CN115858319B - 一种流数据处理方法及装置 - Google Patents
一种流数据处理方法及装置 Download PDFInfo
- Publication number
- CN115858319B CN115858319B CN202211585833.XA CN202211585833A CN115858319B CN 115858319 B CN115858319 B CN 115858319B CN 202211585833 A CN202211585833 A CN 202211585833A CN 115858319 B CN115858319 B CN 115858319B
- Authority
- CN
- China
- Prior art keywords
- target
- rule
- evaluation
- user
- script
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 27
- 238000011156 evaluation Methods 0.000 claims abstract description 411
- 238000012545 processing Methods 0.000 claims abstract description 32
- 238000004458 analytical method Methods 0.000 claims abstract description 24
- 230000004044 response Effects 0.000 claims description 37
- 238000000034 method Methods 0.000 claims description 22
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 5
- 230000001960 triggered effect Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000005111 flow chemistry technique Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 241000699670 Mus sp. Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Stored Programmes (AREA)
Abstract
本申请提供了一种流数据处理方法及装置，响应于业务系统实时发送的用户流数据，获取对用户流数据所属目标用户在至少一个评估维度上进行用户评估时，所参照的每个目标评估规则的目标规则脚本；针对于每个目标规则脚本，对该目标规则脚本进行参数解析，确定对所述目标用户进行用户评估时所参考的指标清单；利用指标清单所指示的待评估指标变量，通过运行该目标规则脚本，按照该目标规则脚本对应的目标评估规则对目标用户进行用户评估，确定目标用户在该目标规则脚本所属评估维度下的评估结果。这样，可以利用规则引擎实时地对目标用户在不同评估维度上进行用户评估，以保证评估结果的及时性。
Description
技术领域
本申请涉及数据处理技术领域，尤其是涉及一种流数据处理方法及装置。
背景技术
规则引擎是基于推理引擎发展而来，是一种嵌入在应用程序中的组件，实现了将业务决策从应用程序代码中分离出来，并使用预定义的语义模块编写业务决策。规则引擎可以依据于已配置的业务规则，对接收到的数据输入进行解释，并基于业务规则做出针对于数据输入的业务决策。
常规的规则引擎所接收的数据是批量打包好的、静态的，规则引擎需在预设时间点上对打包好的批量数据进行决策，以得到决策结果；这里，由于规则引擎所接收到的数据具有延迟性，致使规则引擎无法实时地对业务系统中新的数据进行决策，使得决策结果同样存在延迟性。
发明内容
有鉴于此，本申请的目的在于提供一种流数据处理方法及装置，利用规则引擎对用户流数据进行决策，以解决现有技术中决策结果出现延迟性的问题。
本申请实施例提供了一种流数据处理方法，应用于规则引擎；所述流数据处理方法包括：
响应于业务系统实时发送的用户流数据，获取对所述用户流数据所属目标用户在至少一个评估维度上进行用户评估时，所参照的每个目标评估规则的目标规则脚本；
针对于每个目标规则脚本，对该目标规则脚本进行参数解析，确定对所述目标用户进行用户评估时所参考的指标清单；
利用所述指标清单所指示的待评估指标变量，通过运行该目标规则脚本，按照该目标规则脚本对应的目标评估规则对所述目标用户进行用户评估，确定所述目标用户在该目标规则脚本所属评估维度下的评估结果。
在一种可能的实施方式中，所述利用所述指标清单所指示的待评估指标变量，通过运行该目标规则脚本，按照该目标规则脚本对应的目标评估规则对所述目标用户进行用户评估，确定所述目标用户在该目标规则脚本所属评估维度下的评估结果，包括：
从所述规则引擎的数据流节点集群中确定出用于对所述目标用户进行用户评估的目标执行节点；
利用所述目标执行节点对所述用户流数据进行变量解析，确定出所述用户流数据所携带的用于进行用户评估的待评估指标变量；
核对所述待评估指标变量与所述指标清单所指示的待评估指标变量是否一致；
若一致，控制所述目标执行节点利用所述待评估指标变量，通过运行该目标规则脚本，按照该目标规则脚本对应的目标评估规则对所述目标用户进行用户评估，确定所述目标用户在该目标规则脚本所属评估维度下的评估结果。
在一种可能的实施方式中，所述从规则引擎的数据流节点集群中确定出用于对所述目标用户进行用户评估的目标执行节点，包括：
确定所述数据流节点集群中已创建的各个任务执行节点的节点运行负载；
将节点运行负载最小的任务执行节点确定为候选执行节点；
若所述候选执行节点的节点运行负载小于等于预设负载阈值，将所述候选执行节点确定为对所述目标用户进行用户评估的目标执行节点。
在一种可能的实施方式中，在所述将节点运行负载最小的任务执行节点确定为候选执行节点之后，所述流数据处理方法还包括：
若所述候选执行节点的节点运行负载大于预设负载阈值，在所述数据流节点集群中新增对流数据进行处理的新增任务节点；
将所述新增任务节点确定为对所述目标用户进行用户评估的目标执行节点。
在一种可能的实施方式中，所述响应于业务系统实时发送的用户流数据，获取对所述用户流数据所属目标用户在至少一个评估维度上进行用户评估，所参照的每个目标评估规则的目标规则脚本，包括：
响应于业务系统实时发送的用户流数据，基于所述用户流数据所携带的评估维度信息，确定对所述目标用户进行用户评估的至少一个评估维度；
针对于每个评估维度，确定在该评估维度对所述目标用户进行用户评估所参照的目标评估规则；
获取所述目标评估规则对应的目标规则脚本。
在一种可能的实施方式中，通过以下步骤得到每个目标评估规则的目标规则脚本：
响应于规则配置操作，在业务人员所使用终端设备的图形用户界面中显示规则配置界面；其中，所述规则配置界面中显示有至少一个待配置规则集；
针对于每个待配置规则集，响应于第一配置操作，确定该待配置规则集下所具有的至少一个规则层级；其中，所述规则层级中包括规则项和/或规则子集；
响应于第二配置操作，确定每个规则层级中各个规则项和/或规则子集之间的项逻辑关系；
按照所述项逻辑关系，整合每个规则层级中各个规则项和/或规则子集，得到配置好的目标规则层级；
响应于层级逻辑配置操作，确定至少一个目标规则层级之间的层级逻辑关系；
按照所述层级逻辑关系，整合该待配置规则集下的至少一个目标规则层级，得到配置好的目标规则集；
响应于集逻辑配置操作，确定完成配置的至少一个目标规则集之间的集逻辑关系；
按照所述集逻辑关系，整合所述至少一个目标规则集，得到配置好的目标评估规则；
基于所述目标评估规则所包括的至少一个目标规则集、每个目标规则集所包括的至少一个规则层级、各个规则项和/或规则子集之间的项逻辑关系、各个规则层级之间的层级逻辑关系以及各个目标规则集之间的集逻辑关系，生成所述目标评估规则对应的目标规则脚本。
