信息生成方法、装置、电子设备和计算机可读介质与流程

1.本公开的实施例涉及数据处理技术领域，具体涉及信息生成方法、装置、电子设备和计算机可读介质。


背景技术：

2.在日常开发过程中，面对需要做一些规则的过滤的场景时,例如:根据订单数据判断出用户可以参与发放哪个奖励，举例如下，有如下营销活动：在6-18下单则送奖励，具体规则如下，若订单的所属用户是会员且订单金额超过500则送一张立减50优惠券(满100可用)，若订单所属用户是会员且订单金额超过不超过500则送一张送立减20元优惠券(满50可用)，若是非会员且订单金额超过500则送500积分,若是非会员且订单金额不超过500则送200积分，一般来说为了快速完成开发并上线会直接在代码中写死if else else if这样的逻辑，这样确实也能实现。但是一旦活动的规则发生变化时,那么需要频繁去修改代码并且需要进行回归测试再上线。而类似的场景还有很多，抽象出来就是给定指定的元数据,根据指定的一系列的规则计算出最后匹配的结果。
3.基于这种传统的规则过滤方案,存在以下问题，硬编码不灵活,每次新增新的规则都需要修改代码并且发布；由于修改了代码逻辑,可能会导致新的bug；需要浪费大量的测试时间进行回归测试；无法动态扩展。


技术实现要素：

4.本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。本公开的一些实施例提出了信息生成方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题。
5.第一方面，本公开的一些实施例提供了一种信息生成方法，该方法包括：基于获取到的需求信息，选择较验条件和顺序信息；
6.基于所述较验条件和所述顺序信息，构建目标决策树，其中，所述目标决策树包括决策树标识信息；
7.基于所述需求信息创建目标任务，其中，所述目标任务与所述决策树标识信息相关联；
8.基于获取到的用户相关数据、所述目标任务和所述目标决策树，获取目标优惠信息。
9.第二方面，本公开的一些实施例提供了一种信息生成装置，装置包括：选择单元，用于基于获取到的需求信息，选择较验条件和顺序信息；
10.构建单元，用于基于所述较验条件和所述顺序信息，构建目标决策树，其中，所述目标决策树包括决策树标识信息；
11.创建单元，用于基于所述需求信息创建目标任务，其中，所述目标任务与所述决策树标识信息相关联；
12.获取单元，用于基于获取到的用户相关数据、所述目标任务和所述目标决策树，获取目标优惠信息。
13.第三方面，本公开的一些实施例提供了一种电子设备，包括：
14.一个或多个处理器；
15.存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一的方法。
16.第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面中任一的方法。
17.本公开的上述各个实施例中的一个实施例具有如下有益效果：首先，基于获取到的需求信息，选择较验条件和顺序信息；然后，基于所述较验条件和所述顺序信息，构建目标决策树，其中，所述目标决策树包括决策树标识信息；之后，基于所述需求信息创建目标任务，其中，所述目标任务与所述决策树标识信息相关联；最后，基于获取到的用户相关数据、所述目标任务和所述目标决策树，获取目标优惠信息，本公开的实施方式实现了根据较验条件和顺序信息，生成决策树的标识信息，保持到数据库，在创建任务时可以关联到该决策树的标识信息，这样对于频繁变化的过滤规则能够在不改变代码的同时做到自适应，因为代码逻辑未变，变化的只是规则构建的决策树，所以测试不需要全量回归，只需要单独测试下新的过滤规则是否正常运行，节约回归测试的时间，提高测试效率。
附图说明
18.结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
19.图1是根据本公开的信息生成方法的一些实施例的流程图；
20.图2是根据本公开的信息生成方法的一个目标决策树的应用场景示意图；
21.图3是根据本公开的信息生成方法的一个业务方使用场景的一些实施例的流程图；
22.图4是根据本公开的信息生成装置的一些实施例的结构示意图；
23.图5是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
