业务处理方法、装置、设备及存储介质与流程

1.本技术涉及互联网技术领域，尤其涉及一种业务处理方法、装置、设备及存储介质。


背景技术：

2.随着互联网技术及应用的飞速发展，越来越多的互联网用户日常生活已离不开互联网，但也有越来越多的不法分子也开始在互联网上进行不法行为，比如恶意点击注册流量、恶意参与首单减免、秒杀、抢单、试用、领红包等，影响互联网用户的日常生活。
3.为了解决上述问题，现有在it产品的服务端设置大量的业务规则(例如风控规则)，从而基于这些规则进行业务决策(例如基于风控规则发现并控制互联网上的不法行为，从而对该不法行为进行处理)。在早期阶段，这些规则大多以硬编码的方式出现在业务内容中，随着业务规模的发展，规则数量和复杂度不断增加，导致业务内容中出现大量类似if
……
else
……
的条件语句，业务规则的管理和维护越来越困难。
4.随着技术的进步，规则引擎技术应运而生。规则引擎把业务规则从业务内容中剥离出来，降低了业务规则与业务内容的耦合度，规则变化不会影响正常的业务运转。然而，规则引擎也仅是实现了业务规则在物理意义上的隔离。当规则发生变化时，研发团队仍需编码新的规则，进而利用新的规则进行业务决策，工作量较大，效率较低。


技术实现要素：

5.为解决现有技术中存在的问题，本技术提供一种业务处理方法、装置、设备及存储介质。
6.第一方面，本技术实施例提供一种业务处理方法，该方法包括如下步骤：
7.接收业务系统发送的业务请求，所述业务请求携带业务关键字；
8.在预存的业务规则对应的匹配维度和指标阈值中，确定与所述业务关键字匹配的匹配维度和指标阈值；
9.根据与所述业务关键字匹配的匹配维度和指标阈值，加载目标规则逻辑；
10.根据所述目标规则逻辑，以及与所述业务关键字匹配的匹配维度和指标阈值，对所述业务请求进行判定，并将判定结果返回至所述业务系统。
11.在一种可能的实现方式中，所述在预存的业务规则对应的匹配维度和指标阈值中，确定与所述业务关键字匹配的匹配维度和指标阈值，包括：
12.在所述预存的业务规则对应的匹配维度和指标阈值中，确定与所述业务关键字对应的匹配维度和指标阈值的规则权重；
13.根据所述规则权重，确定与所述业务关键字匹配的匹配维度和指标阈值。
14.在一种可能的实现方式中，所述根据所述规则权重，确定与所述业务关键字匹配的匹配维度和指标阈值，包括：
15.在所述规则权重中获取权重值最大的规则权重；
16.根据所述权重值最大的规则权重，以及与所述业务关键字对应的匹配维度和指标阈值的规则权重，确定与所述业务关键字匹配的匹配维度和指标阈值。
17.在一种可能的实现方式中，在所述在预存的业务规则对应的匹配维度和指标阈值中，确定与所述业务关键字匹配的匹配维度和指标阈值之前，还包括：
18.将所述业务规则分解为规则逻辑、匹配维度和指标阈值；
19.根据所述业务规则的分解结果，在数据库中存储所述业务规则对应的匹配维度和指标阈值。
20.在一种可能的实现方式中，所述根据与所述业务关键字匹配的匹配维度和指标阈值，加载目标规则逻辑，包括：
21.根据与所述业务关键字匹配的匹配维度和指标阈值，以及所述业务规则的分解结果，确定所述目标规则逻辑；
22.加载所述目标规则逻辑。
23.第二方面，本技术实施例提供一种业务处理装置，包括：
24.接收模块，用于接收业务系统发送的业务请求，所述业务请求携带业务关键字；
25.确定模块，用于在预存的业务规则对应的匹配维度和指标阈值中，确定与所述业务关键字匹配的匹配维度和指标阈值；
26.加载模块，用于根据与所述业务关键字匹配的匹配维度和指标阈值，加载目标规则逻辑；
27.处理模块，用于根据所述目标规则逻辑，以及与所述业务关键字匹配的匹配维度和指标阈值，对所述业务请求进行判定，并将判定结果返回至所述业务系统。
28.在一种可能的实现方式中，所述确定模块，具体用于：
29.在所述预存的业务规则对应的匹配维度和指标阈值中，确定与所述业务关键字对应的匹配维度和指标阈值的规则权重；
