CN115619533A - 决策配置方法、计算机设备及存储介质 - Google Patents
决策配置方法、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN115619533A CN115619533A CN202211536813.3A CN202211536813A CN115619533A CN 115619533 A CN115619533 A CN 115619533A CN 202211536813 A CN202211536813 A CN 202211536813A CN 115619533 A CN115619533 A CN 115619533A
- Authority
- CN
- China
- Prior art keywords
- variable
- rule
- target
- decision
- variables
- 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
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000001419 dependent effect Effects 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 11
- 230000004048 modification Effects 0.000 description 9
- 238000012986 modification Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供一种决策配置方法、计算机设备及非易失性计算机可读存储介质。方法包括获取预设的变量库和规则库,所述变量库包括多个变量,所述规则库包括多个规则;显示配置界面,并接收第一输入操作,以选取一个或多个目标规则,并设置所述目标规则对应的所述目标变量;基于一个或多个所述目标规则生成决策模型。从而实现法人在需要对变量和规则配置时,无需具备一定的编程知识,只需根据逻辑对变量和规则进行配置即可。
Description
技术领域
本申请涉及金融评估管理领域,特别涉及一种决策配置方法、计算机设备及非易失性计算机可读存储介质。
背景技术
随着社会经济和计算机技术的不断发展,申请贷款的方法已经不只限于线下申请,通过计算机技术与贷款的结合出现了通过网络进行贷款的方法即网贷。由于不同的法人之间的自身情况不同,对网贷的规则和变量的要求也会有所不同,而现有的网贷方法在对其变量和规则进行配置时,要求法人需要具备一定的编程知识才能对变量和规则进行配置。
发明内容
鉴于此,本申请实施方式提供了一种决策配置方法、计算机设备及非易失性计算机可读存储介质,通过规则库选取多个目标规则,并对目标规则对应的目标变量进行设置,以根据多个目标规则生成决策模型,如此,在法人需要对变量和规则配置时,无需具备一定的编程知识,也可对变量和规则进行配置。
本申请实施方式的决策配置方法包括获取预设的变量库和规则库,所述变量库包括多个变量,所述规则库包括多个规则;显示配置界面,并接收第一输入操作,以选取一个或多个目标规则,并设置所述目标规则对应的所述目标变量;基于一个或多个所述目标规则生成决策模型。
在某些实施方式中,所述目标变量包括输入变量,所述决策配置方法还包括根据输入数据确定所述输入变量的值;及根据所述决策模型对所述输入数据进行决策。
在某些实施方式中,所述目标变量还包括阈值变量,所述决策模型包括准入模型,所述根据所述决策模型对所述输入数据进行决策包括在所述准入模型的每个所述目标规则中,所述输入变量和对应的所述阈值变量均满足所述目标规则的情况下,确定所述输入数据准入;
在所述准入模型的任一所述目标规则中,所述输入变量和对应的所述阈值变量不满足所述目标规则的情况下,确定所述输入数据准入结束。
在某些实施方式中,所述目标变量还包括运行时变量,所述决策模型还包括拒贷模型,在所述输入数据准入之后,所述根据所述决策模型对所述输入数据进行决策包括获取所述输入数据对应的风险数据,并根据所述风险数据确定所述运行时变量;在所述拒贷模型的每个所述目标规则中,所述输入变量和对应的所述阈值变量及所述运行时变量和对应的所述阈值变量均不满足所述目标规则的情况下,确定所述输入数据为拒贷状态;在所述拒贷模型的每个所述目标规则中,所述输入变量和对应的所述阈值变量及所述运行时变量和对应的所述阈值变量均满足所述目标规则的情况下,确定所述输入数据为准贷状态。
在某些实施方式中,所述决策模型还包括评分模型,在确定所述输入数据为所述准贷状态之后,所述决策模型还包括评分模型,所述根据所述决策模型对所述输入数据进行决策包括根据所述评分模型的所述运行时变量及对应的所述阈值变量、所述输入变量及对应的所述阈值变量、和预配置的权重组合,计算所述输入数据对应的评分;根据所述评分确定所述输入数据对应的额度及利率。
在某些实施方式中,所述目标变量存在依赖变量,所述依赖变量为任一所述目标变量,所述决策配置方法还包括在确定所述依赖变量的值之后,根据所述依赖变量的值确定所述目标变量。