在一种可能的实施方式中，所述利用所述指标清单所指示的待评估指标变量，通过运行该目标规则脚本，按照该目标规则脚本对应的目标评估规则对所述目标用户进行用户评估，确定所述目标用户在该目标规则脚本所属评估维度下的评估结果，包括：
通过运行该目标规则脚本，利用所述待评估指标变量，并行在所述目标评估规则所包括的至少一个目标规则集中进行匹配，确定所述目标用户满足条件的匹配规则集；
将所述匹配规则集对应的预设结果确定为所述目标用户在该目标规则脚本所属评估维度下的评估结果。
在一种可能的实施方式中，所述通过运行该目标规则脚本，利用所述待评估指标变量，并行在所述目标评估规则所包括的至少一个目标规则集中进行匹配，确定所述目标用户满足条件的匹配规则集，包括：
针对于每个目标规则集，通过运行该目标规则脚本，利用所述待评估指标变量，并行在所述目标规则集所包括的至少一个规则层级中进行匹配，确定每个规则层级的第一匹配结果；
利用每个规则层级的第一匹配结果，串行在所述至少一个规则层级间进行匹配，确定所述目标用户在该目标规则集下的第二匹配结果；
基于所述目标用户在每个目标规则集下的第二匹配结果，确定所述目标用户满足条件的匹配规则集。
在一种可能的实施方式中，所述流数据处理方法还包括：
将所述目标用户在每个目标规则脚本所属评估维度下的评估结果，分别存储至不同的存储位置处，并推送至不同业务系统中。
本申请实施例还提供了一种流数据处理装置，应用于规则引擎；所述流数据处理装置包括：
脚本获取模块，用于响应于业务系统实时发送的用户流数据，获取对所述用户流数据所属目标用户在至少一个评估维度上进行用户评估时，所参照的每个目标评估规则的目标规则脚本；
指标确定模块，用于针对于每个目标规则脚本，对该目标规则脚本进行参数解析，确定对所述目标用户进行用户评估时所参考的指标清单；
结果确定模块，用于利用所述指标清单所指示的待评估指标变量，通过运行该目标规则脚本，按照该目标规则脚本对应的目标评估规则对所述目标用户进行用户评估，确定所述目标用户在该目标规则脚本所属评估维度下的评估结果。
在一种可能的实施方式中，所述结果确定模块在用于利用所述指标清单所指示的待评估指标变量，通过运行该目标规则脚本，按照该目标规则脚本对应的目标评估规则对所述目标用户进行用户评估，确定所述目标用户在该目标规则脚本所属评估维度下的评估结果时，所述结果确定模块用于：
从所述规则引擎的数据流节点集群中确定出用于对所述目标用户进行用户评估的目标执行节点；
利用所述目标执行节点对所述用户流数据进行变量解析，确定出所述用户流数据所携带的用于进行用户评估的待评估指标变量；
核对所述待评估指标变量与所述指标清单所指示的待评估指标变量是否一致；
若一致，控制所述目标执行节点利用所述待评估指标变量，通过运行该目标规则脚本，按照该目标规则脚本对应的目标评估规则对所述目标用户进行用户评估，确定所述目标用户在该目标规则脚本所属评估维度下的评估结果。
在一种可能的实施方式中，所述结果确定模块在用于从规则引擎的数据流节点集群中确定出用于对所述目标用户进行用户评估的目标执行节点时，所述结果确定模块用于：
确定所述数据流节点集群中已创建的各个任务执行节点的节点运行负载；
将节点运行负载最小的任务执行节点确定为候选执行节点；
若所述候选执行节点的节点运行负载小于等于预设负载阈值，将所述候选执行节点确定为对所述目标用户进行用户评估的目标执行节点。
在一种可能的实施方式中，在所述将节点运行负载最小的任务执行节点确定为候选执行节点之后，所述流数据处理装置还包括节点新增模块，所述节点新增模块用于：
若所述候选执行节点的节点运行负载大于预设负载阈值，在所述数据流节点集群中新增对流数据进行处理的新增任务节点；
将所述新增任务节点确定为对所述目标用户进行用户评估的目标执行节点。
在一种可能的实施方式中，所述脚本获取模块在用于响应于业务系统实时发送的用户流数据，获取对所述用户流数据所属目标用户在至少一个评估维度上进行用户评估，所参照的每个目标评估规则的目标规则脚本时，所述脚本获取模块用于：
响应于业务系统实时发送的用户流数据，基于所述用户流数据所携带的评估维度信息，确定对所述目标用户进行用户评估的至少一个评估维度；
针对于每个评估维度，确定在该评估维度对所述目标用户进行用户评估所参照的目标评估规则；
获取所述目标评估规则对应的目标规则脚本。
在一种可能的实施方式中，所述流数据处理装置还包括配置模块，所述配置模块用于通过以下步骤得到每个目标评估规则的目标规则脚本：
响应于规则配置操作，在业务人员所使用终端设备的图形用户界面中显示规则配置界面；其中，所述规则配置界面中显示有至少一个待配置规则集；
针对于每个待配置规则集，响应于第一配置操作，确定该待配置规则集下所具有的至少一个规则层级；其中，所述规则层级中包括规则项和/或规则子集；
响应于第二配置操作，确定每个规则层级中各个规则项和/或规则子集之间的项逻辑关系；
按照所述项逻辑关系，整合每个规则层级中各个规则项和/或规则子集，得到配置好的目标规则层级；
响应于层级逻辑配置操作，确定至少一个目标规则层级之间的层级逻辑关系；
按照所述层级逻辑关系，整合该待配置规则集下的至少一个目标规则层级，得到配置好的目标规则集；
响应于集逻辑配置操作，确定完成配置的至少一个目标规则集之间的集逻辑关系；
按照所述集逻辑关系，整合所述至少一个目标规则集，得到配置好的目标评估规则；
基于所述目标评估规则所包括的至少一个目标规则集、每个目标规则集所包括的至少一个规则层级、各个规则项和/或规则子集之间的项逻辑关系、各个规则层级之间的层级逻辑关系以及各个目标规则集之间的集逻辑关系，生成所述目标评估规则对应的目标规则脚本。
在一种可能的实施方式中，所述结果确定模块在用于利用所述指标清单所指示的待评估指标变量，通过运行该目标规则脚本，按照该目标规则脚本对应的目标评估规则对所述目标用户进行用户评估，确定所述目标用户在该目标规则脚本所属评估维度下的评估结果时，所述结果确定模块用于：
通过运行该目标规则脚本，利用所述待评估指标变量，并行在所述目标评估规则所包括的至少一个目标规则集中进行匹配，确定所述目标用户满足条件的匹配规则集；
将所述匹配规则集对应的预设结果确定为所述目标用户在该目标规则脚本所属评估维度下的评估结果。
在一种可能的实施方式中，所述结果确定模块在用于通过运行该目标规则脚本，利用所述待评估指标变量，并行在所述目标评估规则所包括的至少一个目标规则集中进行匹配，确定所述目标用户满足条件的匹配规则集时，所述结果确定模块用于：
针对于每个目标规则集，通过运行该目标规则脚本，利用所述待评估指标变量，并行在所述目标规则集所包括的至少一个规则层级中进行匹配，确定每个规则层级的第一匹配结果；
利用每个规则层级的第一匹配结果，串行在所述至少一个规则层级间进行匹配，确定所述目标用户在该目标规则集下的第二匹配结果；
基于所述目标用户在每个目标规则集下的第二匹配结果，确定所述目标用户满足条件的匹配规则集。
在一种可能的实施方式中，所述流数据处理装置还包括推送模块，所述推送模块用于：
将所述目标用户在每个目标规则脚本所属评估维度下的评估结果，分别存储至不同的存储位置处，并推送至不同业务系统中。
本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的流数据处理方法的步骤。
本申请实施例还提供一种计算机可读存储介质，该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运行时执行如上述的流数据处理方法的步骤。
本申请实施例提供的流数据处理方法及装置，响应于业务系统实时发送的用户流数据，获取对所述用户流数据所属目标用户在至少一个评估维度上进行用户评估时，所参照的每个目标评估规则的目标规则脚本；针对于每个目标规则脚本，对该目标规则脚本进行参数解析，确定对所述目标用户进行用户评估时所参考的指标清单；利用所述指标清单所指示的待评估指标变量，通过运行该目标规则脚本，按照该目标规则脚本对应的目标评估规则对所述目标用户进行用户评估，确定所述目标用户在该目标规则脚本所属评估维度下的评估结果。这样，可以利用规则引擎对业务系统实时发送的用户流数据，实时地对目标用户在不同评估维度上进行用户评估，以保证评估结果的及时性。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请实施例所提供的一种流数据处理方法的流程图；
