风控决策方法、装置、计算机设备和存储介质与流程

1.本发明涉及互联网金融领域，特别是涉及一种风控决策方法、装置、计算机设备和存储介质。


背景技术：

2.随着社会的快速发展，互联网金融越来越被人们所熟知，而互联网金融的核心就是风险控制，简称风控。风控是指采取各种措施和方法，消灭或减少风险事件发生的各种可能性，或减少风险事件发生时造成的损失。
3.随着互联网金融浪潮的兴起，传统单一的风控模式已经无法满足普惠金融小微贷款与日俱增的在线办理业务量。当应对各种不同的复杂的风控业务场景时，需要重新调整执行风控决策的代码，然后通过发版的方式使得风控决策执行系统根据该代码执行决策。然而通过发版的方式无法使得风控决策执行系统快速地针对该风控业务进行处理。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种风控决策方法、装置、计算机设备和存储介质。
5.第一方面，本技术提供了一种风控决策方法，所述方法包括：接收业务办理系统发送的业务场景信息和用户标识信息；基于所述业务场景信息获取对应的决策流模型；所述决策流模型中包含各风控节点的规则模型；根据所述用户标识信息和所述各风控节点的规则模型获取各风控节点的规则要素值；将所述各风控节点的规则要素值输入到对应的所述各风控节点的规则模型中，得到各风控节点的节点决策结果；
6.根据所述各风控节点的节点决策结果得到与所述业务场景信息对应目标决策结果。
7.在其中一个实施例中，所述根据所述各风控节点的节点决策结果得到与所述业务场景对应的目标决策结果，包括：从所述决策流模型中解析出待执行的首个风控节点；将所述首个风控节点作为当前风控节点，将所述当前风控节点的节点决策结果与后续风控节点的触发条件进行匹配，确定所述当前风控节点的下一执行节点，再将所述当前风控节点的下一执行节点作为新的当前风控节点；重复匹配的步骤，直至当前风控节点无法找到下一可执行的节点，则将当前风控节点的节点决策结果作为目标决策结果。
8.在其中一个实施例中，所述将当前风控节点的节点决策结果与后续风控节点的触发条件进行匹配，确定所述当前风控节点的下一执行节点，包括：将当前风控节点的节点决策结果与多个后续风控节点的触发条件比对；若当前风控节点的节点决策结果满足多个后续风控节点中的目标风控节点的触发条件，则将所述目标风控节点确定为所述当前风控节点的下一执行节点。
9.在其中一个实施例中，所述方法还包括将在前台风控流程定制系统中定制的决策流模型以预设格式保存到决策流表中；所述基于所述业务场景信息获取对应的决策流模
型，包括：在所述决策流表中查找与所述业务场景信息相对应的决策流模型。
10.在其中一个实施例中，所述决策流模型的生成方式包括：风控流程定制系统响应于画布操作界面上的规则组件的拖拽操作，利用各逻辑分支线将各个所述规则组件按照业务逻辑连接，形成决策流模型。
11.在其中一个实施例中，所述根据所述用户标识信息和所述各风控节点的规则模型获取各风控节点的规则要素值，包括：从所述各风控节点的规则模型中解析出各风控节点的规则要素类型；查找与所述规则要素类型相对应的数据源接口；通过所述数据源接口调取与所述用户标识信息相对应的规则要素值。
12.在其中一个实施例中，所述方法还包括：若所述目标决策结果为不通过时，则对与所述业务场景信息对应的业务进行干预。
13.第二方面，本技术还提供了一种风控决策装置，所述装置包括：信息接收模块，用于接收业务办理系统发送的业务场景信息和用户标识信息；模型获取模块，用于基于所述业务场景信息获取对应的决策流模型；所述决策流模型中包含各风控节点的规则模型；
14.要素值获取模块，用于根据所述用户标识信息和所述各风控节点的规则模型获取各风控节点的规则要素值；结果获取模块，用于将所述各风控节点的规则要素值输入到对应的所述各风控节点的规则模型中，得到各风控节点的节点决策结果；目标结果获取模块，用于根据所述各风控节点的节点决策结果得到与所述业务场景信息对应目标决策结果。
15.第三方面，本技术还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：接收业务办理系统发送的业务场景信息和用户标识信息；基于所述业务场景信息获取对应的决策流模型；所述决策流模型中包含各风控节点的规则模型；根据所述用户标识信息和所述各风控节点的规则模型获取各风控节点的规则要素值；将所述各风控节点的规则要素值输入到对应的所述各风控节点的规则模型中，得到各风控节点的节点决策结果；根据所述各风控节点的节点决策结果得到与所述业务场景信息对应目标决策结果。
