基于变量的策略式风控引擎实现方法、装置及计算机设备制造方法及图纸

本申请涉及一种基于变量的策略式风控引擎实现方法、装置、计算机设备及存储介质，其中该方法包括：通过反欺诈策略模型计算确定所述进件要使用的反欺诈模型ID，并根据所述反欺诈模型ID对应的反欺诈模型计算得到反欺诈判断结果；通过评分卡策略模型计算确定所述进件要使用的评分卡模型ID，并根据所述评分卡模型ID对应的评分卡模型计算得到对应的评分结果；通过风险定价策略模型计算确定所述进件要使用的风险定价模型ID，并根据所述风险定价模型ID对应的风险定价模型计算出客户等级及风险建议；保存所有模型的计算结果到数据库并推送给业务系统。本发明专利技术可以适应不同场景和业务配置不同形式的模型，提高了模型配置的多样性和灵活性。

【技术实现步骤摘要】
基于变量的策略式风控引擎实现方法、装置及计算机设备
本专利技术涉及计算机
，特别是涉及一种基于变量的策略式风控引擎实现方法、装置、计算机设备及存储介质。
技术介绍
随着信息社会的日益发展，个人信息也成为了一种资源。为了降低金融风险，现在提供金融服务的服务端都会根据自己业务需求对相关的客户群体进行个人信息采集，并通过风控引擎对采集的到个人信息进行评估，为后续的业务决策提供参考依据。目前，现有大部分的风控引擎通常只包含正式的风控规则流程，只能通过固定模型进行配置，无法灵活地实现根据不同人群走不同模型。而在实际的应用场景中，通常需要根据不同的场景和业务进行多样化模型配置，以实现配置不同形式的模型。此外，现有风控引擎通常只有一套固定流程，不支持单独使用某一部分模型功能。
技术实现思路
基于此，有必要针对上述技术问题，提供一种可以提高风控引擎中模型配置的多样性和灵活性的基于变量的策略式风控引擎实现方法、装置、计算机设备及存储介质。一种基于变量的策略式风控引擎实现方法，所述方法包括：新进件根据不同的进件渠道，分MQ推送给风控引擎；当所述风控引擎接收MQ消息后，利用redis根据进件的流水号对接收到的MQ消息进行加锁；通过反欺诈策略模型计算确定所述进件要使用的反欺诈模型ID，并根据所述反欺诈模型ID对应的反欺诈模型计算得到反欺诈判断结果；通过评分卡策略模型计算确定所述进件要使用的评分卡模型ID，并根据所述评分卡模型ID对应的评分卡模型计算得到对应的评分结果；通过风险定价策略模型计算确定所述进件要使用的风险定价模型ID，并根据所述风险定价模型ID对应的风险定价模型计算出客户等级及风险建议；保存所有模型的计算结果到数据库并推送给业务系统，redis释放锁。在其中一个实施例中，在所述利用redis根据进件的流水号对接收到的MQ消息进行加锁的步骤之后还包括：若所述风控引擎当前渠道中存在日志模型ID，则根据所述日志模型ID计算日志模型，并记录所有规则结果到数据库中。在其中一个实施例中，在所述根据所述反欺诈模型ID对应的反欺诈模型计算得到反欺诈判断结果的步骤之后还包括：若所述风控引擎当前渠道中存在信审模型ID，则根据所述信审模型ID计算信审模型，并记录所有规则结果到数据库中。在其中一个实施例中，在所述根据所述反欺诈模型ID对应的反欺诈模型计算得到反欺诈判断结果的步骤之后还包括：若计算得到的反欺诈判断结果为拒绝，则直接跳转至所述保存所有模型的计算结果到数据库并推送给业务系统的步骤。在其中一个实施例中，所述反欺诈策略模型、评分卡策略模型及风险定价策略模型均为策略模型，并配置了条件以及对应的模型ID，用于根据进件客户的特质选择对应的风控模型；所述反欺诈模型中配置反欺诈规则用于对进件客户进行初步筛选，所述反欺诈模型的反欺诈判断结果包括通过、忽略及拒绝；所述评分卡模型中配置评分规则参数和评分公式，所述评分卡模型的计算结果为一个分值；所述风险定价模型用于根据所述评分卡模型传入的分值给出对应的客户等级及风险建议。在其中一个实施例中，所述方法还包括：所述风控引擎提供定制化接口，所述定制化接口用于支持单独调用所述反欺诈模型或者所述评分卡模型。在其中一个实施例中，所述方法还包括：通过评分卡策略模型计算确定所述进件要使用的评分卡模型ID及一个日志模型ID列表；计算所述日志模型ID列表中的每个模型对应的评分结果，并将计算结果记录到数据库。一种基于变量的策略式风控引擎实现装置，所述装置包括：消息推送模块，所述消息推送模块用于新进件根据不同的进件渠道，分MQ推送给风控引擎；加锁模块，所述加锁模块用于当所述风控引擎接收MQ消息后，利用redis根据进件的流水号对接收到的MQ消息进行加锁；第一计算模块，所述第一计算模块用于通过反欺诈策略模型计算确定所述进件要使用的反欺诈模型ID，并根据所述反欺诈模型ID对应的反欺诈模型计算得到反欺诈判断结果；第二计算模块，所述第二计算模块用于通过评分卡策略模型计算确定所述进件要使用的评分卡模型ID，并根据所述评分卡模型ID对应的评分卡模型计算得到对应的评分结果；第三计算模块，所述第三计算模块用于通过风险定价策略模型计算确定所述进件要使用的风险定价模型ID，并根据所述风险定价模型ID对应的风险定价模型计算出客户等级及风险建议；数据存储模块，所述数据存储模块用于保存所有模型的计算结果到数据库并推送给业务系统，redis释放锁。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，所述处理器执行所述计算机程序时实现上述任意一项方法的步骤。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项方法的步骤。上述基于变量的策略式风控引擎实现方法、装置、计算机设备及存储介质通过反欺诈策略模型计算确定所述进件要使用的反欺诈模型ID，并根据所述反欺诈模型ID对应的反欺诈模型计算得到反欺诈判断结果；通过评分卡策略模型计算确定所述进件要使用的评分卡模型ID，并根据所述评分卡模型ID对应的评分卡模型计算得到对应的评分结果；通过风险定价策略模型计算确定所述进件要使用的风险定价模型ID，并根据所述风险定价模型ID对应的风险定价模型计算出客户等级及风险建议；保存所有模型的计算结果到数据库并推送给业务系统。本专利技术所提供的新型风控引擎中最底层的是变量，由变量引申构建起规则、策略及评分卡，可以适应不同场景和业务配置不同形式的模型，提高了模型配置的多样性和灵活性，并且由于与业务系统解耦，可以实现快速部署及快速迭代，为风控人员提供强大的支撑。附图说明图1为一个实施例中基于变量的策略式风控引擎实现方法的流程示意图；图2为另一个实施例中基于变量的策略式风控引擎实现方法的流程示意图；图3为一个实施例中策略式风控引擎的结构示意图；图4为一个实施例中基于变量的策略式风控引擎实现装置的结构框图；图5为另一个实施例中基于变量的策略式风控引擎实现装置的结构框图；图6为再一个实施例中基于变量的策略式风控引擎实现装置的结构框图；图7为一个实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请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申请，并不用于限定本申请。在一个实施例中，如图1所示，提供了一种基于变量的策略式风控引擎实现方法，该方法包括：步骤102，新进件根据不同的进件渠道，分MQ推送给风控引擎；步骤104，当风控引擎接收MQ消息后，利用redis根据进件的流水号对接收到的MQ消息进行加锁；步骤106，通过反欺诈策略模型计算确定进件要使用的反欺诈模型ID，并根据反欺诈模本文档来自技高网...

