基于规则引擎圈选目标的方法和装置与流程

1.本技术涉及数据处理技术领域，具体涉及一种基于规则引擎圈选目标的方法和装置。


背景技术：

2.在例如金融营销等领域，需要对客户进行圈选分群，形成不成的客群，以便有针对性的进行数据推送和业务处理等。客户的圈选通常采用下述方法。
3.方法一，客群的圈选计算完全依赖于大数据加工，即，将具有相同分群属性的客户加工成一个客群，所说的属性可以是客户的历史行为路径、行为特征、基本信息、偏好等。
4.方法二，客群的圈选计算依赖于大数据标签加工和应用程序的配合，大数据加工层面将客户的历史行为路径、行为特征、基本信息、偏好等属性数据加工成细粒度数据标签，应用层面通过程序硬编码对细粒度的数据标签做且或等简单的计算，形成不同的客群。
5.但上述方法均有各自的缺陷。
6.方法一的缺陷主要在于：资源浪费，重复开发。单纯使用大数据加工进行客户分群方法不能满足在营销业务中快速圈选的需求，对于多个客群存在属性交叉情况，大数据加工指定客群时，存在重复开发、资源浪费的问题，此方式效率低下，不能够快速响应营销业务的快迭代需求。
7.方法二的缺陷主要在于：圈选能力薄弱。通过应用硬编码的方式组合底层数据标签，圈选能力薄弱，无法满足复杂场景下的客群圈选，限制了业务的发展诉求。


技术实现要素：

8.本技术的目的是提供一种基于规则引擎圈选目标的方法和装置，以有助于解决现有技术存在资源浪费、重复开发、圈选能力薄弱等问题。
9.第一方面，本技术提供一种基于规则引擎圈选目标的方法，包括：读取规则配置，获取规则配置中的所有数据标签；请求大数据标签库，获取所有数据标签对应的标签结果值；使用规则引擎，将规则配置与标签结果值进行校验，得到圈选结果
10.在一些可选的实施方式中，所述规则配置包括：数据层标签表，配置大数据底层的数据标签，所述数据标签包括数据层标签编码、生效状态；场景标签表，配置场景编码、生效状态；应用层标签表，配置应用标签，所述应用标签包括应用层标签编码、生效状态、所属场景编码、以及标签组合逻辑；应用层数据层标签关系表，配置标签关联关系，所述标签关联关系是应用层标签表中的应用标签与数据层标签表中的数据标签的关联关系；其中，所述标签组合逻辑是将所述数据标签的标签结果值与所述标签关联关系进行校验的判断规则。
11.在一些可选的实施方式中，所述数据标签还包括默认值，从大数据标签库未能获取所述数据标签的标签结果值时，以所述默认值为标签结果值。
12.在一些可选的实施方式中，所述应用标签还包括权重值，所述权重值表示：当一个目标属于至少两个目标群组时，将该目标优先圈选到权重值高的应用标签所表示的目标群
组中。
13.在一些可选的实施方式中，所述将规则配置与标签结果值进行校验的步骤包括：将规则配置中的标签组合逻辑中的标签占位符替换为标签结果值；将替换后的规则配置传入规则引擎执行。
14.第二方面，本技术提供一种基于规则引擎圈选目标的装置，包括：读取模块，被配置成读取规则配置，获取规则配置中的所有数据标签；请求模块，被配置成请求大数据标签库，获取所有数据标签对应的标签结果值；执行模块，被配置成使用规则引擎，将规则配置与标签结果值进行校验，得到圈选结果。
15.在一些可选的实施方式中，所述规则配置包括：数据层标签表，配置大数据底层的数据标签，所述数据标签包括数据层标签编码、生效状态；场景标签表，配置场景编码、生效状态；应用层标签表，配置应用标签，所述应用标签包括应用层标签编码、生效状态、所属场景编码、以及标签组合逻辑；应用层数据层标签关系表，配置标签关联关系，所述标签关联关系是应用层标签表中的应用标签与数据层标签表中的数据标签的关联关系；其中，所述标签组合逻辑是将所述数据标签的标签结果值与所述标签关联关系进行校验的判断规则。
16.在一些可选的实施方式中，所述执行模块，进一步被配置成将规则配置中的标签组合逻辑中的标签占位符替换为标签结果值，将替换后的规则配置传入规则引擎执行。
17.第三方面，本技术提供一种计算机设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如第一方面所述的基于规则引擎圈选目标的方法。
18.第四方面，本技术提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被一个或多个处理器执行时实现如第一方面所述的基于规则引擎圈选目标的方法。