图2为本申请实施例所提供的一种规则配置过程示意图；
图3为本申请实施例所提供的一种评估规则示意图；
图4为本申请实施例所提供的一种数据流处理过程示意图；
图5为本申请实施例所提供的一种流数据处理装置的结构示意图之一；
图6为本申请实施例所提供的一种流数据处理装置的结构示意图之二；
图7为本申请实施例所提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例，都属于本申请保护的范围。
基于此，本申请实施例提供了一种流数据处理方法，可以利用规则引擎对业务系统实时发送的用户流数据，实时地对目标用户在不同评估维度上进行用户评估，以保证评估结果的及时性。
请参阅图1，图1为本申请实施例所提供的一种流数据处理方法的流程图。应用于规则引擎；如图1中所示，本申请实施例提供的流数据处理方法，包括：
S101、响应于业务系统实时发送的用户流数据，获取对所述用户流数据所属目标用户在至少一个评估维度上进行用户评估时，所参照的每个目标评估规则的目标规则脚本。
S102、针对于每个目标规则脚本，对该目标规则脚本进行参数解析，确定对所述目标用户进行用户评估时所参考的指标清单。
S103、利用所述指标清单所指示的待评估指标变量，通过运行该目标规则脚本，按照该目标规则脚本对应的目标评估规则对所述目标用户进行用户评估，确定所述目标用户在该目标规则脚本所属评估维度下的评估结果。
本申请实施例所提供的一种流数据处理方法，在业务系统接收到新的用户数据时，可以将用户数据以流数据的形式发送至规则引擎中；响应于业务系统实时发送的用户流数据，获取对用户流数据所属的目标用户在至少一个评估维度上进行用户评估时，需运行的目标规则脚本；通过对目标规则脚本进行解析，以明确进行用户评估需利用的待评估指标变量；再运行目标规则脚本，按照该目标规则脚本对应的目标评估规则对目标用户进行评估，确定目标用户在该目标规则脚本所属评估维度下的评估结果。这样，便可以通过规则引擎实时地对目标用户进行不同评估维度上的用户评估，在保证评估结果全面性的同时，还能够保证评估结果的实时性。
这里，当用户通过所使用的终端设备进行相关业务的办理时，相关业务提供方的业务系统便会接收到该用户所输入的相关数据，此时，为了实现对该用户在不同评估维度上的评估，业务系统便会将用户的相关数据以流数据的形式实时发送至规则引擎，规则引擎便可依据于接收到数据，对用户进行用户评估。
在步骤S101中，响应于业务系统实时发送的用户流数据，获取对用户流数据所属的目标用户在至少一个评估维度上进行用户评估时，所参照的目标评估规则的目标规则脚本；其中，不同的评估维度对应的目标评估规则不同，每个目标评估规则均存在对应的目标规则脚本。
这里，可以通过对用户流数据进行数据解析，确定此次对用户流数据所属目标用户进行用户评估所涉及的至少一个评估维度，间接地，确定出需要获取的目标规则脚本。
其中，至少一个评估维度包括营销策略维度、风控策略维度以及预警策略维度等；营销策略维度是指对目标用户所适用的业务产品进行评估；风控策略维度是指对目标用户所存在风险事件以及风险等级进行评估；预警策略维度指对目标用户的预警等级以及预警事件进行评估。
在一种实施方式中，步骤S101包括：
S1011、响应于业务系统实时发送的用户流数据，基于所述用户流数据所携带的评估维度信息，确定对所述目标用户进行用户评估的至少一个评估维度。
该步骤中，响应于业务系统实时发送的用户流数据，对用户流数据进行数据解析，确定用户流数据中所携带的评估维度信息，以根据评估维度信息确定此次对目标用户进行用户评估所涉及的至少一个评估维度。
这里，评估维度信息可以包括评估维度编号，业务系统在发送用户流数据时便已将评估维度编号写入用户流数据中，因此，便可以通过从用户流数据中解析出评估维度编号，明确对目标用户进行用户评估所涉及的至少一个评估维度。
S1012、针对于每个评估维度，确定在该评估维度对所述目标用户进行用户评估所参照的目标评估规则。
该步骤中，每个评估维度具有唯一的目标评估规则，因此，在明确了目标用户需进行用户评估的至少一个评估维度的情况下，可以针对于每个评估维度，依据于评估维度与目标评估规则之间的一一对应关系，确定在该评估维度对目标用户进行用户评估时所参照的目标评估规则。
S1013、获取所述目标评估规则对应的目标规则脚本。
该步骤中，每个目标评估规则具有唯一的目标规则脚本，因此，在明确了目标用户在该评估维度下进行用户评估所参照的目标评估规则的情况下，可以依据于目标评估规则与目标规则脚本之间的一一对应关系，获取目标评估规则对应的目标规则脚本。
在步骤S102中，针对于每个目标规则脚本，可以通过对该目标规则脚本进行参数解析，确定出表明各项待评估指标变量的指标清单；其中，各项待评估指标变量为在利用该目标规则脚本对应的目标评估规则对目标用户进行用户评估时需评估的待评估指标变量。
具体的，在对目标规则脚本进行解析时，首先，基于分布式流式数据计算框架，创建脚本解析任务；其次，通过执行脚本解析任务，对目标规则脚本进行参数解析，确定出该目标规则脚本对应的目标评估规则；然后，确定在依据于该目标评估规则对目标用户进行用户评估时，所需评估的各个待评估指标变量；最后，基于确定出的、需评估的各个待评估指标变量，生成指标清单。
在步骤S103中，通过运行目标评估规则对应的目标规则脚本，便可以按照该目标规则脚本对应的目标评估规则对目标用户进行评估；具体的，通过运行目标规则脚本，按照该目标规则脚本对应的目标评估规则，通过逐一核对评估指标清单所指示的待评估指标变量，确定目标用户在该目标规则脚本所属评估维度下的评估结果，进而，实现目标用户在该目标规则脚本所属评估维度上的评估。
这里，在对目标用户进行用户评估时，为了保证对目标用户进行用户评估的评估效率，可选择当前时刻适合于执行用户评估任务的目标执行节点，以能够及时地完成用户评估任务，提高任务的执行效率。
在一种实施方式中，步骤S103包括：
S1031、从所述规则引擎的数据流节点集群中确定出用于对所述目标用户进行用户评估的目标执行节点。
该步骤中，规则引擎中可以创建有数据流节点集群，数据流节点集群中包括可以用于执行用户评估任务的多个任务执行节点；在具有用户评估需求时，可以从数据流节点集群中确定出最适用于对目标用户进行用户评估的目标执行节点。
在一种实施方式中，步骤S1031包括：
确定所述数据流节点集群中已创建的各个任务执行节点的节点运行负载；将节点运行负载最小的任务执行节点确定为候选执行节点；若所述候选执行节点的节点运行负载小于等于预设负载阈值，将所述候选执行节点确定为对所述目标用户进行用户评估的目标执行节点。
该步骤中，可以根据当前时刻数据流节点集群中集群节点信息，逐一确定数据流节点集群中已创建的、用于执行用户评估任务的各个任务执行节点的节点运行负载；进而，参考于每个任务执行节点的节点运行负载，将节点运行负载最小的任务执行节点确定为可以执行目标用户的用户评估任务的候选执行节点。
这里，即便是节点运行负载最小的任务执行节点也有可能存在超负载运行的情况，因此，为了保证用于执行用户评估任务的执行节点不会出现超负载运行的情况，影响评估任务的执行效率，在确定出可以执行目标用户的用户评估任务的候选执行节点之后，还要进一步确定候选执行节点是否存在超负载运行的情况。
将候选执行节点的节点运行负载与预设负载阈值进行比较，若候选执行节点的节点运行负载小于等于预设负载阈值，则可以说明候选执行节点未出现超负载运行的情况，此时，便可以将候选执行节点确定为对目标用户进行用户评估的目标执行节点。
其中，集群节点信息能够表明各个任务执行节点的基础运行信息，基础运行信息至少包括任务执行节点的运行状态以及节点运行负载。
