CN111399818A - 推荐引擎设计方法、装置、服务器及存储介质 - Google Patents

推荐引擎设计方法、装置、服务器及存储介质 Download PDF

Info

Publication number
CN111399818A
CN111399818A CN202010186338.6A CN202010186338A CN111399818A CN 111399818 A CN111399818 A CN 111399818A CN 202010186338 A CN202010186338 A CN 202010186338A CN 111399818 A CN111399818 A CN 111399818A
Authority
CN
China
Prior art keywords
preset rule
preset
rule
generating
file
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010186338.6A
Other languages
English (en)
Other versions
CN111399818B (zh
Inventor
汤金源
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Kaniu Technology Co ltd
Original Assignee
Shenzhen Kaniu Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Kaniu Technology Co ltd filed Critical Shenzhen Kaniu Technology Co ltd
Priority to CN202010186338.6A priority Critical patent/CN111399818B/zh
Publication of CN111399818A publication Critical patent/CN111399818A/zh
Application granted granted Critical
Publication of CN111399818B publication Critical patent/CN111399818B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/30—Creation or generation of source code
    • G06F8/31—Programming languages or programming paradigms
    • G06F8/315—Object-oriented languages
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G06F16/24564—Applying rules; Deductive queries

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明实施例公开了一种推荐引擎设计方法、装置、服务器及储存介质，该方法包括：将预设规则代码抽象为对应的预设规则函数；根据至少一个所述预设规则函数，生成预设规则类包；根据预设业务场景策略，按照预设规则文件模板，生成预设规则文件；根据所述预设规则文件和所述预设规则类包，生成执行容器。本发明实施例实现简化推荐策略配置，提高了业务代码的重复利用。

