智能风控平台核心（风控决策(ce)引擎）

互联网金融的风控风控兴起，金融科技向(xiang)传统金融渗透，平台智能风控平台应运而生。核心

决策引擎担任着智能风控平台的决策核心角色，在当代的引擎互联网金融浪潮中至(zhi)关重要，在介绍决策引擎之前，风控风控首先要明白什么是平台大数据(ju)风控。

一、核心什么是决(jue)策大数(shu)据风控？

百度百科(ke)解(jie)释：大(da)数据风控即大数据风险控制(zhi)，是引擎指通过运用大数据构建模型的方法对(dui)借款人(ren)进(jin)行风险控制(zhi)和风险提示。

抽象出(chu)来就是风控风控：

风控决策引擎作为模型的载体，实际上就是平台实现大数据风控的工具。

二(er)、核心什么是决策风控决策引擎？

风控决策引擎是对复杂的业务逻辑抽象化剥离出来的业务规则(ze)进行不同的分支组合、关联，引擎然后层层规则递进运算，最终输出决策结果的产品。

传统的风控决策引擎主要实现规则的逻辑判断，例如：女厕所的规则可以制定成“性别为女，才能进入，否则(ze)不能进入”，因此(ci)在数据段输入(ru)的人(ren)性别为“男”时，则规则判断为不能进入；现有通常使用的风控决策引擎，在传统的基础(chu)上功能(neng)更加丰富，可以实现规则、评分卡、模型、表达式等多(duo)种类型的逻辑嵌套，实现层次更加丰富的逻辑运算，满足现在(zai)的互联(lian)网金融业务要求；高阶的风(feng)控决策引擎，是在现有的风(feng)控决策引擎上融入了自(zi)言语言处理平台、流(liu)计算平台等，提升了现有决策引擎的算力和处理时效；

现(xian)在(zai)主要还是介绍通常使用的(de)风控决策引擎平台，包含的常用(yong)功能模块主要(yao)是规则、评分卡、模型、表达式、决策(ce)流。

三、规则模块

规则(ze)模块常用的产品实现方式主要有规则集、规则表、规则树。

1. 规则集

其中规则集分为普通规则、循环规则，普通规则由变量、表达式(shi)、条件值、决(jue)策结果组成，如(ru)下：

变量：会员年龄表示、表达式：大于等于、条件(jian)值(zhi)：18，这只是规则集的(de)一条规则，其中(zhong)规则与规则(ze)之间存在(zai)且、或逻辑关系，然(ran)后就是决策结果：满足rule1，输出(chu)会员名名称“金牌会员”，不满足输出会员名称“普通会员”。

循环规则可以对集合对象进行循环的执行规则，一个循环规则可以有一个或者多个循环单元，每个循环单元都是一个普通的规则，定义的(de)方式同普通规则。

只是在执行的循环规则(ze)时，需(xu)要添加循环条(tiao)件，以及循环结束后(hou)输出的决策(ce)结果，在风控决策引擎中，循环规则运用的较(jiao)少，这里不做(zuo)详细的讲解，感兴趣的(de)可(ke)以留言讨论。

2. 规则表

规则表是一种(zhong)表格形式的规则工具，在处理判断条件较多的时候，决策结(jie)果较多的(de)情况时，可以快速定义出决策规则。

规则(ze)表分为条件列、决策列，其(qi)中上图借款人年龄、借款人是否有驾照、借款人(ren)命中黑名单是条件列，决(jue)策结果是决策列。

现在虽然风控决策结果输出的结果类型不要求多样化，但是规则种类、数(shu)量很多，采用规则表方案实现规则的决策配置可以更加便捷、清晰。

4. 规则树

规则(ze)树也是规则集的另一种表现形式，在展示上更加形象(xiang)，在风(feng)控业务上通过(guo)规则树、规则表进行规则的配置可以更加形(xing)象、快捷。

