例中,根据多个过滤条件分别对应的算子及多个过滤条件间的运算关系,确定第一策略的终止条件。第一策略可以是目标决策树中首先执行的策略。
其中,终止条件用于,当确定满足策略的终止条件时,停止执行该策略。
作为一种示例,多个过滤条件间的运算关系为与运算,即同时满足多个过滤条件时,确定满足第一策略。则第一策略的终止条件包括,根据其中任一过滤条件对初始业务数据集进行过滤时,获取的子集为空。
作为另一种示例,多个过滤条件间的运算关系为或运算,即满足其中任一过滤条件时,确定满足第一策略。则第一策略的终止条件包括,根据其中任一过滤条件对初始业务数据集进行过滤时,获取的子集与初始业务数据集相同。
步骤402,响应于利用第一策略对初始业务数据集进行过滤的过程满足终止条件,停止对初始业务数据集的过滤操作。
本实施例中,响应于利用第一策略对初始业务数据集进行过滤的过程满足终止条件,停止对初始业务数据集的过滤操作。
作为一种示例,第一策略包括过滤条件一和过滤条件二,过滤条件一与过滤条件二之间为与运算,根据过滤条件一对初始业务数据集进行过滤时,获取的满足过滤条件一的子集为空,则不执行过滤条件二,停止对初始业务数据集的过滤操作。此时,确定根据第一策略对初始业务数据集进行过滤的结果为空。
作为另一种示例,第一策略包括过滤条件一和过滤条件二,过滤条件一与过滤条件二之间为或运算,根据过滤条件一对初始业务数据集进行过滤时,获取的满足过滤条件一的子集与初始业务数据集相同,则不执行过滤条件二,停止对初始业务数据集的过滤操作。此时,确定根据第一策略对初始业务数据集进行过滤的结果与初始业务数据集相同。
根据本实施例的基于决策树的业务数据处理方法,通过确定策略的终止条件,在利用第一策略对初始业务数据集进行过滤的过程满足终止条件的情况,停止对初始业务数据集的过滤操作,可以减少冗余数据计算,提升响应速度。
为了实现上述实施例,本申请还提出一种基于决策树的业务数据处理装置。
图5为本申请实施例所提供的一种基于决策树的业务数据处理装置的结构示意图,如图5所示,该装置包括:获取模块10,确定模块20,过滤模块30。
其中,获取模块10,用于响应于获取的业务处理请求,确定待处理的初始业务数据集。
确定模块20,用于根据所述处理请求对应的业务类型,确定目标决策树。
过滤模块30,用于利用所述目标决策树中的各个策略,对所述初始业务数据集进行逐级过滤,以确定所述初始业务数据集中包含的目标业务数据。
在本申请的一个实施例中,过滤模块30具体用于:确定所述目标决策树中各个策略的优先级;基于优先级由高至低的顺序,依次利用所述目标决策树中的各个策略,对所述初始业务数据集进行逐级过滤。
在本申请的一个实施例中,过滤模块30包括:获取单元,用于利用所述目标决策树中第一策略对应的过滤条件,对所述初始业务数据集进行过滤,以获取第一临时业务数据集;第一执行单元,用于在所述第一临时业务数据集为空集、且所述目标决策树中第二策略与所述第一策略间为与运算的情况下,停止执行所述第二策略;第一生成单元,用于确定所述第二策略与所述第一策略执行与运算后生成的第二临时业务数据集为空。
在本申请的一个实施例中,过滤模块30还包括:第二执行单元,用于在所述第一临时业务数据集与所述初始业务数据集相同、且所述目标决策树中第三策略与所述第一策略间为或运算的情况下,停止执行所述第三策略;第二生成单元,用于确定所述第三策略与所述第一策略间执行或运算后生成的第三临时业务数据集为所述初始业务数据集。
在本申请的一个实施例中,获取单元具体用于:根据所述第一策略对应的过滤条件,确定所述第一策略的终止条件;响应于利用所述第一策略对所述初始业务数据集进行过滤的过程满足所述终止条件,停止对所述初始业务数据集的过滤操作。
在本申请的一个实施例中,第一策略中包括多个过滤条件,获取单元具体用于:根据所述多个过滤条件分别对应的算子及所述多个过滤条件间的运算关系,确定所述第一策略的终止条件。
在本申请的一个实施例中,获取单元具体用于:调用所述第一策略对应的过滤条件关联的脚本文件,对所述初始业务数据集进行过滤。
在本申请的一个实施例中,获取模块10具体用于:响应于获取的业务处理请求,确定所述处理请求中包括的数据标识;调用所述数据标识对应的数据接口,以获取所述初始业务数据集。
前述实施例对基于决策树的业务数据处理方法的解释说明同样适用于本实施例的基于决策树的业务数据处理装置,此处不再赘述。
本申请实施例的基于决策树的业务数据处理装置,通过响应于获取的业务处理请求,确定待处理的初始业务数据集,根据处理请求对应的业务类型,确定目标决策树,利用目标决策树中的各个策略,对初始业务数据集进行逐级过滤,以确定初始业务数据集中包含的目标业务数据。根据本申请的方案,能够实现批量处理批量数据决策,提高处理效率和响应速度,减少网络损耗。
为了实现上述实施例,本申请还提出一种计算机设备,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,处理器执行程序时,实现如本申请前述实施例提出的基于决策树的业务数据处理方法。
为了实现上述实施例,本申请还提出一种非临时性计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时实现如本申请前述实施例提出的基于决策树的业务数据处理方法。
