买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：机掌柜(南京)网络科技有限公司

摘要：本发明涉及风控系统领域，具体为一种基于风控规则引擎的交易监管系统，包括配置层、规则引擎、动作引擎、智能化规则优化模块、数据融合模块和分布式计算架构；所述配置层用于为每个风控场景设置策略规则集，所述策略规则集包含多个策略规则，每个策略规则包含规则属性、特征条件和这些特征条件的属性；所述智能化规则优化模块包括数据处理单元、特征工程与提取单元、模型训练与评估单元、规则优化单元与反馈与调整单元；有益效果为：提出的智能化规则优化模块，显著提升了风控策略的动态调整和优化能力，此优化机制确保系统能够自适应地应对不断变化的风险环境，保持在复杂业务场景中的最佳性能，从而提高了风控决策的准确性和实时性。

主权项：1.一种基于风控规则引擎的交易监管系统，其特征在于，包括配置层、规则引擎、动作引擎、智能化规则优化模块、数据融合模块和分布式计算架构；所述配置层用于为每个风控场景设置策略规则集，所述策略规则集包含多个策略规则，每个策略规则包含规则属性、特征条件和这些特征条件的属性；所述规则引擎用于接收和分析风控数据，提取特征，根据这些特征识别风控场景，并在相应的策略规则集中匹配符合特征条件的规则，按照预设的策略组合模式确定最佳梯度；所述动作引擎用于执行最佳梯度对应的操作；所述智能化规则优化模块包括数据处理单元、特征工程与提取单元、模型训练与评估单元、规则优化单元与反馈与调整单元，所述数据处理单元用于对数据进行清洗与归一化，保证数据质量和一致性，数据归一化表达式为： 其中，x是原始数据，x′是归一化后的数据；所述特征工程与提取单元用于从预处理后的数据中提取有用特征，生成特征向量用于模型训练和优化；所述模型训练与评估单元功能用于训练预测模型，评估其准确性和性能，选择最优模型进行部署，所述模型采用长短期记忆网络模型，具体公式如下：输入门公式：it＝σWi·[ht-1,xt]+bi，遗忘门公式：ft＝σWf·[ht-1,xt]+bf，输出门公式：ot＝σWo·[ht-1,xt]+bo，其中，it，ft，ot是输入门的激活值，用于决定当前时刻输入信息的多少，σ是激活函数，值在0和1之间，Wi，Wf，Wo是输入门的权重矩阵，ht-1是上一个时刻的隐藏状态，xt是当前时刻的输入数据，bi，bf，bo输入门的偏置向量；记忆单元更新公式： 其中，是候选记忆单元的状态值，tanh是双曲正切函数，值在-1和1之间，WC是记忆单元的权重矩阵，kt-1是上一个时刻的隐藏状态，bC是当前时刻的输入数据，bC是记忆单元的偏置向量；隐藏状态更新公式：ht＝ot·tanhCt，其中，ht是当前时刻的隐藏状态，ot是输出门的激活值，tanhCt是当前时刻记忆单元状态的激活值；所述评估采用均方误差函数进行，所述均方误差函数表达式为： 其中，MSE是均方误差，用于评估模型预测值与真实值之间的差异，n是样本数量，yi是真实值，是预测值；所述规则优化单元用于调整和优化策略规则，更新规则优先级和执行顺序，所述优化策略规则采用梯度提升决策树进行优化，优化公式为： 其中，yi是预测值，hmxi是第m棵决策树，γm是对应的系数；所述反馈与调整单元用于根据实时监测的数据调整模型参数和策略规则，保持系统的动态优化，所述调整模型参数采用强化学习中的Q学习进行实时调整，强化学习公式为： 其中，Qst,at是状态-动作值函数，表示在状态st下执行动作at的价值，α是学习率，控制更新的步长，rt+1是奖励值，r是折扣因子，衡量未来奖励的重要性，是在状态st+1下选择最佳动作a所能获得的最大价值；所述数据融合模块用于收集和融合不同来源的数据，进行综合处理和分析；所述分布式计算架构用于使用分布式计算技术进行大规模数据处理。

全文数据：

权利要求：

百度查询： 机掌柜(南京)网络科技有限公司 一种基于风控规则引擎的交易监管系统