这样，便可以确保从多个候选执行节点中选择出执行用户评估任务的目标执行节点不会出现超负载运行的情况，以保证能够及时地完成用户评估任务。
在另一种实施方式中，在所述将节点运行负载最小的任务执行节点确定为候选执行节点之后，所述流数据处理方法还包括：
若所述候选执行节点的节点运行负载大于预设负载阈值，在所述数据流节点集群中新增对流数据进行处理的新增任务节点；将所述新增任务节点确定为对所述目标用户进行用户评估的目标执行节点。
该步骤中，若候选执行节点的节点运行负载大于预设负载阈值，则可以说明候选执行节点出现超负载运行的情况，因此，便无法使用该候选执行节点对目标用户进行用户评估；此时，则需要在数据流节点集群中新增对流数据进行处理的新增任务节点，并将新增的新增任务节点确定为对目标用户进行用户评估的目标执行节点，以此，达到对规则引擎的数据处理过程进行横向扩容的目的。
S1032、利用所述目标执行节点对所述用户流数据进行变量解析，确定出所述用户流数据所携带的用于进行用户评估的待评估指标变量。
该步骤中，利用目标执行节点对用户流数据进行变量解析，从用户流数据中抽取出可以用于进行用户评估的待评估指标变量。
S1033、核对所述待评估指标变量与所述指标清单所指示的待评估指标变量是否一致。
该步骤中，为了避免在后续的用户评估过程中，由于，缺少用户评估所需的待评估指标变量，出现评估中断的情况，在进行用户评估之前，需核对从用户流数据中抽取出的待评估指标变量是否与指标清单所指示的待评估指标变量一致。
S1034、若一致，控制所述目标执行节点利用所述待评估指标变量，通过运行该目标规则脚本，按照该目标规则脚本对应的目标评估规则对所述目标用户进行用户评估，确定所述目标用户在该目标规则脚本所属评估维度下的评估结果。
该步骤中，若从用户流数据中抽取出的待评估指标变量是指标清单所指示的待评估指标变量一致，则表明不会存在缺少待评估指标变量的问题；其中，考虑到在不同目标评估规则下对目标用户进行用户评估需评估的待评估指标变量的差异性，这里，用于核对的指标清单是针对于每个目标评估规则所特殊设置的，即指标清单与目标评估规则之间存在一一对应的关系，以保证在核对过程中，不会遗漏核对该目标评估规则所涉及的待评估指标变量。
此时，便可以控制目标执行节点通过运行目标评估规则对应的目标规则脚本，便可以按照该目标规则脚本对应的目标评估规则对目标用户进行评估；具体的，控制目标执行节点通过运行目标规则脚本，按照该目标规则脚本对应的目标评估规则，通过逐一核对从用户流数据中抽取出的待评估指标变量，确定目标用户在该目标规则脚本所属评估维度下的评估结果，进而，实现目标用户在该目标规则脚本所属评估维度上的评估。
这里，为了便于业务人员对目标评估规则进行配置，还可以为业务人员提供规则配置界面，业务人员可以通过相应的规则配置操作等相关操作实现目标评估规则的配置。
在一种实施方式中，请参阅图2，图2为本申请实施例所提供的一种规则配置过程示意图。如图2所示，通过以下步骤得到每个目标评估规则的目标规则脚本：
S201、响应于规则配置操作，在业务人员所使用终端设备的图形用户界面中显示规则配置界面。
该步骤中，业务人员可以通过规则配置操作触发规则配置界面的显示；具体的，响应于业务人员通过终端设备所施加的规则配置操作，在业务人员所使用的终端设备的图形用户界面中显示规则配置界面；其中，所述规则配置界面中显示有至少一个待配置规则集，以使业务人员可以对目标评估规则所涉及的至少一个待配置规则集进行配置。
本申请所提供的方案中，响应于规则配置操作，具体可以为，当业务人员按下规则配置操作对应的控件时，便可以触发规则配置界面的显示；具体的，业务人员可以通过手指、鼠标等触控规则配置操作对应的控件；或者是通过键盘中的预设组合键触控规则配置操作对应的控件，例如，键盘中的ctrl键、alt键、a键等按键，预设按键可以根据业务人员的需求进行人为设置。
其中，规则配置操作可以包括点击操作、双击操作、滑动操作、拖拽操作以及输入操作等操作。
S202、针对于每个待配置规则集，响应于第一配置操作，确定该待配置规则集下所具有的至少一个规则层级。
该步骤中，针对于规则配置界面中的每个待配置规则集，业务人员可以通过第一配置操作实现对每个待配置规则集所包括的规则层级的配置；具体的，响应于业务人员通过终端设备所施加的第一配置操作，确定待配置规则集所包括的至少一个规则层级；其中，所述规则层级中包括规则项和/或规则子集。
本申请所提供的方案中，响应于第一配置操作，具体可以为，当业务人员按下第一配置操作对应的控件时，便可以触发待配置规则集中规则层级的配置。
其中，第一配置操作可以包括点击操作、双击操作、滑动操作、拖拽操作以及输入操作等操作。
S203、响应于第二配置操作，确定每个规则层级中各个规则项和/或规则子集之间的项逻辑关系。
该步骤中，业务人员可以通过第二配置操作，实现每个规则层级中各个规则项和/或规则子集之间的项逻辑关系的配置；具体的，可以针对于每个规则层级，响应于业务人员通过终端设备所施加的第二配置操作，确定该规则层级所包括的各个规则项和/或规则子集之间所具有的项逻辑关系。
其中，项逻辑关系包括与关系、或关系以及非关系等。
本申请所提供的方案中，响应于第二配置操作，具体可以为，当业务人员按下第二配置操作对应的控件时，便可以触发规则层级中项逻辑关系的配置。
其中，第二配置操作可以包括点击操作、双击操作、滑动操作、拖拽操作以及输入操作等操作。
S204、按照所述项逻辑关系，整合每个规则层级中各个规则项和/或规则子集，得到配置好的目标规则层级。
该步骤中，按照确定出的各个规则项和/或规则子集之间所具有的项逻辑关系，整合每个规则层级中各个规则项和/或规则子集，即，通过各个规则项和/或规则子集之间所具有的项逻辑关系，关联每个规则层级中各个规则项和/或规则子集，得到配置好的目标规则层级。
S205、响应于层级逻辑配置操作，确定至少一个目标规则层级之间的层级逻辑关系。
该步骤中，在得到配置好的目标规则层级之后，业务人员可以通过层级逻辑配置操作实现各个目标规则层级之间所具有的层级逻辑关系的配置；具体的，响应于业务人员通过终端设备所施加的层级逻辑配置操作，确定至少一个目标规则层级中，每两个目标规则层级之间所具有的层级逻辑关系。
本申请所提供的方案中，响应于层级逻辑配置操作，具体可以为，当业务人员按下层级逻辑配置操作对应的控件时，便可以触发层级逻辑关系的配置。
其中，层级逻辑配置操作可以包括点击操作、双击操作、滑动操作、拖拽操作以及输入操作等操作。
层级逻辑关系包括所属关系。
S206、按照所述层级逻辑关系，整合该待配置规则集下的至少一个目标规则层级，得到配置好的目标规则集。
该步骤中，按照确定出的至少一个目标规则层级之间所具有的层级逻辑关系，整合每个待配置规则集下各个至少一个目标规则层级，即，通过至少一个目标规则层级之间所具有的层级逻辑关系，关联每个待配置规则集中至少一个目标规则层级，得到配置好的目标规则集。
S207、响应于集逻辑配置操作，确定完成配置的至少一个目标规则集之间的集逻辑关系。
该步骤中，在得到配置好的目标规则集之后，业务人员可以通过集逻辑配置操作实现各个目标规则集之间所具有的集逻辑关系的配置；具体的，响应于业务人员通过终端设备所施加的集逻辑配置操作，确定至少一个目标规则集中，每两个目标规则集之间所具有的集逻辑关系。
本申请所提供的方案中，响应于集逻辑配置操作，具体可以为，当业务人员按下集逻辑配置操作对应的控件时，便可以触发集逻辑关系的配置。
其中，集逻辑配置操作可以包括点击操作、双击操作、滑动操作、拖拽操作以及输入操作等操作。
集逻辑关系包括并关系、或关系以及非关系等。
S208、按照所述集逻辑关系，整合所述至少一个目标规则集，得到配置好的目标评估规则。
该步骤中，按照确定出的至少一个目标规则集之间所具有的集逻辑关系，整合目标评估规则所包括的至少一个目标规则集，即，通过至少一个目标规则集之间所具有的集逻辑关系，关联目标评估规则所包括的至少一个目标规则集，得到配置好的目标评估规则。