30.根据所述规则权重，确定与所述业务关键字匹配的匹配维度和指标阈值。
31.在一种可能的实现方式中，所述确定模块，具体用于：
32.在所述规则权重中获取权重值最大的规则权重；
33.根据所述权重值最大的规则权重，以及与所述业务关键字对应的匹配维度和指标阈值的规则权重，确定与所述业务关键字匹配的匹配维度和指标阈值。
34.在一种可能的实现方式中，还包括分解模块，用于在所述确定模块在预存的业务规则对应的匹配维度和指标阈值中，确定与所述业务关键字匹配的匹配维度和指标阈值之前，将所述业务规则分解为规则逻辑、匹配维度和指标阈值；根据所述业务规则的分解结果，在数据库中存储所述业务规则对应的匹配维度和指标阈值。
35.在一种可能的实现方式中，所述加载模块，具体用于：
36.根据与所述业务关键字匹配的匹配维度和指标阈值，以及所述业务规则的分解结果，确定所述目标规则逻辑；
37.加载所述目标规则逻辑。
38.第三方面，本技术实施例提供一种业务处理设备，包括：
39.处理器；
40.存储器；以及
41.计算机程序；
42.其中，所述计算机程序被存储在所述存储器中，并且被配置为由所述处理器执行，所述计算机程序包括用于执行如第一方面所述的方法的指令。
43.第四方面，本技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序使得服务器执行第一方面所述的方法。
44.第五方面，本技术实施例提供一种计算机程序产品，包括计算机指令，所述计算机指令被处理器执行第一方面所述的方法。
45.本技术实施例提供的业务处理方法、装置、设备及存储介质，该方法通过接收业务系统发送的业务请求，该业务请求携带业务关键字，进而，在预存的业务规则对应的匹配维度和指标阈值中，确定与上述业务关键字匹配的匹配维度和指标阈值，从而，根据该匹配维度和指标阈值，加载目标规则逻辑，根据该目标规则逻辑，以及上述匹配维度和指标阈值，对上述业务请求进行判定，并将判定结果返回至上述业务系统，即本技术实施例将业务规则拆解为匹配维度和指标阈值等要素，从而基于拆解后的要素，确定与业务系统发送的业务请求匹配的业务规则，并利用该规则进行业务决策，当规则发生变化时，研发团队只需对规则逻辑进行编码，获得新规则，降低了编码新规则的工作量，提高工作效率，适合应用。
附图说明
46.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
47.图1为本技术实施例提供的现有规则引擎的业务处理示意图；
48.图2为本技术实施例提供的业务处理系统架构示意图；
49.图3为本技术实施例提供的一种业务处理方法的流程示意图；
50.图4为本技术实施例提供的另一种业务处理方法的流程示意图；
51.图5为本技术实施例提供的一种业务处理装置的结构示意图；
52.图6为本技术实施例提供的另一种业务处理装置的结构示意图；
53.图7a为本技术提供的一种业务处理设备的基本硬件架构示意图；
54.图7b为本技术提供的另一种业务处理设备的基本硬件架构示意图。
具体实施方式
55.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
56.本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”及“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，
意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
57.相关技术中，在it产品的服务端设置大量的业务规则(例如风控规则)，从而基于这些规则进行业务决策(例如基于风控规则发现并控制互联网上的不法行为，从而对该不法行为进行处理)。在早期阶段，这些规则大多以硬编码的方式出现在业务内容中，随着业务规模的发展，规则数量和复杂度不断增加，导致业务内容中出现大量类似if