在某些实施方式中,所述的决策配置方法还包括显示创建界面,并接收第二输入操作,以创建所述变量和所述规则;和/或,接收第三输入操作,以根据已有的所述变量和所述规则创建自定义变量和自定义规则,并将所述自定义变量和所述自定义规则分别作为所述变量库的所述变量和所述规则库的所述规则。
在某些实施方式中,所述的决策配置方法还包括获取多个法人的所述变量库和规则库,并上传到云端,以使得多个所述法人共享所述云端的所有所述变量库和规则库。
本申请实施方式的计算机设备包括处理器所述处理器用于执行上述任一实施方式的决策配置方法。
本申请实施方式提供一种非易失性计算机可读存储介质,其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任一实施方式的决策配置方法。
本申请的决策配置方法、计算机设备及非易失性计算机可读存储介质,通过配置界面进行第一输入操作,获取预设的规则库中的一个或多个目标规则,并对目标规则对应的目标变量进行设置,以生成决策模型。如此,在实现法人在需要对变量和规则配置时,无需具备一定的编程知识,只需在可视化的配置界面中,根据逻辑对变量和规则进行配置即可,从而使得配置变量和规则更为简单。
本申请实施方式的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请的上述和/或附加的方面和优点可以从结合下面附图对实施方式的描述中将变得明显和容易理解,其中:
图1是本申请某些实施方式的决策配置方法的流程示意图;
图2是本申请某些实施方式的决策配置方法的流程示意图;
图3是本申请某些实施方式的决策配置方法的场景示意图;
图4是本申请某些实施方式的决策配置方法的流程示意图;
图5是本申请某些实施方式的决策配置方法的流程示意图;
图6是本申请某些实施方式的决策配置方法的流程示意图;
图7是本申请某些实施方式的决策配置方法的流程示意图;
图8是本申请某些实施方式的决策配置方法的流程示意图;
图9是本申请某些实施方式的决策配置方法的流程示意图;
图10是本申请某些实施方式的决策配置方法的流程示意图;
图11是本申请某些实施方式的决策配置方法的模块示意图;
图12是本申请某些实施方式的计算机设备的平面示意图;及
图13是本申请某些实施方式的非易失性计算机可读存储介质与处理器的交互示意图。
具体实施方式
下面详细描述本申请的实施方式,实施方式的示例在附图中示出,其中,相同或类似的标号自始至终表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本申请的实施方式,而不能理解为对本申请的实施方式的限制。
请参阅图1,本申请实施方式的决策配置方法包括:
步骤011:获取预设的变量库和规则库,变量库包括多个变量,规则库包括多个规则。
其中,变量库为存储了多个预设的变量的存储库;规则库为存储了多个预设的规则的存储库。
具体地,获取预设的变量库和规则库。需要说明的,变量库中可包含多个预设的变量,规则库中可包含多个预设的规则。如变量库中可包括申请人的年龄、性别、年收入和存款;规则库中可包括准入规则(用于参与评判申请人是否能进入申请流程的规则,如在准入规则中只有年龄大于18岁才能进入申请流程)、拒贷规则(用于参与评判申请人是否能具备网贷资格的规则,如拒贷规则中只有年收入大于12万才具备网贷资格)等。
步骤012:显示配置界面,并接收第一输入操作,以选取一个或多个目标规则,并设置目标规则对应的目标变量。
其中,配置界面为能选取规则库中的目标规则,并能对选取目标规则对应的目标变量进行设置的界面;第一输入操作为选取目标规则并设置其对应的目标变量的操作。
具体地,法人(法人可以是银行或者金融机构)通过显示配置界面,并接收第一输入操作,来选取一个或多个目标规则,并对选取的每个目标规则对应的目标变量进行设置。如规则库中预设有目标规则A1到A2两个规则,其中,目标规则A1包含的目标变量为年龄和年收入,目标规则A2包含的目标变量为性别,法人根据自身的需求通过配置界面选择了目标规则A1,并通过配置界面设置申请人的年龄必须大于20岁,并且申请人的年收入必须大于15万。
步骤013:基于一个或多个目标规则生成决策模型。
其中,决策模型指的由一个或多个目标规则生成的模型。
具体地,通过配置界面选取规则库中一个或多个目标规则,并对每个目标规则对应的目标变量进行设置,并基于配置好的一个或多个目标规则生成决策模型。可以理解的是,决策模型中包含了多个目标规则。如规则库中共有B1到B4四个规则,法人根据自身需求选取了规则B1、规则B2到规则B3即三个规则为目标规则,并分别对目标规则B1、目标规则B2和目标规则B3对应的目标变量进行设置,当法人配置完成后,根据配置完成后的目标规则B1、目标规则B2和目标规则B3生成决策模型。
本申请中的决策配置方法,通过配置界面进行第一输入操作,选取预设的规则库中的一个或多个目标规则,目标规则中包含了预设的变量库中的一个或多个目标变量,并对目标规则对应的目标变量进行设置,以生成决策模型。从而实现法人在需要对变量和规则进行配置或者修改时,无需具备一定的编程知识,只需根据逻辑对变量和规则进行配置或者修改即可,使得规则和变量配置和修改更为简单。并且规则可以随意进行组合,使得生成的决策模型灵活多样,可以适应不同法人的不同需求。