请参阅图3，图3为本申请实施例所提供的一种评估规则示意图。如图3所示，目标评估规则3a包括两个目标规则集，目标规则集3b和目标规则集3c；目标规则集3b包括2个规则层级3d，规则层级3d-1和规则层级3d-2；规则层级3d-2为规则层级3d-1的子层级；规则层级3d-1包括1个规则项3e-1和1个规则子集3e-2，规则子集3e-2中包括两个规则项，规则项3f-1和规则项3f-2；规则层级3d-1与规则层级3d-2之间的层级逻辑关系为“所属关系”；规则项3e-1与规则子集3e-2之间的项逻辑关系为“与关系”；规则项3f-1与规则项3f-2之间的项逻辑关系为“或关系”。
S209、基于所述目标评估规则所包括的至少一个目标规则集、每个目标规则集所包括的至少一个规则层级、各个规则项和/或规则子集之间的项逻辑关系、各个规则层级之间的层级逻辑关系以及各个目标规则集之间的集逻辑关系，生成所述目标评估规则对应的目标规则脚本。
该步骤中，在完成目标评估规则的配置后，便可以基于目标评估规则所具有的相关信息，生成目标评估规则对应的目标规则脚本；具体的，可以基于目标评估规则所包括的至少一个目标规则集、每个目标规则集所包括的至少一个规则层级、各个规则项和/或规则子集之间的项逻辑关系、各个规则层级之间的层级逻辑关系以及各个目标规则集之间的集逻辑关系，生成目标评估规则对应的目标规则脚本。
在一种实施方式中，步骤S103包括：
步骤1、通过运行该目标规则脚本，利用所述待评估指标变量，并行在所述目标评估规则所包括的至少一个目标规则集中进行匹配，确定所述目标用户满足条件的匹配规则集。
该步骤中，根据前述内容可知目标规则脚本对应的目标评估规则中包括并行设置有至少一个目标规则集，在运行该目标规则脚本，利用待评估指标变量，按照目标评估规则对目标用户进行用户评估时，可以并行地在每个目标规则集中进行匹配，确定出该目标用户满足条件的匹配规则集。
这里，满足条件的匹配规则集是指当目标用户的待评估指标变量存在任意一目标规则集所包括的规则项时，则可任务该目标规则集为满足条件的匹配规则集。
示例性的，假设评估维度为“预警策略”维度，在“预警策略”维度包括两个目标规则集，目标规则集1中包括一个目标规则项，目标规则项为“存款>500”，目标规则集2中包括一个目标规则项，目标规则项为“欠款>500”，若目标用户的待评估指标变量包括“存款>500”时，则确定该目标用户满足目标规则集1；若目标用户的待评估指标变量包括“欠款>500”时，则确定该目标用户满足目标规则集2。
这里，对于每个目标规则集来说，在该目标规则集下还包括至少一个规则层级，在并行匹配各个目标规则集的过程中，还需串行匹配该目标规则集下的至少一个规则层级。
在一种实施方式中，步骤1包括：
步骤a、针对于每个目标规则集，通过运行该目标规则脚本，利用所述待评估指标变量，并行在所述目标规则集所包括的至少一个规则层级中进行匹配，确定每个规则层级的第一匹配结果。
该步骤中，根据前述内容可知目标规则集中包括至少一个规则层级，在运行该目标规则脚本，利用待评估指标变量，按照目标评估规则对目标用户进行用户评估时，可以并行地在每个规则层级中进行匹配，确定每个规则层级的第一匹配结果。
示例性的，目标规则集3中包括2个规则层级，规则层级2为规则层级1的子层级，规则层级1中包括1个规则项1和1个规则子集1，规则子集中包括两个规则项，规则项2和规则项3，则规则项2和规则项3属于规则层级2；可以并行的匹配规则项2和规则项3，确定规则层级2的第一匹配结果；也可以并行的匹配规则项1和规则子集1。
步骤b、利用每个规则层级的第一匹配结果，串行在所述至少一个规则层级间进行匹配，确定所述目标用户在该目标规则集下的第二匹配结果。
该步骤中，利用每个规则层级的第一匹配结果，串行在至少一个规则层级间进行匹配，即需基于各个规则层级的第一匹配结果，逐级地进行匹配，确定目标用户在该目标规则集下的第二匹配结果。
对应于上述实施例，需在规则层级2的第一匹配结果的基础上，利用待评估指标变量，匹配规则层级2的第一匹配结果与规则项1，确定目标用户在该目标规则集下的第二匹配结果。
步骤c、基于所述目标用户在每个目标规则集下的第二匹配结果，确定所述目标用户满足条件的匹配规则集。
这里，目标用户在每个目标规则集下的第二匹配结果可以直接表明该目标用户是否满足该目标规则集；若该目标用户满足该目标规则集，则可以将该目标规则集确定为匹配规则集。
步骤2、将所述匹配规则集对应的预设结果确定为所述目标用户在该目标规则脚本所属评估维度下的评估结果。
该步骤中，预先为每个目标规则集设置有对应的预设结果，在从至少一个目标规则集中确定出目标用户满足条件的匹配规则集后，将匹配规则集对应的预设结果确定为目标用户在该目标规则脚本所属评估维度下的评估结果。
对应于上述实施例，目标规则集1对应的预设结果为“未达到预警等级”，目标规则集2对应的预设结果为“需进行欠款预警”；当目标用户满足目标规则集1时，则将目标规则集1的预设结果确定为该目标用户在“预警策略”维度下的评估结果，即该目标用户在“预警策略”维度下的评估结果为“未达到预警等级”；当目标用户满足目标规则集2时，则将目标规则集2的预设结果确定为该目标用户在“预警策略”维度下的评估结果，即该目标用户在“预警策略”维度下的评估结果为“需进行欠款预警”。
这里，为了后续能够对目标用户在不同分析维度上进行实际分析，可以分别将评估结果存储于不同的存储位置处。
在一种实施方式中，所述流数据处理方法还包括：将所述目标用户在每个目标规则脚本所属评估维度下的评估结果，分别存储至不同的存储位置处，并推送至不同业务系统中。
该步骤中，将得到的目标用户在每个目标规则脚本所属评估维度下的评估结果，分别存储至不同的存储位置处；其中，存储位置至少包括消息数据源sink、数据库sink、Logsink以及缓存(redis)sink。
同时，为了相关部门能够及时地根据评估结果进行业务分析，在得到评估结果后，将评估结果推送至具有需求的业务系统中。
请参阅图4，图4为本申请实施例所提供的一种数据流处理过程示意图。如图4所示，步骤401：用户通过终端设备预先配置目标评估规则；步骤402：生成目标评估规则的目标规则脚本；步骤403：获取业务系统实时发送的用户流数据；步骤404：对用于评估用户流数据所属目标用户的目标规则脚本进行参数解析；步骤405：按照标规则脚本解析出的指标清单对用户流数据所携带的待评估指标变量进行参数校验；步骤406：运行目标规则脚本；步骤407：确定目标用户的评估结果；步骤408：缓存评估结果。
本申请实施例提供的流数据处理方法，响应于业务系统实时发送的用户流数据，获取对所述用户流数据所属目标用户在至少一个评估维度上进行用户评估时，所参照的每个目标评估规则的目标规则脚本；针对于每个目标规则脚本，对该目标规则脚本进行参数解析，确定对所述目标用户进行用户评估时所参考的指标清单；利用所述指标清单所指示的待评估指标变量，通过运行该目标规则脚本，按照该目标规则脚本对应的目标评估规则对所述目标用户进行用户评估，确定所述目标用户在该目标规则脚本所属评估维度下的评估结果。这样，可以利用规则引擎对业务系统实时发送的用户流数据，实时地对目标用户在不同评估维度上进行用户评估，以保证评估结果的及时性。
请参阅图5、图6，图5为本申请实施例所提供的一种流数据处理装置的结构示意图之一，图6为本申请实施例所提供的一种流数据处理装置的结构示意图之二。应用于规则引擎；如图5中所示，所述流数据处理装置500包括：
脚本获取模块510，用于响应于业务系统实时发送的用户流数据，获取对所述用户流数据所属目标用户在至少一个评估维度上进行用户评估时，所参照的每个目标评估规则的目标规则脚本；
指标确定模块520，用于针对于每个目标规则脚本，对该目标规则脚本进行参数解析，确定对所述目标用户进行用户评估时所参考的指标清单；
结果确定模块530，用于利用所述指标清单所指示的待评估指标变量，通过运行该目标规则脚本，按照该目标规则脚本对应的目标评估规则对所述目标用户进行用户评估，确定所述目标用户在该目标规则脚本所属评估维度下的评估结果。
