[發明專利]一種規則計算方法、裝置、設備及存儲介質在審
| 申請號: | 202010195768.4 | 申請日: | 2020-03-19 |
| 公開(公告)號: | CN111400353A | 公開(公告)日: | 2020-07-10 |
| 發明(設計)人: | 邵茂林 | 申請(專利權)人: | 中國建設銀行股份有限公司;建信金融科技有限責任公司 |
| 主分類號: | G06F16/2455 | 分類號: | G06F16/2455;G06F16/248;G06F9/50;G06Q40/02 |
| 代理公司: | 北京品源專利代理有限公司 11332 | 代理人: | 孟金喆 |
| 地址: | 100033 *** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 規則 計算方法 裝置 設備 存儲 介質 | ||
本發明實施例公開了一種規則計算方法、裝置、設備及存儲介質,其中,規則計算方法包括:獲取與目標事務相對應的目標條件信息;根據所述目標條件信息,獲取與所述目標事務相對應的目標規則腳本,所述目標規則腳本根據獲取到的預設配置規則自動生成,所述預設配置規則包括預設條件信息和所述預設條件信息對應的預設操作信息;基于所述規則腳本,利用規則計算引擎對所述目標條件信息進行計算,得到所述目標條件信息對應的目標操作信息,本發明實施例的技術方案減少了規則腳本編寫的人為工作量,提高了規則腳本的準確率,同時也減少了腳本維護的工作量。
技術領域
本發明實施例涉及規則引擎技術領域,尤其涉及一種規則計算方法、裝置、終端及存儲介質。
背景技術
目前,許多公司的規則計算都是基于開源的規則腳本進行的,在使用規則時,需要先編寫規則腳本,然后加載規則腳本到內存中,才能使用相應的規則進行計算。
但是在規則頻繁變動(例如剛剛人為編寫完規則腳本,規則就發生了變化,需要反復對規則腳本進行人為修改)或者業務量比較大,規則腳本修改后就必須馬上上線的情況下,可能會造成極大的風險和人力成本。此外,還可能存在由于一個字段的判斷不一樣,一個規則腳本變成多個規則腳本的情況,這樣會出現大量的冗余規則,大大增加了腳本維護的工作量。
發明內容
本發明提供一種規則計算方法、裝置、終端及存儲介質,減少了規則腳本編寫的人為工作量,提高了規則腳本的準確率,同時也減少了腳本維護的工作量。
第一方面,本發明實施例提供了一種規則計算方法,所述方法包括:
獲取與目標事務相對應的目標條件信息;
獲取與所述目標事務相對應的目標規則腳本,所述目標規則腳本根據獲取到的預設配置規則自動生成,所述預設配置規則包括預設條件信息和所述預設條件信息對應的預設操作信息;
基于所述目標規則腳本,利用規則計算引擎對所述目標條件信息進行計算,得到所述目標條件信息對應的目標操作信息。
第二方面,本發明實施例還提供了一種規則計算裝置,所述裝置包括:
目標條件信息獲取模塊,用于獲取與目標事務相對應的目標條件信息;
目標規則腳本獲取模塊,用于獲取與所述目標事務相對應的目標規則腳本,所述目標規則腳本根據獲取到的預設配置規則自動生成,所述預設配置規則包括預設條件信息和所述預設條件信息對應的預設操作信息;
目標操作信息確定模塊,用于基于所述目標規則腳本,利用規則計算引擎對所述目標條件信息進行計算,得到所述目標條件信息對應的目標操作信息。
第三方面,本發明實施例還提供了一種計算機設備,所述計算機設備包括:
一個或多個處理器;
存儲裝置,用于存儲一個或多個程序,
當所述一個或多個程序被所述一個或多個處理器執行,使得所述一個或多個處理器實現如本發明任一實施例所述的規則計算方法。
第四方面,本發明實施例還提供了一種計算機可讀存儲介質,其上存儲有計算機程序,所述計算機程序被處理器執行時實現如本發明任一實施例所述的規則計算方法。
本發明實施例通過獲取與目標事務相對應的目標條件信息;獲取與目標事務相對應的目標規則腳本,目標規則腳本根據獲取到的預設配置規則自動生成,預設配置規則包括預設條件信息和預設條件信息對應的預設操作信息;基于目標規則腳本,利用規則計算引擎對目標條件信息進行計算,得到目標條件信息對應的目標操作信息,減少了規則腳本編寫的人為工作量,提高了規則腳本的準確率,同時也減少了腳本維護的工作量。
附圖說明
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國建設銀行股份有限公司;建信金融科技有限責任公司,未經中國建設銀行股份有限公司;建信金融科技有限責任公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010195768.4/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:基于Hadoop的海量數據數據質量校驗方法
- 下一篇:機器學習訓練方法及系統





