本申請(qǐng)屬于數(shù)據(jù)處理，尤其涉及一種數(shù)據(jù)處理方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、在金融服務(wù)場(chǎng)景中，業(yè)務(wù)人員通常會(huì)預(yù)先定義大量的服務(wù)規(guī)則，以對(duì)用戶的賬戶信息、交易行為等服務(wù)數(shù)據(jù)進(jìn)行條件篩選和聚合，從而獲得期望的統(tǒng)計(jì)量和案例數(shù)據(jù)。其中，可以基于rete算法構(gòu)建的規(guī)則匹配網(wǎng)絡(luò)比如rete網(wǎng)絡(luò)，對(duì)服務(wù)數(shù)據(jù)進(jìn)行條件篩選和聚合。

2、在相關(guān)技術(shù)中，rete算法是按照業(yè)務(wù)人員制定的服務(wù)規(guī)則中固定模式順序構(gòu)建的rete網(wǎng)絡(luò)，其過程不會(huì)考慮rete網(wǎng)絡(luò)中的模式節(jié)點(diǎn)的分布狀況。如果多個(gè)服務(wù)規(guī)則中存在多個(gè)相同的模式，就會(huì)導(dǎo)致rete網(wǎng)絡(luò)包括大量冗余的模式節(jié)點(diǎn)，使得rete網(wǎng)絡(luò)的網(wǎng)絡(luò)復(fù)雜，內(nèi)存占用率高。

技術(shù)實(shí)現(xiàn)思路

1、本申請(qǐng)實(shí)施例提供一種數(shù)據(jù)處理方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，能夠解決相關(guān)技術(shù)中rete網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜，內(nèi)存占用率高的問題。

2、第一方面，本申請(qǐng)實(shí)施例提供一種數(shù)據(jù)處理方法，該方法可以包括：

3、獲取與網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化任務(wù)相關(guān)的第一模式序列集；第一模式序列集中的m個(gè)第一模式序列中的模式由m個(gè)服務(wù)規(guī)則拆解得到，第一模式序列包括模式，模式用于表征服務(wù)規(guī)則的約束條件，網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化任務(wù)用于指示目標(biāo)模式對(duì)應(yīng)的網(wǎng)絡(luò)節(jié)點(diǎn)的數(shù)量小于或等于預(yù)設(shè)數(shù)量，目標(biāo)模式用于表征m個(gè)服務(wù)規(guī)則的至少兩個(gè)服務(wù)規(guī)則中相同的約束條件；

4、按照m個(gè)第一模式序列的評(píng)價(jià)激勵(lì)度，從第一模式序列集中提取第二模式序列集；第二模式序列集包括n個(gè)第二模式序列，第二模式序列的評(píng)價(jià)激勵(lì)度大于或等于第一預(yù)設(shè)閾值，評(píng)價(jià)激勵(lì)度由親和度和抗體濃度確定，親和度用于表征模式序列與網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化任務(wù)的匹配程度，抗體濃度用于表征模式序列與所在的模式序列集中的其他模式序列的相似程度，模式序列包括第一模式序列；

5、從n個(gè)第二模式序列中第i個(gè)第二模式序列的克隆變形模式序列集中篩選第三模式序列；克隆變形模式序列集包括第i個(gè)第二模式序列、第i個(gè)第二模式序列的克隆模式序列和克隆模式序列的變異模式序列，第三模式序列的評(píng)價(jià)激勵(lì)度大于或等于第二預(yù)設(shè)閾值；

6、通過第三模式序列，構(gòu)建第一rete網(wǎng)絡(luò)，第一rete網(wǎng)絡(luò)滿足網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化任務(wù)的指示。

