本发明专利技术涉及数据处理领域，公开了一种业务规则处理方法、装置、设备及存储介质，用于实现自动化的业务规则处理并提高业务规则的灵活性。方法包括：对多个第一业务规则进行关联关系解析，生成规则关系图并进行聚类分析，构建第一规则树模型；对目标业务数据进行内容分析，得到业务特征信息以及上下文特征信息；将业务特征信息以及上下文特征信息输入第一规则树模型进行规则遍历匹配，得到第二业务规则集合；对第二业务规则集合进行规则验证，得到规则验证结果，并根据规则验证结果获取第一规则树模型的性能参数数据；根据性能参数数据对第一规则树模型进行迭代优化，得到第二规则树模型，并将第二业务规则集合反馈至预置的客户终端。终端。终端。
【技术实现步骤摘要】
业务规则处理方法、装置、设备及存储介质
[0001]本专利技术涉及数据处理领域，尤其涉及一种业务规则处理方法、装置、设备及存储介质。
技术介绍
[0002]随着信息技术的迅速发展，各个行业的业务系统中积累了大量的数据。在大部分的业务系统中，存在大量的业务规则。随着这几年互联网的快速发展，业务规则呈现出更加精细化和规划化的特征。业务规则是组织和企业业务流程中的核心要素，涉及到业务逻辑、条件判断、决策流程等方面。有效地管理和处理业务规则对于提高业务流程的自动化程度、降低错误率、提升决策质量具有重要意义。
[0003]目前，现有方案难以有效地处理复杂的规则关系，导致规则的管理和优化效果不佳。当前的业务规则处理方法主要依赖于手工定义规则和静态的规则逻辑，缺乏智能化和自适应性。对于动态变化的业务环境和需求，现有方法难以灵活地适应和调整，限制了业务规则处理的灵活性和自动化程度。
技术实现思路
[0004]本专利技术提供了一种业务规则处理方法、装置、设备及存储介质，用于实现自动化的业务规则处理并提高业务规则的灵活性。
[0005]本专利技术第一方面提供了一种业务规则处理方法，所述业务规则处理方法包括：获取目标业务系统的多个关联数据源，并从所述多个关联数据源中获取多个第一业务规则；对所述多个第一业务规则进行关联关系解析，生成规则关系图，并对所述规则关系图进行聚类分析，构建第一规则树模型；获取所述目标业务系统的目标业务数据，并对所述目标业务数据进行内容分析，得到业务特征信息以及上下文特征信息；将所述业务特征信息以及所述上下文特征信息输入所述第一规则树模型进行规则遍历匹配，得到第二业务规则集合；对所述第二业务规则集合进行规则验证，得到规则验证结果，并根据所述规则验证结果获取所述第一规则树模型的性能参数数据；根据所述性能参数数据对所述第一规则树模型进行迭代优化，得到第二规则树模型，并将所述第二业务规则集合反馈至预置的客户终端。
[0006]结合第一方面，在本专利技术第一方面的第一种实现方式中，所述获取目标业务系统的多个关联数据源，并从所述多个关联数据源中获取多个第一业务规则，包括：获取目标业务系统的多个关联数据源，其中，所述多个关联数据源包括数据库以及文件系统；配置所述多个关联数据源的连接方式，得到数据源连接，并基于所述数据源连接
从所述多个关联数据源中提取目标元数据，其中，所述目标元数据包括数据结构、表名、列名以及索引信息；定义规则范围、规则条件以及规则格式，同时，定义过滤条件，并执行预设的SQL查询语句从所述目标元数据中查询规则关联数据，得到多个第一业务规则。