为了实现上述实施例,本申请还提出一种计算机程序产品,当计算机程序产品中的指令处理器执行时,执行如本申请前述实施例提出的基于决策树的业务数据处理方法。
为了实现上述实施例,本申请还提出一种电子设备。
图6为本申请实施例提供的电子设备的结构示意图。
如图6所示,上述电子设备200包括:
存储器210及处理器220,连接不同组件(包括存储器210和处理器220)的总线230,存储器210存储有计算机程序,当处理器220执行所述程序时实现本申请实施例所述的基于决策树的业务数据处理方法。
总线230表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备200典型地包括多种电子设备可读介质。这些介质可以是任何能够被电子设备200访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储器210还可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)240和/或高速缓存存储器250。电子设备200可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统260可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线230相连。存储器210可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本申请各实施例的功能。
具有一组(至少一个)程序模块270的程序/实用工具280,可以存储在例如存储器210中,这样的程序模块270包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块270通常执行本申请所描述的实施例中的功能和/或方法。
电子设备200也可以与一个或多个外部设备290(例如键盘、指向设备、显示器291等)通信,还可与一个或者多个使得用户能与该电子设备200交互的设备通信,和/或与使得该电子设备200能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口292进行。并且,电子设备200还可以通过网络适配器293与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器293通过总线230与电子设备200的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备200使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器220通过运行存储在存储器210中的程序,从而执行各种功能应用以及数据处理。
需要说明的是,本实施例的电子设备的实施过程和技术原理参见前述对本申请实施例的基于决策树的业务数据处理方法的解释说明,此处不再赘述。
本申请实施例提供的电子设备,可以执行如前所述的基于决策树的业务数据处理方法。
为了实现上述实施例,本申请还提出一种计算机可读存储介质。
其中,该计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时,以实现本申请实施例所述的基于决策树的业务数据处理方法。
为了实现上述实施例,本申请再一方面实施例提供一种计算机程序,该程序被处理器执行时,以实现本申请实施例所述的基于决策树的业务数据处理方法。
一种可选实现形式中,本实施例可以采用一个或多个计算机可读的介质的任意组合。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。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(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(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。在本文件中,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。
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。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户电子设备上执行、部分地在用户电子设备上执行、作为一个独立的软件包执行、部分在用户电子设备上部分在远程电子设备上执行、或者完全在远程电子设备或服务器上执行。在涉及远程电子设备的情形中,远程电子设备可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户电子设备,或者,可以连接到外部电子设备(例如利用因特网服务提供商来通过因特网连接)。
本领域技术人员在考虑说明书及实践这里申请的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未发明的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由权利要求指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (18)
