本發(fā)明主要涉及規(guī)則決策，具體涉及一種規(guī)則引擎處理方法及系統(tǒng)。

背景技術(shù)：

1、規(guī)則引擎是一種用于處理復(fù)雜業(yè)務(wù)邏輯的組件，能夠根據(jù)預(yù)定義的規(guī)則集對輸入的數(shù)據(jù)進(jìn)行推理和決策。在現(xiàn)代信息系統(tǒng)中，數(shù)據(jù)的產(chǎn)生和傳輸速度越來越快，實(shí)時數(shù)據(jù)處理需求越來越高。無論是金融交易，或是工業(yè)控制，還是網(wǎng)絡(luò)安全，很多應(yīng)用場景都需要在毫秒級甚至微秒級的時間內(nèi)作出響應(yīng)。這對規(guī)則引擎處理數(shù)據(jù)的性能和效率提出了更高的要求，而傳統(tǒng)的規(guī)則引擎往往存在處理大規(guī)模數(shù)據(jù)時響應(yīng)速度較慢，無法實(shí)時響應(yīng)的性能瓶頸的情況，或是難以在不同的應(yīng)用場景中靈活應(yīng)用的可擴(kuò)展性差的情況，又或是對規(guī)則定義和管理過程繁瑣，不利于快速響應(yīng)業(yè)務(wù)變化的情況。為了解決傳統(tǒng)的規(guī)則引擎存在的問題，需要一種高效的規(guī)則引擎對數(shù)據(jù)流快速且準(zhǔn)確地進(jìn)行決策支持。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明所要解決的技術(shù)問題是針對現(xiàn)有技術(shù)的不足，提供一種規(guī)則引擎處理方法及系統(tǒng)。

2、本發(fā)明解決上述技術(shù)問題的技術(shù)方案如下：

3、一種規(guī)則引擎處理方法，包括如下步驟：

4、設(shè)定多個推薦規(guī)則來構(gòu)建推薦規(guī)則集，并將所述推薦規(guī)則集中的多個推薦規(guī)則與對應(yīng)的推薦結(jié)果存儲到預(yù)構(gòu)建的規(guī)則表中；

5、從電商平臺中導(dǎo)入多個用戶的多個行為數(shù)據(jù)，按照多個預(yù)設(shè)的行為特征從多個所述行為數(shù)據(jù)中劃分出多個數(shù)據(jù)分片，所述數(shù)據(jù)分片包括多個行為數(shù)據(jù)，從所述推薦規(guī)則集中篩選出與多個所述行為特征匹配的推薦規(guī)則，得到多個所述數(shù)據(jù)分片對應(yīng)的規(guī)則子集；

6、對各個所述數(shù)據(jù)分片與對應(yīng)的規(guī)則子集并行處理，得到各個所述數(shù)據(jù)分片的任意一個行為數(shù)據(jù)在對應(yīng)的規(guī)則子集中所觸發(fā)的多個決策規(guī)則；

7、分別將多個所述決策規(guī)則在對應(yīng)的數(shù)據(jù)分片中的多個行為數(shù)據(jù)合并到不同的計算節(jié)點(diǎn)，得到多個計算節(jié)點(diǎn)；

8、分別對各個所述計算節(jié)點(diǎn)進(jìn)行決策計算，所述決策計算為根據(jù)對應(yīng)的決策規(guī)則在所述規(guī)則表中查找與各個用戶的多個行為數(shù)據(jù)對應(yīng)的推薦結(jié)果，根據(jù)各個用戶對應(yīng)的多個推薦結(jié)果為各個用戶生成推薦商品。

9、本發(fā)明解決上述技術(shù)問題的另一技術(shù)方案如下：

10、一種規(guī)則引擎處理系統(tǒng)，包括：

11、規(guī)則存儲模塊，用于設(shè)定多個推薦規(guī)則來構(gòu)建推薦規(guī)則集，并將所述推薦規(guī)則集中的多個推薦規(guī)則與對應(yīng)的推薦結(jié)果存儲到預(yù)構(gòu)建的規(guī)則表中；

12、數(shù)據(jù)分區(qū)模塊，用于從電商平臺中導(dǎo)入多個用戶的多個行為數(shù)據(jù)，按照多個預(yù)設(shè)的行為特征從多個所述行為數(shù)據(jù)中劃分出多個數(shù)據(jù)分片，所述數(shù)據(jù)分片包括多個行為數(shù)據(jù)，從所述推薦規(guī)則集中篩選出與多個所述行為特征匹配的推薦規(guī)則，得到多個所述數(shù)據(jù)分片對應(yīng)的規(guī)則子集；

13、規(guī)則過濾模塊，用于對各個所述數(shù)據(jù)分片與對應(yīng)的規(guī)則子集并行處理，得到各個所述數(shù)據(jù)分片的任意一個行為數(shù)據(jù)在對應(yīng)的規(guī)則子集中所觸發(fā)的多個決策規(guī)則；

14、數(shù)據(jù)合并模塊，用于分別將多個所述決策規(guī)則在對應(yīng)的數(shù)據(jù)分片中的多個行為數(shù)據(jù)合并到不同的計算節(jié)點(diǎn)，得到多個計算節(jié)點(diǎn)；