Description

推荐引擎设计方法、装置、服务器及存储介质
技术领域
本发明实施例涉及计算机技术，尤其涉及一种推荐引擎设计方法、装置、服务器及存储介质。
背景技术
Drools具有一个易于访问企业策略、易于调整以及易于管理的开源业务规则引擎，符合业内标准，速度快、效率高。业务分析师或审核人员可以利用它轻松查看业务规则，从而检验是否已编码的规则执行了所需的业务规则。
现有技术中策略模块中耦合了业务代码，每个业务无法重用上一个业务的代码，代码编写量大。配置业务非常复杂，***管理员必须清楚每个一个非常复杂的策略信息，增加了推荐策略配置的难度。
发明内容
本发明实施例提供一种推荐引擎设计方法、装置、服务器及存储介质，以实现简化推荐策略配置，提高业务代码的重复利用。
为达此目的，本发明实施例提供了一种推荐引擎设计方法，包括：
将预设规则代码抽象为对应的预设规则函数；
根据至少一个所述预设规则函数，生成预设规则类包；
根据预设业务场景策略，按照预设规则文件模板，生成预设规则文件；
根据所述预设规则文件和所述预设规则类包，生成执行容器。
另一方面，本发明实施例还提供了一种推荐引擎设计装置，包括：
规则函数抽象模块，用于将预设规则代码抽象为对应的预设规则函数；
规则类包生成模块，用于根据至少一个所述预设规则函数，生成预设规则类包；
规则文件生成模块，用于根据预设业务场景策略，按照预设规则文件模板，生成预设规则文件；
执行容器生成模块，用于根据所述预设规则文件和所述预设规则类包，生成执行容器。
另一方面，本发明实施例还提供了一种服务器，该服务器包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任一实施例提供的推荐引擎设计方法。
又一方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任一实施例提供的推荐引擎设计方法。
本发明实施例通过抽象出的规则函数类包和规则文件来完成推荐业务逻辑的配置，解决了业务无法重用上一个业务的代码导致的代码编写量大和策略信息复杂导致的推荐策略配置难度高的问题，实现了简化推荐策略配置，提高业务代码的重复利用的效果。
附图说明
图1是本发明实施例一提供的推荐引擎设计方法的流程图；
图2是本发明实施例二提供的推荐引擎设计方法的流程图；
图3是本发明实施例三提供的推荐引擎设计的结构示意图；
图4为本发明实施例四提供的一种服务器的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时处理可以被终止，但是还可以具有未包括在附图中的附加步骤。处理可以对应于方法、函数、规程、子例程、子程序等等。
此外，术语“第一”、“第二”等可在本文中用于描述各种方向、动作、步骤或元件等，但这些方向、动作、步骤或元件不受这些术语限制。这些术语仅用于将第一个方向、动作、步骤或元件与另一个方向、动作、步骤或元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一模块称为第二模块，且类似地，可将第二模块称为第一模块。第一模块和第二模块两者都是模块，但其不是同一模块。术语“第一”、“第二”等不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明实施例的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
实施例一
如图1所示，本发明实施例一提供了一种推荐引擎设计方法，该方法适用于推荐引擎设计场景，并可以由推荐引擎设计装置执行，该装置可以由硬件和/或软件来实现，该方法具体包括：
S110、将预设规则代码抽象为对应的预设规则函数；
其中，规则引擎使用Drools实现，策略由Drools规则组成，而规则又由判断条件和规则函数组成，其中规则函数是作为一个单独的类包进行部署。可以将重复性代码，进行抽象通用的预设规则函数，以便进行将规则函数打包成单独的类包。
S120、根据至少一个所述预设规则函数，生成预设规则类包；
其中，所述预设规则类包可以为基于Maven私有仓库的jar包。Maven即项目对象模型，可以通过一小段描述信息来管理项目的构建，报告和文档的软件项目管理工具。
S130、根据预设业务场景策略，按照预设规则文件模板，生成预设规则文件；
其中，所述预设规则文件为基于Drools的DRL文件；DRL文件是Drools规则引擎执行的脚本，使用Drools的规则语言编写。核心语法：Rule使用了形如“IF”something“THEN”action的形式，当然，这里的关键字可以是“when”和“then”。对于推荐***，DRL文件设计可以设置预设的模板，DRL文件配置信息将以一个场景作为一个单位保存在配置***中。配置***会及时同步的推荐引擎中使用。使用DRL文件描述业务场景，当业务改变使用，只需要修改配置***中drl文件中对应配置业务相关的信息，非常方便使用。
S140、根据所述预设规则文件和所述预设规则类包，生成执行容器。
其中，执行容器为基于Drools的KieContainer，KieContainer就是一个KieBase的容器，KieBase就是一个知识仓库，其包括了若干的规则、流程和方法等，KieBase本身不包括运行时的数据，如果需要执行KieBase中的规则的话，需要根据KieBase创建KieSession，可以根据kmodule.xml文件里描述的KieBase信息来获取具体的KieSession，KieSession就是***中的应用程序和规则引擎进行交互的会话通道，可以通过KieSession运行规则。本发明实施例中，在***启动时会分别使用配置模块中的预设业务的预设规则文件和从Maven环境读取到的预设规则类包生成预设执行容器，其中预设执行容器可以为多个执行容器，每个执行容器对应一个应用场景。生成的预设执行容器可以保存在***变量Map对象中，具体为map key＝”业务id”value＝该场景的KieContainer对象，即该场景的预设执行容器对象。
本实施例的技术方案，通过抽象出的规则函数类包和规则文件来完成推荐业务逻辑的配置，解决了业务无法重用上一个业务的代码导致的代码编写量大和策略信息复杂导致的推荐策略配置难度高的问题，实现了简化推荐策略配置，提高业务代码的重复利用的效果。
实施例二
如图2所示，本发明实施例二提供了推荐引擎设计方法，本实施例是在上述技术方案的基础上进一步的优化，该推荐引擎设计方法，包括：
S210、将所述预设规则代码的参数通过所述预设规则函数中的预设函数对象进行传递。
其中，将重复性代码，进行抽象通用的静态方法，通过函数对象StrategyConfigModel传递核心的参数。将重复性代码进行抽象为一个规则函数，避免代码重复性编辑带来大量代码编辑操作；将从策略中抽象一个规则更加小的规范规则后，***管理员可以通过规则的组合完成轻松的完成业务配置。
示例性的，下面代码描述固定方法调用一个算法；后面在开发的时候，可以再进一步的设计，动态的传入规则；
Figure BDA0002414330570000061
Figure BDA0002414330570000071
S220、将至少一个所述预设规则函数作为一个工程打包为一个程序包作为所述预设规则类包。
其中，所有规则函数作为一个工程打包为一个jar，方便进行热部署。
S230、分别设置所述预设规则文件模板中的所述预设业务场景策略对应的全局参数、所属的分组和策略执行动作，生成所述预设规则文件。
其中，对于推荐***，可以设计为如下模板：
rule"Using a global"为设置策略的全局参数；
rule"strategy 1"后面的rule代表一个策略；
在if中m:StrategyConfigModel(groupName＝＝"test")在判断条件中的groupName代表策略所属的分组；通过model传分组的值来执行对应的策略；
在action中
