CN102857895B - 资费处理方法、资费处理器 - Google Patents

Abstract

本发明公开了一种资费处理方法及资费处理器，其中，该方法包括：1)资费处理器自营业子系统中获取用户的业务偏好信息，自产品信息库中调取可选业务的产品信息；2)资费处理器根据业务偏好信息和可选业务的产品信息，生成待选的资费方案；3)资费处理器获取待选的各资费方案的评价值，根据该评价值生成最优的资费方案提交给所述营业子系统。本发明的资费处理方法和资费处理器，根据用户的个人需求和业务产品的活跃度，对各个可选业务进行评价值计算，根据评价值的计算结果，向用户推荐几种最优的资费方案供用户选择，大大丰富了用户对资费方案的选择余地，减化了用户选择资费方案的复杂程度。

Description

资费处理方法、资费处理器

技术领域

本发明涉及通信领域中业务运营支撑系统，具体地，涉及资费处理方法及资费处理器。

背景技术

在移动通信服务中，资费方案将现有的各种业务产品进行组合以一种品牌的形式向用户进行呈现，资费方案是用户选择服务时首先要考虑的问题之一。目前，BOSS系统(业务运营支撑系统)中资费方案的实现方法主要有以下两种：

传统的资费方案，即固定的业务产品组合：该资费方案由业务部门确定，资费方案内包括必选和可选的产品和资费，该资费方案推出后，全部用户的使用产品完全相同；

智慧营销的资费方案，即灵活的业务产品组合：该资费方案由业务部门确定资费方案内可选的产品和资费，由用户选择产品进行组合确定资费方案，该资费方案中各用户选择使用的产品不尽相同。

上述现有技术方案存在如下不足：

传统的资费方案由于产品的组合固定，从用户使用的角度来看，用户可选空间不足，不能灵活的满足业务种类日益丰富情况下的用户需求，从业务运营支撑系统来看，随着业务种类的不断增加，市场上推出的资费方案也会不断增加，技术人员和业务运营支撑系统的工作量都会不断增大。

智慧营销的资费方案虽然在一定程度上解决了传统资费方案的不足，但其资费方案中用户可选的产品由业务部门确定。随着业务种类的逐渐增加，如果用户可选的业务产品范围增大，业务部门的工作量会减少，但会增加用户选择产品的复杂程度；反之，如果用户可选的业务产品范围减小，业务部门的工作量会增加，但降低用户操作复杂程度的同时会降低资费方案的灵活程度。

发明内容

本发明的目的是针对现有技术中随着业务种类不断丰富、用户可选产品不断增加的情况下，业务部门的工作量减轻与用户选择资费方案的灵活选择不能同时满足的缺陷，提出一种资费处理方法及资费处理器。

