WO2022142016A1 - 基于规则引擎的参数转换方法、装置、设备及介质 - Google Patents
基于规则引擎的参数转换方法、装置、设备及介质 Download PDFInfo
- Publication number
- WO2022142016A1 WO2022142016A1 PCT/CN2021/090556 CN2021090556W WO2022142016A1 WO 2022142016 A1 WO2022142016 A1 WO 2022142016A1 CN 2021090556 W CN2021090556 W CN 2021090556W WO 2022142016 A1 WO2022142016 A1 WO 2022142016A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- target
- rule
- parameter conversion
- parameter
- parameters
- Prior art date
Links
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 352
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000004364 calculation method Methods 0.000 claims abstract description 38
- 230000008569 process Effects 0.000 claims description 20
- 238000001514 detection method Methods 0.000 claims description 19
- 230000009466 transformation Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 9
- 238000011161 development Methods 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 15
- 238000012790 confirmation Methods 0.000 description 14
- 238000011156 evaluation Methods 0.000 description 14
- 238000012549 training Methods 0.000 description 14
- 238000013507 mapping Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 6
- 238000012795 verification Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 3
- 238000003032 molecular docking Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000007246 mechanism Effects 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
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/543—User-generated data transfer, e.g. clipboards, dynamic data exchange [DDE], object linking and embedding [OLE]
Definitions
- the present application relates to the technical field of data processing, and in particular, to a rule engine-based parameter conversion method, apparatus, computer equipment and medium.
- the inventor found that the prior art has at least the following problems: most of the existing solutions implement parameter conversion for specific interface parameter configuration, which wastes a lot of development. and test resources, increasing the time cost of parameter conversion; and using the existing solution, there will be a lot of if and else codes in the business system, the system complexity will increase, and the parameter conversion efficiency will be reduced.
- a first aspect of the embodiments of the present application provides a rule engine-based parameter conversion method, where the rule engine-based parameter conversion method includes:
- the parameter conversion result is output.
- a second aspect of the embodiments of the present application further provides a rule engine-based parameter conversion apparatus, where the rule engine-based parameter conversion apparatus includes:
- a rule acquisition module configured to acquire the target parameter conversion rule corresponding to the rule issuing instruction when receiving the rule issuing instruction
- a rule parsing module for parsing the target parameter conversion rules to obtain a target parameter set
- a link acquisition module configured to input the target parameter set into a pre-trained link calculation model to obtain an optimal execution link
- a parameter acquisition module used for receiving and parsing the parameter conversion request, and obtaining target interface parameters corresponding to the parameter conversion request
- a link calling module configured to call the optimal execution link according to the target interface parameter to obtain a parameter conversion result
- a result output module used for outputting the parameter conversion result.
- a third aspect of the embodiments of the present application further provides a computer device, where the computer device includes a processor, and the processor is configured to execute computer-readable instructions stored in a memory to implement the following steps:
- the parameter conversion result is output.
- a fourth aspect of the embodiments of the present application further provides a computer-readable storage medium, where computer-readable instructions are stored on the computer-readable storage medium, and when the computer-readable instructions are executed by a processor, the following steps are implemented:
- the parameter conversion result is output.
- the above-mentioned rule engine-based parameter conversion method, rule engine-based parameter conversion device, computer equipment, and computer-readable storage medium solve the problem of data coupling between business rules and business systems, and convert variable business rules into The conversion is performed dynamically by the rule engine, which can reduce the time cost required for parameter conversion and improve the efficiency of parameter conversion.
- the optimal execution link is obtained according to the target rule parameter set, and the optimal execution link is called according to the target interface parameters to obtain the parameter conversion result, and the optimal execution link is obtained through the optimal execution link. Completing the parameter conversion can reduce the parameter conversion response time and improve the parameter conversion efficiency.
- the present application can be applied to various functional modules of smart cities such as smart government affairs, smart transportation, etc., such as a rule engine-based parameter conversion module of smart government affairs, etc., which can promote the rapid development of smart cities.
- FIG. 1 is a flowchart of a parameter conversion method based on a rule engine provided in Embodiment 1 of the present application.
- FIG. 2 is a structural diagram of a parameter conversion apparatus based on a rule engine provided in Embodiment 2 of the present application.
- FIG. 3 is a schematic structural diagram of a computer device provided in Embodiment 3 of the present application.
- the rule engine-based parameter conversion method provided in the embodiment of the present application is executed by a computer device, and accordingly, a rule engine-based parameter conversion apparatus suitable for running in the computer device.
- FIG. 1 is a flowchart of a parameter conversion method based on a rule engine provided in Embodiment 1 of the present application.
- the rule engine-based parameter conversion method may include the following steps. According to different requirements, the order of the steps in this flowchart may be changed, and some may be omitted:
- the target business system may be associated with one or more other business systems through interfaces.
- the target business system exchanges information with the other business systems, because the target business system The focus of the other business systems on the interface data of the same interface is different. Therefore, when the interface data in the target business system is transmitted to the other business systems, the interface data transmitted by the target business system needs to be Parameter conversion is performed on the data to obtain data corresponding to the concerns of the other business systems.
- a parameter conversion rule between the two needs to be determined, and the method of determining the parameter conversion rule may be manual confirmation or machine learning confirmation.
- the method of parameter conversion rules is a machine learning method, optionally, before the rule issuing instruction is received, the method further includes:
- the association relationship between the first attention attribute and the second attention attribute is acquired, and a parameter conversion rule between the target service system and the other service system is determined according to the association relationship.
- the target business system includes a plurality of interfaces, and any interface is selected as the target interface, and the first business data corresponding to the target interface is collected.
- sales product data, monthly data and regional data are selected as the first business data.
- the first attention attribute refers to the service attribute included in the first service data, for example, sales product, month, and region are all the first attention attribute.
- the second attention attribute of the other business system is obtained.
- the other business system is the product system A
- the target interface the corresponding second attention attribute is the product name, product model , month, and sales. That is, for the target business system, the focus is on the sales product, month and region, while for other business systems, the focus is on the product name, product model, month, and sales volume. Therefore, in the target business system When calling the data in the other business systems, it is necessary to convert the parameters of product name, product model, month and sales volume into product name, product model, month and sales volume.
- the acquiring the association relationship between the first attribute of interest and the second attribute of interest may include: invoking a pre-trained semantic analysis model to process the first attribute of interest and the second attribute of interest, to obtain semantic Several associated packages whose similarity reaches a preset similarity threshold; detect whether a confirmation instruction issued by a preset channel is received; when the detection result is that a confirmation instruction issued by a preset channel is received, determine that the associated package is correct; when detecting When the result is that the confirmation instruction sent by the preset channel is not received, the association package is modified.
- the preset similarity threshold is a preset value used to determine the semantic similarity.
- the association package includes several attributes that have an association relationship. For example, if the product name and the product model are semantically similar to the sales product, the association package includes the product name, product model, and sale product.
- the preset channel may be an email channel, a short message channel, or a website channel, etc., and the preset channel is used to receive an associated package confirmation instruction output by a preset staff member. The confirmation instruction is used to determine whether the association relationship of the attributes in each association package is correct.
- determining the parameter conversion rule between the target business system and the other business system according to the association relationship includes: Parse the association package to obtain the data type and data format of the target attribute in the association package; establish a parameter conversion rule according to the data type and the data format.
- the data types include types such as int, long, float, and char.
- the data format may be the storage format of data, etc.
- the corresponding associated attributes include product name and product type
- the data format may be the storage format of product name and product type, here No restrictions.
- the association relationship between the first attribute of interest and the second attribute of interest may be displayed by constructing a relationship tree.
- the method further includes:
- the second attention attribute is a second-level child node of the first child node.
- the first preset identification and the second preset identification may be digital identifications, letter identifications or color identifications, which are not limited herein.
- the first preset identifier is yellow
- the second preset identifier may be red.
- verifying the parameter conversion rule includes:
- the approval chain corresponding to the target parameter conversion rule is acquired, and after the approval is passed, the target parameter conversion rule is released.
- the target parameter conversion rules can be obtained by editing excel online on the visual interface, and the way of configuring the rules can be manual configuration or machine learning, which is not limited here.
- the method of configuring rules is manual configuration, it is also necessary to check the authority of the configuration personnel, for example, obtain the identity information of the configuration personnel, match the authority information corresponding to the identity information, and detect whether the configuration personnel has the parameter conversion rule configuration. permission to ensure that only those with rule configuration permissions can configure parameter conversion rules. Verifying whether the target parameter conversion rule is correct, that is, verifying whether each parameter conversion rule meets the preset attribute requirements, when the verification result is that each parameter conversion rule meets the preset attribute, determine the target parameter conversion rule.
- the preset attribute requirements refer to preset attribute requirements that the parameters need to meet.
- the preset database includes a file system and a DB database. The application first stores the target conversion rule in the file system, obtains an ID number corresponding to the target conversion rule, and stores the ID number in the DB database. in order to reduce the waste of storage resources in the DB database.
- the target business system also establishes a heartbeat connection with the rule engine.
- the updated parameter conversion rules can be carried in the heartbeat connection by carrying the updated parameter conversion rules. way to send heartbeat packets to the rule engine.
- acquiring the target parameter conversion rule corresponding to the rule issuing instruction includes:
- the target parameter conversion rule is acquired according to the preset tag, and the target parameter conversion rule is updated to the rule engine.
- the preset label may be an alphabetic label, a numerical label, or a color label, or the like.
- the target parameter conversion rule may be carried at a preset position of the heartbeat packet, and whether the heartbeat packet carries the target parameter conversion rule is determined by detecting whether relevant data exists at the preset position of the heartbeat packet.
- the target parameter conversion rule refers to an interface parameter conversion rule between the target service system and other service systems.
- the target parameter conversion rule includes several rule parameters and attribute parameters, the rule parameters are used to connect the attribute parameters, the rule parameters can refer to parameters used to identify the conversion relationship, and the rule parameters are stored in the block. in the target node of the chain.
- the attribute parameter refers to an attribute parameter corresponding to the first attention attribute and the second attention attribute.
- the target parameter set refers to a set of the rule parameters and the attribute parameters after normalization processing, the target parameter set includes several target parameters, and each target parameter includes a rule parameter and an attribute parameter.
- the parsing of the target parameter conversion rule to obtain the target parameter set includes:
- the target parameter conversion rule includes target rule parameters, locate all target rule parameters, and obtain target attribute parameters connected to the target rule parameters;
- a target parameter set is constructed according to the target rule parameter and the target attribute parameter.
- the logical relationship of each parameter in the target parameter set is obtained through a pre-trained link calculation model, and the priority relationship between the parameters is determined according to the logical relationship of each parameter.
- the priority relationship determines the optimal execution link, and the optimal execution link takes the shortest time to perform parameter conversion.
- inputting the target parameter set into a pre-trained link calculation model to obtain an optimal execution link includes:
- the target parameters are combined based on the priority order to construct an optimal execution link.
- the priority order may be determined according to the complexity and importance of the logical relationship, where the complexity refers to the complexity of attribute parameter conversion in the target parameter, and the importance refers to the conversion of the attribute parameter in the target parameter.
- the complexity may be evaluated according to the number of rule parameters. Generally speaking, the more rule parameters, the higher the complexity; the smaller the number of rule parameters, the lower the complexity.
- the length of the target parameter can also be used as the evaluation criterion. The longer the length of the target parameter, the higher the complexity; the smaller the length of the target parameter, the lower the complexity. make restrictions.
- the degree of importance may be determined in a pre-marked manner, for example, attribute parameters with a higher degree of importance may be marked in red, and the like.
- the link calculation model determines the link with the shortest time consuming to perform parameter conversion as the optimal execution link by collecting indicators of the complexity and importance of the target parameters.
- the link calculation model is pre-trained, optionally, the training steps of the link calculation model include:
- the training set is input into the initialized neural network model for training to obtain the link calculation model that has been trained;
- test set is input into the link calculation model that the training is completed to obtain the evaluation index of the model
- the training set is added, and the model is retrained until the evaluation index of the model exceeds the preset index threshold.