7、第二方面，本申請(qǐng)實(shí)施例提供一種數(shù)據(jù)處理裝置，該裝置可以包括：

8、獲取模塊，用于獲取與網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化任務(wù)相關(guān)的第一模式序列集；第一模式序列集中的m個(gè)第一模式序列中的模式由m個(gè)服務(wù)規(guī)則拆解得到，第一模式序列包括模式，模式用于表征服務(wù)規(guī)則的約束條件，網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化任務(wù)用于指示目標(biāo)模式對(duì)應(yīng)的網(wǎng)絡(luò)節(jié)點(diǎn)的數(shù)量小于或等于預(yù)設(shè)數(shù)量，目標(biāo)模式用于表征m個(gè)服務(wù)規(guī)則的至少兩個(gè)服務(wù)規(guī)則中相同的約束條件；

9、生成模塊，用于按照m個(gè)第一模式序列的評(píng)價(jià)激勵(lì)度，從第一模式序列集中提取第二模式序列集；第二模式序列集包括n個(gè)第二模式序列，第二模式序列的評(píng)價(jià)激勵(lì)度大于或等于第一預(yù)設(shè)閾值，評(píng)價(jià)激勵(lì)度由親和度和抗體濃度確定，親和度用于表征模式序列與網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化任務(wù)的匹配程度，抗體濃度用于表征模式序列與所在的模式序列集中的其他模式序列的相似程度，模式序列包括第一模式序列；

10、篩選模塊，用于從n個(gè)第二模式序列中第i個(gè)第二模式序列的克隆變形模式序列集中篩選第三模式序列；克隆變形模式序列集包括第i個(gè)第二模式序列、第i個(gè)第二模式序列的克隆模式序列和克隆模式序列的變異模式序列，第三模式序列的評(píng)價(jià)激勵(lì)度大于或等于第二預(yù)設(shè)閾值；

11、構(gòu)建模塊，用于通過第三模式序列，構(gòu)建第一rete網(wǎng)絡(luò)，第一rete網(wǎng)絡(luò)滿足網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化任務(wù)的指示。

12、第三方面，本申請(qǐng)實(shí)施例提供了一種計(jì)算機(jī)設(shè)備，該計(jì)算機(jī)設(shè)備包括：處理器以及存儲(chǔ)有計(jì)算機(jī)程序指令的存儲(chǔ)器；

13、處理器執(zhí)行計(jì)算機(jī)程序指令時(shí)實(shí)現(xiàn)如第一方面所示的數(shù)據(jù)處理方法。

14、第四方面，本申請(qǐng)實(shí)施例提供了一種計(jì)算機(jī)存儲(chǔ)介質(zhì)，計(jì)算機(jī)存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序指令，計(jì)算機(jī)程序指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如第一方面所示的數(shù)據(jù)處理方法。

15、第五方面，本申請(qǐng)實(shí)施例提供了一種芯片，芯片包括處理器和通信接口，通信接口和處理器耦合，處理器用于運(yùn)行程序或指令，實(shí)現(xiàn)如第一方面所示的數(shù)據(jù)處理方法。

16、第六方面，本申請(qǐng)實(shí)施例提供一種計(jì)算機(jī)程序產(chǎn)品，該程序產(chǎn)品被存儲(chǔ)在存儲(chǔ)介質(zhì)中，該程序產(chǎn)品被至少一個(gè)處理器執(zhí)行以實(shí)現(xiàn)如第一方面所示的數(shù)據(jù)處理方法。