19.如上所述，为了解决现有技术存在资源浪费、重复开发、圈选能力薄弱等问题，本技术提出了一种基于规则引擎圈选目标的方法和装置。本技术通过使用规则引擎支持各类复杂的规则配置的编写，将目标圈选加工逻辑与大数据加工解耦，大数据底层数据标签不需要频繁变动，规则配置可以交由专业人员管理，以此，一方面避免数据加工层面的资源浪费、重复开发，另一方面基于规则引擎提供了灵活强大的规则定制能力，能够有效地满足营销业务快速迭代诉求。
附图说明
20.通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本技术的其它特征、目的和优点将会变得更明显。附图仅用于示出具体实施方式的目的，而并不认为是对本发明的限制。在附图中：
21.图1是本技术一个实施例的示例性系统架构示意图；
22.图2是根据本技术一个实施例的基于规则引擎圈选目标的方法的流程图；
23.图3是本技术一个实施例中规则配置中多个数据表的关系示意图；
24.图4是根据本技术一个实施例的基于规则引擎圈选目标的方法进行用户客群圈选的实施流程图；
25.图5是根据本技术一个实施例的基于规则引擎圈选目标的装置的结构图；
26.图6是根据本技术一个实施例的计算机设备的硬件组成结构示意图。
具体实施方式
27.为了能够更加详尽地了解本技术实施例的特点与技术内容，下面结合附图对本技术实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本技术实施例。
28.参考图1，图1示出了根据本技术的基于规则引擎圈选目标的方法和装置的至少一个实施例的示例性系统架构100。
29.如图1所示，系统架构100可以包括服务器101和大数据标签库102以及配置数据库103。服务器101和大数据标签库102以及配置数据库103之间可以通过网络通信，网络可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
30.服务器101可以是提供各种服务的服务器，例如对金融营销系统等提供支持的服务器。服务器101可以是硬件，也可以是软件。当服务器101为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。
31.大数据标签库102可以选用现有的数据库实现，包括但不限于mongodb数据库等。
32.配置数据库103例如可以选用mysql数据库或其它关系型数据库，或者也可以选用非关系型数据库。
33.需要说明的是，本技术所提供的基于规则引擎圈选目标的方法一般由服务器101执行，相应地，基于规则引擎圈选目标的装置一般设置于服务器101中。
34.参考图2，图2是根据本技术一个实施例的基于规则引擎圈选目标的方法的流程图。本技术实施例的方法可以由如图1所示的系统架构的服务器实施。
35.如图2所示，本技术的基于规则引擎圈选目标的方法可包括以下步骤：
36.步骤201、服务器从配置数据库中读取规则配置，获取规则配置中的所有数据标签；
37.步骤202、服务器请求大数据标签库，获取所有数据标签对应的标签结果值；
38.步骤203、服务器使用规则引擎，将规则配置与标签结果值进行校验，得到圈选结果。
39.本实施例的方法用于圈选目标，所说的目标包括但不限于为客户(用户)、物品等，本文以客户为例。所有客户的属性数据可以进行大数据加工，加工成细粒度数据标签，存储在大数据标签库中。本实施例中服务器应用规则引擎和大数据标签加工相配合，实现圈选目标，例如圈选客群。适用于规则引擎的规则配置可以由工作人员(例如业务人员)配置，存储在配置数据库中。本实施例中，规则引擎包括但不限于选用drools。drools(jboss rules)具有一个易于访问企业策略、易于调整以及易于管理的开源业务规则引擎，速度快、效率高。
40.在一些可选的实施方式中，规则配置包括如下多个数据表：
41.1.数据层标签表：配置大数据底层的数据标签(即数据层标签)，数据标签可包括数据层标签编码、生效状态、以及默认值；数据标签对应的标签结果值存储在大数据标签库中，可通过数据层标签编码到大数据标签库查询获取；
42.2.场景标签表：配置场景编码、生效状态，每个场景配置一条；
43.3.应用层标签表：配置不同的应用标签(即应用层标签)，应用标签包括应用层标签编码、生效状态、所属场景编码、以及标签组合逻辑(即标签组合判断规则)；
44.4.应用层数据层标签关系表：配置标签关联关系，即，应用层标签表中国的应用标签与数据层标签表中的数据标签的关联关系。