请参阅图2,在某些实施例中,目标变量包括输入变量,决策配置方法还包括:
步骤014:根据输入数据确定输入变量的值。
其中,以决策模型应用到贷款申请场景为例进行说明,输入数据指的是申请人在申请网贷时输入的数据,输入变量指的是根据申请人输入的数据确定的变量。
具体地,目标变量包括输入变量。通过申请人输入的输入数据确定输入变量的值。如通过配置界面,选取了目标规则C,目标规则C对应的目标变量中包含了两个输入变量,两个输入变量分别为性别和婚姻状况,则性别和婚姻状况对应的值需要申请人在申请时进行输入才能确定,即申请人在申请时输入性别为男和婚姻状况为已婚的数据,则性别和婚姻状况对应的值分别为男和已婚。
步骤015:根据决策模型对输入数据进行决策。
具体地,根据决策模型中输入变量对应的目标规则对输入数据进行决策。需要说明的是,决策包含了符合要求和不符合要求两个决策。如决策模型中包含了目标规则D1,目标规则D1中要求申请人的年龄必须大于18岁,且婚姻状况必须为已婚,当申请人输入的输入数据为年龄20岁和已婚,则可确定输入变量的值,即年龄为20岁,婚姻状况为已婚,则决策模型根据申请人的年龄和婚姻状况进行判断,以确定申请人符合。又如决策模型中包含了目标规则D2,目标规则D2中要求申请人的年收入必须高于12万。当申请人输入的输入数据为年收入10万,则可确定输入变量的值,即年收入为10万,则决策模型会根据申请人的年收入确定申请人不符合。如此,通过决策模型来对输入数据进行决策,相比人工进行决策,提高了决策的效率。
请参阅图3和图4,在某些实施例中,目标变量还包括阈值变量,决策模型包括准入模型,步骤015:根据决策模型对输入数据进行决策,包括:
步骤0151:在准入模型的每个目标规则中,输入变量和对应的阈值变量均满足目标规则的情况下,确定输入数据准入。
其中,准入模型为包含了多个目标规则的用于判断申请人是否能进入申请流程的模型;阈值变量为固定值。
具体地,决策模型包括准入模型,准入模型可包括一个或多个目标规则。在准入模型的每个目标规则中,当输入变量和对应的阈值变量均满足目标规则的情况下,确定输入数据准入。如准入模型包括了目标规则E1和目标规则E2,目标规则E1和目标规则E2都包含了输入变量和阈值变量,其中,目标规则E1的输入变量为年龄,年龄对应的阈值变量为18岁,目标规则E1为年龄小于18岁时不准入,目标规则E2的输入变量为年收入,年收入对应的阈值变量为12万,目标规则E2为年收入小于12万时不准入,在这种情况下,当申请人输入的年龄和年收入分别为26岁和13万时,则可确定目标规则E1的输入变量和目标规则E2的输入变量,即年龄和年收入分别为26岁和13万,则根据阈值变量和目标规则可知申请人的年龄和年收入均满足要求,则此时确定申请人准入。
步骤0152:在准入模型的任一目标规则中,输入变量和对应的阈值变量不满足目标规则的情况下,确定输入数据准入结束。
具体地,在准入模型的任一目标规则中,当输入变量和对应的阈值变量不满足目标规则的情况下,确定输入数据准入结束(即不准入)。如准入模型包括了目标规则E1和目标规则E2,目标规则E1和目标规则E2都包含了输入变量和阈值变量,其中,目标规则E1的输入变量为年龄,年龄对应的阈值变量为18岁,目标规则E1为年龄小于18岁时不准入,目标规则E2的输入变量为年收入,年收入对应的阈值变量为12万,目标规则E2为年收入小于12万时不准入,在这种情况下,当申请人输入的年龄和年收入分别为17岁和2万时,则可确定目标规则E1的输入变量和目标规则E2的输入变量,即年龄和年收入分别为17岁和2万,则根据阈值变量和目标规则可知申请人的年龄和年收入均不满足要求,则此时确定申请人不准入。
请参阅图3和图5,在某些实施例中,目标变量还包括运行时变量,决策模型还包括拒贷模型,在输入数据准入之后,步骤015:根据决策模型对输入数据进行决策,包括:
步骤0153:获取输入数据对应的风险数据,并根据风险数据确定运行时变量。
其中,运行时变量指的是在决策模型进行决策的过程中才有值的变量;拒贷模型指的是用于判断申请人是否具备网贷资格的模型;风险数据指的是申请人的贷款相关数据,如征信数据。
具体地,在输入数据准入之后,通过三方平台(三方平台可以是国家征信平台、征信系统或者央行等)获取申请人输入数据对应的风险数据(风险数据可包括违约次数、违约天数),并根据获取到的风险数据确定运行时变量。可以理解的是,运行时变量的值在没有获取到输入数据对应的风险数据时是无法确定的。如申请人输入的输入数据为姓名和身份证号,而此时可以根据申请人的姓名和身份证号通过三方平台获取输入数据对应的风险数据,然后根据风险数据的值确定运行时变量。
步骤0154:在拒贷模型的每个目标规则中,输入变量和对应的阈值变量及运行时变量和对应的阈值变量均不满足目标规则的情况下,确定输入数据为拒贷状态。
其中,拒贷状态指的是网贷申请被拒绝了。
