def import_rules_identity_sim_card_ownerships_i3(ds: DataService):
# define Identities(I)' rules of sim_care_ownership master: level 2
rule = create_new_rule(2, 'I', 'I3', 'مالکیت خط تلفن همراه', 2)
ds.insert_rule(rule)
# define Identities(I)' rules of sim_care_ownership details: level 3
# SimCardOwnership = Yes 20 I0301P20 2% تطابق هویت واقعی کاربر با مشخصات مالک خط تلفن همراه در سامانه شاهکار
rule = create_new_rule(
3, 'I3', 'I0301P20',
'تطابق هویت واقعی کاربر با مشخصات مالک خط تلفن همراه در سامانه شاهکار',
2, 20, 1)
ds.insert_rule(rule)
rule_codes: List[str] = [rule.code]
# SimCardOwnership = No 00 I0302P0 0% عدم تطابق هویت واقعی کاربر با مشخصات مالک خط تلفن همراه
rule = create_new_rule(
3, 'I3', 'I0302P0',
'عدم تطابق هویت واقعی کاربر با مشخصات مالک خط تلفن همراه', 0, 0, 0)
ds.insert_rule(rule)
rule_codes.append(rule.code)
print('Identities(I) sim_card_ownerships_i3 rules are created.')
ds.delete_score_reasons(
{RULE_MASTER_CODE: I3_RULES_PROFILE_SIM_CARD_OWNERSHIPS})
change_reason = create_new_score_reason(
I3_RULES_PROFILE_SIM_CARD_OWNERSHIPS, rule_codes,
'تایید مالکیت خط تلفن همراه', 'عدم تایید مالکیت خط تلفن همراه')
ds.insert_score_reason(change_reason)
print('Identities(I) sim_card_ownerships_i3 change reasons are created.')
def import_rules_identity_address_verifications_i4(ds: DataService):
# define Identities(I)' rules of address_verifications master: level 2
rule = create_new_rule(2, 'I', 'I4', 'احراز اصالت محل سکونت', 2)
ds.insert_rule(rule)
# define Identities(I)' rules of address_verifications details: level 3
# AddressVerification = Yes 20 I0401P20 2% احراز اصالت نشانی محل سکونت کاربر از طریق وارد کردن رمز پستی
rule = create_new_rule(
3, 'I4', 'I0401P20',
'احراز اصالت نشانی محل سکونت کاربر از طریق وارد کردن رمز پستی', 2, 20,
1)
ds.insert_rule(rule)
rule_codes: List[str] = [rule.code]
# AddressVerification = No 00 I0402P0 0% عدم احراز اصالت نشانی محل سکونت کاربر
rule = create_new_rule(
3, 'I4', 'I0402P0',
'تطابق هویت واقعی کاربر با مشخصات مالک خط تلفن همراه در سامانه شاهکار',
0, 0, 0)
ds.insert_rule(rule)
rule_codes.append(rule.code)
print('Identities(I) address_verifications_i4 rules are created.')
ds.delete_score_reasons(
{RULE_MASTER_CODE: I4_RULES_PROFILE_ADDRESS_VERIFICATIONS})
change_reason = create_new_score_reason(
I4_RULES_PROFILE_ADDRESS_VERIFICATIONS, rule_codes,
'تایید نشانی محل سکونت', 'عدم تایید نشانی محل سکونت')
ds.insert_score_reason(change_reason)
print('Identities(I) address_verifications_i4 change reasons are created.')
def import_score_gauges(ds: DataService):
# ds.db.get_collection('scoreGauges').remove()
ds.db.scoreGauges.delete_many({})
sg = ScoreGauge()
sg.start = 0
sg.end = 499
sg.title = 'خیلی ضعیف'
sg.color = 'fe3030'
sg.risk_status = 'بسیار بالا'
ds.insert_score_gauge(sg)
sg = ScoreGauge()
sg.start = 500
sg.end = 589
sg.title = 'ضعیف'
sg.color = 'ff6800'
sg.risk_status = 'بالا'
ds.insert_score_gauge(sg)
sg = ScoreGauge()
sg.start = 590
sg.end = 669
sg.title = 'متوسط'
sg.color = 'ffbb5e'
sg.risk_status = 'متوسط'
ds.insert_score_gauge(sg)
sg = ScoreGauge()
sg.start = 670
sg.end = 749
sg.title = 'خوب'
sg.color = 'a6d94c'
sg.risk_status = 'پایین'
ds.insert_score_gauge(sg)
sg = ScoreGauge()
sg.start = 750
sg.end = 1000
sg.title = 'عالی'
sg.color = '00d184'
sg.risk_status = 'بسیار پایین'
ds.insert_score_gauge(sg)
def import_rule_history_master(ds: DataService):
# Delete all histories(H) rules
l2_rules: {Rule} = ds.get_rules({PARENT: HISTORIES})
for r in l2_rules:
# delete all l3_rules
ds.delete_rules({PARENT: r[CODE]})
# delete all l2_rules
ds.delete_rules({PARENT: HISTORIES})
# delete the l1_rule
ds.delete_rules({CODE: HISTORIES})
print('Histories(H) rules are deleted.')
# define Identities(I)' rules master: level 1
rule = create_new_rule(1, None, 'H', 'سوابق تعاملات', 30, 270)
ds.insert_rule(rule)
print('Histories(H) master rule is created.')
def import_rule_timeliness_master(ds: DataService):
# Delete all Timeliness(T) rules
l2_rules: {Rule} = ds.get_rules({PARENT: TIMELINESS})
for r in l2_rules:
# delete all l3_rules
ds.delete_rules({PARENT: r[CODE]})
# delete all l2_rules
ds.delete_rules({PARENT: TIMELINESS})
# delete the l1_rule
ds.delete_rules({CODE: TIMELINESS})
print('Timeliness(T) rules are deleted.')
# define Timeliness(T)' rules master: level 1
# rule.drop_collection()
rule = create_new_rule(1, None, 'T', 'انجام به موقع تعهدات', 35, 270)
ds.insert_rule(rule)
print('Timeliness(T) master rule is created.')
def import_rule_identity_master(ds: DataService):
# Delete all identities(I) rules
# l2_rules: [Rule] = Rule.objects(Q(parent='I'))
l2_rules: {Rule} = ds.get_rules({PARENT: IDENTITIES})
for r in l2_rules:
# l3_rules: [Rule] = Rule.objects(Q(parent=r.code))
# l3_rules.delete()
ds.delete_rules({PARENT: r[CODE]})
# l2_rules.delete()
ds.delete_rules({PARENT: IDENTITIES})
# l1_rule = Rule.objects(Q(code='I'))
# l1_rule.delete()
ds.delete_rules({CODE: IDENTITIES})
print('Identities(I) rules are deleted.')
# define Identities(I)' rules master: level 1
rule = create_new_rule(1, None, 'I', 'اطلاعات هویتی', 10, 100)
ds.insert_rule(rule)
print('Identities(I) master rule is created.')
def import_rules_identity_has_kycs_i1(ds: DataService):
# define Identities(I)' rules of kycs master: level 2
rule = create_new_rule(2, 'I', 'I1', 'احراز هویت', 4)
ds.insert_rule(rule)
# define Identities(I)' rules of kycs details: level 3
# KYC = Yes 40 I0101P40 %4 احراز هویت نهایی از طریق استعلام ثبت احوال
rule = create_new_rule(3, 'I1', 'I0101P40',
'احراز هویت نهایی از طریق استعلام ثبت احوال', 4, 40,
1)
ds.insert_rule(rule)
rule_codes: List[str] = [rule.code]
# KYC = No 00 I0102P0 0% عدم احراز هویت
rule = create_new_rule(3, 'I1', 'I0102P0', 'عدم احراز هویت', 0, 0, 0)
ds.insert_rule(rule)
rule_codes.append(rule.code)
print('Identities(I) has_kycs_i1 rules are created.')
ds.delete_score_reasons({RULE_MASTER_CODE: I1_RULES_PROFILE_HAS_KYCS})
change_reason = create_new_score_reason(
I1_RULES_PROFILE_HAS_KYCS, rule_codes,
'احراز هویت نهایی از طریق استعلام ثبت احوال')
ds.insert_score_reason(change_reason)
print('Identities(I) has_kycs_i1 change reasons are created.')