24.下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
25.另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
26.需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单
元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
27.需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
28.本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
29.下面将参考附图并结合实施例来详细说明本公开。
30.图1是根据本公开的信息生成方法的一些实施例的流程图。上述信息生成方法，包括以下步骤：
31.步骤101，基于获取到的需求信息，选择较验条件和顺序信息。
32.在一些实施例中，信息生成方法的执行主体(例如可以是服务器)可以基于获取到的需求信息，选择较验条件和顺序信息。上述需求信息可以是包括活动名称信息、只少一条过滤规则信息和至少一条顺序信息等。例如，上述活动名称信息可以是6-18，双十一等；上述过滤规则信息可以是用户是否是会员，是否是首单，订单金额是否超过500元等；上述顺序信息可以是先判断是否是会员，若是判断是否是首单，若是判断订单金额是否超过500元。上述较验条件通常是上述需求信息中的过滤规则信息，上述顺序信息通常与上述需求信息中的顺序信息相同。上述执行主体可以从上述需求信息中提取至少一条过滤规则信息作为较验条件，可以从上述需求信息中提取至少一条顺序信息作为顺序信息；作为示例，上述需求信息可以是“6-18活动，确定用户是否是会员，确定用户是会员的情况下，确定是否是首单，确定是首单的情况下，确定订单金额是否超过500元”；那么提取的校验信息是确定用户是否是会员，是否是首单，订单金额是否超过500元；顺序信息是首先，确定用户是否是会员，然后，是否是首单，最后，确定订单金额是否超过500元。
33.步骤102，基于所述较验条件和所述顺序信息，构建目标决策树，其中，所述目标决策树包括决策树标识信息。
34.在一些实施例中，上述执行主体可以基于所述较验条件和所述顺序信息，构建目标决策树，其中，所述目标决策树包括决策树标识信息。其中，目标决策树的非叶子节点是具体的较验条件例如用户的年纪，订单金额，是否首单等等条件，而目标决策树的叶子节点是最后匹配的结果，例如具体的某一个活动，具体的某一个奖励等等。上述决策树标识信息可以是这个目标决策树的唯一标识，例如，可以是目标决策树的名字，也可以是目标决策树的id。根据所述顺序信息和所述较验条件确定校验条件的先后顺序，将第一个需要确定的校验条件作为目标决策树的根节点，然后，根据较验条件的顺序将所有较验条件作为目标决策树的非叶子节点，将最后匹配的结果作为目标决策树的叶子节点。
35.步骤103，基于所述需求信息创建目标任务，其中，所述目标任务与所述决策树标识信息相关联。
36.在一些实施例中，上述执行主体可以基于所述需求信息创建目标任务，其中，所述目标任务与所述决策树标识信息相关联。上述目标任务即为上述需求信息中的活动名称信息对应的任务。例如，可以是6-18下单则送奖励任务。
37.步骤104，基于获取到的用户相关数据、所述目标任务和所述目标决策树，获取目标优惠信息。
38.在一些实施例中，上述执行主体可以基于获取到的用户相关数据、所述目标任务
和所述目标决策树，获取目标优惠信息。上述用户相关数据可以是用户是否是会员，用户的性别，用户是否是首单等；上述目标优惠信息可以是具体的某一个奖励，例如，可以是送一张立减50优惠券(满100可用)。
39.作为示例，图2是根据本公开的信息生成方法的一个目标决策树的应用场景示意图；根据订单数据判断出用户可以参与发放哪个奖励，较验条件可以是是否是会员、订单金额是否超过500元；顺序信息是先判断是否是会员，再判断订单金额是否超过500元；若订单的所属用户是会员且订单金额超过500则送一张立减50优惠券(满100可用)，若订单所属用户是会员且订单金额超过不超过500则送一张送立减20元优惠券(满50可用)，若是非会员且订单金额超过500则送500积分，若是非会员且订单金额不超过500则送200积分。