16.第四方面，本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：接收业务办理系统发送的业务场景信息和用户标识信息；基于所述业务场景信息获取对应的决策流模型；所述决策流模型中包含各风控节点的规则模型；根据所述用户标识信息和所述各风控节点的规则模型获取各风控节点的规则要素值；将所述各风控节点的规则要素值输入到对应的所述各风控节点的规则模型中，得到各风控节点的节点决策结果；根据所述各风控节点的节点决策结果得到与所述业务场景信息对应目标决策结果。
17.上述风控决策方法、装置、计算机设备和存储介质，风控模型流程执行系统接收业务办理系统发送的业务场景信息和用户标识信息，然后基于该业务场景信息获取对应的决策流模型，再根据用户标识信息和各风控节点的规则模型获取各风控节点的规则要素值，将各风控节点的规则要素值输入到各风控节点的规则模型中，得到各风控节点的节点决策结果，最后根据各风控节点的节点决策结果得到与该业务场景信息对应的目标决策结果，也就使得风控模型流程执行系统根据与业务场景信息相对应的决策流模型来获取与该业务场景信息相对应的目标决策结果，从而快速地根据业务场景信息响应业务需求，实现实时精准风控。
附图说明
18.图1为一个实施例中风控决策方法的应用环境图；
19.图2为一个实施例中风控决策方法的流程示意图；
20.图3为一个实施例中目标结果获取步骤的流程示意图；
21.图4为一个实施例中执行节点确定步骤的流程示意图；
22.图5为一个实施例中要素值获取步骤的流程示意图；
23.图6为另一个实施例中风控决策方法的流程示意图；
24.图7为另一实施例中经营快贷税务贷提款申请风险控制决策流示意图；
25.图8为另一实施例中风控决策流核心类图；
26.图9为一个实施例中计算机设备的内部结构图。
具体实施方式
27.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
28.本技术提供的风控决策方法，可以应用于如图1所示的应用环境中。其中，风控流程定制系统102通过网络与风控模型流程执行系统104进行通信；业务办理系统106通过网络与风控模型流程执行系统104进行通信，也可以通过网络与风控流程定制系统102进行通信。具体地，风控模型流程执行系统104接收业务办理系统106发送的业务场景信息和用户标识信息，基于业务场景信息获取对应的决策流模型，该决策流模型中包含各风控节点的规则模型，根据用户标识信息和各风控节点的规则模型获取各风控节点的规则要素值，将各风控节点的规则要素值输入到对应的各风控节点的规则模型中，得到各风控节点的节点决策结果，根据各风控节点的节点决策结果得到与业务场景信息对应目标决策结果。
29.其中，风控流程定制系统102和风控模型流程执行系统104可以布置在各种个人计算机、笔记本电脑、智能手机、平板电脑上；业务办理系统106可以部署在各个普惠金融小微平台所在的服务器或服务器集群上。
30.在一个实施例中，如图2所示，提供了一种风控决策方法，以该方法应用于图1中的风控模型流程执行系统104为例进行说明，包括以下步骤：
31.s202，接收业务办理系统发送的业务场景信息和用户标识信息。
32.其中，业务场景信息是指用户请求的金融产品名称信息以及提出对金融产品进行风控决策请求的用户所需提供资料清单信息等。用户标识信息是指能够证实用户真实身份信息，可以是用户的身份证信息，护照信息等。
33.具体地，首先业务办理系统接收到用户发起的业务办理请求后，根据该业务办理请求生成业务场景信息，再从用户发起的业务办理请求中解析出用户标识信息，再将业务场景信息与用户标识信息发送给风控模型流程执行系统。
34.s204，基于业务场景信息获取对应的决策流模型，决策流模型中包含各风控节点的规则模型。
35.其中，决策流模型是由各风控规则模型构成，而各风控规则模型包括各风控规则以及各规则的判断结果分支。在前台风控流程定制系统中通过对画布操作界面规则组件的
拖拽，显示各规则和各规则的判断结果分支，并用逻辑分支线条将各规则模型与各规则的判断结果分支进行连接，形成决策流模型。值得说明的是，决策流模型中各规则组件以及各规则组件的前后连接顺序是根据业务场景信息来确定的。
36.前台风控流程定制系统根据业务办理系统发送的业务场景信息来定制与业务场景信息相对应的决策流模型，并将决策流模型发送给风控模型流程执行系统，风控模型流程执行系统接收多种不同的业务场景信息对应定制的决策流模型并存储在数据库中。
