CN108632047B - 一种资费数据的确定方法及装置 - Google Patents

Abstract

本发明实施例公开了一种资费数据的确定方法及装置。本发明实施例方法包括：获取话单集合，话单集合中的每个话单包括计费条件及在计费条件下的计费单位和扣费费用；将话单集合中的多个话单按照预置规则进行分组，得到组话单，组话单中的计费单位对应的同一个数值与扣费费用对应的唯一费用值具有对应关系；对组话单进行分析，得到数据特征；从预置的资费模型中选择与数据特征对应的目标资费模型，资费模型用于根据计费单位计算扣费费用；根据组话单中的计费单位对应的数值与扣费费用对应的费用值确定目标资费模型中的各资费参数对应的参数值；根据参数值、目标资费模型及计费条件，确定资费数据。本发明实施例还提供了一种资费数据的确定装置。

Description

一种资费数据的确定方法及装置

技术领域

本发明涉及通信领域，尤其涉及一种资费数据的确定方法及装置。

背景技术

用户在使用运营商提供的服务时，运营商会通过计费系统向用户收取相应的费用。由于运营业务的不断发展，旧计费系统功能不能满足运营业务的发展，因此就需要将旧计费系统进行升级，升级到新计费系统。

新计费系统取代旧计费系统的过程为：1、将旧计费系统数据导入到新计费系统；2、新计费系统产生的话单和旧计费系统产生的话单进行对比；3、更新旧计费系统数据，如果新、旧计费系统在相同的计费条件下，扣费费用一致，则可以在不影响用户体验的情况下用新计费系统取代旧计费系统。但是，由于旧计费系统中的数据结构与新计费系统中的数据结构不同，在旧计费系统中的数据导入到新计费系统的过程中，可能会导致旧计费系统中的数据丢失。这就需要将在相同的计费条件下的旧计费系统产生的话单与新计费系统产生的话单分别产生的扣费费用进行比较，进行多轮的数据验证，不断的修正旧计费系统中的数据，只有当旧计费系统和新计费系统产生的话单的扣费费用一致，则旧计费系统才能被新计费系统替换。

因此，旧计费系统中的资费数据的正确性就非常重要，传统方式中，获取正确的就计费系统的数据，需要每一轮话单扣费费用比对，然后需要用计算机处理大量的话单，多轮反复，再通过与运营人员反复确认旧计费系统中的套餐资费数据是否正确，这都会耗费大量的计算资源、人力资源，效率十分低下。

发明内容

本发明实施例提供了一种资费数据的确定方法及装置，该一种资费数据的确定方法应用于一种资费数据的确定装置，该资费数据的确定方法用于通过对大量的话单进行分析，反向推演出资费数据，极大的降低人工依赖，提升确定旧计费系统的数据的效率，节约计算资源与人力。

第一方面，本发明实施例中提供了一种资费数据的确定方法，包括：

从存储服务器获取话单集合，话单集合可以为经过预处理的标准数据格式的话单，话单集合中的每个话单包括计费条件及在计费条件下的计费单位和扣费费用；然后，将话单集合中的多个话单按照预置规则进行分组，得到组话单；对话单集合进行分组的原因在于：对于话单中所包括计费单位对应的数值及扣费费用对应的费用值，即使是同一个套餐下的同一个业务的资费，也会依据计费条件中包括的计费要素的不同，而产生不同的资费费率，这就导致在话单集合中会存在各种资费费率混在一起。例如，在语音业务中，相同的计费时长会可能出现多个费用值，例如，话单a为深圳打深圳的主叫资费话单，通话时长为10 分钟，对应的费用值为0.5元，话单b也为深圳打深圳的主叫资费话单，通过时长为10分钟，但是对应的费用值为1元，也就是说，在不同的话单中，同一个通话时长，对应的费用值可能不同，而原因可能是由于忙时，闲时的资费不同，或者亲情号和普通的号码资费不同。因此，对话单集合中的多个话单进行分组的目的就是要将不同的资费费率的话单分开。得到的组话单需要满足分组条件，该分组条件为组话单中的计费单位对应的同一个数值与扣费费用对应的唯一费用值具有对应关系；当分组后的组话单满足分组条件后，可以对组话单中的扣费费用对应的费用值数据进行分析，得到数据特征；该数据特征与目标资费模型具有对应关系，然后，可以根据数据特征从预置的资费模型中选择与数据特征对应的目标资费模型，资费模型用于根据计费单位计算扣费费用；资费数据包括资费模型，资费模型对应的资费参数及计费条件，确定了目标资费模型后，就可以组话单中的计费单位对应的数值与扣费费用对应的费用值确定目标资费模型中的各资费参数对应的参数值；最后，根据参数值、目标资费模型及计费条件，确定资费数据。本实施例中通过旧计费系统中大量的话单中的数据进行反向推演，推演出资费数据，不需要传统方式中通过人为的对旧计费话单的不断修正来确定旧计费系统话单，从而获取旧计费系统的资费数据，极大的降低人工依赖，提升确定旧计费系统的数据的效率，节约计算资源与人力。

在一种可能的实现方式中，计费条件包括多个计费要素，将话单集合中的多个话单按照预置规则进行分组，得到组话单的具体方式可以为：将话单集合中的多个话单按照多个计费要素中的预置计费要素进行分组，得到组话单，该预置计费要素可以是经验知识预先设定的，组话单中同一个预置计费要素所对应的要素值相同。如，该预置计费要素可以为业务类型，业务流程，主叫归属地，被叫归属地，通话类型等，按照经验值，若在组话单中的每个话单中上述预置计费要素的中同一个计费要素的要素值相同，根据该预置计费要素进行分组，可以使得该组话单满足分组条件，提高了分组效率，提高了后续步骤的处理效率。

在一种可能的实现方式中，当计费单位对应的同一个数值与扣费费用对应的至少两个费用值具有对应关系时，可以理解为组话单不满足分组条件，则需要对组话单进一步分组，直达分组后的话单满足该分组条件，确定组话单中的目标计费要素，该目标计费要素为话单中所包括的所有计费要素中除了预置计费要素之外的计费要素，目标计费要素对应至少两个不同的要素值，例如，在组话单中，“小时”对应的计费要素包括“1”和“16”这两个数值；然后，将目标要素值相同的话单分成一组，得到至少两个目标子组话单，将要素值为“1”的话单分为一组得到两个目标子组话单；当每个目标子组话单中的计费单位对应的同一个数值与扣费费用对应的唯一费用值具有对应关系时，将目标计费要素作为该组话单的分裂点，也就是需要根据该目标计费要素进行分组，那么，对组话单进行进一步分组得到的至少两个目标子组话单为组话单，目标要素值为目标计费要素对应的要素值，可选的，在话单中包括的多个计费要素，可以预先对多个计费要素进行排序，排序的规则为将对扣费费用的影响程度，若组话单不满足分组条件，则从多个计费要素中按照顺序抽取目标计费要素，将目标计费要素作为分裂点，提高抽取分裂点的正确的概率。

在一种可能的实现方式中，将相似的组话单进行合并，这里的相似的组话单是指在组话单中，多个计费要素中可能有预置数量的计费要素不同，但是资费费率相同的组话单。资费费率相同是指在组话单中计费时长对应的数值与扣费费用的费用值的映射关系相同，例如，在一个组话单中计费时长30对应扣费20，计费时长40对应收费40，假设另一个组话单也包括计费时长30对应扣费费用20；计费时长40对应收费40的映射关系，则将这两个组话单进行合并，本实施例中可以将资费费率相同的组话单进行合并，然后可以对合并后的组话单进行处理，可以提高后续处理步骤的处理效率。

在一种可能的实现方式中，根据如下公式计算组话单中数据的熵，本发明实施例中重新定义熵中的参数，通过熵的计算来判定组话单中资费费率的混乱程度，该组话单可以为初始分组之后的组话单，也可以为将组话单合并之后的组话单；

其中，D表示组话单中的话单的数量，D_i 表示计费单位i出现的次数，p_ij表示计费单位i，出现扣费费用j的概率；若熵大于阈值，确定计费单位所对应的同一个数值与扣费费用具有对应关系的费用值的数量大于或者等于2个；若熵小于或者等于阈值，确定计费单位所对应的同一个数值与扣费费用具有对应关系的费用值的数量为1个。