【技术保护点】
1.一种基于变量的策略式风控引擎实现方法，其特征在于，所述方法包括：/n新进件根据不同的进件渠道，分MQ推送给风控引擎；/n当所述风控引擎接收MQ消息后，利用redis根据进件的流水号对接收到的MQ消息进行加锁；/n通过反欺诈策略模型计算确定所述进件要使用的反欺诈模型ID，并根据所述反欺诈模型ID对应的反欺诈模型计算得到反欺诈判断结果；/n通过评分卡策略模型计算确定所述进件要使用的评分卡模型ID，并根据所述评分卡模型ID对应的评分卡模型计算得到对应的评分结果；/n通过风险定价策略模型计算确定所述进件要使用的风险定价模型ID，并根据所述风险定价模型ID对应的风险定价模型计算出客户等级及风险建议；/n保存所有模型的计算结果到数据库并推送给业务系统，redis释放锁。/n

【技术特征摘要】
1.一种基于变量的策略式风控引擎实现方法，其特征在于，所述方法包括：
新进件根据不同的进件渠道，分MQ推送给风控引擎；
当所述风控引擎接收MQ消息后，利用redis根据进件的流水号对接收到的MQ消息进行加锁；
通过反欺诈策略模型计算确定所述进件要使用的反欺诈模型ID，并根据所述反欺诈模型ID对应的反欺诈模型计算得到反欺诈判断结果；
通过评分卡策略模型计算确定所述进件要使用的评分卡模型ID，并根据所述评分卡模型ID对应的评分卡模型计算得到对应的评分结果；
通过风险定价策略模型计算确定所述进件要使用的风险定价模型ID，并根据所述风险定价模型ID对应的风险定价模型计算出客户等级及风险建议；
保存所有模型的计算结果到数据库并推送给业务系统，redis释放锁。


2.根据权利要求1所述的基于变量的策略式风控引擎实现方法，其特征在于，在所述利用redis根据进件的流水号对接收到的MQ消息进行加锁的步骤之后还包括：
若所述风控引擎当前渠道中存在日志模型ID，则根据所述日志模型ID计算日志模型，并记录所有规则结果到数据库中。


3.根据权利要求1所述的基于变量的策略式风控引擎实现方法，其特征在于，在所述根据所述反欺诈模型ID对应的反欺诈模型计算得到反欺诈判断结果的步骤之后还包括：
若所述风控引擎当前渠道中存在信审模型ID，则根据所述信审模型ID计算信审模型，并记录所有规则结果到数据库中。


4.根据权利要求1所述的基于变量的策略式风控引擎实现方法，其特征在于，在所述根据所述反欺诈模型ID对应的反欺诈模型计算得到反欺诈判断结果的步骤之后还包括：
若计算得到的反欺诈判断结果为拒绝，则直接跳转至所述保存所有模型的计算结果到数据库并推送给业务系统的步骤。


5.根据权利要求1-4任一项所述的基于变量的策略式风控引擎实现方法，其特征在于，所述反欺诈策略模型、评分卡策略模型及风险定价策略模型均为策略模型，并配置了条件以及对应的模型ID，用于根据进件客户的特质选择对应的风控模型；
所述反欺诈模型中配置反欺诈规则用于对进件客户进行初步筛选，所述反欺诈模型的反欺诈判断结果包括通过、忽略及拒绝；<...

【专利技术属性】
技术研发人员：杨耀平，郑举，赖媛，胡延香，陈志健，
申请(专利权)人：深圳市富之富信息科技有限公司，
类型：发明
国别省市：广东;44