为实现上述目的，根据本发明的一个方面，提供了一种资费处理方法。

根据本发明实施例的资费处理方法，包括：

1)资费处理器自营业子系统中获取用户的业务偏好信息，自产品信息库中调取可选业务的产品信息；

2)资费处理器根据业务偏好信息和可选业务的产品信息，生成待选的资费方案；

3)资费处理器获取待选的各资费方案的评价值，根据该评价值生成最优的资费方案提交给所述营业子系统。

在上述技术方案中，所述步骤3)具体可以包括：

31)资费处理器将待选的各资费方案的业务种类设定为对应的染色体，将业务种类下的各产品种类设定为染色体下的各基因；

32)资费处理器计算所述各染色体的评价值，选取其中最高的评价值作为当前最优评价值；

33)资费处理器对所述各染色体进行交叉变异产生下一代染色体，计算该下一代染色体的评价值；

34)资费处理器将下一代染色体的评价值与当前最优评价值进行比较后，将评价值最高的染色体所代表的资费方案作为最优资费方案向用户推荐。

在上述技术方案中，所述步骤3)还可以包括：

35)资费处理器设定交叉变异的迭代阈值；

36)如果当前迭代值小于迭代阈值，资费处理器则继续对各染色体进行交叉变异，产生下一代染色体。

在上述技术方案中，所述步骤32)中计算各染色体的评价值的步骤可以包括：

321)获取用户的资费预算值和各染色体的实际资费值，根据资费预算值和实际资费值获取该染色体的资费满意度；

322)获取该染色体下各基因的活跃值和用户的业务偏好序列信息；

323)根据资费满意度、活跃值和业务偏好序列信息获取染色体的评价值。

在上述技术方案中，在所述步骤323)中，染色体的评价值与资费满意度和活跃值分别成正比，与业务偏好序列信息成反比。

为实现上述目的，根据本发明的另一个方面，提供了一种资费处理器。

根据本发明实施例的资费处理器，包括：

信息调取模块，用于自营业子系统中获取用户的业务偏好信息，自产品信息库中调取可选业务的产品信息；

待选方案生成模块，用于根据业务偏好信息和可选业务的产品信息，生成待选的资费方案；

最优方案生成模块，用于获取待选的各资费方案的评价值，根据该评价值生成最优的资费方案提交给营业子系统。

在上述技术方案中，所述最优方案生成模块包括：

业务产品设定子模块，用于将待选的各资费方案的业务种类设定为对应的染色体，将业务种类下的各产品种类设定为染色体下的各基因；

计算选取子模块，用于计算各染色体的评价值，选取其中最高的评价值作为当前最优评价值；

交叉计算子模块，用于对各染色体进行交叉变异产生下一代染色体，计算该下一代染色体的评价值；

比较推荐子模块，用于将下一代染色体的评价值与当前最优评价值进行比较后，将评价值最高的染色体所代表的资费方案作为最优资费方案提交给所述营业子系统。

在上述技术方案中，所述最优方案生成模块还可以包括：

阈值设定子模块，用于设定交叉变异的迭代阈值；

阈值交叉子模块，用于如果当前迭代值小于所述迭代阈值，则继续对所述各染色体进行交叉变异，产生下一代染色体。

在上述技术方案中，所述计算选取子模块可以包括：

满意度获取单元，用于获取用户的资费预算值和各染色体的实际资费值，根据资费预算值和实际资费值获得该染色体的资费满意度；

活跃值获取单元，用于获取该染色体下各基因的活跃值和用户的业务偏好序列信息；

评价值获取单元，用于根据资费满意度、活跃值和业务偏好序列信息获取染色体的评价值。

在上述技术方案中，在所述评价值获取单元中，染色体的评价值与资费满意度和活跃值分别成正比，与业务偏好序列信息成反比。

本发明各实施例的资费处理方法和资费处理器，基于遗传算法，根据用户的个人需求和业务产品的活跃度，对各个可选业务进行评价值计算，根据评价值的计算结果，向用户推荐几种最优的资费方案供用户选择，大大丰富了用户对资费方案的选择余地，减化了用户选择资费方案的复杂程度，增加了资费方案的灵活度；同时，由于本资费处理方法由系统自动实施，减少了业务部门的工作量，提高了处理效率。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为根据本发明实施例一的资费处理方法流程图；

图2为根据本发明实施例二的资费处理方法流程图；

图3为根据本发明实施例一的资费处理器示意图；

图4为根据本发明实施例二的资费处理器示意图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

本发明的核心为资费处理方法及资费处理器，该资费处理方法由BOSS系统(业务运营支撑系统)中的营业子系统中的资费处理器实现，需要业务产品信息和其对应的经营分析数据做支持并基于遗传算法来实现，具体说明如下：

(1)业务产品信息

业务产品信息包括系统中的全部业务种类以及此业务下涉及的全部产品信息，产品信息包括向用户展示的产品功能信息和推荐资费方案时使用的产品资费信息。对于产品P，对应的资费为F_P。

(2)经营分析数据

经营分析数据指各类业务下产品的使用人数、产品活跃度等。

对于产品P，对应的使用人数为M_P。

对于产品P，对应的产品活跃度为Ad_P＝M_P/AM，AM为全部用户。

(3)业务偏好序列

用户的业务偏好指用户提供的对某些业务的喜好程度，对于业务序列<B_i1，B_i2，…，B_in>，对应的用户业务偏好序列为<B₁，B₂，…B_i…，B_n>。

设用户可选的业务种类为N种，即<B₁，B₂，…B_i…，B_n>，第i种业务下用户可选产品有C_i个，用产品序列{P₁，P₂，...，P_Ci}表示，根据遗传算法进行资费方案推荐。

