风控系统/规则引擎，策略集/策略/规则组/规则是什么？都有哪些功能？
个人博客：无奈何杨（wnhyang）
个人语雀：wnhyang
共享语雀：在线知识共享
Github：wnhyang - Overview
提要
前面已经有了几篇文章了，关于风控系统的一些设计和实现。
还是那句话完整的风控系统功能还是很复杂的，欠考虑的地方还望指正。
参考：
策略集
数据接入后，完成系统/动态字段的转换后，就要面对众多策略集进行选择了，这一步选择条件通常是可以固定的，并不需要规则引擎的动态化配置，当然想做的话也不是不行。
下面只是举个例子，风控系统可以应对不同的场景可以建立不同的策略集，这些策略集的条件通常是确定后就不变，如：约定每个策略集的唯一标识，通过判断某个约定系统字段就可以了，更像是Switch语句一样。这个在一些有路由功能的规则引擎中会更加灵活方便。
.86tfl0kwcp.webp)
那么策略集仅仅就是策略的集合吗？
不是！策略集是策略的集合，也应该拥有了编排策略的功能。
决策流
这也仅仅是策略集决策流的一个例子，策略集应该是可以对其下的所有策略进行任意编排的。
.8ad1iqdz2i.webp)
冠军挑战
更多详细可以查看其他资料，一眼AI：
风控方将目前表现良好的策略、数据和模型定义为“冠军组”。这些数据在历史上的半年时间内，对几批用户都有效。然后，在新数据源接入时，使用测试组来测试这个“冠军组”在当前批次客户上的表现。如果“冠军组”在新客户上仍然有效，就可以正式将其升级。在实际表现之前，这些策略、模型和数据被称为“挑战组”。
A/BTest
类似于冠军挑战，继续AI：
具体来说，A/B测试的流程如下：
- 分析现状，建立假设：首先，分析业务，确定最高优先级的改进点，然后提出假设并提出优化建议。
- 设定指标：设置主要指标来衡量版本的优劣，并设置辅助指标来评估其他影响。
- 设计与开发：设计优化版本的原型并完成开发。
- 确定测试时长：确定测试进行的时长。
- 确定分流方案：确定每个测试版本的分流比例及其他分流细节。
- 采集并分析数据：收集实验数据，进行有效性和效果判断。
- 给出结论：根据假设检验的结果，确定发布新版本、调整分流比例继续测试，或优化迭代方案重新开发。
回测/仿真
自动留白
策略
策略集是策略的集合，策略是规则的集合，规则组可以说就是策略。
.361ctge1u3.webp)
规则才产生决策，策略的存在是为了整合所有规则的决策。
目前我将策略分为三种模式。
首次
顾名思义，策略下的规则有排序，顺序执行所有规则，第一个命中的风险规则（设置大于某个决策的为风险规则，如大于通过的规则都为风险规则）直接返回最为策略的最终决策。
| 规则 | 是否命中 | 处置方式 |
|---|---|---|
| 1 | true | pass |
| 2 | true | reject |
| 3 | false | sms |
| 4 | true | review |
最终结果为reject。
最坏
首次模式下所有规则需要串行运行，最坏模式下所有规则可以并行运行，策略最终结果取决于最快的的策略。最坏的定义由定义的处置方式分值决定。
| 规则 | 是否命中 | 处置方式 |
|---|---|---|
| 1 | true | pass |
| 2 | true | reject |
| 3 | false | sms |
| 4 | true | review |
因为reject>review>pass
所以最后结果是reject。
权重
和最坏模式一样所有规则可以并行运行。
| 规则 | 是否命中 | 得分 |
|---|---|---|
| 1 | true | 23 |
| 2 | true | 21 |
| 3 | false | 30 |
| 4 | true | 20 |
每条规则对应分数，命中则累加。
如上，计算为23+21+20=64，然后可以设置决策对应的得分区间。
权重模式非常灵活，可以有更多的玩法。
规则
前文有这样的一张图，大致说明了规则分为两部分，其实也可以说是三部分，将决策结果划分出来也是可以的。
规则是整个决策链路中最重要的部分，其实就是各种各样的规则条件，命中后执行各式各样的操作。
比较能讲的就是规则条件的细化和编排，但本文直降规则的功能就可以点到为止了。
.9dcqtm9sy5.webp)
扩展
上面都是针对一次决策流程而来的，要是从风控业务管理还有：策略/规则审批、策略/规则监控、策略/规则运行管控、标签/名单管理，事件/案件审核，交易图谱，三方对接等等。
写在最后
拙作艰辛，字句心血，望诸君垂青，多予支持，不胜感激。
个人博客：无奈何杨（wnhyang）
个人语雀：wnhyang
共享语雀：在线知识共享
Github：wnhyang - Overview
