How a team at PayPal built a tool to define, manage, control, and deploy rulesets for the data quality framework.

互联网流量红利时代趋于结束，如何低成本的获得高质量的流量，是众多互联网公司在业务发展中的重要锚点。

根据中国信息通信研究院2021年《移动数字广告与互联网欺诈蓝皮报告》，整个2020年期间，国内互联网假量占比连续多月超过 30%，直接和间接造成的经济损失超过1500亿元。在欺诈流量中，出行行业是仅次于电商的第二欺诈流量来源。（因疫情影响，过去两年出行行业欺诈流量占比略有下降）

达达快送作为同城配送的头部企业，在做线上营销时常会遇到黑产流量的攻击。图1可看出，一波异常流量，从凌晨持续到中午。这部分流量恶意注册裂变，套取平台补贴，消耗营销费用，给平台带来严重的业务损失。所以构建线上风控系统尤为重要。

推荐系统一般可以抽象为下面几个核心的流程：资源加载（用户画像、用户历史、ab实验集等）；召回；融合；过滤（负反馈、运营等）；排序；重排。

通过项目实战，带大家了解Groovy在脚本引擎方面的应用。

规则引擎其实不是新兴起的东西了，这个概念的提出其实可以追溯到上世纪，规则引擎起源于基于规则的专家系统。

If you’ve used any online/digital service, chances are that you are familiar with what a typical customer service experience entails: you send a message (usually email aliased) to the company’s support staff, fill out a form, expect some back and forth with a customer service representative (CSR), and hopefully have your issue resolved. This process can often feel inefficient and slow. Typically, this might be attributable to the tooling/processes made available to CSRs for solving your issue. For any given issue, the CSR has to navigate standard operating procedures (SOPs, a.k.a. flow) with proliferating undocumented branches/edge cases making their work mundane, tedious, and imprecise. The manual maintenance and navigation of these SOPs can create a bureaucratic bottleneck, which ultimately leaves the customer dissatisfied.

前几天做客“技术琐话”直播间进行分享，本文根据分享内容整理出来。内容主要包括：

• 风控决策引擎系统从架构设计到开发实践
• 特征引擎系统及实时计算引擎
• 模型引擎系统及智能风控引擎
• 大数据风控-用数据驱动的风控全流程系统构建

需求的频繁变更，工程代码的不断膨胀，让业务开发人员苦不堪言，规则引擎的引入迫在眉睫，本文通过在公司销售绩效核算中如何使用Drools规则引擎来梳理清楚业务逻辑，快速配置业务逻辑并且实时生效、在线调试规则，从而剥离业务代码，实现业务与技术解耦

通过对数据与规则进行分层、数据对象化处理等方案，解决传统自动化测试的数据多样性、量级大、一致性难保证、接入没有标准等痛点，达到测试效率提升、快速自动纠错的效果

为解决系统重复建设、能力复用性低的问题，携程启动了中台化建设步伐。

实例分享，如何根据复杂的业务需求变化进行精准匹配？

安全之路，任重而道远。

营销系统设计之资格设计前言：业务进行营销活动目的是用最少的钱实现更好的营销效果，此时就需要针对营销活动的资格

运营策略及方式在激烈的竞争中越发重要，需要较强的系统能力进行支撑。本文主要介绍酒旅实时运营业务在具体场景下的实践。

对于一个互联网公司而言，业务发展的不同阶段，对“业务安全”有着不同的目标和需求。

客户画像没有最佳的技术栈，但有最佳实践，任何一家公司都有自己独到的东西，取决于自身技术程度、技术准备度、技术能力、团队以及硬件的水平。