40.在一些实施例的一些可选的实现方式中，创建基础逻辑过滤类，其中，所述基础逻辑过滤类包括至少一个规则过滤器和决策值获取方法。上述至少一个规则过滤器可以是订单金额的规则过滤器，用户性别的过滤器，是否首单的过滤器等。上述基础逻辑过滤类的名字可以是baselogicfilter，baselogicfilter可以实现logicfilter定义规则校验的流程。这里的，基础逻辑过滤类可以是java抽象类，java抽象类可以提供某些方法的部分实现。
41.在一些实施例的一些可选的实现方式中，基于获取到的需求信息，创建基树结构原子模块接口，其中，所述基树结构原子模块接口用于调用基础逻辑过滤类；上述基树结构原子模块接口可以是logicfilter；基于所述用户相关数据，遍历基础逻辑过滤类中的每个规则过滤器，获取对应的决策值；其中，规则过滤器都可以是上述目标决策树的一个节点。基于所述决策值，得到所述目标优惠信息。上述决策值与每条优惠信息相对应，根据决策值得到的优惠信息即为目标优惠信息。
42.作为示例，遍历决策树获取下一个节点的代码可以是：
43.node filter(string value,list《decisiontreeinfo》decisiontreeinflist；
44.根据决策物料获取对应的决策值的方法可以是：object decisonvalue(decisionmetainfo decisionmetainfo)。
45.本公开的一些实施例公开了一种信息生成方法，首先，基于获取到的需求信息，选择较验条件和顺序信息；然后，基于所述较验条件和所述顺序信息，构建目标决策树，其中，所述目标决策树包括决策树标识信息；之后，基于所述需求信息创建目标任务，其中，所述目标任务与所述决策树标识信息相关联；最后，基于获取到的用户相关数据、所述目标任务和所述目标决策树，获取目标优惠信息，本公开的实施方式实现了根据较验条件和顺序信息，生成决策树的标识信息，保持到数据库，在创建任务时可以关联到该决策树的标识信息，这样对于频繁变化的过滤规则能够在不改变代码的同时做到自适应，因为代码逻辑未变，变化的只是规则构建的决策树，所以测试不需要全量回归，只需要单独测试下新的过滤规则是否正常运行，节约回归测试的时间，提高测试效率。
46.进一步参考图3，是根据本公开的信息生成方法的一个业务方使用场景的一些实施例的流程图。上述信息生成方法的业务方使用场景，包括以下步骤：
47.步骤301，基于与所述目标任务相关联的决策树标识信息调用规则筛选器引擎处理程序中的过程处理方法。
48.在一些实施例中，信息生成方法的执行主体(例如可以是服务器)可以基于与所述目标任务相关联的决策树标识信息调用规则筛选器引擎处理程序中的过程处理方法。例
如，对于具体的数据,根据参与活动的类绑定的决策树id调用rulefilterenginehandler的process方法。
49.在一些实施例的一些可选的实现方式中，创建树结构执行引擎配置类，其中，所述树结构执行引擎配置类利用spring的机制添加规则过滤器的键值对。上述树结构执行引擎配置类的名字可以是engineconfig。上述spring的机制是spring是一个开源的轻量级框架,他的核心主要有两部分组成ioc(inversion of control)控制反转和aop(aspect oriented programming)面向切面编程。
50.作为示例，engineconfig利用spring的机制，@autowired map《string,logicfilter》filtermap，注入一个logicfilter的map，这样后续如果有新的过滤器，只需要实现logicfilter接口spring会自动注入到该map中。
51.在一些实施例的一些可选的实现方式中，创建引擎执行器接口，其中，所述引擎执行器接口用于调用树结构执行引擎执行器基类；上述引擎执行器接口可以是enginefilter；创建树结构执行引擎执行器基类，其中，所述树结构执行引擎执行器基类继承树结构执行引擎配置类，并实现所述创建引擎执行器接口对应的服务方法。上述树结构执行引擎执行器基类可以是baseengine。这里的，引擎执行器接口可以是java接口一个java接口所规定的方法的类都可以具有这个接口的类型，而一个类可以实现任意多个java接口，从而这个类就有了多种类型。