具体地,拒贷模型可包括一个或多个目标规则。在根据风险数据确定运行时变量后,当拒贷模型的每个目标规则中的输入变量和对应的阈值变量、及运行时变量和对应的阈值变量均不满足目标规则时,确定输入数据为拒贷状态。如拒贷模型包括了目标规则F1和目标规则F2,目标规则F1和目标规则F2都包含了输入变量和运行时变量及阈值变量,其中,目标规则F1的输入变量包括姓名、身份证号、年收入,运行时变量包括违约次数,年收入对应的阈值变量为12万,违约次数对应的阈值变量3次,目标规则F1为年收入必须大于12万且违约次数必须少于3次,目标规则F2的输入变量包括姓名、身份证号、年龄,运行时变量包括违约天数,年龄对应的阈值变量为18岁,违约天数对应的阈值变量为10天,目标规则F2为年龄必须大于18岁且违约天数必须小于10天,在这种情况下,当申请人输入了姓名、身份证号、年龄为17岁和年收入11万时,并且根据申请人输入的姓名和身份证号通过三方平台获取申请人的违约次数和违约天数分别为4次和12天,则可确定目标规则F1和目标规则F2的输入变量和运行时变量,即年龄为17岁,年收入为11万,违约次数为4次、违约天数为12天,则根据阈值变量和目标规则可知申请人的年龄、收入、违约次数和违约天数均不满足要求,则此时确定申请人为拒贷状态。
可选地,在拒贷模型的任一个目标规则中,输入变量和对应的阈值变量、及运行时变量和对应的阈值变量不满足目标规则的情况下,确定输入数据为拒贷状态。
步骤0155:在拒贷模型的每个目标规则中,输入变量和对应的阈值变量及运行时变量和对应的阈值变量均满足目标规则的情况下,确定输入数据为准贷状态。
其中,准贷状态指的是网贷申请被同意了。
具体地,在根据风险数据确定运行时变量后,当拒贷模型的每个目标规则中的输入变量和对应的阈值变量、及运行时变量和对应的阈值变量均满足目标规则时,确定输入数据为准贷状态。如拒贷模型包括了拒贷模型包括了目标规则F1和目标规则F2,目标规则F1和目标规则F2都包含了输入变量和运行时变量及阈值变量,其中,目标规则F1的输入变量包括姓名、身份证号、年收入,运行时变量包括违约次数,年收入对应的阈值变量为12万,违约次数对应的阈值变量3次,目标规则F1为年收入必须大于12万且违约次数必须少于3次,目标规则F2的输入变量包括姓名、身份证号、年龄,运行时变量包括违约天数,年龄对应的阈值变量为18岁,违约天数对应的阈值变量为10天,目标规则F2为年龄必须大于18岁且违约天数必须小于10天,在这种情况下,当申请人输入了姓名、身份证号、年龄为20岁和年收入15万时,并且根据申请人输入的姓名和身份证号通过三方平台获取申请人的违约次数和违约天数分别为0次和0天,则可确定目标规则F1和目标规则F2的输入变量和运行时变量,即年龄为20岁,年收入为15万,违约次数为0次、违约天数为0天,则根据阈值变量和目标规则可知申请人的年龄、收入、违约次数和违约天数均满足要求,则此时确定申请人为准贷状态。
如此,通过设置拒贷模型来判断申请人是否符合贷款的要求,提高了拒贷的准确性。
请参阅图3和图6,在某些实施例中,决策模型还包括评分模型,在确定输入数据为准贷状态之后,决策模型还包括评分模型,步骤015:根据决策模型对输入数据进行决策,包括:
步骤0156:根据评分模型的运行时变量及对应的阈值变量、输入变量及对应的阈值变量、和预配置的权重组合,计算输入数据对应的评分。
其中,评分模型指的是用于对申请人进行评分的模型;权重组合指的是通过加权值的方法确定的多个目标变量的权重比例的集合。
具体地,决策模型还包括评分模型。在确定输入数据为准贷状态后,根据评分模型的运行时变量及对应的阈值变量、输入变量及对应的阈值变量,计算输入变量与对应的阈值变量和运行时变量对应的阈值变量的差值。并根据预配置的权重组合,来计算输入数据对应的评分。如输入变量为年收入,运行时变量为违约次数,当违约次数和阈值的差值越小,评分则越高,年收入和阈值差值越大,评分则越高。又如评分模型中包含了运行时变量和输入变量,其中运行时变量为违约次数和违约天数,输入变量为年收入和婚姻状况,违约次数对应的阈值变量为3次,年收入对应的阈值变量为10万,婚姻状况对应的阈值变量为未婚和已婚,法人通过配置界面预设的权重组合为年收入的权重为0.5、违约次数的权重为0.4和婚姻状况的权重为0.1,并且违约次数和阈值的差值越小评分越高,年收入和阈值差值越大,评分越高,已婚的评分比未婚的高,如果有申请人H1和申请人H2申请网贷,申请人H1的年收入为12万和申请H2的年收入为13万,申请人H1的婚姻状况和申请人H2的婚姻状况相同,而申请人H1的违约次数为1次,申请人H2的违约次数为2次,则根据运行时变量和输入变量对应的阈值以及预设的权重组合可知,申请人H1和申请人H2的婚姻状况评分相同,申请人H1的违约次数评分比申请人H2的违约次数评分略高,申请人H2的年收入评分比申请人H1的年收入评分略高,则通过将申请人H1和申请人H2的年收入的评分、婚姻状况的评分和违约次数评分分别乘以对应的权重可知,评分模型最后评出的申请人H2的综合评分会比申请人H1的综合评分高。
需要说明的是,预配置的权重组合是通过法人在配置界面进行配置的。可以理解的是,通过输入数据计算出来的评分和预配置的权重组合有关,如输入变量为年收入,运行时变量为违约次数,而法人在这两个目标变量中觉得相比年收入更看重违约次数,则在配比权重时违约次数的权重比年收入的权重大,则如果有申请人G1和申请人G2申请网贷,而申请人G1的年收入比申请人G2的年收入差不多,但申请人G2的违约次数比申请人G1少,则计算出来的申请人G2的评分会比申请人G1的评分高。