getCandidate.process(m)；
algorithmPredict.process(m)；
sort2.process(m)；
将按照执行，而对于整个DRL文件的执行顺序是由上之下顺序的执行；示例性的，业务从数据库中取候选集，再通过候选集再进行预测排序顺序，最后返回给前端；
Figure BDA0002414330570000081
Figure BDA0002414330570000091
Figure BDA0002414330570000101
S240、根据所述预设规则文件和所述预设规则类包，生成执行容器。
本实施例中，将重复性代码进行抽象为一个规则函数，避免代码重复性编辑，***管理员可以通过规则的组合完成轻松的完成业务配置，规则文件通过预设模板进行设置，可以及时同步的推荐引擎中使用。
实施例三
如图3所示，本发明实施例三提供了一种推荐引擎设计装置，本发明实施例三所提供的推荐引擎设计装置可执行本发明任意实施例所提供的推荐引擎设计方法，具备执行方法相应的功能模块和有益效果。该推荐引擎设计装置，包括：
规则函数抽象模块310，用于将预设规则代码抽象为对应的预设规则函数；
规则类包生成模块320，用于根据至少一个所述预设规则函数，生成预设规则类包；
规则文件生成模块330，用于根据预设业务场景策略，按照预设规则文件模板，生成预设规则文件；
执行容器生成模块340，用于根据所述预设规则文件和所述预设规则类包，生成执行容器。
可选的，所述规则函数抽象模块310，具体用于：
将所述预设规则代码的参数通过所述预设规则函数中的预设函数对象进行传递。
可选的，所述规则类包生成模块320，具体用于：
将至少一个所述预设规则函数作为一个工程打包为一个程序包作为所述预设规则类包。
可选的，规则文件生成模块330，具体用于：
分别设置所述预设规则文件模板中的所述预设业务场景策略对应的全局参数、所属的分组和策略执行动作，生成所述预设规则文件。
可选的，所述执行容器为基于Drools的KieContainer，所述预设规则文件为基于Drools的DRL文件；所述预设规则类包为基于Maven私有仓库的jar包。
实施例四
图4为本发明实施例四提供的一种服务器的结构示意图。图4示出了适于用来实现本发明实施方式的示例性计算机设备12的框图。图4显示的计算机设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，***存储器28，连接不同***组件(包括***存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，***总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
计算机设备12典型地包括多种计算机***可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
***存储器28可以包括易失性存储器形式的计算机***可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例，存储***34可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括——但不限于——操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机设备12交互的设备通信，和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白，尽管图中未示出，可以结合计算机设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理单元16通过运行存储在***存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的推荐引擎设计方法，包括：
将预设规则代码抽象为对应的预设规则函数；
根据至少一个所述预设规则函数，生成预设规则类包；
根据预设业务场景策略，按照预设规则文件模板，生成预设规则文件；
根据所述预设规则文件和所述预设规则类包，生成执行容器。
实施例五
本发明实施例五还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请所有发明实施例提供的推荐引擎设计方法，包括：
将预设规则代码抽象为对应的预设规则函数；
根据至少一个所述预设规则函数，生成预设规则类包；
根据预设业务场景策略，按照预设规则文件模板，生成预设规则文件；
根据所述预设规则文件和所述预设规则类包，生成执行容器。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种推荐引擎设计方法，其特征在于，包括：
将预设规则代码抽象为对应的预设规则函数；
根据至少一个所述预设规则函数，生成预设规则类包；
根据预设业务场景策略，按照预设规则文件模板，生成预设规则文件；
根据所述预设规则文件和所述预设规则类包，生成执行容器。
2.根据权利要求1所述的方法，其特征在于，所述将预设规则代码抽象为对应的预设规则函数，包括：
将所述预设规则代码的参数通过所述预设规则函数中的预设函数对象进行传递。
3.根据权利要求2所述的方法，其特征在于，所述根据至少一个所述预设规则函数，生成预设规则类包，包括：
将至少一个所述预设规则函数作为一个工程打包为一个程序包作为所述预设规则类包。
4.根据权利要求1所述的方法，其特征在于，所述根据预设业务场景策略，按照预设规则文件模板，生成预设规则文件，包括：
分别设置所述预设规则文件模板中的所述预设业务场景策略对应的全局参数、所属的分组和策略执行动作，生成所述预设规则文件。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述执行容器为基于Drools的KieContainer，所述预设规则文件为基于Drools的DRL文件；所述预设规则类包为基于Maven私有仓库的jar包。
6.一种推荐引擎设计装置，其特征在于，包括：
规则函数抽象模块，用于将预设规则代码抽象为对应的预设规则函数；
规则类包生成模块，用于根据至少一个所述预设规则函数，生成预设规则类包；
规则文件生成模块，用于根据预设业务场景策略，按照预设规则文件模板，生成预设规则文件；
执行容器生成模块，用于根据所述预设规则文件和所述预设规则类包，生成执行容器。
7.根据权利要求6所述的装置，其特征在于，所述规则函数抽象模块，具体用于：
将所述预设规则代码的参数通过所述预设规则函数中的预设函数对象进行传递。
8.根据权利要求7所述的装置，其特征在于，所述规则类包生成模块，具体用于：
将至少一个所述预设规则函数作为一个工程打包为一个程序包作为所述预设规则类包。
9.一种服务器，其特征在于，所述服务器包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的推荐引擎设计方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一所述的推荐引擎设计方法。
CN202010186338.6A 2020-03-17 2020-03-17 推荐引擎设计方法、装置、服务器及存储介质 Active CN111399818B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010186338.6A CN111399818B (zh) 2020-03-17 2020-03-17 推荐引擎设计方法、装置、服务器及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010186338.6A CN111399818B (zh) 2020-03-17 2020-03-17 推荐引擎设计方法、装置、服务器及存储介质