52.例如，baseengine继承engineconfig并且实现enginefilter接口，其中process接口交给具体的子类实现，其本身实现遍历二叉树获取最终叶子节点的流程。
53.在一些实施例的一些可选的实现方式中，创建过程处理方法；上述过程处理方法可以是process处理方法；
54.创建规则筛选器引擎处理程序，其中，所述规则筛选器引擎处理程序继承所述树结构执行引擎执行器基类，并实现所述过程处理方法。上述规则筛选器引擎处理程序可以是rulefilterenginehandler，其中，rulefilterenginehandler是baseengine的子类。
55.作为示例，baseengine定义最终使用的service，rulefilterenginehandler继承上述baseengine，实现具体的process方法，提供给业务方使用。
56.步骤302，在所述过程处理方法中根据所述决策树标识信息，查询数据库信息。
57.在一些实施例中，上述执行主体可以在所述过程处理方法中根据所述决策树标识信息，查询数据库信息。上述数据库信息中包含决策树标识信息。
58.步骤303，基于查询到的数据库信息构建二叉树。
59.在一些实施例中，上述执行主体可以基于查询到的数据库信息构建二叉树。其中，构建的二叉树即为上述目标决策树；其中，在上述过程处理方法中根据决策树的id去查询数据库信息,构建出一个二叉树。
60.步骤304，基于所述树结构执行引擎执行器基类的服务方法遍历所述二叉树，获取目标叶子节点，其中，将所述叶子节点作为所述目标优惠信息。
61.在一些实施例中，上述执行主体可以基于所述树结构执行引擎执行器基类的服务方法遍历所述二叉树，获取目标叶子节点，其中，将所述叶子节点作为所述目标优惠信息。作为示例，将构建出来的决策树传入父类baseengine的方法中遍历，获得最后的叶子节点，也就是最后的目标优惠信息。
62.本公开的一些实施例公开了一种信息生成方法，在图1的方法的基础上，基于与所述目标任务相关联的决策树标识信息调用规则筛选器引擎处理程序中的过程处理方法；在所述过程处理方法中根据所述决策树标识信息，查询数据库信息；基于数据库信息构建二叉树；基于所述树结构执行引擎执行器基类的服务方法遍历所述二叉树，获取目标叶子节点，其中，将所述叶子节点作为所述目标优惠信息。本公开的实施方式只需要运营老师在规则后台勾选校验条件和顺序,生成一个新的决策树的id,保存到数据库,在创建新的活动或者奖励任务等等时可以关联到该决策树id,这样对于频繁变化的过滤规则能够在不改变代码的同时做到自适应，由于决策树是运营在规则后台自己设置和排序的,可以控制运营成本和精细化运营。
63.进一步参考图4，作为对上述各图所示方法的实现，本公开提供了一种信息生成装置的一些实施例，这些装置实施例与图1所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
64.如图4所示，一些实施例的信息生成装置400包括：选择单元401、构建单元402、创建单元403和获取单元404。其中，选择单元401，用于基于获取到的需求信息，选择较验条件和顺序信息；构建单元402，用于基于所述较验条件和所述顺序信息，构建目标决策树，其中，所述目标决策树包括决策树标识信息；创建单元403，用于基于所述需求信息创建目标任务，其中，所述目标任务与所述决策树标识信息相关联；而获取单元404，用于基于获取到的用户相关数据、所述目标任务和所述目标决策树，获取目标优惠信息。
65.本公开的一些实施例公开了一种信息生成装置，首先，基于获取到的需求信息，选择较验条件和顺序信息；然后，基于所述较验条件和所述顺序信息，构建目标决策树，其中，所述目标决策树包括决策树标识信息；之后，基于所述需求信息创建目标任务，其中，所述目标任务与所述决策树标识信息相关联；最后，基于获取到的用户相关数据、所述目标任务和所述目标决策树，获取目标优惠信息，本公开的实施方式实现了根据较验条件和顺序信息，生成决策树的标识信息，保持到数据库，在创建任务时可以关联到该决策树的标识信息，这样对于频繁变化的过滤规则能够在不改变代码的同时做到自适应，因为代码逻辑未变，变化的只是规则构建的决策树，所以测试不需要全量回归，只需要单独测试下新的过滤规则是否正常运行，节约回归测试的时间，提高测试效率。
