错单检测方法和系统技术方案

本发明专利技术涉及区块链技术领域，尤其涉及一种错单检测方法和系统，本发明专利技术通过根据区块链网络中存储的话单训练数据集和对应的话单类型标签进行模型训练，进而在区块链网络上得到训练好的错单检测模型，再获取清结算系统中的待处理话单数据，最后通过区块链网络上的训练好的错单检测模型对待处理话单数据进行错单检测，提高了错单检测的效率，避免了现有技术中错单检测过程较为繁琐，错单检测效率较低的技术问题，减少本地设备的数据负载

【技术实现步骤摘要】
错单检测方法和系统


[0001]本专利技术涉及区块链
，尤其涉及一种错单检测方法和系统
。

技术介绍

[0002]传统技术中，对于移动运营商的清结算业务进行错单校验时，一般会通过逐条读取话单，对话单中的各个字段进行检测，步骤较为繁琐，且需要检测的话单数据量较大时，会占用大量的本地处理器资源和内存资源，使得辅助校验的局部数据变变得更为频繁，效率较低
。
[0003]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术
。

技术实现思路

[0004]本专利技术的主要目的在于提供一种错单检测方法和系统，旨在解决现有技术中错单检测过程较为繁琐，错单检测效率较低的技术问题
。
[0005]为实现上述目的，本专利技术提供了一种错单检测方法，所述错单检测方法应用于区块链网络，所述方法包括以下步骤：
[0006]获取话单训练数据集和对应的话单类型标签；
[0007]基于所述话单训练数据集和所述话单类型标签进行链上模型训练，得到训练好的错单检测模型；
[0008]获取清结算系统中的待处理话单数据；
[0009]根据所述训练好的错单检测模型对所述待处理话单数据进行错单检测，得到错单检测结果
。
[0010]可选地，所述基于所述话单训练数据集和所述话单类型标签进行链上模型训练，得到训练好的错单检测模型，包括：
[0011]通过预设接口模型获取初始模型字节数据；
[0012]对所述初始模型字节数据进行反序列化处理，得到初始机器学习模型；
[0013]基于所述话单训练数据集和所述话单类型标签对初始机器学习模型进行模型预测，得到模型精确度；
[0014]根据所述模型精确度对所述初始机器学习模型进行模型参数迭代，得到训练好的错单检测模型
。
[0015]可选地，所述错单检测方法，还包括：
[0016]将所述训练好的错单检测模型进行序列化处理，得到模型字节数据；
[0017]通过预设接口函数将所述模型字节数据存储至目标区块中
。
[0018]可选地，所述获取话单训练数据集和对应的话单类型标签，包括：
[0019]通过预设接口函数获取目标区块中存储的重编码话单数据；
[0020]根据所述重编码话单数据和预设数据结构体生成决策树模型；
[0021]检测所述决策树模型的类别标识；
[0022]根据所述类别标识提取所述数据集数据结构体中的话单训练集和对应的话单类型标签
。
[0023]可选地，所述待处理话单数据包括编码话单数据和模型标识；
[0024]所述根据所述训练好的错单检测模型对所述待处理话单数据进行错单检测，得到错单检测结果，包括：
[0025]通过预设接口模型从目标区块中提取所述模型标识对应的模型字节数据；
[0026]对所述模型字节数据进行反序列化处理，得到目标错单检测模型；
[0027]对所述编码话单数据进行反序列化处理，得到目标编码话单数据；
[0028]根据所述目标错单检测模型对所述目标编码话单数据进行错单检测，得到待处理话单数据对应的错单检测结果
。
[0029]本专利技术提供了一种错单检测方法，所述错单检测方法应用于客户端，所述方法包括以下步骤：
[0030]获取各子节点的本地话单数据；
[0031]对各所述本地话单数据进行预处理；
[0032]对预处理后的各所述本地话单数据进行重编码，得到目标话单数据；
[0033]将所述目标话单数据发送至区块链网络中存储，所述目标话单数据包括话单训练数据集和对应的话单类型标签
。
[0034]可选地，所述对各所述本地话单数据进行预处理的方式，包括以下方式中的至少一种：数据清洗
、
数据转换
、
数据标记
、
特征选择以及数据集划分
。
[0035]可选地，所述对预处理后的各所述本地话单数据进行重编码，得到目标话单数据，包括：
[0036]将预处理后的各所述本地话单数据进行格式转换，得到待编码话单数据；
[0037]通过预设编码模型对所述待编码话单数据进行编码，得到话单字节数组；
[0038]根据所述话单字节数组生成目标话单数据
。