37.具体地，风控模型流程执行系统根据s202获得的业务场景信息，从决策流表中调取与业务场景信息相对应的决策流模板。
38.s206，根据用户标识信息和各风控节点的规则模型获取各风控节点的规则要素值。
39.其中，规则要素值是指各风控节点的规则模型进行判断的依据值。例如，当某一节点的规则模型是年含税销售收入模型，那么该规则模型的判断依据值是该用户的年含税销售收入，也就是说该用户的年含税销售收入就是该风控节点的规则要素值。
40.具体地，风控模型流程执行系统从各风控节点中存储的规则模型名称信息中解析出该规则模型所需的规则要素类型，然后调用与该规则要素类型相对应的接口从第三方数据源中取数，再根据s202获取的用户标识信息从第三方数据源中取出与该用户标识信息相对应的规则要素值。
41.s208，将各风控节点的规则要素值输入到对应的各风控节点的规则模型中，得到各风控节点的节点决策结果。
42.具体地，将s206获得的各风控节点的规则要素值输入到对应的各风控节点的规则模型中，规则模型对规则要素值进行判断，当规则要素值满足了规则模型的要求，则该风控节点的节点决策结果为通过；当规则要素值不满足规则模型的要求时，则该风控节点的节点决策结果为不通过。
43.s210，根据各风控节点的节点决策结果得到与业务场景信息对应目标决策结果。
44.风控模型流程执行系统根据决策流模型对业务进行处理，其处理流程包括：在首节点中利用规则模型对首节点的规则要素值进行判断后，得到首节点的节点决策结果，然后沿着逻辑分支线条找到首节点的下一执行节点，然后利用下一执行节点中的规则模型对该节点的规则要素值进行判断，得到该节点的节点决策结果，直至执行到最后一个节点，最后一个节点的节点决策结果就是目标决策结果。
45.上述风控决策方法中，风控模型流程执行系统接收业务办理系统发送的业务场景信息和用户标识信息，然后基于该业务场景信息获取对应的决策流模型，再根据用户标识信息和各风控节点的规则模型获取各风控节点的规则要素值，将各风控节点的规则要素值输入到各风控节点的规则模型中，得到各风控节点的节点决策结果，最后根据各风控节点的节点决策结果得到与该业务场景信息对应的目标决策结果，也就使得风控模型流程执行系统根据与业务场景信息相对应的决策流模型来获取与该业务场景信息相对应的目标决策结果，从而快速地根据业务场景信息响应业务需求，实现实时精准风控。
46.在一个实施例中，如图3所示，根据各风控节点的节点决策结果得到与业务场景对应的目标决策结果包括：
47.s302，从决策流模型中解析出待执行的首个风控节点。
48.其中决策流模型是由前台风控流程定制系统根据业务场景信息定制的，当决策流模型制作好之后，前台风控流程定制系统将定制完成的决策流模型转换成风控模型流程执行系统可以识别的代码，发送至风控模型流程执行系统，风控模型流程执行系统根据该决策流模型对用户申请的业务进行风险控制。
49.具体地，风控模型流程执行系统将前台风控流程定制系统定制的决策流模型转换成为风控模型流程执行系统可直接执行的决策流聚类对象格式，其中决策流聚类对象中包含业务场景信息对应的场景id以及决策流对象类，而决策流对象类中存储有决策流模型要执行的首节点对象，因此可以对决策流对象类进行解析，从而获取决策流模型的首节点。
50.s304，将首个风控节点作为当前风控节点，将当前风控节点的节点决策结果与后续风控节点的触发条件进行匹配，确定当前风控节点的下一执行节点，再将当前风控节点的下一执行节点作为新的当前风控节点。
51.由于决策流节点类对象中存储有待执行的规则对象，还存储有当前节点的所有出度节点对象，以及当前节点被触发的条件。
52.具体地，风控模型流程执行系统将s302得到的首个风控节点当作当前风控节点，在决策流节点类对象中根据其中存储的规则模型得到该节点的节点决策结果，并将该节点的节点决策结果与后续的该节点的所有出度节点的触发条件进行对比，将与该节点的节点决策结果相匹配的触发条件所对应的出度节点确定为当前风控节点的下一执行节点，并将该下一执行节点确定为当前风控节点。
53.s306，重复匹配的步骤，直至当前风控节点无法找到下一可执行的节点，则将当前风控节点的节点决策结果作为目标决策结果。
54.本实施例中，按照决策流模型中定制的各风控节点的连接顺序，依次根据各风控节点中存储的规则模型对节点进行决策，得到节点决策结果，并根据节点决策结果确定下一执行节点，能够支持业务人员在前台灵活配置特定场景下的风控流程，快速响应业务需求，极大降低了业务需求更改带来的成本。
