CN117764703A - 一种申请业务行为的评估方法及装置 - Google Patents
一种申请业务行为的评估方法及装置 Download PDFInfo
- Publication number
- CN117764703A CN117764703A CN202410189953.0A CN202410189953A CN117764703A CN 117764703 A CN117764703 A CN 117764703A CN 202410189953 A CN202410189953 A CN 202410189953A CN 117764703 A CN117764703 A CN 117764703A
- Authority
- CN
- China
- Prior art keywords
- processing rule
- processing
- historical data
- index
- application request
- 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 54
- 238000012545 processing Methods 0.000 claims abstract description 274
- 230000006399 behavior Effects 0.000 claims abstract description 20
- 230000026676 system process Effects 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims description 45
- 238000012360 testing method Methods 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 12
- 238000011156 evaluation Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 abstract description 16
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000006386 memory function Effects 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供一种申请业务行为的评估方法及装置,应用在计算机技术领域,包括:业务系统基于业务申请请求对应的第一处理规则,获取第一处理规则对应的回溯衍生指标;回溯衍生指标是通过第一历史数据切片按照第一处理规则预先计算得到的;业务系统基于第一历史数据切片和业务申请请求,获取第二处理规则对应的实时指标;业务系统基于各第一处理规则对应的回溯衍生指标和各第二处理规则对应的实时指标,对业务申请请求进行处理。本申请通过对回溯衍生指标和实时指标的运用,在业务系统用数个处理规则对业务申请请求的处理过程中,降低了处理业务申请请求数据的处理时间,提高了对业务申请请求评估的效率。
Description
技术领域
本发明实施例涉及计算机技术领域,尤其涉及一种申请业务行为的评估方法及装置。
背景技术
金融机构在对信用卡申请业务事件的反欺诈决策判断时,依赖对一定时间范围内的数据进行回溯加工,以及判断业务事件本身数据是否符合设定的规则。
而在反欺诈的信用卡申请行为的评估过程中,评估的指标比较多,使得对业务申请请求的判断响应的时间较长。
发明内容
本申请实施例提供了一种申请业务行为的评估方法及装置,根据处理规则对业务申请请求进行处理。
第一方面,本申请实施例提供了一种申请业务行为的评估方法,包括:
业务系统基于业务申请请求对应的第一处理规则,获取所述第一处理规则对应的回溯衍生指标;所述回溯衍生指标是通过第一历史数据切片按照所述第一处理规则预先计算得到的;所述第一处理规则为所述业务申请请求对应的各处理规则中仅与历史数据相关的处理规则;
所述业务系统基于所述第一历史数据切片和所述业务申请请求,获取第二处理规则对应的实时指标;所述第二处理规则为所述业务申请请求对应的各处理规则中与业务申请请求均相关的处理规则;
所述业务系统基于各第一处理规则对应的回溯衍生指标和各第二处理规则对应的实时指标,对所述业务申请请求进行处理。
本申请对回溯衍生指标和实时指标的运用,在业务系统用数个处理规则对业务申请请求的处理过程中,降低了处理业务申请请求数据的处理时间,提高了对业务申请请求评估的效率。
可选地,任一历史数据切片是按照各处理规则中最大时间窗口指示的数据范围,获取所述数据范围对应的最新的历史数据所形成的;
获取所述第一处理规则对应的回溯衍生指标之前,还包括:
所述业务系统从各历史数据切片中加载最新的第一历史数据切片。
可选地,所述业务系统从各历史数据切片中加载最新的第一历史数据切片之后,获取所述第一处理规则对应的回溯衍生指标之前,还包括:
基于所述第一历史数据切片,计算各第一处理规则对应的回溯衍生指标,并设置任一回溯衍生指标与所述第一历史数据切片的关联关系。
通过建立回溯衍生指标与第一历史数据切片的关联关系,可以通过实时查询第一历史数据切片,就可以得到相应的回溯衍生指标,减少指标计算的过程,提高了指标计算效率。
可选地,所述获取所述第一处理规则对应的回溯衍生指标之前,还包括:
对所述第一历史数据切片进行锁定;
对所述业务申请请求进行处理之后,还包括:
解锁所述第一历史数据切片。
通过对历史数据切片进行锁定,并在执行完业务申请请求之后再对历史数据切片进行更新,保证了对业务申请请求的处理的准确度。
