CN116416058A - 一种风险规则的处理方法和装置 - Google Patents

Abstract

本发明提供一种风险规则的处理方法和装置，包括：基于决策引擎组件确定目标风险规则，决策引擎组件包括：决策树组件、决策表组件或规则集组件；基于在决策引擎组件中确定出的至少一个目标风险规则，配置风险规则模型，风险规则模型中包括决策树组件确定出的目标风险规则、决策表组件确定出的目标风险规则或规则集组件确定出的目标风险规则；基于风险规则模型，确定目标风险规则的风险决策结果，风险决策结果由至少一个决策引擎组件确定出的目标风险规则组成。从而，提升规则处理效率。

Description

一种风险规则的处理方法和装置

技术领域

本公开的实施例涉及数据处理技术领域，具体地，涉及适用于一种风险规则的处理方法和装置。

背景技术

在贷款存续期间，贷款人应当持续监测项目的建设和经营情况，根据贷款担保、市场环境、宏观经济变动等因素，定期对项目风险进行评价，并建立贷款质量监控制度和风险预警体系，便于对风险规则进行处理。

然而，上述实现方式中，处理风险规则时，需要重新编码、测试等操作，导致规则处理效率低下。

发明内容

本文中描述的实施例提供了一种风险规则的处理方法和装置，克服了上述问题。

第一方面，根据本公开的内容，提供了一种风险规则的处理方法，包括：

基于决策引擎组件确定目标风险规则，所述决策引擎组件包括：决策树组件、决策表组件或规则集组件；

基于在所述决策引擎组件中确定出的至少一个所述目标风险规则，配置风险规则模型，所述风险规则模型中包括所述决策树组件确定出的目标风险规则、所述决策表组件确定出的目标风险规则或所述规则集组件确定出的目标风险规则；

基于所述风险规则模型，确定所述目标风险规则的风险决策结果，所述风险决策结果由至少一个所述决策引擎组件确定出的所述目标风险规则组成。

第二方面，根据本公开的内容，提供了一种风险规则的处理装置，包括：

第一确定模块，用于基于决策引擎组件确定目标风险规则，所述决策引擎组件包括：决策树组件、决策表组件或规则集组件；

配置模块，用于基于在所述决策引擎组件中确定出的至少一个所述目标风险规则，配置风险规则模型，所述风险规则模型中包括所述决策树组件确定出的目标风险规则、所述决策表组件确定出的目标风险规则或所述规则集组件确定出的目标风险规则；

第二确定模块，用于基于所述风险规则模型，确定所述目标风险规则的风险决策结果，所述风险决策结果由至少一个所述决策引擎组件确定出的所述目标风险规则组成。

第三方面，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，处理器执行计算机程序时实现如以上任意一个实施例中风险规则的处理方法的步骤。

本申请实施例提供的风险规则的处理方法，基于决策引擎组件确定目标风险规则，决策引擎组件包括：决策树组件、决策表组件或规则集组件；基于在决策引擎组件中确定出的至少一个目标风险规则，配置风险规则模型，风险规则模型中包括决策树组件确定出的目标风险规则、决策表组件确定出的目标风险规则或规则集组件确定出的目标风险规则；基于风险规则模型，确定目标风险规则的风险决策结果，风险决策结果由至少一个决策引擎组件确定出的目标风险规则组成。如此，通过决策引擎组件实现对目标风险规则的有效处理，提升规则处理效率。

上述说明仅是本申请实施例技术方案的概述，为了能够更清楚了解本申请实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本申请实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

为了更清楚地说明本公开的实施例的技术方案，下面将对实施例的附图进行简要说明，应当知道，以下描述的附图仅仅涉及本公开的一些实施例，而非对本公开的限制，其中：

图1是本发明提供的一种风险规则的处理方法的流程示意图。

图2是本发明提供的一种目标风险规则的界面示意图。

图3是本发明提供的另一种目标风险规则的界面示意图。

图4是本发明提供的又一种目标风险规则的界面示意图。

图5是本发明提供的一种风险决策结果的界面示意图。

图6是本发明提供的一种风险规则的处理装置的结构示意图。

图7是本发明提供的一种计算机设备的结构示意图。

需要注意的是，附图中的元素是示意性的，没有按比例绘制。

具体实施方式

为了使本公开的实施例的目的、技术方案和优点更加清楚，下面将结合附图，对本公开的实施例的技术方案进行清楚、完整的描述。显然，所描述的实施例是本公开的一部分实施例，而不是全部的实施例。基于所描述的本公开的实施例，本领域技术人员在无需创造性劳动的前提下所获得的所有其它实施例，也都属于本公开保护的范围。