步骤0157:根据评分确定输入数据对应的额度及利率。
具体地,在计算出输入数据的对应的评分的情况下,评分模型根据计算出来的评分确定输入数据对应的额度及利率。需要说明的是,额度和利率是提前预设的。如评分模型中评分为1分到10分,10分是最高评分,1是最低评分,经过评分模型对申请人Z1和申请人Z2输入的输入数据进行评分后,申请人Z1得出的评分为8分,申请人Z2得出的评分为7分,则申请人Z1获得的额度会比申请人Z2获得的额度高,相对的额度越高则其对应的利率也会越高。
如此,通过设置评分模型来对申请人在申请网贷时按照评分来给申请人分配额度,使得网贷时更为公平,并且法人可以自己设置目标变量的权重,使得法人可以根据自己的需求来配置目标变量权重占比,使得评分模型可以适应法人的不同需求。
请参阅图7,在某些实施例中,目标变量存在依赖变量,依赖变量为任一目标变量,决策配置方法还包括:
步骤016:在确定依赖变量的值之后,根据依赖变量的值确定目标变量。
具体地,在确定依赖变量的值之后,根据依赖变量的值确定目标变量。需要说明的是,依赖变量可以是目标变量中的任意一个目标变量。如法人选取的目标规则对应的目标变量中包含了年收入和月收入,年收入为输入变量,月收入为依赖变量,则月收入可以通过申请人输入的年收入除12从而得到申请人的月收入为多少,即如果申请人输入的年收入为12万,则12万除以12得出申请人的月收入为1万。
请参阅图8和图9,在某些实施例中,决策配置方法还包括:
步骤017:显示创建界面,并接收第二输入操作,以创建变量和规则。
其中,第二输入操作指的是法人可以通过创建界面创建变量和规则。
具体地,法人可以通过显示创建界面来创建变量和规则。如法人在通过创建界面在选取目标规则时,发现规则库和,没有自己想要的目标规则K1时,法人可以通过创建界面自己创建目标规则K1。又如法人在通过创建界面选取目标规则后,在设置目标规则对应的目标变量时,发现变量库中,没有自己想要的目标变量K2时,法人可以通过创建界面自己创建目标变量K2。
步骤018:接收第三输入操作,以根据已有的变量和规则创建自定义变量和自定义规则,并将自定义变量和自定义规则分别作为变量库的变量和规则库的规则。
其中,第三输入操作指的是法人可以通过创建界面对已有的规则和变量进行修改。
具体地,法人可以通过创建界面对变量库和规则库中,根据已有的变量和规则进行自定义,并将自定义后的变量和规则,分别作为变量库的变量和规则库的规则。
如变量库中包含了变量W1和变量W2,法人可以通过创建界面在已有变量W1和变量W2的变量库中创建变量W3,并可以将创建的变量W3作为变量库的变量。又如规则库中包含了规则R1和规则R2,法人可以通过创建界面在已有规则R1和规则R2的规则库中创建规则W3,并可以将创建的规则W3作为规则库的变量。
可选地,法人可以通过创建界面对变量库和规则库中,根据已有的变量和规则进行修改,并将修改后的变量和规则替换原来的变量和规则。如变量库中包含了变量Q1和变量Q2,法人可以通过创建界面对变量库中的变量Q1进行修改,并且在修改过后,修改后的变量Q1会替换掉修改之前的规则库中的变量Q1。又如规则库中包含了规则N1和规则N2,法人可以通过创建界面对规则库中的规则N1进行修改,并且在修改过后,修改后的规则N1会替换掉修改之前的规则库中的规则N1。
需要说明的是,步骤017和步骤018可以是和的关系,也可以是或的关系,法人可以根据实际的情况,选择在执行步骤017的同时要不要执行步骤018,或者只执行步骤017或步骤018。
如此,通过创建界面对规则库中的规则和变量库中的变量进行修改或创建,使得规则修改可视化,并且相比通过编程来对变量和规则进行修改或创建相比,通过创建界面来进行修改和创建更为简单。
请参阅图10,在某些实施例中,决策配置方法还包括:
步骤019:获取多个法人的变量库和规则库,并上传到云端,以使得多个法人共享云端的所有变量库和规则库。
具体地,通过获取多个法人的变量库和规则库,并将其上传到云端,使得多个法人可以共享云端的所有变量库和规则库。如法人S1的变量库和规则库分别为P1和U1,法人S2的变量库和规则库分别为P2和U2。此时可以通过云端将法人S1和法人S2对应的变量库和规则库上传到云端,当法人S2需要使用法人S1的变量库P2和规则U2时,可以通过云端进行获取。如此,通过云端共享规则库和变量库,使得法人可以根据自己的需要从云端中获取对应的规则库和变量库,使得法人不需要自己去创建变量和规则。
为便于更好的实施本申请实施方式的决策配置方法,本申请实施方式还提供一种决策配置装置。请参阅图11,该决策配置装置10可以包括:
获取模块11,用于获取预设的变量库和规则库。
选取模块12,用于显示配置界面,并接收第一输入操作,以选取一个或多个目标规则,并设置目标规则对应的目标变量。
生成模块13,用于基于一个或多个目标规则生成决策模型。
第一确定模块14,用于根据输入数据确定输入变量的值。
决策模块15,用于根据决策模型对输入数据进行决策。