def import_rules_history_done_timely_trades_of_last_3_months_h6(ds: DataService):
# define History(H)' rules of done_timely_trades_of_last_3_months master: level 2
rule = create_new_rule(2, 'H', 'H6', 'تعداد تعاملات موفق در 3 ماه گذشته', 4.44, 40)
ds.insert_rule(rule)
# define History(H)' rules of done_timely_trades_of_last_3_months details: level 3
# Last3MSD = 0 00 H0601P0 کاربر در سه ماه گذشته هیچ تعامل موفقی با سایر کاربران نداشته است
rule = create_new_rule(3, 'H6', 'H0601P0', 'کاربر در سه ماه گذشته هیچ تعامل موفقی با سایر کاربران نداشته است', 0, 0, 0, 0)
ds.insert_rule(rule)
rule_codes: List[str] = [rule.code]
# Last3MSD = 1 10 H0602P10 کاربر در سه ماه گذشته 1 تعامل موفق با سایر کاربران داشته است
rule = create_new_rule(3, 'H6', 'H0602P10', 'کاربر در سه ماه گذشته 1 تعامل موفق با سایر کاربران داشته است', 1.11, 10, 1, 1)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# Last3MSD = 2 20 H0603P20 کاربر در سه ماه گذشته ۲ تعامل موفق با سایر کاربران داشته است
rule = create_new_rule(3, 'H6', 'H0603P20', 'کاربر در سه ماه گذشته ۲ تعامل موفق با سایر کاربران داشته است', 2.22, 20, 2, 2)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# Last3MSD = 3 30 H0604P30 کاربر در سه ماه گذشته 3 تعامل موفق با سایر کاربران داشته است
rule = create_new_rule(3, 'H6', 'H0601P0', 'کاربر در سه ماه گذشته 3 تعامل موفق با سایر کاربران داشته است', 3.33, 30, 3, 3)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# Last3MSD ≥ 4 40 H0605P40 کاربر در سه ماه گذشته بیش از 3 تعامل موفق با سایر کاربران داشته است
rule = create_new_rule(3, 'H6', 'H0605P40', 'کاربر در سه ماه گذشته بیش از 3 تعامل موفق با سایر کاربران داشته است', 4.44, 40, 4, 999)
ds.insert_rule(rule)
print('Histories(H) done_timely_trades_of_last_3_months_h6 rules are created.')
ds.delete_score_reasons({RULE_MASTER_CODE: H6_RULES_DONE_TIMELY_TRADES_OF_LAST_3_MONTHS})
change_reason = create_new_score_reason(H6_RULES_DONE_TIMELY_TRADES_OF_LAST_3_MONTHS, rule_codes, 'افزایش معاملات موفق در سه ماه گذشته', 'کاهش معاملات موفق در سه ماه گذشته')
ds.insert_score_reason(change_reason)
print('Histories(H) done_timely_trades_of_last_3_months_h6 change reasons are created.')
def import_rules_history_loans_total_count_h11(ds: DataService):
# define History(H)' rules of undone_undue_trades_counts master: level 2
rule = create_new_rule(2, 'H', 'H11', 'تعداد کل تسهیلات بانکی در جریان', 2.22, 20)
ds.insert_rule(rule)
# define History(H)' rules of undone_undue_trades_counts details: level 3
# Loans = 0 00 H1101P0 کاربر هیچگونه تسهیلات در جریان ندارد
rule = create_new_rule(3, 'H11', 'H1101P0', 'کاربر هیچگونه تسهیلات در جریان ندارد', 0, 0, 0, 0)
ds.insert_rule(rule)
rule_codes: List[str] = [rule.code]
# Loans = 1 20 H1102P20 کاربر ۱ تسهیلات در جریان دارد
rule = create_new_rule(3, 'H11', 'H1102P20', 'کاربر ۱ تسهیلات در جریان دارد', 2.22, 20, 1, 1)
ds.insert_rule(rule)
rule_codes.append(rule.code)
ds.delete_score_reasons({RULE_MASTER_CODE: H11_RULES_LOAN_TOTAL_COUNTS})
change_reason = create_new_score_reason(H11_RULES_LOAN_TOTAL_COUNTS, rule_codes, 'افزایش امکان سنجش رفتار اعتباری کاربر از طریق اخذ تسهیلات بانکی', 'کاهش امکان سنجش رفتار اعتباری کاربر به دلیل اتمام تسهیلات بانکی')
ds.insert_score_reason(change_reason)
print('Histories(H) loans_total_count_h11 part-1 change reasons are created.')
# Loans = 2 10 H1103P10 کاربر ۲ تسهیلات در جریان دارد
rule = create_new_rule(3, 'H11', 'H1103P10', 'کاربر ۲ تسهیلات در جریان دارد', 1.11, 10, 2, 2)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# Loans = 3 01 H1104P1 کاربر ۳ تسهیلات در جریان دارد
rule = create_new_rule(3, 'H11', 'H1104P1', 'کاربر ۳ تسهیلات در جریان دارد', 0.11, 1, 3, 3)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# Loans = 4 -20 H1105N20 کاربر ۴ تسهیلات در جریان دارد
rule = create_new_rule(3, 'H11', 'H1105N20', 'کاربر ۴ تسهیلات در جریان دارد', 2.22, -20, 4, 4)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# Loans = 5 -30 H1106N30 کاربر ۵ تسهیلات در جریان دارد
rule = create_new_rule(3, 'H11', 'H1106N30', 'کاربر ۵ تسهیلات در جریان دارد', 3.33, -30, 5, 5)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# Loans >= 6 -50 H1107N50 کاربر بیش از ۵ تسهیلات در جریان دارد
rule = create_new_rule(3, 'H11', 'H1107N50', 'کاربر بیش از ۵ تسهیلات در جریان دارد', 5.56, -50, 6, rules_max_val)
ds.insert_rule(rule)
rule_codes.append(rule.code)
print('Histories(H) loans_total_count_h11 rules are created.')
change_reason = create_new_score_reason(H11_RULES_LOAN_TOTAL_COUNTS, rule_codes, 'کاهش تعداد تسهیلات بانکی در جریان', 'افزایش تعداد تسهیلات بانکی در جریان')
ds.insert_score_reason(change_reason)
print('Histories(H) loans_total_count_h11 part-2 change reasons are created.')
def import_rules_history_membership_days_counts_h5(ds: DataService):
# define History(H)' rules of membership_days master: level 2
rule = create_new_rule(2, 'H', 'H5', 'مدت زمان عضویت فعال', 6.67, 60)
ds.insert_rule(rule)
# define History(H)' rules of membership_days details: level 3
# Just Registered MembershipDaysWithAtleast1SD == 0 00 H0501P0 عضو جدید
rule = create_new_rule(3, 'H5', 'H0501P0', 'عضو جدید', 0, 0, 0)
ds.insert_rule(rule)
rule_codes: List[str] = [rule.code]
# 1 <= MembershipDaysWithAtleast1SD ≤ 90 10 H0502P10 عضویت بین 1 تا 90 روز
rule = create_new_rule(3, 'H5', 'H0502P10', ' عضویت بین 1 تا 90 روز', 1.11, 10, 1, 90)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# 91 <= MembershipDaysWithAtleast3SD ≤ 180 20 H0503P20 عضویت بین 91 تا 180 روز
rule = create_new_rule(3, 'H5', 'H0503P20', 'عضویت بین 91 تا 180 روز', 2.22, 20, 91, 180)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# 181 <= MembershipDaysWithAtleast5SD ≤ 365 30 H0504P30 عضویت بین 181 تا 365 روز
rule = create_new_rule(3, 'H5', 'H0504P30', ' عضویت بین 181 تا 365 روز', 3.33, 30, 181, 365)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# 366 <= MembershipDaysWithAtleast10SD ≤ 720 40 H0505P40 عضویت بین 366 تا 720 روز
rule = create_new_rule(3, 'H5', 'H0505P40', ' عضویت بین 366 تا 720 روز', 4.44, 40, 366, 720)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# 721 <= MembershipDaysWithAtleast15SD ≤ 1080 50 H0506P50 عضویت بین 721 تا 1080 روز
rule = create_new_rule(3, 'H5', 'H0506P50', ' عضویت بین 721 تا 1080 روز', 5.50, 50, 721, 1080)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# MembershipDaysWithAtleast20SD >= 1081 60 H0507P60 عضویت بیش از 1081 روز
rule = create_new_rule(3, 'H5', 'H0507P60', ' عضویت بیش از 1081 روز', 6.67, 60, 1081, rules_max_val)
ds.insert_rule(rule)
rule_codes.append(rule.code)
print('Histories(H) membership_days_counts_h5 rules are created.')
ds.delete_score_reasons({RULE_MASTER_CODE: H5_RULES_PROFILE_MEMBERSHIP_DAYS_COUNTS})
change_reason = create_new_score_reason(H5_RULES_PROFILE_MEMBERSHIP_DAYS_COUNTS, rule_codes, 'افزایش مدت عضویت فعال')
ds.insert_score_reason(change_reason)
print('Histories(H) membership_days_counts_h5 change reasons are created.')
def import_rules_history_undone_undue_trades_counts_h10(ds: DataService):
# define History(H)' rules of undone_undue_trades_counts master: level 2
rule = create_new_rule(2, 'H', 'H10', 'تعداد تعاملات جاری سررسید نشده', 1.11, 10)
ds.insert_rule(rule)
# define History(H)' rules of undone_undue_trades_counts details: level 3
# NumNotDueDeal = 0 00 H1001P0 کاربر تعامل سررسید نشده ندارد
rule = create_new_rule(3, 'H10', 'H1001P0', 'کاربر تعامل سررسید نشده ندارد', 0, 0, 0, 0)
ds.insert_rule(rule)
rule_codes: List[str] = [rule.code]
# NumNotDueDeal = 1 02 H1002P2 کاربر 1 تعامل سررسید نشده دارد
rule = create_new_rule(3, 'H10', 'H1002P2', 'کاربر 1 تعامل سررسید نشده دارد', 0.22, 2, 1, 1)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# NumNotDueDeal = 2 05 H1003P5 کاربر 2 تعامل سررسید نشده دارد
rule = create_new_rule(3, 'H10', 'H1003P5', 'کاربر 2 تعامل سررسید نشده دارد', 0.56, 5, 2, 2)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# NumNotDueDeal = 3 7 H1004P7 کاربر 3 تعامل سررسید نشده دارد
rule = create_new_rule(3, 'H10', 'H1004P7', 'کاربر 3 تعامل سررسید نشده دارد', 0.78, 7, 3, 3)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# NumNotDueDeal = 4 10 H1005P10 کاربر 4 تعامل سررسید نشده دارد
rule = create_new_rule(3, 'H10', 'H1005P10', 'کاربر 4 تعامل سررسید نشده دارد', 1.11, 10, 4, 4)
ds.insert_rule(rule)
rule_codes.append(rule.code)
ds.delete_score_reasons({RULE_MASTER_CODE: H10_RULES_UNDONE_UNDUE_TRADES_COUNTS})
change_reason = create_new_score_reason(H10_RULES_UNDONE_UNDUE_TRADES_COUNTS, rule_codes, 'افزایش امکان سنجش رفتار اعتباری کاربر از طریق افزایش معاملات جاری', 'کاهش امکان سنجش رفتار اعتباری کاربر به دلیل کاهش معاملات جاری')
ds.insert_score_reason(change_reason)
print('Histories(H) undone_undue_trades_counts_h10 part1 change reasons are created.')