17、本申請(qǐng)實(shí)施例的數(shù)據(jù)處理方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，獲取與網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化任務(wù)相關(guān)的第一模式序列集；第一模式序列集中的m個(gè)第一模式序列中的模式由m個(gè)服務(wù)規(guī)則拆解得到，第一模式序列包括模式，模式用于表征服務(wù)規(guī)則的約束條件，網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化任務(wù)用于指示目標(biāo)模式對(duì)應(yīng)的網(wǎng)絡(luò)節(jié)點(diǎn)的數(shù)量小于或等于預(yù)設(shè)數(shù)量，目標(biāo)模式用于表征m個(gè)服務(wù)規(guī)則的至少兩個(gè)服務(wù)規(guī)則中相同的約束條件；接著，按照m個(gè)第一模式序列的評(píng)價(jià)激勵(lì)度，從第一模式序列集中提取第二模式序列集；第二模式序列集包括n個(gè)第二模式序列，第二模式序列的評(píng)價(jià)激勵(lì)度大于或等于第一預(yù)設(shè)閾值，評(píng)價(jià)激勵(lì)度由親和度和抗體濃度確定，親和度用于表征模式序列與網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化任務(wù)的匹配程度，抗體濃度用于表征模式序列與所在的模式序列集中的其他模式序列的相似程度，模式序列包括第一模式序列；再者，從n個(gè)第二模式序列中第i個(gè)第二模式序列的克隆變形模式序列集中篩選第三模式序列；克隆變形模式序列集包括第i個(gè)第二模式序列、第i個(gè)第二模式序列的克隆模式序列和克隆模式序列的變異模式序列，第三模式序列的評(píng)價(jià)激勵(lì)度大于或等于第二預(yù)設(shè)閾值；然后，通過第三模式序列，構(gòu)建第一rete網(wǎng)絡(luò)，第一rete網(wǎng)絡(luò)滿足網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化任務(wù)的指示。由此，可以不依賴于任何網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)，既可對(duì)rete網(wǎng)絡(luò)中與各個(gè)模式對(duì)應(yīng)的網(wǎng)絡(luò)節(jié)點(diǎn)的排列順序進(jìn)行調(diào)整，減少rete網(wǎng)絡(luò)中大量相同模式對(duì)應(yīng)的網(wǎng)絡(luò)節(jié)點(diǎn)的數(shù)量，優(yōu)化了rete網(wǎng)絡(luò)結(jié)構(gòu)，降低了rete網(wǎng)絡(luò)復(fù)雜度和冗余度，進(jìn)而減少了rete網(wǎng)絡(luò)的內(nèi)存占用率，這樣，在通過第一rete網(wǎng)絡(luò)對(duì)服務(wù)數(shù)據(jù)進(jìn)行條件篩選和聚合時(shí)，由于多個(gè)服務(wù)規(guī)則中相同的約束條件對(duì)應(yīng)同一網(wǎng)絡(luò)節(jié)點(diǎn)，使得該網(wǎng)絡(luò)節(jié)點(diǎn)的計(jì)算結(jié)果可以在多個(gè)服務(wù)規(guī)則之間共享，減少網(wǎng)絡(luò)節(jié)點(diǎn)重復(fù)計(jì)算的次數(shù)，顯著的縮短了規(guī)則匹配的時(shí)間，提高了規(guī)則匹配效率，優(yōu)化了rete網(wǎng)絡(luò)性能。

技術(shù)特征：

1.一種數(shù)據(jù)處理方法，包括：

2.根據(jù)權(quán)利要求1所述的方法，其中，所述獲取與網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化任務(wù)相關(guān)的第一模式序列集之前，所述方法包括：

3.根據(jù)權(quán)利要求2所述的方法，其中，所述基于所述約束條件序列，生成所述第一模式序列，包括：

4.根據(jù)權(quán)利要求3所述的方法，其中，所述至少一個(gè)模式類包括至少兩個(gè)模式類，所述至少兩個(gè)模式類中每個(gè)模式類包括一個(gè)模式；

5.根據(jù)權(quán)利要求3所述的方法，其中，所述至少一個(gè)模式類包括一個(gè)模式類，所述一個(gè)模式類包括至少兩個(gè)模式；

6.根據(jù)權(quán)利要求3所述的方法，其中，所述至少一個(gè)模式類包括至少兩個(gè)模式類，所述至少兩個(gè)模式類中每個(gè)模式類包括至少模式；

7.根據(jù)權(quán)利要求1所述的方法，其中，所述按照所述m個(gè)第一模式序列的評(píng)價(jià)激勵(lì)度，從所述第一模式序列集中提取第二模式序列集，包括：