决策模块15,具体还用于在准入模型的每个目标规则中,输入变量和对应的阈值变量均满足目标规则的情况下,确定输入数据准入;在准入模型的任一目标规则中,输入变量和对应的阈值变量不满足目标规则的情况下,确定输入数据准入结束;获取输入数据对应的风险数据,并根据风险数据确定运行时变量;在拒贷模型的每个目标规则中,输入变量和对应的阈值变量及运行时变量和对应的阈值变量均不满足目标规则的情况下,确定输入数据为拒贷状态;在拒贷模型的每个目标规则中,输入变量和对应的阈值变量及运行时变量和对应的阈值变量均满足目标规则的情况下,确定输入数据为准贷状态;根据评分模型的运行时变量及对应的阈值变量、输入变量及对应的阈值变量、和预配置的权重组合,计算输入数据对应的评分;根据评分确定输入数据对应的额度及利率。
第二确定模块16,用于在确定依赖变量的值之后,根据依赖变量的值确定目标变量。
创建模块17,用于显示创建界面,并接收第二输入操作,以创建变量和规则。
自定义模块18,用于接收第三输入操作,以根据已有的变量和规则创建自定义变量和自定义规则,并将自定义变量和自定义规则分别作为变量库的变量和规则库的规则。
共享模块19,用于获取多个法人的变量库和规则库,并上传到云端,以使得多个法人共享云端的所有变量库和规则库。
请参阅图12,本申请实施方式的计算机设备100包括处理器30。处理器30用于执行上述任意一种实施方式的决策配置方法,为了简洁,在此不再赘述。
其中,计算机设备100可以是嵌入式设备、移动电话,智能电话,个人数字助理(personal digital assistants,PDA),平板电脑和视频游戏设备,便携式终端(例如笔记本电脑),服务器,或较大尺寸的设备(例如台式计算机和电视)。
请参阅图13,本申请实施方式还提供了一种非易失性计算机可读存储介质200,其上存储有计算机程序201,当计算机程序被一个或多个处理器30执行的情况下,实现上述任意一种实施方式的决策配置方法的步骤,为了简洁,在此不再赘述。
可以理解,计算机程序201包括计算机程序代码。计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读存储介质200可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、以及软件分发介质等。
在本说明书的描述中,参考术语“一个实施方式”、“一些实施方式”、“示意性实施方式”、“示例”、“具体示例”或“一些示例”等的描述意指结合所述实施方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施方式或示例中。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方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施方式或示例以及不同实施方式或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施方式所属技术领域的技术人员所理解。
尽管上面已经示出和描述了本申请的实施方式,可以理解的是,上述实施方式是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施方式进行变化、修改、替换和变型。
Claims (10)
1.一种决策配置方法,其特征在于,包括:
获取预设的变量库和规则库,所述变量库包括多个变量,所述规则库包括多个规则;
显示配置界面,并接收第一输入操作,以选取一个或多个目标规则,并设置所述目标规则对应的所述目标变量;
基于一个或多个所述目标规则生成决策模型。
2.根据权利要求1所述的决策配置方法,其特征在于,所述目标变量包括输入变量,所述决策配置方法还包括:
根据输入数据确定所述输入变量的值;及
根据所述决策模型对所述输入数据进行决策。
3.根据权利要求2所述的决策配置方法,其特征在于,所述目标变量还包括阈值变量,所述决策模型包括准入模型,所述根据所述决策模型对所述输入数据进行决策,包括:
在所述准入模型的每个所述目标规则中,所述输入变量和对应的所述阈值变量均满足所述目标规则的情况下,确定所述输入数据准入;
在所述准入模型的任一所述目标规则中,所述输入变量和对应的所述阈值变量不满足所述目标规则的情况下,确定所述输入数据准入结束。
4.根据权利要求3所述的决策配置方法,其特征在于,所述目标变量还包括运行时变量,所述决策模型还包括拒贷模型,在所述输入数据准入之后,所述根据所述决策模型对所述输入数据进行决策,包括:
获取所述输入数据对应的风险数据,并根据所述风险数据确定所述运行时变量;
在所述拒贷模型的每个所述目标规则中,所述输入变量和对应的所述阈值变量及所述运行时变量和对应的所述阈值变量均不满足所述目标规则的情况下,确定所述输入数据为拒贷状态;
在所述拒贷模型的每个所述目标规则中,所述输入变量和对应的所述阈值变量及所述运行时变量和对应的所述阈值变量均满足所述目标规则的情况下,确定所述输入数据为准贷状态。
5.根据权利要求4所述的决策配置方法,其特征在于,所述决策模型还包括评分模型,在确定所述输入数据为所述准贷状态之后,所述决策模型还包括评分模型,所述根据所述决策模型对所述输入数据进行决策,包括:
根据所述评分模型的所述运行时变量及对应的所述阈值变量、所述输入变量及对应的所述阈值变量、和预配置的权重组合,计算所述输入数据对应的评分;
根据所述评分确定所述输入数据对应的额度及利率。
6.根据权利要求1所述的决策配置方法,其特征在于,所述目标变量存在依赖变量,所述依赖变量为任一所述目标变量,所述决策配置方法还包括:
在确定所述依赖变量的值之后,根据所述依赖变量的值确定所述目标变量。
7.根据权利要求1所述的决策配置方法,其特征在于,还包括:
显示创建界面,并接收第二输入操作,以创建所述变量和所述规则;和/或
接收第三输入操作,以根据已有的所述变量和所述规则创建自定义变量和自定义规则,并将所述自定义变量和所述自定义规则分别作为所述变量库的所述变量和所述规则库的所述规则。
8.根据权利要求1所述的决策配置方法,其特征在于,还包括:
获取多个法人的所述变量库和规则库,并上传到云端,以使得多个所述法人共享所述云端的所有所述变量库和规则库。
9.一种计算机设备,其特征在于,包括处理器,所述处理器用于执行权利要求1-8任意一项所述的决策配置方法。
10.一种非易失性计算机可读存储介质,其特征在于,包含计算机程序,当所述计算机程序被一个或多个处理器执行时,实现执行权利要求1-8任意一项所述的决策配置方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211536813.3A CN115619533A (zh) | 2022-12-02 | 2022-12-02 | 决策配置方法、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211536813.3A CN115619533A (zh) | 2022-12-02 | 2022-12-02 | 决策配置方法、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115619533A true CN115619533A (zh) | 2023-01-17 |
Family
ID=84880629
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211536813.3A Pending CN115619533A (zh) | 2022-12-02 | 2022-12-02 | 决策配置方法、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115619533A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110238548A1 (en) * | 2010-03-26 | 2011-09-29 | De Jonge Peter M | Method and system for compliance hosting |
CN103778560A (zh) * | 2014-03-05 | 2014-05-07 | 南京聪诺信息科技有限公司 | 贷款业务信息真实性核查实现方法及装置 |
CN103793847A (zh) * | 2014-03-05 | 2014-05-14 | 南京聪诺信息科技有限公司 | 贷款授信信息核查实现方法及装置 |
CN103810635A (zh) * | 2014-03-05 | 2014-05-21 | 南京聪诺信息科技有限公司 | 贷款业务处理流程核查实现方法及装置 |
CN103810634A (zh) * | 2014-03-05 | 2014-05-21 | 南京聪诺信息科技有限公司 | 贷款业务信息核查实现方法及装置 |
CN108805697A (zh) * | 2018-06-12 | 2018-11-13 | 平安科技(深圳)有限公司 | 贷款业务处理方法、装置、计算机设备及可读存储介质 |
CN115271933A (zh) * | 2022-09-23 | 2022-11-01 | 天津金城银行股份有限公司 | 贷款决策方法及装置、决策设备及计算机可读存储介质 |
-
2022
- 2022-12-02 CN CN202211536813.3A patent/CN115619533A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110238548A1 (en) * | 2010-03-26 | 2011-09-29 | De Jonge Peter M | Method and system for compliance hosting |
CN103778560A (zh) * | 2014-03-05 | 2014-05-07 | 南京聪诺信息科技有限公司 | 贷款业务信息真实性核查实现方法及装置 |
CN103793847A (zh) * | 2014-03-05 | 2014-05-14 | 南京聪诺信息科技有限公司 | 贷款授信信息核查实现方法及装置 |
CN103810635A (zh) * | 2014-03-05 | 2014-05-21 | 南京聪诺信息科技有限公司 | 贷款业务处理流程核查实现方法及装置 |