除非另外定义，否则在此使用的所有术语（包括技术和科学术语）具有与本公开主题所属领域的技术人员所通常理解的相同含义。进一步将理解的是，诸如在通常使用的词典中定义的那些的术语应解释为具有与说明书上下文和相关技术中它们的含义一致的含义，并且将不以理想化或过于正式的形式来解释，除非在此另外明确定义。如在此所使用的，将两个或更多部分“连接”或“耦接”到一起的陈述应指这些部分直接结合到一起或通过一个或多个中间部件结合。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语“实施例”并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：存在A，同时存在A和B，存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。诸如“第一”和“第二”的术语仅用于将一个部件（或部件的一部分）与另一个部件（或部件的另一部分）区分开。

在本申请的描述中，除非另有说明，“多个”的含义是指两个以上（包括两个），同理，“多组”指的是两组以上（包括两组）。

为了使本技术领域的人员更好地理解本申请方案，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述。

图1是本公开实施例提供的一种风险规则的处理方法的流程示意图，如图1所示，风险规则的处理方法的具体过程包括：

S110、基于决策引擎组件确定目标风险规则。

其中，决策引擎组件为一种可编辑/可视化的组件，决策引擎组件可通过网页、APP（Application，应用程序）、小程序等方式进入操作。决策引擎组件可包括：决策树组件、决策表组件或规则集组件。

目标风险规则可用于描述贷款后的预警指标规则，如还款余额规则、还款时限规则等。

S120、基于在决策引擎组件中确定出的至少一个目标风险规则，配置风险规则模型。

其中，每个决策引擎组件可生成/得到至少一个目标风险规则，风险规则模型中可包括决策树组件确定出的目标风险规则、决策表组件确定出的目标风险规则或规则集组件确定出的目标风险规则。

需要说明的是，每个决策引擎组件得到的目标风险规则可相同，每个决策引擎组件得到的目标风险规则也可不相同。

S130、基于风险规则模型，确定目标风险规则的风险决策结果。

其中，风险决策结果由至少一个决策引擎组件确定出的目标风险规则组成。也就是，风险决策结果可由决策树组件确定出的目标风险规则、决策表组件确定出的目标风险规则以及规则集组件确定出的目标风险规则组成，或者，风险决策结果可由决策树组件确定出的目标风险规则和决策表组件确定出的目标风险规则组成，或者，风险决策结果可由决策树组件确定出的目标风险规则和规则集组件确定出的目标风险规则组成，或者，风险决策结果可由决策表组件确定出的目标风险规则和规则集组件确定出的目标风险规则组成。

本实施例提供的风险规则的处理方法，基于决策引擎组件确定目标风险规则，决策引擎组件包括：决策树组件、决策表组件或规则集组件；基于在决策引擎组件中确定出的至少一个目标风险规则，配置风险规则模型，风险规则模型中包括决策树组件确定出的目标风险规则、决策表组件确定出的目标风险规则或规则集组件确定出的目标风险规则；基于风险规则模型，确定目标风险规则的风险决策结果，风险决策结果由至少一个决策引擎组件确定出的目标风险规则组成。如此，通过决策引擎组件实现对目标风险规则的有效处理，提升规则处理效率。

在基于决策引擎组件确定目标风险规则之前，可由系统随意选择一种决策引擎组件，或者，由系统展示每种决策引擎组件供规则制定者自主选择。

对于决策树组件，可在决策树组件的第一配置页面，通过一个可编辑的树形结构实现可视化设置。树的第一个节点为变量节点，可设置变量；变量节点后可添加多个条件节点，条件节点可设置变量可能对应的条件信息。条件节点后可对应设置一个输出节点，或者设置一个变量节点。

