全部产品
云市场

策略实验室

更新时间:2019-12-25 17:11:19

策略实验室

策略实验室的使用场景:策略实验室提供策略还原,策略仿真,变量推荐,变量/模型定制的功能与服务,借助这些功能可以进一步强化和提升策略的指标效果。

1)策略还原
通过策略实验室的策略还原,可将决策引擎运算后的某个风险请求进行过程还原。策略还原需要输入API请求决策引擎所返回的requestId。该策略还原功能基于SLS日志服务实现,决策引擎会将策略还原所需的日志数据打点至当前登录账号的SLS资源中。返回值举例requestid示例

系统根据requestId 进行的决策引擎运算过程及结论的还原,详细提供请求详情,事件入参及决策出参,策略命中详情。点击单个策略详情时,可以进一步下探该策略的运算过程。

策略还原03

策略运算过程下探后,可查看到逐条规则条件的执行情况,方便做案例分析及策略优化方案定位。

策略还原04

2)策略仿真
通过策略实验室的策略仿真,可将历史事件流量进行回放并执行最新更新后的策略,可用于将历史问题(包括风险遗漏、业务打扰等)的快速回放,并验证优化或调整后的策略对于历史问题的解决程度的评估。

创建仿真任务需要选定某个时间窗口内的事件以及需要仿真的策略,系统会将该仿真任务排队并启动运算。仿真任务运算的耗时与事件运算量大小有关,量级越大运算时间越长。通常一个不超过1万条事件记录的任务,仿真任务运算时间不超过1个小时。仿真运算所使用的策略,如果其中选配了收费变量,可能会存在用量扣减。系统根据事件量进行了最大用量预估,实际运算中因存在条件树的设定,会低于最大预估。

策略仿真01

仿真运算后,系统会将仿真结果的日志打点到SLS(日志服务)project中,除系统提供的对比报表外,可以前往SLS进行个性化的日志分析。

3)变量推荐
通过策略实验室的变量推荐,可基于任意风险样本选定风险场景的情况下,引擎系统的模型模块会自动进行样本学习、模型训练、变量挑选、策略智能生成。通过变量推荐功能,无需建模开发投入,即可获得具有类比定制建模、模型可解释、策略可运维的风控策略推荐。

我的样本:可在此页面上传样本集,样本文件会上传到当前登录账号所拥有的OSS资源中,可能会产生OSS费用,费用情况详情参考OSS定价。样本的质量情况会直接影响训练与推荐的效果,建议样本量级大于2000,风险与无风险的比例为1:2,也可以根据实际的业务风险率参考设置样本构成比例。

变量推荐01

样本创建后,创建推荐任务,选择所相关的风险变量,并勾选关注的效果指标,设置任务名称后,系统会开启此推荐任务的运算。通常运算任务需要分钟到小时不等的时间,运算时间与样本数量、变量数量相关。

策略推荐02

任务运算中,可以进入详情进行阶段性结果的查看。支持变量IV查看,系统推荐策略的详情与指标表现查看。对于符合预期的规则策略,可以选择“加入候选策略”,支持添加多个策略。

策略推荐03

针对已选中的候选策略,可以指定创建到某个事件下。如该策略中的某些变量所需入参,在原事件中缺失,系统会自动补全,请在接口传参时注意缺失参数的补全与调整。系统创建的策略,出于操作风险考虑,默认置为“草稿”状态,且默认设置的标签输出为“test”。可在策略详情页中根据业务预期,进行自助调整。

策略推荐04