1)编码方法

将每个资费方案设定为一个染色体，将该资费方案下的各产品设定为该染色体下的各基因。使用整数编码方法，基因长度为业务种类N，第i个基因的取值G_i，1≤G_i≤C_i，表示产品序列中的第G_i个产品，染色体为<G₁，G₂，...G_i，...，G_N>，表示用户选择的一个产品序列。

2)用户需求

用户将可选的业务按个人喜好程度由高到低进行排序，不喜欢的业务可以不参与排序，最后得到一个用户的业务偏好序列{Pf₁，Pf₂，...，Pf_n}，n≤N，同时，设定用户的资费预算值为F_S。

3)资费方案的评价值计算方法

对每个染色体对应的资费方案计算其资费：

用户的资费满意度为：

${\mathrm{Sat}}_f=\left\{\begin{array}{cc}1& F_t\&le;F_S\\ {(F_S/F_t)}^2& F_t>F_S\end{array}\right.$

资费方案的评价值为：

${\mathrm{Ev}}_s={\mathrm{Sat}}_f\&CenterDot;\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{\mathrm{Ad}}_i\&CenterDot;\frac{1}{N_{{\mathrm{Pf}}_i}}$

其中，表示所选产品在业务偏好序列中的位置序列，如果此产品未出现在业务偏好序列中，其取值为无穷大。

4)交叉变异

交叉变异包括单点交叉和随机变异：

交叉由两个染色体完成，单点交叉就是在包括多个基因的染色体上随机选择一个位置的基因，彼此交换此位置后染色体的所有基因后形成新的基因序列(即新染色体)；随机变异就是随机选择一个位置的基因，将该位置的基因变换为与原基因同属一种业务的另一产品的基因，形成新的基因序列(即新染色体)。

方法实施例

根据本发明实施例，提供了一种资费处理方法，图1为根据本发明实施例的资费处理方法流程图，如图1所示，本实施例包括：

步骤S102：根据业务运营支撑系统的设定要求，设置资费方案的选择策略，包括用户可选业务类型，业务下可选产品种类，各产品的资费值等；

步骤S104：根据用户的个人喜好，资费处理器生成用户的业务偏好序列信息，同时确定用户对所选资费方案的资费预算值；

步骤S106：资费处理器读取营业子系统的产品信息库中各产品的资费信息和各产品的使用人数、用户总人数，根据产品的使用人数和用户总人数获得各产品的活跃值；

步骤S108：按步骤S102确定的选择策略，资费处理器随机产生PT个染色体作为待选的资费方案；

步骤S110：资费处理器计算各染色体的评价值，选择其中评价值最高的一个，作为当前最优评价值予以保留，设一最优染色体队列Best，其对应的最优评价值为Ev_best，设置当前迭代值Ct＝0；

步骤S112：资费处理器对上述染色体进行交叉变异，产生下一代染色体；

步骤S114：资费处理器计算下一代染色体的评价值，如果Evi＞Ev_best，则更新Best队列，当前迭代值Ct置0，并转步骤S112；如果Evi＝Ev_best，则将此染色体加入到Best队列中，否则，更新当前迭代值Ct＝Ct+1；

步骤S116：如果当前迭代值小于迭代阈值，则转步骤S112；

步骤S118：输出Best队列；

步骤S120：资费处理器将Best队列中的待选资费方案提供给用户选择；

步骤S122：询问用户是否进行资费方案的修改，如不修改则跳转至步骤S126；

步骤S124：根据用户的意见完成资费方案的修改设置；

步骤S126：资费处理器将用户最后确认的资费方案提交业务运营支撑系统中的营业子系统完成用户的资费方案的订购。

需要说明的是，上述步骤S116中的迭代阈值由BOSS系统根据可选业务数量、每种业务的产品种类、资费方案处理任务量、系统的处理能力等多种因素设定得到。

本实施例的资费处理方法，基于遗传算法，根据用户的个人需求和业务产品的活跃度，对各个可选业务进行评价值计算，根据评价值的计算结果，向用户推荐几种最优的资费方案供用户选择，大大丰富了用户对资费方案的选择余地，减化了用户选择资费方案的复杂程度，增加了资费方案的灵活度；同时，由于本资费处理方法由系统自动实施，减少了业务部门的工作量，提高了处理效率。