45.其中，数据标签用来表征目标(例如客户)。应用标签用来表征目标群组(例如客户群组，简称客群)，由符合该应用标签的标签组合逻辑的多个目标(例如客户)组成，不同应用标签表征不同的目标群组(例如客群)。标签关联关系例如可用于表示应用标签下的数据标签的标签结果值的取值范围。数据标签中的默认值，其作用为：从大数据标签库未查询(获取)到对应的元数据应标签的标签结果值时，以设置的默认值为标签结果值，用于后续进行规则判断。
46.下面的表1至表4描述了一种规则配置示例：
47.1.配置数据层标签表
48.表1
49.数据层标签编码数据层标签名称数据类型标签描述标签状态默认值no_customer无匹配客户integer无匹配客户1-1
50.数据层标签表如表1所示，其中字段描述如下：
51.标签状态：1-生效；0-不生效；
52.默认值：当未查询到目标对应的数据标签的标签结果值时，使用默认值作为标签结果值，后续传入标签组合逻辑进行规则判断，默认值取无业务含义的数值，如持仓为负数、交易流水笔数为负数、投资天数为负数。
53.2.配置场景标签表
54.表2
55.场景编码场景名称场景描述个性化实现类状态sendmarketingrights活动发券活动发券 1
56.场景标签表如表2所示，其中字段描述如下：
57.场景编码：比如营销活动就是一个场景，可定义为marketingactivity。一个场景例如可以理解成一个产品；
58.个性化实现类：策略执行需要特殊实现时定义。
59.3.配置应用层标签表
60.表3
[0061][0062][0063]
应用层标签表如表3所示，其中字段描述如下：
[0064]
应用层标签编码：用于标识某一特定目标群组(例如客群)；
[0065]
权重值：当某一目标(例如客户)属于两个目标群组时，用此值比较，决定返回给上游系统的应用层标签编码，默认选择权重高的应用层编码，即，该目标优先圈选到权重值高的应用标签所表示的目标群组中；
[0066]
标签组合逻辑：应用标签对应关联数据标签的比较关系、逻辑关系。
[0067]
4.配置应用层数据层标签关系表
[0068]
表4
[0069]
应用层标签编码数据层标签编码数据层标签比对值状态apply_label_1latest_trans_date_diff0,71apply_label_5investment_num1,31apply_label_10ifm_tatal_amount0,100001
[0070]
应用层数据层标签关系表如表4所示，其中字段描述如下：
[0071]
数据层标签比对值：如果比对值为多个，使用英文逗号连接，比如持仓金额在100-1000之间，则配置成：100,1000。
[0072]
结合上面的表3和表4，进一步说明表3中的标签组合逻辑如下：
[0073]
以表3第三行应用标签apply_label_10的标签组合逻辑“params.ifm_tatal_amount》${ifm_tatal_amount_0}&&params.ifm_tatal_amount《＝${ifm_tatal_amount_1}”为例，ifm_tatal_amount为标签占位符，可以是一个数据标签的数据层标签编码；params.ifm_tatal_amount是从大数据标签库中获取的ifm_tatal_amount这个数据层标签编码的标签结果值；${ifm_tatal_amount_0}和${ifm_tatal_amount_1}分别是从应用层数据层标签关系表中获取的数据层标签比对值，${ifm_tatal_amount_0}是第一个值，${ifm_tatal_amount_1}是第二个值，例如图4第三行中的第一个值是0，第二个值是10000。则上述标签组合逻辑表示的判断规则为，标签结果值大于0且小于或等于10000，符合该规则的数据标签将被圈选到应用标签apply_label_10所表示的目标群组中。
[0074]
参考图3，示出了上述四种数据表的对应关系，其中，场景标签表和应用层标签表是一对n(一对多)的关系，即，一个场景编码下可对应多个应用层标签编码；应用层标签表和数据层标签表是n对m(多对多)的关系，通过应用层数据层标签关系表关联。其中，n和m均为正整数。
[0075]
参考图4，图4是本技术一个具体的应用场景实施例中，基于规则引擎圈选目标的方法进行用户客群圈选的实施流程图。
[0076]
基于图4所示的流程图，本实施例的方案主要实现分为以下两部分：
[0077]
1、数据获取流程
[0078]
①
读取mysql数据库中的规则配置(圈选规则mysql配置)；
[0079]
②
解析获取规则配置中的所有数据标签(或称为元数据标签)；
[0080]