55.在一个实施例中，如图4所示，将当前风控节点的节点决策结果与后续风控节点的触发条件进行匹配，确定当前风控节点的下一执行节点，包括：
56.s402，将当前风控节点的节点决策结果与多个后续风控节点的触发条件比对；
57.具体地，当前风控节点中存储有多个后续节点的触发条件，将各个后续节点的触发条件与当前风控节点的节点决策结果进行比对。例如，后续节点的节点决策结果可以是通过，也可以是不通过，而后续节点的触发条件可以是当前风控节点的节点决策结果为通过，也可以是当前风控节点的节点决策结果为不通过，且不同的触发条件对应不同的下一执行节点。
58.s404，若当前风控节点的节点决策结果满足多个后续风控节点中的目标风控节点的触发条件，则将目标风控节点确定为当前风控节点的下一执行节点。
59.具体地，根据s402得到的当前风控节点的节点决策结果与后续风控节点的触发条件的对比结果确定当前风控节点的下一执行节点，并根据当前节点对象中的存储的下一执行节点的地址找到下一执行节点对象的存储位置，并触发下一执行节点根据该风控节点内存储的规则模型对该风控节点的规则要素值进行判断。
60.在本实施例中，通过对当前风控节点的节点决策结果与后续节点的触发条件进行
比对确定下一执行节点，保证各风控节点按照定制的决策流模型对风控决策进行执行。
61.在一个实施例中，该风控决策方法还包括：将在前台风控流程定制系统中定制的决策流模型以预设格式保存到决策流表中。
62.具体地，在风控模型流程执行系统根据业务办理系统发送的业务场景信息在决策流表中寻找与该业务场景信息相对应的决策流模型之前，接收风控流程定制系统发送的根据业务场景信息定制的决策流模型，并将所有的决策流模型与业务场景标识信息一一对应地存储在风控模型流程执行系统的决策流表中。
63.基于业务场景信息获取对应的决策流模型，包括：在决策流表中查找与业务场景信息相对应的决策流模型。
64.当风控模型流程执行系统接收到业务办理系统发送的业务场景信息时，首先查找与该业务场景信息对应的业务场景标识，再根据该业务场景标识在决策流表中查找与该业务场景标识一一对应的决策流模型。
65.在本实施例中，首先风控流程定制系统预先根据业务场景信息定制决策流模型，然后风控模型流程执行系统将定制的决策流模型存入决策流表中，当接收到业务办理系统发送的业务场景信息时，可以快速地从决策流表中匹配到相应的决策流模型来进行风控决策，提高了风控决策的效率。
66.在一个实施例中，决策流模型的生成方式包括：风控流程定制系统响应于画布操作界面上的规则组件的拖拽操作，利用各逻辑分支线将各个所述规则组件按照业务逻辑连接，形成决策流模型。
67.其中，前台决策流定制系统的画布操作面板上包含普通规则、规则集以及打分卡等多种组件，将普通规则、规则模型集以及判断结果组件按照业务场景的逻辑顺序依次摆放，并且利用逻辑分支线条将各规则模型与判断结果组件连接起来，形成决策流模型。
68.在一实施例中，如图5所示，根据用户标识信息和各风控节点的规则模型获取各风控节点的规则要素值，包括：
69.s502，从各风控节点的规则模型中解析出各风控节点的规则要素类型。
70.具体地，根据各风控节点的规则模型的名称中解析出各风控节点的规则要素类型。例如某风控节点的规则模型的名称为年含税销售收入模型，则该风控节点的规则要素类型为含税销售额。在其他实施例中，也可以将各风控节点的规则要素类型信息预先写入各风控节点对象中，则直接对各风控节点对象进行解析，得到各风控节点的规则要素类型。
71.s504，查找与规则要素类型相对应的数据源接口。
72.具体地，每个风控节点上包含多个连接着不同类型数据源的软件接口，不同的规则要素类型对应不同的数据源接口，根据s502获取的各风控节点的规则要素类型找到与该规则要素类型相对应的数据源接口。例如，当s502获取的节点的规则要素值类型为征信信息时，则调用与征信系统对应的数据源接口。
73.s506，通过数据源接口调取与用户标识信息相对应的规则要素值。
74.根据s504获取的数据源接口以及该用户的用户标识信息从第三方数据源平台中调取与用户标识信息相对应的规则要素值。
75.本实施例中，从各风控节点的规则模型中解析出各风控节点的规则要素类型，然后在风控节点上连接的多个软件接口中查找与规则要素类型相对应的数据源接口，通过数
据源接口调取与用户标识信息相对应的规则要素值，这样可以保证不同数据源采用对应的接口连接，保证了用户数据的安全性。
76.在一实施例中，若目标决策结果为不通过时，则对与业务场景信息对应的业务进行干预。