1.一种基于决策树的业务数据处理方法,其特征在于,包括:
响应于获取的业务处理请求,确定待处理的初始业务数据集;
根据所述处理请求对应的业务类型,确定目标决策树;
利用所述目标决策树中的各个策略,对所述初始业务数据集进行逐级过滤,以确定所述初始业务数据集中包含的目标业务数据。
2.如权利要求1所述的方法,其特征在于,所述利用所述目标决策树中的各个策略,对所述初始业务数据集进行逐级过滤,包括:
确定所述目标决策树中各个策略的优先级;
基于优先级由高至低的顺序,依次利用所述目标决策树中的各个策略,对所述初始业务数据集进行逐级过滤。
3.如权利要求1所述的方法,其特征在于,利用所述目标决策树中的各个策略,对所述初始业务数据集进行逐级过滤,包括:
利用所述目标决策树中第一策略对应的过滤条件,对所述初始业务数据集进行过滤,以获取第一临时业务数据集;
在所述第一临时业务数据集为空集、且所述目标决策树中第二策略与所述第一策略间为与运算的情况下,停止执行所述第二策略;
确定所述第二策略与所述第一策略执行与运算后生成的第二临时业务数据集为空。
4.如权利要求3所述的方法,其特征在于,在所述获取第一临时业务数据集之后,还包括:
在所述第一临时业务数据集与所述初始业务数据集相同、且所述目标决策树中第三策略与所述第一策略间为或运算的情况下,停止执行所述第三策略;
确定所述第三策略与所述第一策略间执行或运算后生成的第三临时业务数据集为所述初始业务数据集。
5.如权利要求3所述的方法,其特征在于,所述利用所述目标决策树中第一策略对应的过滤条件,对所述初始业务数据集进行过滤,包括:
根据所述第一策略对应的过滤条件,确定所述第一策略的终止条件;
响应于利用所述第一策略对所述初始业务数据集进行过滤的过程满足所述终止条件,停止对所述初始业务数据集的过滤操作。
6.如权利要求5所述的方法,其特征在于,所述第一策略中包括多个过滤条件,所述根据所述第一策略对应的过滤条件,确定所述第一策略的终止条件,包括:
根据所述多个过滤条件分别对应的算子及所述多个过滤条件间的运算关系,确定所述第一策略的终止条件。
7.如权利要求3-6任一所述的方法,其特征在于,所述利用所述目标决策树中第一策略对应的过滤条件,对所述初始业务数据集进行过滤,包括:
调用所述第一策略对应的过滤条件关联的脚本文件,对所述初始业务数据集进行过滤。
8.如权利要求1-6任一所述的方法,其特征在于,所述响应于获取的业务处理请求,确定待处理的初始业务数据集,包括:
响应于获取的业务处理请求,确定所述处理请求中包括的数据标识;
调用所述数据标识对应的数据接口,以获取所述初始业务数据集。
9.一种基于决策树的业务数据处理装置,包括:
获取模块,用于响应于获取的业务处理请求,确定待处理的初始业务数据集;
确定模块,用于根据所述处理请求对应的业务类型,确定目标决策树;
过滤模块,用于利用所述目标决策树中的各个策略,对所述初始业务数据集进行逐级过滤,以确定所述初始业务数据集中包含的目标业务数据。
10.如权利要求9所述的装置,其特征在于,所述过滤模块具体用于:
确定所述目标决策树中各个策略的优先级;
基于优先级由高至低的顺序,依次利用所述目标决策树中的各个策略,对所述初始业务数据集进行逐级过滤。
11.如权利要求9所述的装置,其特征在于,所述过滤模块包括:
获取单元,用于利用所述目标决策树中第一策略对应的过滤条件,对所述初始业务数据集进行过滤,以获取第一临时业务数据集;
第一执行单元,用于在所述第一临时业务数据集为空集、且所述目标决策树中第二策略与所述第一策略间为与运算的情况下,停止执行所述第二策略;
第一生成单元,用于确定所述第二策略与所述第一策略执行与运算后生成的第二临时业务数据集为空。
12.如权利要求11所述的装置,其特征在于,所述过滤模块还包括:
第二执行单元,用于在所述第一临时业务数据集与所述初始业务数据集相同、且所述目标决策树中第三策略与所述第一策略间为或运算的情况下,停止执行所述第三策略;
第二生成单元,用于确定所述第三策略与所述第一策略间执行或运算后生成的第三临时业务数据集为所述初始业务数据集。
13.如权利要求11所述的装置,其特征在于,所述获取单元具体用于:
根据所述第一策略对应的过滤条件,确定所述第一策略的终止条件;
响应于利用所述第一策略对所述初始业务数据集进行过滤的过程满足所述终止条件,停止对所述初始业务数据集的过滤操作。
14.如权利要求13所述的装置,其特征在于,所述第一策略中包括多个过滤条件,所述获取单元具体用于:
根据所述多个过滤条件分别对应的算子及所述多个过滤条件间的运算关系,确定所述第一策略的终止条件。
15.如权利要求11-14任一所述的装置,其特征在于,所述获取单元具体用于:
调用所述第一策略对应的过滤条件关联的脚本文件,对所述初始业务数据集进行过滤。
16.如权利要求9-14任一所述的装置,其特征在于,所述获取模块具体用于:
响应于获取的业务处理请求,确定所述处理请求中包括的数据标识;
调用所述数据标识对应的数据接口,以获取所述初始业务数据集。