在一种可能的实现方式中，当目标计费要素包括第一计费要素和第二计费要素时，将目标计费要素值相同的话单分成一组，得到至少两个目标子组话单的具体方式包括：将第一要素值相同的话单分成一组，得到至少两个第一子组话单，第一要素值为第一计费要素对应的要素值；将第二要素值相同的话单分成一组，得到至少两个第二子组话单，第二要素值为第二计费要素对应的要素值；然后，进一步的，计算第一子组话单相对于组话单的第一信息增益，并计算第二子组话单相对于组话单的第二信息增益；其中，信息增益的计算方式为被分组的组话单的熵减去分组后的子组话单的熵，信息增益越大，表明按照所增加的目标计费要素分组得到的子组话单，熵会越小，该目标子组话单中，相同计费单位对应不同扣费费用的情况会减少，通过信息增益的计算，可以验证组话单中相同计费单位对应不同扣费费用的概率的大小，提高验证一个计费要素是否为分裂点的效率；若第一信息增益大于第二信息增益，则将第二计费要素从多个计费要素中删除；将该第二计费要素 (如星期)从计费条件中删除，删除冗余的计费要素，可以使有效减少数据量，减少一个计费要素，就可以减少一项需要处理的数据，也可以有效减少最后确定资费数据的存储量，而且使得资费数据减少干扰的计费要素，更加清晰明了。

在一种可能的实现方式中，话单集合中的每个话单均携带套餐标识，套餐标识用于指示话单所归属的资费套餐，进一步的，还可以根据话单所携带的套餐标识，将同一个套餐标识下的资费数据进行合并，得到套餐资费数据；将相同套餐下的各个计费条件对应的资费整合在一起，如将套餐A下的语音、数据、短信、彩信对应的资费费率用树形结构整合，便于用户查看及后续分析。

在一种可能的实现方式中，将确定的套餐资费数据或者资费数据进行保存，将资费数据保存至存储服务器，以支持后续新计费服务器批价以及话单比对服务器对比新旧话单的扣费情况。

在一种可能的实现方式中，当数据特征包括扣费费用的跳次扣费值的数量时，跳次用于表示最小的计费单位单元，跳次扣费值用于表示该跳次对应的费用值，对组话单中进行分析，得到数据特征，的具体实现方法可以为：获取组话单中的扣费费用对应的不同的费用值；将不同的费用值按序排列；确定排序后的连续两个费用值之间的差值，该差值为跳次扣费值；根据该差值的数量，就可以确不同跳次扣费值的数量。本实施例中，通过大量的扣费费用对应的费用值可以反推出跳次扣费值的数量。

在一种可能的实现方式中，根据数据特征从预置的资费模型中选择与数据特征对应的目标资费模型的具体实现方法为：若跳次扣费值的数量为1个，则从预置的资费模型中选择第一资费模型作为目标资费模型，第一资费模型为简单资费模型；第一资费模型的格式为：

其中，y表示扣费费用；x表示计费时长；unitFee表示跳次扣费值；pulse为跳次，跳次表示最小的计费时长单元；ceil表示天花板函数，记取上；在该模型中，unitFee为1个；若跳次扣费值的数量为至少2个，则从预置的资费模型中选择第二资费模型作为目标资费模型，第二资费模型为分档资费模型，第二资费模型的格式为：

当计费时长超过分档点时，资费模型为：

其中，unitFee1表示计费时长从0到breakPoint1时的跳次扣费值；pulse₁表示计费时长从0到breakPoint1时的跳次；unitFee₂表示计费时长大于breakPoint1时的跳次扣费值； pulse₂表示计费时长大于breakPoint1时的跳次，分档点为不同的跳次扣费值的分界点对应的计费时长。

在一种可能的实现方式中，计费单位包括语音业务的计费时长、数据业务的计费流量、短信及彩信业务的计费条数。

第二方面，本发明实施例提供了一种资费数据的确定装置，具有实现上述方法中实际资费数据的确定装置所执行的功能。该功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。

第三方面，资费数据的确定装置的结构中包括存储器，网络接口和处理器。其中存储器用于存储计算机可执行程序代码，并与网络接口耦合。该程序代码包括指令，当该处理器执行该指令时，该指令使该确定装置执行上述方法中所涉及的信息或者指令。

第四方面，本发明实施例提供了一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行上述第一方面的方法。

第五方面，本发明实施例提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述第一方面的方法。

附图说明

图1为本发明实施例中一种确定资费数据的系统的架构示意图；

图2为本发明实施例中一种资费数据的确定方法的一个实施例的步骤流程图；

图3为本发明实施例中预处理的步骤示意图；

图4为本发明实施例中对话单集合中的多个话单进行分组的流程示意图；

图5为本发明实施例中一种资费数据的确定装置的一个实施例的结构示意图；

图6为本发明实施例中一种资费数据的确定装置的另一个实施例的结构示意图；

图7为本发明实施例中一种资费数据的确定装置的另一个实施例的结构示意图；

图8为本发明实施例中一种资费数据的确定装置的另一个实施例的结构示意图。

具体实施方式

本发明实施例提供了一种资费数据的确定及装置，用于通过对大量的话单进行分析，反向推演出资费数据，极大的降低人工依赖，提升确定旧计费系统的资费数据的效率，节约计算资源与人力。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等 (如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

为了方便理解，首先对本发明实施例中涉及的词语进行解释说明：

旧计费系统数据：旧计费系统中存储的数据，其中包括用户数据，系统数据和话单数据。

用户数据：包括用户订购的套餐、用户账户的资金，用户的电话号码，用户所属的区域等数据。

系统数据：包括号码分析数据，税率信息，鉴权数据等。其中，号码分析数据用于支撑新系统依据用户主叫号码或者归属位置寄存器(Home Location Register，HLR)号码，分析出用户的归属地、拜访地、是否漫游等相关信息；税率信息，用于支撑对用户消费业务计税，例如，对所有的语音通话扣费，增收10％的税。

话单：指原始通信记录信息，又可以称之为详单、呼叫详细记录(Call DetailRecord， CDR)。根据业务的不同，话单又包括短信业务的话单，彩信业务的话单，语音业务的话单，网络业务的话单等等。例如，以语音业务为例，用户每次通话可能产生两个话单，如主叫用户的话单，被叫用户的话单。在计费系统中，一个用户可以对应多个话单。

话单主要记录以下信息：

计费条件和计费费率，也可以理解话单为在某一个计费条件下的计费费率；其中，计费条件又包括多个计费要素。

计费要素：包括套餐ID，业务类型(包括语音、短信、彩信、流量)，业务流程(主叫/被叫/前传)、主/被叫归属地、主/被叫拜访地、主/被叫所属运营商、主/被叫号码、主/ 被亲情号码编号、主/被集团账户编号、主/被叫账户余额、主/被叫计费时长、主/被叫通话时长、主/被叫扣费、主/被叫计费时间(包括从计费时间中抽取的信息，如计费所属星期、所属小时、所属分钟等)税率信息、主叫消耗的流量、主叫发送的短信条数等等。

计费费率：计费费率用于表示计费单位所对应的扣费费用。其中，计费单位包括语音业务的计费时长、网络业务的计费流量、短信及彩信业务的计费条数等等。

下面以语音业务的话单为例对话单进行示例性说明，请参阅下表1所示：

表1

需要说明的是，上述表1中，扣费时长的单位可以以“秒”来计，计费费用可以以“分”来计。

下面以短信业务的话单为例对话单进行示例性说明，请参阅下表2所示：

表2

上述表2中，扣费条数的单位可以以“条”来计，扣费费用可以以“分”来计。

下面以数据业务的话单为例对话单进行示例性说明，请参阅下表3所示：

表3

上表3中的扣费费用的单位可以以“分”来计，计费流量的单位可以以“兆”来计。

需要说明的是，上述表1至表3中的话单只是示例性说明，并不造成对本申请的限定性说明。本发明实施例中，以语音业务为例进行说明，计费单位以计费时长为例进行说明。

组话单：对旧计费系统中的数万及数亿的话单进行分组，得到的分组后的话单。组话单又包括多个话单。需要说明的是，在本发明实施例中，涉及到“组话单”，“子组话单”，其中，“子组话单”也是组话单的一种形式，在本发明实施例中，涉及对多个话单进行分组，以两次分组为例，初始分组后的称为“组话单”，在初始分组的基础上，也就是对组话单进行分组后的话单称为“子组话单”，在示例中“组话单”和“子组话单”的区分仅仅是为了方便说明，本发明实施例中可能涉及多次分组，其中“组话单”或“子组话单”都可以理解为分组后的话单，可以理解的是，组话单可以包括子组话单。