③
根据所有数据标签的数据层标签编码，请求大数据标签库，获取所有数据标签对应的标签结果值。
[0081]
2、规则引擎(例如drools)校验过程
[0082]
①
将规则配置中的标签组合逻辑中的标签占位符替换为目标的标签结果值；
[0083]
②
将替换后的规则配置传入规则引擎(drools)执行，即，使用规则引擎将规则配置与标签结果值进行校验，得到客群校验结果(圈选结果)。圈选结果可表示为一个应用标签下对应哪些数据标签。
[0084]
如上所述，本技术提出了一种基于规则引擎圈选目标的方法和装置。本技术通过使用规则引擎支持各类复杂的规则配置的编写，将客群圈选加工逻辑与大数据加工解耦，大数据底层标签不需要频繁变动，用于圈客的规则配置可以交由专业人员管理，以此，一方面避免数据加工层面的资源浪费、重复开发，另一方面基于规则引擎提供了灵活强大的规则定制能力，能够有效地满足营销业务快速迭代诉求。
[0085]
本技术实施例的方法可实施于营销等领域，为营销业务开展的活动场景，提供后管平台进行圈客规则配置，快速响应业务快迭代需求，提供可靠、便捷的方案。
[0086]
参考图5，图5是根据本技术一个实施例的基于规则引擎圈选目标的装置的结构图。如图5所示，本技术实施例的基于规则引擎圈选目标的装置包括：
[0087]
读取模块501，被配置成读取规则配置，获取规则配置中的所有数据标签；
[0088]
请求模块502，被配置成请求大数据标签库，获取所有数据标签对应的标签结果值；
[0089]
执行模块503，被配置成使用规则引擎，将规则配置与标签结果值进行校验，得到圈选结果。
[0090]
在一些可选的实施方式中，上述的规则配置可以包括：
[0091]
数据层标签表，配置大数据底层的数据标签，数据标签包括数据层标签编码、生效状态；
[0092]
场景标签表，配置场景编码、生效状态；
[0093]
应用层标签表，配置应用标签，应用标签包括应用层标签编码、生效状态、所属场景编码、以及标签组合逻辑；
[0094]
应用层数据层标签关系表，配置标签关联关系，标签关联关系是应用层标签表中的应用标签与数据层标签表中的数据标签的关联关系；
[0095]
其中，标签组合逻辑是将数据标签的标签结果值与标签关联关系进行校验的判断规则。
[0096]
在一些可选的实施方式中，执行模块503进一步被配置成将规则配置中的标签组合逻辑中的标签占位符替换为标签结果值，将替换后的规则配置传入规则引擎执行。
[0097]
需要说明的是，本实施例装置中各个模块的实现细节和技术效果可以参考本技术中其它实施例的说明，在此不再赘述。该装置的每个模块中的实现方案具有多样性，只要能达到模块的目的即可，实际部署中不受限于具体的实施方案。
[0098]
参考图6，图6是根据本技术一个实施例的计算机设备的硬件组成结构示意图。如图6所示，本技术的计算机设备600可包括：
[0099]
一个或多个处理器601；
[0100]
存储器602，其上存储有一个或多个程序603；
[0101]
处理器601和存储器602等组件可通过总线系统604耦合在一起；总线系统604用于实现这些组件之间的连接通信；
[0102]
当一个或多个程序603被一个或多个处理器601执行时，使得一个或多个处理器601实现如上文方法实施例中所公开的基于规则引擎圈选目标的方法。
[0103]
其中，总线系统604除包括数据总线之外，还可以包括电源总线、控制总线和状态信号总线。存储器602可以是易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。处理器601可能是具有信号处理能力的集成电路芯片，可以是通用处理器、数字信号处理器(dsp，digital signal processor)，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
[0104]
本技术实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被一个或多个处理器执行时实现如上文方法实施例中所公开的基于规则引擎圈选目标的方法。
[0105]
本技术是参照根据本技术实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0106]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0107]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0108]