17.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的基于决策树的业务数据处理方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的基于决策树的业务数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011607366.7A CN113806594A (zh) | 2020-12-30 | 2020-12-30 | 基于决策树的业务数据处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011607366.7A CN113806594A (zh) | 2020-12-30 | 2020-12-30 | 基于决策树的业务数据处理方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113806594A true CN113806594A (zh) | 2021-12-17 |
Family
ID=78943588
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011607366.7A Pending CN113806594A (zh) | 2020-12-30 | 2020-12-30 | 基于决策树的业务数据处理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113806594A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114745211A (zh) * | 2022-04-26 | 2022-07-12 | 贵阳朗玛通信科技有限公司 | 一种基于话单数据快速匹配策略的方法和装置 |
CN115576503A (zh) * | 2022-12-09 | 2023-01-06 | 深圳市泛联信息科技有限公司 | 数据存储方法、装置、存储介质及存储设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104077694A (zh) * | 2013-03-27 | 2014-10-01 | 阿里巴巴集团控股有限公司 | 用户权益信息处理方法及系统 |
CN108268624A (zh) * | 2018-01-10 | 2018-07-10 | 清华大学 | 用户数据可视化方法及系统 |
CN109741087A (zh) * | 2018-12-11 | 2019-05-10 | 中国联合网络通信集团有限公司 | 电子优惠券的管理方法及装置 |
US20190197141A1 (en) * | 2017-12-22 | 2019-06-27 | International Business Machines Corporation | Interactive adjustment of decision rules |
CN111079940A (zh) * | 2019-11-29 | 2020-04-28 | 武汉烽火众智数字技术有限责任公司 | 用于实时套牌车分析的决策树模型建立方法和使用方法 |
CN111144495A (zh) * | 2019-12-27 | 2020-05-12 | 浙江宇视科技有限公司 | 一种业务分发方法、装置及介质 |
CN111177576A (zh) * | 2020-04-10 | 2020-05-19 | 支付宝(杭州)信息技术有限公司 | 依据决策内容生成决策树用于多方决策的方法和装置 |
US10713435B1 (en) * | 2019-05-14 | 2020-07-14 | Fmr Llc | Automated analysis, categorization, and behavior prediction of computer scripts using rules-based pattern matching |
CN111444944A (zh) * | 2020-03-16 | 2020-07-24 | 中国平安人寿保险股份有限公司 | 基于决策树的信息筛选方法、装置、设备和存储介质 |
-
2020
- 2020-12-30 CN CN202011607366.7A patent/CN113806594A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104077694A (zh) * | 2013-03-27 | 2014-10-01 | 阿里巴巴集团控股有限公司 | 用户权益信息处理方法及系统 |
US20190197141A1 (en) * | 2017-12-22 | 2019-06-27 | International Business Machines Corporation | Interactive adjustment of decision rules |
CN108268624A (zh) * | 2018-01-10 | 2018-07-10 | 清华大学 | 用户数据可视化方法及系统 |