资费数据：包括计费条件和计费费率，用于记录在某种计费条件下的计费费率。

本发明实施例中，由于旧计费系统中存储了大量如上述表1至表3中的用户各种业务的话单，本发明实施例中可以通过旧计费系统中大量的话单，进行分析处理，从而反向推演出套餐资费数据，以解决传统方法中需要多轮反复确定旧计费系统中资费数据的正确性，从而造成的计算资源和人力资源的浪费的问题。

本发明实施例中提供了一种资费数据的确定方法，该确定方法应用于一种确定资费数据的系统，请参阅图1所示，图1为一种确定资费数据的系统的架构示意图，该系统包括资费数据的确定装置110，该资费数据的确定装置110可以以服务器的形态存在，存储服务器120、计费服务器130和话单比对服务器140。

资费数据的确定装置110：用于获取旧计费系统数据，该旧计费系统数据包括大量的话单数据，并根据该大量的话单数据反向推演出资费数据或者进一步的套餐资费数据。

存储服务器120：用于对本发明实施例中话单数据和资费数据的存储，例如，该存储服务器可以为oracle数据库，或者，分布式文件存储系统(Hadoop Distributed FileSystem，HDFS)。

计费服务器130：资费数据采集点，生成业务服务使用的话单，并根据资费数据对运营商提供的各种业务的扣费。

话单比对服务器140：用于对比在相同计费条件下新计费系统的扣费费用和旧计费系统的扣费费用，通过该话单对比服务器的比对，确定新计费系统和旧计费系统的扣费费用是否一致。通过本发明实施例中提供的资费数据的确定方法，在相同计费条件下新计费系统的扣费费用和旧计费系统的扣费费用基本上一致。

本发明实施例中的一种资费数据的确定方法是由资费数据的确定装置110来执行，该确定装置110从存储服务器120获取话单集合，该话单集合中包括大量的话单，通过话单集合中数万乃至数亿计的话单进行反推得到资费数据；具体的，将该话单集合中的多个话单按照预置规则进行分组，得到组话单，并且使得组话单满足分组条件，该分组条件为：组话单中的计费单位对应的同一个数值与扣费费用对应的唯一费用值具有对应关系。

可以理解的是，需要对话单集合中的话单进行分组的原因在于：大量的话单中，每个话单都包括计费单位及该计费单位对应的扣费费用。举个例子，话单a为深圳打深圳的主叫资费话单，通话时长为10分钟，对应的扣费费用为0.5元，话单b也为深圳打深圳的主叫资费话单，通过时长为10分钟，但是对应的扣费费用为1元，也就是说，在不同的话单中，同一个通话时长，对应的扣费费用可能不同，而原因可能是由于忙时，闲时的资费不同，或者亲情号和普通的号码资费不同。因此本发明实施例中需要对话单集合中大量的话单进行分组，以使得分组后的组话单中的计费单位对应的同一个数值与扣费费用对应的唯一费用值具有对应关系。例如，分组后的组话单A和组话单B，组话单A包括话单a，而组话单B包括话单b，该组话单A包括4条话单，在这4条话单中，通话时长10分钟，对应的扣费费用为0.5元，通过时长10分钟并不对应其他的扣费费用的费用值，在分组的过程中，将话单a和话单b按照预置规则分到不同的组，这样，由于分组后的每个组话单中的资费费率不再混乱，就可以对组话单的扣费费用对应的费用值进行分析，得到该组话单的数据特征，该数据特征用于从预置的资费模型中选择与数据特征对应的目标资费模型，资费模型用于根据计费单位计算扣费费用，然后，根据数据特征确定目标资费模型中的各资费参数对应的参数值；最后，就可以根据参数值、目标资费模型及计费条件，确定资费数据。

本实施例中通过旧计费系统中大量的话单中的数据进行反向推演，推演出资费数据，不需要传统方式中通过人为的对旧计费话单的不断修正来确定旧计费系统话单，从而获取旧计费系统的资费数据，极大的降低人工依赖，提升确定旧计费系统的数据的效率，节约计算资源与人力。

请参阅图2所示，下面从资费数据的确定装置侧对本发明实施例提供的一种资费数据的确定方法进行详细描述，本发明实施例提供的一种资费数据的确定方法的一个实施例包括：

步骤201、获取话单集合，话单集合中的每个话单包括计费条件及在计费条件下的计费单位和扣费费用。

本实施例中的话单集合可以为经过预处理的标准数据格式的话单。请结合图3进行理解，图3为本发明实施例中的预处理的步骤示意图。

由于不同的旧计费系统有不同的数据结构，同时新系统的数据结构与旧计费系统不同，提供一个标准的数据结构以适应这种变化将旧系统已有数据，转化为标准的数据结构，并将转换后的标准格式的数据导入存储服务器中，供资费数据推演使用。

该预处理的步骤主要是对数据的格式进行转化，具体的步骤包括：1、获取旧计费系统数据(包括用户数据，系统数据和话单数据)；2、将获取的旧计费系统数据转化标准格式的数据；3、将标准格式的数据存储至存储服务器中。

需要说明的是，当该预处理的过程将旧计费数据的格式转化完成后，将标准格式的数据存储至该存储系统，以待执行确定资费数据的步骤，若该旧计费系统数据已经是标准格式的数据，或者该旧计费系统数据与新计费系统数据相同则可以不执行该预处理的步骤。

从存储服务器获取话单集合，该话单集合可以为存储服务器中的标准数据格式的话单，该话单集合中包括了大量的话单，每个话单可以如表1至表3中的话单所示。

步骤202、将话单集合中的多个话单按照预置规则进行分组，得到多个组话单，该多个组话单需要满足分组条件，该分组条件为：计费单位对应的同一个数值与扣费费用对应的唯一费用值具有对应关系。

若组话单满足该分组条件执行步骤203；若该组话单不满足分组条件，则对该组话单进一步进行分组，直到对组话单分组后的子组话单满足该分组条件。

请结合图4进行理解，图4为本发明实施例中对话单集合中的多个话单进行分组的流程示意图。

需要说明的是，对于话单中所包括的数据，即使是同一个套餐下的同一个业务的资费，也会依据计费条件中包括的计费要素的不同，而产生不同的资费费率，这就导致在话单集合中会存在各种资费费率混在一起，例如，在语音业务中，相同的计费时长会可能出现多个扣费费用，例如，用户在上午7点至上午10点这个时段进行语音业务，主叫10分钟，扣费费用为3元，而用户在晚上10点至12点这个时段进行语音业务，同样是主叫10分钟，但是扣费费用却为1元。对话单集合中的多个话单进行分组的目的就是要将不同的资费费率的话单分开。

将该话单集合中的多个话单按照预置规则进行分组的具体的步骤可以为：

步骤a、初始分组，将话单集合中的多个话单按照多个计费要素中的预置计费要素进行分组，得到多个组话单，多个组话单中的每个组话单同一个预置计费要素所对应的要素值相同。

预置计费要素依据经验知识预先设定，以语音业务为例进行说明，假设针对某个套餐的初始分组条件为：业务类型、业务流程、主叫归属地、被叫归属地、通话类型。依据该预置计费要素，得到3个组话单，分别为构建深圳打深圳的本地语音主叫资费组话单，深圳打北京的省际(国内)长途语音主叫资费组话单，深圳打美国的国际长途语音主叫资费组话单等等。下面以3个组话单中的一个组话单为例进行说明，以深圳打深圳的主叫资费组话单为例，该组话单如下表4所示：

表4

需要说明的是，对话单集合中的多个话单进行分组，得到组话单的数量(如3)，和表 4中示例的组话单中的扣费时长对应的数值及扣费费用对应的费用值，还有多个计费要素，均是为了方便说明而举的例子，并不造成对本申请的限定性说明。

步骤b、确定该组话单是否满足如下分组条件：组话单中的计费单位对应的同一个数值与扣费费用对应的唯一费用值具有对应关系。

需要说明的是，需要遍历多个组话单，需要对多个组话单中的每个组话单进行验证，确定每个组话单是否满足分组条件。例如，本实施例中为了方便描述，可以以一个组话单为例进说明。