[0039]可选地，所述将所述目标话单数据发送至区块链网络中存储，包括：
[0040]对所述目标话单数据进行解码，得到解码字节数组；
[0041]调用预设接口函数将所述解码字节数组发送至区块链网络中存储
。
[0042]本专利技术公开了一种错单检测方法，所述错单检测方法包括：获取话单训练数据集和对应的话单类型标签；基于所述话单训练数据集和所述话单类型标签进行链上模型训练，得到训练好的错单检测模型；获取清结算系统中的待处理话单数据；根据所述训练好的错单检测模型对所述待处理话单数据进行错单检测，得到错单检测结果，本专利技术通过根据区块链网络中存储的话单训练数据集和对应的话单类型标签进行模型训练，进而在区块链网络上得到训练好的错单检测模型，再获取清结算系统中的待处理话单数据，最后通过区块链网络上的训练好的错单检测模型对待处理话单数据进行错单检测，提高了错单检测的效率，避免了现有技术中错单检测过程较为繁琐，错单检测效率较低的技术问题，减少本地设备的数据负载
。
附图说明
[0043]图1为本专利技术错单检测方法实施例一的流程示意图；
[0044]图2为本专利技术错单检测方法一实施例的决策树模型结构实例示意图；
[0045]图3为本专利技术错单检测方法一实施例的模型训练的流程示意图；
[0046]图4为本专利技术错单检测方法一实施例的模型测试流程示意图；
[0047]图5为本专利技术错单检测方法一实施例的错单检测的流程示意图；
[0048]图6为本专利技术错单检测方法实施例二的流程示意图；
[0049]图7为本专利技术错单检测方法一实施例的客户端和区块链网络之间的架构示意图；
[0050]图8为本专利技术错单检测方法一实施例的数据格式实例示意图
。
[0051]本专利技术目的的实现
、
功能特点及优点将结合实施例，参照附图做进一步说明
。
具体实施方式
[0052]应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术
。
[0053]本专利技术实施例提供了一种错单检测方法，参照图1，图1为本专利技术一种错单检测方法应用于区块链网络的第一实施例的流程示意图
。
[0054]本实施例中，所述错单检测方法包括以下步骤：
[0055]步骤
S10
：获取话单训练数据集和对应的话单类型标签
。
[0056]需要说明的是，本实施例方法的执行主体可以是具有数据处理
、<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种错单检测方法，其特征在于，所述错单检测方法应用于区块链网络；所述错单检测方法包括：获取话单训练数据集和对应的话单类型标签；基于所述话单训练数据集和所述话单类型标签进行链上模型训练，得到训练好的错单检测模型；获取清结算系统中的待处理话单数据；根据所述训练好的错单检测模型对所述待处理话单数据进行错单检测，得到错单检测结果
。2.
如权利要求1所述的错单检测方法，其特征在于，所述基于所述话单训练数据集和所述话单类型标签进行链上模型训练，得到训练好的错单检测模型，包括：通过预设接口模型获取初始模型字节数据；对所述初始模型字节数据进行反序列化处理，得到初始机器学习模型；基于所述话单训练数据集和所述话单类型标签对初始机器学习模型进行模型预测，得到模型精确度；根据所述模型精确度对所述初始机器学习模型进行模型参数迭代，得到训练好的错单检测模型
。3.
如权利要求2所述的错单检测方法，其特征在于，在所述得到训练好的错单检测模型之后，所述错单检测方法，还包括：将所述训练好的错单检测模型进行序列化处理，得到模型字节数据；通过预设接口函数将所述模型字节数据存储至目标区块中
。4.
如权利要求1所述的错单检测方法，其特征在于，所述获取话单训练数据集和对应的话单类型标签，包括：通过预设接口函数获取目标区块中存储的重编码话单数据；根据所述重编码话单数据和预设数据结构体生成决策树模型；检测所述决策树模型的类别标识；根据所述类别标识提取所述决策树模型中的话单训练集和对应的话单类型标签
。5.
如权利要求1所述的错单检测方法，其特征在于，所述待处理话单数据包括编码话单数据和模型标识；所述根据所述训练好的错单检测模型对所述待处理话单数据进行错单检测，得到错单检测结果，包括：通过预设接口模型从目标区块中提取所述模型标识对应的模型字节...

【专利技术属性】
技术研发人员：陈洁坤，胡媛媛，周双，苏萌，高恒，李妍，洪洁祥，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：