可选地,所述第二处理规则中包括多个子规则;实时指标中包括多个子规则对应的实时指标子项;
获取第二处理规则对应的实时指标之后,还包括:
保存至少一个子规则对应的实时指标子项并将所述实时指标子项设置为共享模式;所述共享模式用于任一后续计算的具有相同子规则的第二处理规则直接获取对应的实时指标子项。
通过对具有相同的子规则对应的实时指标子项进行共享,可以提高处理规则指标的计算效率。
可选地,构建测试系统;所述测试系统中具有新增的处理规则;
第二历史数据切片共享第一历史切片数据;在所述测试系统中运行满足测试要求的第二历史数据切片中的各历史数据,得到运行结果,所述运行结果用于对比确定新增的处理规则是否符合业务要求。
可选地,所述业务系统基于各第一处理规则对应的回溯衍生指标和各第二处理规则对应的实时指标,对所述业务申请请求进行处理,包括:
通过各第一处理规则对应的回溯衍生指标和各第二处理规则对应的实时指标,构建指标计算结果;所述指标计算结果中包括各规则编码和对应的指标值;
将所述指标计算结果与决策依据记录进行匹配,得到所述业务申请请求的处理结果;所述决策依据记录中包含各处理规则的场景归类、场景归类下的各处理规则的权重值。
第二方面,本申请实施例提供了一种申请业务行为的评估装置,包括:
获取模块,用于基于业务申请请求对应的第一处理规则,获取所述第一处理规则对应的回溯衍生指标;所述回溯衍生指标是通过第一历史数据切片按照所述第一处理规则预先计算得到的;所述第一处理规则为所述业务申请请求对应的各处理规则中仅与历史数据相关的处理规则;
所述获取模块,还用于基于所述第一历史数据切片和所述业务申请请求,获取第二处理规则对应的实时指标;所述第二处理规则为所述业务申请请求对应的各处理规则中与业务申请请求均相关的处理规则;
处理模块,用于基于各第一处理规则对应的回溯衍生指标和各第二处理规则对应的实时指标,对所述业务申请请求进行处理。
本申请对回溯衍生指标和实时指标的运用,在业务系统用数个处理规则对业务申请请求的处理过程中,降低了处理业务申请请求数据的处理时间,提高了对业务申请请求评估的效率。
可选地,所述获取模块具体用于:
任一历史数据切片是按照各处理规则中最大时间窗口指示的数据范围,获取所述数据范围对应的最新的历史数据所形成的;
获取所述第一处理规则对应的回溯衍生指标之前,还包括:
所述业务系统从各历史数据切片中加载最新的第一历史数据切片。
可选地,所述获取模块具体用于:
基于所述第一历史数据切片,计算各第一处理规则对应的回溯衍生指标,并设置任一回溯衍生指标与所述第一历史数据切片的关联关系。
通过建立回溯衍生指标与第一历史数据切片的关联关系,可以通过实时查询第一历史数据切片,就可以得到相应的回溯衍生指标,减少指标计算的过程,提高了指标计算效率。
可选地,所述获取模块具体用于:
对所述第一历史数据切片进行锁定;
对所述业务申请请求进行处理之后,还包括:
解锁所述第一历史数据切片。
通过对历史数据切片进行锁定,并在执行完业务申请请求之后再对历史数据切片进行更新,保证了对业务申请请求的处理的准确度。
可选地,所述处理模块具体用于:
所述第二处理规则中包括多个子规则;实时指标中包括多个子规则对应的实时指标子项;
所述获取第二处理规则对应的实时指标之后,还包括:
保存至少一个子规则对应的实时指标子项并将所述实时指标子项设置为共享模式;所述共享模式用于任一后续计算的具有相同子规则的第二处理规则直接获取对应的实时指标子项。
通过对具有相同的子规则对应的实时指标子项进行共享,可以提高处理规则指标的计算效率。
可选地,所述处理模块具体用于:
构建测试系统;所述测试系统中具有新增的处理规则;
第二历史数据切片共享第一历史切片数据;在所述测试系统中运行满足测试要求的第二历史数据切片中的各历史数据,得到运行结果,所述运行结果用于对比确定新增的处理规则是否符合业务要求。
可选地,所述处理模块具体用于:
通过各第一处理规则对应的回溯衍生指标和各第二处理规则对应的实时指标,构建指标计算结果;所述指标计算结果中包括各规则编码和对应的指标值;
将所述指标计算结果与决策依据记录进行匹配,得到所述业务申请请求的处理结果;所述决策依据记录中包含各处理规则的场景归类、场景归类下的各处理规则的权重值。
第三方面,本申请实施例提供了一种计算机设备,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,所述处理器执行上述第一方面任意所述的申请业务行为的评估方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其存储有可由计算机设备执行的计算机程序,当所述程序在计算机设备上运行时,使得所述计算机设备执行上述第一方面任意所述的申请业务行为的评估方法。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,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,对于本领域的普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种申请业务行为的评估方法的流程示意图;
图2为本申请实施例提供的一种历史切片的结构示意图;
图3为本申请实施例提供的一种申请业务行为的评估系统的结构示意图;
图4为本申请实施例提供的一种申请业务行为的评估装置的结构示意图;
图5为本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
为了方便理解,下面对本发明实施例中涉及的名词进行解释。
如图1所示,为本申请提供的一种申请业务行为的评估的流程示意图,具体包括以下步骤:
步骤S101,业务系统基于业务申请请求对应的第一处理规则,获取第一处理规则对应的回溯衍生指标;回溯衍生指标是通过第一历史数据切片按照第一处理规则预先计算得到的;第一处理规则为业务申请请求对应的各处理规则中仅与历史数据相关的处理规则。
具体地,第一历史数据切片根据以时间为索引的数据切片,时间为年月日,每一片数据切片里包含的数据的时间为索引对应的时间至初始时间。在第一历史数据切片中包含历史事件源,历史事件源为业务历史数据的真实原纪录,历史事件源的维度与当前业务数据的维度保持一致,历史事件源没有数据处理的过程。
业务系统获取用户的业务申请,在业务系统部署有第一处理规则,第一处理规则包含多条处理规则,每条处理规则所用到的业务申请信息并不相同。举例来说,处理规则1用到业务申请信息的地址信息、电话号码信息;处理规则2用到业务申请信息的身份证信息、姓名和性别。
第一处理规则为与业务申请的历史数据相关的规则,即预先根据第一历史数据切片中的历史数据计算得到回溯衍生指标。在一些可能的实施例中,可以将回溯衍生指标拼凑到历史事件源的表上,保证历史事件源的扩展性。
步骤S102,业务系统基于第一历史数据切片和业务申请请求,获取第二处理规则对应的实时指标;第二处理规则为业务申请请求对应的各处理规则中与业务申请请求均相关的处理规则。
具体地,在业务系统中部署有第二处理规则,第二处理规则与业务申请请求均相关的处理规则。实时指标即无法通过历史回溯而需要实施计算出来的相关指标,代表当前业务数据与历史有关联的数据的一致情况与否或者相似情况与否。
步骤S103,业务系统基于各第一处理规则对应的回溯衍生指标和各第二处理规则对应的实时指标,对业务申请请求进行处理。
本申请对回溯衍生指标和实时指标的运用,在业务系统用数个处理规则对业务申请请求的处理过程中,降低了处理业务申请请求数据的处理时间,提高了对业务申请请求评估的效率。
在本申请中,不同的处理规则具有不同的计算逻辑,针对不同的计算逻辑,采用不同的计算方法,例如,判断不同业务申请请求类型数据之间是否有相等关系,大小比对关系,时间远近关系,字符相似程度关系。运算逻辑包括聚合分组运算、文本相似度模型计算和排序取值运算等,用来处理文本、离散数值、连续数值类型。举例来说,若处理规则需要进行聚合运算,则采用groupBy类;进行矢量运算,则采用Map类;进行排序运算,则采用Sort类; 进行相似度运算,则采用Simi类。
任一历史数据切片是按照各处理规则中最大时间窗口指示的数据范围,获取数据范围对应的最新的历史数据所形成的;获取第一处理规则对应的回溯衍生指标之前,还包括:业务系统从各历史数据切片中加载最新的第一历史数据切片。
具体地,处理规则中包括有具体地时间窗口,例如规则1:90天内,申请人的手机号=历史库申请人手机号、规则2:180天内,申请人的手机号=历史库申请人手机号。在规则1中时间窗口为90天,规则2中时间窗口为180天
在本申请中,如图2所示的历史数据分片,以时间(年月日)作为历史数据切片的索引值,每片历史数据切片都包含历史事件源、回溯衍生指标和实时指标,每片历史数据切片包含的数据为业务系统初始时间点至索引值对应的日期的所有数据,一般业务系统初始时间点至索引值之间的时间间隔为两年。具体时间间隔与业务系统的实际需要而定。
获取第一处理规则对应的回溯衍生指标之前,获取到的第一历史数据切片为所有历史数据切片中具有最新索引的历史数据切片。举例来说,当前日期为2023年11月23日,此时历史数据切片中包括:2023年11月22日的历史数据切片、2023年11月21日的历史数据切片、2023年11月20日的历史数据切片、2023年11月19日的历史数据切片… 业务系统从各历史数据切片中加载最新的第一历史数据切片为:2023年11月22日的历史数据切片,并将该历史数据切片加载至内存中,将该历史数据切片上的数据转化为内存对象self.data_set。
在一种可能的实施例中,用户可以根据需要指定日期T回溯到具有该日期T索引的历史数据切片上,若没有获取到具有该索引T的历史数据切片,则获取日期T-1的历史数据切片,若获取到具有日期T-1的历史数据切片,则将该日期T-1的历史数据切片加载至内存中,将该历史数据切片上的数据转化为内存对象self.data_set,若没有获取到具有该索引T-1的历史数据切片,则获取日期T-2的历史数据切片,若未获取日期T-2的历史数据切片,则继续执行上述步骤的操作,直至获取到能够配置到内存中的历史数据切片。
业务系统从各历史数据切片中加载最新的第一历史数据切片之后,获取第一处理规则对应的回溯衍生指标之前,还包括:基于第一历史数据切片,计算各第一处理规则对应的回溯衍生指标,并设置任一回溯衍生指标与第一历史数据切片的关联关系。
具体地,对第一处理规则对第一历史数据切片进行计算得到的回溯衍生指标,根据具体地处理规则将回溯衍生指标对应到第一历史数据切片上,可以采用主键维度的形式,将回溯衍生指标与第一历史数据切片上的数据进行关联。
通过建立回溯衍生指标与第一历史数据切片的关联关系,可以通过实时查询第一历史数据切片,就可以得到相应的回溯衍生指标,减少指标计算的过程,提高了指标计算效率。
获取第一处理规则对应的回溯衍生指标之前,还包括:对第一历史数据切片进行锁定;对业务申请请求进行处理之后,还包括:解锁第一历史数据切片。
具体地,加载第一历史数据切片之后,将第一历史数据切片加载到内存,将数据转化为内存对象self.data_set,采用异步加锁配置对该内存对象进行锁定,锁定的时间内,无法对该第一历史数据切片上的数据进行更新,即保证在对第一历史数据切片上锁定时间内,第一历史数据切片上的数据不会进行更新,保证业务申请请求处理不被更新操作影响,否则,会出现内存对象指向错误的问题。处理完业务申请请求后,对第一历史数据切片进行解锁,此时可以进行更新第一历史数据切片上的数据的操作。即在申请请求进行处理之后,业务完成的空闲时间范围内进行内存对象的切换。