根据本发明实施例，提供了一种资费处理方法的具体实例，图2为根据本发明实施例二的资费处理方法流程图，表1为可选业务的产品信息的举例，如图2和表1所示，对本实施例说明如下：

资费方案的选择策略：最多可选5项产品，其中无线上网、短信类的业务类型每类只能选择一种产品，其它类业务可选择多种产品，同一业务类型下的不同产品使用相同的业务编号。

编码方法：根据上述选择策略，可以选择5种产品，因此基因长度为5，每个基因代表1个产品，基因取值为[1，，15]，分别对应表1中的各个产品。例如，业务序列<1，3，4，4，5>，表示的业务组合为<无线上网，手机报，程控，程控，数据业务>，其对应的产品序列<1，7，9，11，15>表示一种资费方案<30M无线上网流量，新闻早晚报，来电显示，彩铃，手机阅读>。

用户需求：设用户对资费方案的资费预算值为30元，业务偏好序列为<无线上网，程控，数据业务>。

表1

资费方案评价值的计算流程：

步骤S202：资费处理器按选择策略随机产生4个染色体作为待选的资费方案；

例如：<1，7，9，11，15>，<12，10，5，11，13>，<14，13，9，8，7>，<3，12，9，11，13>。

步骤S204：资费处理器计算各个染色体的评价值；

<1，7，9，11，15>：

$F_t=\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{F}_i=5+3+5+5+3=21$

用户的资费满意度为：

${\mathrm{Sat}}_f=\left\{\begin{array}{cc}1& F_t\&le;F_S\\ {(F_S/F_t)}^2& F_t>F_S\end{array}\right.=1$

资费方案的评价值为：

${\mathrm{Ev}}_s={\mathrm{Sat}}_f\&CenterDot;\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\&CenterDot;{\mathrm{Ad}}_i\&CenterDot;\frac{1}{N_{{\mathrm{Pf}}_i}}=1*(0.08*1+0.15*1/\&infin;+0.45*1/2+0.25*1/2+0.08*1/3)=0.457$

同理以下染色体的评价值为：

<12，10，5，11，13>：Ev_s＝0.275

<14，13，9，8，7>：Ev_s＝0.265

<3，12，9，11，13>：Ev_s＝0.253125

选取其中评价值最高的染色体<1，7，9，11，15>，作为当前最优评价值予以保留，设一最优染色体队列Best，其对应的最优评价值为Ev_best，设置当前迭代值Ct＝0。

步骤S206：资费处理器对染色体进行交叉变异，产生下一代染色体；

在对染色体进行交叉变异时，评价值高的染色体被选择的概率较大。

交叉举例：<1，7，9，11，15>和<12，10，5，11，13>进行交叉，选择第三点为交叉点，交叉之后的染色体为<1，7，5，11，13>、<12，10，9，11，15>。

需要说明的是，在上述交叉时，交叉点以后的各基因均进行交叉处理，例如，<1，7，9，11，15>中的9、11、15分别与<12，10，5，11，13>中的5、11、13进行了交叉处理。

变异举例：

<1，7，9，11，15>进行变异，随机选择第三点作为变异点，将其变为其它的产品编号，变异后的染色体为<1，7，13，11，15>。

经过交叉变异后的下一代染色体为：

<1，7，13，11，15>，<12，10，9，11，15>，<14，13，9，11，2>，<2，12，9，11，13>；

<1，7，13，11，15>Ev_s＝0.49

<12，10，9，11，15>Ev_s＝0.491

<14，13，9，11，2>Ev_s＝0.49

<2，12，9，11，13>Ev_s＝0.50

步骤S208：资费处理器计算下一代染色体的评价值，如果Evi＞Ev_best，则更新Best队列为<2，12，9，11，13>，更新当前迭代值Ct＝Ct+1；

步骤S210：如果当前迭代值小于迭代阈值，则转步骤S206；

步骤S212：输出Best队列。

需要说明的是，上述步骤S210中的迭代阈值由BOSS系统根据可选业务数量、每种业务的产品种类、资费方案处理任务量、系统的处理能力等多种因素设定得到。

上述步骤S202-S212的具体迭代过程不再具体举例说明，如上述最优结果为<2，12，9，11，13>，对应的资费方案的产品组合为<70M无线上网流量，手机导航，来电显示，彩铃，无线音乐俱乐部高级会员>，将该产品组合提供给用户选择，并允许用户自行修改资费内容，并根据最终提供的资费方案完成订购。