Publications (2)

Publication Number Publication Date
CN111399818A true CN111399818A (zh) 2020-07-10
CN111399818B CN111399818B (zh) 2023-10-20

Family

ID=71436341

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010186338.6A Active CN111399818B (zh) 2020-03-17 2020-03-17 推荐引擎设计方法、装置、服务器及存储介质

Country Status (1)

Country Link
CN (1) CN111399818B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112069214A (zh) * 2020-09-09 2020-12-11 北京字节跳动网络技术有限公司 规则处理方法、装置、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107133039A (zh) * 2017-04-28 2017-09-05 九次方大数据信息集团有限公司 规则引擎的构建方法和装置
CN108920222A (zh) * 2018-07-12 2018-11-30 北京京东金融科技控股有限公司 一种基于规则引擎的业务处理方法和装置
CN110532536A (zh) * 2019-08-30 2019-12-03 深圳前海微众银行股份有限公司 一种规则配置方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107133039A (zh) * 2017-04-28 2017-09-05 九次方大数据信息集团有限公司 规则引擎的构建方法和装置
CN108920222A (zh) * 2018-07-12 2018-11-30 北京京东金融科技控股有限公司 一种基于规则引擎的业务处理方法和装置
CN110532536A (zh) * 2019-08-30 2019-12-03 深圳前海微众银行股份有限公司 一种规则配置方法及装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112069214A (zh) * 2020-09-09 2020-12-11 北京字节跳动网络技术有限公司 规则处理方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN111399818B (zh) 2023-10-20

Similar Documents

Publication Publication Date Title
Butterfield et al. A dictionary of computer science
US20180295194A1 (en) Techniques for supporting remote micro-services as native functions in spreadsheet applications
US20230153355A1 (en) Multi-tenant knowledge graph databases with dynamic specification and enforcement of ontological data models
CN110908707B (zh) 一种资源打包方法、装置、服务器及存储介质
CN109951553B (zh) 数据处理方法、***、电子设备以及计算机可读存储介质
CN113791765B (zh) 云服务的资源编排方法、装置、设备及存储介质
CN111198868A (zh) 一种智能分库实时数据迁移方法和装置
US20220171923A1 (en) Abstract Meaning Representation Parsing with Graph Translation
WO2023116067A1 (zh) 面向5g云边端协同的电力业务分解方法及***
US20220100733A1 (en) Transaction reordering in blockchain
Liu et al. A tool for moving blockchain computations off-chain
CN115599386A (zh) 代码生成方法、装置、设备及存储介质
CN111782207A (zh) 任务流代码生成方法、装置、设备及存储介质
Meyer et al. Weak conformance between process models and synchronized object life cycles
CN111399818A (zh) 推荐引擎设计方法、装置、服务器及存储介质
US11200049B2 (en) Automated test authorization management
US11449677B2 (en) Cognitive hierarchical content distribution
US20230394212A1 (en) Equivalence checking of synthesized logic designs using generated synthesis history
CN110765069A (zh) 一种数据迁移方法、装置及***
US11789774B2 (en) Optimization of workload scheduling in a distributed shared resource environment
US9727311B2 (en) Generating a service definition including a common service action
US11481212B2 (en) Automatic identification of reference data
US9298449B2 (en) Composite program history
CN109388398B (zh) 虚拟化***中界面生成方法和装置
US20230297346A1 (en) Intelligent data processing system with metadata generation from iterative data analysis

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant