【技术实现步骤摘要】
通信业务数据稽核方法及装置
[0001]本申请涉及通信业务管理
，尤其涉及一种通信业务数据稽核方法及装置。
技术介绍
[0002]在电信行业中，对用户的通信业务数据的稽核(如出账稽核)是确保通信业务稳态发展的重要管理技术手段。
[0003]现有的出账稽核方法主要为基于业务规则的人工稽核模型方法。示例性地，一种通信业务对应一个业务规则。稽核人员将业务规则属性相同的业务规则归为一个业务类别，并基于业务类别对应的业务规则，为每一个业务类别对应编写一个稽核程序(即人工稽核模型)。稽核人员基于用户的通信业务数据所属的业务类别，采用业务类别对应的人工稽核模型对用户的通信业务数据进行稽核，获得稽核结果(如出账正常或出账异常)，以便于后续处理。当人工稽核模型对应业务规则发生变动，如出现新业务规则，则需升级该人工稽核模型或新建新的人工稽核模型以满足通信业务数据精准稽核的需求。
[0004]然而，用户业务需求场景的频繁变化，促使频繁产生新业务规则，即促使业务规则频繁变动。业务规则的频繁变动给人工稽核模型的升级维护带来巨大的...
【技术保护点】
【技术特征摘要】
1.一种通信业务数据稽核方法，其特征在于，包括：获取用户的通信业务数据以及所述通信业务数据所属的业务类别；采用稽核集，判断所述业务类别是否为第一次被稽核的业务类别，所述稽核集中包括未被稽核过的全部业务类别；若所述业务类别是第一次被稽核的业务类别，则采用预设的人工稽核模型对所述通信业务数据进行稽核以获得稽核结果；若所述业务类别不是第一次被稽核的业务类别，则采用机器学习稽核模型对所述通信业务数据进行稽核以获得稽核结果；其中，所述机器学习稽核模型是采用多个已被稽核过的业务类别所对应的通信业务数据训练得到的。2.根据权利要求1所述的方法，其特征在于，所述通信业务数据包括实际出账值和多个业务参数值；所述稽核结果为出账正常、需再次确认、出账异常中的任一种结果；所述采用机器学习稽核模型对所述通信业务数据进行稽核以获得稽核结果，包括：对所述通信业务数据进行输入处理，获得由实际出账特征值q和多个业务参数特征值Pi组成的多维特征向量P；将所述多维特征向量输入所述机器学习稽核模型，获得出账正常的稽核概率值γ；基于所述稽核概率值γ，确定所述稽核概率值γ对应的稽核结果；其中，i为自然数。3.根据权利要求2所述的方法，其特征在于，所述基于所述稽核概率值γ，确定所述稽核概率值γ对应的稽核结果，包括：将所述稽核概率值γ与预设阈值δ0进行对比，按如下方式确定稽核结果：若δ0＜γ，则确定稽核结果为出账正常；若γ≤δ0，则确定稽核结果为出账异常。4.根据权利要求2所述的方法，其特征在于，所述基于所述稽核概率值γ，确定所述稽核概率值γ对应的稽核结果，包括：将所述稽核概率值γ与预设的下限阈值δ
L
和上限阈值δ
H
进行对比，按如下方式确定稽核结果：若δ
H
＜γ，则确定稽核结果为出账正常；若δ
L
≤γ≤δ
H
，则确定稽核结果为需再次确认；若γ＜δ
L
，则确定稽核结果为出账异常。5.根据权利要求1
‑
4任一项所述的方法，其特征在于，在所述采用预设的人工稽核模型或所述机器学习稽核模型对所述通信业务数据进行稽核以获得稽核结果之前，所述方法还包括：对所述通信业务数据进行数据清洗，获得对应的纯净数据。6.根据权利要求1、2、4任一项所述的方法，其特征在于，所述稽核结果包括需再次确认的稽核结果；在确定所述稽核结果为需再次确认之后，所述方法还包括：对所述通信业务数据进行修正处理，获得修正业务数据；基于所述修正业务数据对应的业务类别，采用预设的人工稽核模型或所述机器学习稽核模型对所述修正业务数据进行稽核以获得对应稽核结果。
7.根据权利要求5所述的方法，其特征在于，在所述获得稽核结果之后，所述方法还包括：基于出账异常的稽核结果所对应的通信业务数据，生成所述稽核结果对应用户的异常用户工单，以通知所述用户归属地的工单处理人员进行处理。8.一种通信业务数据稽核设备，其特征在于，应用于通信业务数据稽核系统，所述系统包括稽核设备和至少一个数据采集设备；所述稽核设备包括：数据收发单元、数据稽核单元和数据修正单元；其中，所述数据收发单元，用于从至少一个数据采集设备获取用户的通信业务数据以及所述通信业务数据所属的业务类别；采用稽核集，判断所述业务类别是否为第一次被稽核的业务类别，并将所述通信业务数据和业务类别的判...
【专利技术属性】
技术研发人员：沈治廷，朱峰炜，谭杰，黄恒杰，李家明，王健，王楷波，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。