通过对历史数据切片进行锁定,并在执行完业务申请请求之后再对历史数据切片进行更新,保证了对业务申请请求的处理的准确度。
第二处理规则中包括多个子规则;实时指标中包括多个子规则对应的实时指标子项;获取第二处理规则对应的实时指标之后,还包括:保存至少一个子规则对应的实时指标子项并将实时指标子项设置为共享模式;共享模式用于任一后续计算的具有相同子规则的第二处理规则直接获取对应的实时指标子项。
具体地,每条处理规则中的都可以包含多个子规则,每个子规则对应一个指标子项。例如处理规则1为:申请人手机号码与历史库申请人手机号码相同,申请人的身份证不同的数量≥M1,处理规则1包含两个子规则。两个子规则对应的实时指标子项为手机号码相同条件下申请人的身份证不同的数量。由于实时指标需要实时计算,不同的处理规则包括相同的子规则,例如处理规则2为:申请人手机号码与历史库申请人手机号码相同,申请人的身份证不同的数量≥M2;处理规则1和处理规则2中包含相同的子规则:申请人手机号码与历史库申请人手机号码相同。即在处理规则1计算完子规则申请人手机号码与历史库申请人手机号码相同之后,将子规则对应的实时指标子项设置为共享模式,处理规则2无需再次计算该子规则的实时指标子项,直接对处理规则1的实时指标子项进行调用。
通过对具有相同的子规则对应的实时指标子项进行共享,可以提高处理规则指标的计算效率。
举例来说,业务申请请求的请求数据与历史数据切片中A维度相同,可生成对象BOOL_A,同理可得其他维度BOOL对象。对需要循环运算的规则指标,可以复用已成的矢量BOOL对象,而不用再次真正执行循环运算。BOOL_A加-BOOL_B可计算同A维度且不同B维度的规则指标,BOOL_A加BOOL_C可计算得到同A维度且同C维度的规则指标;通过对BOOL对象的提前生成以及组合,对需要循环规则指标计算模式将由循环运算优化成布尔组合判断模式。
在一些可能的实施例中,对于是循环计算逻辑的子规则,即业务申请请求的请求数据与历史数据切片中有数字维度的相等与不相等的循环计算,相似与不相似的一致性判断时,采用矢量计算,即两个字符同时从头开始运算,计算得到BOOL对象。
构建测试系统;测试系统中具有新增的处理规则;
第二历史数据切片共享第一历史切片数据;在测试系统中运行满足测试要求的第二历史数据切片中的各历史数据,得到运行结果,运行结果用于对比确定新增的处理规则是否符合业务要求。
在本申请中,若在业务系统采用新增的处理规则对业务申请请求进行处理,往往需要在测试系统中,采用新的处理规则来对第二历史数据切片中的历史数据进行回溯,并根据新规则对第二历史数据切片中的历史数据的回溯结果,和业务系统上的原处理规则的处理结果进行比较,来判断新增的处理规则是否符合业务要求。其中,第二历史数据切片与第一历史切片数据为共享历史数据切片。
举例来说,在原业务系统A上有100条处理规则,处理了2023年1月1日处理至2023年12月23日的数据,得到处理结果;现新增20条处理规则,则先构建测试系统B,在测试系统使用120条处理规则对2023年1月1日处理至2023年12月23日的数据进行回溯验证,得到120条处理规则下的运行结果。通过将在业务系统上得到的处理结果和测试系统上的运行结果进行比较,来判断新增的处理规则是否符合业务的要求。若新增的处理规则符合业务要求,则将新增的处理规则用在业务系统上,否则,开发人员对新增的处理规则进行调整,再次进行测试的步骤。
业务系统基于各第一处理规则对应的回溯衍生指标和各第二处理规则对应的实时指标,对业务申请请求进行处理,包括:通过各第一处理规则对应的回溯衍生指标和各第二处理规则对应的实时指标,构建指标计算结果;指标计算结果中包括各规则编码和对应的指标值;将指标计算结果与决策依据记录进行匹配,得到业务申请请求的处理结果;决策依据记录中包含各处理规则的场景归类、场景归类下的各处理规则的权重值。
具体地,指标计算结果是根据业务申请请求经过所有规则计算后,即第一处理规则的回溯衍生指标和第二处理规则的实时指标综合得到的结果。业务申请请求在每条处理规则下都对应一个指标值和一个判断值。采用并发的形式,用业务系统中的所有处理规则对业务申请请求进行计算,得到每条规则对应的一个指标值和一个判断值,所有处理规则的指标值的数据存储结构为Map类型,记录了每条处理规则的规则编码和规则对应的指标值,所有处理规则的判断值的数据存储结构为Map类型,所有处理规则的指标值和判断值得到指标计算结果。
指标计算结果中包括各规则编码和对应的指标值,各规则编码为各规则的编号,指标值是指是否符合这些规则的阈值,若满足指标值的阈值,则该指标值对应的判断值为True,若不满足指标值的阈值,则该指标值对应的判断值为False。举例来说,处理规则1:申请人申请单位地址不同(单位地址相似度<=M3),处理规则1的规则编码为ABC000,对应的指标值为相似度<= M3;若业务申请请求A根据处理规则1得到业务申请请求A真实计算结果为申请单位地址不同且相似度为M4,其中M4<M3,则指标值对应的判断值为True。若业务系统中有100条规则,则将所有规则编码、对应的指标值和指标值对应的判断值作为业务申请请求A的指标计算结果。
决策依据记录记录了业务系统中的所有处理规则,和各处理规则的场景归类、场景归类下的各处理规则的权重值,不同的处理规则的场景下,规则计算有差别,例如在场景A下,需要将处理规则A和处理规则B进行合并;场景B下,需要将处理规则C和处理规则D进行相乘;另外,场景归类下的各处理规则的权重值不同,将指标计算结果与决策依据记录进行匹配,即根据指标计算结果判断场景归类,再根据场景归类下的各处理规则的权重值进行计算,最后得到业务申请请求的处理结果,结果一般为通过,拒绝和转人工审核。