CN109741087A (zh) * | 2018-12-11 | 2019-05-10 | 中国联合网络通信集团有限公司 | 电子优惠券的管理方法及装置 |
US10713435B1 (en) * | 2019-05-14 | 2020-07-14 | Fmr Llc | Automated analysis, categorization, and behavior prediction of computer scripts using rules-based pattern matching |
CN111079940A (zh) * | 2019-11-29 | 2020-04-28 | 武汉烽火众智数字技术有限责任公司 | 用于实时套牌车分析的决策树模型建立方法和使用方法 |
CN111144495A (zh) * | 2019-12-27 | 2020-05-12 | 浙江宇视科技有限公司 | 一种业务分发方法、装置及介质 |
CN111444944A (zh) * | 2020-03-16 | 2020-07-24 | 中国平安人寿保险股份有限公司 | 基于决策树的信息筛选方法、装置、设备和存储介质 |
CN111177576A (zh) * | 2020-04-10 | 2020-05-19 | 支付宝(杭州)信息技术有限公司 | 依据决策内容生成决策树用于多方决策的方法和装置 |
Non-Patent Citations (1)
Title |
---|
凯·S.霍斯特曼: "Java核心技术 卷I 基础知识", 30 June 2008, 北京邮电大学出版社, pages: 16 - 17 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114745211A (zh) * | 2022-04-26 | 2022-07-12 | 贵阳朗玛通信科技有限公司 | 一种基于话单数据快速匹配策略的方法和装置 |
CN115576503A (zh) * | 2022-12-09 | 2023-01-06 | 深圳市泛联信息科技有限公司 | 数据存储方法、装置、存储介质及存储设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110727512B (zh) | 集群资源调度方法、装置、设备及储存介质 | |
US11321122B2 (en) | Method, apparatus, device and medium for processing topological relation of tasks | |
CN108595157B (zh) | 区块链数据的处理方法、装置、设备和存储介质 | |
CN108537543B (zh) | 区块链数据的并行处理方法、装置、设备和存储介质 | |
CN109857555B (zh) | 内存回收方法及装置、存储介质和电子设备 | |
CN108920135B (zh) | 一种自定义业务生成方法、装置、计算机设备及存储介质 | |
CN109857556B (zh) | 内存回收方法及装置、存储介质和电子设备 | |
CN107451062B (zh) | 一种用户界面遍历测试方法、装置、服务器、存储介质 | |
CN113806594A (zh) | 基于决策树的业务数据处理方法、装置、设备及存储介质 | |
CN110968437A (zh) | 一种基于Java智能合约的单个合约并行执行的方法、装置、设备及介质 | |
CN111931172A (zh) | 一种金融系统业务流程异常预警方法及装置 | |
CN109284180A (zh) | 一种任务调度方法、装置、电子设备及存储介质 | |
CN111338716A (zh) | 基于规则引擎的数据处理方法、装置及终端设备 | |
CN107169907A (zh) | 一种面向应急值守的信息分类引导处理方法和系统 | |
CN107943651B (zh) | 信息获取方法、介质、装置和计算设备 | |
CN107193721B (zh) | 一种生成日志的方法和装置 | |
WO2024021467A1 (zh) | 一种集群资源规划方法、设备、装置及介质 | |
CN116032614A (zh) | 容器网络微隔离方法、装置、设备和介质 | |
CN113888028A (zh) | 巡视任务分配方法、装置、电子设备以及存储介质 | |
CN114090514A (zh) | 分布式系统的日志检索方法及装置 | |
CN109410077B (zh) | 定义规则流的方法及装置、计算机存储介质、电子设备 | |
CN112613955A (zh) | 订单处理方法、装置、电子设备及存储介质 | |
CN111258879A (zh) | 一种基于页面采集的业务测试调度方法、装置及智能终端 | |
CN113055459B (zh) | 日志投递方法和装置、电子设备及存储介质 | |
CN113722045B (zh) | 集群的应用部署方法和装置 |
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 |