# NumNotDueDeal = 5 03 H1006P3 کاربر 5 تعامل سررسید نشده دارد
rule = create_new_rule(3, 'H10', 'H1006P3', 'کاربر 5 تعامل سررسید نشده دارد', 0.33, 3, 5, 5)
ds.insert_rule(rule)
rule_codes: List[str] = [rule.code]
# NumNotDueDeal = 6 -1 H1007N1 کاربر 6 تعامل سررسید نشده دارد
rule = create_new_rule(3, 'H10', 'H1007N1', 'کاربر 6 تعامل سررسید نشده دارد', 0.11, -1, 6, 6)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# 7 <= NumNotDueDeal ≤ 10 -10 H1008N10 کاربر بین 7 تا 10 تعامل سررسید نشده دارد
rule = create_new_rule(3, 'H10', 'H1008N10', 'کاربر بین 7 تا 10 تعامل سررسید نشده دارد', 1.11, -10, 7, 10)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# 11 <= NumNotDueDeal ≤ 20 -20 H1009N20 کاربر بین 11 تا 20 تعامل سررسید نشده دارد
rule = create_new_rule(3, 'H10', 'H1009N20', 'کاربر بین 11 تا 20 تعامل سررسید نشده دارد', 2.22, -20, 11, 20)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# 21 <= NumNotDueDeal ≤ 30 -30 H1010N30 کاربر بین 21 تا 30 تعامل سررسید نشده دارد
rule = create_new_rule(3, 'H10', 'H1010N30', 'کاربر بین 21 تا 30 تعامل سررسید نشده دارد', 3.33, -30, 21, 30)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# NotDueDeal >= 31 -50 H1011N50 کاربر بیش از 30 تعامل سررسید نشده دارد
rule = create_new_rule(3, 'H10', 'H1011N50', 'کاربر بیش از 30 تعامل سررسید نشده دارد', 5.56, -50, 31, 999)
ds.insert_rule(rule)
rule_codes.append(rule.code)
print('Histories(H) undone_undue_trades_counts_h10 rules are created.')
change_reason = create_new_score_reason(H10_RULES_UNDONE_UNDUE_TRADES_COUNTS, rule_codes, 'کاهش تعداد معاملات جاری', 'افزایش بیش از حد تعداد معاملات جاری')
ds.insert_score_reason(change_reason)
print('Histories(H) undone_undue_trades_counts_h10 part2 change reasons are created.')
def import_rules_timeliness_unfixed_returned_cheques_count_of_more_12_months_t31(ds: DataService):
# define Timeliness(T)' rules of done_arrear_trades_of_last_3_months master: level 2
rule = create_new_rule(2, 'T', 'T31', 'تعداد چک‌های برگشتی رفع سو اثر نشده در بیش از ۱۲ ماه گذشته', 2.59, 20)
ds.insert_rule(rule)
# define Timeliness(T)' rules of done_arrear_trades_of_last_3_months details: level 3
# DishonouredChequesA12M = 0 20 T3101P20 کاربر چک برگشتی ندارد
rule = create_new_rule(3, 'T31', 'T3101P20', 'کاربر چک برگشتی ندارد', 2.59, 20, 0, 0)
ds.insert_rule(rule)
rule_codes: List[str] = [rule.code]
# DishonouredChequesA12M = 1 -40 T3102N40 کاربر ۱ چک برگشتی دارد
rule = create_new_rule(3, 'T31', 'T3102N40', 'کاربر ۱ چک برگشتی دارد', 5.19, -40, 1, 1)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# DishonouredChequesA12M = 2 -50 T3103N50 کاربر ۲ چک برگشتی دارد
rule = create_new_rule(3, 'T31', 'T3103N50', 'کاربر ۲ چک برگشتی دارد', 6.48, -50, 2, 2)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# DishonouredChequesA12M = 3 -60 T3104N60 کاربر ۳ چک برگشتی دارد
rule = create_new_rule(3, 'T31', 'T3104N60', 'کاربر ۳ چک برگشتی دارد', 7.78, -60, 3, 3)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# DishonouredChequesA12M >= 4 -70 T3105N70 کاربر بیش از ۳ چک برگشتی دارد
rule = create_new_rule(3, 'T31', 'T3105N70', 'کاربر بیش از ۳ چک برگشتی دارد', 9.07, -70, 4, rules_max_val)
ds.insert_rule(rule)
rule_codes.append(rule.code)
print('Timeliness(T) unfixed_returned_cheques_count_of_more_12_months_t31 rules are created.')
ds.delete_score_reasons({RULE_MASTER_CODE: T31_RULES_CHEQUE_UNFIXED_RETURNED_COUNT_OF_MORE_12_MONTHS})
change_reason = create_new_score_reason(T31_RULES_CHEQUE_UNFIXED_RETURNED_COUNT_OF_MORE_12_MONTHS, rule_codes, 'کاهش تعداد چک‌های برگشتی رفع سو اثر نشده در بیش از یک سال گذشته', 'افزایش تعداد چک‌های برگشتی رفع سو اثر نشده در بیش از یک سال گذشته')
ds.insert_score_reason(change_reason)
print('Timeliness(T) unfixed_returned_cheques_count_of_more_12_months_t31 change reasons are created.')
def import_rules_timeliness_suspicious_loans_total_count_t35(ds: DataService):
# define Timeliness(T)' rules of done_arrear_trades_of_last_3_months master: level 2
rule = create_new_rule(2, 'T', 'T35', 'تعداد تسهیلات مشکوک الوصول در جریان', 3.89, 30)
ds.insert_rule(rule)
# define Timeliness(T)' rules of done_arrear_trades_of_last_3_months details: level 3
# DoubfulCollectionLoans = 0 30 T3501P30 کاربر تسهیلات مشکوک الوصول ندارد
rule = create_new_rule(3, 'T35', 'T3501P30', 'کاربر تسهیلات مشکوک الوصول ندارد', 3.89, 30, 0, 0)
ds.insert_rule(rule)
rule_codes: List[str] = [rule.code]
# DoubfulCollectionLoans = 1 -20 T3502N20 کاربر 1 تسهیلات مشکوک الوصول دارد
rule = create_new_rule(3, 'T35', 'T3502N20', 'کاربر 1 تسهیلات مشکوک الوصول دارد', 2.59, -20, 1, 1)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# DoubfulCollectionLoans = 2 -30 T3503N30 کاربر ۲ تسهیلات مشکوک الوصول دارد
rule = create_new_rule(3, 'T35', 'T3503N30', 'کاربر ۲ تسهیلات مشکوک الوصول دارد', 3.89, -30, 2, 2)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# DoubfulCollectionLoans = 3 -40 T3504N40 کاربر ۳ تسهیلات مشکوک الوصول دارد
rule = create_new_rule(3, 'T35', 'T3504N40', 'کاربر ۳ تسهیلات مشکوک الوصول دارد', 5.19, -40, 3, 3)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# DoubfulCollectionLoans >= 4 -50 T3505N50 کاربر بیش از ۳ تسهیلات مشکوک الوصول دارد
rule = create_new_rule(3, 'T35', 'T3505N50', 'کاربر بیش از ۳ تسهیلات مشکوک الوصول دارد', 6.48, -50, 4, rules_max_val)
ds.insert_rule(rule)
rule_codes.append(rule.code)
print('Timeliness(T) suspicious_loans_total_count_t35 rules are created.')
ds.delete_score_reasons({RULE_MASTER_CODE: T35_RULES_LOAN_SUSPICIOUS_TOTAL_COUNTS})
change_reason = create_new_score_reason(T35_RULES_LOAN_SUSPICIOUS_TOTAL_COUNTS, rule_codes, 'کاهش تعداد تسهیلات مشکوک الوصول در جریان', 'افزایش تعداد تسهیلات مشکوک الوصول در جریان')
ds.insert_score_reason(change_reason)
print('Timeliness(T) suspicious_loans_total_count_t35 change reasons are created.')
rule_codes.append(rule.code)
# Loans = 5 -30 H1106N30 کاربر ۵ تسهیلات در جریان دارد
rule = create_new_rule(3, 'H11', 'H1106N30', 'کاربر ۵ تسهیلات در جریان دارد', 3.33, -30, 5, 5)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# Loans >= 6 -50 H1107N50 کاربر بیش از ۵ تسهیلات در جریان دارد
rule = create_new_rule(3, 'H11', 'H1107N50', 'کاربر بیش از ۵ تسهیلات در جریان دارد', 5.56, -50, 6, rules_max_val)
ds.insert_rule(rule)
rule_codes.append(rule.code)
print('Histories(H) loans_total_count_h11 rules are created.')