以上表4中的组话单为例，表4中的组话单包括4个话单，且该4个组话单中的预置计费要素对应的要素值均相同，也就是说，该4个话单均是深圳打深圳的主叫语音资费话单。

在上表4的示例中，该组话单的第一个话单中，计费时长30对应的计费费用为30；第二个话单中，计费时长20对应的计费费用为10，第三个话单中，计费时长40对应的计费费用为40；第四个话单中，计费时长20对应的扣费费用为20。每个计费时长对应的扣费费用只有一个对应关系，也就是说，表4中的组话单满足组话单中的计费单位对应的同一个数值与扣费费用对应的唯一费用值具有对应关系。

再举一个组话单的例子：

表5

从上述表5中的组话单的例子可以看出，该表5中的组话单中的4个话单中，计费时长30对应了两个扣费费用的数值，分别为20和10，而计费时长40对应了两个扣费费用的费用值，分别为40和20，也就是说在表5的组话单的例子中，该组话单并不满足组话单中的计费单位对应的同一个数值与扣费费用对应的唯一费用值具有对应关系。

上面对分组得到的组话单的需要满足的条件进行了示例，下面就如何验证该组话单是否满足计费单位对应的同一个数值与扣费费用对应的唯一费用值具有对应关系的条件进行说明。

首先，根据如下公式1计算组话单中数据的熵；

其中，D表示组话单中的话单的数量，D_i 表示计费单位i出现的次数，p_ij表示计费单位i，出现扣费费用j的概率。

该熵可以用于验证分组后的组话单中相同计费时长(x)对应不同扣费(y)的混乱程度，分组的目标是使熵为0或使熵接近0，这样该组话单中计费时长对应的同一个数值只有一个扣费费用的数值与之对应。例如，表4中的例子，该组话单中的计费时长为30与扣费费用对应的数值只有一个(如30)。

例如：参照上述公式1，以表5中的组话单对计算过程为例进行说明。

该组话单中不同计费时长有2个，熵的计算过程以及对应的计算结果如下：

其中公式的计算过程分为两部分，

代表计费时长为30的话单对该组话单产生的熵、

代表计费时长为40的话单对该组话单产生的熵。

假设

对应计费时长为30，其中

表示计费时长为30的话单数量占总话单数量的比率，分子表示计费时长为30的话单有2条，分母4表示该组话单总共有4 条；

中的第1个

中的

表示计费时长(x)为30、扣费费用(y)为20的话单数量占计费时长为30的话单数量的比率，第2个

中的

表示计费时长(x)为30、扣费费用(y)为10的话单数量占计费时长为30的话单数量的比率。

若熵大于阈值，计费时长所对应的同一个数值与扣费费用具有对应关系的费用值的数量大于或者等于2个。该“同一个数值”的数量至少为一个。

例如，该组话单中，计费时长包括1、5、10、15，其中计费时长1，对应的扣费费用分别为1和2；计费时长5对应的扣费费用分别为5和6；计费时长10对应的扣费费用分别为10和11；也就是在该组话单计费时长所对应的3个数值不满足分组条件，也可以理解的是，当若熵大于阈值时，在实际应用中，计费时长对应的至少一个数值不满足分组条件。

若熵小于或者等于阈值，该计费时长所对应的同一个数值与扣费费用具有对应关系的费用值的数量为1个。在实际应用中，考虑到误差或者故障的情况下，例如会将该阈值设置为大于且接近于0(如0.001)，当熵小于或者等于0.001时，可能会存在同一个数值与扣费费用具有对应关系的费用值的数量大于或者等于2个的情况，这种情况在实际应用中是允许的，这样设置，更适合实际应用。例如，在一个组话单中，计费时长包括1、5、10、 15，其中，计费时长1对应的扣费费用为1，计费时长5对应的扣费费用为5，计费时长 15对应的扣费费用为15，而计费时长10对应的扣费费用为10和12，也就是说在计费时长的多个数值中包括了一个数值10对应了两个费用值，这种情况是误差允许的范围内，这里只是以4个数值为例进行说明，在实际应用中，该数值可能有成千上万个，也就是说在计费时长的大量的数值中，可以允许极少量的数值与扣费费用具有对应关系的费用值的数量大于或者等于2个。

需要说明的是，上述对应计费时长对应的数值与扣费费用对应的费用值均为举例说明，并不造成对本申请的限定性说明。

若阈值为0.001，则计算表5中组话单的熵，该组话单的熵为1大于阈值，则表明在该组话单中，计费时长对应的同一个数值与扣费费用的费用值有至少两个对应关系，如表5所示，计费时长30即对应了扣费费用20，也对应了扣费费用10。

表4中的组话单的熵的计算过程，此处不再赘述。

表4中的组话单的熵为0，则表明表4中组话单满足：计费单位对应的同一个数值与扣费费用对应的唯一费用值具有对应关系的条件，因此，不需要再继续分组，可以直接执行步骤303。

若该组话单如表5中的示例，则表明该组话单不满足计费单位对应的同一个数值与扣费费用对应的唯一费用值具有对应关系的条件，因此需要继续对该组话单继续分组，直到满足计费单位对应的同一个数值与扣费费用对应的唯一费用值具有对应关系的条件为止。

可以理解的是，本发明实施例中的对话单集合中的多个话单进行分组的过程，可以是首先根据预置计费要素对该多个话单进行初始分组，得到组话单；然后，对通过计算该组话单的熵来验证该组话单是否满足上述分组条件。对该组话单的验证结果包括两种，第一种是该组话单满足上述分组条件，则无需继续分组，则可以直接执行步骤303。第二种是该组话单不满足上述分组条件，说明该组话单下存在多种资费费率混合的情况。需要对该组话单进行进一步分组，得到分组后的子组话单。

本实施例中，对话单集合中的多个话单进行分组，分组的次数为2次，第一次为初始分组，第二次为对组话单进行分组，得到子组话单，需要理解的是，本实施例中，只是以两次分组为例进行说明，而在实际应用中，对话单集合中对多个话单进行分组的次数并不限定，可能第一次初始分组就满足分组条件，不需要后续的分组，或者，在第二次分组后，分组后的话单依然不满足分组条件，则需要进行第三次和第四次分组，直到分组后的话单满足分组条件为止，无论几次分组，分组的原理与第二次分组的原理相同，后续的分组的具体过程可以参照本实施例中对组话单进行分组的过程进行理解。

本发明实施例中以一个组话单进行举例说明，但是在实际应用中，需要对每个组话单进行验证，验证每个组话单是否上述分组条件。

可选的，可以进一步将相似的组话单进行合并，这里的相似的组话单是指在组话单中，多个计费要素中可能有预置数量的计费要素不同，但是资费费率相同的组话单。举一个例子，在表4对应的组话单的例子中，获取分组后的组话单中计费时长对应的数值和扣费费用对应的费用值，保存计费时长对应的数值与扣费费用对应的费用值的映射关系(如表4对应的组话单中，计费时长30对应扣费费用20，计费时长40对应收费40)，假设另一个组话单C中的计费时长与扣费费用的映射关系与表4对应的组话单相同，即也包括计费时长30对应扣费费用20；计费时长40对应扣费费用40的映射关系，说明表4对应的组话单和组话单C用的是一个资费费率，则将表4对应的组话单和组话单C进行合并，本实施例中可以将资费费率相同的组话单进行合并，然后可以对合并后的组话单进行处理，可以提高后续处理步骤的处理效率。

进一步的，对合并后的组话单(如表4对应的组话单和组话单C合并之后的组话单)进行验证，也就是说，使表4对应的组话单和组话单C合并之后的组话单再重复执行步骤 b，计算合并后的组话单的熵，确定合并后的组话单是否满足分组条件，若合并后的组话单满足分组条件则继续执行步骤303；若合并后的组话单不满足分组条件，则执行步骤c。

步骤c、若该组话单不满足上述分组条件，确定组话单中的目标计费要素，确定以目标计费要素为分裂点的子组话单对应的信息增益，目标计费要素对应至少两个不同的要素值。将目标要素值相同的话单分成一组，得到至少两个目标子组话单。