- the evaluation index may refer to the time required for the optimal execution link obtained by the link calculation model to perform parameter conversion, and the preset index threshold is a preset time threshold.
- the parameter conversion request refers to a request for parameter conversion sent by the target service system or the other service system.
- the parameter conversion request carries the identifier of the target interface parameter, and the target interface parameter corresponding to the parameter conversion request can be obtained by determining the identifier.
- the target interface parameter refers to the attribute parameter that needs to be requested. For example, when the target service system initiates a parameter conversion request to the other service system, the target interface parameter refers to the attribute parameter contained in the other service system requested by the demand.
- the receiving and parsing the parameter conversion request to obtain target interface parameters corresponding to the parameter conversion request include:
- a target interface parameter corresponding to the preset identifier is determined.
- the preset identifier may be a digital identifier, an alphabetic identifier, etc.
- There is a preset mapping relationship between the preset identifier and interface parameters and the preset identifier can be obtained by querying the mapping relationship according to the preset identifier. Identifies the corresponding target interface parameter.
- the number of the rule engine may be one or more.
- one rule engine can process the parameter conversion rules between the target business system and a plurality of the other business systems.
- each rule engine can process the parameter conversion rules between the target business system and one of the other business systems, which is not limited here.
- a rule engine handles the parameter conversion rules between the target business system and a plurality of the other business systems, when the number of parameter conversion requests sent by the target business system or the other business systems is large. , a large number of parameter conversion requests cannot be satisfied by one rule engine. Therefore, it is necessary to call multiple rule engines in the rule engine cluster to process parameter conversion requests in parallel to improve the efficiency of parameter conversion requests.
- the method further includes:
- the number of rule engines to be invoked is determined based on the order of magnitude.
- first mapping relationship between the data volume of the parameter conversion request and the order of magnitude
- second mapping relationship between the order of magnitude and the number of the rule engines to be invoked
- the corresponding order of magnitude can be obtained from the relationship
- the corresponding number of rule engines to be invoked can be obtained by querying the second mapping relationship according to the order of magnitude.
- the method further includes:
- the rule engine is divided into a general rule engine and a sub-rule engine.
- the general rule engine sends the target parameter conversion rule to up to
- each sub-rule engine a large number of parameter conversion requests are split, and each sub-rule engine processes the target parameter conversion requests respectively.
- the general rules engine When the parameter conversion request is a request between the target service system and a plurality of the other service systems, the general rules engine first determines the information of the other service systems corresponding to the parameter conversion request, and converts the parameters corresponding to the other service systems The rules are respectively sent to the sub-rule engines, and the sub-rule engines process their corresponding target parameter conversion requests, avoiding multiple rule engines to cross-process requests between different other business systems, which can improve the parameter conversion efficiency.
- an optimal execution link corresponding to the target interface parameter is obtained, and the target interface parameter is processed based on the optimal execution link to obtain a parameter conversion result.
- invoking the optimal execution link according to the target interface parameter to obtain a parameter conversion result includes:
- the target interface parameters are processed through the execution logic in the order of priority, and a parameter conversion result is obtained.
- the execution logic includes filtering logic, merging logic, splitting logic, etc., which are not limited herein.
- the method further includes: visualizing the optimal execution link, and by directly viewing the visualized link, the execution state of the current link can be obtained.
- visualizing the optimal execution link and by directly viewing the visualized link, the execution state of the current link can be obtained.
- a certain link node of the optimal execution link runs abnormally, it can be highlighted by marking, so that relevant personnel can intuitively find the abnormal parameter conversion and repair the problem in time.
- the parameter conversion result when the output parameter conversion request is the target business system, the parameter conversion result is output to other corresponding business systems; when the output parameter conversion request is other business systems, the The parameter conversion result is output to the corresponding target business system.
- the above-mentioned parameter conversion method based on a rule engine provided by the embodiment of the present application solves the problem of coupling business rules and data to a business system, and at the same time, the variable business rule conversion is dynamically executed by the rule engine, which can reduce the time required for parameter conversion cost and improve parameter conversion efficiency.
- the optimal execution link is obtained according to the target parameter set, and the optimal execution link is called according to the target interface parameter to obtain the parameter conversion result, which is completed through the optimal execution link.
- the parameter conversion can reduce the parameter conversion response time and improve the parameter conversion efficiency.
- the present application can be applied to various functional modules of smart cities such as smart government affairs and smart transportation, such as a rule engine-based parameter conversion module of smart government affairs, etc., which can promote the rapid development of smart cities.
- FIG. 2 is a structural diagram of a parameter conversion apparatus based on a rule engine provided in Embodiment 2 of the present application.
- the rule engine-based parameter conversion apparatus 20 may include a plurality of functional modules composed of computer program segments.
- the computer program of each program segment in the parameter conversion apparatus 20 based on the rule engine can be stored in the memory of the computer device and executed by at least one processor to execute (describe in Fig. 1 for details) the parameter based on the rule engine. Functions for conversion processing.
- the rule engine-based parameter conversion apparatus 20 may be divided into multiple functional modules according to the functions performed by the rule engine.
- the functional modules may include: a rule acquisition module 201 , a rule analysis module 202 , a link acquisition module 203 , a parameter acquisition module 204 , a link invocation module 205 and a result output module 206 .
- a module referred to in this application refers to a series of computer-readable instruction segments that can be executed by at least one processor and can perform fixed functions, and are stored in a memory. In this embodiment, the functions of each module will be described in detail in subsequent embodiments.
- the rule obtaining module 201 is configured to obtain a target parameter conversion rule corresponding to the rule issuing instruction when the rule issuing instruction is received.
- the target business system may be associated with one or more other business systems through interfaces.
- the target business system exchanges information with the other business systems, the target business system
- the focus of the other business systems on the interface data of the same interface is different. Therefore, when the interface data in the target business system is transmitted to the other business systems, the interface data transmitted by the target business system needs to be Parameter conversion is performed on the data to obtain data corresponding to the concerns of the other business systems.
- the rule obtaining module Before the target business system and the other business systems perform data communication, a parameter conversion rule between the two needs to be determined, and the method of determining the parameter conversion rule may be manual confirmation or machine learning confirmation.
- the method of determining the parameter conversion rule is a machine learning method
- the rule obtaining module further includes:
- the association relationship between the first attention attribute and the second attention attribute is acquired, and a parameter conversion rule between the target service system and the other service system is determined according to the association relationship.
- the target business system includes multiple interfaces, and any interface is selected as the target interface, and the first business data corresponding to the target interface is collected.
- sales product data, monthly data and regional data are selected as the first business data.
- the first attention attribute refers to the service attribute included in the first service data, for example, sales product, month, and region are all the first attention attribute.
- the second attention attribute of the other business system is obtained.
- the other business system is the product system A
- the target interface the corresponding second attention attribute is the product name, product model , month, and sales. That is, for the target business system, the focus is on the sales product, month and region, while for other business systems, the focus is on the product name, product model, month, and sales volume. Therefore, in the target business system When calling the data in the other business systems, it is necessary to convert the parameters of product name, product model, month and sales volume into product name, product model, month and sales volume.
- the acquiring the association relationship between the first attribute of interest and the second attribute of interest may include: invoking a pre-trained semantic analysis model to process the first attribute of interest and the second attribute of interest, to obtain semantic Several associated packages whose similarity reaches a preset similarity threshold; detect whether a confirmation instruction issued by a preset channel is received; when the detection result is that a confirmation instruction issued by a preset channel is received, determine that the associated package is correct; when detecting When the result is that the confirmation instruction sent by the preset channel is not received, the association package is modified.
- the preset similarity threshold is a preset value used to determine the semantic similarity.
- the association package includes several attributes that have an association relationship. For example, if the product name and the product model are semantically similar to the sales product, the association package includes the product name, product model, and sale product.
- the preset channel may be an email channel, a short message channel, or a website channel, etc., and the preset channel is used to receive an associated package confirmation instruction output by a preset staff member. The confirmation instruction is used to determine whether the association relationship of the attributes in each association package is correct.
- determining the parameter conversion rule between the target business system and the other business system according to the association relationship includes: Parse the association package to obtain the data type and data format of the target attribute in the association package; establish a parameter conversion rule according to the data type and the data format.
- the data types include types such as int, long, float, and char.
- the data format may be the storage format of data, etc.
- the corresponding associated attributes include product name and product type
- the data format may be the storage format of product name and product type, here No restrictions.
- the association relationship between the first attribute of interest and the second attribute of interest can be displayed by constructing a relationship tree.
- the rule obtaining module further includes:
- the second attention attribute is a second-level child node of the first child node.
- the first preset identification and the second preset identification may be digital identifications, letter identifications or color identifications, which are not limited herein.
- the first preset identifier is yellow
- the second preset identifier may be red.
- verifying the parameter conversion rule includes:
- the latest conversion rule version number is generated according to the existing parameter conversion rule version, and the target parameter conversion rule carrying the latest conversion rule version number is stored in the preset database;
- the approval chain corresponding to the target parameter conversion rule is acquired, and after the approval is passed, the target parameter conversion rule is released.
- the target parameter conversion rules can be obtained by editing excel online on the visual interface, and the way of configuring the rules can be manual configuration or machine learning, which is not limited here.
- the method of configuring rules is manual configuration, it is also necessary to detect the authority of the configuration personnel, for example, obtain the identity information of the configuration personnel, match the authority information corresponding to the identity information, and detect whether the configuration personnel has the parameter conversion rule configuration. permission to ensure that only those with rule configuration permissions can configure parameter conversion rules. Verifying whether the target parameter conversion rule is correct, that is, verifying whether each parameter conversion rule meets the preset attribute requirements, when the verification result is that each parameter conversion rule meets the preset attribute, determine the target parameter conversion rule.
- the preset attribute requirements refer to preset attribute requirements that the parameters need to meet.
- the preset database includes a file system and a DB database. The application first stores the target conversion rule in the file system, obtains an ID number corresponding to the target conversion rule, and stores the ID number in the DB database. in order to reduce the waste of storage resources in the DB database.
- the target business system further establishes a heartbeat connection with the rule engine.
- the updated parameter conversion rules can be carried in the heartbeat connection by carrying the updated parameter conversion rules. way to send heartbeat packets to the rule engine.
- acquiring the target parameter conversion rule corresponding to the rule issuing instruction includes:
- the target parameter conversion rule is acquired according to the preset tag, and the target parameter conversion rule is updated to the rule engine.
- the preset label may be an alphabetic label, a numerical label, or a color label, or the like.
- the target parameter conversion rule may be carried at a preset position of the heartbeat packet, and whether the heartbeat packet carries the target parameter conversion rule is determined by detecting whether relevant data exists at the preset position of the heartbeat packet.
- the rule parsing module 202 is configured to parse the target parameter conversion rule to obtain a target rule parameter set.
- the target parameter conversion rule refers to an interface parameter conversion rule between the target service system and other service systems.
- the target parameter conversion rule includes several rule parameters and attribute parameters, the rule parameters are used to connect the attribute parameters, the rule parameters can refer to parameters used to identify the conversion relationship, and the rule parameters are stored in the block. in the target node of the chain.
- the attribute parameter refers to the attribute parameter corresponding to the first attention attribute and the second attention attribute.
- the target parameter set refers to a set of the rule parameters and the attribute parameters after normalization processing, the target parameter set includes several target parameters, and each target parameter includes a rule parameter and an attribute parameter.
- the parsing of the target parameter conversion rule to obtain the target parameter set includes:
- the target parameter conversion rule includes target rule parameters, locate all target rule parameters, and obtain target attribute parameters connected to the target rule parameters;
- a target parameter set is constructed according to the target rule parameter and the target attribute parameter.
- the link acquisition module 203 is configured to input the target rule parameter set into a pre-trained link calculation model to obtain an optimal execution link.