change_reason = create_new_score_reason(H11_RULES_LOAN_TOTAL_COUNTS, rule_codes, 'کاهش تعداد تسهیلات بانکی در جریان', 'افزایش تعداد تسهیلات بانکی در جریان')
ds.insert_score_reason(change_reason)
print('Histories(H) loans_total_count_h11 part-2 change reasons are created.')
def import_rules_histories(ds: DataService):
import_rule_history_master(ds)
import_rules_history_membership_days_counts_h5(ds)
import_rules_history_done_timely_trades_of_last_3_months_h6(ds)
import_rules_history_done_timely_trades_between_last_3_to_12_months_h7(ds)
import_rules_history_recommended_to_others_counts_h8(ds)
import_rules_history_star_counts_avgs_h9(ds)
import_rules_history_undone_undue_trades_counts_h10(ds)
import_rules_history_loans_total_count_h11(ds)
if __name__ == '__main__':
import_rules_histories(DataService(get_db()))
def import_rules_timeliness_past_due_loans_total_count_t33(ds: DataService):
# define Timeliness(T)' rules of done_arrear_trades_of_last_3_months master: level 2
rule = create_new_rule(2, 'T', 'T33', 'تعداد تسهیلات سررسید گذشته در جریان', 1.30, 10)
ds.insert_rule(rule)
# define Timeliness(T)' rules of done_arrear_trades_of_last_3_months details: level 3
# PastDueLoans = 0 10 T3301P10 کاربر تسهیلات سررسید گذشته ندارد
rule = create_new_rule(3, 'T33', 'T3301P10', 'کاربر تسهیلات سررسید گذشته ندارد', 1.30, 10, 0, 0)
ds.insert_rule(rule)
rule_codes: List[str] = [rule.code]
# PastDueLoans = 1 00 T3302P0 کاربر 1 تسهیلات سررسید گذشته دارد
rule = create_new_rule(3, 'T33', 'T3302P0', 'کاربر 1 تسهیلات سررسید گذشته دارد', 0, 0, 1, 1)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# PastDueLoans = 2 -10 T3303N10 کاربر ۲ تسهیلات سررسید گذشته دارد
rule = create_new_rule(3, 'T33', 'T3303N10', 'کاربر ۲ تسهیلات سررسید گذشته دارد', 1.30, -10, 2, 2)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# PastDueLoans = 3 -20 T3304N20 کاربر ۳ تسهیلات سررسید گذشته دارد
rule = create_new_rule(3, 'T33', 'T3304N20', 'کاربر ۳ تسهیلات سررسید گذشته دارد', 2.59, -20, 3, 3)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# PastDueLoans >= 4 -30 T3305N30 کاربر بیش از ۳ تسهیلات سررسید گذشته دارد
rule = create_new_rule(3, 'T33', 'T3305N30', 'کاربر بیش از ۳ تسهیلات سررسید گذشته دارد', 3.89, -30, 4, rules_max_val)
ds.insert_rule(rule)
rule_codes.append(rule.code)
print('Timeliness(T) past_due_loans_total_count_t33 rules are created.')
ds.delete_score_reasons({RULE_MASTER_CODE: T33_RULES_LOAN_PAST_DUE_TOTAL_COUNTS})
change_reason = create_new_score_reason(T33_RULES_LOAN_PAST_DUE_TOTAL_COUNTS, rule_codes, 'کاهش تعداد تسهیلات سررسید گذشته در جریان', 'افزایش تعداد تسهیلات سررسید گذشته در جریان')
ds.insert_score_reason(change_reason)
print('Timeliness(T) past_due_loans_total_count_t33 change reasons are created.')
sg.risk_status = 'بالا'
ds.insert_score_gauge(sg)
sg = ScoreGauge()
sg.start = 590
sg.end = 669
sg.title = 'متوسط'
sg.color = 'ffbb5e'
sg.risk_status = 'متوسط'
ds.insert_score_gauge(sg)
sg = ScoreGauge()
sg.start = 670
sg.end = 749
sg.title = 'خوب'
sg.color = 'a6d94c'
sg.risk_status = 'پایین'
ds.insert_score_gauge(sg)
sg = ScoreGauge()
sg.start = 750
sg.end = 1000
sg.title = 'عالی'
sg.color = '00d184'
sg.risk_status = 'بسیار پایین'
ds.insert_score_gauge(sg)
if __name__ == '__main__':
import_score_gauges(DataService(get_db()))
def calculate_score(scenarios_dicts: [], user_id: int):
ds = DataService()
rds = RedisCaching(ds)
cs = ScoreCalculationService(rds, ds)
for scn_dict in scenarios_dicts:
# Profile Score Calculation ..................................................
recent_p = ds.get_user_profile(user_id)
revised_p = create_revised_profile(user_id=user_id, recent_p=recent_p)
if is_not_none(scn_dict['KYC']):
revised_p.has_kyc = scn_dict['KYC']
if is_not_none(scn_dict['Military']):
revised_p.military_service_status = ProfileMilitaryServiceStatusEnum.__getitem__(
scn_dict['Military'])
if is_not_none(scn_dict['SimCard']):
revised_p.sim_card_ownership = scn_dict['SimCard']
if is_not_none(scn_dict['Address']):
revised_p.address_verification = scn_dict['Address']
if is_not_none(scn_dict['Membership']):
revised_p.membership_date = date.today() - timedelta(
days=int(scn_dict['Membership']))
if is_not_none(scn_dict['Recommendation']):
revised_p.recommended_to_others_count = scn_dict['Recommendation']
if is_not_none(scn_dict['WeightedAveStars']):
revised_p.star_count_average = scn_dict['WeightedAveStars']
cs.calculate_user_profile_score(recent_p=recent_p, revised_p=revised_p)
# DoneTrade Score Calculation ..................................................
dt = DoneTrade(user_id=user_id)
if is_not_none(scn_dict['Last3MSD']):
dt.timely_trades_count_of_last_3_months = scn_dict['Last3MSD']
if is_not_none(scn_dict['Last1YSD']):
dt.timely_trades_count_between_last_3_to_12_months = scn_dict[
'Last1YSD']
if is_not_none(scn_dict['B30DayDelayLast3M']):
dt.past_due_trades_count_of_last_3_months = scn_dict[
'B30DayDelayLast3M']
if is_not_none(scn_dict['B30DayDelayLast3-12M']):
dt.past_due_trades_count_between_last_3_to_12_months = scn_dict[
'B30DayDelayLast3-12M']
if is_not_none(scn_dict['A30DayDelayLast3M']):
dt.arrear_trades_count_of_last_3_months = scn_dict[
'A30DayDelayLast3M']
if is_not_none(scn_dict['A30DayDelay3-12M']):
dt.arrear_trades_count_between_last_3_to_12_months = scn_dict[
'A30DayDelay3-12M']
if is_not_none(scn_dict['AverageDelayRatio']):
dt.total_delay_days = scn_dict['AverageDelayRatio']
if is_not_none(scn_dict['SDealAmountRatio']):
# todo: 100000000 is fix Denominator that is all_other_users_done_trades_amount, it should be change later
dt.trades_total_balance = round(
float(scn_dict['SDealAmountRatio']) *
ALL_USERS_AVERAGE_DEAL_AMOUNT)
recent_dt = ds.get_user_done_trade(user_id)
cs.calculate_user_done_trades_score(revised_p=revised_p,
recent_dt=recent_dt,
revised_dt=dt)
ds.insert_or_update_done_trade(dt,
update_flag=recent_dt.user_id
is not None)
# UndoneTrade Score Calculation ..................................................
udt = UndoneTrade(user_id=user_id)
if is_not_none(scn_dict['NumNotDueDeal']):
udt.undue_trades_count = scn_dict['NumNotDueDeal']
if is_not_none(scn_dict['UnfinishedB30DayDelay']):
udt.past_due_trades_count = scn_dict['UnfinishedB30DayDelay']
if is_not_none(scn_dict['UnfinishedA30DayDelay']):
udt.arrear_trades_count = scn_dict['UnfinishedA30DayDelay']
dt.trades_total_balance = get_zero_if_none(dt.trades_total_balance)
if is_not_none(scn_dict['NotDueDealAmountRatio']):
udt.undue_trades_total_balance_of_last_year = round(
float(scn_dict['NotDueDealAmountRatio']) *
dt.trades_total_balance)
if is_not_none(scn_dict['UnfinishedB30Din1YRatio']):
udt.past_due_trades_total_balance_of_last_year = round(
float(scn_dict['UnfinishedB30Din1YRatio']) *
dt.trades_total_balance)
if is_not_none(scn_dict['UnfinishedA30Din1YRatio']):
udt.arrear_trades_total_balance_of_last_year = round(
float(scn_dict['UnfinishedA30Din1YRatio']) *
dt.trades_total_balance)
recent_udt = ds.get_user_undone_trade(user_id)
cs.calculate_user_undone_trades_score(revised_p=revised_p,
recent_udt=recent_udt,
revised_udt=udt,
dt=dt)
ds.insert_or_update_undone_trade(udt,
update_flag=recent_udt.user_id
is not None)