需要说明的是，本步骤中的组话单可以是初始分组后的组话单，也可以是合并之后的组话单。

进一步的，下面以表5中的组话单为例，对表5中的组话单继续分组，得到子组话单的步骤进行说明：

当每个目标子组话单中的计费单位对应的同一个数值与扣费费用对应的唯一费用值具有对应关系时，至少两个目标子组话单为组话单，目标要素值为目标计费要素对应的要素值。

其中，该目标计费要素可以为一个计费要素，也可以包括至少两个计费要素，下面分别对该目标计费要素为一个计费要素时，和该目标计费要素包括至少两个计费要素为例进行分别举例说明。

在一种可能的实现方式中，对该目标计费要素为一个计费要素进行示例性说明。

例如，这里假设以从多个计费要素中抽取主叫计费时间所属小时作为目标计费要素，该目标计费要素也可以理解为分裂点，请参阅表6所示：

表6

将上述表6中所示的组话单进行分组，将“小时”这个目标要素对应的同是“1”的分为一组，将“小时”对应“2”的分为一组，得到下面两个目标子组话单。如下表7和下表8所示。

表7

需要说明的是，本发明实施例中以语音业务为例的话单示例中，在没有注明单位的情况下，计费时长的单位均可以以“秒”计，扣费费用均可以以“分”计，以下不重复说明。

表8

然后，按照公式1对表7和表8所示的目标子组话单计算熵，确定该目标子组话单是否满足该分组条件，如果满足该分组条件则不需要继续分组，如果不满足分组条件则需要再抽取多个计费要素中的另一个计费要素作为分裂点(如时间所属的星期计费要素)对该目标子组话单继续分组，直到满足该分组条件为止。

需要说明的是，上述表7和表8中所示的目标子组话单满足该分组条件，因此不需要再继续分组。

在另一种可能的实现方式中，该目标计费要素包括至少两个计费要素为例进行说明，该目标计费要素包括第一计费要素和第二计费要素时，将第一要素值相同的话单分成一组，得到至少两个第一子组话单，第一要素值为第一计费要素对应的要素值；并将第二要素值相同的话单分成一组，得到至少两个第二子组话单，第二要素值为第二计费要素对应的要素值。请参阅下表9所示，下表9为该目标计费要素包括两个计费要素的示例说明，该第一计费要素可以以“小时”为例，该第二计费要素可以以“星期”为例。

表9

步骤d、当目标计费要素包括至少两个计费要素时，确定最大信息增益对应的目标计费要素作为分裂点，确定组话单分裂后的子组话单。

计算第一子组话单相对于组话单的第一信息增益，并计算第二子组话单相对于组话单的第二信息增益。若第一信息增益大于第二信息增益，则将第二计费要素从多个计费要素中删除。

例如，如上表9中的例子，将“小时”作为分裂点，进行进一步分组，第一子组话单为表10和表11所示。

表10

表11

按照公式1对表10和表11中的第一子组话单计算熵，该第一子组话单的熵为0。该第一子组话单的第一信息增益为1。信息增益的计算方式为被分组的组话单的熵(1)减去分组后的子组话单的熵(0)，得到该第一子组话单的第一信息增益为1。本实施例中，被分组的组话单为表9所示的组话单，分组后的子组话单为表10和表11所示。

如上述表9中的例子，将“星期”作为分裂点，进行进一步分组，第二子组话单为表12和表13所示。

表12

表13

按照公式1对表12和表13中的第二子组话单计算熵，该第二子组话单的熵为1，该第二子组话单的第二信息增益为0。信息增益的计算方式为被分组的组话单的熵(1)减去分组后的子组话单的熵(1)，得到第二子组话单的第二信息增益为0。

需要说明的是，信息增益越大，表明按照所增加的目标计费要素分组得到的子组话单，熵会越小，可以理解的是，该目标子组话单中，相同计费单位(x)对应不同扣费费用(y) 的概率会降低。

确定信息增益最大的目标计费要素作为分裂点，确定子组话单。本实施例中，第一信息增益大于第二信息增益，因此将“小时”作为分组的分裂点。本实施例中，表10和表11中的第一子组话单的熵为0，小于阈值(如，阈值为0.001)，表10和表11对应的第一子组话单停止分裂。

在计算信息增益时，发现所属星期对组话单的进一步分组并不起作用，因此将该第二计费要素(星期)从计费条件中删除，删除冗余的计费要素，可以使有效减少数据量，减少一个计费要素，就可以减少一项需要处理的数据，也可以有效减少最后确定资费数据的存储量，而且使得资费数据减少干扰的计费要素，更加清晰明了。即分组后的计费条件为：业务类型，业务流程，主叫归属地，被叫归属地，国内长途，主叫计费时间所属小时。

进一步的，可以将相似组话单合并，可以理解为可以将满足分组条件的组话单和子组话单，或者满足分组条件的至少两个子组话单进行合并，得到合并后的组话单，这里的相似组话单是指具有相同资费费率的组话单，相同的资费费率为计费时长和扣费费用的映射关系相同。然后，该合并后的组话单可以重复执行步骤b，以验证合并后的组话单是否满足分组条件，若满足分组条件则执行步骤203，将相似组话单进行合并，可以有效提高后续对各组话单进行处理的效率。

步骤203、对组话单中进行分析，得到数据特征。

结合步骤202的理解，本步骤中的组话单可以为：满足该分组条件的，初始分组后的组话单，或者将初始分组后的组话单合并之后的组话单，或者至少两个子组话单合并之后的组话单，或者将初始分组的组话单和分裂后的子组话单进行合并后的组话单。

当数据特征包括扣费费用的跳次扣费值时，在第一个例子中，获取该组话单中的扣费费用对应的不同的费用值。请结合下表14进行理解。

表14

计费时长(x)	扣费费用(y)
		1	20
15	20
		30	20
31	40
		60	40
71	60
		72	60
…	…

然后，将扣费费用对应的不同的费用值按序排列，请结合下表15进行理解。这里的按序排列包括从大到小或者从小到大进行排列，本实施例中可以以将费用值从小到大进行排列为例进行说明。

表15

扣费费用(y)
	20
40
	60
…

然后，确定排序后的连续两个费用值之间的差值，请结合下表16进行理解。

表16

	费用值差值
		20-0	20
40-20	20
		60-40	20
…

该差值为跳次扣费值。

从上述表16可以看出，差值只有一个固定值20，则确定该跳次扣费值的数量为一个。

在第二个例子中：

获取的计费时长对应的扣费费用如下表17所示：

表17

计费时长(x)	扣费费用(y)
		1	20
15	20
		30	20
31	40
		60	40
61	50
		72	50
90	50
		91	60
120	70
		…	…

然后，将扣费费用对应的不同的费用值按序排列，请结合下表18进行理解：

表18

扣费费用(y)
	20
40
	50
60
	70
…

然后，确定排序后的连续两个费用值之间的差值，请结合下表19进行理解。

表19

	费用值差值
		20-0	20
40-20	20
		50-40	10
60-50	10
		70-60	10
…

从上表19可以看出，对扣费费用(y)排序后，计算费用值之间的差值，该差值为跳次扣费值，得到的差值分别为：20、20、10、10、10；不同的差值的数量为2个(分别为20 和10)，确定跳次扣费值的数量为2个。

需要说明的是，本发明实施例中是以语音业务为例进行说明，因此计费单位均是以计费时长进行示例说明的，并不造成对本申请的限定性说明。当然，在不同的业务中，计费单位可以不同，如在短信或彩信业务中，计费单位为计费条数，在数据业务中，计费单位为计费流量。

步骤204、根据数据特征从预置的资费模型中选择与数据特征对应的目标资费模型，资费模型用于根据计费单位计算扣费费用。

在步骤203中的第一个例子中，当该跳次扣费值的数量为1个时，则从预置的资费模型中选择第一资费模型作为目标资费模型。预置的资费模型中包括多个资费模型，本实施例中以简单资费模型和分档资费模型为例进行说明，在实际应用中，并不限定预置的资费模型中各资费模型的具体格式及数量。

该第一资费模型为简单资费模型，第一资费模型的格式如下：

其中，y表示扣费费用；x表示计费时长；unitFee表示跳次扣费值；pulse为跳次，跳次表示最小的计费时长单元；ceil表示天花板函数，记取上。在该模型中，unitFee为1个。