如图3所示,为本申请提出的一种申请业务行为的评估系统300,包括:
历史数据切片组模块301、自动加载切片模块302、规则指标计算模块303、指标判断模块304和规则结论整理模块305。
具体地,历史数据切片组模块301将对历史数据事件源、历史数据的回溯衍生指标、实时指标进行保存;自动加载切片模块302负责自动或者手动的加载需要应用的历史数据切片组,每个切片组中包含非当前应用数据所需要的全部信息;规则指标计算模块303对历史数据切片组的业务数据采用所有处理规则计算出每个规则的规则指标;指标判断模块304对历史数据切片组的业务数据采用所有处理规则计算出指标判断结果;规则结论整理模块305对规则指标和指标判断结果进行加工和汇总。
如图4所示,为本申请实施例提供的一种申请业务行为的评估装置400,包括:
获取模块401,用于基于业务申请请求对应的第一处理规则,获取所述第一处理规则对应的回溯衍生指标;所述回溯衍生指标是通过第一历史数据切片按照所述第一处理规则预先计算得到的;所述第一处理规则为所述业务申请请求对应的各处理规则中仅与历史数据相关的处理规则;
所述获取模块401,还用于基于所述第一历史数据切片和所述业务申请请求,获取第二处理规则对应的实时指标;所述第二处理规则为所述业务申请请求对应的各处理规则中与业务申请请求均相关的处理规则;
处理模块402,用于基于各第一处理规则对应的回溯衍生指标和各第二处理规则对应的实时指标,对所述业务申请请求进行处理。
本申请对回溯衍生指标和实时指标的运用,在业务系统用数个处理规则对业务申请请求的处理过程中,降低了处理业务申请请求数据的处理时间,提高了对业务申请请求评估的效率。
可选地,所述获取模块401具体用于:
任一历史数据切片是按照各处理规则中最大时间窗口指示的数据范围,获取所述数据范围对应的最新的历史数据所形成的;
获取所述第一处理规则对应的回溯衍生指标之前,还包括:
所述业务系统从各历史数据切片中加载最新的第一历史数据切片。
可选地,所述获取模块401具体用于:
基于所述第一历史数据切片,计算各第一处理规则对应的回溯衍生指标,并设置任一回溯衍生指标与所述第一历史数据切片的关联关系。
通过建立回溯衍生指标与第一历史数据切片的关联关系,可以通过实时查询第一历史数据切片,就可以得到相应的回溯衍生指标,减少指标计算的过程,提高了指标计算效率。
可选地,所述获取模块401具体用于:
对所述第一历史数据切片进行锁定;
对所述业务申请请求进行处理之后,还包括:
解锁所述第一历史数据切片。
通过对历史数据切片进行锁定,并在执行完业务申请请求之后再对历史数据切片进行更新,保证了对业务申请请求的处理的准确度。
可选地,所述处理模块402具体用于:
所述第二处理规则中包括多个子规则;实时指标中包括多个子规则对应的实时指标子项;
所述获取第二处理规则对应的实时指标之后,还包括:
保存至少一个子规则对应的实时指标子项并将所述实时指标子项设置为共享模式;所述共享模式用于任一后续计算的具有相同子规则的第二处理规则直接获取对应的实时指标子项。
通过对具有相同的子规则对应的实时指标子项进行共享,可以提高处理规则指标的计算效率。
可选地,所述处理模块402具体用于:
构建测试系统;所述测试系统中具有新增的处理规则;
第二历史数据切片共享第一历史切片数据;在所述测试系统中运行满足测试要求的第二历史数据切片中的各历史数据,得到运行结果,所述运行结果用于对比确定新增的处理规则是否符合业务要求。
可选地,所述处理模块402具体用于:
通过各第一处理规则对应的回溯衍生指标和各第二处理规则对应的实时指标,构建指标计算结果;所述指标计算结果中包括各规则编码和对应的指标值;
将所述指标计算结果与决策依据记录进行匹配,得到所述业务申请请求的处理结果;所述决策依据记录中包含各处理规则的场景归类、场景归类下的各处理规则的权重值。
基于相同的技术构思,本申请实施例提供了一种计算机设备,如图5所示,包括至少一个处理器501,以及与至少一个处理器连接的存储器502,本申请实施例中不限定处理器501与存储器502之间的具体连接介质,图5中处理器501和存储器502之间通过总线连接为例。总线可以分为地址总线、数据总线、控制总线等。
在本申请实施例中,存储器502存储有可被至少一个处理器501执行的指令,至少一个处理器501通过执行存储器502存储的指令,可以执行上述申请业务行为的评估方法的步骤。
其中,处理器501是计算机设备的控制中心,可以利用各种接口和线路连接计算机设备的各个部分,通过运行或执行存储在存储器502内的指令以及调用存储在存储器502内的数据,从而实现对申请业务行为进行评估。可选的,处理器501可包括一个或多个处理单元,处理器501可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器501中。在一些实施例中,处理器501和存储器502可以在同一芯片上实现,在一些实施例中,它们也可以在独立的芯片上分别实现。