8.根據(jù)權(quán)利要求1所述的方法，其中，所述m個(gè)第一模式序列包括第i個(gè)第一模式序列，所述m個(gè)第一模式序列的評(píng)價(jià)激勵(lì)度包括所述第i個(gè)第一模式序列的第一評(píng)價(jià)激勵(lì)度；

9.根據(jù)權(quán)利要求8所述的方法，其中，所述網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化任務(wù)對(duì)應(yīng)任務(wù)模式序列；

10.根據(jù)權(quán)利要求8所述的方法，其中，所述第i個(gè)第一模式序列和所述第j個(gè)第一模式序列的模式長(zhǎng)度和模式數(shù)量相同；

11.根據(jù)權(quán)利要求1所述的方法，其中，所述從所述n個(gè)第二模式序列中第i個(gè)第二模式序列的克隆變形模式序列集中篩選第三模式序列之前，所述方法還包括：

12.根據(jù)權(quán)利要求11所述的方法，其中，所述每個(gè)克隆模式序列包括t個(gè)模式類，所述t個(gè)模式類的每個(gè)模式類包括k個(gè)模式；

13.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述從所述n個(gè)第二模式序列中第i個(gè)第二模式序列的克隆變形模式序列集中篩選第三模式序列，包括：

14.根據(jù)權(quán)利要求1或13所述的方法，其特征在于，所述模式序列還包括所述克隆變形模式序列集中第i個(gè)克隆變形模式序列；

15.根據(jù)權(quán)利要求1所述的方法，其中，所述第三模式序列包括g個(gè)第三模式序列；所述通過所述第三模式序列，構(gòu)建第一rete網(wǎng)絡(luò)，包括：

16.根據(jù)權(quán)利要求15所述的方法，其中，所述基于所述g個(gè)第三模式序列和隨機(jī)生成的n-g個(gè)第四模式序列，構(gòu)建第一rete網(wǎng)絡(luò)，包括：

17.一種數(shù)據(jù)處理裝置，包括：

18.一種計(jì)算機(jī)設(shè)備，所述設(shè)備包括：處理器以及存儲(chǔ)有計(jì)算機(jī)程序指令的存儲(chǔ)器；

19.一種存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序指令，所述計(jì)算機(jī)程序指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-16任意一項(xiàng)所述的數(shù)據(jù)處理方法。

技術(shù)總結(jié)
本申請(qǐng)公開了一種數(shù)據(jù)處理方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，涉及數(shù)據(jù)處理技術(shù)領(lǐng)域。該方法包括獲取與表征至少兩個(gè)服務(wù)規(guī)則中相同的約束條件的目標(biāo)模式對(duì)應(yīng)的網(wǎng)絡(luò)節(jié)點(diǎn)的數(shù)量低于預(yù)設(shè)數(shù)量的網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化任務(wù)相關(guān)的第一模式序列；按照第一模式序列的評(píng)價(jià)激勵(lì)度，從第一模式序列集中提取第二模式序列，評(píng)價(jià)激勵(lì)度由表征模式序列與網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化任務(wù)的匹配程度的親和度和表征模式序列與所在的模式序列集中的其他模式序列的相似程度的抗體濃度確定；從第二模式序列中第i個(gè)第二模式序列的克隆變形模式序列集中篩選評(píng)價(jià)激勵(lì)度低于預(yù)設(shè)閾值的第三模式序列；通過第三模式序列構(gòu)建的Rete網(wǎng)絡(luò)滿足網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化任務(wù)的指示。由此，簡(jiǎn)化了Rete網(wǎng)絡(luò)結(jié)構(gòu)，降低內(nèi)存占用率。

技術(shù)研發(fā)人員：聶勛,肖鷹東,孫浩然,沈通
受保護(hù)的技術(shù)使用者：中國(guó)銀聯(lián)股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/17