举一个例子，对应计费系统中经常会有60秒扣费1元(等价于100分)，不足60秒按60秒记。代入上述公式中为：

当x＝30，则y＝100。

在步骤203中的第二例子中，当跳次扣费值的数量为至少2个时，则从预置的资费模型中选择第二资费模型作为目标资费模型。

第二资费模型为分档资费模型，该第二资费模型的格式如下：

为了方便说明，本实施例中以只包括一个分档点(breakPoint)的分档资费模型为例进行说明，在实际应用中，分档资费模型并不限定分档点的个数。

分档点为不同的跳次扣费值的分界点对应的计费时长。

结合表17和表19进行理解，在表19中，跳次扣费值分别为20、20、10、10、10，在表17中，跳次扣费值发生变化时(从20到10)对应的计费时长为60，则表明计费时长60为分档点。

当计费时长小于分档点时，资费模型为：

当计费时长超过分档点时，资费模型为：

其中，unitFee1表示计费时长从0到breakPoint1时的跳次扣费值；pulse₁表示计费时长从0到breakPoint1时的跳次；unitFee₂表示计费时长大于breakPoint1时的跳次扣费值； pulse₂表示计费时长大于breakPoint1时的跳次。

举一个例子，如资费费率为：3分钟以内：50分/60秒，3分钟以上，10分/30秒，不足30秒按30秒记；其中unitFee1为0.5元，pulse₁为60秒，breakPoint1为3分钟，unitFee₂为0.1元，pulse₂为30秒。

步骤205、根据数据特征确定目标资费模型中的各资费参数对应的参数值。

资费费率可以包括资费模型及该资费模型对应的资费参数。该资费参数包括跳次和跳次扣费值。例如，

在这个简单资费模型中，对应的各资费参数及参数值为：跳次扣费值为100，跳次为60。

1)跳次的确定：确定同一个费用值所对应的计费时长的最小值和最大值，以上述表 14中所示出的例子进行说明。请结合下表20进行理解：

表20

y	x(最小值，最大值)
		20	(1，30)
40	(31，60)
		60	(71，72)

根据上表20中所示出的同一个费用值对应的计费时长对应的最小值和最大是值确定跳次。由于跳次表示最小计费时长单元，也就是说超过一个最小时长单元(跳次)才扣费，在表20的例子中，超过一个20秒时长就会扣取相应的费用值。由于组话单中的可能包括大量的话单，每个话单中都包括一个计费时长及该计费时长对应的扣费费用，大量话单中包括的同一个费用值可能对应多个计费时长的数值，如在表14中，费用值20对应了计费时长为1，15和30，当计费时长为31时，费用值发生了变化，费用值30为扣费费用发生变化的临界值，这样就很可能根据同一个费用值对应的计费时长对应的最大值和最小值确定出一个最小计费时长单元(可以理解为超过一个计费时长扣费费用对应的费用值发生变化)。请参阅下表21所示：

表21

y	跳次
		20	30＝30-1+1
40	30＝60-31+1
		60	2＝72-71+1

从上表21所示，计算出的跳次的集合为(30，2)。

2)跳次扣费值的确定：在表15的示例中，扣费费用的费用值之间的差值为固定值20，则将该差值作为跳次扣费值。

根据上述步骤1)和步骤2)确定出的参数值候选集合包括第一参数值和第二参数值，如下表22所示：

表22

第一参数值	unitFee＝20，pulse＝30
		第二参数值	unitFee＝20，pulse＝2

将参数值候选集中的第一参数值和第二参数值分别带入所选择的目标资费模型(如简单资费模型)，并依据在步骤202中保存的计费时长(x)与扣费费用(y)之间的映射关系，分别验证第一参数值和第二参数值的正确性。第一参数值(unitFee＝20，pulse＝30)符合保存的计费时长与扣费费用的映射关系，最后，确定第一参数值为最终的目标资费模型对应的参数值。

步骤206、根据参数值、目标资费模型及计费条件，确定资费数据。

推演出该组数据的资费费率，如

物理意义为20分/30秒，不足30秒以 30秒记。

例如，资费数据可为下表23所示：

表23

需要说明的是，上述资费数据只是为了方便说明，而举的例子，并不造成对本申请的限定性说明。

步骤207、根据话单所携带的套餐标识，将同一个套餐标识下的资费数据进行合并，得到套餐资费数据。

话单集合中的每个话单均携带套餐标识，套餐标识用于指示话单所归属的资费套餐，得到套餐资费数据。将相同套餐下的各个计费条件对应的资费整合在一起，如将套餐A下的语音、数据、短信、彩信对应的资费费率用树形结构整合，便于用户查看及后续分析。

例如，该套餐A下的资费数据可以为：可以包括语音资费、数据业务资费、短信及彩信业务资费。例如：语音套餐，月功能费20元，最多可拨打60分钟电话，超出时长按照 0.5元/分钟计费；短信套餐：月功能费10元，最多可发送200条短信，超出条数按照0.1 元/条计费。数据套餐：月功能费20元，最多可获50兆流量，超出流量按照3月/兆计费。

可选的，如果两个不同资费费率对应的计费条件，仅仅是时间区间不同，则可以合在一起，参见下表24的资费数据。

表24

需要说明的是，步骤207为可选步骤，也可以不执行。

进一步的，将确定的套餐资费数据或者资费数据进行保存，将资费数据保存至存储服务器，以支持后续新计费服务器批价以及话单比对服务器对比新旧话单的扣费情况。

本发明实施例中，由于旧计费系统中大量的话单包括计费要素，计费时长及扣费费用，通过旧计费系统中大量的话单中的数据进行反向推演，推演出资费数据，不需要传统方式中通过人为的对旧计费话单的不断修正来确定旧计费系统话单，从而获取旧计费系统的资费数据，极大的降低人工依赖，提升确定旧计费系统的数据的效率，节约计算资源与人力。

上面对本发明实施例中一种资费数据的确定方法进行详细描述，下面的对该资费数据的确定方法所应用的资费数据的确定装置进行描述，该确定装置可以以服务器的形态存在，请参阅图5所示，本发明实施例中提供了一种资费数据的确定装置500的一个实施例包括：

获取模块501，用于获取话单集合，话单集合中的每个话单包括计费条件及在计费条件下的计费单位和扣费费用；

分组模块502，用于将获取模块501获取的话单集合中的多个话单按照预置规则进行分组，得到组话单，组话单中的计费单位对应的同一个数值与扣费费用对应的唯一费用值具有对应关系；