输出节点可设置具体的输出。条件节点后设置输出节点时，该条分支及结束，分支实现了一条础的逻辑，即若干个变量匹配某个条件时，对应输出取值如何。条件节点后设置变量节点时，该变量节点后又可接条件节点，这样可不断增加树的层级，实现一个包含多个变量的有层级的逻辑。

一些实施例中，基于决策引擎组件确定目标风险规则，包括：

基于对决策树组件的选中操作，显示决策树组件的第一配置界面，第一配置界面中包括上级节点和下级节点；在第一配置界面中，将第一规则变量设置为上级节点；基于第一规则变量对应的条件信息设置上级节点对应的多个下级节点，并在多个下级节点中的末节点后设置输出节点，输出节点用于描述目标风险规则对应的预警等级。

如图2示例性所示，图2为显示的一种目标风险规则的界面示意图，其中，“欠税余额（元）”为第一规则变量，作为决策树的上级节点A1，第一规则变量对应的有两个下级节点，B1和B2，如“欠税余额（元）”后的两个并行节点，以下面一行节点B1为例，在节点B1后设置输出节点C1，输出节点C1用于描述第一规则变量对应的目标风险规则的预警等级为三级预警。

第一个下级节点B1与输出节点C1之间可存在多个下级节点，每个下级节点用来设置第一规则变量的条件信息。

其中，在第一配置界面中，将第一规则变量设置为上级节点之后，还包括：

基于第一规则变量对应的条件信息设置上级节点对应的下级节点；将第二规则变量设置为下级节点后对应的另一个上级节点，且基于第二规则变量对应的条件信息设置另一个上级节点对应的下级节点；在另一个上级节点对应的下级节点后设置输出节点，输出节点用于描述目标风险规则对应的预警等级。

如图2示例性所示，上级节点A1对应设置的一个下级节点B2，下级节点B2用来描述第一规则变量对应的一个条件信息，下级节点B2后可基于第二规则变量设置一个新的上级节点A2，上级节点A2之后可设置下级节点B3，下级节点B3用来描述第二规则变量对应的条件信息，下级节点B3后可设置一个输出节点C2，输出节点C2用于描述第二规则变量对应的目标风险规则的预警等级为二级预警。

第二规则变量和第一规则变量具有企业相关性，也就是，第二规则变量和第一规则变量可为同一企业中的不同预警规则参量，或者，同一类型/具有时间关系的预警规则参量。

对于决策表组件，在决策表组件的第二配置页面，通过一个可编辑的表格实现可视化设置。表格至少有2列，第一列表头可设置变量、其下设置该变量可能对应的条件；如果有多个变量和条件需要配置，可自定义在第一列后增加列。最后一列可设置输出取值。这样每一行可以实现一条基础的逻辑，即若干个变量匹配某个条件时，对应输出取值如何。这样，可以便捷的配置基于决策表格式的逻辑。

另一些实施例中，基于决策引擎组件确定目标风险规则，包括：

基于对决策表组件的选中操作，显示决策表组件的第二配置界面，第二配置界面中包括多个列，每列下包括多个行，每列对应一个规则变量；在第二配置界面中，将第三规则变量设置进第一列的第一行中，并将第三规则变量对应的条件信息依次设置进第一列的其他行中；将目标风险规则对应的预警等级设置进第一列的下一列对应的第一行中。

如图3示例性所示，图3为显示的另一种目标风险规则的界面示意图，其中，第三规则变量可如“企业规模”，第三规则变量可对应三行条件信息，分别为：“等于”、“等于”和“等于”，作为第一列的所有信息。在第三列中分别设置第三规则变量与每个条件信息结合后对应的预警等级。

其中，将第三规则变量对应的条件信息依次设置进第一列的其他行中之后，还包括：

将第四规则变量设置进第二列的第一行中，并将第四规则变量对应的条件信息依次设置进第二列的其他行中；在确定无第三规则变量对应的其他相关变量时，将目标风险规则对应的预警等级设置进第二列的下一列对应的第一行中。

如图3示例性所示，第四规则变量可如“拖欠本金”，第四规则变量可对应三行条件信息，分别为：“不等于0”、“不等于0”和“不等于0”，作为第二列的所有信息。在第三列中分别设置第四规则变量与每个条件信息结合后对应的预警等级。