处理器501可以是通用处理器,例如中央处理器(CPU)、数字信号处理器、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件,可以实现或者执行本申请实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器502作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器502可以包括至少一种类型的存储介质,例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random AccessMemory,RAM)、静态随机访问存储器(Static Random Access Memory,SRAM)、可编程只读存储器(Programmable Read Only Memory,PROM)、只读存储器(Read Only Memory,ROM)、带电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,EEPROM)、磁性存储器、磁盘、光盘等等。存储器502是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机设备存取的任何其他介质,但不限于此。本申请实施例中的存储器502还可以是电路或者其它任意能够实现存储功能的装置,用于存储程序指令和/或数据。
基于同一发明构思,本申请实施例提供了一种计算机可读存储介质,其存储有可由计算机设备执行的计算机程序,当程序在计算机设备上运行时,使得计算机设备执行上述申请业务行为的评估方法的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请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,本申请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。
本申请是参照根据本申请的方法、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。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种申请业务行为的评估方法,其特征在于,包括:
业务系统基于业务申请请求对应的第一处理规则,获取所述第一处理规则对应的回溯衍生指标;所述回溯衍生指标是通过第一历史数据切片按照所述第一处理规则预先计算得到的;所述第一处理规则为所述业务申请请求对应的各处理规则中仅与历史数据相关的处理规则;
所述业务系统基于所述第一历史数据切片和所述业务申请请求,获取第二处理规则对应的实时指标;所述第二处理规则为所述业务申请请求对应的各处理规则中与业务申请请求均相关的处理规则;
所述业务系统基于各第一处理规则对应的回溯衍生指标和各第二处理规则对应的实时指标,对所述业务申请请求进行处理。
2.如权利要求1所述的方法,其特征在于,包括:
任一历史数据切片是按照各处理规则中最大时间窗口指示的数据范围,获取所述数据范围对应的最新的历史数据所形成的;
获取所述第一处理规则对应的回溯衍生指标之前,还包括:
所述业务系统从各历史数据切片中加载最新的第一历史数据切片。
3.如权利要求2所述的方法,其特征在于,所述业务系统从各历史数据切片中加载最新的第一历史数据切片之后,获取所述第一处理规则对应的回溯衍生指标之前,还包括:
基于所述第一历史数据切片,计算各第一处理规则对应的回溯衍生指标,并设置任一回溯衍生指标与所述第一历史数据切片的关联关系。
4.如权利要求1至3任一项所述的方法,其特征在于,所述获取所述第一处理规则对应的回溯衍生指标之前,还包括:
对所述第一历史数据切片进行锁定;
对所述业务申请请求进行处理之后,还包括:
解锁所述第一历史数据切片。
5.如权利要求1至3任一项所述的方法,其特征在于,所述第二处理规则中包括多个子规则;实时指标中包括多个子规则对应的实时指标子项;
所述获取第二处理规则对应的实时指标之后,还包括:
保存至少一个子规则对应的实时指标子项并将所述实时指标子项设置为共享模式;所述共享模式用于任一后续计算的具有相同子规则的第二处理规则直接获取对应的实时指标子项。
6.如权利要求1至3任一项所述的方法,其特征在于,还包括:
构建测试系统;所述测试系统中具有新增的处理规则;
第二历史数据切片共享第一历史切片数据;在所述测试系统中运行满足测试要求的第二历史数据切片中的各历史数据,得到运行结果,所述运行结果用于对比确定新增的处理规则是否符合业务要求。
7.如权利要求1至3任一项所述的方法,其特征在于,所述业务系统基于各第一处理规则对应的回溯衍生指标和各第二处理规则对应的实时指标,对所述业务申请请求进行处理,包括:
通过各第一处理规则对应的回溯衍生指标和各第二处理规则对应的实时指标,构建指标计算结果;所述指标计算结果中包括各规则编码和对应的指标值;
将所述指标计算结果与决策依据记录进行匹配,得到所述业务申请请求的处理结果;所述决策依据记录中包含各处理规则的场景归类、场景归类下的各处理规则的权重值。
8.一种申请业务行为的评估装置,其特征在于,包括:
获取模块,用于基于业务申请请求对应的第一处理规则,获取所述第一处理规则对应的回溯衍生指标;所述回溯衍生指标是通过第一历史数据切片按照所述第一处理规则预先计算得到的;所述第一处理规则为所述业务申请请求对应的各处理规则中仅与历史数据相关的处理规则;
所述获取模块,还用于基于所述第一历史数据切片和所述业务申请请求,获取第二处理规则对应的实时指标;所述第二处理规则为所述业务申请请求对应的各处理规则中与业务申请请求均相关的处理规则;
处理模块,用于基于各第一处理规则对应的回溯衍生指标和各第二处理规则对应的实时指标,对所述业务申请请求进行处理。
9.一种计算机设备,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程序时实现权利要求1~7任一所述方法的步骤。
