风控系统的核心是规则引擎，搞定四个方面就搞定风控

风控系统听起来挺神秘的，其实风控系统最核心的就是规则引擎，然后是周边的如何接入数据，如何部署规则，如何集成调用等相关问题。那么我们这次就来解析下规则引擎 ，搞定四个环节，就可以搞定风控。

1、搞定数据接入

在我们的业务场景中，判断数据的来源大致有几个方面： a.入参（通过业务系统调用的时候传入进去）；b.本地的数据库（内网自有数据）；c.三方API数据（外部系统数据）

• 入参可以通过jvs-rules 的入参设置去解决，一旦配置入参，在自动生成API时，会自动添加这项需要传入的数据；

设置入参后，系统会自动更新API调用的接口要求：

• 本地数据库数据接入，在业务执行中，除了出参以外，还常常用到了本地的数据的数据，那么就可以在数据源中配置对应数据库的接入，解决调用本地数据来源的问题；

动态直连访问业务数据库：

这里数据库的接入提供多种数据库的方式：

• 三方外部系统的接入，可以通过API 、甚至离线文件等方式接入

API接入界面配置化：

2、搞定数据加工

在解决了数据接入的问题，就需要考虑数据与真实的业务判断有差异的情况下，如何搞定数据挖掘的问题，例如上文提到的行政执法的结果是一个文本，需要解析出来里边的执法金额，用于决策判断，那么如何实现呢？

系统提供了函数式加工数据的方式（类excel 数据加工），可以提供系统自带的很多函数对各种数据进行加工（入参、本地数据库、三方api 获取），得到我们想要的业务结果，例如上图，就是通过入参执法的结果，其中包括了大些的执法金额，需要把这些数据解析出来，转换成小写，得到最后可以判断的 “处罚金额”的变量。

这种数据加工包括“函数式”加工取数、“SQL脚本”取数据、“任务式”加工取数，如下图所示：

3、搞定规则拼装决策

如下图所示，通过变量的配置解决数据转化成业务因子，通过规则配置+引用相关业务因子，形成和业务上相关的规则判断， 由多个规则判断和计算，拼装成日常业务过程中的决策模型。

实现的过程： 数据->变量->规则->决策模型 ，通过三步的配置化实现整个决策流的配置化

4、搞定仿真验证与集成部署

在线仿真验证，通过进入仿真测试的界面， 录入必要填写的入参内容，点击模拟执行后，系统会把详细的支持过程展示出来，然后把每一步执行的过程与记录展示出来，以便用户对配置的决策流程判断是否正确

最后系统会把展示的结果在界面上展示出来具体执行的流程 ，与细节的结果：

调试完成后，点击启动发布：

设置调用的安全控制：

自动创建决策的调用API

总结

jvs-rules决策引擎可以全流程配置化的解决风控、营销返利、员工考核等等多个场景中的经常变化的业务判断与在线计算，通过4个步骤： 数据接入->数据加工->规则拼装->集成发布 搞定各种变态场景包括风控。

jvs部分已经开源

在线demo：http://rules.bctools.cn

gitee地址：https://gitee.com/software-minister/jvs-rules

gitee开源仓库：https://gitee.com/software-minister

相关阅读内容：

规则引擎精准解耦多变需求，让需求变更降低80%（一）