- the logical relationship of each parameter in the target parameter set is obtained through a pre-trained link calculation model, and the priority relationship between the parameters is determined according to the logical relationship of each parameter.
- the priority relationship determines the optimal execution link, and the optimal execution link takes the shortest time to perform parameter conversion.
- inputting the target parameter set into a pre-trained link calculation model to obtain an optimal execution link includes:
- the target parameters are combined based on the priority order to construct an optimal execution link.
- the priority order may be determined according to the complexity and importance of the logical relationship, where the complexity refers to the complexity of attribute parameter conversion in the target parameter, and the importance refers to the conversion of the attribute parameter in the target parameter.
- the complexity may be evaluated according to the number of rule parameters. Generally speaking, the more rule parameters, the higher the complexity; the smaller the number of rule parameters, the lower the complexity.
- the length of the target parameter can also be used as the evaluation criterion. The longer the length of the target parameter, the higher the complexity; the smaller the length of the target parameter, the lower the complexity. make restrictions.
- the degree of importance may be determined in a pre-marked manner, for example, attribute parameters with a higher degree of importance may be marked in red, and the like.
- the link calculation model determines the link with the shortest time-consuming execution parameter conversion as the optimal execution link by collecting indicators of the complexity and importance of the target parameter.
- the link calculation model is pre-trained, optionally, the training steps of the link calculation model include:
- the training set is input into the initialized neural network model for training to obtain the link calculation model that has been trained;
- test set is input into the link calculation model that the training is completed to obtain the evaluation index of the model
- the detection result is that the evaluation index of the model exceeds the preset index threshold
- the detection result is that the evaluation index of the model does not exceed the preset index threshold
- the training set is added, Retrain the model until the evaluation index of the model exceeds the preset index threshold.
- the evaluation index may refer to the time required for the optimal execution link obtained by the link calculation model to perform parameter conversion, and the preset index threshold is a preset time threshold.
- the parameter acquisition module 204 is configured to receive and parse the parameter conversion request, and obtain target interface parameters corresponding to the parameter conversion request.
- the parameter conversion request refers to a request for parameter conversion sent by the target service system or the other service systems.
- the parameter conversion request carries the identifier of the target interface parameter, and the target interface parameter corresponding to the parameter conversion request can be obtained by determining the identifier.
- the target interface parameter refers to the attribute parameter that needs to be requested. For example, when the target service system initiates a parameter conversion request to the other service system, the target interface parameter refers to the attribute parameter contained in the other service system requested by the demand.
- the receiving and parsing the parameter conversion request to obtain target interface parameters corresponding to the parameter conversion request include:
- a target interface parameter corresponding to the preset identifier is determined.
- the preset identifier may be a digital identifier, an alphabetic identifier, etc.
- There is a preset mapping relationship between the preset identifier and interface parameters and the preset identifier can be obtained by querying the mapping relationship according to the preset identifier. Identifies the corresponding target interface parameter.
- the number of the rule engine may be one or more.
- one rule engine may process the parameter conversion rules between the target business system and a plurality of the other business systems.
- each rule engine can process the parameter conversion rules between the target business system and one of the other business systems, which is not limited here.
- a rule engine handles the parameter conversion rules between the target business system and a plurality of the other business systems, when the number of parameter conversion requests sent by the target business system or the other business systems is large. , a large number of parameter conversion requests cannot be satisfied by one rule engine. Therefore, it is necessary to call multiple rule engines in the rule engine cluster to process parameter conversion requests in parallel to improve the efficiency of parameter conversion requests.
- the parameter acquisition module further includes:
- the number of rule engines to be invoked is determined based on the order of magnitude.
- first mapping relationship between the data volume of the parameter conversion request and the order of magnitude
- second mapping relationship between the order of magnitude and the number of the rule engines to be invoked
- the corresponding order of magnitude can be obtained from the relationship
- the corresponding number of rule engines to be invoked can be obtained by querying the second mapping relationship according to the order of magnitude.
- the parameter acquisition module further includes:
- the rule engine is divided into a general rule engine and a sub-rule engine.
- the general rule engine sends the target parameter conversion rule to up to
- each sub-rule engine a large number of parameter conversion requests are split, and each sub-rule engine processes the target parameter conversion requests respectively.
- the general rules engine When the parameter conversion request is a request between the target service system and a plurality of the other service systems, the general rules engine first determines the information of the other service systems corresponding to the parameter conversion request, and converts the parameters corresponding to the other service systems The rules are respectively sent to the sub-rule engines, and the sub-rule engines process their corresponding target parameter conversion requests, avoiding multiple rule engines to cross-process requests between different other business systems, which can improve the parameter conversion efficiency.
- the link invocation module 205 is configured to invoke the optimal execution link according to the target interface parameter to obtain a parameter conversion result.
- an optimal execution link corresponding to the target interface parameter is obtained, and the target interface parameter is processed based on the optimal execution link to obtain a parameter conversion result.
- invoking the optimal execution link according to the target interface parameter to obtain a parameter conversion result includes:
- the target interface parameters are processed through the execution logic in the order of priority to obtain a parameter conversion result.
- the execution logic includes filtering logic, merging logic, splitting logic, etc., which are not limited herein.
- the link invocation module further includes: visualizing the optimal execution link, and by directly viewing the visualized link, the execution state of the current link can be obtained.
- visualizing the optimal execution link and by directly viewing the visualized link, the execution state of the current link can be obtained.
- a certain link node of the optimal execution link runs abnormally, it can be highlighted by marking, so that relevant personnel can intuitively find the abnormal parameter conversion and repair the problem in time.
- the result output module 206 is configured to output the parameter conversion result.
- the parameter conversion result when the output parameter conversion request is the target business system, the parameter conversion result is output to other corresponding business systems; when the output parameter conversion request is other business systems, the The parameter conversion result is output to the corresponding target business system.
- the computer device 3 includes a memory 31 , at least one processor 32 , at least one communication bus 33 and a transceiver 34 .
- FIG. 3 does not constitute a limitation of the embodiments of the present application, and may be a bus-type structure or a star-shaped structure. more or less other hardware or software, or a different arrangement of components is shown.
- the computer device 3 is a device that can automatically perform numerical calculation and/or information processing according to pre-set or stored instructions, and its hardware includes but is not limited to microprocessors, application-specific integrated circuits, Programmable gate arrays, digital processors and embedded devices, etc.
- the computer equipment 3 may also include client equipment, including but not limited to any electronic product that can interact with the client through a keyboard, a mouse, a remote control, a touchpad or a voice-activated device, etc., for example, Personal computers, tablets, smartphones, digital cameras, etc.
- a computer program is stored in the memory 31, and when the computer program is executed by the at least one processor 32, all or part of the steps in the above-described rule engine-based parameter conversion method are implemented.
- the computer program may be divided into one or more modules/units, and the one or more modules/units may be a series of computer-readable instruction segments capable of performing specific functions, and the instruction segments are used to describe The execution process of the computer program in the computer device.
- each module described in FIG. 2 is a computer program stored in the memory 31 and executed by the at least one processor 32, so as to realize the functions of the various modules to achieve parameter conversion based on a rule engine the goal of.
- Described memory 31 comprises read-only memory (Read-Only Memory, ROM), programmable read-only memory (Programmable Read-Only Memory, PROM), erasable programmable read-only memory (Erasable Programmable Read-Only Memory, EPROM) , One-time Programmable Read-Only Memory (OTPROM), Electronically-Erasable Programmable Read-Only Memory (EEPROM), Compact Disc Read- Only Memory, CD-ROM) or other optical disk storage, magnetic disk storage, magnetic tape storage, or any other computer-readable medium that can be used to carry or store data.
- Read-Only Memory Read-Only Memory
- PROM Programmable Read-Only Memory
- EPROM Erasable Programmable Read-Only Memory
- OTPROM One-time Programmable Read-Only Memory
- EEPROM Electronically-Erasable Programmable Read-Only Memory
- CD-ROM Compact Disc Read- Only Memory
- CD-ROM Compact Disc Read- Only Memory
- the computer-readable storage medium may mainly include a stored program area and a stored data area, wherein the stored program area may store an operating system, an application program required by at least one function, and the like; Use the created data, etc.
- the computer-readable storage medium may be non-volatile or volatile.
- the blockchain referred to in this application is a new application mode of computer technology such as distributed data storage, point-to-point transmission, consensus mechanism, and encryption algorithm.
- Blockchain essentially a decentralized database, is a series of data blocks associated with cryptographic methods. Each data block contains a batch of network transaction information to verify its Validity of information (anti-counterfeiting) and generation of the next block.
- the blockchain can include the underlying platform of the blockchain, the platform product service layer, and the application service layer.
- the at least one processor 32 is a control core (Control Unit) of the computer device 3, using various interfaces and lines to connect various components of the entire computer device 3, and by running or executing storage in the computer device 3
- the programs or modules in the memory 31 and the data stored in the memory 31 are called to perform various functions of the computer device 3 and process data.
- the at least one processor 32 executes the computer program stored in the memory, all or part of the steps of the rule engine-based parameter conversion method described in the embodiments of the present application are implemented; or a rule engine-based parameter conversion apparatus is implemented. all or part of the functions.
- the at least one processor 32 may be composed of integrated circuits, for example, may be composed of a single packaged integrated circuit, or may be composed of multiple integrated circuits packaged with the same function or different functions, including one or more central processing units. (Central Processing unit, CPU), microprocessor, digital processing chip, graphics processor and combination of various control chips, etc.
- CPU Central Processing unit
- microprocessor digital processing chip
- graphics processor and combination of various control chips, etc.
- the at least one communication bus 33 is configured to enable connection communication between the memory 31 and the at least one processor 32 and the like.
- the computer device 3 may also include a power source (such as a battery) for supplying power to various components.
- the power source may be logically connected to the at least one processor 32 through a power management device, so as to be implemented by the power management device Manage charging, discharging, and power management functions.
- the power source may also include one or more DC or AC power sources, recharging devices, power failure detection circuits, power converters or inverters, power status indicators, and any other components.
- the computer device 3 may also include a variety of sensors, Bluetooth modules, Wi-Fi modules, etc., which will not be repeated here.
- the above-mentioned integrated units implemented in the form of software functional modules may be stored in a computer-readable storage medium.
- the above-mentioned software function modules are stored in a storage medium, and include several instructions to make a computer device (which may be a personal computer, a computer device, or a network device, etc.) or a processor (processor) to execute the methods described in the various embodiments of the present application. part.
- modules described as separate components may or may not be physically separated, and the components shown as modules may or may not be physical units, and may be located in one place or distributed to multiple network units. Some or all of the modules may be selected according to actual needs to achieve the purpose of the solution in this embodiment.
- each functional module in each embodiment of the present application may be integrated in one processing unit, or each unit may exist physically alone, or two or more units may be integrated in one unit.
- the above-mentioned integrated units can be implemented in the form of hardware, or can be implemented in the form of hardware plus software function modules.