[0007]结合第一方面，在本专利技术第一方面的第二种实现方式中，所述对所述多个第一业务规则进行关联关系解析，生成规则关系图，并对所述规则关系图进行聚类分析，构建第一规则树模型，包括：对所述多个第一业务规则进行规则信息解析，得到每个第一业务规则的规则特征信息；根据所述规则特征信息对所述多个第一业务规则进行逻辑关系分析，得到每两个第一业务规则之间的逻辑关系；基于每两个第一业务规则之间的逻辑关系构建所述多个第一业务规则的规则关系图；对所述规则关系图进行有向图结构转换，得到第一有向规则结构图；对所述第一有向规则结构图进行节点聚类分析，得到所述第一有向规则结构图中每个节点的聚类评价指标；根据所述聚类评价指标对所述第一有向规则结构图中每个节点进行权重分析，得到每个节点的权重数据，并基于每个节点的权重数据生成第二有向规则结构图；根据所述第二有向规则结构图计算每个节点的从属关系，并根据所述从属关系构建第一规则树模型。
[0008]结合第一方面，在本专利技术第一方面的第三种实现方式中，所述获取所述目标业务系统的目标业务数据，并对所述目标业务数据进行内容分析，得到业务特征信息以及上下文特征信息，包括：获取所述目标业务系统的目标业务数据，并对所述目标业务数据进行关键词分词，得到多个关键词，其中，所述多个关键词包括客户姓名、公司名称、联系方式、客户的交互频率以及购买金额；对所述多个关键词进行关键词向量转换，得到业务特征信息，其中，所述业务特征信息包括多个关键词特征向量；对所述多个关键词特征向量进行欧式距离计算，得到多个欧式距离；根据所述多个欧式距离确定所述目标业务数据的上下文特征信息。
[0009]结合第一方面，在本专利技术第一方面的第四种实现方式中，所述将所述业务特征信息以及所述上下文特征信息输入所述第一规则树模型进行规则遍历匹配，得到第二业务规则集合，包括：将所述业务特征信息以及所述上下文特征信息输入所述第一规则树模型，通过所述第一规则树模型匹配对应的根业务规则；遍历所述第一规则树模型中所述根业务规则对应的一级关联业务规则；在依次遍历所述根业务规则的一级关联业务规则之后，依次遍历所述一级关联业务规则的二级关联业务规则；根据所述根业务规则、所述一级关联业务规则以及所述二级关联业务规则创建第
二业务规则集合。
[0010]结合第一方面，在本专利技术第一方面的第五种实现方式中，所述对所述第二业务规则集合进行规则验证，得到规则验证结果，并根据所述规则验证结果获取所述第一规则树模型的性能参数数据，包括：对所述第二业务规则集合进行规则有效性验证，得到规则有效性验证指标；对所述第二业务规则集合进行规则匹配度分析，得到规则匹配度；根据所述规则有效性验证指标和所述规则匹配度生成对应的规则验证结果；根据所述规则验证结果获取所述第一规则树模型的性能参数数据，其中，所述性能参数数据包括：规则执行时间以及资源消耗。
[0011]结合第一方面，在本专利技术第一方面的第六种实现方式中，所述根据所述性能参数数据对所述第一规则树模型进行迭代优化，得到第二规则树模型，并将所述第二业务规则集合反馈至预置的客户终端，包括：根据所述性能参数数据对所述第一规则树模型进行节点顺序调整，得到规则树节点顺序；对所述第一规则树模型进行规则条件优化，得到优化后的规则条件判断逻辑和规则表达式；根据所述规则树节点顺序以及所述优化后的规则条件判断逻辑和规则表达式生成第二规则树模型；将所述第二业务规则集合反馈至预置的客户终端。
[0012]本专利技术第二方面提供了一种业务规则处理装置，所述业务规则处理装置包括：获取模块，用于获取目标业务系统的多个关联数据源，并从所述多个关联数据源中获取多个第一业务规则；解析模块，用于对所述多个第一业务规则进行关联关系解析，生成规则关系图，并对所述规则关系图进行聚类分析，构建第一规则树模型；分析模块，用于获取所述目标业务系统的目标业务数据，并对所述目标业务数据进行内容分析，得到业务特征信息以及上下文特征信息；匹配模块，用于将所述业务特征信息以及所述上下文特征信息输入所述第一规则树模型进行规则遍历匹配，得到第二业务规则集合；验证模块，用于对所述第二业务规则集合进行规则验证，得到规则验证结果，并根据所述规则验证结果获取所述第一规则树模型的性能参数数据；优化模块，用于根据所述性能参数数据对所述第一规则树模型进行迭代优化，得到第二规则树模型，并将所述第二业务规则集合反馈至预置的客户终端。