应理解，本技术中术语“系统”和“网络”在本文中常被可互换使用。本技术中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可
以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本技术中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0109]
以上所述，仅为本技术的较佳实施例，并非用于限定本技术的保护范围，凡在本技术的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本技术的保护范围之内。

技术特征：
1.一种基于规则引擎圈选目标的方法，其特征在于，包括：读取规则配置，获取规则配置中的所有数据标签；请求大数据标签库，获取所有数据标签对应的标签结果值；使用规则引擎，将规则配置与标签结果值进行校验，得到圈选结果。2.根据权利要求1所述的方法，其特征在于，所述规则配置包括：数据层标签表，配置大数据底层的数据标签，所述数据标签包括数据层标签编码、生效状态；场景标签表，配置场景编码、生效状态；应用层标签表，配置应用标签，所述应用标签包括应用层标签编码、生效状态、所属场景编码、以及标签组合逻辑；应用层数据层标签关系表，配置标签关联关系，所述标签关联关系是应用层标签表中的应用标签与数据层标签表中的数据标签的关联关系；其中，所述标签组合逻辑是将所述数据标签的标签结果值与所述标签关联关系进行校验的判断规则。3.根据权利要求2所述的方法，其特征在于，所述数据标签还包括默认值，从大数据标签库未能获取所述数据标签的标签结果值时，以所述默认值为标签结果值。4.根据权利要求2所述的方法，其特征在于，所述应用标签还包括权重值，所述权重值表示：当一个目标属于至少两个目标群组时，将该目标优先圈选到权重值高的应用标签所表示的目标群组中。5.根据权利要求2所述的方法，其特征在于，所述将规则配置与标签结果值进行校验的步骤包括：将规则配置中的标签组合逻辑中的标签占位符替换为标签结果值；将替换后的规则配置传入规则引擎执行。6.一种基于规则引擎圈选目标的装置，其特征在于，包括：读取模块，被配置成读取规则配置，获取规则配置中的所有数据标签；请求模块，被配置成请求大数据标签库，获取所有数据标签对应的标签结果值；执行模块，被配置成使用规则引擎，将规则配置与标签结果值进行校验，得到圈选结果。7.根据权利要求6所述的装置，其特征在于，所述规则配置包括：数据层标签表，配置大数据底层的数据标签，所述数据标签包括数据层标签编码、生效状态；场景标签表，配置场景编码、生效状态；应用层标签表，配置应用标签，所述应用标签包括应用层标签编码、生效状态、所属场景编码、以及标签组合逻辑；应用层数据层标签关系表，配置标签关联关系，所述标签关联关系是应用层标签表中的应用标签与数据层标签表中的数据标签的关联关系；其中，所述标签组合逻辑是将所述数据标签的标签结果值与所述标签关联关系进行校验的判断规则。8.根据权利要求7所述的装置，其特征在于，
所述执行模块，进一步被配置成将规则配置中的标签组合逻辑中的标签占位符替换为标签结果值，将替换后的规则配置传入规则引擎执行。9.一种计算机设备，其特征在于，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-5中任一所述的基于规则引擎圈选目标的方法。10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被一个或多个处理器执行时实现如权利要求1-5中任一所述的基于规则引擎圈选目标的方法。

技术总结
本申请提出了一种基于规则引擎圈选目标的方法和装置。方法包括：读取规则配置，获取规则配置中的所有数据标签；请求大数据标签库，获取所有数据标签对应的标签结果值；使用规则引擎，将规则配置与标签结果值进行校验，得到圈选结果。本申请通过使用规则引擎支持各类复杂的规则配置的编写，将目标圈选加工逻辑与大数据加工解耦，大数据底层数据标签不需要频繁变动，规则配置可以交由专业人员管理，以此，一方面避免数据加工层面的资源浪费、重复开发，另一方面基于规则引擎提供了灵活强大的规则定制能力，能够有效地满足营销业务快速迭代诉求。求。求。


技术研发人员：苌志高 叶君骄
受保护的技术使用者：中信百信银行股份有限公司
技术研发日：2023.01.17
技术公布日：2023/7/12