規則和規則集

風險管理系統內部就猶如社會體系一樣，由不同的數據規則交織構成。在決策引擎中需要先配置每一條規則，再將規則任意組合即可形成規則集。

規則集可以分為串列規則集與並行規則集，也就是「And」和「Or」的關係規則集。對於串列規則集要判斷先後順序，比如數據先進行規則A的判斷再進行規則B的判斷，如果命中拒絕規則A後直接執行拒絕決策，規則B不再判斷，即靠後的串列規則不再判斷；

對於並行規則集跑完所有的規則後，有一條命中則拒絕，最終得出拒絕的結果可以是命中多條規則。

規則名稱與規則代碼對應，且可以進行自行配置。

舉個簡單的例子，現在有年齡、城市、收入三個數據欄位，並將至分析成策略規則。可以如下：

IF Age <18 or Age >55 THEN 決策結果=Reject 規則代碼=A001；

IF City<> 一線城市 and 收入 <4000 THEN 決策結果=Reject

規則代碼=A002；

決策樹

決策樹組件構造類似機器學習演算法裏的決策樹模型，通過一層層的規則樹結構形成整個風控規則包，最終實現差異化審批。

圖例中通過最高賬齡規則可以將客戶分層成老客戶和新客戶，之後再通過不同的評分判斷進行不同的規則流程。

評分模型

評分模型組件可以實現評分卡開發後的部署以及模型版本記錄、管理功能，在決策引擎中評分模型組件切記僅僅支持評分卡的上線部署，不支持評分卡的開發。

規則流和規則測試

在完成每一個組件的配置後，即可將組件按照預先設計的順序組合起來，完成這一組合的組件就是規則流。規則流支持並行和分支等結構。

之後就要進入規則流的測試環節，通過規則測試可以實現這一目標。規則測試不僅可以測試規則流是否按照既定設計策略運行，同時支持對單個組件進行測試。

決策引擎實現策略最終落地

請關注「金融科技應用學苑」官方公眾號，更多精彩原創文章及乾貨PPT報告免費看個夠！

或者添加我們的官方顧問微信號，直接找可愛的小姐姐要資料哦~

推薦閱讀：