基于业务规则的客户风险评分 - Drools实现

本文介绍了如何使用Drools来实现客户风险评分,对比了Drools与IBM ODM/JRules在模型和规则流设计上的区别。Drools使用JavaBean作为事实模型,规则流设计更倾向于workflow。在规则设计部分,展示了eligibility规则的drl语言实现和决策表的使用。Drools虽有局限,但作为低成本规则技术解决方案,适合将业务逻辑从应用中剥离。
摘要由CSDN通过智能技术生成

Drools是一个开源的规则引擎,经过多年的发展,也提供如下商业BRMS具备的功能组件:

  • 基于Eclipse的集成开发环境,
  • 独立集中的规则存储库
  • 基于WEB的规则维护环境
  • 提供decision table 和 ruleflow等规则制品为规则的运行书写提供更多的灵活性

本文将使用Drools来实现典型的风险评分,并将相关功能与IBM ODM/JRules做一个简单比较。客户风险评分具体需求参见"基于业务规则的客户风险评分"一文。

模型

Drools一般使用JavaBean作为事实模型,因此我们可以重用之前建立的Java XOM工程。


Drools和IBM ODM/JRules在modeling方面的重要区别是,Drools没有BOM/XOM这样的两层对象模型映射体系,Java类型可同时直接供规则使用,即领域模型和规则(事实)模型两者是重叠的。虽然Drools也提供declarative的方式来定义规则模型,不过这种方式在我看来更多是作为Java类型的补充,而非用于解耦领域模型和规则模型(事实上两者的耦合在某种程度上反而被加强了)。

Drools的这种设计当然从开发层面给用户提供了相当的便利性和灵活性,但缺少专用的规则模型无疑会给业务规则设计治理带来一定的麻烦,对于大型的复杂规则项目,这种

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值