# Loan Score Calculation ..................................................
ln = Loan(user_id=user_id)
if is_not_none(scn_dict['Loans']):
ln.loans_total_count = scn_dict['Loans']
ln.loans_total_balance = ALL_USERS_AVERAGE_PRINCIPAL_INTEREST_AMOUNT
if is_not_none(scn_dict['PastDueLoans']):
ln.past_due_loans_total_count = int(scn_dict['PastDueLoans'])
if is_not_none(scn_dict['DelayedLoans']):
ln.arrear_loans_total_count = int(scn_dict['DelayedLoans'])
if is_not_none(scn_dict['DoubfulCollectionLoans']):
ln.suspicious_loans_total_count = int(
scn_dict['DoubfulCollectionLoans'])
if is_not_none(scn_dict['MonthlyInstallments']):
ln.monthly_installments_total_balance = float(
scn_dict['MonthlyInstallments'])
if is_not_none(scn_dict['CurrentLoanAmountRatio']):
ln.overdue_loans_total_balance = round(
float(scn_dict['CurrentLoanAmountRatio']) *
ln.loans_total_balance)
if is_not_none(scn_dict['PastDueLoanAmountRatio']):
ln.past_due_loans_total_balance = round(
float(scn_dict['PastDueLoanAmountRatio']) *
ln.loans_total_balance)
if is_not_none(scn_dict['DelayedLoanAmountRatio']):
ln.arrear_loans_total_balance = round(
float(scn_dict['DelayedLoanAmountRatio']) *
ln.loans_total_balance)
if is_not_none(scn_dict['DoubtfulCollectionAmountRatio']):
ln.suspicious_loans_total_balance = round(
float(scn_dict['DoubtfulCollectionAmountRatio']) *
ln.loans_total_balance)
recent_ln = ds.get_user_loan(user_id)
loan_score = cs.calculate_user_loans_score(revised_p=revised_p,
recent_ln=recent_ln,
revised_ln=ln)
ds.insert_or_update_loan(ln, update_flag=recent_ln.user_id is not None)
# Cheque Score Calculation ..................................................
ch = Cheque(user_id=user_id)
if is_not_none(scn_dict['DishonouredChequesL3M']):
ch.unfixed_returned_cheques_count_of_last_3_months = scn_dict[
'DishonouredChequesL3M']
if is_not_none(scn_dict['DishonouredChequesL3-12M']):
ch.unfixed_returned_cheques_count_between_last_3_to_12_months = scn_dict[
'DishonouredChequesL3-12M']
if is_not_none(scn_dict['DishonouredChequesA12M']):
ch.unfixed_returned_cheques_count_of_more_12_months = scn_dict[
'DishonouredChequesA12M']
if is_not_none(scn_dict['AllDishonouredCheques']):
ch.unfixed_returned_cheques_count_of_last_5_years = scn_dict[
'AllDishonouredCheques']
if is_not_none(scn_dict['DCAmountRatio']):
ch.unfixed_returned_cheques_total_balance = round(
float(scn_dict['DCAmountRatio']) *
ALL_USERS_AVERAGE_UNFIXED_RETURNED_CHEQUES_AMOUNT)
recent_ch = ds.get_user_cheque(user_id)
cheque_score = cs.calculate_user_cheques_score(revised_p=revised_p,
recent_ch=recent_ch,
revised_ch=ch)
ds.insert_or_update_cheque(ch,
update_flag=recent_ch.user_id is not None)
ds.insert_or_update_profile(revised_p,
update_flag=recent_p.user_id is not None)
self.rds_rules_undone_trades_service.cache_rules()
return self.rds_rules_undone_trades_service
def get_redis_caching_rules_loans_service(self, reset_cache=False):
if self.rds_rules_loans_service is None:
self.rds_rules_loans_service = RedisCachingRulesLoans(
self.rds, self.ds)
if reset_cache:
self.rds_rules_loans_service.cache_rules()
return self.rds_rules_loans_service
def get_redis_caching_rules_cheques_service(self, reset_cache=False):
if self.rds_rules_cheques_service is None:
self.rds_rules_cheques_service = RedisCachingRulesCheques(
self.rds, self.ds)
if reset_cache:
self.rds_rules_cheques_service.cache_rules()
return self.rds_rules_cheques_service
def cache_rules(self):
RedisCachingRulesMasters(self.rds, self.ds).cache_rules()
RedisCachingRulesProfiles(self.rds, self.ds).cache_rules()
RedisCachingRulesDoneTrades(self.rds, self.ds).cache_rules()
RedisCachingRulesUndoneTrades(self.rds, self.ds).cache_rules()
RedisCachingRulesLoans(self.rds, self.ds).cache_rules()
RedisCachingRulesCheques(self.rds, self.ds).cache_rules()
if __name__ == '__main__':
RedisCaching(DataService()).cache_rules()
def import_rules_timeliness_done_past_due_trades_between_last_3_to_12_months_t23(ds: DataService):
# define Timeliness(T)' rules of done_past_due_trades_between_last_3_to_12_months master: level 2
rule = create_new_rule(2, 'T', 'T23', 'تعداد تعاملات سررسید گذشته (کمتر از 30 روز تاخیر) خاتمه یافته در ۳ تا ۱۲ ماه گذشته', 2.59, 20)
ds.insert_rule(rule)
# define Timeliness(T)' rules of done_past_due_trades_between_last_3_to_12_months details: level 3
# B30DayDelayLast3-12M = 0 20 T2301P20 کاربر در یکسال گذشته هیچ تعامل سررسید گذشته‌ای نداشته است
rule = create_new_rule(3, 'T23', 'T2301P20', 'کاربر در یکسال گذشته هیچ تعامل سررسید گذشته‌ای نداشته است', 2.59, 20, 0, 0)
ds.insert_rule(rule)
rule_codes: List[str] = [rule.code]
# B30DayDelayLast3-12M = 1 15 T2302P15 کاربر در یکسال گذشته 1 تعامل سررسید گذشته داشته است
rule = create_new_rule(3, 'T23', 'T2302P15', 'کاربر در یکسال گذشته 1 تعامل سررسید گذشته داشته است', 1.94, 15, 1, 1)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# 2 <= B30DayDelayLast3-12M ≤ 3 05 T2303P5 کاربر در یکسال گذشته بین 2 تا 3 تعامل سررسید گذشته داشته است
rule = create_new_rule(3, 'T23', 'T2303P5', 'کاربر در یکسال گذشته بین 2 تا 3 تعامل سررسید گذشته داشته است', 0.65, 5, 2, 3)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# 4 <= B30DayDelayLast3-12M ≤ 6 -10 T2304N10 کاربر در یکسال گذشته بین 4 تا 6 تعامل سررسید گذشته داشته است
rule = create_new_rule(3, 'T23', 'T2304N10', 'کاربر در یکسال گذشته بین 4 تا 6 تعامل سررسید گذشته داشته است', 1.30, -10, 4, 6)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# 7 <= B30DayDelayLast3-12M ≤ 10 -15 T2305N15 کاربر در یکسال گذشته بین 7 تا 10 تعامل سررسید گذشته داشته است
rule = create_new_rule(3, 'T23', 'T2305N15', 'کاربر در یکسال گذشته بین 7 تا 10 تعامل سررسید گذشته داشته است', 1.94, -15, 7, 10)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# B30DayDelayLast3-12M >= 11 -20 T2306N20 کاربر در یکسال گذشته بیش از 10 تعامل سررسید گذشته داشته است
rule = create_new_rule(3, 'T23', 'T2306N20', 'کاربر در یکسال گذشته بیش از 10 تعامل سررسید گذشته داشته است', 2.59, -20, 11,
rules_max_val)
ds.insert_rule(rule)
rule_codes.append(rule.code)
print('Timeliness(T) done_past_due_trades_between_last_3_to_12_months_t23 rules are created.')
ds.delete_score_reasons({RULE_MASTER_CODE: T23_RULES_DONE_PAST_DUE_TRADES_BETWEEN_LAST_3_TO_12_MONTHS})
change_reason = create_new_score_reason(T23_RULES_DONE_PAST_DUE_TRADES_BETWEEN_LAST_3_TO_12_MONTHS, rule_codes, 'کاهش تعداد معاملات سررسید گذشته خاتمه یافته در یک سال گذشته', 'افزایش تعداد معاملات سررسید گذشته خاتمه یافته در یک سال گذشته')
ds.insert_score_reason(change_reason)
print('Timeliness(T) done_past_due_trades_between_last_3_to_12_months_t23 change reasons are created.')
ds.insert_rule(rule)
rule_codes: List[str] = [rule.code]
# AddressVerification = No 00 I0402P0 0% عدم احراز اصالت نشانی محل سکونت کاربر
rule = create_new_rule(
3, 'I4', 'I0402P0',
'تطابق هویت واقعی کاربر با مشخصات مالک خط تلفن همراه در سامانه شاهکار',
0, 0, 0)
ds.insert_rule(rule)
rule_codes.append(rule.code)
print('Identities(I) address_verifications_i4 rules are created.')
ds.delete_score_reasons(
{RULE_MASTER_CODE: I4_RULES_PROFILE_ADDRESS_VERIFICATIONS})
change_reason = create_new_score_reason(
I4_RULES_PROFILE_ADDRESS_VERIFICATIONS, rule_codes,
'تایید نشانی محل سکونت', 'عدم تایید نشانی محل سکونت')
ds.insert_score_reason(change_reason)
print('Identities(I) address_verifications_i4 change reasons are created.')