CN103810634A (zh) * | 2014-03-05 | 2014-05-21 | 南京聪诺信息科技有限公司 | 贷款业务信息核查实现方法及装置 |
CN108805697A (zh) * | 2018-06-12 | 2018-11-13 | 平安科技(深圳)有限公司 | 贷款业务处理方法、装置、计算机设备及可读存储介质 |
CN115271933A (zh) * | 2022-09-23 | 2022-11-01 | 天津金城银行股份有限公司 | 贷款决策方法及装置、决策设备及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Singh | Theories of sharecropping | |
US11636435B2 (en) | Optimizing benefits selection in view of both member population and organizational preferences | |
Gallier et al. | Voting for burden sharing rules in public goods games | |
Yun et al. | Analysing and simulating the effects of open innovation policies: Application of the results to Cambodia | |
Kohli et al. | Construction and analysis of a global GDP growth model for 185 countries through 2050 | |
WO2014120517A2 (en) | Global currency of credibility for crowdsourcing | |
CN112200659A (zh) | 建立风控模型的方法、装置及存储介质 | |
Shalaby et al. | A decision support system (DSS) for facilitating the scenario selection process of the renegotiation of PPP contracts | |
CN110263136B (zh) | 基于强化学习模型向用户推送对象的方法和装置 | |
Martin et al. | Possibilistic reward methods for the multi-armed bandit problem | |
CN115619533A (zh) | 决策配置方法、计算机设备及存储介质 | |
CN114140033B (zh) | 一种服务人员的分配方法、装置、电子设备及存储介质 | |
Grüner | Mechanisms for the control of fiscal deficits | |
CN111144990B (zh) | 推荐方法以及系统 | |
CN112966968A (zh) | 一种基于人工智能的名单分配方法及相关设备 | |
Van Kerckhoven et al. | Democratic global (economic) governance and the emergence of the G20 | |
US20220414764A1 (en) | Financing analysis method and system based on life policy information | |
Shen et al. | Intervention with Screening in Global Games | |
CN113256368B (zh) | 产品推送方法、装置、计算机设备和存储介质 | |
Green | A cautionary discussion about relying on human capital policy to meet redistributive goals | |
CN108510071A (zh) | 数据的特征提取方法、装置及计算机可读存储介质 | |
Ryabokon et al. | Innovative clusters of business accelerators in the sphere of science and technology entrepreneurship | |
Lain | Discrimination in a search-match model with self-employment | |
Giesen et al. | An agent-based approach to improving resource allocation in the Dutch youth health care sector. | |
CN116308717A (zh) | 核销额度分配方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230117 |