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Stored Programmes (AREA)
- Computer And Data Communications (AREA)
Abstract
本申请涉及数据处理技术，提供一种基于规则引擎的参数转换方法、装置、计算机设备与存储介质，包括：当接收到规则发布指令时，获取对应所述规则发布指令的目标参数转换规则；解析所述目标参数转换规则，得到目标参数集；将所述目标参数集输入至预先训练好的链路计算模型中，得到最优执行链路；接收并解析参数转换请求，得到对应所述参数转换请求的目标接口参数；根据所述目标接口参数调用所述最优执行链路，得到参数转换结果；输出所述参数转换结果。本申请能够提高参数转换效率，促进智慧城市的快速发展。
Description
本申请要求于2020年12月30日提交中国专利局，申请号为202011643304.1发明名称为“基于规则引擎的参数转换方法、装置、设备及介质”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
本申请涉及数据处理技术领域，尤其涉及一种基于规则引擎的参数转换方法、装置、计算机设备及介质。
随着通信技术的发展，各种业务系统的应用变得越来越广泛。不同业务系统间通过接口对接的方式进行数据交互。在接口对接过程中，经常涉及到不同业务系统间的参数转换。
针对在接口对接过程中的参数转换情况，在实现本申请的过程中，发明人发现现有技术至少存在如下问题：现有的方案大多针对具体的接口参数配置化实现参数转换，浪费大量的开发和测试资源，增加了参数转换的时间成本；且使用现有方案，业务系统中就会有很多if，else代码，系统复杂度增加，降低了参数转换效率。
因此，有必要提供一种基于规则引擎的参数转换方法，能够减少参数转换的时间成本，提高参数转换效率。
发明内容
鉴于以上内容，有必要提出一种基于规则引擎的参数转换方法、基于规则引擎的参数转换装置、计算机设备及介质，能够提高参数转换效率。
本申请实施例第一方面提供一种基于规则引擎的参数转换方法，所述基于规则引擎的参数转换方法包括：
当接收到规则发布指令时，获取对应所述规则发布指令的目标参数转换规则；
解析所述目标参数转换规则，得到目标参数集；
将所述目标参数集输入至预先训练好的链路计算模型中，得到最优执行链路；
接收并解析参数转换请求，得到对应所述参数转换请求的目标接口参数；
根据所述目标接口参数调用所述最优执行链路，得到参数转换结果；
输出所述参数转换结果。
本申请实施例第二方面还提供一种基于规则引擎的参数转换装置，所述基于规则引擎的参数转换装置包括：
规则获取模块，用于当接收到规则发布指令时，获取对应所述规则发布指令的目标参数转换规则；
规则解析模块，用于解析所述目标参数转换规则，得到目标参数集；
链路获取模块，用于将所述目标参数集输入至预先训练好的链路计算模型中，得到最优执行链路；
参数获取模块，用于接收并解析参数转换请求，得到对应所述参数转换请求的目标接口参数；
链路调用模块，用于根据所述目标接口参数调用所述最优执行链路，得到参数转换结果；
结果输出模块，用于输出所述参数转换结果。
本申请实施例第三方面还提供一种计算机设备，所述计算机设备包括处理器，所述处理器用于执行存储器中存储的计算机可读指令以实现以下步骤：
当接收到规则发布指令时，获取对应所述规则发布指令的目标参数转换规则；
解析所述目标参数转换规则，得到目标参数集；
将所述目标参数集输入至预先训练好的链路计算模型中，得到最优执行链路；
接收并解析参数转换请求，得到对应所述参数转换请求的目标接口参数；
根据所述目标接口参数调用所述最优执行链路，得到参数转换结果；
输出所述参数转换结果。
本申请实施例第四方面还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现以下步骤：
当接收到规则发布指令时，获取对应所述规则发布指令的目标参数转换规则；
解析所述目标参数转换规则，得到目标参数集；
将所述目标参数集输入至预先训练好的链路计算模型中，得到最优执行链路；
接收并解析参数转换请求，得到对应所述参数转换请求的目标接口参数；
根据所述目标接口参数调用所述最优执行链路，得到参数转换结果；
输出所述参数转换结果。
本申请实施例提供的上述基于规则引擎的参数转换方法、基于规则引擎的参数转换装置、计算机设备以及计算机可读存储介质，解决了业务规则和业务系统的数据耦合问题，将可变的业务规则转换由规则引擎动态执行，能够降低参数转换所需的时间成本，提高参数转换效率。此外，本申请在执行参数转换过程中，根据目标规则参数集获取最优执行链路，并根据所述目标接口参数调用所述最优执行链路，得到参数转换结果，通过最优执行链路完成参数转换，能够减少参数转换响应时间，提高参数转换效率。本申请可应用于智慧政务、智慧交通等智慧城市的各个功能模块中，比如智慧政务的基于规则引擎的参数转换模块等，能够促进智慧城市的快速发展。
图1是本申请实施例一提供的基于规则引擎的参数转换方法的流程图。
图2是本申请实施例二提供的基于规则引擎的参数转换装置的结构图。
图3是本申请实施例三提供的计算机设备的结构示意图。
如下具体实施方式将结合上述附图进一步说明本申请。
为了能够更清楚地理解本申请的上述目的、特征和优点，下面结合附图和具体实施例对本申请进行详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本申请，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。
本申请实施例提供的基于规则引擎的参数转换方法由计算机设备执行，相应地，适用于基于规则引擎的参数转换装置运行于计算机设备中。
图1是本申请实施例一提供的基于规则引擎的参数转换方法的流程图。如图1所示，所述基于规则引擎的参数转换方法可以包括如下步骤，根据不同的需求，该流程图中步骤的顺序可以改变，某些可以省略：
S11、当接收到规则发布指令时，获取对应所述规则发布指令的目标参数转换规则。
在本申请的至少一实施例中，目标业务系统可以与一个或多个其他业务系统通过接口相关联，在所述目标业务系统与所述其他业务系统进行信息交互时，由于所述目标业务系统与所述其他业务系统对于相同接口的接口数据的关注点不一样，因此，在将所述目标业务系统中的接口数据传输至所述其他业务系统时，需对所述目标业务系统传输的接口数据进行参数转换，得到对应所述其他业务系统的关注点的数据。
在所述目标业务系统与所述其他业务系统进行数据通信之前，需要确定两者间的参数转换规则，确定参数转换规则的方式可以为人工确认或者机器学习的方式确认。当确定参数转换规则的方式为机器学习方式时，可选地，在所述接收到规则发布指令之前，所述方法还包括：
采集目标业务系统中目标接口的第一业务数据；
解析所述第一业务数据，得到对应所述目标业务系统的第一关注属性；
采集其他业务系统中对应所述目标接口的第二业务数据；
解析所述第二业务数据，得到对应所述其他业务系统的第二关注属性；
获取所述第一关注属性与所述第二关注属性的关联关系，并根据所述关联关系确定所述目标业务系统与所述其他业务系统间的参数转换规则。
其中，所述目标业务系统中包含多个接口，选取其中任意接口作为目标接口，采集对应所述目标接口的第一业务数据，示例性地，选取销售产品数据、月份数据与地区数据作为第一业务数据。所述第一关注属性是指所述第一业务数据包含的业务属性，例如，销售产品、月份与地区均为第一关注属性。同样地，得到所述其他业务系统的第二关注属性，示例性地，当所述其他业务系统为产品系统A时，对于所述目标接口，其对应的第二关注属性为产品名称、产品型号、月份以及销量。也即对于目标业务系统来说，其关注点为销售产品、月份与地区，而对于其他业务系统来说，其关注点为产品名称、产品型号、月份以及销量，因而，在所述目标业务系统调用所述其他业务系统中的数据时，需要将产品名称、产品型号、月份以及销量进行参数转换为产品名称、产品型号、月份以及销量。
可选地，可以通过对所述第一关注属性与所述第二关注属性进行语义分析，确定语义相同或者相近的属性存在关联关系。示例性地，所述获取所述第一关注属性与所述第二关注属性的关联关系可以包括：调用预先训练的语义分析模型处理所述第一关注属性与所述第二关注属性，得到语义相似程度达到预设相似程度阈值的若干个关联包；检测是否接收到预设渠道发出的确认指令；当检测结果为接收到预设渠道发出的确认指令时，确定所述关联包正确；当检测结果为未接收到预设渠道发出的确认指令时，修改所述关联包。
其中，所述预设相似程度阈值为预先设置的，用于确定语义相似程度的值。所述关联包中包含存在关联关系的若干属性，例如，所述产品名称及所述产品型号均与所述销售产品的语义相近，则所述关联包中包含产品名称、产品型号与销售产品。所述预设渠道可以为邮件渠道、短信渠道或网站渠道等，所述预设渠道用于接收预设工作人员输出的关联包确认指令。所述确认指令用于确定各个关联包中的属性的关联关系是否正确。
可选地，在获取所述第一关注属性与所述第二关注属性的关联关系之后，所述根据所述关联关系确定所述目标业务系统与所述其他业务系统间的参数转换规则包括：解析关联包，得到关联包中目标属性的数据类型与数据格式；根据所述数据类型与所述数据格式建立参数转换规则。
其中，所述数据类型包括int、long、float以及char等类型。所述数据格式可以是数据的存储格式等，例如，对于销售产品来讲，其对应的关联属性包括产品名称与产品类型，则所述数据格式可以是产品名称与产品类型的存储格式，在此不做限制。
在本申请的至少一实施例中，可以通过构建关系树的方式显示所述第一关注属性与所述第二关注属性的关联关系，可选地，所述方法还包括：
确定所述目标接口，并构建以所述目标接口为父节点的目标关系树；
获取所述第一关注属性，并按照第一预设标识确定所述第一关注属性为所述目标关系树的第一子节点；
获取所述第二关注属性以及所述第二关注属性与所述第一关注属性的关联关系；
根据所述关联关系按照第二预设标识确定所述第二关注属性为所述第一子节点的二级子节点。
其中，所述第一预设标识与所述第二预设标识可以为数字标识、字母标识或颜色标识，在此不做限制。例如，当所述第一预设标识为黄色时，所述第二预设标识可以为红色。通过查看相同父节点的目标关系树的子节点关系，能够直观地得到所述第一关注属性与所述第二关注属性的关联关系，减少关联关系确定所需的时间，进而提高参数转换效率。
在本申请的至少一实施例中，在确定所述目标业务系统与所述其他业务系统间的参数转换规则后，还需对参数转换规则进行校验以满足规则发布条件，继而发布参数转换规则。可选地，校验所述参数转换规则包括：
通过预设数据格式获取目标参数转换规则；
校验所述目标参数转换规则是否正确；
当校验结果为所述目标参数转换规则正确时，根据现有参数转换规则版本生成最新转换规则版本号，并将携带所述最新转换规则版本号的目标参数转换规则存储至预设数据库中；
获取对应所述目标参数转换规则的审批链，并在审批通过后，发布所述目标参数转换规则。
其中，可以通过在可视化的界面上在线编辑excel的方式获取目标参数转换规则，配置规则的方式可以为人工配置的方式，也可以通过机器学习的方式，在此不做限制。当配置规则的方式为人工配置时，还需对配置人员的权限进行检测，例如，获取配置人员的身份信息，匹配与所述身份信息对应的权限信息，检测该配置人员是否拥有参数转换规则配置权限，以确保拥有规则配置权限的人员才可配置参数转换规则。校验所述目标参数转换规则是否正确也即校验每一参数转换规则是否符合预设属性要求，当校验结果为每一参数转换规则均符合预设属性时，确定所述目标参数转换规则正确；当校验结果为存在参数转换规则不符合预设属性时，输出错误提示。所述预设属性要求是指预先设置的，参数需满足的属性要求。所述预设数据库包括文件系统与DB数据库，本申请将所述目标转换规则先存储至所述文件系统中，得到对应所述目标转换规则的ID号，并将所述ID号存储至DB数据库中，以减少DB数据库中的存储资源浪费。
在本申请的至少一实施例中，所述目标业务系统还与规则引擎建立心跳连接，当所述目标业务系统的参数转换规则发生变化时，可以通过在心跳连接中携带更新后的参数 转换规则的方式发送心跳包至所述规则引擎中。本申请通过将目标业务系统与规则引擎建立心跳连接的方式，既能够保证目标业务系统与规则引擎的连接正常，也能够通过心跳包发送参数转换规则。
可选地，所述当接收到规则发布指令时，获取对应所述规则发布指令的目标参数转换规则包括：
获取目标业务系统发送的心跳包；
解析所述心跳包，并检测所述心跳包中是否包含预设标签；
当检测结果为所述心跳包中包含预设标签时，确定接收到规则发布指令；
根据所述预设标签获取目标参数转换规则，将所述目标参数转换规则更新至规则引擎中。
其中，所述预设标签可以为字母标签、数字标签或者颜色标签等。所述目标参数转换规则可以携带在所述心跳包的预设位置处，通过检测所述心跳包的预设位置处是否存在相关数据以确定所述心跳包是否携带目标参数转换规则。
S12、解析所述目标参数转换规则，得到目标参数集。
在本申请的至少一实施例中，所述目标参数转换规则是指所述目标业务系统与其他业务系统间的接口参数转换规则。所述目标参数转换规则中包含若干个规则参数与属性参数，所述规则参数用于连接所述属性参数，所述规则参数可以指用于标识转换关系的参数，所述规则参数存储于区块链的目标节点中。所述属性参数是指所述第一关注属性与所述第二关注属性对应的属性参数。所述目标参数集是指规范化处理后的所述规则参数与所述属性参数的集合，所述目标参数集中包含若干条目标参数，每一所述目标参数包括规则参数与属性参数。