……
else
……
的条件语句，业务规则的管理和维护越来越困难。
58.随着技术的进步，规则引擎技术应运而生。规则引擎把业务规则从业务内容中剥离出来，降低了业务规则与业务内容的耦合度，规则变化不会影响正常的业务运转。示例性的，如图1所示，以开源规则引擎drools为例，其把业务规则从业务内容中剥离出来，将业务规则脚本化。规则发生变化时，drools更新脚本即可，业务服务不受影响。
59.然而，上述规则引擎将业务规则从业务内容中剥离出来，虽然实现了物理意义上的隔离，但是脚本文件的内容仍然存在大量if
……
else
……
语句。规则发生变化时，研发团队维护的工作量从业务代码转移到对脚本的维护，仍需编码新的规则，进而利用新的规则进行业务决策，工作量较大，效率较低。
60.为了解决上述问题，本技术实施例提出一种业务处理方法，可以将业务规则拆解为匹配维度和指标阈值等要素，从而基于拆解后的要素，确定与业务系统发送的业务请求匹配的业务规则，并利用该规则进行业务决策，当规则发生变化时，研发团队只需对规则逻辑进行编码，获得新规则，降低了编码新规则的工作量，提高工作效率，适合应用。
61.可选地，本技术提供的一种业务处理方法，可以适用于图2所示的业务处理系统架构示意图，如图2所示，该系统包括规则引擎和业务系统，其中该规则引擎可以包括接收单元、处理单元、缓存单元和规则加载单元。
62.在具体实现过程中，接收单元可以是输入/输出接口，也可以是通信接口，可以用于接收业务系统发送的业务请求。
63.处理单元可以通过接收单元接收业务系统发送的业务请求，并将业务规则拆解为匹配维度和指标阈值等要素，从而基于拆解后的要素，确定与业务系统发送的业务请求匹配的业务规则，并利用该规则进行业务决策，把相应结果返回至上述业务系统，降低了研发团队编码新规则的工作量，提高工作效率。
64.其中，处理单元可以将上述匹配维度和指标阈值等要素发送至缓存单元，缓存单元对上述匹配维度和指标阈值等要素进行缓存，以便后续处理可以直接从缓存单元中获取相应数据。
65.处理单元还可以将上述匹配维度和指标阈值等要素发送至数据库进行存储。这里，该数据库可以是nosql规则数据库。
66.另外，处理单元还可以通过规则加载单元从上述数据库中获取上述匹配维度和指标阈值等要素，加载到缓存单元备用。
67.应理解，上述规则引擎可以通过读取存储器中的指令并执行指令的方式实现，也可以通过芯片电路实现。
68.上述系统仅为一种示例性系统，具体实施时，可以根据应用需求设置。
69.可以理解的是，本技术实施例示意的结构并不构成对业务处理系统架构的具体限定。在本技术另一些可行的实施方式中，上述架构可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置，具体可根据实际应用场景确定，在此不做限制。图2所示的部件可以以硬件，软件，或软件与硬件的组合实现。
70.另外，本技术实施例描述的系统架构是为了更加清楚的说明本技术实施例的技术方案，并不构成对于本技术实施例提供的技术方案的限定，本领域普通技术人员可知，随着系统架构的演变和新业务场景的出现，本技术实施例提供的技术方案对于类似的技术问题，同样适用。
71.下面以几个实施例为例对本技术的技术方案进行描述，对于相同或相似的概念或过程可能在某些实施例不再赘述。
72.图3为本技术实施例提供了一种业务处理方法的流程示意图，该方法可以由任意执行业务处理方法的装置来执行，该装置可以通过软件和/或硬件实现。如图3所示，在图2所示系统架构的基础上，本技术实施例提供的业务处理可以包括如下步骤：
73.s301：接收业务系统发送的业务请求，该业务请求携带业务关键字。
74.在本技术实施例中，以执行主体为图2中的上述规则引擎为例。上述规则引擎可以通过接收单元接收来自业务系统的业务请求，其中，接收单元可以为http接口。
