2. 风险评分核心概念

在构建高并发商户风险评分系统之前，必须厘清几个基础但关键的概念。本章将围绕商户风险评分的定义、评分卡模型、规则引擎与机器学习模型的差异，以及实时与离线评分的应用场景展开，为后续架构设计打下坚实的理论基础。

2.1 什么是商户风险评分

商户风险评分是一个量化指标，用于评估商户在交易过程中可能给平台带来的资金损失、合规风险或声誉风险。通常以分数或等级表示，分数越高代表风险越低（或反之，取决于业务定义）。

评分系统需要覆盖商户的完整生命周期：

• 准入阶段： 审核商户资质，计算初始风险分。
• 运营阶段： 根据实时交易行为动态调整评分。
• 处置阶段： 评分触发预警或限制措施。

2.2 评分卡模型

评分卡是金融风控领域最经典的模型形式，具有强解释性和稳定性。它将商户特征通过分箱、WOE编码、逻辑回归等步骤转化为可加分的分数。

2.3 规则引擎与机器学习模型的区别

规则引擎和机器学习模型是风险评分的两大核心决策组件，它们在设计哲学、维护成本和性能表现上有显著差异。

2.4 实时评分与离线评分的应用场景

根据业务对时效性的要求，评分系统分为实时评分和离线评分两种模式。在高并发场景下，两者的架构设计截然不同。