15、數(shù)據(jù)決策模塊，用于分別對各個所述計算節(jié)點(diǎn)進(jìn)行決策計算，所述決策計算為根據(jù)對應(yīng)的決策規(guī)則在所述規(guī)則表中查找與各個用戶的多個行為數(shù)據(jù)對應(yīng)的推薦結(jié)果，根據(jù)各個用戶對應(yīng)的多個推薦結(jié)果為各個用戶生成推薦商品。

16、本發(fā)明的有益效果是：利用規(guī)則庫中定義的規(guī)則對接收的實(shí)時數(shù)據(jù)進(jìn)行匹配和處理，生成推薦結(jié)果并輸出推薦目標(biāo)給用戶。結(jié)合高效的規(guī)則存儲與檢索結(jié)構(gòu)，能夠在復(fù)雜的實(shí)時環(huán)境中高效地進(jìn)行決策支持，顯著提高了規(guī)則引擎的處理效率和性能，不僅減少了計算量，還提高了規(guī)則引擎的靈活性和可擴(kuò)展性。顯著提升規(guī)則引擎在實(shí)時數(shù)據(jù)處理、規(guī)則執(zhí)行效率、規(guī)則管理靈活性和決策處理可擴(kuò)展性等方面的能力，從而滿足現(xiàn)代復(fù)雜業(yè)務(wù)應(yīng)用場景對實(shí)時決策支持的高要求。

技術(shù)特征：

1.一種規(guī)則引擎處理方法，其特征在于，包括如下步驟：

2.根據(jù)權(quán)利要求1所述的規(guī)則引擎處理方法，其特征在于，所述設(shè)定多個推薦規(guī)則來構(gòu)建推薦規(guī)則集，具體為：

3.根據(jù)權(quán)利要求2所述的規(guī)則引擎處理方法，其特征在于，所述基于所述行為特征設(shè)定多個推薦規(guī)則，將屬于設(shè)定關(guān)鍵特征的對應(yīng)行為特征的推薦規(guī)則進(jìn)行組合，具體為：

4.根據(jù)權(quán)利要求1所述的規(guī)則引擎處理方法，其特征在于，所述將所述推薦規(guī)則集中的多個推薦規(guī)則與對應(yīng)的推薦結(jié)果存儲到預(yù)構(gòu)建的規(guī)則表中，具體為：

5.根據(jù)權(quán)利要求4所述的規(guī)則引擎處理方法，其特征在于，所述根據(jù)對應(yīng)的決策規(guī)則在所述規(guī)則表中查找與各個用戶的多個行為數(shù)據(jù)對應(yīng)的推薦結(jié)果，包括：

6.根據(jù)權(quán)利要求1所述的規(guī)則引擎處理方法，其特征在于，所述對各個所述數(shù)據(jù)分片與對應(yīng)的規(guī)則子集并行處理，具體為：

7.根據(jù)權(quán)利要求1所述的規(guī)則引擎處理方法，其特征在于，所述分別將多個所述決策規(guī)則在對應(yīng)的數(shù)據(jù)分片中的多個行為數(shù)據(jù)合并到不同的計算節(jié)點(diǎn)，得到多個計算節(jié)點(diǎn)，具體為：

8.根據(jù)權(quán)利要求7所述的規(guī)則引擎處理方法，其特征在于，所述得到多個計算節(jié)點(diǎn)的步驟之后，還包括：

9.根據(jù)權(quán)利要求1所述的規(guī)則引擎處理方法，其特征在于，所述得到多個所述數(shù)據(jù)分片對應(yīng)的規(guī)則子集的步驟之后，還包括：

10.一種規(guī)則引擎處理系統(tǒng)，其特征在于，包括：

技術(shù)總結(jié)
本發(fā)明提供一種規(guī)則引擎處理方法及系統(tǒng)，涉及規(guī)則決策技術(shù)領(lǐng)域；方法包括：將構(gòu)建的推薦規(guī)則集的多個推薦規(guī)則與推薦結(jié)果存儲到規(guī)則表；從電商平臺中導(dǎo)入用戶的行為數(shù)據(jù)，按照預(yù)設(shè)行為特征從行為數(shù)據(jù)中劃分出數(shù)據(jù)分片，從推薦規(guī)則集中篩選出與行為特征匹配的規(guī)則子集；對數(shù)據(jù)分片與規(guī)則子集并行處理，得到行為數(shù)據(jù)所觸發(fā)的決策規(guī)則；將決策規(guī)則的行為數(shù)據(jù)合并到計算節(jié)點(diǎn)中，在計算節(jié)點(diǎn)中根據(jù)決策規(guī)則在規(guī)則表中查找用戶的行為數(shù)據(jù)的推薦結(jié)果，根據(jù)用戶的推薦結(jié)果為用戶生成推薦商品。通過高效的規(guī)則存儲與檢索結(jié)構(gòu)，能夠在復(fù)雜的實(shí)時環(huán)境中高效地進(jìn)行決策支持，不僅減少了計算量，還提高了規(guī)則引擎的處理效率和性能。

技術(shù)研發(fā)人員：程沉,喻春武,周煜妍,喻煜,夏淼
受保護(hù)的技術(shù)使用者：湖北省信產(chǎn)通信服務(wù)有限公司數(shù)字科技分公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19