[发明专利]一种异步信贷风控断点续作的决策方式的实现方法及装置

说明书

本发明涉及大数据风控领域，提供了一种异步信贷风控断点续作的决策方式的实现方法及装置。主旨在于解决决策流链条耗时长、外部数据接口多、网络波动等因素导致的决策超时或者异常、系统无法正常执行风控决策、吞吐率低、响应慢、系统资源利用率低。主要方案包括决策流程在页面可视化配置，定义所需外部数据服务接口、策略规则以及执行顺序；业务系统发起同步决策请求，系统返回受理成功，加载决策流程并运行，对于外部数据服务节点，根据执行结果流程继续或者挂起，如果继续则执行下一节点，如果挂起则释放系统资源，保存状态，持久化上下文信息，等待服务节点恢复后异步回调触发流程继续执行，待流程执行完成回推决策结果。

技术领域

本发明涉及大数据风控领域，提供了一种异步信贷风控断点续作的决策方式的实现方法及装置。

背景技术

随着银行对信贷风险管理的职能要求不断加强。同时为提升交易时效性和准确性，实现多业务、多渠道的中央风险监控平台，银行建立贷前、贷中、贷后全方位立体防控的风险决策体系。该体系建设能够为运营风险管理人员提供实时监控、事中控制、批后监测、定期分析等业务管理及风险内控功能，帮助运营管理人员在非现场收集业务数据信息，挖掘各项业务办理流程中的问题疑点和风险特征，自动为风险监督人员预警提示问题差错、可疑交易以及案件线索，并提供运营监督人员需要的统计报表和分析报表。同时，系统能够对监测检查中发现的各类风险事件按风险类型和条线归属等不同的维度，自动选择既定的流程进行风险事件的后续作业管理。

在数据存储方面，结合了关系型数据库，非关系型数据库，K-V数据库的优缺点，对不同的数据进行分库分表设计，有效的提高了数据访问的吞吐量。

同时决策引擎提高了完善的后台管理工具，包括决策中心，数据中心，名单中心，模型中心，分析中心等组件，可以灵活的配置不同的规则满足不同的风控场景。

渠道端将交易或信贷申请信息以事件的方式传入给决策引擎，决策引擎会对风险进行识别和决策，识别会分为快速识别(可信以及黑名单等)，深度识别(规则和模型)，全面分析为离线防控的模型例如团伙识别等。风险决策会对识别结果输出管控结论(放过，拦截或者人脸，短信验证等)。

规则和模型的计算会用到统一在线风险变量池，该变量池会用到4部分数据:累积数据，即按照一定窗口的实施流计算；计算数据，即一些快速计算的结果，例如通过出生年月判断年龄，还会有离线风险集市清洗后的数据，通过API接口接入的外部数据。

用于风控系统的原始数据包括业务系统的事件数据，设备指纹采集的设备数据以及外部的社保，公积金，公安等数据。

发明内容

本发明的目的在于解决大数据风控决策引擎查询众多外部数据源，由于接口众多，调用链长，某些接口响应时间较长，访问外部网络，导致系统运行不稳定、失败高等问题，同时某些外部接口是异步接口，无法嵌入到决策流程导致无法按照决策流程按需获取数据服务。

为解决上述技术问题，本发明采用以下技术方案：

一种异步信贷风控断点续作的决策方式的实现方法，包括以下步骤：

步骤1、定义决策流程，在页面画布上画出决策流程的图，解析并生成流程定义文件，流程定义文件中包含流程中的各个流程节点以及各个流程节点的前后关联关系，然后将流程定义文件持久化到数据库；

步骤2、业务系统发起请求，前置网关解析请求报文，校验参数，校验成功则调用进行步骤3发起决策流程，返回执行成功，否则返回失败，流程终止；

步骤3、前置网关根据请求报文发起一条决策流程，同步调用决策流程引擎，决策流程引擎从数据库加载步骤1得到的流程定义文件并生成运行时实例和上下文；决策流程引擎通过分布式缓存存储决策流程数据，保持数据的全局一致以及加快运行速度。