77.当目标决策结果为不通过时，对当前节点的节点决策结果进行人工校验，若人工校验的结果与当前节点的节点决策结果一致，则拒绝该用户申请办理的业务，并将拒绝结果发送至用户终端。
78.在一实施例中，如图6所示，该风控决策方法如下图所示：
79.首先该方法应用于由前台风控流程定制系统、业务办理系统和风控模型流程执行系统组成的总体结构。
80.其中，前台风控流程定制系统根据业务办理场景的需要，在对应的场景下编辑业务定制的决策流，将决策流信息以特定json格式保存到决策流表中。例如，图7所示为前台风控流程定制系统根据经营快贷税务贷提款申请业务定制的风险控制决策流示意图，其中包含5个规则模型：(1)年含税销售收入模型：根据决策树判定结果，如果申请人年含税销售收入大于5000000元，则满足条件1，需要走后续(2)、(3)、(5)的风险模型；否则走(4)、(5)风险模型；(2)外部欺诈风险控制模型：判断当前申请是都存在外部欺诈风险，如果存在，则进行风险干预；如果不存在则继续执行(3)模型规则；(3)财务造假识别规则集模型：判断当前申请人是否存在财务造假风险，如果存在，则进行风险干预；如果不存在则继续执行(5)模型规则；(4)个人资产处置控制模型：判断是否存在个人资产处置风险，如果存在，则进行风险干预；如果不存在则继续执行(5)模型规则；(5)经营快贷税务贷提款申请打分卡控制模型：根据提款打分卡子规则汇总的分值，判定是否存在提款申请风险，如果存在，则进行风险干预；如果不存在则放行交易，风控模型反馈不存在风险。
81.业务办理系统即小微信贷业务的办理系统，本系统部署在各个普惠金融小微平台，根据不同的业务场景调用风控模型流程执行系统实现决策引擎的风险筛查。具体地，业务办理系统内具体业务场景的子系统通知到风控模型流程执行系统处理各自的调用场景，然后风控模型流程执行系统针对不同场景下的定制的风控流程规则按流程顺序执行，提供风控筛查服务。
82.风控模型流程执行系统关联前台风控流程定制系统和业务办理系统。业务在前台风控流程定制系统定制风控决策流，复核通过后将决策流信息写入到风控决策流表；业务办理系统对接决策引擎系统，将实时交易传输到决策引擎获取风控结果。其具体的风控执行流程包括：
83.a1，业务侧通风控中心接口传入各自的业务入参，决策引擎根据入参查询到对应的业务场景。
84.a2，根据获取的业务场景，查询到业务在前台风控流程定制系统配置的决策流信息，获取对应的json格式信息串。
85.a3，获取决策流下的所有规则信息，转为规则对象。
86.a4，解析json格式信息串，转换为对应的可直接执行的决策流聚类对象格式，包含调用场景标识符和决策流对象，决策流对象包含决策流地址和决策流名称，同时存储决策流要执行的首节点对象，决策流节点对象存储节点具体的待执行规则模型对象，同时还有
一个下一执行节点对象，存储当前节点的所有出度节点对象，存储当前节点被触发的条件和触发当前节点的前节点。
87.a5，解析a3获取到的全量规则，解析规则获取对应的要素值类型信息存储地址，调用要素值获取接口，得到所有规则模型的要素值。
88.a6，根据a4获取到的决策流聚类对象，获取到决策流待执行的首节点，执行首节点，根据节点的执行结果，遍历首节点的后续执行节点列表列表，获取所有后续节点及其后续节点的触发条件与首节点的节点决策结果进行匹配，如果满足条件则表示找到了当前节点的下一个可执行节点。重复上述步骤，执行当前节点，获取到执行结果。直到决策流规则受控或者找不到下一个可执行节点，决策流执行完毕，返回执行结果。
89.本方法实现一种基于有限状态自动机思想的风控流程定制的处理方法，支持业务人员在前台灵活配置特定场景下的风控流程，快速响应业务需求，极大降低了业务需求更改带来的成本。业务可使用面广，可兼容满足简单的风险流程控制需求，根据机构对规则试点的常态化需求，及复杂的贷款授信额度测算需求，有效的助力小微金融线上贷款的业务推广。
90.应该理解的是，虽然图2
‑
7的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2
‑
7中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
91.在一个实施例中，如图8所示，提供了一种风控决策装置800，包括：信息接收模块802、模型获取模块804、要素值获取模块806、结果获取模块808和目标结果获取模块810，其中：
92.信息接收模块802，用于接收业务办理系统发送的业务场景信息和用户标识信息；