可选地，所述解析所述目标参数转换规则，得到目标参数集包括：
解析所述目标参数转换规则；
检测所述目标参数转换规则中是否包含目标规则参数；
当检测结果为所述目标参数转换规则中包含目标规则参数时，定位所有目标规则参数，并获取与所述目标规则参数连接的目标属性参数；
根据所述目标规则参数与所述目标属性参数构建目标参数集。
S13、将所述目标参数集输入至预先训练好的链路计算模型中，得到最优执行链路。
在本申请的至少一实施例中，通过预先训练好的链路计算模型获取所述目标参数集中每个参数的逻辑关系，并根据每个参数的逻辑关系确定参数间的优先级关系，基于所述优先级关系确定最优执行链路，所述最优执行链路在执行参数转换时所耗费的时间最短。
可选地，所述将所述目标参数集输入至预先训练好的链路计算模型中，得到最优执行链路包括：
调用所述链路计算模型获取所述目标参数集中每一目标参数的逻辑关系；
根据所述逻辑关系确定所述目标参数的优先级顺序；
基于所述优先级顺序组合所述目标参数，构建最优执行链路。
其中，所述优先级顺序可以根据所述逻辑关系的复杂程度与重要程度确定，所述复杂程度是指该目标参数中的属性参数转换的复杂程度，所述重要程度是指该目标参数中的属性参数在业务系统中的重要程度。其中，所述复杂程度可以根据规则参数的数量作为评价标准，一般来说，所述规则参数的数量越多，其复杂程度越高；所述规则参数的数量越少，其复杂程度越低。在其他实施例中，还可以根据目标参数的长度作为评价标准，所述目标参数的长度越长，其复杂程度越高；所述目标参数的长度越小，其复杂程度越低，在此不做限制。所述重要程度可以通过预先标记的方式确定，例如，对于重要程度较高的属性参数，可以用红色标记等。
所述链路计算模型通过采集所述目标参数的复杂程度与重要程度的指标，确定执行参数转换耗时最短的链路作为最优执行链路。其中，所述链路计算模型为预先训练的，可选地，所述链路计算模型的训练步骤包括：
将目标参数样本集分为训练集与测试集；
将所述训练集输入至初始化的神经网络模型中进行训练，得到训练完成的链路计算模型；
将所述测试集输入至训练完成的链路计算模型中，得到模型的评估指标；
检测所述模型的评估指标是否超过预设指标阈值；
当检测结果为所述模型的评估指标超过预设指标阈值时，确定模型训练完成，得到链路计算模型；
当检测结果为所述模型的评估指标未超过预设指标阈值时，增加训练集，重新训练模型，直到所述模型的评估指标超过预设指标阈值。
其中，所述评估指标可以是指链路计算模型得到的最优执行链路在执行参数转换时所需时间，所述预设指标阈值为预先设置的时间阈值。
S14、接收并解析参数转换请求，得到对应所述参数转换请求的目标接口参数。
在本申请的至少一实施例中，所述参数转换请求是指所述目标业务系统或所述其他业务系统发出的用于参数转换的请求。所述参数转换请求中携带有目标接口参数的标识，通过确定所述标识能够得到对应所述参数转换请求的目标接口参数。所述目标接口参数是指需要请求的属性参数。例如，当所述目标业务系统向所述其他业务系统发起参数转换请求时，所述目标接口参数是指需求请求的所述其他业务系统中包含的属性参数。
可选地，所述接收并解析参数转换请求，得到对应所述参数转换请求的目标接口参数包括：
解析所述参数转换请求，并检测所述参数转换请求中是否携带预设标识；
当检测结果为所述参数转换请求中携带预设标识时，获取所述预设标识；
确定所述预设标识对应的目标接口参数。
其中，所述预设标识可以为数字标识、字母标识等，所述预设标识与接口参数间存在预先设置的映射关系，根据所述预设标识查询所述映射关系，能够得到所述预设标识对应的目标接口参数。
在本申请的至少一实施例中，所述规则引擎的数量可以为1个，也可以为多个。当所述规则引擎的数量为1个时，可以由1个规则引擎处理所述目标业务系统与多个所述其他业务系统间的参数转换规则。当所述规则引擎的数量为多个时，可以由每个规则引擎处理所述目标业务系统与一个所述其他业务系统间的参数转换规则，在此不做限制。可选地，由1个规则引擎处理所述目标业务系统与多个所述其他业务系统间的参数转换规则，当所述目标业务系统或者所述其他业务系统发出的参数转换请求的数量较多时，通过一个规则引擎无法满足大量的参数转换请求，因此，需要调用规则引擎集群中的多个规则引擎并行处理参数转换请求，以提高参数转换请求的效率。
可选地，所述方法还包括：
获取所述参数转换请求的数据量；
根据所述数据量确定所述参数转换请求对应的数量级；
基于所述数量级确定需调用的规则引擎的数量。
其中，所述参数转换请求的数据量与所述数量级存在第一映射关系，所述数量级与需调用的所述规则引擎的数量存在第二映射关系，根据所述数据量查询所述第一映射关系能够得到对应的数量级，根据所述数量级查询所述第二映射关系能够得到对应的需调用的规则引擎的数量。
可选地，在所述基于所述数量级确定需调用的规则引擎的数量之后，所述方法还包括：
获取需调用的规则引擎的数量；
基于所述规则引擎的数量按照预设规则拆分所述参数转换请求，得到每一规则引擎的目标参数转换请求；
分配所述目标参数转换请求至所述规则引擎。
其中，所述规则引擎分为总规则引擎与子规则引擎，当所述参数转换请求为所述目标业务系统与一个所述其他业务系统间的请求，则总规则引擎将目标参数转换规则发送至多个子规则引擎中，再将大量的参数转换请求进行拆分，由每一个子规则引擎分别处理所述目标参数转换请求。当所述参数转换请求为所述目标业务系统与多个所述其他业务系统间的请求，则总规则引擎先确定参数转换请求对应的其他业务系统的信息，并将对应其他业务系统的参数转换规则分别发送至子规则引擎中，由子规则引擎处理其对应的目标参数转换请求，避免多个规则引擎交叉处理不同其他业务系统间的请求，能够提 高参数转换效率。
S15、根据所述目标接口参数调用所述最优执行链路，得到参数转换结果。
在本申请的至少一实施例中，获取所述目标接口参数对应的最优执行链路，并基于所述最优执行链路处理所述目标接口参数，得到参数转换结果。
可选地，所述根据所述目标接口参数调用所述最优执行链路，得到参数转换结果包括：
获取所述目标接口参数对应的最优执行链路；
确定所述最优执行链路中的执行逻辑以及每一所述执行逻辑的优先级；
按照优先级的顺序通过所述执行逻辑处理所述目标接口参数，得到参数转换结果。
其中，所述执行逻辑包括过滤逻辑、合并逻辑、拆分逻辑等，在此不做限制。
在本申请的至少一实施例中，所述方法还包括：可视化所述最优执行链路，通过直接查看可视化的链路，即可得到当前链路的执行状态。示例性地，当所述最优执行链路的某个链路节点运行异常时，可以通过标记的方式突出显示，以使得相关人员直观地发现参数转换异常，及时进行问题修复。
S16、输出所述参数转换结果。
在本申请的至少一实施例中，当输出参数转换请求的为目标业务系统时，将所述参数转换结果输出至对应的其他业务系统中；当输出参数转换请求的为其他业务系统时，将参数转换结果输出至对应的目标业务系统中。
本申请实施例提供的上述基于规则引擎的参数转换方法，解决了业务规则和数据耦合业务系统的问题，同时将可变的业务规则转换由规则引擎来动态执行，能够降低参数转换所需的时间成本，提高参数转换效率。此外，本申请在执行参数转换过程中，根据目标参数集获取最优执行链路，并根据所述目标接口参数调用所述最优执行链路，得到参数转换结果，通过最优执行链路完成参数转换，能够减少参数转换响应时间，提高参数转换效率。本申请可应用于智慧政务、智慧交通等智慧城市的各个功能模块中，比如智慧政务的基于规则引擎的参数转换模块等，能够促进智慧城市的快速发展。
图2是本申请实施例二提供的基于规则引擎的参数转换装置的结构图。
在一些实施例中，所述基于规则引擎的参数转换装置20可以包括多个由计算机程序段所组成的功能模块。所述基于规则引擎的参数转换装置20中的各个程序段的计算机程序可以存储于计算机设备的存储器中，并由至少一个处理器所执行，以执行(详见图1描述)基于规则引擎的参数转换处理的功能。
本实施例中，所述基于规则引擎的参数转换装置20根据其所执行的功能，可以被划分为多个功能模块。所述功能模块可以包括：规则获取模块201、规则解析模块202、链路获取模块203、参数获取模块204、链路调用模块205以及结果输出模块206。本申请所称的模块是指一种能够被至少一个处理器所执行并且能够完成固定功能的一系列计算 机可读指令段，其存储在存储器中。在本实施例中，关于各模块的功能将在后续的实施例中详述。
所述规则获取模块201，用于当接收到规则发布指令时，获取对应所述规则发布指令的目标参数转换规则。
在本申请的至少一实施例中，目标业务系统可以与一个或多个其他业务系统通过接口相关联，在所述目标业务系统与所述其他业务系统进行信息交互时，由于所述目标业务系统与所述其他业务系统对于相同接口的接口数据的关注点不一样，因此，在将所述目标业务系统中的接口数据传输至所述其他业务系统时，需对所述目标业务系统传输的接口数据进行参数转换，得到对应所述其他业务系统的关注点的数据。
在所述目标业务系统与所述其他业务系统进行数据通信之前，需要确定两者间的参数转换规则，确定参数转换规则的方式可以为人工确认或者机器学习的方式确认。当确定参数转换规则的方式为机器学习方式时，可选地，在所述接收到规则发布指令之前，所述规则获取模块还包括：
采集目标业务系统中目标接口的第一业务数据；
解析所述第一业务数据，得到对应所述目标业务系统的第一关注属性；
采集其他业务系统中对应所述目标接口的第二业务数据；
解析所述第二业务数据，得到对应所述其他业务系统的第二关注属性；
获取所述第一关注属性与所述第二关注属性的关联关系，并根据所述关联关系确定所述目标业务系统与所述其他业务系统间的参数转换规则。
其中，所述目标业务系统中包含多个接口，选取其中任意接口作为目标接口，采集对应所述目标接口的第一业务数据，示例性地，选取销售产品数据、月份数据与地区数据作为第一业务数据。所述第一关注属性是指所述第一业务数据包含的业务属性，例如，销售产品、月份与地区均为第一关注属性。同样地，得到所述其他业务系统的第二关注属性，示例性地，当所述其他业务系统为产品系统A时，对于所述目标接口，其对应的第二关注属性为产品名称、产品型号、月份以及销量。也即对于目标业务系统来说，其关注点为销售产品、月份与地区，而对于其他业务系统来说，其关注点为产品名称、产品型号、月份以及销量，因而，在所述目标业务系统调用所述其他业务系统中的数据时，需要将产品名称、产品型号、月份以及销量进行参数转换为产品名称、产品型号、月份以及销量。
可选地，可以通过对所述第一关注属性与所述第二关注属性进行语义分析，确定语义相同或者相近的属性存在关联关系。示例性地，所述获取所述第一关注属性与所述第二关注属性的关联关系可以包括：调用预先训练的语义分析模型处理所述第一关注属性与所述第二关注属性，得到语义相似程度达到预设相似程度阈值的若干个关联包；检测是否接收到预设渠道发出的确认指令；当检测结果为接收到预设渠道发出的确认指令时， 确定所述关联包正确；当检测结果为未接收到预设渠道发出的确认指令时，修改所述关联包。
其中，所述预设相似程度阈值为预先设置的，用于确定语义相似程度的值。所述关联包中包含存在关联关系的若干属性，例如，所述产品名称及所述产品型号均与所述销售产品的语义相近，则所述关联包中包含产品名称、产品型号与销售产品。所述预设渠道可以为邮件渠道、短信渠道或网站渠道等，所述预设渠道用于接收预设工作人员输出的关联包确认指令。所述确认指令用于确定各个关联包中的属性的关联关系是否正确。
可选地，在获取所述第一关注属性与所述第二关注属性的关联关系之后，所述根据所述关联关系确定所述目标业务系统与所述其他业务系统间的参数转换规则包括：解析关联包，得到关联包中目标属性的数据类型与数据格式；根据所述数据类型与所述数据格式建立参数转换规则。
其中，所述数据类型包括int、long、float以及char等类型。所述数据格式可以是数据的存储格式等，例如，对于销售产品来讲，其对应的关联属性包括产品名称与产品类型，则所述数据格式可以是产品名称与产品类型的存储格式，在此不做限制。
在本申请的至少一实施例中，可以通过构建关系树的方式显示所述第一关注属性与所述第二关注属性的关联关系，可选地，所述规则获取模块还包括：
确定所述目标接口，并构建以所述目标接口为父节点的目标关系树；
获取所述第一关注属性，并按照第一预设标识确定所述第一关注属性为所述目标关系树的第一子节点；
获取所述第二关注属性以及所述第二关注属性与所述第一关注属性的关联关系；
根据所述关联关系按照第二预设标识确定所述第二关注属性为所述第一子节点的二级子节点。
其中，所述第一预设标识与所述第二预设标识可以为数字标识、字母标识或颜色标识，在此不做限制。例如，当所述第一预设标识为黄色时，所述第二预设标识可以为红色。通过查看相同父节点的目标关系树的子节点关系，能够直观地得到所述第一关注属性与所述第二关注属性的关联关系，减少关联关系确定所需的时间，进而提高参数转换效率。
在本申请的至少一实施例中，在确定所述目标业务系统与所述其他业务系统间的参数转换规则后，还需对参数转换规则进行校验以满足规则发布条件，继而发布参数转换规则。可选地，校验所述参数转换规则包括：
通过预设数据格式获取目标参数转换规则；
校验所述目标参数转换规则是否正确；
当校验结果为所述目标参数转换规则正确时，根据现有参数转换规则版本生成最新转换规则版本号，并将携带所述最新转换规则版本号的目标参数转换规则存储至预设数 据库中；