66.在一些实施例的可选实现方式中，信息生成装置400被进一步配置成：创建基础逻辑过滤类，其中，所述基础逻辑过滤类包括至少一个规则过滤器和决策值获取方法。
67.在一些实施例的可选实现方式中，信息生成装置400中的获取单元404被进一步配置成：基于获取到的需求信息，创建基树结构原子模块接口，其中，所述基树结构原子模块接口用于调用基础逻辑过滤类；基于所述用户相关数据，遍历基础逻辑过滤类中的每个规则过滤器，获取对应的决策值；基于所述决策值，得到所述目标优惠信息。
68.在一些实施例的可选实现方式中，信息生成装置400被进一步配置成：创建树结构执行引擎配置类，其中，所述树结构执行引擎配置类利用spring的机制添加规则过滤器的键值对。
69.在一些实施例的可选实现方式中，信息生成装置400被进一步配置成：创建引擎执行器接口，其中，所述引擎执行器接口用于调用树结构执行引擎执行器基类；创建树结构执行引擎执行器基类，其中，所述树结构执行引擎执行器基类继承树结构执行引擎配置类，并
实现所述创建引擎执行器接口对应的服务方法。
70.在一些实施例的可选实现方式中，信息生成装置400被进一步配置成：创建过程处理方法；创建规则筛选器引擎处理程序，其中，所述规则筛选器引擎处理程序继承所述树结构执行引擎执行器基类，并实现所述过程处理方法。
71.在一些实施例的可选实现方式中，信息生成装置400被进一步配置成：基于与所述目标任务相关联的决策树标识信息调用规则筛选器引擎处理程序中的过程处理方法；在所述过程处理方法中根据所述决策树标识信息，查询数据库信息；基于数据库信息构建二叉树；基于所述树结构执行引擎执行器基类的服务方法遍历所述二叉树，获取目标叶子节点，其中，将所述叶子节点作为所述目标优惠信息。
72.可以理解的是，该装置400中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置400及其中包含的单元，在此不再赘述。
73.与上述方法实施例相对应，在本实施例中，还提供一种电子设备，请参看图5，其是本公开实施例提供的一种电子设备的结构示意图。
74.如图5所示，该电子设备500可以包括处理器520和存储器510，该存储器510用于存储可执行的指令；该处理器520用于根据指令的控制运行电子设备以执行根据本公开任意实施例的方法。
75.需要说明的是，本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
76.在一些实施方式中，客户端、服务器可以利用诸如http(hypertext transfer protocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“lan”)，广域网(“wan”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
77.上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多
个程序被该电子设备执行时，使得该电子设备：基于获取到的需求信息，选择较验条件和顺序信息；基于所述较验条件和所述顺序信息，构建目标决策树，其中，所述目标决策树包括决策树标识信息；基于所述需求信息创建目标任务，其中，所述目标任务与所述决策树标识信息相关联；基于获取到的用户相关数据、所述目标任务和所述目标决策树，获取目标优惠信息。
78.可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
79.附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
80.描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括选择单元、构建单元、创建单元和获取单元。。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，选择单元还可以被描述为“基于获取到的需求信息，选择较验条件和顺序信息的单元”。