93.模型获取模块804，用于基于所述业务场景信息获取对应的决策流模型；所述决策流模型中包含各风控节点的规则模型；
94.要素值获取模块806，用于根据所述用户标识信息和所述各风控节点的规则模型获取各风控节点的规则要素值；
95.结果获取模块808，用于将所述各风控节点的规则要素值输入到对应的所述各风控节点的规则模型中，得到各风控节点的节点决策结果；
96.目标结果获取模块810，用于根据所述各风控节点的节点决策结果得到与所述业务场景信息对应目标决策结果。
97.上述风控决策装置，可以使得风控模型流程执行系统根据与业务场景信息相对应的决策流模型来获取与该业务场景信息相对应的目标决策结果，从而快速地根据业务场景信息响应业务需求，实现实时精准风控。
98.在一实施例中，目标结果获取模块808包括：首节点解析子模块，用于从所述决策流模型中解析出待执行的首个风控节点；当前结果获取子模块，用于将所述首个风控节点作为当前风控节点，将所述当前风控节点的节点决策结果与后续风控节点的触发条件进行匹配，确定所述当前风控节点的下一执行节点，再将所述当前风控节点的下一执行节点作
为新的当前风控节点；重复匹配的步骤，直至当前风控节点无法找到下一可执行的节点，则将当前风控节点的节点决策结果作为目标决策结果。
99.在一实施例中，当前结果获取子模块还包括：比对单元，用于将当前风控节点的节点决策结果与多个后续风控节点的触发条件比对；节点确定单元，用于若当前风控节点的节点决策结果满足多个后续风控节点中的目标风控节点的触发条件，则将所述目标风控节点确定为所述当前风控节点的下一执行节点。
100.在一实施例中，所述装置还用于将在前台风控流程定制系统中定制的决策流模型以预设格式保存到决策流表中；模型获取模块还用于在所述决策流表中查找与所述业务场景信息相对应的决策流模型。
101.在一实施例中，所述决策流模型的生成方式包括：风控流程定制系统响应于画布操作界面上的规则组件的拖拽操作，利用各逻辑分支线将各个所述规则组件按照业务逻辑连接，形成决策流模型。
102.在一实施例中，要素值获取模块806包括：类型解析模块，用于从所述各风控节点的规则模型中解析出各风控节点的规则要素类型；接口查找模块，用于查找与所述规则要素类型相对应的数据源接口；要素值调取模块，用于通过所述数据源接口调取与所述用户标识信息相对应的规则要素值。
103.在一实施例中，所述风控决策装置还用于若所述目标决策结果为不通过时，则对与所述业务场景信息对应的业务进行干预。
104.关于风控决策装置的具体限定可以参见上文中对于风控决策方法的限定，在此不再赘述。上述风控决策装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
105.在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储决策流数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种风控决策方法。
106.本领域技术人员可以理解，图9中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
107.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：接收业务办理系统发送的业务场景信息和用户标识信息；基于所述业务场景信息获取对应的决策流模型；所述决策流模型中包含各风控节点的规则模型；根据所述用户标识信息和所述各风控节点的规则模型获取各风控节点的规则要素值；将所述各风控节点的规则要素值输入到对应的所述各风控节点的规则模型中，得到各风控节点的节点决策结果；根据所述各风控节点的节点决策结果得到与所述业务场景信息对应目标决策结果。
108.在一个实施例中，处理器执行计算机程序时还实现以下步骤：从所述决策流模型中解析出待执行的首个风控节点；将所述首个风控节点作为当前风控节点，将所述当前风控节点的节点决策结果与后续风控节点的触发条件进行匹配，确定所述当前风控节点的下一执行节点，再将所述当前风控节点的下一执行节点作为新的当前风控节点；重复匹配的步骤，直至当前风控节点无法找到下一可执行的节点，则将当前风控节点的节点决策结果作为目标决策结果。
109.在一个实施例中，处理器执行计算机程序时还实现以下步骤：将当前风控节点的节点决策结果与多个后续风控节点的触发条件比对；若当前风控节点的节点决策结果满足多个后续风控节点中的目标风控节点的触发条件，则将所述目标风控节点确定为所述当前风控节点的下一执行节点。