获取对应所述目标参数转换规则的审批链，并在审批通过后，发布所述目标参数转换规则。
其中，可以通过在可视化的界面上在线编辑excel的方式获取目标参数转换规则，配置规则的方式可以为人工配置的方式，也可以通过机器学习的方式，在此不做限制。当配置规则的方式为人工配置时，还需对配置人员的权限进行检测，例如，获取配置人员的身份信息，匹配与所述身份信息对应的权限信息，检测该配置人员是否拥有参数转换规则配置权限，以确保拥有规则配置权限的人员才可配置参数转换规则。校验所述目标参数转换规则是否正确也即校验每一参数转换规则是否符合预设属性要求，当校验结果为每一参数转换规则均符合预设属性时，确定所述目标参数转换规则正确；当校验结果为存在参数转换规则不符合预设属性时，输出错误提示。所述预设属性要求是指预先设置的，参数需满足的属性要求。所述预设数据库包括文件系统与DB数据库，本申请将所述目标转换规则先存储至所述文件系统中，得到对应所述目标转换规则的ID号，并将所述ID号存储至DB数据库中，以减少DB数据库中的存储资源浪费。
在本申请的至少一实施例中，所述目标业务系统还与规则引擎建立心跳连接，当所述目标业务系统的参数转换规则发生变化时，可以通过在心跳连接中携带更新后的参数转换规则的方式发送心跳包至所述规则引擎中。本申请通过将目标业务系统与规则引擎建立心跳连接的方式，既能够保证目标业务系统与规则引擎的连接正常，也能够通过心跳包发送参数转换规则。
可选地，所述当接收到规则发布指令时，获取对应所述规则发布指令的目标参数转换规则包括：
获取目标业务系统发送的心跳包；
解析所述心跳包，并检测所述心跳包中是否包含预设标签；
当检测结果为所述心跳包中包含预设标签时，确定接收到规则发布指令；
根据所述预设标签获取目标参数转换规则，将所述目标参数转换规则更新至规则引擎中。
其中，所述预设标签可以为字母标签、数字标签或者颜色标签等。所述目标参数转换规则可以携带在所述心跳包的预设位置处，通过检测所述心跳包的预设位置处是否存在相关数据以确定所述心跳包是否携带目标参数转换规则。
所述规则解析模块202，用于解析所述目标参数转换规则，得到目标规则参数集。
在本申请的至少一实施例中，所述目标参数转换规则是指所述目标业务系统与其他业务系统间的接口参数转换规则。所述目标参数转换规则中包含若干个规则参数与属性参数，所述规则参数用于连接所述属性参数，所述规则参数可以指用于标识转换关系的参数，所述规则参数存储于区块链的目标节点中。所述属性参数是指所述第一关注属性 与所述第二关注属性对应的属性参数。所述目标参数集是指规范化处理后的所述规则参数与所述属性参数的集合，所述目标参数集中包含若干条目标参数，每一所述目标参数包括规则参数与属性参数。
可选地，所述解析所述目标参数转换规则，得到目标参数集包括：
解析所述目标参数转换规则；
检测所述目标参数转换规则中是否包含目标规则参数；
当检测结果为所述目标参数转换规则中包含目标规则参数时，定位所有目标规则参数，并获取与所述目标规则参数连接的目标属性参数；
根据所述目标规则参数与所述目标属性参数构建目标参数集。
所述链路获取模块203，用于将所述目标规则参数集输入至预先训练好的链路计算模型中，得到最优执行链路。
在本申请的至少一实施例中，通过预先训练好的链路计算模型获取所述目标参数集中每个参数的逻辑关系，并根据每个参数的逻辑关系确定参数间的优先级关系，基于所述优先级关系确定最优执行链路，所述最优执行链路在执行参数转换时所耗费的时间最短。
可选地，所述将所述目标参数集输入至预先训练好的链路计算模型中，得到最优执行链路包括：
调用所述链路计算模型获取所述目标参数集中每一目标参数的逻辑关系；
根据所述逻辑关系确定所述目标参数的优先级顺序；
基于所述优先级顺序组合所述目标参数，构建最优执行链路。
其中，所述优先级顺序可以根据所述逻辑关系的复杂程度与重要程度确定，所述复杂程度是指该目标参数中的属性参数转换的复杂程度，所述重要程度是指该目标参数中的属性参数在业务系统中的重要程度。其中，所述复杂程度可以根据规则参数的数量作为评价标准，一般来说，所述规则参数的数量越多，其复杂程度越高；所述规则参数的数量越少，其复杂程度越低。在其他实施例中，还可以根据目标参数的长度作为评价标准，所述目标参数的长度越长，其复杂程度越高；所述目标参数的长度越小，其复杂程度越低，在此不做限制。所述重要程度可以通过预先标记的方式确定，例如，对于重要程度较高的属性参数，可以用红色标记等。
所述链路计算模型通过采集所述目标参数的复杂程度与重要程度的指标，确定执行参数转换耗时最短的链路作为最优执行链路。其中，所述链路计算模型为预先训练的，可选地，所述链路计算模型的训练步骤包括：
将目标参数样本集分为训练集与测试集；
将所述训练集输入至初始化的神经网络模型中进行训练，得到训练完成的链路计算模型；
将所述测试集输入至训练完成的链路计算模型中，得到模型的评估指标；
检测所述模型的评估指标是否超过预设指标阈值；
当检测结果为所述模型的评估指标超过预设指标阈值时，确定模型训练完成，得到链路计算模型；当检测结果为所述模型的评估指标未超过预设指标阈值时，增加训练集，重新训练模型，直到所述模型的评估指标超过预设指标阈值。
其中，所述评估指标可以是指链路计算模型得到的最优执行链路在执行参数转换时所需时间，所述预设指标阈值为预先设置的时间阈值。
所述参数获取模块204，用于接收并解析参数转换请求，得到对应所述参数转换请求的目标接口参数。
在本申请的至少一实施例中，所述参数转换请求是指所述目标业务系统或所述其他业务系统发出的用于参数转换的请求。所述参数转换请求中携带有目标接口参数的标识，通过确定所述标识能够得到对应所述参数转换请求的目标接口参数。所述目标接口参数是指需要请求的属性参数。例如，当所述目标业务系统向所述其他业务系统发起参数转换请求时，所述目标接口参数是指需求请求的所述其他业务系统中包含的属性参数。
可选地，所述接收并解析参数转换请求，得到对应所述参数转换请求的目标接口参数包括：
解析所述参数转换请求，并检测所述参数转换请求中是否携带预设标识；
当检测结果为所述参数转换请求中携带预设标识时，获取所述预设标识；
确定所述预设标识对应的目标接口参数。
其中，所述预设标识可以为数字标识、字母标识等，所述预设标识与接口参数间存在预先设置的映射关系，根据所述预设标识查询所述映射关系，能够得到所述预设标识对应的目标接口参数。
在本申请的至少一实施例中，所述规则引擎的数量可以为1个，也可以为多个。当所述规则引擎的数量为1个时，可以由1个规则引擎处理所述目标业务系统与多个所述其他业务系统间的参数转换规则。当所述规则引擎的数量为多个时，可以由每个规则引擎处理所述目标业务系统与一个所述其他业务系统间的参数转换规则，在此不做限制。可选地，由1个规则引擎处理所述目标业务系统与多个所述其他业务系统间的参数转换规则，当所述目标业务系统或者所述其他业务系统发出的参数转换请求的数量较多时，通过一个规则引擎无法满足大量的参数转换请求，因此，需要调用规则引擎集群中的多个规则引擎并行处理参数转换请求，以提高参数转换请求的效率。
可选地，所述参数获取模块还包括：
获取所述参数转换请求的数据量；
根据所述数据量确定所述参数转换请求对应的数量级；
基于所述数量级确定需调用的规则引擎的数量。
其中，所述参数转换请求的数据量与所述数量级存在第一映射关系，所述数量级与需调用的所述规则引擎的数量存在第二映射关系，根据所述数据量查询所述第一映射关系能够得到对应的数量级，根据所述数量级查询所述第二映射关系能够得到对应的需调用的规则引擎的数量。
可选地，在所述基于所述数量级确定需调用的规则引擎的数量之后，所述参数获取模块还包括：
获取需调用的规则引擎的数量；
基于所述规则引擎的数量按照预设规则拆分所述参数转换请求，得到每一规则引擎的目标参数转换请求；
分配所述目标参数转换请求至所述规则引擎。
其中，所述规则引擎分为总规则引擎与子规则引擎，当所述参数转换请求为所述目标业务系统与一个所述其他业务系统间的请求，则总规则引擎将目标参数转换规则发送至多个子规则引擎中，再将大量的参数转换请求进行拆分，由每一个子规则引擎分别处理所述目标参数转换请求。当所述参数转换请求为所述目标业务系统与多个所述其他业务系统间的请求，则总规则引擎先确定参数转换请求对应的其他业务系统的信息，并将对应其他业务系统的参数转换规则分别发送至子规则引擎中，由子规则引擎处理其对应的目标参数转换请求，避免多个规则引擎交叉处理不同其他业务系统间的请求，能够提高参数转换效率。
所述链路调用模块205，用于根据所述目标接口参数调用所述最优执行链路，得到参数转换结果。
在本申请的至少一实施例中，获取所述目标接口参数对应的最优执行链路，并基于所述最优执行链路处理所述目标接口参数，得到参数转换结果。
可选地，所述根据所述目标接口参数调用所述最优执行链路，得到参数转换结果包括：
获取所述目标接口参数对应的最优执行链路；
确定所述最优执行链路中的执行逻辑以及每一所述执行逻辑的优先级；
按照优先级的顺序通过所述执行逻辑处理所述目标接口参数，得到参数转换结果。
其中，所述执行逻辑包括过滤逻辑、合并逻辑、拆分逻辑等，在此不做限制。
在本申请的至少一实施例中，所述链路调用模块还包括：可视化所述最优执行链路，通过直接查看可视化的链路，即可得到当前链路的执行状态。示例性地，当所述最优执行链路的某个链路节点运行异常时，可以通过标记的方式突出显示，以使得相关人员直观地发现参数转换异常，及时进行问题修复。
所述结果输出模块206，用于输出所述参数转换结果。
在本申请的至少一实施例中，当输出参数转换请求的为目标业务系统时，将所述参 数转换结果输出至对应的其他业务系统中；当输出参数转换请求的为其他业务系统时，将参数转换结果输出至对应的目标业务系统中。
参阅图3所示，为本申请实施例三提供的计算机设备的结构示意图。在本申请较佳实施例中，所述计算机设备3包括存储器31、至少一个处理器32、至少一条通信总线33及收发器34。
本领域技术人员应该了解，图3示出的计算机设备的结构并不构成本申请实施例的限定，既可以是总线型结构，也可以是星形结构，所述计算机设备3还可以包括比图示更多或更少的其他硬件或者软件，或者不同的部件布置。
在一些实施例中，所述计算机设备3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、可编程门阵列、数字处理器及嵌入式设备等。所述计算机设备3还可包括客户设备，所述客户设备包括但不限于任何一种可与客户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、数码相机等。
需要说明的是，所述计算机设备3仅为举例，其他现有的或今后可能出现的电子产品如可适应于本申请，也应包含在本申请的保护范围以内，并以引用方式包含于此。
在一些实施例中，所述存储器31中存储有计算机程序，所述计算机程序被所述至少一个处理器32执行时实现如所述的基于规则引擎的参数转换方法中的全部或者部分步骤。示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段，该指令段用于描述所述计算机程序在所述计算机设备中的执行过程。例如，图2中所述的各个模块是存储在所述存储器31中的计算机程序，并由所述至少一个处理器32所执行，从而实现所述各个模块的功能以达到基于规则引擎的参数转换的目的。所述存储器31包括只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable Read-Only Memory，PROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory，OTPROM)、电子擦除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(Compact Disc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
进一步地，所述计算机可读存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据计算机设备的使用所创建的数据等。所述计算机可读存储介质可以是非易失性，也可以是易失性。
本申请所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机 技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
在一些实施例中，所述至少一个处理器32是所述计算机设备3的控制核心(Control Unit)，利用各种接口和线路连接整个计算机设备3的各个部件，通过运行或执行存储在所述存储器31内的程序或者模块，以及调用存储在所述存储器31内的数据，以执行计算机设备3的各种功能和处理数据。例如，所述至少一个处理器32执行所述存储器中存储的计算机程序时实现本申请实施例中所述的基于规则引擎的参数转换方法的全部或者部分步骤；或者实现基于规则引擎的参数转换装置的全部或者部分功能。所述至少一个处理器32可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。
在一些实施例中，所述至少一条通信总线33被设置为实现所述存储器31以及所述至少一个处理器32等之间的连接通信。
