评分/评级引擎 - 建议和示例？

Question

我需要创建一个灵活的（最好是动态的）评分引擎，就像信用评分或高级计算系统一样。有创建评分引擎的实际经验的人是否有任何建议，示例或建议模式？

我已经知道了：

• Rete Algorithm
• FICO
• The open source rules engines listed here

谢谢！

编辑提供更多详细信息..好吧，所以我浏览了一下，我认为规则引擎就是我所追求的，它更灵活，规则可以用于几乎可以实现任何目标但是，我在网上找到的材料是高度抽象的 - Rete算法，节点，正向链接等等。我真的需要实用的建筑建议。例如，您将如何解决这些问题：

• 假设规则引擎本身是通用的，并且与使用它的上下文无关，因此它是“可插入的”。现在，为了使用它，您必须提供特定的和可识别的数据项，并将这些项与条件和规则相匹配。那么你将如何解决这个难题呢？
• 您如何处理一个规则更新数据项的情况，该数据项使其他先前评估的规则无效？

Answer 1

评分引擎必须实际得分 - 使用您的FICO分数，这是您违反新信用额度的风险。基本上，有一些步骤：

1. 收集大量数据
2. 决定您想要了解的数据 - 您想要预测什么？
3. 挖掘准确预测的相关公式的数据
4. 以灵活的方式在代码中实施公式

假设您正在询问第4步，而不是关于数据挖掘过程的早期步骤，这里有一些想法：

• 如果您的公式很简单，您只需对其进行编码并允许访问以编辑系数（Ax + By + C，例如，其中A，B和C存储在某个数据库中并且可以轻松更新，x和y是来自用户/客户的一些数据。
• 如果你想要一些高度动态的东西，你可能会在以后大幅改变公式，一个规则引擎是一种选择，尽管我仍然倾向于一个可以轻松切换的自定义编码解决方案。甚至可能是一个带有单个函数的DLL来进行计算，如果公式发生显着变化，可以很容易地替换它。

如果您添加更多详细信息，或者如果您在采矿过程中没有完成第4步，我可以建议您采取一些步骤或进行一些可能有帮助的阅读。

Answer 2

一般来说，开发评分系统的人对他们如何手动进行评分有很好的了解，并且该过程的开始是编写他们的经验所建议的天真算法。有时，人们会使用遗传算法等概念来获得幻想。考虑像FICO评分这样的事情，工作的另一部分往往是数据的集合，包括交易数据（购买模式，收益模式）和“结果”数据（默认或其他信用问题）。通过分析模式和结果，评分工具为用户开发一个分数，然后将其用作未来行为的预测器（如果我延长，这个FICO分数为 x 的人可能会给我带来问题他们信用吗？）。

我认为这些分析没有一般解决方案。有人必须深入了解如何进行分析和关联，然后才能使用计算机来定义和改进洞察力。