75.这里，上述业务请求携带的业务关键字可以根据具体业务确定，例如以业务检测是否为a省未成年用户，以及检测该未成年用户单日消费额度是否超过300元，上述业务请求携带的业务关键字可以包括是否a省，用户年龄和用户单日消费额度中一个或多个。
76.s302：在预存的业务规则对应的匹配维度和指标阈值中，确定与上述业务关键字匹配的匹配维度和指标阈值。
77.这里，上述规则引擎可以将业务规则分解为规则逻辑、匹配维度和指标阈值。示例性的，以某风控场景为例：业务规则“a省未成年用户单日消费额度不得超过300元”为例，上述规则引擎可以将该业务规则分解为规则逻辑“用户在指定时长内消费额度超过上限则禁止消费”、匹配维度“a省”和“用户年龄小于18”，以及指标阈值“1天”和“300元”。
78.其中，上述规则逻辑可以编写为java代码，进行“在单位时间内消费额度是否超过限制”的判定。这里由于上述匹配维度和指标阈值已经从上述规则逻辑中抽离，此处代码较为简洁，不会出现大量的if
……
else语句。
79.上述规则引擎在将业务规则分解为规则逻辑、匹配维度和指标阈值后，可以根据上述业务规则的分解结果，在数据库中存储上述业务规则对应的匹配维度和指标阈值。
80.例如上述规则引擎可以将上述匹配维度和指标阈值，以数据形式存储到数据库中(例如nosql数据库)。这里仍以业务规则“a省未成年用户单日消费额度不得超过300元”为例，上述规则引擎可以上述将上述匹配维度“a省”和“用户年龄小于18”，以及指标阈值“1天”和“300元”，以数据格式{"省分":"a","年龄":"0-18","窗口时间":"1天","消费上限":"300元"}存储到数据库中。
81.这样，上述规则引擎在接收业务系统发送的业务请求后，可以在预存的业务规则对应的匹配维度和指标阈值中，确定与上述业务关键字匹配的匹配维度和指标阈值。例如以业务规则“a省未成年用户单日消费额度不得超过300元”为例，上述业务请求携带的业务关键字包括a省，用户年龄15，上述规则引擎在预存的业务规则对应的匹配维度和指标阈值
中，确定与该业务关键字匹配的匹配维度和指标阈值，即{"省分":"a","年龄":"0-18","窗口时间":"1天","消费上限":"300元"}，进而确定与上述业务请求匹配的业务规则，并利用该规则进行业务决策，把相应结果返回至上述业务系统，降低了研发团队编码新规则的工作量，提高工作效率。
82.s303：根据与上述业务关键字匹配的匹配维度和指标阈值，加载目标规则逻辑。
83.这里，上述规则引擎可以根据与上述业务关键字匹配的匹配维度和指标阈值，以及上述业务规则的分解结果，确定目标规则逻辑，进而，加载该目标规则逻辑。
84.例如以业务规则“a省未成年用户单日消费额度不得超过300元”为例，上述规则引擎根据与上述业务关键字匹配的匹配维度和指标阈值，即{"省分":"a","年龄":"0-18","窗口时间":"1天","消费上限":"300元"}，以及上述业务规则的分解结果：规则逻辑“用户在指定时长内消费额度超过上限则禁止消费”、匹配维度“a省”和“用户年龄小于18”，以及指标阈值“1天”和“300元”，确定目标规则逻辑为“用户在指定时长内消费额度超过上限则禁止消费”，从而，加载该目标规则逻辑，根据该目标规则逻辑，以及与上述业务关键字匹配的匹配维度和指标阈值，对业务请求进行判定，将判定结果返回给业务系统。
85.s304：根据上述目标规则逻辑，以及与上述业务关键字匹配的匹配维度和指标阈值，对上述业务请求进行判定，并将判定结果返回至上述业务系统。
86.在一种可能的实现方式中，上述规则引擎可以根据上述目标规则逻辑，以及与上述业务关键字匹配的匹配维度和指标阈值，确定目标业务规则，从而，基于该目标业务规则，对上述业务请求进行判定，并将判定结果返回至上述业务系统。