def import_rules_identities(ds: DataService):
import_rule_identity_master(ds)
import_rules_identity_has_kycs_i1(ds)
import_rules_identity_military_service_status_i2(ds)
import_rules_identity_sim_card_ownerships_i3(ds)
import_rules_identity_address_verifications_i4(ds)
if __name__ == '__main__':
import_rules_identities(DataService(get_db()))
def import_rules_timeliness_unfixed_returned_cheques_count_of_last_5_years_t32(ds: DataService):
# define Timeliness(T)' rules of done_arrear_trades_of_last_3_months master: level 2
rule = create_new_rule(2, 'T', 'T32', 'تعداد کل چک‌های برگشتی رفع سو اثر شده در 5 سال گذشته', 2.59, 20)
ds.insert_rule(rule)
# define Timeliness(T)' rules of done_arrear_trades_of_last_3_months details: level 3
# AllDishonouredCheques = 0 20 T3201P20 کاربر چک برگشتی ندارد
rule = create_new_rule(3, 'T32', 'T3201P20', 'کاربر چک برگشتی ندارد', 2.59, 20, 0, 0)
ds.insert_rule(rule)
rule_codes: List[str] = [rule.code]
# 1 ≤ AllDishonouredCheques ≤ 3 00 T3202P0 کاربر بین 1 تا 3 چک برگشتی دارد
rule = create_new_rule(3, 'T32', 'T3202P0', 'کاربر بین 1 تا 3 چک برگشتی دارد', 0, 0, 1, 3)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# 4 <= AllDishonouredCheques ≤ 6 -10 T3203N10 کاربر بین 4 تا 6 چک برگشتی دارد
rule = create_new_rule(3, 'T32', 'T3203N10', 'کاربر بین 4 تا 6 چک برگشتی دارد', 1.30, -10, 4, 6)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# 7 <= AllDishonouredCheques ≤ 10 -20 T3204N20 کاربر کاربر بین 7 تا 10 چک برگشتی دارد
rule = create_new_rule(3, 'T32', 'T3204N20', 'کاربر کاربر بین 7 تا 10 چک برگشتی دارد', 2.59, -20, 7, 10)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# DishonouredCheques >= 11 -30 T3205N30 کاربر بیش از 10 چک برگشتی دارد
rule = create_new_rule(3, 'T32', 'T3205N30', 'کاربر بیش از 10 چک برگشتی دارد', 3.89, -30, 11, rules_max_val)
ds.insert_rule(rule)
rule_codes.append(rule.code)
print('Timeliness(T) unfixed_returned_cheques_count_of_last_5_years_t32 rules are created.')
ds.delete_score_reasons({RULE_MASTER_CODE: T32_RULES_CHEQUE_UNFIXED_RETURNED_COUNT_OF_LAST_5_YEARS})
change_reason = create_new_score_reason(T32_RULES_CHEQUE_UNFIXED_RETURNED_COUNT_OF_LAST_5_YEARS, rule_codes, 'کاهش تعداد چک‌های برگشتی رفع سو اثر شده در پنج سال گذشته', 'افزایش تعداد چک‌های برگشتی رفع سو اثر شده در پنج سال گذشته')
ds.insert_score_reason(change_reason)
print('Timeliness(T) unfixed_returned_cheques_count_of_last_5_years_t32 change reasons are created.')
from app.core.data.import_history_rules_data import import_rules_histories
from app.core.data.import_identity_rules_data import import_rules_identities
from app.core.data.import_score_gauges_data import import_score_gauges
from app.core.data.import_timeliness_rules_data import import_rules_timeliness
from app.core.data.import_volume_rules_data import import_rules_volumes
from app.core.database import get_db
from app.core.services.data_service import DataService
def import_rules(ds: DataService):
import_score_gauges(ds)
import_rules_identities(ds)
import_rules_histories(ds)
import_rules_volumes(ds)
import_rules_timeliness(ds)
if __name__ == '__main__':
import_rules(DataService(get_db()))
from app.core.models.dtos.cheque_status_dto import ChequesStatusDTO
from app.core.models.dtos.loan_status_dto import LoansStatusDTO
from app.core.models.dtos.score_boundaries_dto import ScoreBoundariesDTO
from app.core.models.dtos.score_change_dto import ScoreChangeDTO
from app.core.models.dtos.score_details_dto import ScoreDetailsDTO
from app.core.models.dtos.score_distribution_dto import ScoreDistributionDTO
from app.core.models.dtos.score_status_dto import ScoreStatusDTO
from app.core.models.dtos.score_time_series_dto import ScoreTimeSeriesDTO
from app.core.models.dtos.user_score_dto import UserScoreDTO
from app.core.models.dtos.vosouq_status_dto import VosouqStatusDTO
from app.core.models.score_gauges import ScoreGauge
from app.core.services.data_service import DataService
from app.core.settings import redis_reset
router = APIRouter()
ds = DataService()
if bool(redis_reset):
RedisCaching(ds).cache_rules()
# @router.get("/score-gauges", response_model=List[ScoreGauge])
@router.get("/score-gauges", response_model=List[ScoreGauge], responses={200: {"model": ScoreGauge}})
async def get_score_gauges():
return ds.get_score_gauges()
@router.get("/score-boundaries", response_model=ScoreBoundariesDTO)
async def get_score_boundaries():
return ds.get_score_boundaries()
def import_rules_timeliness_arrear_loans_total_count_t34(ds: DataService):
# define Timeliness(T)' rules of done_arrear_trades_of_last_3_months master: level 2
rule = create_new_rule(2, 'T', 'T34', 'تعداد تسهیلات معوق در جریان', 2.59, 20)
ds.insert_rule(rule)
# define Timeliness(T)' rules of done_arrear_trades_of_last_3_months details: level 3
# DelayedLoans = 0 20 T3401P20 کاربر تسهیلات معوق ندارد
rule = create_new_rule(3, 'T34', 'T3401P20', 'کاربر تسهیلات معوق ندارد', 2.59, 20, 0, 0)
ds.insert_rule(rule)
rule_codes: List[str] = [rule.code]
# DelayedLoans = 1 -10 T3402N10 کاربر 1 تسهیلات معوق دارد
rule = create_new_rule(3, 'T34', 'T3402N10', 'کاربر 1 تسهیلات معوق دارد', 1.30, -10, 1, 1)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# DelayedLoans = 2 -20 T3403N20 کاربر ۲ تسهیلات معوق دارد
rule = create_new_rule(3, 'T34', 'T3403N20', 'کاربر ۲ تسهیلات معوق دارد', 2.59, -20, 2, 2)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# DelayedLoans = 3 -30 T3404N30 کاربر ۳ تسهیلات معوق دارد
rule = create_new_rule(3, 'T34', 'T3404N30', 'کاربر ۳ تسهیلات معوق دارد', 3.89, -30, 3, 3)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# DelayedLoans >= 4 -40 T3405N40 کاربر بیش از ۳ تسهیلات معوق دارد
rule = create_new_rule(3, 'T34', 'T3405N40', 'کاربر بیش از ۳ تسهیلات معوق دارد', 5.19, -40, 4, rules_max_val)
ds.insert_rule(rule)
rule_codes.append(rule.code)
print('Timeliness(T) arrear_loans_total_count_t34 rules are created.')
ds.delete_score_reasons({RULE_MASTER_CODE: T34_RULES_LOAN_ARREAR_TOTAL_COUNTS})
change_reason = create_new_score_reason(T34_RULES_LOAN_ARREAR_TOTAL_COUNTS, rule_codes, 'کاهش تعداد تسهیلات معوق در جریان', 'افزایش تعداد تسهیلات معوق در جریان')
ds.insert_score_reason(change_reason)
print('Timeliness(T) arrear_loans_total_count_t34 change reasons are created.')
def import_rules_identity_military_service_status_i2(ds: DataService):
# define Identities(I)' rules of military_service master: level 2
rule = create_new_rule(2, 'I', 'I2', 'خدمت وظیفه عمومی', 2)
ds.insert_rule(rule)
# define Identities(I)' rules of military_service details: level 3
# MilServiceFinished/Exempted/Ongoing 20 2% I0201P20 پایان خدمت
rule = create_new_rule(3, 'I2', 'I0201P20', 'پایان خدمت', 2, 20,
ProfileMilitaryServiceStatusEnum.FINISHED.value)
ds.insert_rule(rule)
rule_codes: List[str] = [rule.code]
# MilServiceFinished/Exempted/Ongoing 20 2% I0202P20 معافیت
rule = create_new_rule(3, 'I2', 'I0202P20', 'معافیت', 2, 20,
ProfileMilitaryServiceStatusEnum.EXEMPTED.value)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# MilServiceFinished/Exempted/Ongoing 20 2% I0203P20 در حال خدمت
rule = create_new_rule(3, 'I2', 'I0203P20', 'در حال خدمت', 2, 20,
ProfileMilitaryServiceStatusEnum.ONGOING.value)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# MilServiceSubjected 00 I0204P0 0% مشمول غیر غایب
rule = create_new_rule(3, 'I2', 'I0204P0', 'مشمول غیر غایب', 2, 20,
ProfileMilitaryServiceStatusEnum.SUBJECTED.value)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# MilServiceAbsent -50 I0205N50 -5% غایب
rule = create_new_rule(3, 'I2', 'I0205N50', 'غایب', 5, -50,
ProfileMilitaryServiceStatusEnum.ABSENT.value)
ds.insert_rule(rule)
rule_codes.append(rule.code)
print('Identities(I) military_service_status_i2 rules are created.')