需要说明的是，在同一决策表中处于不同列的同一行，对应的预警等级相同，如第一列的第一行和第二列的第一行，对应的预警等级均为三级预警，第一列的第二行和第二列的第二行，对应的预警等级均为二级预警，第一列的第三行和第二列的第三行，对应的预警等级均为二级预警。

第四规则变量和第三规则变量具有企业相关性，也就是，第四规则变量和第三规则变量可为同一企业中的不同预警规则参量，或者，同一类型/具有时间关系的预警规则参量。

对于规则集组件，在规则集组件的第三配置页面，通过若干个输入框、选择框实现可视化设置。规则集包括3个部分：规则主体、原因码、结论码。

规则主体包括：变量框、运算符框、右值类型框、右值框。变量框可以设置变量；运算符框可设置变量的关系运算符，如等于，不等于，大于等于...；右值类型框可选择2种：数值、变量。右值框可根据右值类型，输入数值，或者选择变量。规则主体的一行即形成一个逻辑表达式。

原因码是规则主体右上角的一个输入框，可对该条规则进行定义编号，便于简洁在决策报告中展示。

结论码是规则主体上方的一个选择框，可设置该条规则的输出。以此实现规则集的可视化设置。

又一些实施例中，基于决策引擎组件确定目标风险规则，包括：

基于对规则集组件的选中操作，显示规则集组件的第三配置界面，第三配置界面中包括：规则主体、原因码和结论码，规则主体中包括：变量框、运算符框、右值类型框和右值框，右值类型框包括：数值触发控件和变量触发控件；在第三配置界面的变量框中设置第五规则变量，在运算符框中设置第五规则变量的关系运算符；基于对右值类型框中数值触发控件的选中操作，在右值框中设置数值；在原因码对应的区域框中设置第五规则变量对应的自定义编号；在结论码对应的区域框中设置目标风险规则对应的预警等级。

如图4示例性所示，图4为显示的又一种目标风险规则的界面示意图，其中，规则主体如区域1中包含的部分，变量框的区域对应区域11，运算符的区域对应区域12，右值类型框的区域对应区域13，右值框的区域对应区域14，原因码的区域对应区域2，结论码的区域对应区域3。第五规则变量可如“历史有展期记录-Is_His_Zhang”，运算符如“等于”，右值类型如“数值”，右值如“5”，原因码如“00001”，可用来唯一标识第五规则变量，结论码如“二级预警”。

其中，在运算符框中设置第五规则变量的关系运算符之后，还包括：

基于对右值类型框中变量触发控件的选中操作，在另一个规则主体的变量框中设置第六规则变量，在另一个规则主体的运算符框中设置第六规则变量的关系运算符；基于对另一个规则主体的右值类型框中数值触发控件的选中操作，在另一个规则主体的右值框中设置数值；在另一个规则主体的原因码对应的区域框中设置第六规则变量对应的自定义编号；在规则主体的结论码对应的区域框中设置目标风险规则对应的预警等级，第五规则变量组成的目标风险规则和第六规则变量组成的目标风险规则对应的预警等级相同。

其中，设置在同一规则集中不同规则变量对应的预警等级相同。

每个规则主体可对应一组：原因码、变量框、运算符框、右值类型框和右值框，右值类型框包括：数值触发控件和变量触发控件，每个规则主体、原因码、结论码组成一个目标风险规则。

本实施例中，可通过决策流的可视化编辑功能，将多个风险指标（目标风险规则）组合到一个决策流当中，可以让用户在一个模型的执行中，同时筛查多个风险预警指标。当需要调整预警模型下各个预警指标执行的顺序以及前后依赖逻辑时，无需修改代码，可以直接在系统中配置。

在决策流配置界面中，用户可在左侧选取需要的组件拉动到右侧的决策流编辑区域。可自定义拖动摆放组件的位置，然后通过连线将组件连接起来，定义执行的前后顺序。在一个组件后也可同时连接多个组件，通过在连线上设置条件，区分进入不同后续组件的逻辑，来实现决策的可视化设置。