87.例如上述目标规则逻辑为“用户在指定时长内消费额度超过上限则禁止消费”，与上述业务关键字匹配的匹配维度和指标阈值为{"省分":"a","年龄":"0-18","窗口时间":"1天","消费上限":"300元"}，从而确定目标业务规则为“a省未成年用户单日消费额度不得超过300元”，基于该目标业务规则，对上述业务请求进行判定，即判定是否为a省未成年用户，以及判定该未成年用户单日消费额度是否超过300元。
88.其中，上述规则引擎将业务规则拆解为匹配维度、指标阈值和规则逻辑，即将匹配维度和指标阈值从规则逻辑中抽离，从而，当规则发生变化时，研发团队只需对规则逻辑进行编码，然后利用编码后的规则逻辑，以及上述拆解的匹配维度和指标阈值，获得新规则，工作量较小，工作效率较高。
89.本技术实施例，上述规则引擎通过接收业务系统发送的业务请求，该业务请求携带业务关键字，进而，在预存的业务规则对应的匹配维度和指标阈值中，确定与上述业务关键字匹配的匹配维度和指标阈值，从而，根据该匹配维度和指标阈值，加载目标规则逻辑，根据该目标规则逻辑，以及上述匹配维度和指标阈值，对上述业务请求进行判定，并将判定结果返回至上述业务系统，即上述规则引擎将业务规则拆解为匹配维度和指标阈值等要素，从而基于拆解后的要素，确定与业务系统发送的业务请求匹配的业务规则，并利用该规则进行业务决策，当规则发生变化时，研发团队只需对规则逻辑进行编码，获得新规则，降低了编码新规则的工作量，提高工作效率，适合应用。
90.另外，本技术实施例在上述规则引擎在预存的业务规则对应的匹配维度和指标阈值中，确定与上述业务关键字匹配的匹配维度和指标阈值时，考虑与上述业务关键字对应的匹配维度和指标阈值的规则权重，从而，根据该规则权重，确定与上述业务关键字匹配的
匹配维度和指标阈值，使得确定结果更准确，提高后续处理结果的准确率。图4为本技术实施例提出的另一种业务处理方法的流程示意图。如图4所示，该方法包括：
91.s401：接收业务系统发送的业务请求，该业务请求携带业务关键字。
92.其中，步骤s401参见上述步骤s301的相关描述，此处不再赘述。
93.s402：在预存的业务规则对应的匹配维度和指标阈值中，确定与上述业务关键字对应的匹配维度和指标阈值的规则权重。
94.s403：根据上述规则权重，确定与上述业务关键字匹配的匹配维度和指标阈值。
95.这里，为了提高确定的与上述业务关键字匹配的匹配维度和指标阈值准确性，上述规则引擎首先考虑在预存的业务规则对应的匹配维度和指标阈值中，确定与上述业务关键字对应的匹配维度和指标阈值的规则权重，从而在该规则权重中获取权重值最大的规则权重，然后根据该权重值最大的规则权重，以及与上述业务关键字对应的匹配维度和指标阈值的规则权重，确定与上述业务关键字匹配的匹配维度和指标阈值，例如将上述规则权重中最大的规则权重对应的匹配维度和指标阈值，作为与上述业务关键字匹配的匹配维度和指标阈值。
96.示例性的，以上述业务请求携带的业务关键字包括a省，用户年龄15为例，上述规则引擎在预存的业务规则对应的匹配维度和指标阈值中，确定与该业务关键字对应的匹配维度和指标阈值有{"省分":"a","年龄":"0-18","窗口时间":"1天","消费上限":"300元"}，{"省分":"a","年龄":"19-30","窗口时间":"1天","消费上限":"1000元"}，以及{"省分":"b","年龄":"0-18","窗口时间":"1天","消费上限":"200元"}等。为了从中确定与上述业务关键字匹配的匹配维度和指标阈值，上述规则引擎可以确定与上述业务关键字对应的匹配维度和指标阈值的规则权重，例如命中“省分”的权重为10，“年龄”的权重为5，同时命中“省分”和“年龄”的规则权重则为15。这样，上述规则引擎在上述规则权重中获取权重值最大的规则权重，将该最大的规则权重对应的匹配维度和指标阈值，作为与上述业务关键字匹配的匹配维度和指标阈值，即{"省分":"a","年龄":"0-18","窗口时间":"1天","消费上限":"300元"}，使得确定结果更准确，提高后续处理结果的准确率。