进一步的，所述结果确定模块530在用于利用所述指标清单所指示的待评估指标变量，通过运行该目标规则脚本，按照该目标规则脚本对应的目标评估规则对所述目标用户进行用户评估，确定所述目标用户在该目标规则脚本所属评估维度下的评估结果时，所述结果确定模块530用于：
从所述规则引擎的数据流节点集群中确定出用于对所述目标用户进行用户评估的目标执行节点；
利用所述目标执行节点对所述用户流数据进行变量解析，确定出所述用户流数据所携带的用于进行用户评估的待评估指标变量；
核对所述待评估指标变量与所述指标清单所指示的待评估指标变量是否一致；
若一致，控制所述目标执行节点利用所述待评估指标变量，通过运行该目标规则脚本，按照该目标规则脚本对应的目标评估规则对所述目标用户进行用户评估，确定所述目标用户在该目标规则脚本所属评估维度下的评估结果。
进一步的，所述结果确定模块530在用于从规则引擎的数据流节点集群中确定出用于对所述目标用户进行用户评估的目标执行节点时，所述结果确定模块530用于：
确定所述数据流节点集群中已创建的各个任务执行节点的节点运行负载；
将节点运行负载最小的任务执行节点确定为候选执行节点；
若所述候选执行节点的节点运行负载小于等于预设负载阈值，将所述候选执行节点确定为对所述目标用户进行用户评估的目标执行节点。
进一步的，如图6所示，在所述将节点运行负载最小的任务执行节点确定为候选执行节点之后，所述流数据处理装置500还包括节点新增模块，所述节点新增模块540用于：
若所述候选执行节点的节点运行负载大于预设负载阈值，在所述数据流节点集群中新增对流数据进行处理的新增任务节点；
将所述新增任务节点确定为对所述目标用户进行用户评估的目标执行节点。
进一步的，所述脚本获取模块510在用于响应于业务系统实时发送的用户流数据，获取对所述用户流数据所属目标用户在至少一个评估维度上进行用户评估，所参照的每个目标评估规则的目标规则脚本时，所述脚本获取模块510用于：
响应于业务系统实时发送的用户流数据，基于所述用户流数据所携带的评估维度信息，确定对所述目标用户进行用户评估的至少一个评估维度；
针对于每个评估维度，确定在该评估维度对所述目标用户进行用户评估所参照的目标评估规则；
获取所述目标评估规则对应的目标规则脚本。
进一步的，如图6所示，所述流数据处理装置500还包括配置模块550，所述配置模块550用于通过以下步骤得到每个目标评估规则的目标规则脚本：
响应于规则配置操作，在业务人员所使用终端设备的图形用户界面中显示规则配置界面；其中，所述规则配置界面中显示有至少一个待配置规则集；
针对于每个待配置规则集，响应于第一配置操作，确定该待配置规则集下所具有的至少一个规则层级；其中，所述规则层级中包括规则项和/或规则子集；
响应于第二配置操作，确定每个规则层级中各个规则项和/或规则子集之间的项逻辑关系；
按照所述项逻辑关系，整合每个规则层级中各个规则项和/或规则子集，得到配置好的目标规则层级；
响应于层级逻辑配置操作，确定至少一个目标规则层级之间的层级逻辑关系；
按照所述层级逻辑关系，整合该待配置规则集下的至少一个目标规则层级，得到配置好的目标规则集；
响应于集逻辑配置操作，确定完成配置的至少一个目标规则集之间的集逻辑关系；
按照所述集逻辑关系，整合所述至少一个目标规则集，得到配置好的目标评估规则；
基于所述目标评估规则所包括的至少一个目标规则集、每个目标规则集所包括的至少一个规则层级、各个规则项和/或规则子集之间的项逻辑关系、各个规则层级之间的层级逻辑关系以及各个目标规则集之间的集逻辑关系，生成所述目标评估规则对应的目标规则脚本。
进一步的，所述结果确定模块530在用于利用所述指标清单所指示的待评估指标变量，通过运行该目标规则脚本，按照该目标规则脚本对应的目标评估规则对所述目标用户进行用户评估，确定所述目标用户在该目标规则脚本所属评估维度下的评估结果时，所述结果确定模块530用于：
通过运行该目标规则脚本，利用所述待评估指标变量，并行在所述目标评估规则所包括的至少一个目标规则集中进行匹配，确定所述目标用户满足条件的匹配规则集；
将所述匹配规则集对应的预设结果确定为所述目标用户在该目标规则脚本所属评估维度下的评估结果。
进一步的，所述结果确定模块530在用于通过运行该目标规则脚本，利用所述待评估指标变量，并行在所述目标评估规则所包括的至少一个目标规则集中进行匹配，确定所述目标用户满足条件的匹配规则集时，所述结果确定模块530用于：
针对于每个目标规则集，通过运行该目标规则脚本，利用所述待评估指标变量，并行在所述目标规则集所包括的至少一个规则层级中进行匹配，确定每个规则层级的第一匹配结果；
利用每个规则层级的第一匹配结果，串行在所述至少一个规则层级间进行匹配，确定所述目标用户在该目标规则集下的第二匹配结果；
基于所述目标用户在每个目标规则集下的第二匹配结果，确定所述目标用户满足条件的匹配规则集。
进一步的，所述流数据处理装置500还包括推送模块560，所述推送模块560用于：
将所述目标用户在每个目标规则脚本所属评估维度下的评估结果，分别存储至不同的存储位置处，并推送至不同业务系统中。
本申请实施例提供的流数据处理装置，响应于业务系统实时发送的用户流数据，获取对所述用户流数据所属目标用户在至少一个评估维度上进行用户评估时，所参照的每个目标评估规则的目标规则脚本；针对于每个目标规则脚本，对该目标规则脚本进行参数解析，确定对所述目标用户进行用户评估时所参考的指标清单；利用所述指标清单所指示的待评估指标变量，通过运行该目标规则脚本，按照该目标规则脚本对应的目标评估规则对所述目标用户进行用户评估，确定所述目标用户在该目标规则脚本所属评估维度下的评估结果。这样，可以利用规则引擎对业务系统实时发送的用户流数据，实时地对目标用户在不同评估维度上进行用户评估，以保证评估结果的及时性。
请参阅图7，图7为本申请实施例所提供的一种电子设备的结构示意图。如图7中所示，所述电子设备700包括处理器710、存储器720和总线730。
所述存储器720存储有所述处理器710可执行的机器可读指令，当电子设备700运行时，所述处理器710与所述存储器720之间通过总线730通信，所述机器可读指令被所述处理器710执行时，可以执行如上述图1所示方法实施例中的流数据处理方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。
本申请实施例还提供一种计算机可读存储介质，该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运行时可以执行如上述图1所示方法实施例中的流数据处理方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (9)
1.一种流数据处理方法，其特征在于，应用于规则引擎；所述流数据处理方法包括：
响应于业务系统实时发送的用户流数据，获取对所述用户流数据所属目标用户在至少一个评估维度上进行用户评估时，所参照的每个目标评估规则的目标规则脚本；其中，所述目标规则脚本是基于在规则配置界面中配置得到的目标规则脚本所生成的；所述目标评估规则是通过整合在规则配置界面中所配置的目标规则集和所述目标规则集下的目标规则层级所得到的；
针对于每个目标规则脚本，对该目标规则脚本进行参数解析，确定对所述目标用户进行用户评估时所参考的指标清单；
利用所述指标清单所指示的待评估指标变量，通过运行该目标规则脚本，按照该目标规则脚本对应的目标评估规则对所述目标用户进行用户评估，确定所述目标用户在该目标规则脚本所属评估维度下的评估结果；
所述响应于业务系统实时发送的用户流数据，获取对所述用户流数据所属目标用户在至少一个评估维度上进行用户评估，所参照的每个目标评估规则的目标规则脚本，包括：
响应于业务系统实时发送的用户流数据，基于所述用户流数据所携带的评估维度信息，确定对所述目标用户进行用户评估的至少一个评估维度；针对于每个评估维度，确定在该评估维度对所述目标用户进行用户评估所参照的目标评估规则；获取所述目标评估规则对应的目标规则脚本。