一些实施例中，基于在决策引擎组件中确定出的至少一个目标风险规则，配置风险规则模型，包括：

在决策流配置界面中，添加决策树组件确定出的目标风险规则、决策表组件确定出的目标风险规则或规则集组件确定出的目标风险规则，得到风险规则模型；基于风险规则模型，确定目标风险规则的风险决策结果，包括：基于对决策树组件确定出的目标风险规则、决策表组件确定出的目标风险规则或规则集组件确定出的目标风险规则的选中操作，在决策流配置界面的显示区域中按照选中顺序依次组合每个目标风险规则，得到风险决策结果。

如图5示例性所示，图5为显示的一种风险决策结果的界面示意图。其中，左侧区域为添加多个目标风险规则得到的风险规则模型，在右侧显示区域，可通过拖拽/搜索框搜索等操作依次组合多个目标风险规则，如“规则集-规则集-规则集-决策表”组成的规则，也就是，“利息逾期-本金逾期-二级预警-本金及利息逾期-逾期用户”。

本实施例基于决策引擎的可视化组件来实现风险指标的规则配置，对比常规硬编码方法可以直观的显示指标触发的具体逻辑。通过决策引擎的可视化组件配置风险指标的触发规则，建立风险指标体系，对比常规硬编码方法可以通过决策表、决策树、规则集等组件的编辑功能便捷得维护风险指标规则，快速响应风险管理部门的需求，提升风险管理的效率。

本实施例方法还可以包括：响应于对目标风险规则的预警等级的搜索操作，生成风险规则报告；或者，响应于对目标风险规则的预警信息的搜索操作，生成风险规则报告；或者，响应于对目标风险规则的规则变量的搜索操作，生成风险规则报告。

其中，决策报告功能，可展示客户的输入数据、客户预警信号识别的依据、客户的预警等级，更详尽地显示预警产生的原因。便于用户进行决策追溯，同时，便于风险管理部门更好的理解客户的整体风险情况和每个预警信号的缘由。

本实施例通过决策引擎的可视化组件配置的方式实现风险指标的规则配置，通过决策报告直观展示从基础数据到风险识别的过程，以此，便于风险管理部门理解每一个指标的实现逻辑，提升风险识别的准确率；便于风险管理部门根据市场情况及时进行调整，提升风险管理效率。

图6为本实施例提供的一种风险规则的处理装置的结构示意图，其中，风险规则的处理装置可包括：第一确定模块610、配置模块620和第二确定模块630。

第一确定模块610，用于基于决策引擎组件确定目标风险规则，所述决策引擎组件包括：决策树组件、决策表组件或规则集组件。

配置模块620，用于基于在所述决策引擎组件中确定出的至少一个所述目标风险规则，配置风险规则模型，所述风险规则模型中包括所述决策树组件确定出的目标风险规则、所述决策表组件确定出的目标风险规则或所述规则集组件确定出的目标风险规则。

第二确定模块630，用于基于所述风险规则模型，确定所述目标风险规则的风险决策结果，所述风险决策结果由至少一个所述决策引擎组件确定出的所述目标风险规则组成。

在本实施例中，可选的，第一确定模块610，具体用于：

基于对所述决策树组件的选中操作，显示所述决策树组件的第一配置界面，所述第一配置界面中包括上级节点和下级节点；在所述第一配置界面中，将第一规则变量设置为所述上级节点；基于所述第一规则变量对应的条件信息设置所述上级节点对应的多个下级节点，并在多个所述下级节点中的末节点后设置输出节点，所述输出节点用于描述所述目标风险规则对应的预警等级。

在本实施例中，可选的，第一确定模块610，具体用于：

基于所述第一规则变量对应的条件信息设置所述上级节点对应的下级节点；将第二规则变量设置为所述下级节点后对应的另一个上级节点，且基于所述第二规则变量对应的条件信息设置所述另一个上级节点对应的下级节点，所述第二规则变量和所述第一规则变量具有企业相关性；在所述另一个上级节点对应的下级节点后设置输出节点，所述输出节点用于描述所述目标风险规则对应的预警等级。

在本实施例中，可选的，第一确定模块610，具体用于：

基于对所述决策表组件的选中操作，显示所述决策表组件的第二配置界面，所述第二配置界面中包括多个列，每列下包括多个行，每列对应一个规则变量；在所述第二配置界面中，将第三规则变量设置进第一列的第一行中，并将所述第三规则变量对应的条件信息依次设置进所述第一列的其他行中；将所述目标风险规则对应的预警等级设置进所述第一列的下一列对应的第一行中。