97.s404：根据与上述业务关键字匹配的匹配维度和指标阈值，加载目标规则逻辑。
98.s405：根据上述目标规则逻辑，以及与上述业务关键字匹配的匹配维度和指标阈值，对上述业务请求进行判定，并将判定结果返回至上述业务系统。
99.其中，步骤s404-s405参见上述步骤s303-s304的相关描述，此处不再赘述。
100.本技术实施例中，上述规则引擎在预存的业务规则对应的匹配维度和指标阈值中，确定与上述业务关键字匹配的匹配维度和指标阈值时，考虑与上述业务关键字对应的匹配维度和指标阈值的规则权重，从而，根据该规则权重，确定与上述业务关键字匹配的匹配维度和指标阈值，使得确定结果更准确，提高后续处理结果的准确率。而且上述规则引擎将业务规则拆解为匹配维度和指标阈值等要素，从而基于拆解后的要素，确定与业务系统发送的业务请求匹配的业务规则，并利用该规则进行业务决策，当规则发生变化时，研发团队只需对规则逻辑进行编码，获得新规则，降低了编码新规则的工作量，提高工作效率，适合应用。
101.对应于上文实施例的业务处理方法，图5为本技术实施例提供的业务处理装置的结构示意图。为了便于说明，仅示出了与本技术实施例相关的部分。图5为本技术实施例提
供的一种业务处理装置的结构示意图，该业务处理装置50包括：接收模块501、确定模块502、加载模块503以及处理模块504。这里的业务处理装置可以是上述规则引擎本身，或者是实现上述规则引擎的功能的芯片或者集成电路。这里需要说明的是，接收模块、确定模块、加载模块以及处理模块的划分只是一种逻辑功能的划分，物理上两者可以是集成的，也可以是独立的。
102.其中，接收模块501，用于接收业务系统发送的业务请求，所述业务请求携带业务关键字。
103.确定模块502，用于在预存的业务规则对应的匹配维度和指标阈值中，确定与所述业务关键字匹配的匹配维度和指标阈值。
104.加载模块503，用于根据与所述业务关键字匹配的匹配维度和指标阈值，加载目标规则逻辑。
105.处理模块504，用于根据所述目标规则逻辑，以及与所述业务关键字匹配的匹配维度和指标阈值，对所述业务请求进行判定，并将判定结果返回至所述业务系统。
106.在一种可能的实现方式中，所述确定模块502，具体用于：
107.在所述预存的业务规则对应的匹配维度和指标阈值中，确定与所述业务关键字对应的匹配维度和指标阈值的规则权重；
108.根据所述规则权重，确定与所述业务关键字匹配的匹配维度和指标阈值。
109.在一种可能的实现方式中，所述确定模块502，具体用于：
110.在所述规则权重中获取权重值最大的规则权重；
111.根据所述权重值最大的规则权重，以及与所述业务关键字对应的匹配维度和指标阈值的规则权重，确定与所述业务关键字匹配的匹配维度和指标阈值。
112.在一种可能的实现方式中，所述加载模块503，具体用于：
113.根据与所述业务关键字匹配的匹配维度和指标阈值，以及所述业务规则的分解结果，确定所述目标规则逻辑；
114.加载所述目标规则逻辑。
115.本技术实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本技术实施例此处不再赘述。
116.图6为本技术实施例提供的另一种业务处理装置的结构示意图，在图5所示实施例基础上，上述业务处理装置50还包括：分解模块505。
117.其中，分解模块505，用于在所述确定模块502在预存的业务规则对应的匹配维度和指标阈值中，确定与所述业务关键字匹配的匹配维度和指标阈值之前，将所述业务规则分解为规则逻辑、匹配维度和指标阈值；根据所述业务规则的分解结果，在数据库中存储所述业务规则对应的匹配维度和指标阈值。
118.本技术实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本技术实施例此处不再赘述。
119.可选地，图7a和7b示意性地提供本技术所述业务处理设备的一种可能的基本硬件架构示意图。这里，上述业务处理设备可以理解为上述规则引擎。