2.根据权利要求1所述的流数据处理方法，其特征在于，所述利用所述指标清单所指示的待评估指标变量，通过运行该目标规则脚本，按照该目标规则脚本对应的目标评估规则对所述目标用户进行用户评估，确定所述目标用户在该目标规则脚本所属评估维度下的评估结果，包括：
从所述规则引擎的数据流节点集群中确定出用于对所述目标用户进行用户评估的目标执行节点；
利用所述目标执行节点对所述用户流数据进行变量解析，确定出所述用户流数据所携带的用于进行用户评估的待评估指标变量；
核对所述待评估指标变量与所述指标清单所指示的待评估指标变量是否一致；
若一致，控制所述目标执行节点利用所述待评估指标变量，通过运行该目标规则脚本，按照该目标规则脚本对应的目标评估规则对所述目标用户进行用户评估，确定所述目标用户在该目标规则脚本所属评估维度下的评估结果。
3.根据权利要求2所述的流数据处理方法，其特征在于，所述从所述规则引擎的数据流节点集群中确定出用于对所述目标用户进行用户评估的目标执行节点，包括：
确定所述数据流节点集群中已创建的各个任务执行节点的节点运行负载；
将节点运行负载最小的任务执行节点确定为候选执行节点；
若所述候选执行节点的节点运行负载小于等于预设负载阈值，将所述候选执行节点确定为对所述目标用户进行用户评估的目标执行节点。
4.根据权利要求3所述的流数据处理方法，其特征在于，在所述将节点运行负载最小的任务执行节点确定为候选执行节点之后，所述流数据处理方法还包括：
若所述候选执行节点的节点运行负载大于预设负载阈值，在所述数据流节点集群中新增对流数据进行处理的新增任务节点；
将所述新增任务节点确定为对所述目标用户进行用户评估的目标执行节点。
5.根据权利要求1至4任一项所述的流数据处理方法，其特征在于，通过以下步骤得到每个目标评估规则的目标规则脚本：
响应于规则配置操作，在业务人员所使用终端设备的图形用户界面中显示规则配置界面；其中，所述规则配置界面中显示有至少一个待配置规则集；
针对于每个待配置规则集，响应于第一配置操作，确定该待配置规则集下所具有的至少一个规则层级；其中，所述规则层级中包括规则项和/或规则子集；
响应于第二配置操作，确定每个规则层级中各个规则项和/或规则子集之间的项逻辑关系；
按照所述项逻辑关系，整合每个规则层级中各个规则项和/或规则子集，得到配置好的目标规则层级；
响应于层级逻辑配置操作，确定至少一个目标规则层级之间的层级逻辑关系；
按照所述层级逻辑关系，整合该待配置规则集下的至少一个目标规则层级，得到配置好的目标规则集；
响应于集逻辑配置操作，确定完成配置的至少一个目标规则集之间的集逻辑关系；
按照所述集逻辑关系，整合所述至少一个目标规则集，得到配置好的目标评估规则；
基于所述目标评估规则所包括的至少一个目标规则集、每个目标规则集所包括的至少一个规则层级、各个规则项和/或规则子集之间的项逻辑关系、各个规则层级之间的层级逻辑关系以及各个目标规则集之间的集逻辑关系，生成所述目标评估规则对应的目标规则脚本。
6.根据权利要求5所述的流数据处理方法，其特征在于，所述利用所述指标清单所指示的待评估指标变量，通过运行该目标规则脚本，按照该目标规则脚本对应的目标评估规则对所述目标用户进行用户评估，确定所述目标用户在该目标规则脚本所属评估维度下的评估结果，包括：
通过运行该目标规则脚本，利用所述待评估指标变量，并行在所述目标评估规则所包括的至少一个目标规则集中进行匹配，确定所述目标用户满足条件的匹配规则集；
将所述匹配规则集对应的预设结果确定为所述目标用户在该目标规则脚本所属评估维度下的评估结果。
7.根据权利要求6所述的流数据处理方法，其特征在于，所述通过运行该目标规则脚本，利用所述待评估指标变量，并行在所述目标评估规则所包括的至少一个目标规则集中进行匹配，确定所述目标用户满足条件的匹配规则集，包括：
针对于每个目标规则集，通过运行该目标规则脚本，利用所述待评估指标变量，并行在所述目标规则集所包括的至少一个规则层级中进行匹配，确定每个规则层级的第一匹配结果；
利用每个规则层级的第一匹配结果，串行在所述至少一个规则层级间进行匹配，确定所述目标用户在该目标规则集下的第二匹配结果；
基于所述目标用户在每个目标规则集下的第二匹配结果，确定所述目标用户满足条件的匹配规则集。
8.根据权利要求1所述的流数据处理方法，其特征在于，所述流数据处理方法还包括：
将所述目标用户在每个目标规则脚本所属评估维度下的评估结果，分别存储至不同的存储位置处，并推送至不同业务系统中。
9.一种流数据处理装置，其特征在于，应用于规则引擎；所述流数据处理装置包括：
脚本获取模块，用于响应于业务系统实时发送的用户流数据，获取对所述用户流数据所属目标用户在至少一个评估维度上进行用户评估时，所参照的每个目标评估规则的目标规则脚本；其中，所述目标规则脚本是基于在规则配置界面中配置得到的目标规则脚本所生成的；所述目标评估规则是通过整合在规则配置界面中所配置的目标规则集和所述目标规则集下的目标规则层级所得到的；
指标确定模块，用于针对于每个目标规则脚本，对该目标规则脚本进行参数解析，确定对所述目标用户进行用户评估时所参考的指标清单；
结果确定模块，用于利用所述指标清单所指示的待评估指标变量，通过运行该目标规则脚本，按照该目标规则脚本对应的目标评估规则对所述目标用户进行用户评估，确定所述目标用户在该目标规则脚本所属评估维度下的评估结果；
所述脚本获取模块在用于响应于业务系统实时发送的用户流数据，获取对所述用户流数据所属目标用户在至少一个评估维度上进行用户评估，所参照的每个目标评估规则的目标规则脚本时，所述脚本获取模块用于：
响应于业务系统实时发送的用户流数据，基于所述用户流数据所携带的评估维度信息，确定对所述目标用户进行用户评估的至少一个评估维度；针对于每个评估维度，确定在该评估维度对所述目标用户进行用户评估所参照的目标评估规则；获取所述目标评估规则对应的目标规则脚本。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211585833.XA CN115858319B (zh) | 2022-12-09 | 2022-12-09 | 一种流数据处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211585833.XA CN115858319B (zh) | 2022-12-09 | 2022-12-09 | 一种流数据处理方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115858319A CN115858319A (zh) | 2023-03-28 |
| CN115858319B true CN115858319B (zh) | 2023-11-28 |
Family
ID=85671883
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211585833.XA Active CN115858319B (zh) | 2022-12-09 | 2022-12-09 | 一种流数据处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115858319B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112288439A (zh) * | 2020-11-23 | 2021-01-29 | 中信银行股份有限公司 | 一种风险评估方法、装置、电子设备及可读存储介质 |
| CN112348695A (zh) * | 2020-09-16 | 2021-02-09 | 贵州电网有限责任公司 | 一种基于层次分析法的电力数据质量评价模型构建方法 |
| CN112633619A (zh) * | 2019-10-08 | 2021-04-09 | 阿里巴巴集团控股有限公司 | 风险评估方法及装置 |
| CN113297082A (zh) * | 2021-05-27 | 2021-08-24 | 北京中指讯博数据信息技术有限公司 | 产品的质量评估方法及装置 |
