风控规则成本最优排序算法

        规则要全部过，成本挺高的。

        过漏斗排序，就要需要知道怎么排序。

        举个栗子：以下为用户全部规则都进行判断的时候。（0是未命中规则，1是命中规则）

user_id	rule_1	rule_2	rule_3	rule_4	rule_5	rule_6	rule_7	rule_8	rule_9	rule_10
1	0	0	0	0	0	1	1	1	1	0
2	0	0	0	0	0	0	0	0	0	0
3	0	0	0	0	0	0	0	0	0	0
4	0	0	0	0	0	0	0	0	0	0
5	0	0	0	0	0	0	0	1	0	0
6	0	0	0	0	0	0	0	0	0	0
7	0	0	0	0	0	0	0	1	0	0
8	0	0	0	0	0	0	0	1	0	0
9	0	0	0	0	0	0	0	0	0	0
10	0	0	0	0	0	0	0	1	0	0
11	0	0	0	0	0	0	0	0	0	0
12	0	0	0	0	0	0	0	1	0	0
13	0	0	0	1	0	0	0	0	0	1
14	0	0	0	1	0	0	0	0	0	1
15	0	0	0	1	0	0	0	0	0	1
16	0	0	0	1	0	0	0	0	0	1
17	0	0	0	1	0	0	0	0	0	1
18	0	0	0	1	0	0	0	0	0	1
19	0	0	0	0	0	1	0	1	1	0

  如果需要更改风控流程为只要命中一个规则则输出结果，不进行后续规则判断，则需要对这些规则进行排序。每个规则调用都可能互相干涉且成本可能不一。

按照上面栗子的数据使用穷举的话，会有3628800种排序方式。如果这样的话，生活就不美好了。所以需要一个算法来进行处理从而降低筛选耗时提高效率。

       

        设：A、B、C规则分别命中情况：307、611、173  规则可能存在多重命中的情况。其中全集U为2575。Pa、Pb、Pc规则调用金额分别为：0.15、0.5、0.15。

求A、B、C规则排序。

解：对于3个规则只需要对比每个规则的优先级，再根据每个规则的优先级进行排序即可。

1、Pa*U+Pb*（U- A）比Pb*U+Pa*(U-b) 化简一下可得：Pa*U+Pb*U-Pb*A 比 Pb*U+Pa*U-Pa*B => 可得：-Pb*A : -Pa*B ，   -Pb*A=-153.5,-Pa*B=-91.65, -Pb*A<-Pa*B 故A排序在B前。

2、Pa*U+Pc*（U- A）比Pc*U+Pa*(U-C) 化简一下可得：Pa*U+Pc*U-Pc*A 比 Pc*U+Pa*U-Pa*C => 可得：-Pc*A : -Pa*C ，   -Pc*A=-46.05,-Pa*C=-25.95, -Pc*A<-Pa*C 故A排序在C前。

3、Pb*U+Pc*（U- B）比Pc*U+Pb*(U-C) 化简一下可得：Pb*U+Pc*U-Pc*B 比 Pc*U+Pb*U-Pb*C => 可得：-Pc*B : -Pb*C ，   -Pc*B=-91.65,-Pb*C=-86.5, -Pc*B<-Pb*C 故B排序在C前。

综上，A小于B、C，B小于C，可得排序 1，A、2，B、3，C

矩阵：

	A	B	C
Pa	-	-91.65	-25.95
Pb	-153.5	-	-86.5
Pc	-46.05	-91.65	-

从矩阵来看，需要对比的是斜对角的数的大小。

python代码：

首先构建数据：

import pandas as pd
import numpy as np

data=[[307,0.15],[611,0.5],[173,0.15]]

df_value = pd.DataFrame(data,columns=['hit_rule_cnt','pricing'],index=['A','B','C'])

其次生成矩阵：

data = pd.DataFrame(np.random.rand(df_value.shape[0],df_value.shape[0]))

for i in range(df_value.shape[0]):
    for a in range(df_value.shape[0]):
        data.iloc[i,a] = -1*df_value['pricing'][i]*df_value['hit_rule_cnt'][a]

data.index=df_value['pricing'].index

data.columns= list(df_value.index)

data.index = ['P'+x for x in list(data.index)]

 

最后进行计算：

data2 = data.copy(deep=True)

for i in range(data2.shape[0]):
    for a in range(data2.shape[0]):
        if data.iloc[a,i] > data.iloc[i,a]:
            data2.iloc[a,i]=1
        else:
            data2.iloc[a,i]=0

输出计算结果：

data2.sum().sort_values()

以上，如有错误请大家指出，请多多指点。谢谢。