数据特征分析模块503，用于对分组模块502确定的组话单中进行分析，得到数据特征；

资费模型确定模块504，用于根据数据特征分析模块503确定的数据特征从预置的资费模型中选择与数据特征对应的目标资费模型，资费模型用于根据计费单位计算扣费费用；

参数值确定模块505，用于根据分组模块502确定的组话单中的计费单位对应的数值与扣费费用对应的费用值确定目标资费模型中的各资费参数对应的参数值；

资费数据确定模块506，用于根据参数值确定模块505确定的参数值、资费模型确定模块504确定的目标资费模型及计费条件，确定资费数据。

可选的，分组模块502，还用于将话单集合中的多个话单按照多个计费要素中的预置计费要素进行分组，得到组话单，组话单中同一个预置计费要素所对应的要素值相同。

可选的，分组模块502还具体用于：

当计费单位对应的同一个数值与扣费费用对应的至少两个费用值具有对应关系时，确定组话单中的目标计费要素，目标计费要素对应至少两个不同的要素值；

将目标要素值相同的话单分成一组，得到至少两个目标子组话单；

当每个目标子组话单中的计费单位对应的同一个数值与扣费费用对应的唯一费用值具有对应关系时，至少两个目标子组话单为组话单，目标要素值为目标计费要素对应的要素值。

可选的，分组模块502还具体用于：

根据如下公式计算组话单中数据的熵；

其中，D表示组话单中的话单的数量，D_i 表示计费单位i出现的次数，p_ij表示计费单位i，出现扣费费用j的概率；

若熵大于阈值，计费单位所对应的同一个数值与扣费费用具有对应关系的费用值的数量大于或者等于2个；

若熵小于或者等于阈值，计费单位所对应的同一个数值与扣费费用具有对应关系的费用值的数量为1个。

请参阅图6所示，在图5对应的实施例的基础上，本发明实施例还提供了一种资费数据的确定装置600的一个实施例包括：

还包括计算模块507和删除模块508；

当目标计费要素包括第一计费要素和第二计费要素时，分组模块502还具体用于：

将第一要素值相同的话单分成一组，得到至少两个第一子组话单，第一要素值为第一计费要素对应的要素值；

将第二要素值相同的话单分成一组，得到至少两个第二子组话单，第二要素值为第二计费要素对应的要素值；

计算模块507，用于计算分组模块502确定的第一子组话单相对于组话单的第一信息增益，并计算分组模块502确定的第二子组话单相对于组话单的第二信息增益；

删除模块508，用于当计算模块507确定第一信息增益大于第二信息增益时，则将第二计费要素从多个计费要素中删除。

请参阅图7所示，在图5对应的实施例的基础上，本发明实施例还提供了一种资费数据的确定装置700的一个实施例包括：

话单集合中的每个话单均携带套餐标识，套餐标识用于指示话单所归属的资费套餐；

资费数据的确定装置还包括合并模块509；

合并模块509，用于根据话单所携带的套餐标识，将同一个套餐标识下的资费数据确定模块506确定的资费数据进行合并，得到套餐资费数据。

可选的，跳次用于表示最小的计费单位单元，跳次扣费值用于表示该跳次对应的费用值，数据特征分析模块503还具体用于：

获取组话单中的扣费费用对应的不同的费用值；

将不同的费用值按序排列；

确定排序后的连续两个费用值之间的差值，差值为跳次扣费值；

确定不同跳次扣费值的数量。

可选的，资费模型确定模块504还具体用于：

若跳次扣费值的数量为1个，则从预置的资费模型中选择第一资费模型作为目标资费模型；

若跳次扣费值的数量为至少2个，则从预置的资费模型中选择第二资费模型作为目标资费模型。

进一步的，图5至图7中的资费数据的确定装置是以功能模块的形式来呈现。这里的“模块”可以指特定应用集成电路(application-specific integrated circuit，ASIC)，电路，执行一个或多个软件或固件程序的处理器和存储器，集成逻辑电路，和/或其他可以提供上述功能的器件。在一个简单的实施例中，图5至图7中的资费数据的确定装置可以采用图8所示的形式。

图8是本发明实施例提供的一种资费数据的确定装置800，该资费数据的确定装置可以以服务器的形态存在，本发明实施例中，该确定装置800以服务器为例进行说明，该服务器800可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上一个或一个以上处理器822 和存储器832，一个或一个以上存储应用程序842或数据844的存储介质830(例如一个或一个以上海量存储设备)。其中，存储器832和存储介质830可以是短暂存储或持久存储。存储在存储介质830的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，处理器822可以设置为与存储介质830通信，在服务器800上执行存储介质830中的一系列指令操作。

服务器800还可以包括一个或一个以上电源826，一个或一个以上有线或无线网络接口850，一个或一个以上输入输出接口858，和/或，一个或一个以上操作系统841，例如Windows Server，Mac OS X，Unix,Linux，FreeBSD等等。

网络接口850，用于获取话单集合，话单集合中的每个话单包括计费条件及在计费条件下的计费单位和扣费费用；

处理器822，用于将网络接口850获取的话单集合中的多个话单按照预置规则进行分组，得到组话单，组话单中的计费单位对应的同一个数值与扣费费用对应的唯一费用值具有对应关系；对组话单进行分析，得到数据特征；根据数据特征从预置的资费模型中选择与数据特征对应的目标资费模型，资费模型用于根据计费单位计算扣费费用；根据组话单中的计费单位对应的数值与扣费费用对应的费用值确定目标资费模型中的各资费参数对应的参数值；根据参数值、目标资费模型及计费条件，确定资费数据。

可选的，计费条件包括多个计费要素；

处理器822，还用于将话单集合中的多个话单按照多个计费要素中的预置计费要素进行分组，得到组话单，组话单中同一个预置计费要素所对应的要素值相同。

可选的，处理器822，还用于当计费单位对应的同一个数值与扣费费用对应的至少两个费用值具有对应关系时，确定组话单中的目标计费要素，目标计费要素对应至少两个不同的要素值；将目标要素值相同的话单分成一组，得到至少两个目标子组话单；当每个目标子组话单中的计费单位对应的同一个数值与扣费费用对应的唯一费用值具有对应关系时，至少两个目标子组话单为组话单，目标要素值为目标计费要素对应的要素值。

可选的，处理器822，还用于根据如下公式计算组话单中数据的熵；

其中，D表示组话单中的话单的数量，D_i 表示计费单位i出现的次数，p_ij表示计费单位i，出现扣费费用j的概率；

若熵大于阈值，确定计费单位所对应的同一个数值与扣费费用具有对应关系的费用值的数量大于或者等于2个；若熵小于或者等于阈值，确定计费单位所对应的同一个数值与扣费费用具有对应关系的费用值的数量为1个。

可选的，当目标计费要素包括第一计费要素和第二计费要素时，处理器822，还用于将第一要素值相同的话单分成一组，得到至少两个第一子组话单，第一要素值为第一计费要素对应的要素值；将第二要素值相同的话单分成一组，得到至少两个第二子组话单，第二要素值为第二计费要素对应的要素值；计算第一子组话单相对于组话单的第一信息增益，并计算第二子组话单相对于组话单的第二信息增益；若第一信息增益大于第二信息增益，则将第二计费要素从多个计费要素中删除。

可选的，话单集合中的每个话单均携带套餐标识，套餐标识用于指示话单所归属的资费套餐。

处理器822，还用于根据话单所携带的套餐标识，将同一个套餐标识下的资费数据进行合并，得到套餐资费数据。

可选的，当数据特征包括扣费费用的跳次扣费值的数量时，跳次用于表示最小的计费单位单元，跳次扣费值用于表示该跳次对应的费用值；

处理器822，还用于获取组话单中的扣费费用对应的不同的费用值；

将不同的费用值按序排列；确定排序后的连续两个费用值之间的差值，差值为跳次扣费值；确定不同跳次扣费值的数量。

处理器822，还用于当跳次扣费值的数量为1个时，则从预置的资费模型中选择第一资费模型作为目标资费模型；当跳次扣费值的数量为至少2个时，则从预置的资费模型中选择第二资费模型作为目标资费模型。

本发明实施例还提供了一种计算机存储介质，用于储存为上述图8所示的资费数据的确定装置中所用的计算机软件指令，其包含用于执行上述方法实施例所设计的程序。通过执行存储的程序，可以实现对资源的获取。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。

计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本发明实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid StateDisk(SSD))等。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

以上，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：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；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (19)

1.一种资费数据的确定方法，其特征在于，包括：

获取话单集合，所述话单集合中的每个话单包括计费条件及在所述计费条件下的计费单位和扣费费用；

将所述话单集合中的多个话单按照预置规则进行分组，得到组话单，所述组话单中的计费单位对应的同一个数值与扣费费用对应的唯一费用值具有对应关系；

对所述组话单的扣费费用对应的费用值进行分析，得到数据特征；

根据所述数据特征从预置的资费模型中选择与所述数据特征对应的目标资费模型，所述资费模型用于根据计费单位计算扣费费用；

根据所述组话单中的计费单位对应的数值与扣费费用对应的费用值确定所述目标资费模型中的各资费参数对应的参数值；

根据所述参数值、所述目标资费模型及所述计费条件，确定资费数据。

2.根据权利要求1所述的资费数据的确定方法，其特征在于，所述计费条件包括多个计费要素，所述将所述话单集合中的多个话单按照预置规则进行分组，得到组话单，包括：

将所述话单集合中的多个话单按照所述多个计费要素中的预置计费要素进行分组，得到组话单，所述组话单中同一个预置计费要素所对应的要素值相同。

3.根据权利要求2所述的资费数据的确定方法，其特征在于，所述方法还包括：

当所述计费单位对应的同一个数值与所述扣费费用对应的至少两个费用值具有对应关系时，确定所述组话单中的目标计费要素，所述目标计费要素对应至少两个不同的要素值；

将目标要素值相同的话单分成一组，得到至少两个目标子组话单；

当每个所述目标子组话单中的计费单位对应的同一个数值与扣费费用对应的唯一费用值具有对应关系时，所述至少两个所述目标子组话单为所述组话单，所述目标要素值为所述目标计费要素对应的要素值。

