复杂逻辑控制的实例

本文以线上信贷审批为例,阐述如何利用复杂逻辑控制(CLC)进行审批流程的管理。CLC框架包括R0-R4四个部分,分别对应客户聚类、强规则、弱规则、规则管理和策略调整。R0进行客户聚类,R1进行基本信息和信用核查,R2运用机器学习进行信用评级和反欺诈,R3处理规则的规则,R4负责策略调整。CLC有助于节省数据成本,提供清晰的审批结果,并便于与机器学习模型融合,提高审批效率。
摘要由CSDN通过智能技术生成

上文介绍了复杂逻辑控制(Complicated Logic Control,CLC)的概念,这里以线上信贷审批场景为例,通过CLC实现针对性的审批控制。

线上信贷审批的业务流程包括进件、审批、放款三大步骤,这里主要利用CLC实现较为复杂的审批要求。审批需要对进件进行判断,得出接受、拒绝或者调整的审批结论;进一步地,在审批过程中还可以提高进件的批复条件,例如提高15%的首付可以批复贷款。

这里写图片描述
*表1 CLC框架设计
Table1 Framework design of CLC*

表1是一个可用于实际业务的CLC框架设计。首先由R0对数据库中的客户进行聚类算法,根据客户的特征将客户分为不同的群体,这部分工作需要不定期的进行迭代,由数据分析人员确认聚类结果的合理性。

R1是强规则集,也是最简单的规则集,通常直接产生接受/拒绝的审批结论。从实际的业务上看,触发这类规则的数据通常来自不同的数据源(数据商),可能由不同的IT人员负责,因此可以进一步把R1逻辑块分成三个子逻辑块。R1.1进行基本信息核查,一般会要求客户拍照上传身份证、银行卡等信息,系统调用OCR接口将数据上传到公安系统、银行系统进行身份验证,确认申请人的真实身份。R1.2进行信用核查,排除信用瑕疵的用户。目前有较多的数据商都提供了黑名单查询,通常的来源是其他平台上报的申请人失信信息;此外还有法院公布的涉诉和失信信息,都可视为申请人的信用瑕疵,应该设立规则予以限制和拒绝。R1.3则是公司根据业务的特性设置的特殊判断规

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