行为监测方法、装置、非易失性存储介质及计算机设备与流程

本发明涉及计算机领域，具体而言，涉及一种行为监测方法、装置、非易失性存储介质及计算机设备。

背景技术：

1、随着市场可疑监察多维系统的不断完善，为了适应市场中亿级乃至百亿级的营销活动，监管模式不断更新。

2、可疑监察涉及全量周期引擎是一种用于定制化的企业级策略模型、易于管理的多维涉及全量周期引擎、易于变更。其底层是采用了rete算法，大大减轻了重复性运算造成的冗余时间。在事实案件和涉及全量周期数量较多时，每条事实数据都需与rete运算网络中的aplha-s熔点算法相适配。

3、然而，由于传统的关于垄断经营行为的可疑监察涉及全量周期引擎的调配方式，是需要依赖算法侧硬编码的方式来进行变更的，维护成本高，并且无法迅速响应多维逻辑的变更需要，在监管终端也存在问题，只能从系统涉及全量周期平台的编程语言定义中获得涉及全量周期调配文件问题，以系统重启的方式来部署涉及全量周期引擎，这样会直接导致涉及全量周期调配繁重且灵活度下降，遇到临时监管的情况难以保证高效时效性。

4、针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本发明实施例提供了一种行为监测方法、装置、非易失性存储介质及计算机设备，以至少解决垄断经营行为的监测系统开发困难，系统难以灵活调整的技术问题。

2、根据本发明实施例的一个方面，提供了一种行为监测方法，包括：生成前端页面，其中，所述前端页面用于配置规则参数，所述规则参数用于对目标对象是否存在垄断经营行为进行监测；响应于所述前端页面上的交互操作，生成行为监测模板，其中，所述行为监测模板包括所述规则参数；根据所述行为监测模板，调用预先配置的数据周期函数库获取所述目标对象的周期行为数据，其中，所述周期行为数据为所述目标对象在预定周期内进行经营行为而产生的数据，所述周期行为数据与所述规则参数对应，所述数据周期函数库采用与所述规则参数对应的函数类型获取所述周期行为数据；根据所述行为监测模板，配置行为监测规则引擎，其中，所述行为监测规则引擎基于雷特算法网络实现，所述行为监测规则引擎根据所述规则参数配置所述雷特算法网络中的判断依据；将所述周期行为数据输入所述行为监测规则引擎，生成所述目标对象的垄断经营行为判断结果。

3、可选地，所述根据所述行为监测模板，调用预先配置的数据周期函数库获取所述目标对象的周期行为数据，包括：根据所述行为监测模板包括的规则参数，确定所述数据周期函数库中与所述规则参数对应的函数类型，其中，所述函数类型包括以下至少之一：大数据接口，信用系统接口，金融机构接口，地区码表，清洗函数，统计参数计算函数；采用与所述规则参数对应的函数类型调取数据，得到所述周期行为数据。

4、可选地，所述数据周期函数库预先通过如下方式生成：获取目标对象对应的多个特征导向，其中，所述多个特征导向用于表征所述目标对象的多种经营行为类型，所述多个特征导向包括垄断经营行为；根据专家知识库，确定所述多个特征导向各自对应的参数特征，以及确定所述参数特征的特征阈值，其中，所述参数特征为各自对应的特征导向所表征的经营行为是否存在的判断依据；根据所述多个特征导向各自对应的参数特征和所述参数特征的特征阈值，确定所述多个特征导向对应的函数类型，其中，所述函数类型用于获取所述参数特征；生成包括所述函数类型的所述数据周期函数库。

5、可选地，所述生成前端页面，包括：获取所述数据周期函数库包括的所述函数类型；根据所述函数类型，确定所述函数类型用于获取的所述参数特征；根据所述参数特征，生成所述前端页面，其中，所述前端页面中展示有所述参数特征。

6、可选地，所述采用与所述规则参数对应的函数类型调取数据，得到所述周期行为数据，包括：采用与所述规则参数对应的函数类型调取数据，得到原始数据；将所述原始数据输入数据整合函数，输出所述周期行为数据，其中，所述周期行为数据的数据格式统一。

7、可选地，所述方法还包括：在所述垄断经营行为判断结果为所述目标对象在所述预定周期内存在垄断经营行为的情况下，将所述垄断经营行为判断结果和所述周期行为数据上报监管机构。

8、可选地，在所述将所述垄断经营行为判断结果和所述周期行为数据上报监管机构之前，所述方法还包括：根据所述周期行为数据，确定与所述规则参数对应的参数取值；获取针对垄断经营行为预设的特征导向参数值，其中，所述特征导向参数值用于表征出现垄断经营行为时的数据取值范围；将所述参数取值与所述特征导向参数值进行回归比对，生成比对结果；在所述比对结果表征所述目标对象在所述预定周期内存在垄断经营行为的情况下，将所述垄断经营行为判断结果和所述周期行为数据上报监管机构。

