基于规则集的关联 Obj1 到 Obj2 的高效算法

Question

我有一个包含数百万条事务记录（Obj1）的表，看起来像这样

TransactionNum  Country   ZipCode State    TransactionAmount
1               USA        94002   CA         1000
2               USA        00023   FL         1000

我有另一个包含销售代表记录 (Obj2) 的表，同样有数十万条记录。

SalesrepId   PersonNumber     Name
Srp001          123           Rohan
Srp002          124           Shetty

我有一些规则集表，基本上规则定义如下

• 规则名称：规则 1
• 合格标准：Country = "USA" and (ZipCode = 94002 or State = "FL")
• 信用接收销售代表：
  • Srp001 获得 70%
  • Srp002 获得 30%

交易的合格标准，这意味着如果交易属性与规则中的标准匹配，那么信用将分配给规则的信用接收者部分中定义的销售代表。

现在，我需要一个算法来填充如下结果表

ResultId TransactionNumber SalesrepId  Credit
1        1                 Srp001        700
2        2                 Srp002        300

执行此操作的有效算法是什么？

Answer 1

因此，您真正的问题是如何快速将交易与潜在规则相匹配。您可以使用倒排索引来执行此操作，该索引说明哪些规则与属性的特定值匹配。例如，假设您有以下三个规则：

Rule 1: if Country = "USA" and State = "FL"
            S1 gets 100%
Rule 2: if Country = "USA" and (State = "CO" or ZIP = 78640)
            S2 gets 60%
            S3 gets 40%
Rule 3: if Country = "UK"
            S3 gets 70%
            S2 gets 30%

现在，您可以像这样处理规则并创建输出：

Country,USA,Rule1
State,FL,Rule1
Country,USA,Rule2
State,CO,Rule2
ZIP,78640,Rule2
Country,UK,Rule3

然后您处理该输出（或者您可以在处理规则的同时进行）并构建三个表。一种将 Country 值映射到规则，一种将 State 值映射到规则，另一种将 ZIP 值映射到规则。你最终会得到类似的东西：

Countries:
    USA, {Rule1, Rule2}
    UK, {Rule3}
States:
    FL, {Rule1}
    CO, {Rule2}
    "*", {Rule3}
ZIP:
    78640, {Rule2}
    "*", {Rule1, Rule3}

“*”值是“不关心”，它将匹配所有未明确提及该字段的规则。这是否需要取决于您如何构建规则。

只要您的规则发生变化，就会构建上述索引。使用 4000 条规则，根本不需要任何时间，列表大小也不会很大。

现在，给定一笔 Country 值为“USA”的交易，您可以在 Country 表中查找所有提及该国家/地区的规则。调用该列表Country_Rules。对州和邮政编码执行相同的操作。

然后你可以做一个列表交集。也就是说，构建另一个名为Country_And_State_Rules 的列表，其中仅包含Country_Rules 和State_Rules 列表中存在的规则。这通常是一小组可能的规则。然后，您可以根据需要逐一检查国家、州和邮政编码。

您正在构建的本质上是一个规则搜索引擎。它应该可以让您快速将候选人从 4,000 人缩小到少数人。

您必须解决一些问题。有条件逻辑（“OR”）会使事情变得有点复杂，但它并不难处理。此外，您必须确定如何处理歧义（如果两个规则匹配怎么办？）。或者，如果没有规则匹配特定的国家和州，那么您必须备份并检查仅匹配国家...或仅匹配州的规则。这就是“不在乎”的来源。

如果您的规则足够明确，那么在绝大多数情况下，您应该能够非常快速地选择相关规则。在少数情况下，您需要为某些交易搜索许多不同的规则。但这些情况应该很少见。如果它们很频繁，那么您需要考虑重新检查您的规则集。

一旦您知道哪个规则适用于特定交易，您就可以轻松查找哪个销售人员获得了多少，因为比例与规则一起存储。