81.本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、片上系统(soc)、复杂可编程逻辑设备(cpld)等等。
82.以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

技术特征：
1.一种信息生成方法，包括：基于获取到的需求信息，选择较验条件和顺序信息；基于所述较验条件和所述顺序信息，构建目标决策树，其中，所述目标决策树包括决策树标识信息；基于所述需求信息创建目标任务，其中，所述目标任务与所述决策树标识信息相关联；基于获取到的用户相关数据、所述目标任务和所述目标决策树，获取目标优惠信息。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：创建基础逻辑过滤类，其中，所述基础逻辑过滤类包括至少一个规则过滤器和决策值获取方法。3.根据权利要求2所述的方法，其特征在于，所述基于获取到的用户相关数据、所述目标任务和所述目标决策树，获取目标优惠信息，包括：基于获取到的需求信息，创建基树结构原子模块接口，其中，所述基树结构原子模块接口用于调用基础逻辑过滤类；基于所述用户相关数据，遍历基础逻辑过滤类中的每个规则过滤器，获取对应的决策值；基于所述决策值，得到所述目标优惠信息。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：创建树结构执行引擎配置类，其中，所述树结构执行引擎配置类利用spring的机制添加规则过滤器的键值对。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：创建引擎执行器接口，其中，所述引擎执行器接口用于调用树结构执行引擎执行器基类；创建树结构执行引擎执行器基类，其中，所述树结构执行引擎执行器基类继承树结构执行引擎配置类，并实现所述创建引擎执行器接口对应的服务方法。6.根据权利要求5所述的方法，其特征在于，所述方法还包括：创建过程处理方法；创建规则筛选器引擎处理程序，其中，所述规则筛选器引擎处理程序继承所述树结构执行引擎执行器基类，并实现所述过程处理方法。7.根据权利要求6所述的方法，其特征在于，所述方法还包括：基于与所述目标任务相关联的决策树标识信息调用规则筛选器引擎处理程序中的过程处理方法；在所述过程处理方法中根据所述决策树标识信息，查询数据库信息；基于查询到的数据库信息构建二叉树；基于所述树结构执行引擎执行器基类的服务方法遍历所述二叉树，获取目标叶子节点，其中，将所述叶子节点作为所述目标优惠信息。8.一种信息生成装置，包括：选择单元，用于基于获取到的需求信息，选择较验条件和顺序信息；构建单元，用于基于所述较验条件和所述顺序信息，构建目标决策树，其中，所述目标决策树包括决策树标识信息；
创建单元，用于基于所述需求信息创建目标任务，其中，所述目标任务与所述决策树标识信息相关联；获取单元，用于基于获取到的用户相关数据、所述目标任务和所述目标决策树，获取目标优惠信息。9.一种电子设备，其特征在于，包括：存储器，用于存储可执行的指令；处理器，用于根据所述指令的控制运行所述电子设备执行如权利要求1-7任意一项所述的方法。10.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。

技术总结
本公开的实施例公开了信息生成方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：基于获取到的需求信息，选择较验条件和顺序信息；基于所述较验条件和所述顺序信息，构建目标决策树；基于所述需求信息创建目标任务；基于获取到的用户相关数据、所述目标任务和所述目标决策树，获取目标优惠信息，本公开的实施方式实现了根据较验条件和顺序信息，生成决策树的标识信息，保持到数据库，在创建任务时可以关联到该决策树的标识信息，这样对于频繁变化的过滤规则能够在不改变代码的同时做到自适应，因为代码逻辑未变，变化的只是规则构建的决策树，所以测试不需要全量回归，节约回归测试的时间，提高测试效率。提高测试效率。提高测试效率。


技术研发人员：曾劲伟
受保护的技术使用者：康键信息技术（深圳）有限公司
技术研发日：2023.04.04
技术公布日：2023/7/7