10.一种计算机可读存储介质,其特征在于,其存储有可由计算机设备执行的计算机程序,当所述程序在计算机设备上运行时,使得所述计算机设备执行权利要求1~7任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410189953.0A CN117764703A (zh) | 2024-02-21 | 2024-02-21 | 一种申请业务行为的评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410189953.0A CN117764703A (zh) | 2024-02-21 | 2024-02-21 | 一种申请业务行为的评估方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117764703A true CN117764703A (zh) | 2024-03-26 |
Family
ID=90322266
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410189953.0A Pending CN117764703A (zh) | 2024-02-21 | 2024-02-21 | 一种申请业务行为的评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117764703A (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003063046A2 (en) * | 2002-01-22 | 2003-07-31 | Auditsolutions Llc | Method and system of managing accounts payable auditing data |
US20060190310A1 (en) * | 2005-02-24 | 2006-08-24 | Yasu Technologies Pvt. Ltd. | System and method for designing effective business policies via business rules analysis |
US20080010102A1 (en) * | 2006-07-06 | 2008-01-10 | Todd Williamson | Database for storing historical travel information |
US20130024225A1 (en) * | 2011-07-22 | 2013-01-24 | Accenture Global Services Limited | Business outcome tradeoff simulator |
CN110648214A (zh) * | 2018-06-27 | 2020-01-03 | 银联数据服务有限公司 | 一种确定异常账户的方法及装置 |
CN112862593A (zh) * | 2021-01-28 | 2021-05-28 | 深圳前海微众银行股份有限公司 | 信用评分卡模型训练方法、装置、系统及计算机存储介质 |
CN114168565A (zh) * | 2021-12-10 | 2022-03-11 | 北京宇信科技集团股份有限公司 | 业务规则模型的回溯测试方法、装置、系统及决策引擎 |
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 |
US11526504B1 (en) * | 2021-04-30 | 2022-12-13 | Splunk Inc. | Search-time field extraction in a data intake and query system |
CN116126642A (zh) * | 2023-01-29 | 2023-05-16 | 中国银联股份有限公司 | 信息处理方法、装置、设备及存储介质 |
CN116340335A (zh) * | 2023-05-30 | 2023-06-27 | 广东石油化工学院 | 基于联盟链的工业设备数据存储系统及其数据处理方法 |
CN116757837A (zh) * | 2023-08-22 | 2023-09-15 | 国泰新点软件股份有限公司 | 一种应用于中标贷的信用风控方法及系统 |
-
2024
- 2024-02-21 CN CN202410189953.0A patent/CN117764703A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003063046A2 (en) * | 2002-01-22 | 2003-07-31 | Auditsolutions Llc | Method and system of managing accounts payable auditing data |
US20060190310A1 (en) * | 2005-02-24 | 2006-08-24 | Yasu Technologies Pvt. Ltd. | System and method for designing effective business policies via business rules analysis |
US20080010102A1 (en) * | 2006-07-06 | 2008-01-10 | Todd Williamson | Database for storing historical travel information |