其中每条规则的(de)实现方(fang)式同普通规则，都有变量(liang)、表达式（条件）、条件(jian)值、决策结果(guo)（变量赋值）构成。

四、评分卡模块

评分卡是对目标的信息进行分析打分的表达(da)方式，表示此人或此机构由于信用活动的拒付行为所造成损失风险的可能性，评分通(tong)常用于对个人或机构的风险管理与评估。

评分卡实际也是规则的变形(xing)，通过有(you)变(bian)量、表达式、条件值、得分四部分组成，当然评分卡还(hai)会有得分的(de)计算方式(shi)，例如求和、加权求和等。

五、模型模块

通过(guo)主观意识借助实体或者虚拟表现(xian)构成客观阐述形态结构的一种(zhong)表达目的的物件（物件并不等于物体，不局限于实体与(yu)虚拟、不限于平面与立体），风控决策引擎中使用的模型更多的是(shi)数(shu)据模型，描述的是目标(biao)的行为和特征。

模型在决策引擎中，对于决策引擎平台实际是一个已经封装好(hao)了(le)的产品，决策引擎只(zhi)会负责入参变量的配置、出参变量的配置以及模型的调(diao)用，所以这个模块的核心主要是考虑模型的类型（py、model）、调用逻辑、入参以及出参变(bian)量的配置。

六、表(biao)达式模块

表达式模块主要是规则(ze)、评分卡等逻辑判断实现困难时，可以直接(jie)通过代码自由编辑实现决策的规则判断，其中规则(ze)的表达式、条件值、决策结果都是通过编码实现，通过这样(yang)的方式可以运用于更多小众难实现的决策场景，灵活性更大。

表达式模块类似模型模块，规则的入参和出参配置也是重点(dian)。

七、决策流模块

决策流它实现整个分开工决策引擎的(de)工作流配置，用来对已有的规则、评分卡、模型(xing)、表达式进行执行顺序的(de)编排，清晰直观的实现大型、复杂的(de)风控规则。

开始节点为一个决(jue)策流开始的地方，决策流程必须有始有终且必须(xu)以(yi)开始节点作为(wei)开始；规则包节点，实际就是用(yong)来添加(jia)之前在规则、评分卡、模型、表达式中已经创建好的规则产品；决策节点是在决策(ce)时(shi)，根据为其下流出连接配置的条件来决定究竟应该走哪条(tiao)连接的节点，所以根据这一特性，决(jue)策节点下流出连接至少要有两条，否则决策节点就(jiu)没有(you)意义了；分支节点实现规则流(liu)多条并行(xing)的节点，通过这(zhe)个节点，可以根据当前节点下流出连线数量，将当前规则流实现(xian)拆分成若干条子的规则流实例并行(xing)运行；聚合节点用(yong)来聚合由分支节点(dian)拆分(fen)出(chu)来的多个子的规则流(liu)，实现(xian)多条(tiao)规则(ze)流的汇合(he)；

有始有终，决策流程的(de)结束，一般是伴随着决策总、分(fen)的流程的执行，执行到最后节点自动结束，输出决策(ce)结果。

决策引擎除了以上核心功能模块以外，实(shi)际上为了风控决策引擎灵活多变，能够实现尽可能多的风控业务(wu)场景，通常会实现规则、评分(fen)卡、表达的相互嵌套调用，这样可以更好应对不同的风控业务场景。

以上只是对风控决策引擎做了(le)简要的介绍，其中的规则、评分(fen)卡等功能在(zai)风控业务复杂的情况下还可以对(dui)规则和评分卡进(jin)行(xing)产品升级，实现复杂规则、复杂评分卡的决策(ce)能(neng)力。

实际应用中的产品只靠风控决策引擎是远(yuan)远不够的，风控决策引擎的应用(yong)还会搭配指标平台、接口管理平(ping)台、风控报告等产品一同服务于风控业务。

关于复杂规则、复杂评分卡、决策引擎配套产品欢迎讨论，后期我会为大家逐一呈现(xian)。