尽管未示出，所述计算机设备3还可以包括给各个部件供电的电源(比如电池)，优选的，电源可以通过电源管理装置与所述至少一个处理器32逻辑相连，从而通过电源管理装置实现管理充电、放电、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述计算机设备3还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
上述以软件功能模块的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能模块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，计算机设备，或者网络设备等)或处理器(processor)执行本申请各个实施例所述方法的部分。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，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，所述模块的划分，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。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，既可以位于一个地方，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模块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，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其他的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或，单数不排除复数。说明书中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本申请的技术方案而非限制，尽管参照较佳实施例对本申请进行了详细说明，本领域的普通技术人员应当理解，可以对本申请的技术方案进行修改或等同替换，而不脱离本申请技术方案的精神和范围。
Claims (20)
- 一种基于规则引擎的参数转换方法，其中，所述基于规则引擎的参数转换方法包括：当接收到规则发布指令时，获取对应所述规则发布指令的目标参数转换规则；解析所述目标参数转换规则，得到目标参数集；将所述目标参数集输入至预先训练好的链路计算模型中，得到最优执行链路；接收并解析参数转换请求，得到对应所述参数转换请求的目标接口参数；根据所述目标接口参数调用所述最优执行链路，得到参数转换结果；输出所述参数转换结果。
- 根据权利要求1所述的基于规则引擎的参数转换方法，其中，在所述接收到规则发布指令之前，所述方法还包括：采集目标业务系统中目标接口的第一业务数据；解析所述第一业务数据，得到对应所述目标业务系统的第一关注属性；采集其他业务系统中对应所述目标接口的第二业务数据；解析所述第二业务数据，得到对应所述其他业务系统的第二关注属性；获取所述第一关注属性与所述第二关注属性的关联关系，并根据所述关联关系确定所述目标业务系统与所述其他业务系统间的参数转换规则。
- 根据权利要求1所述的基于规则引擎的参数转换方法，其中，所述解析所述目标参数转换规则，得到目标参数集包括：解析所述目标参数转换规则；检测所述目标参数转换规则中是否包含目标规则参数；当检测结果为所述目标参数转换规则中包含目标规则参数时，定位所有目标规则参数，并获取与所述目标规则参数连接的目标属性参数；根据所述目标规则参数与所述目标属性参数构建目标参数集。
- 根据权利要求1所述的基于规则引擎的参数转换方法，其中，所述将所述目标参数集输入至预先训练好的链路计算模型中，得到最优执行链路包括：调用所述链路计算模型获取所述目标参数集中每一目标参数的逻辑关系；根据所述逻辑关系确定所述目标参数的优先级顺序；基于所述优先级顺序组合所述目标参数，构建最优执行链路。
- 根据权利要求1所述的基于规则引擎的参数转换方法，其中，所述接收并解析参数转换请求，得到对应所述参数转换请求的目标接口参数包括：解析所述参数转换请求，并检测所述参数转换请求中是否携带预设标识；当检测结果为所述参数转换请求中携带预设标识时，获取所述预设标识；确定所述预设标识对应的目标接口参数。
- 根据权利要求1所述的基于规则引擎的参数转换方法，其中，所述方法还包括：获取所述参数转换请求的数据量；根据所述数据量确定所述参数转换请求对应的数量级；基于所述数量级确定需调用的规则引擎的数量。
- 根据权利要求6所述的基于规则引擎的参数转换方法，其中，在所述基于所述数量级确定需调用的规则引擎的数量之后，所述方法还包括：获取需调用的规则引擎的数量；基于所述规则引擎的数量按照预设规则拆分所述参数转换请求，得到每一规则引擎的目标参数转换请求；分配所述目标参数转换请求至所述规则引擎。
- 一种基于规则引擎的参数转换装置，其中，所述基于规则引擎的参数转换装置包括：规则获取模块，用于当接收到规则发布指令时，获取对应所述规则发布指令的目标参数转换规则；规则解析模块，用于解析所述目标参数转换规则，得到目标参数集；链路获取模块，用于将所述目标参数集输入至预先训练好的链路计算模型中，得到最优执行链路；参数获取模块，用于接收并解析参数转换请求，得到对应所述参数转换请求的目标接口参数；链路调用模块，用于根据所述目标接口参数调用所述最优执行链路，得到参数转换结果；结果输出模块，用于输出所述参数转换结果。
- 一种计算机设备，其中，所述计算机设备包括处理器，所述处理器用于执行存储器中存储的计算机可读指令以实现以下步骤：当接收到规则发布指令时，获取对应所述规则发布指令的目标参数转换规则；解析所述目标参数转换规则，得到目标参数集；将所述目标参数集输入至预先训练好的链路计算模型中，得到最优执行链路；接收并解析参数转换请求，得到对应所述参数转换请求的目标接口参数；根据所述目标接口参数调用所述最优执行链路，得到参数转换结果；输出所述参数转换结果。
- 根据权利要求9所述的计算机设备，其中，在所述接收到规则发布指令之前，所述处理器执行所述计算机可读指令还用以实现以下步骤：采集目标业务系统中目标接口的第一业务数据；解析所述第一业务数据，得到对应所述目标业务系统的第一关注属性；采集其他业务系统中对应所述目标接口的第二业务数据；解析所述第二业务数据，得到对应所述其他业务系统的第二关注属性；获取所述第一关注属性与所述第二关注属性的关联关系，并根据所述关联关系确定所述 目标业务系统与所述其他业务系统间的参数转换规则。
- 根据权利要求9所述的计算机设备，其中，所述处理器执行所述计算机可读指令以实现所述解析所述目标参数转换规则，得到目标参数集时，包括：解析所述目标参数转换规则；检测所述目标参数转换规则中是否包含目标规则参数；当检测结果为所述目标参数转换规则中包含目标规则参数时，定位所有目标规则参数，并获取与所述目标规则参数连接的目标属性参数；根据所述目标规则参数与所述目标属性参数构建目标参数集。
- 根据权利要求9所述的计算机设备，其中，所述处理器执行所述计算机可读指令以实现所述将所述目标参数集输入至预先训练好的链路计算模型中，得到最优执行链路时，包括：调用所述链路计算模型获取所述目标参数集中每一目标参数的逻辑关系；根据所述逻辑关系确定所述目标参数的优先级顺序；基于所述优先级顺序组合所述目标参数，构建最优执行链路。
- 根据权利要求9所述的计算机设备，其中，所述处理器执行所述计算机可读指令以实现所述接收并解析参数转换请求，得到对应所述参数转换请求的目标接口参数时，包括：解析所述参数转换请求，并检测所述参数转换请求中是否携带预设标识；当检测结果为所述参数转换请求中携带预设标识时，获取所述预设标识；确定所述预设标识对应的目标接口参数。
- 根据权利要求9所述的计算机设备，其中，所述处理器执行所述计算机可读指令还用以实现以下步骤：获取所述参数转换请求的数据量；根据所述数据量确定所述参数转换请求对应的数量级；基于所述数量级确定需调用的规则引擎的数量。
- 根据权利要求14所述的计算机设备，其中，在所述基于所述数量级确定需调用的规则引擎的数量之后，所述处理器执行所述计算机可读指令还用以实现以下步骤：获取需调用的规则引擎的数量；基于所述规则引擎的数量按照预设规则拆分所述参数转换请求，得到每一规则引擎的目标参数转换请求；分配所述目标参数转换请求至所述规则引擎。
- 一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机可读指令，其中，所述计算机可读指令被处理器执行时实现以下步骤：当接收到规则发布指令时，获取对应所述规则发布指令的目标参数转换规则；解析所述目标参数转换规则，得到目标参数集；将所述目标参数集输入至预先训练好的链路计算模型中，得到最优执行链路；接收并解析参数转换请求，得到对应所述参数转换请求的目标接口参数；根据所述目标接口参数调用所述最优执行链路，得到参数转换结果；输出所述参数转换结果。
- 根据权利要求16所述的计算机可读存储介质，其中，在所述接收到规则发布指令之前，所述计算机可读指令被处理器执行还用以实现以下步骤：采集目标业务系统中目标接口的第一业务数据；解析所述第一业务数据，得到对应所述目标业务系统的第一关注属性；采集其他业务系统中对应所述目标接口的第二业务数据；解析所述第二业务数据，得到对应所述其他业务系统的第二关注属性；获取所述第一关注属性与所述第二关注属性的关联关系，并根据所述关联关系确定所述目标业务系统与所述其他业务系统间的参数转换规则。
- 根据权利要求16所述的计算机可读存储介质，其中，所述计算机可读指令被处理器执行以实现所述解析所述目标参数转换规则，得到目标参数集时，包括：解析所述目标参数转换规则；检测所述目标参数转换规则中是否包含目标规则参数；当检测结果为所述目标参数转换规则中包含目标规则参数时，定位所有目标规则参数，并获取与所述目标规则参数连接的目标属性参数；根据所述目标规则参数与所述目标属性参数构建目标参数集。
- 根据权利要求16所述的计算机可读存储介质，其中，所述计算机可读指令被处理器执行以实现所述将所述目标参数集输入至预先训练好的链路计算模型中，得到最优执行链路时，包括：调用所述链路计算模型获取所述目标参数集中每一目标参数的逻辑关系；根据所述逻辑关系确定所述目标参数的优先级顺序；基于所述优先级顺序组合所述目标参数，构建最优执行链路。
- 根据权利要求16所述的计算机可读存储介质，其中，所述计算机可读指令被处理器执行以实现所述接收并解析参数转换请求，得到对应所述参数转换请求的目标接口参数时，包括：解析所述参数转换请求，并检测所述参数转换请求中是否携带预设标识；当检测结果为所述参数转换请求中携带预设标识时，获取所述预设标识；确定所述预设标识对应的目标接口参数。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011643304.1 | 2020-12-30 | ||
| CN202011643304.1A CN112698971B (zh) | 2020-12-30 | 2020-12-30 | 基于规则引擎的参数转换方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2022142016A1 true WO2022142016A1 (zh) | 2022-07-07 |
Family
ID=75514180
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/CN2021/090556 WO2022142016A1 (zh) | 2020-12-30 | 2021-04-28 | 基于规则引擎的参数转换方法、装置、设备及介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN112698971B (zh) |
| WO (1) | WO2022142016A1 (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115455103A (zh) * | 2022-10-20 | 2022-12-09 | 广州明动软件股份有限公司 | 基于动态化接口引擎的动态查询系统及方法 |
| CN115858319A (zh) * | 2022-12-09 | 2023-03-28 | 中电金信软件有限公司 | 一种流数据处理方法及装置 |
| CN116066293A (zh) * | 2023-04-06 | 2023-05-05 | 深圳市拓普泰克技术股份有限公司 | 一种风能plc控制系统 |
| CN116739356A (zh) * | 2023-08-16 | 2023-09-12 | 中信消费金融有限公司 | 一种风控中台的变量管理方法、系统、设备及存储介质 |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112698971B (zh) * | 2020-12-30 | 2023-08-18 | 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 |
| CN113360300B (zh) * | 2021-06-29 | 2023-10-24 | 北京思普艾斯科技有限公司 | 接口调用链路生成方法、装置、设备及可读存储介质 |