120.参见图7a和7b，业务处理设备700包括至少一个处理器701以及通信接口703。进一步可选的，还可以包括存储器702和总线704。其中，处理器701可以理解为上述图2中的处理
单元。
121.其中，业务处理设备700中，处理器701的数量可以是一个或多个，图7a和7b仅示意了其中一个处理器701。可选地，处理器701，可以是中央处理器(central processing unit，cpu)、图形处理器(graphics processing unit，gpu)或者数字信号处理器(digital signal processor，dsp)。如果业务处理设备700具有多个处理器701，多个处理器701的类型可以不同，或者可以相同。可选地，业务处理设备700的多个处理器701还可以集成为多核处理器。
122.存储器702存储计算机指令和数据；存储器702可以存储实现本技术提供的上述业务处理方法所需的计算机指令和数据，例如，存储器702存储用于实现上述业务处理方法的步骤的指令。存储器702可以是以下存储介质的任一种或任一种组合：非易失性存储器(例如只读存储器(rom)、固态硬盘(ssd)、硬盘(hdd)、光盘)，易失性存储器。
123.通信接口703可以为所述至少一个处理器提供信息输入/输出。也可以包括以下器件的任一种或任一种组合：网络接口(例如以太网接口)、无线网卡等具有网络接入功能的器件。
124.可选的，通信接口703还可以用于业务处理设备700与其它计算设备或者终端进行数据通信。
125.进一步可选的，图7a和7b用一条粗线表示总线704。总线704可以将处理器701与存储器702和通信接口703连接。这样，通过总线704，处理器701可以访问存储器702，还可以利用通信接口703与其它计算设备或者终端进行数据交互。
126.在本技术中，业务处理设备700执行存储器702中的计算机指令，使得业务处理设备700实现本技术提供的上述业务处理方法，或者使得业务处理设备700部署上述的业务处理装置。
127.从逻辑功能划分来看，示例性的，如图7a所示，存储器702中可以包括接收模块501、确定模块502、加载模块503以及处理模块504。这里的包括仅仅涉及存储器中所存储的指令被执行时可以分别实现接收模块、确定模块、加载模块以及处理模块的功能，而不限定是物理上的结构。
128.示例性的，如图7b所示，存储器702中可以包括分解模块505。这里的包括仅仅涉及存储器中所存储的指令被执行时可以实现分解模块的功能，而不限定是物理上的结构。
129.另外，上述的业务处理设备除了可以像上述图7a和7b通过软件实现外，也可以作为硬件模块，或者作为电路单元，通过硬件实现。
130.本技术提供一种计算机可读存储介质，所述计算机程序产品包括计算机指令，所述计算机指令指示计算设备执行本技术提供的上述业务处理方法。
131.本技术提供一种计算机程序产品，包括计算机指令，所述计算机指令被处理器执行本技术提供的上述业务处理方法。
132.本技术提供一种芯片，包括至少一个处理器和通信接口，所述通信接口为所述至少一个处理器提供信息输入和/或输出。进一步，所述芯片还可以包含至少一个存储器，所述存储器用于存储计算机指令。所述至少一个处理器用于调用并运行该计算机指令，以执行本技术提供的上述业务处理方法。
133.在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其
它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
134.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
135.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。