ds.delete_score_reasons(
{RULE_MASTER_CODE: I2_RULES_PROFILE_MILITARY_SERVICE_STATUS})
change_reason = create_new_score_reason(
I2_RULES_PROFILE_MILITARY_SERVICE_STATUS, rule_codes,
'بهبود وضعیت خدمت وظیفه عمومی', 'تنزل وضعیت خدمت وظیفه عمومی')
ds.insert_score_reason(change_reason)
print(
'Identities(I) military_service_status_i2 change reasons are created.')
def import_rules_history_done_timely_trades_between_last_3_to_12_months_h7(ds: DataService):
# define History(H)' rules of done_timely_trades_between_last_3_to_12_months master: level 2
rule = create_new_rule(2, 'H', 'H7', 'تعداد تعاملات موفق در ۳ تا ۱۲ ماه گذشته', 4.44, 40)
ds.insert_rule(rule)
# define History(H)' rules of done_timely_trades_of_last_3_months details: level 3
# Last1YSD = 0 00 H0701P0 کاربر در یکسال گذشته هیچ تعامل موفقی با سایر کاربران نداشته است
rule = create_new_rule(3, 'H7', 'H0701P0', 'کاربر در یکسال گذشته هیچ تعامل موفقی با سایر کاربران نداشته است', 0, 0, 0, 0)
ds.insert_rule(rule)
rule_codes: List[str] = [rule.code]
# Last1YSD = 1 05 H0702P05 کاربر در یکسال گذشته 1 تعامل موفق با سایر کاربران داشته است
rule = create_new_rule(3, 'H7', 'H0702P05', 'کاربر در یکسال گذشته 1 تعامل موفق با سایر کاربران داشته است', 0.56, 5, 1, 1)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# 2 <= Last1YSD ≤ 3 10 H0703P10 کاربر در یکسال گذشته بین 2 تا 3 تعامل موفق با سایر کاربران داشته است
rule = create_new_rule(3, 'H7', 'H0703P10', 'کاربر در یکسال گذشته بین 2 تا 3 تعامل موفق با سایر کاربران داشته است', 1.11, 10, 2, 3)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# 4 <= Last1YSD ≤ 6 20 H0704P20 کاربر در یکسال گذشته بین 4 تا 6 تعامل موفق با سایر کاربران داشته است
rule = create_new_rule(3, 'H7', 'H0704P20', 'کاربر در یکسال گذشته بین 4 تا 6 تعامل موفق با سایر کاربران داشته است', 2.22, 20, 4, 6)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# 7 <= Last1YSD ≤ 10 30 H0705P30 کاربر در یکسال گذشته بین 7 تا 10 تعامل موفق با سایر کاربران داشته است
rule = create_new_rule(3, 'H7', 'H0705P30', 'کاربر در یکسال گذشته بین 7 تا 10 تعامل موفق با سایر کاربران داشته است', 3.33, 30, 7, 10)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# Last1YSD >= 11 40 H0706P40 کاربر در یکسال گذشته بیش از 10 تعامل موفق با سایر کاربران داشته است
rule = create_new_rule(3, 'H7', 'H0706P40', 'کاربر در یکسال گذشته بیش از 10 تعامل موفق با سایر کاربران داشته است', 4.44, 40, 11,
rules_max_val)
ds.insert_rule(rule)
rule_codes.append(rule.code)
print('Histories(H) done_timely_trades_between_last_3_to_12_months_h7 rules are created.')
ds.delete_score_reasons({RULE_MASTER_CODE: H7_RULES_DONE_TIMELY_TRADES_BETWEEN_LAST_3_TO_12_MONTHS})
change_reason = create_new_score_reason(H7_RULES_DONE_TIMELY_TRADES_BETWEEN_LAST_3_TO_12_MONTHS, rule_codes, 'افزایش معاملات موفق در یک سال گذشته', 'کاهش معاملات موفق در یک سال گذشته')
ds.insert_score_reason(change_reason)
print('Histories(H) done_timely_trades_between_last_3_to_12_months_h7 change reasons are created.')
def calculate_score(scenarios_dicts: [], user_id: int = None):
# mongoengine_api.launch_app()
ds = DataService()
rds = RedisCaching(ds)
cs = ScoreCalculationService_2(rds, ds)
# crm = RedisCachingRulesMasters(rds.rds)
for scn_dict in scenarios_dicts:
expected_score = scn_dict['Vscore']
# DoneTrade Score Calculation ..................................................
dt = DoneTrade(user_id=user_id)
dt.timely_trades_count_of_last_3_months = scn_dict['Last3MSD']
dt.timely_trades_count_between_last_3_to_12_months = scn_dict[
'Last1YSD']
dt.past_due_trades_count_of_last_3_months = scn_dict[
'B30DayDelayLast3M']
dt.past_due_trades_count_between_last_3_to_12_months = scn_dict[
'B30DayDelayLast3-12M']
dt.arrear_trades_count_of_last_3_months = scn_dict['A30DayDelayLast3M']
dt.arrear_trades_count_between_last_3_to_12_months = scn_dict[
'A30DayDelay3-12M']
dt.total_delay_days = scn_dict['AverageDelayRatio']
# todo: 100000000 is fix Denominator that is all_other_users_done_trades_amount, it should be change later
dt.trades_total_balance = round(
float(scn_dict['SDealAmountRatio']) *
ALL_USERS_AVERAGE_DEAL_AMOUNT)
done_trades_score = cs.calculate_user_done_trades_score_2(
user_id=0, modified_done_trade=dt)
ds.delete_done_trades({USER_ID: user_id})
ds.insert_done_trade(dt)
# UndoneTrade Score Calculation ..................................................
udt = UndoneTrade(user_id=user_id)
udt.undue_trades_count = scn_dict['NumNotDueDeal']
udt.past_due_trades_count = scn_dict['UnfinishedB30DayDelay']
udt.arrear_trades_count = scn_dict['UnfinishedA30DayDelay']
udt.undue_trades_total_balance_of_last_year = round(
float(scn_dict['NotDueDealAmountRatio']) * dt.trades_total_balance)
udt.past_due_trades_total_balance_of_last_year = round(
float(scn_dict['UnfinishedB30Din1YRatio']) *
dt.trades_total_balance)
udt.arrear_trades_total_balance_of_last_year = round(
float(scn_dict['UnfinishedA30Din1YRatio']) *
dt.trades_total_balance)
undone_trades_score = cs.calculate_user_undone_trades_score_2(
user_id=0, undone_trade_object=udt, done_trade_object=dt)
ds.delete_undone_trades({USER_ID: user_id})
ds.insert_undone_trade(udt)
# Loan Score Calculation ..................................................
ln = Loan(user_id=user_id)
ln.loans_total_count = scn_dict['Loans']
ln.loans_total_balance = ALL_USERS_AVERAGE_PRINCIPAL_INTEREST_AMOUNT
ln.past_due_loans_total_count = int(scn_dict['PastDueLoans'])
ln.arrear_loans_total_count = int(scn_dict['DelayedLoans'])
ln.suspicious_loans_total_count = int(
scn_dict['DoubfulCollectionLoans'])
ln.monthly_installments_total_balance = float(
scn_dict['MonthlyInstallments'])
ln.overdue_loans_total_balance = round(
float(scn_dict['CurrentLoanAmountRatio']) * ln.loans_total_balance)
ln.past_due_loans_total_balance = round(
float(scn_dict['PastDueLoanAmountRatio']) * ln.loans_total_balance)
ln.arrear_loans_total_balance = round(
float(scn_dict['DelayedLoanAmountRatio']) * ln.loans_total_balance)
ln.suspicious_loans_total_balance = round(
float(scn_dict['DoubtfulCollectionAmountRatio']) *
ln.loans_total_balance)
loan_score = cs.calculate_user_loans_score_2(user_id=0, loan_object=ln)
ds.delete_loans({USER_ID: user_id})
ds.insert_loan(ln)
# Cheque Score Calculation ..................................................
ch = Cheque(user_id=user_id)
ch.unfixed_returned_cheques_count_of_last_3_months = scn_dict[
'DishonouredChequesL3M']
ch.unfixed_returned_cheques_count_between_last_3_to_12_months = scn_dict[
'DishonouredChequesL3-12M']
ch.unfixed_returned_cheques_count_of_more_12_months = scn_dict[
'DishonouredChequesA12M']
ch.unfixed_returned_cheques_count_of_last_5_years = scn_dict[
'AllDishonouredCheques']
ch.unfixed_returned_cheques_total_balance = round(
float(scn_dict['DCAmountRatio']) *
ALL_USERS_AVERAGE_UNFIXED_RETURNED_CHEQUES_AMOUNT)
cheque_score: [] = cs.calculate_user_cheques_score_2(user_id=0,
cheque_object=ch)
ds.delete_cheques({USER_ID: user_id})
ds.insert_cheque(ch)