在本实施例中，可选的，第一确定模块610，具体用于：

将第四规则变量设置进第二列的第一行中，并将所述第四规则变量对应的条件信息依次设置进所述第二列的其他行中，所述第四规则变量和所述第三规则变量具有企业相关性；在确定无所述第三规则变量对应的其他相关变量时，将所述目标风险规则对应的预警等级设置进所述第二列的下一列对应的第一行中。

在本实施例中，可选的，第一确定模块610，具体用于：

基于对所述规则集组件的选中操作，显示所述规则集组件的第三配置界面，所述第三配置界面中包括：规则主体、原因码和结论码，所述规则主体中包括：变量框、运算符框、右值类型框和右值框，所述右值类型框包括：数值触发控件和变量触发控件；在所述第三配置界面的所述变量框中设置第五规则变量，在所述运算符框中设置所述第五规则变量的关系运算符；基于对所述右值类型框中所述数值触发控件的选中操作，在所述右值框中设置数值；在所述原因码对应的区域框中设置所述第五规则变量对应的自定义编号；在所述结论码对应的区域框中设置所述目标风险规则对应的预警等级。

在本实施例中，可选的，第一确定模块610，具体用于：

基于对所述右值类型框中所述变量触发控件的选中操作，在另一个规则主体的变量框中设置第六规则变量，在所述另一个规则主体的运算符框中设置所述第六规则变量的关系运算符；基于对所述另一个规则主体的右值类型框中所述数值触发控件的选中操作，在所述另一个规则主体的右值框中设置数值；在所述另一个规则主体的原因码对应的区域框中设置所述第六规则变量对应的自定义编号；在所述规则主体的结论码对应的区域框中设置所述目标风险规则对应的预警等级，所述第五规则变量组成的目标风险规则和所述第六规则变量组成的目标风险规则对应的预警等级相同。

在本实施例中，可选的，配置模块620，具体用于：

在决策流配置界面中，添加所述决策树组件确定出的目标风险规则、所述决策表组件确定出的目标风险规则或所述规则集组件确定出的目标风险规则，得到所述风险规则模型。

第二确定模块630，具体用于：

基于对所述决策树组件确定出的目标风险规则、所述决策表组件确定出的目标风险规则或所述规则集组件确定出的目标风险规则的选中操作，在所述决策流配置界面的显示区域中按照选中顺序依次组合每个目标风险规则，得到所述风险决策结果。

在本实施例中，可选的，还包括：生成模块。

生成模块，用于响应于对所述目标风险规则的预警等级的搜索操作，生成风险规则报告；或者，响应于对所述目标风险规则的预警信息的搜索操作，生成风险规则报告；或者，响应于对所述目标风险规则的规则变量的搜索操作，生成风险规则报告。

本公开提供的风险规则的处理装置，可执行上述方法实施例，其具体实现原理和技术效果，可参见上述方法实施例，本公开此处不再赘述。

本申请实施例还提供了一种计算机设备。具体请参阅图7，图7为本实施例计算机设备基本结构框图。

计算机设备包括通过系统总线相互通信连接存储器710和处理器720。需要指出的是，图中仅示出了具有组件710-720的计算机设备，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，本技术领域技术人员可以理解，这里的计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路（Application SpecificIntegrated Circuit，ASIC）、可编程门阵列（Field-ProgrammableGate Array，FPGA）、数字处理器（Digital Signal Processor，DSP）、嵌入式设备等。

计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。

存储器710至少包括一种类型的可读存储介质，可读存储介质包括非易失性存储器（non-volatile memory）或易失性存储器，例如，闪存（flash memory）、硬盘、多媒体卡、卡型存储器（例如，SD或DX存储器等）、随机访问存储器（random accessmemory，RAM）、只读存储器（read-only memory，ROM）、可擦写可编程只读存储器（erasableprogrammableread-only memory，EPROM）、电可擦写可编程只读存储器（electrically erasableprogrammable read-only memory，EEPROM）、可编程只读存储器（programmable read-onlymemory，PROM）、磁性存储器、磁盘、光盘等，RAM可以包括静态RAM或动态RAM。在一些实施例中，存储器710可以是计算机设备的内部存储单元，例如，该计算机设备的硬盘或内存。在另一些实施例中，存储器710也可以是计算机设备的外部存储设备，例如该计算机设备上配备的插接式硬盘、智能存储卡（Smart Media Card，SMC）、安全数字（Secure Digital，SD）卡或闪存卡（Flash Card）等。当然，存储器710还可以既包括计算机设备的内部存储单元也包括其外部存储设备。本实施例中，存储器710通常用于存储安装于计算机设备的操作系统和各类应用软件，例如上述方法的程序代码等。此外，存储器710还可以用于暂时地存储已经输出或者将要输出的各类数据。