本实施例的资费处理方法，列举一个具体实例，在评价值计算的过程中，设定了迭代阈值，根据迭代阈值对染色体进行交叉变异处理，大大提高了资费方案最优评价值的获得概率，能够准确的为用户提供最优的资费方案，简化了用户根据需要选择资费方案的复杂程度，减少了业务部门的工作负担，提高了资费方案的处理效率。

装置实施例

根据本发明实施例，提供了一种资费处理器，设置于BOSS系统(业务运营支撑系统)中的营业子系统中。图3为根据本发明实施例一的资费处理器示意图，如图3所示，本实例包括：

信息调取模块100，用于自营业子系统中获取用户的业务偏好信息，自营业子系统的产品信息库中调取可选业务的产品信息；

待选方案生成模块200，用于根据业务偏好信息和可选业务的产品信息，生成待选的资费方案；

最优方案生成模块300，用于获取待选的各资费方案的评价值，根据该评价值生成最优的资费方案提交给所述营业子系统。

最优方案生成模块300包括：

业务产品设定子模块310，用于将待选的各资费方案的业务种类设定为对应的染色体，将业务种类下的各产品种类设定为染色体下的各基因；

计算选取子模块320，用于计算所述各染色体的评价值，选取其中最高的评价值作为当前最优评价值；

交叉计算子模块330，用于对各染色体进行交叉变异产生下一代染色体，计算该下一代染色体的评价值；

比较推荐子模块340，用于将下一代染色体的评价值与当前最优评价值进行比较后，将评价值最高的染色体所代表的资费方案作为最优资费方案提交给营业子系统。

本实施例的资费处理器，基于遗传算法，根据用户的个人需求和业务产品的活跃度，对各个可选业务进行评价值计算，根据评价值的计算结果，向用户推荐几种最优的资费方案供用户选择，大大丰富了用户对资费方案的选择余地，减化了用户选择资费方案的复杂程度，增加了资费方案的灵活度；同时，由于本资费处理方法由系统自动实施，减少了业务部门的工作量，提高了处理效率。

根据本发明实施例，提供了一种资费处理器，设置于BOSS系统(业务运营支撑系统)中的营业子系统中。图4为根据本发明实施例二的资费处理器示意图，如图4所示，本实例包括：

信息调取模块100，用于自营业子系统中获取用户的业务偏好信息，自营业子系统的产品信息库中调取可选业务的产品信息；

待选方案生成模块200，用于根据业务偏好信息和可选业务的产品信息，生成待选的资费方案；

最优方案生成模块300，用于获取待选的各资费方案的评价值，根据该评价值生成最优的资费方案提交给所述营业子系统。

最优方案生成模块300包括：

业务产品设定子模块310，用于将待选的各资费方案的业务种类设定为对应的染色体，将业务种类下的各产品种类设定为染色体下的各基因；

计算选取子模块320，用于计算所述各染色体的评价值，选取其中最高的评价值作为当前最优评价值；

交叉计算子模块330，用于对各染色体进行交叉变异产生下一代染色体，计算该下一代染色体的评价值；

阈值设定子模块350，用于设定交叉变异的迭代阈值；

阈值交叉子模块360，用于如果当前迭代值小于迭代阈值，则继续对各染色体进行交叉变异，产生下一代染色体；

比较推荐子模块340，用于将下一代染色体的评价值与当前最优评价值进行比较后，将评价值最高的染色体所代表的资费方案作为最优资费方案提交给营业子系统。

计算选取子模块320包括：

满意度获取单元321，用于获取用户的资费预算值和各染色体的实际资费值，根据资费预算值和实际资费值获得该染色体的资费满意度；

活跃值获取单元322，用于获取该染色体下各基因的活跃值和用户的业务偏好序列信息；

评价值获取单元323，用于根据资费满意度、活跃值和业务偏好序列信息获取染色体的评价值。

在评价值获取单元323中，染色体的评价值与资费满意度和活跃值分别成正比，与业务偏好序列信息成反比。

本实施例的资费处理器，在评价值计算的过程中，设定了迭代阈值，根据迭代阈值对染色体进行交叉变异处理，大大提高了资费方案最优评价值的获得概率，能够准确的为用户提供最优的资费方案，简化了用户根据需要选择资费方案的复杂程度，减少了业务部门的工作负担，提高了资费方案的处理效率。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种资费处理方法，其特征在于，包括：

