文章发布于公号【数智物语】 （ID：decision_engine），关注公号不错过每一篇干货。
来源 | 互金杂货铺（id：hjzahuopu）
作者 | 互金杂货铺
本文主要讲解了现在市面上主流风控决策引擎产品包含的核心功能模块，其中主要是规则、评分卡、表达式、模型、决策流等功能模块。
互联网金融的兴起，金融科技向传统金融渗透，智能风控平台应运而生。决策引擎担任着智能风控平台的核心角色，在当代的互联网金融浪潮中至关重要，在介绍决策引擎之前，首先要明白什么是大数据风控。
01什么是大数据风控？
百度百科解释：大数据风控即大数据风险控制，是指通过运用大数据构建模型的方法对借款人进行风险控制和风险提示。
抽象出来就是：
风控决策引擎作为模型的载体，实际上就是实现大数据风控的工具。
02什么是风控决策引擎？
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进行不同的分支组合、关联，然后层层规则递进运算，最终输出决策结果的产品。
1. 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，否则不能进入”，因此在数据段输入的人性别为“男”时，则规则判断为不能进入；
2. 现有通常使用的风控决策引擎，在传统的基础上功能更加丰富，可以实现规则、评分卡、模型、表达式等多种类型的逻辑嵌套，实现层次更加丰富的逻辑运算，满足现在的互联网金融业务要求；
3. 高阶的风控决策引擎，是在现有的风控决策引擎上融入了自言语言处理平台、流计算平台等，提升了现有决策引擎的算力和处理时效；
现在主要还是介绍通常使用的风控决策引擎平台，包含的常用功能模块主要是规则、评分卡、模型、表达式、决策流。
01规则模块
规则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、条件值、决策结果组成，如下：
变量：会员年龄表示、表达式：大于等于、条件值：18，这只是规则集的一条规则，其中规则与规则之间存在且、或逻辑关系，然后就是决策结果：满足rule1，输出会员名名称“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，定义的方式同普通规则。只是在执行的循环规则时，需要添加循环条件，以及循环结束后输出的决策结果，在风控决策引擎中，循环规则运用的较少，这里不做详细的讲解，感兴趣的可以留言讨论。
2. 规则表
规则表是一种表格形式的规则工具，在处理判断条件较多的时候，决策结果较多的情况时，可以快速定义出决策规则。
规则表分为条件列、决策列，其中上图借款人年龄、借款人是否有驾照、借款人命中黑名单是条件列，决策结果是决策列。
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。
3. 规则树
规则树也是规则集的另一种表现形式，在展示上更加形象，在风控业务上通过规则树、规则表进行规则的配置可以更加形象、快捷。
其中每条规则的实现方式同普通规则，都有变量、表达式（条件）、条件值、决策结果（变量赋值）构成。
02评分卡模块
评分卡是对目标的信息进行分析打分的表达方式，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，通过有变量、表达式、条件值、得分四部分组成，当然评分卡还会有得分的计算方式，例如求和、加权求和等。
03模型模块
通过主观意识借助实体或者虚拟表现构成客观阐述形态结构的一种表达目的的物件（物件并不等于物体，不局限于实体与虚拟、不限于平面与立体），风控决策引擎中使用的模型更多的是数据模型，描述的是目标的行为和特征。
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了的产品，决策引擎只会负责入参变量的配置、出参变量的配置以及模型的调用，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、入参以及出参变量的配置。
04表达式模块
表达式模块主要是规则、评分卡等逻辑判断实现困难时，可以直接通过代码自由编辑实现决策的规则判断，其中规则的表达式、条件值、决策结果都是通过编码实现，通过这样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。
05决策流模块
决策流它实现整个分开工决策引擎的工作流配置，用来对已有的规则、评分卡、模型、表达式进行执行顺序的编排，清晰直观的实现大型、复杂的风控规则。
决策流核心的构成包含“开始节点、规则/评分卡/模型等已封装好的规则包节点、决策节点、分支节点、聚合节点。
1. 开始节点为一个决策流开始的地方，决策流程必须有始有终且必须以开始节点作为开始；
2. 规则包节点，实际就是用来添加之前在规则、评分卡、模型、表达式中已经创建好的规则产品；
3. 决策节点是在决策时，根据为其下流出连接配置的条件来决定究竟应该走哪条连接的节点，所以根据这一特性，决策节点下流出连接至少要有两条，否则决策节点就没有意义了；
4. 分支节点实现规则流多条并行的节点，通过这个节点，可以根据当前节点下流出连线数量，将当前规则流实现拆分成若干条子的规则流实例并行运行；
5. 聚合节点用来聚合由分支节点拆分出来的多个子的规则流，实现多条规则流的汇合；
有始有终，决策流程的结束，一般是伴随着决策总、分的流程的执行，执行到最后节点自动结束，输出决策结果。
决策引擎除了以上核心功能模块以外，实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场景，通常会实现规则、评分卡、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简要的介绍，其中的规则、评分卡等功能在风控业务复杂的情况下还可以对规则和评分卡进行产品升级，实现复杂规则、复杂评分卡的决策能力。
实际应用中的产品只靠风控决策引擎是远远不够的，风控决策引擎的应用还会搭配指标平台、接口管理平台、风控报告等产品一同服务于风控业务。
星标我，每天多一点智慧