处理器720通常用于执行计算机设备的总体操作。本实施例中，存储器710用于存储程序代码或指令，程序代码包括计算机操作指令，处理器720用于执行存储器710存储的程序代码或指令或者处理数据，例如运行上述方法的程序代码。

本文中，总线可以是工业标准体系结构（Industry Standard Architecture，ISA）总线、外设部件互连标准（Peripheral Component Interconnect，PCI）总线或扩展工业标准结构（Extended Industry Standard Architecture，EISA）总线等。该总线系统可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

本申请的另一实施例还提供一种计算机可读介质，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介质。计算机中的处理器读取存储在计算机可读介质中的计算机可读程序代码，使得处理器能够执行在上述方法中每个步骤、或各步骤的组合中规定的功能动作；生成实施在框图的每一块、或各块的组合中规定的功能动作的装置。

计算机可读介质包含但不限于电子、磁性、光学、电磁、红外的存储器或半导体系统、设备或者装置，或者前述的任意适当组合，存储器用于存储程序代码或指令，程序代码包括计算机操作指令，处理器用于执行存储器存储的上述方法的程序代码或指令。

存储器和处理器的定义，可以参考前述计算机设备实施例的描述，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。例如，以上所描述的装置实施例仅仅是示意性的，例如，模块或单元的划分，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，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。

在本申请各个实施例中的各功能单元或模块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。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的单元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全部或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）或处理器（processor）执行本申请各个实施例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。

在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。本申请描述的“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本申请可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了装置若干的单元权利要求中，这些装置中的若干个单元可以是通过同一个硬件项来具体体现。第一、第二、以及第三等的使用不表示任何顺序，可将这些单词解释为名称。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。

以上实施例仅用以说明本申请的技术方案，而非对其限制；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：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种风险规则的处理方法，其特征在于，包括：

基于决策引擎组件确定目标风险规则，所述决策引擎组件包括：决策树组件、决策表组件或规则集组件；

基于在所述决策引擎组件中确定出的至少一个所述目标风险规则，配置风险规则模型，所述风险规则模型中包括所述决策树组件确定出的目标风险规则、所述决策表组件确定出的目标风险规则或所述规则集组件确定出的目标风险规则；

基于所述风险规则模型，确定所述目标风险规则的风险决策结果，所述风险决策结果由至少一个所述决策引擎组件确定出的所述目标风险规则组成。

2.根据权利要求1所述的方法，其特征在于，所述基于决策引擎组件确定目标风险规则，包括：

基于对所述决策树组件的选中操作，显示所述决策树组件的第一配置界面，所述第一配置界面中包括上级节点和下级节点；

在所述第一配置界面中，将第一规则变量设置为所述上级节点；

基于所述第一规则变量对应的条件信息设置所述上级节点对应的多个下级节点，并在多个所述下级节点中的末节点后设置输出节点，所述输出节点用于描述所述目标风险规则对应的预警等级。

3.根据权利要求2所述的方法，其特征在于，所述在所述第一配置界面中，将第一规则变量设置为所述上级节点之后，还包括：

基于所述第一规则变量对应的条件信息设置所述上级节点对应的下级节点；

将第二规则变量设置为所述下级节点后对应的另一个上级节点，且基于所述第二规则变量对应的条件信息设置所述另一个上级节点对应的下级节点，所述第二规则变量和所述第一规则变量具有企业相关性；