9、根据本发明实施例的另一方面，还提供了一种行为监测装置，包括：第一生成模块，用于生成前端页面，其中，所述前端页面用于运营人员配置规则参数，所述规则参数用于对目标对象是否存在垄断经营行为进行监测；第二生成模块，用于响应于所述前端页面上的交互操作，生成行为监测模板，其中，所述行为监测模板包括所述规则参数；获取模块，用于根据所述行为监测模板，调用预先配置的数据周期函数库获取所述目标对象的周期行为数据，其中，所述周期行为数据为所述目标对象在预定周期内进行经营行为而产生的数据，所述周期行为数据与所述规则参数对应，所述数据周期函数库采用与所述规则参数对应的函数类型获取所述周期行为数据；配置模块，用于根据所述行为监测模板，配置行为监测规则引擎，其中，所述行为监测规则引擎基于雷特算法网络实现，所述行为监测规则引擎根据所述规则参数配置所述雷特算法网络中的判断依据；判断模块，用于将所述周期行为数据输入所述行为监测规则引擎，生成所述目标对象的垄断经营行为判断结果。

10、可选地，所述获取模块，还用于：根据所述行为监测模板包括的规则参数，确定所述数据周期函数库中与所述规则参数对应的函数类型，其中，所述函数类型包括以下至少之一：大数据接口，信用系统接口，金融机构接口，地区码表，清洗函数，统计参数计算函数；采用与所述规则参数对应的函数类型调取数据，得到所述周期行为数据。

11、可选地，所述数据周期函数库预先通过如下方式生成：获取目标对象对应的多个特征导向，其中，所述多个特征导向用于表征所述目标对象的多种经营行为类型，所述多个特征导向包括垄断经营行为；根据专家知识库，确定所述多个特征导向各自对应的参数特征，以及确定所述参数特征的特征阈值，其中，所述参数特征为各自对应的特征导向所表征的经营行为是否存在的判断依据；根据所述多个特征导向各自对应的参数特征和所述参数特征的特征阈值，确定所述多个特征导向对应的函数类型，其中，所述函数类型用于获取所述参数特征；生成包括所述函数类型的所述数据周期函数库。

12、可选地，所述第一生成模块还用于：获取所述数据周期函数库包括的所述函数类型；根据所述函数类型，确定所述函数类型用于获取的所述参数特征；根据所述参数特征，生成所述前端页面，其中，所述前端页面中展示有所述参数特征。

13、可选地，所述获取模块还用于：采用与所述规则参数对应的函数类型调取数据，得到原始数据；将所述原始数据输入数据整合函数，输出所述周期行为数据，其中，所述周期行为数据的数据格式统一。

14、可选地，所述装置还包括：上报模块，用于在所述垄断经营行为判断结果为所述目标对象在所述预定周期内存在垄断经营行为的情况下，将所述垄断经营行为判断结果和所述周期行为数据上报监管机构。

15、可选地，所述上报模块，还用于：在所述将所述垄断经营行为判断结果和所述周期行为数据上报监管机构之前，根据所述周期行为数据，确定与所述规则参数对应的参数取值；获取针对垄断经营行为预设的特征导向参数值，其中，所述特征导向参数值用于表征出现垄断经营行为时的数据取值范围；将所述参数取值与所述特征导向参数值进行回归比对，生成比对结果；在所述比对结果表征所述目标对象在所述预定周期内存在垄断经营行为的情况下，将所述垄断经营行为判断结果和所述周期行为数据上报监管机构。

16、根据本发明实施例的又一方面，还提供了一种非易失性存储介质，所述非易失性存储介质包括存储的程序，其中，在所述程序运行时控制所述非易失性存储介质所在设备执行上述任意一项所述行为监测方法。

17、根据本发明实施例的再一方面，还提供了一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器用于存储程序，所述处理器用于运行所述存储器存储的程序，其中，所述程序运行时执行上述任意一项所述行为监测方法。

18、在本发明实施例中，通过生成前端页面，其中，前端页面用于配置规则参数，规则参数用于对目标对象是否存在垄断经营行为进行监测；响应于前端页面上的交互操作，生成行为监测模板，其中，行为监测模板包括规则参数；根据行为监测模板，调用预先配置的数据周期函数库获取目标对象的周期行为数据，其中，周期行为数据为目标对象在预定周期内进行经营行为而产生的数据，周期行为数据与规则参数对应，数据周期函数库采用与规则参数对应的函数类型获取周期行为数据；根据行为监测模板，配置行为监测规则引擎，其中，行为监测规则引擎基于雷特算法网络实现，行为监测规则引擎根据规则参数配置雷特算法网络中的判断依据；将周期行为数据输入行为监测规则引擎，生成目标对象的垄断经营行为判断结果，达到了使得垄断经营行为的监测规则引擎可以适应不同开发需求快速响应作业而不用重新开发的目的，从而实现了提高垄断经营行为的监测系统的灵活性的技术效果，进而解决了垄断经营行为的监测系统开发困难，系统难以灵活调整的技术问题。