规则和规则集

风险管理系统内部就犹如社会体系一样，由不同的数据规则交织构成。在决策引擎中需要先配置每一条规则，再将规则任意组合即可形成规则集。

规则集可以分为串列规则集与并行规则集，也就是「And」和「Or」的关系规则集。对于串列规则集要判断先后顺序，比如数据先进行规则A的判断再进行规则B的判断，如果命中拒绝规则A后直接执行拒绝决策，规则B不再判断，即靠后的串列规则不再判断；

对于并行规则集跑完所有的规则后，有一条命中则拒绝，最终得出拒绝的结果可以是命中多条规则。

规则名称与规则代码对应，且可以进行自行配置。

举个简单的例子，现在有年龄、城市、收入三个数据栏位，并将至分析成策略规则。可以如下：

IF Age <18 or Age >55 THEN 决策结果=Reject 规则代码=A001；

IF City<> 一线城市 and 收入 <4000 THEN 决策结果=Reject

规则代码=A002；

决策树

决策树组件构造类似机器学习演算法里的决策树模型，通过一层层的规则树结构形成整个风控规则包，最终实现差异化审批。

图例中通过最高账龄规则可以将客户分层成老客户和新客户，之后再通过不同的评分判断进行不同的规则流程。

评分模型

评分模型组件可以实现评分卡开发后的部署以及模型版本记录、管理功能，在决策引擎中评分模型组件切记仅仅支持评分卡的上线部署，不支持评分卡的开发。

规则流和规则测试

在完成每一个组件的配置后，即可将组件按照预先设计的顺序组合起来，完成这一组合的组件就是规则流。规则流支持并行和分支等结构。

之后就要进入规则流的测试环节，通过规则测试可以实现这一目标。规则测试不仅可以测试规则流是否按照既定设计策略运行，同时支持对单个组件进行测试。

决策引擎实现策略最终落地

请关注「金融科技应用学苑」官方公众号，更多精彩原创文章及干货PPT报告免费看个够！

或者添加我们的官方顾问微信号，直接找可爱的小姐姐要资料哦~

推荐阅读：