[0本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种业务规则处理方法，其特征在于，所述业务规则处理方法包括：获取目标业务系统的多个关联数据源，并从所述多个关联数据源中获取多个第一业务规则；对所述多个第一业务规则进行关联关系解析，生成规则关系图，并对所述规则关系图进行聚类分析，构建第一规则树模型；获取所述目标业务系统的目标业务数据，并对所述目标业务数据进行内容分析，得到业务特征信息以及上下文特征信息；将所述业务特征信息以及所述上下文特征信息输入所述第一规则树模型进行规则遍历匹配，得到第二业务规则集合；对所述第二业务规则集合进行规则验证，得到规则验证结果，并根据所述规则验证结果获取所述第一规则树模型的性能参数数据；根据所述性能参数数据对所述第一规则树模型进行迭代优化，得到第二规则树模型，并将所述第二业务规则集合反馈至预置的客户终端。2.根据权利要求1所述的业务规则处理方法，其特征在于，所述获取目标业务系统的多个关联数据源，并从所述多个关联数据源中获取多个第一业务规则，包括：获取目标业务系统的多个关联数据源，其中，所述多个关联数据源包括数据库以及文件系统；配置所述多个关联数据源的连接方式，得到数据源连接，并基于所述数据源连接从所述多个关联数据源中提取目标元数据，其中，所述目标元数据包括数据结构、表名、列名以及索引信息；定义规则范围、规则条件以及规则格式，同时，定义过滤条件，并执行预设的SQL查询语句从所述目标元数据中查询规则关联数据，得到多个第一业务规则。3.根据权利要求1所述的业务规则处理方法，其特征在于，所述对所述多个第一业务规则进行关联关系解析，生成规则关系图，并对所述规则关系图进行聚类分析，构建第一规则树模型，包括：对所述多个第一业务规则进行规则信息解析，得到每个第一业务规则的规则特征信息；根据所述规则特征信息对所述多个第一业务规则进行逻辑关系分析，得到每两个第一业务规则之间的逻辑关系；基于每两个第一业务规则之间的逻辑关系构建所述多个第一业务规则的规则关系图；对所述规则关系图进行有向图结构转换，得到第一有向规则结构图；对所述第一有向规则结构图进行节点聚类分析，得到所述第一有向规则结构图中每个节点的聚类评价指标；根据所述聚类评价指标对所述第一有向规则结构图中每个节点进行权重分析，得到每个节点的权重数据，并基于每个节点的权重数据生成第二有向规则结构图；根据所述第二有向规则结构图计算每个节点的从属关系，并根据所述从属关系构建第一规则树模型。4.根据权利要求1所述的业务规则处理方法，其特征在于，所述获取所述目标业务系统的目标业务数据，并对所述目标业务数据进行内容分析，得到业务特征信息以及上下文特
征信息，包括：获取所述目标业务系统的目标业务数据，并对所述目标业务数据进行关键词分词，得到多个关键词，其中，所述多个关键词包括客户姓名、公司名称、联系方式、客户的交互频率以及购买金额；对所述多个关键词进行关键词向量转换，得到业务特征信息，其中，所述业务特征信息包括多个关键词特征向量；对所述多个关键词特征向量进行欧式距离计算，得到多个欧式距离；根据所述多个欧式距离确定所述目标业务数据的上下文特征信息。5.根据权利要求1所述的业务规则处理方法，其特征在于，所述将...
【专利技术属性】
技术研发人员：吴联鹏，张睿千，
申请(专利权)人：深圳高益科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。