110.在一个实施例中，处理器执行计算机程序时还实现以下步骤：将在前台风控流程定制系统中定制的决策流模型以预设格式保存到决策流表中；在所述决策流表中查找与所述业务场景信息相对应的决策流模型。
111.在一个实施例中，处理器执行计算机程序时还实现以下步骤：风控流程定制系统响应于画布操作界面上的规则组件的拖拽操作，利用各逻辑分支线将各个所述规则组件按照业务逻辑连接，形成决策流模型。
112.在一个实施例中，处理器执行计算机程序时还实现以下步骤：从所述各风控节点的规则模型中解析出各风控节点的规则要素类型；查找与所述规则要素类型相对应的数据源接口；通过所述数据源接口调取与所述用户标识信息相对应的规则要素值。
113.在一个实施例中，处理器执行计算机程序时还实现以下步骤：若所述目标决策结果为不通过时，则对与所述业务场景信息对应的业务进行干预。
114.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：接收业务办理系统发送的业务场景信息和用户标识信息；基于所述业务场景信息获取对应的决策流模型；所述决策流模型中包含各风控节点的规则模型；根据所述用户标识信息和所述各风控节点的规则模型获取各风控节点的规则要素值；将所述各风控节点的规则要素值输入到对应的所述各风控节点的规则模型中，得到各风控节点的节点决策结果；根据所述各风控节点的节点决策结果得到与所述业务场景信息对应目标决策结果。
115.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：从所述决策流模型中解析出待执行的首个风控节点；将所述首个风控节点作为当前风控节点，将所述当前风控节点的节点决策结果与后续风控节点的触发条件进行匹配，确定所述当前风控节点的下一执行节点，再将所述当前风控节点的下一执行节点作为新的当前风控节点；重复匹配的步骤，直至当前风控节点无法找到下一可执行的节点，则将当前风控节点的节点决策结果作为目标决策结果。
116.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将当前风控节点的节点决策结果与多个后续风控节点的触发条件比对；若当前风控节点的节点决策结果满足多个后续风控节点中的目标风控节点的触发条件，则将所述目标风控节点确定为所述当前风控节点的下一执行节点。
117.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将在前台风控流
程定制系统中定制的决策流模型以预设格式保存到决策流表中；在所述决策流表中查找与所述业务场景信息相对应的决策流模型。
118.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：风控流程定制系统响应于画布操作界面上的规则组件的拖拽操作，利用各逻辑分支线将各个所述规则组件按照业务逻辑连接，形成决策流模型。
119.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：从所述各风控节点的规则模型中解析出各风控节点的规则要素类型；查找与所述规则要素类型相对应的数据源接口；通过所述数据源接口调取与所述用户标识信息相对应的规则要素值。
120.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：若所述目标决策结果为不通过时，则对与所述业务场景信息对应的业务进行干预。
121.在一个实施例中，提供了一种计算机程序产品。一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现所述风控决策方法的步骤。
122.在本技术中所使用的数据、处理的数据为经过用户授权的数据。
123.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read
‑
only memory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(randomaccess memory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。
124.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
125.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。