1)资费处理器自营业子系统中获取用户的业务偏好信息，自产品信息库中调取可选业务的产品信息；

2)所述资费处理器根据所述业务偏好信息和可选业务的产品信息，生成待选的资费方案；

3)所述资费处理器获取待选的各资费方案的评价值，根据该评价值生成最优的资费方案提交给所述营业子系统；

其中，所述步骤3)具体包括：

31)所述资费处理器将待选的各资费方案的业务种类设定为对应的染色体，将所述业务种类下的各产品种类设定为所述染色体下的各基因；

32)所述资费处理器计算所述各染色体的评价值，选取其中最高的评价值作为当前最优评价值；

33)所述资费处理器对所述各染色体进行交叉变异产生下一代染色体，计算该下一代染色体的评价值；

34)所述资费处理器将下一代染色体的评价值与所述当前最优评价值进行比较后，将评价值最高的染色体所代表的资费方案作为最优资费方案向用户推荐。

2.根据权利要求1所述的方法，其特征在于，所述步骤3)还包括：

35)所述资费处理器设定交叉变异的迭代阈值；

36)如果当前迭代值小于所述迭代阈值，所述资费处理器则继续对所述各染色体进行交叉变异，产生下一代染色体。

3.根据权利要求1或2所述的方法，其特征在于，所述步骤32)中计算各染色体的评价值的步骤包括：

321)获取用户的资费预算值和各染色体的实际资费值，根据所述资费预算值和实际资费值获取该染色体的资费满意度；

322)获取该染色体下各基因的活跃值和用户的业务偏好序列信息；

323)根据所述资费满意度、活跃值和业务偏好序列信息获取所述染色体的评价值。

4.根据权利要求3所述的方法，其特征在于，在所述步骤323)中，所述染色体的评价值与所述资费满意度和活跃值分别成正比，与所述业务偏好序列信息成反比。

5.一种资费处理器，其特征在于，包括：

信息调取模块，用于自营业子系统中获取用户的业务偏好信息，自产品信息库中调取可选业务的产品信息；

待选方案生成模块，用于根据所述业务偏好信息和可选业务的产品信息，生成待选的资费方案；

最优方案生成模块，用于获取待选的各资费方案的评价值，根据该评价值生成最优的资费方案提交给所述营业子系统；

其中，所述最优方案生成模块包括：

业务产品设定子模块，用于将待选的各资费方案的业务种类设定为对应的染色体，将所述业务种类下的各产品种类设定为所述染色体下的各基因；

计算选取子模块，用于计算所述各染色体的评价值，选取其中最高的评价值作为当前最优评价值；

交叉计算子模块，用于对所述各染色体进行交叉变异产生下一代染色体，计算该下一代染色体的评价值；

比较推荐子模块，用于将下一代染色体的评价值与所述当前最优评价值进行比较后，将评价值最高的染色体所代表的资费方案作为最优资费方案提交给所述营业子系统。

6.根据权利要求5所述的资费处理器，其特征在于，所述最优方案生成模块还包括：

阈值设定子模块，用于设定交叉变异的迭代阈值；

阈值交叉子模块，用于如果当前迭代值小于所述迭代阈值，则继续对所述各染色体进行交叉变异，产生下一代染色体。

7.根据权利要求5或6所述的资费处理器，其特征在于，所述计算选取子模块包括：

满意度获取单元，用于获取用户的资费预算值和各染色体的实际资费值，根据所述资费预算值和实际资费值获得该染色体的资费满意度；

活跃值获取单元，用于获取该染色体下各基因的活跃值和用户的业务偏好序列信息；

评价值获取单元，用于根据所述资费满意度、活跃值和业务偏好序列信息获取所述染色体的评价值。

8.根据权利要求7所述的资费处理器，其特征在于，在所述评价值获取单元中，所述染色体的评价值与所述资费满意度和活跃值分别成正比，与所述业务偏好序列信息成反比。