| CN114037219A (zh) * | 2021-10-19 | 2022-02-11 | 浙江大华技术股份有限公司 | 一种数据评估方法、装置及电子设备 |
| CN114678130A (zh) * | 2022-04-02 | 2022-06-28 | 智业软件股份有限公司 | 一种基于标准规则的评估方法、终端设备及存储介质 |
| CN114693192A (zh) * | 2022-06-01 | 2022-07-01 | 四川高灯企服科技有限公司 | 风控决策方法、装置、计算机设备和存储介质 |
| WO2022142016A1 (zh) * | 2020-12-30 | 2022-07-07 | 平安科技（深圳）有限公司 | 基于规则引擎的参数转换方法、装置、设备及介质 |
| CN114819721A (zh) * | 2022-05-19 | 2022-07-29 | 中国建设银行股份有限公司 | 一种营业网点的评估方法、装置、电子设备及存储介质 |
| CN114816170A (zh) * | 2021-01-29 | 2022-07-29 | 腾讯科技（北京）有限公司 | 规则方案生成方法、装置、介质及电子设备 |
| CN115309570A (zh) * | 2021-05-07 | 2022-11-08 | 珠海优特电力科技股份有限公司 | 操作防误逻辑的生成方法和系统及存储介质 |
-
2022
- 2022-12-09 CN CN202211585833.XA patent/CN115858319B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112633619A (zh) * | 2019-10-08 | 2021-04-09 | 阿里巴巴集团控股有限公司 | 风险评估方法及装置 |
| CN112348695A (zh) * | 2020-09-16 | 2021-02-09 | 贵州电网有限责任公司 | 一种基于层次分析法的电力数据质量评价模型构建方法 |
| CN112288439A (zh) * | 2020-11-23 | 2021-01-29 | 中信银行股份有限公司 | 一种风险评估方法、装置、电子设备及可读存储介质 |
| WO2022142016A1 (zh) * | 2020-12-30 | 2022-07-07 | 平安科技（深圳）有限公司 | 基于规则引擎的参数转换方法、装置、设备及介质 |
| CN114816170A (zh) * | 2021-01-29 | 2022-07-29 | 腾讯科技（北京）有限公司 | 规则方案生成方法、装置、介质及电子设备 |
| CN115309570A (zh) * | 2021-05-07 | 2022-11-08 | 珠海优特电力科技股份有限公司 | 操作防误逻辑的生成方法和系统及存储介质 |
| CN113297082A (zh) * | 2021-05-27 | 2021-08-24 | 北京中指讯博数据信息技术有限公司 | 产品的质量评估方法及装置 |
| CN114037219A (zh) * | 2021-10-19 | 2022-02-11 | 浙江大华技术股份有限公司 | 一种数据评估方法、装置及电子设备 |
| CN114678130A (zh) * | 2022-04-02 | 2022-06-28 | 智业软件股份有限公司 | 一种基于标准规则的评估方法、终端设备及存储介质 |
| CN114819721A (zh) * | 2022-05-19 | 2022-07-29 | 中国建设银行股份有限公司 | 一种营业网点的评估方法、装置、电子设备及存储介质 |
| CN114693192A (zh) * | 2022-06-01 | 2022-07-01 | 四川高灯企服科技有限公司 | 风控决策方法、装置、计算机设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115858319A (zh) | 2023-03-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8220054B1 (en) | Process exception list updating in a malware behavior monitoring program | |
| US20150046512A1 (en) | Dynamic collection analysis and reporting of telemetry data | |
| CN111523677B (zh) | 实现对机器学习模型的预测结果进行解释的方法及装置 | |
| US10693877B2 (en) | Evaluating security of data access statements | |
| US9117179B2 (en) | Predicting user activity in social media applications | |
| RU2699054C2 (ru) | Восстановление доступа для использования основанной на облаке услуги после отказа системы | |
| Bogojeska et al. | Classifying server behavior and predicting impact of modernization actions | |
| CN111611514B (zh) | 一种基于用户登录信息的页面展示方法、装置和电子设备 | |
| CN110730164B (zh) | 安全预警方法及相关设备、计算机可读存储介质 | |
| CN111210335A (zh) | 用户风险识别方法、装置及电子设备 | |
| CN106844550B (zh) | 一种虚拟化平台操作推荐方法及装置 | |
| US20220229657A1 (en) | Extensible resource compliance management | |
| CN112394908A (zh) | 埋点页面自动生成的方法、装置、计算机设备及存储介质 | |
| CN111460384A (zh) | 策略的评估方法、装置和设备 | |
| CN111598360A (zh) | 服务策略确定方法、装置及电子设备 | |
| CN113297287B (zh) | 用户策略自动部署方法、装置及电子设备 | |
| CN112948223A (zh) | 一种监测运行情况的方法和装置 | |
| CN111448551B (zh) | 跟踪来自远程设备的应用活动数据并生成用于远程设备的校正动作数据结构的方法和系统 | |
| CN115858319B (zh) | 一种流数据处理方法及装置 | |
| CN111210109A (zh) | 基于关联用户预测用户风险的方法、装置和电子设备 | |
| US20230236922A1 (en) | Failure Prediction Using Informational Logs and Golden Signals | |
| CN114881521A (zh) | 业务评估方法、装置、电子设备以及存储介质 | |
| CN114827157A (zh) | 集群任务处理方法、装置、系统、电子设备及可读介质 | |
| US20220365949A1 (en) | Association rule mining | |
| US20210397717A1 (en) | Software information analysis |
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 |