在所述另一个上级节点对应的下级节点后设置输出节点，所述输出节点用于描述所述目标风险规则对应的预警等级。

4.根据权利要求1所述的方法，其特征在于，所述基于决策引擎组件确定目标风险规则，包括：

基于对所述决策表组件的选中操作，显示所述决策表组件的第二配置界面，所述第二配置界面中包括多个列，每列下包括多个行，每列对应一个规则变量；

在所述第二配置界面中，将第三规则变量设置进第一列的第一行中，并将所述第三规则变量对应的条件信息依次设置进所述第一列的其他行中；

将所述目标风险规则对应的预警等级设置进所述第一列的下一列对应的第一行中。

5.根据权利要求4所述的方法，其特征在于，所述将所述第三规则变量对应的条件信息依次设置进所述第一列的其他行中之后，还包括：

将第四规则变量设置进第二列的第一行中，并将所述第四规则变量对应的条件信息依次设置进所述第二列的其他行中，所述第四规则变量和所述第三规则变量具有企业相关性；

在确定无所述第三规则变量对应的其他相关变量时，将所述目标风险规则对应的预警等级设置进所述第二列的下一列对应的第一行中。

6.根据权利要求1所述的方法，其特征在于，所述基于决策引擎组件确定目标风险规则，包括：

基于对所述规则集组件的选中操作，显示所述规则集组件的第三配置界面，所述第三配置界面中包括：规则主体、原因码和结论码，所述规则主体中包括：变量框、运算符框、右值类型框和右值框，所述右值类型框包括：数值触发控件和变量触发控件；

在所述第三配置界面的所述变量框中设置第五规则变量，在所述运算符框中设置所述第五规则变量的关系运算符；

基于对所述右值类型框中所述数值触发控件的选中操作，在所述右值框中设置数值；

在所述原因码对应的区域框中设置所述第五规则变量对应的自定义编号；

在所述结论码对应的区域框中设置所述目标风险规则对应的预警等级。

7.根据权利要求6所述的方法，其特征在于，所述在所述运算符框中设置所述第五规则变量的关系运算符之后，还包括：

基于对所述右值类型框中所述变量触发控件的选中操作，在另一个规则主体的变量框中设置第六规则变量，在所述另一个规则主体的运算符框中设置所述第六规则变量的关系运算符；

基于对所述另一个规则主体的右值类型框中所述数值触发控件的选中操作，在所述另一个规则主体的右值框中设置数值；

在所述另一个规则主体的原因码对应的区域框中设置所述第六规则变量对应的自定义编号；

在所述规则主体的结论码对应的区域框中设置所述目标风险规则对应的预警等级，所述第五规则变量组成的目标风险规则和所述第六规则变量组成的目标风险规则对应的预警等级相同。

8.根据权利要求1所述的方法，其特征在于，所述基于在所述决策引擎组件中确定出的至少一个所述目标风险规则，配置风险规则模型，包括：

在决策流配置界面中，添加所述决策树组件确定出的目标风险规则、所述决策表组件确定出的目标风险规则或所述规则集组件确定出的目标风险规则，得到所述风险规则模型；

所述基于所述风险规则模型，确定所述目标风险规则的风险决策结果，包括：

基于对所述决策树组件确定出的目标风险规则、所述决策表组件确定出的目标风险规则或所述规则集组件确定出的目标风险规则的选中操作，在所述决策流配置界面的显示区域中按照选中顺序依次组合每个目标风险规则，得到所述风险决策结果。

9.根据权利要求1所述的方法，其特征在于，还包括：

响应于对所述目标风险规则的预警等级的搜索操作，生成风险规则报告；

或者，响应于对所述目标风险规则的预警信息的搜索操作，生成风险规则报告；

或者，响应于对所述目标风险规则的规则变量的搜索操作，生成风险规则报告。

10.一种风险规则的处理装置，其特征在于，包括：

第一确定模块，用于基于决策引擎组件确定目标风险规则，所述决策引擎组件包括：决策树组件、决策表组件或规则集组件；

配置模块，用于基于在所述决策引擎组件中确定出的至少一个所述目标风险规则，配置风险规则模型，所述风险规则模型中包括所述决策树组件确定出的目标风险规则、所述决策表组件确定出的目标风险规则或所述规则集组件确定出的目标风险规则；

第二确定模块，用于基于所述风险规则模型，确定所述目标风险规则的风险决策结果，所述风险决策结果由至少一个所述决策引擎组件确定出的所述目标风险规则组成。

Images