| CN114172600A (zh) * | 2021-12-03 | 2022-03-11 | 中国电信集团系统集成有限责任公司 | 一种传输链路自动算路方法及装置 |
| CN113918770B (zh) * | 2021-12-16 | 2022-03-25 | 上海冰鉴信息科技有限公司 | 字符串与时间字段的转换方法及装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080208660A1 (en) * | 2005-01-13 | 2008-08-28 | Makoto Kano | System and Method for Analyzing and Managing Business Performance |
| CN106446116A (zh) * | 2016-09-18 | 2017-02-22 | 深圳麦亚信科技股份有限公司 | 应用于规则引擎中的业务规则参数交互方法及装置 |
| CN108492195A (zh) * | 2018-03-08 | 2018-09-04 | 中国平安人寿保险股份有限公司 | 一种规则引擎包的入参泛化方法、设备及存储介质 |
| CN110297840A (zh) * | 2019-05-22 | 2019-10-01 | 平安银行股份有限公司 | 基于规则引擎的数据处理方法、装置、设备及存储介质 |
| CN110825488A (zh) * | 2019-09-29 | 2020-02-21 | 山东中创软件工程股份有限公司 | 一种业务处理方法、装置及电子设备和存储介质 |
| CN111192143A (zh) * | 2019-12-25 | 2020-05-22 | 达闼科技成都有限公司 | 数据处理方法、装置、存储介质及区块链节点 |
| CN111880921A (zh) * | 2020-07-31 | 2020-11-03 | 平安国际智慧城市科技股份有限公司 | 基于规则引擎的作业处理方法、装置和计算机设备 |
| CN112698971A (zh) * | 2020-12-30 | 2021-04-23 | 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 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2783451C (en) * | 2010-06-03 | 2018-01-16 | International Business Machines Corporation | Method and system of adapting a data model to a user interface component |
| CN104268428B (zh) * | 2014-10-14 | 2017-07-14 | 国家电网公司 | 一种用于指标计算的可视化配置方法 |
| CN108763460A (zh) * | 2018-05-28 | 2018-11-06 | 成都优易数据有限公司 | 一种基于sql的机器学习方法和系统 |
| US11093908B2 (en) * | 2018-08-30 | 2021-08-17 | Mastercard International Incorporated | Routing transactions to a priority processing network based on routing rules |
| CN110891021B (zh) * | 2018-09-11 | 2022-08-26 | 中兴通讯股份有限公司 | 一种路径计算方法、装置及计算机可读存储介质 |
| CN109831478A (zh) * | 2018-12-19 | 2019-05-31 | 天翼电子商务有限公司 | 基于规则及模型的分布式实时处理智能决策系统及方法 |
| CN109669992A (zh) * | 2018-12-20 | 2019-04-23 | 云南电网有限责任公司玉溪供电局 | 一种数据可视化转换的实现方法 |
| CN110347732A (zh) * | 2019-05-20 | 2019-10-18 | 中国平安人寿保险股份有限公司 | 一种数据转换方法及装置 |
| CN111949643B (zh) * | 2020-08-14 | 2023-09-26 | 中国工商银行股份有限公司 | 基于业务建模的数据处理方法及系统 |
| CN112035551A (zh) * | 2020-09-01 | 2020-12-04 | 平安资产管理有限责任公司 | 时间序列数据转换方法、系统、计算机设备和存储介质 |
| CN112015769A (zh) * | 2020-09-01 | 2020-12-01 | 平安付科技服务有限公司 | 数据处理方法、装置、计算机设备及存储介质 |
| CN112115171B (zh) * | 2020-09-28 | 2023-11-21 | 广州华多网络科技有限公司 | 数据聚合方法、装置、终端设备和计算机可读存储介质 |
-
2020
- 2020-12-30 CN CN202011643304.1A patent/CN112698971B/zh active Active
-
2021
- 2021-04-28 WO PCT/CN2021/090556 patent/WO2022142016A1/zh active Application Filing
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080208660A1 (en) * | 2005-01-13 | 2008-08-28 | Makoto Kano | System and Method for Analyzing and Managing Business Performance |
| CN106446116A (zh) * | 2016-09-18 | 2017-02-22 | 深圳麦亚信科技股份有限公司 | 应用于规则引擎中的业务规则参数交互方法及装置 |
| CN108492195A (zh) * | 2018-03-08 | 2018-09-04 | 中国平安人寿保险股份有限公司 | 一种规则引擎包的入参泛化方法、设备及存储介质 |
| CN110297840A (zh) * | 2019-05-22 | 2019-10-01 | 平安银行股份有限公司 | 基于规则引擎的数据处理方法、装置、设备及存储介质 |
| CN110825488A (zh) * | 2019-09-29 | 2020-02-21 | 山东中创软件工程股份有限公司 | 一种业务处理方法、装置及电子设备和存储介质 |
| CN111192143A (zh) * | 2019-12-25 | 2020-05-22 | 达闼科技成都有限公司 | 数据处理方法、装置、存储介质及区块链节点 |
| CN111880921A (zh) * | 2020-07-31 | 2020-11-03 | 平安国际智慧城市科技股份有限公司 | 基于规则引擎的作业处理方法、装置和计算机设备 |
| CN112698971A (zh) * | 2020-12-30 | 2021-04-23 | 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 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115455103A (zh) * | 2022-10-20 | 2022-12-09 | 广州明动软件股份有限公司 | 基于动态化接口引擎的动态查询系统及方法 |
| CN115455103B (zh) * | 2022-10-20 | 2023-04-07 | 广州明动软件股份有限公司 | 基于动态化接口引擎的动态查询系统及方法 |
| CN115858319A (zh) * | 2022-12-09 | 2023-03-28 | 中电金信软件有限公司 | 一种流数据处理方法及装置 |
| CN115858319B (zh) * | 2022-12-09 | 2023-11-28 | 中电金信软件有限公司 | 一种流数据处理方法及装置 |
| CN116066293A (zh) * | 2023-04-06 | 2023-05-05 | 深圳市拓普泰克技术股份有限公司 | 一种风能plc控制系统 |
| CN116739356A (zh) * | 2023-08-16 | 2023-09-12 | 中信消费金融有限公司 | 一种风控中台的变量管理方法、系统、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112698971A (zh) | 2021-04-23 |
| CN112698971B (zh) | 2023-08-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2022142016A1 (zh) | 基于规则引擎的参数转换方法、装置、设备及介质 | |
| WO2022088804A1 (zh) | 消息推送方法、装置、电子设备及存储介质 | |
| US8370359B2 (en) | Method to perform mappings across multiple models or ontologies | |
| CN112445854B (zh) | 多源业务数据实时处理方法、装置、终端及存储介质 | |
| CN110083623B (zh) | 一种业务规则生成方法及装置 | |
| US20170109676A1 (en) | Generation of Candidate Sequences Using Links Between Nonconsecutively Performed Steps of a Business Process | |
| US20170109668A1 (en) | Model for Linking Between Nonconsecutively Performed Steps in a Business Process | |
| WO2023056943A1 (zh) | 基于物联网规则引擎的终端控制方法、装置、设备及介质 | |
| CN109902105A (zh) | 用于微服务架构的数据查询系统、方法、设备及存储介质 | |
| CN107862425B (zh) | 风控数据采集方法、设备、系统及可读存储介质 | |
| CN111782900B (zh) | 异常业务检测方法、装置、电子设备及存储介质 | |
| WO2022142012A1 (zh) | 话术配置调整方法、装置、电子设备及存储介质 | |
| CN112948275A (zh) | 测试数据生成方法、装置、设备及存储介质 | |
| WO2022134809A1 (zh) | 模型训练处理方法、装置、计算机设备及介质 | |
| WO2023040145A1 (zh) | 基于人工智能的文本分类方法、装置、电子设备及介质 | |
| CN114219596B (zh) | 一种基于决策树模型的数据处理方法及相关设备 | |
| US20140067459A1 (en) | Process transformation recommendation generation | |
| CN113434542B (zh) | 数据关系识别方法、装置、电子设备及存储介质 | |
| WO2022088803A1 (zh) | 基于云环境的系统信息分析方法、装置、电子设备及介质 | |
| US20170109670A1 (en) | Crowd-Based Patterns for Identifying Executions of Business Processes | |
| CN111651452A (zh) | 数据存储方法、装置、计算机设备及存储介质 | |
| CN111429085A (zh) | 合同数据生成方法、装置、电子设备及存储介质 | |
| CN112597752B (zh) | 投诉文本的处理方法、装置、电子设备及存储介质 | |
| CN114896293A (zh) | 数据集成管理方法和装置、存储介质、电子设备 | |
| WO2021174917A1 (zh) | 基于人工智能的poi定位方法、装置、计算机设备及介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 21912778 Country of ref document: EP Kind code of ref document: A1 |
|
| NENP | Non-entry into the national phase |
Ref country code: DE |
|
| 122 | Ep: pct application non-entry in european phase |
Ref document number: 21912778 Country of ref document: EP Kind code of ref document: A1 |