# Profile Score Calculation ..................................................
if user_id is not None:
ds.delete_profiles({USER_ID: user_id})
p = Profile(user_id=user_id)
p.has_kyc = scn_dict['KYC']
p.military_service_status = ProfileMilitaryServiceStatusEnum.__getitem__(
scn_dict['Military'])
p.sim_card_ownership = scn_dict['SimCard']
p.address_verification = scn_dict['Address']
p.membership_date = date.today() - timedelta(
days=int(scn_dict['Membership']))
p.recommended_to_others_count = scn_dict['Recommendation']
p.star_count_average = scn_dict['WeightedAveStars']
profile_score = cs.calculate_user_profile_score_2(user_id=0,
profile_object=p)
# total_pure_score = int(profile_score) + int(done_trades_score) + int(undone_trades_score) + int(loan_score) + int(cheque_score)
identities_pure_score = cs.scores_dict.get(IDENTITIES_SCORE)
identities_normalized_score = cs.calculate_identities_normalized_score_2(
identities_pure_score)
histories_pure_score = cs.scores_dict.get(HISTORIES_SCORE)
histories_normalized_score = cs.calculate_histories_normalized_score_2(
histories_pure_score)
volumes_pure_score = cs.scores_dict.get(VOLUMES_SCORE)
volumes_normalized_score = cs.calculate_volumes_normalized_score_2(
volumes_pure_score)
timeliness_pure_score = cs.scores_dict.get(TIMELINESS_SCORE)
timeliness_normalized_score = cs.calculate_timeliness_normalized_score_2(
timeliness_pure_score)
total_pure_score = identities_pure_score + histories_pure_score + volumes_pure_score + timeliness_pure_score
total_normalized_score = identities_normalized_score + histories_normalized_score + volumes_normalized_score + timeliness_normalized_score
print(
'<><><><><><><> expected-score= {} , total_pure_score = {} and total_normalized_score = {} '
'<><><><><><><>'.format(expected_score, total_pure_score,
total_normalized_score))
# Profile Score insertion
p.score = total_normalized_score
p.identities_score = identities_normalized_score
p.histories_score = histories_normalized_score
p.volumes_score = volumes_normalized_score
p.timeliness_score = timeliness_normalized_score
ds.delete_profiles({USER_ID: user_id})
ds.insert_profile(p)
def import_rules_history_recommended_to_others_counts_h8(ds: DataService):
# define History(H)' rules of recommended_to_others_counts master: level 2
rule = create_new_rule(2, 'H', 'H8', 'پیشنهاد شدن کاربر به سایرین جهت انجام تعامل پس از انجام موفقیت آمیز تعامل', 4.44, 40)
ds.insert_rule(rule)
# define History(H)' rules of recommended_to_others_counts details: level 3
# Recommendation = 0 00 H0801P0 کاربر توسط کسی پیشنهاد نشده است
rule = create_new_rule(3, 'H8', 'H0801P0', 'کاربر توسط کسی پیشنهاد نشده است', 0, 0, 0, 0)
ds.insert_rule(rule)
rule_codes: List[str] = [rule.code]
# Recommendation = 1 10 H0802P10 پیشنهاد شده توسط 1 نفر
rule = create_new_rule(3, 'H8', 'H0802P10', 'پیشنهاد شده توسط 1 نفر', 1.11, 10, 1, 1)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# 2 < Recommendation ≤ 3 20 H0803P20 پیشنهاد شده توسط 2 تا 3 نفر
rule = create_new_rule(3, 'H8', 'H0803P20', 'پیشنهاد شده توسط 2 تا 3 نفر', 2.22, 20, 2, 3)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# 4 < Recommendation ≤ 10 30 H0804P30 پیشنهاد شده توسط 4 تا 10 نفر
rule = create_new_rule(3, 'H8', 'H0804P30', 'پیشنهاد شده توسط 4 تا 10 نفر', 3.33, 30, 4, 10)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# 11 < Recommendation ≤ 30 40 H0805P40 پیشنهاد شده توسط 11 تا 30 نفر
rule = create_new_rule(3, 'H8', 'H0805P40', 'پیشنهاد شده توسط 11 تا 30 نفر', 4.44, 40, 11, 30)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# Recommendation > 30 50 H0806P50 پیشنهاد شده توسط بیش از 30 نفر
rule = create_new_rule(3, 'H8', 'H0806P50', 'پیشنهاد شده توسط بیش از 30 نفر', 5.56, 50, 30, rules_max_val)
ds.insert_rule(rule)
rule_codes.append(rule.code)
print('Histories(H) recommended_to_others_counts_h8 rules are created.')
ds.delete_score_reasons({RULE_MASTER_CODE: H8_RULES_PROFILE_RECOMMENDED_TO_OTHERS_COUNTS})
change_reason = create_new_score_reason(H8_RULES_PROFILE_RECOMMENDED_TO_OTHERS_COUNTS, rule_codes, 'افزایش پیشنهادات طرفین معاملات به سایرین جهت انجام معامله با شما', 'کاهش پیشنهادات طرفین معاملات به سایرین جهت انجام معامله با شما')
ds.insert_score_reason(change_reason)
print('Histories(H) recommended_to_others_counts_h8 change reasons are created.')
import random
from datetime import date
from app.core.database import get_db
from app.core.models.profile import Profile
from app.core.models.scoring_enums import ProfileMilitaryServiceStatusEnum
from app.core.services.data_service import DataService
if __name__ == '__main__':
ds = DataService(get_db())
ds.delete_profiles({})
for i in range(2):
p = Profile(user_id=int(100 + i))
p.has_kyc = 1
p.military_service_status = ProfileMilitaryServiceStatusEnum.FINISHED
p.sim_card_ownership = 1
p.address_verification = 1
p.membership_date = date.today()
p.recommended_to_others_count = 23
p.star_count_average = 1
p.identities_score = random.randint(0, 100) # 10%
p.histories_score = random.randint(0, 300) # 30%
p.volumes_score = random.randint(0, 250) # 25%
p.timeliness_score = random.randint(0, 350) # 35%
p.score = p.identities_score + p.histories_score + p.volumes_score + p.timeliness_score
ds.insert_profile(p)
# Test aggregation pipeline run performance
# pipeline = generate_scores_distributions_pipeline(0, 1000, 20)
# ref: CommandCursor = ds.db.profiles.aggregate(pipeline)
def import_rules_history_star_counts_avgs_h9(ds: DataService):
# define History(H)' rules of star_counts_avgs master: level 2
rule = create_new_rule(2, 'H', 'H9', ' امتیاز رضایتمندی دریافت شده از طرف مقابل پس از انجام موفقیت آمیز تعامل', 5.56, 50)
ds.insert_rule(rule)
# define History(H)' rules of star_counts_avgs details: level 3
# WeightedAveStars <= 1 00 H0901P0 کاربر به طور متوسط کمتر مساوی ۱ ستاره کسب کرده است
rule = create_new_rule(3, 'H9', 'H0901P0', 'کاربر به طور متوسط کمتر مساوی ۱ ستاره کسب کرده است', 0, 0, 0, 1)
ds.insert_rule(rule)
rule_codes: List[str] = [rule.code]
# 1.001 <= WeightedAveStars ≤ 2 05 H0902P5 کاربر به طور متوسط بیش از ۱ و کمتر مساوی ۲ ستاره کسب کرده است
rule = create_new_rule(3, 'H9', 'H0902P5', 'کاربر به طور متوسط بیش از ۱ و کمتر مساوی ۲ ستاره کسب کرده است', 0.56, 5, 1.001, 2)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# 2.001 <= WeightedAveStars ≤ 3 10 H0903P10 کاربر به طور متوسط بیش از ۲ و کمتر مساوی ۳ ستاره کسب کرده است
rule = create_new_rule(3, 'H9', 'H0903P10', 'کاربر به طور متوسط بیش از ۲ و کمتر مساوی ۳ ستاره کسب کرده است', 1.11, 10, 2.001, 3)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# 3.001 <= WeightedAveStars ≤ 4 30 H0904P30 کاربر به طور متوسط بیش از ۳ و کمتر مساوی ۴ ستاره کسب کرده است
rule = create_new_rule(3, 'H9', 'H0904P30', 'کاربر به طور متوسط بیش از ۳ و کمتر مساوی ۴ ستاره کسب کرده است', 3.33, 30, 3.001, 4)
ds.insert_rule(rule)
rule_codes.append(rule.code)
# 4.001 <= WeightedAveStars ≤ 5 50 H0905P50 کاربر به طور متوسط بیش از ۴ و کمتر مساوی ۵ ستاره کسب کرده است
rule = create_new_rule(3, 'H9', 'H0905P50', 'کاربر به طور متوسط بیش از ۴ و کمتر مساوی ۵ ستاره کسب کرده است', 5.56, 50, 4.001, 5)
ds.insert_rule(rule)
rule_codes.append(rule.code)
print('Histories(H) star_counts_avgs_h9 rules are created.')
ds.delete_score_reasons({RULE_MASTER_CODE: H9_RULES_PROFILE_STAR_COUNTS_AVGS})
change_reason = create_new_score_reason(H9_RULES_PROFILE_STAR_COUNTS_AVGS, rule_codes, 'افزایش امتیاز رضایتمندی دریافت شده از طرفین معاملات', 'کاهش امتیاز رضایتمندی دریافت شده از طرفین معاملات')
ds.insert_score_reason(change_reason)
print('Histories(H) star_counts_avgs_h9 change reasons are created.')