US20130024225A1 (en) * | 2011-07-22 | 2013-01-24 | Accenture Global Services Limited | Business outcome tradeoff simulator |
CN110648214A (zh) * | 2018-06-27 | 2020-01-03 | 银联数据服务有限公司 | 一种确定异常账户的方法及装置 |
CN112862593A (zh) * | 2021-01-28 | 2021-05-28 | 深圳前海微众银行股份有限公司 | 信用评分卡模型训练方法、装置、系统及计算机存储介质 |
US11526504B1 (en) * | 2021-04-30 | 2022-12-13 | Splunk Inc. | Search-time field extraction in a data intake and query system |
CN114168565A (zh) * | 2021-12-10 | 2022-03-11 | 北京宇信科技集团股份有限公司 | 业务规则模型的回溯测试方法、装置、系统及决策引擎 |
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 |
CN116126642A (zh) * | 2023-01-29 | 2023-05-16 | 中国银联股份有限公司 | 信息处理方法、装置、设备及存储介质 |
CN116340335A (zh) * | 2023-05-30 | 2023-06-27 | 广东石油化工学院 | 基于联盟链的工业设备数据存储系统及其数据处理方法 |
CN116757837A (zh) * | 2023-08-22 | 2023-09-15 | 国泰新点软件股份有限公司 | 一种应用于中标贷的信用风控方法及系统 |
Non-Patent Citations (5)
Title |
---|
卢成均;: "缓存机制及其在数据存取层中的应用模型研究", 计算机应用与软件, no. 12, 15 December 2008 (2008-12-15) * |
卢成武;宋国乡;: "一种全变差正则化流场的图像抑噪方法", 电子与信息学报, no. 01, 15 January 2009 (2009-01-15) * |
姚宏宇;: "基于云计算的大数据支撑平台", 信息技术与标准化, no. 10, 10 October 2013 (2013-10-10) * |
孙权;赵金涛;: "基于数据挖掘的商户风险评分方法和系统", 软件产业与工程, no. 01, 10 January 2016 (2016-01-10) * |
陈惠娟;加云岗;: "大数据时代下的信贷风险预警系统研究", 软件, no. 01, 15 January 2018 (2018-01-15) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109598095B (zh) | 评分卡模型的建立方法、装置、计算机设备和存储介质 | |
CN108492005B (zh) | 项目数据处理方法、装置、计算机设备和存储介质 | |
CN110929879A (zh) | 基于决策引擎和模型平台的业务决策逻辑更新方法 | |
CN110287332B (zh) | 云环境下仿真模型选择方法与装置 | |
CN114493839A (zh) | 风险用户预测模型训练方法、预测方法、设备及存储介质 | |
CN113886373A (zh) | 一种数据处理方法、装置及电子设备 | |
CN114022926A (zh) | 一种人脸识别方法、装置、设备以及存储介质 | |
CN110084476B (zh) | 案件调整方法、装置、计算机设备和存储介质 | |
CN117764703A (zh) | 一种申请业务行为的评估方法及装置 | |
CN115190010B (zh) | 基于软件服务依赖关系的分布推荐方法和装置 | |
CN115168509A (zh) | 风控数据的处理方法及装置、存储介质、计算机设备 | |
CN114860608A (zh) | 基于场景构建的系统自动化测试方法、装置、设备及介质 | |
CN114817209A (zh) | 监控规则的处理方法和装置、处理器及电子设备 | |
CN113986762A (zh) | 一种测试用例的生成方法及装置 | |
CN114372867A (zh) | 用户信用度的验证评估方法、装置和计算机设备 | |
CN114021716A (zh) | 一种模型训练的方法、系统及电子设备 | |
CN111652492A (zh) | 一种管理人评估系统、方法、电子设备及存储介质 | |
CN113093702B (zh) | 故障数据的预测方法和装置、电子设备和存储介质 | |
CN111191692B (zh) | 基于决策树的数据计算方法、装置和计算机设备 | |
CN114356405B (zh) | 开源组件函数的匹配方法、装置、计算机设备和存储介质 | |
CN114818645B (zh) | 基于数据主体的自动化报告生成方法、装置、设备及介质 | |
CN112948370B (zh) | 数据分类方法、装置以及计算机设备 | |
CN116029494A (zh) | 一种基于融合分析辨识影响因素的能源供需平衡分析方法 | |
CN114238726A (zh) | 用户分类的方法、装置、设备及存储介质 | |
CN117953565A (zh) | 一种人脸检测方法及相关装置 |
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 |