4.根据权利要求3所述的资费数据的确定方法，其特征在于，所述方法还包括：

根据如下公式计算所述组话单中数据的熵；

其中，D表示所述组话单中的话单的数量，D_i 表示计费单位i出现的次数，p_ij表示计费单位i出现扣费费用j的概率；

若所述熵大于阈值，确定计费单位所对应的同一个数值与所述扣费费用具有对应关系的费用值的数量大于或者等于2个；

若所述熵小于或者等于阈值，确定计费单位所对应的同一个数值与所述扣费费用具有对应关系的费用值的数量为1个。

5.根据权利要求3中所述的资费数据的确定方法，其特征在于，当所述目标计费要素包括第一计费要素和第二计费要素时，将目标计费要素值相同的话单分成一组，得到至少两个目标子组话单，包括：

将第一要素值相同的话单分成一组，得到至少两个第一子组话单，所述第一要素值为所述第一计费要素对应的要素值；

将第二要素值相同的话单分成一组，得到至少两个第二子组话单，所述第二要素值为所述第二计费要素对应的要素值；

所述方法还包括：

计算所述第一子组话单相对于所述组话单的第一信息增益，并计算所述第二子组话单相对于所述组话单的第二信息增益；

若所述第一信息增益大于第二信息增益，则将所述第二计费要素从所述多个计费要素中删除。

6.根据权利要求1至5中任一项所述的资费数据的确定方法，其特征在于，所述话单集合中的每个话单均携带套餐标识，所述套餐标识用于指示所述话单所归属的资费套餐，所述根据所述参数值、所述目标资费模型及所述计费条件，确定资费数据之后，所述方法还包括：

根据话单所携带的套餐标识，将同一个套餐标识下的资费数据进行合并，得到套餐资费数据。

7.根据权利要求1至5中任一项所述的资费数据的确定方法，其特征在于，当所述数据特征包括所述扣费费用的跳次扣费值的数量时，跳次用于表示最小的计费单位单元，跳次扣费值用于表示该跳次对应的费用值，所述对所述组话单的扣费费用对应的费用值进行分析，得到数据特征，包括：

获取所述组话单中的扣费费用对应的不同的费用值；

将所述不同的费用值按序排列；

确定排序后的连续两个费用值之间的差值，所述差值为所述跳次扣费值；

确定不同跳次扣费值的数量。

8.根据权利要求7所述的资费数据的确定方法，其特征在于，所述根据所述数据特征从预置的资费模型中选择与所述数据特征对应的目标资费模型，包括：

若所述跳次扣费值的数量为1个，则从预置的资费模型中选择第一资费模型作为目标资费模型；

若所述跳次扣费值的数量为至少2个，则从预置的资费模型中选择第二资费模型作为目标资费模型。

9.根据权利要求1至5任一项所述的资费数据的确定方法，其特征在于，所述计费单位包括语音业务的计费时长、数据业务的计费流量、短信及彩信业务的计费条数。

10.一种资费数据的确定装置，其特征在于，包括：

获取模块，用于获取话单集合，所述话单集合中的每个话单包括计费条件及在所述计费条件下的计费单位和扣费费用；

分组模块，用于将所述获取模块获取的所述话单集合中的多个话单按照预置规则进行分组，得到组话单，所述组话单中的计费单位对应的同一个数值与扣费费用对应的唯一费用值具有对应关系；

数据特征分析模块，用于对所述分组模块确定的所述组话单中的扣费费用对应的费用值进行分析，得到数据特征；

资费模型确定模块，用于根据数据特征分析模块确定的所述数据特征从预置的资费模型中选择与所述数据特征对应的目标资费模型，所述资费模型用于根据计费单位计算扣费费用；

参数值确定模块，用于根据组话单中的计费单位对应的数值与扣费费用对应的费用值确定所述目标资费模型中的各资费参数对应的参数值；

资费数据确定模块，用于根据所述参数值确定模块确定的所述参数值、资费模型确定模块确定的所述目标资费模型及所述计费条件，确定资费数据。

11.根据权利要求10所述的资费数据的确定装置，其特征在于，

所述分组模块，还用于将所述话单集合中的多个话单按照多个计费要素中的预置计费要素进行分组，得到组话单，所述组话单中同一个预置计费要素所对应的要素值相同。

12.根据权利要求11所述的资费数据的确定装置，其特征在于，所述分组模块还具体用于：

当所述计费单位对应的同一个数值与所述扣费费用对应的至少两个费用值具有对应关系时，确定所述组话单中的目标计费要素，所述目标计费要素对应至少两个不同的要素值；

将目标要素值相同的话单分成一组，得到至少两个目标子组话单；

当每个所述目标子组话单中的计费单位对应的同一个数值与扣费费用对应的唯一费用值具有对应关系时，所述至少两个所述目标子组话单为所述组话单，所述目标要素值为所述目标计费要素对应的要素值。

13.根据权利要求12所述的资费数据的确定装置，其特征在于，所述分组模块还具体用于：

根据如下公式计算所述组话单中数据的熵；

其中，D表示所述组话单中的话单的数量，D_i 表示计费单位i出现的次数，p_ij表示计费单位i出现扣费费用j的概率；

若所述熵大于阈值，确定计费单位所对应的同一个数值与所述扣费费用具有对应关系的费用值的数量大于或者等于2个；

若所述熵小于或者等于阈值，确定计费单位所对应的同一个数值与所述扣费费用具有对应关系的费用值的数量为1个。

14.根据权利要求12中所述的资费数据的确定装置，其特征在于，当所述目标计费要素包括第一计费要素和第二计费要素时，所述分组模块还具体用于：

将第一要素值相同的话单分成一组，得到至少两个第一子组话单，所述第一要素值为所述第一计费要素对应的要素值；

将第二要素值相同的话单分成一组，得到至少两个第二子组话单，所述第二要素值为所述第二计费要素对应的要素值；

还包括计算模块和删除模块；

所述计算模块，还用于计算所述分组模块确定的所述第一子组话单相对于所述组话单的第一信息增益，并计算所述分组模块确定的所述第二子组话单相对于所述组话单的第二信息增益；

所述删除模块，用于当所述计算模块确定所述第一信息增益大于第二信息增益时，则将所述第二计费要素从所述多个计费要素中删除。

15.根据权利要求10至14中任一项所述的资费数据的确定装置，其特征在于，所述话单集合中的每个话单均携带套餐标识，所述套餐标识用于指示所述话单所归属的资费套餐，还包括合并模块；

所述合并模块，用于根据话单所携带的套餐标识，将同一个套餐标识下的所述资费数据确定模块确定的所述资费数据进行合并，得到套餐资费数据。

16.根据权利要求10至14中任一项所述的资费数据的确定装置，其特征在于，跳次用于表示最小的计费单位单元，跳次扣费值用于表示该跳次对应的费用值，所述数据特征分析模块还具体用于：

获取所述组话单中的扣费费用对应的不同的费用值；

将所述不同的费用值按序排列；

确定排序后的连续两个费用值之间的差值，所述差值为所述跳次扣费值；

确定不同跳次扣费值的数量。

17.根据权利要求16所述的资费数据的确定装置，其特征在于，资费模型确定模块还具体用于：

若所述跳次扣费值的数量为1个，则从预置的资费模型中选择第一资费模型作为目标资费模型；

若所述跳次扣费值的数量为至少2个，则从预置的资费模型中选择第二资费模型作为目标资费模型。

18.一种资费数据的确定装置，其特征在于，包括：

存储器，用于存储计算机可执行程序代码；

网络接口，以及

处理器，与所述存储器和所述网络接口耦合；

其中所述程序代码包括指令，当所述处理器执行所述指令时，所述指令使所述确定装置执行以下操作：

获取话单集合，所述话单集合中的每个话单包括计费条件及在所述计费条件下的计费单位和扣费费用；

将所述话单集合中的多个话单按照预置规则进行分组，得到组话单，所述组话单中的计费单位对应的同一个数值与扣费费用对应的唯一费用值具有对应关系；

对所述组话单的扣费费用对应的费用值进行分析，得到数据特征；

根据所述数据特征从预置的资费模型中选择与所述数据特征对应的目标资费模型，所述资费模型用于根据计费单位计算扣费费用；

根据所述组话单中的计费单位对应的数值与扣费费用对应的费用值确定所述目标资费模型中的各资费参数对应的参数值；

根据所述参数值、所述目标资费模型及所述计费条件，确定资费数据。

19.一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行如权利要求1至9任一项所述的方法。

Images