CN113378037A - 资费配置的获取方法及装置 - Google Patents
资费配置的获取方法及装置 Download PDFInfo
- Publication number
- CN113378037A CN113378037A CN202010945895.1A CN202010945895A CN113378037A CN 113378037 A CN113378037 A CN 113378037A CN 202010945895 A CN202010945895 A CN 202010945895A CN 113378037 A CN113378037 A CN 113378037A
- Authority
- CN
- China
- Prior art keywords
- tariff
- configuration
- service
- keyword
- tariff configuration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Devices For Checking Fares Or Tickets At Control Points (AREA)
Abstract
本发明提供一种资费配置的获取方法及装置。该方法包括:从用户输入的查询语句中获取业务关键词;根据所述业务关键词和预先训练的配置模型,获取所述业务关键词对应的第一资费配置,所述第一资费配置包括预先为所述业务关键词对应的业务类别设定的至少一条资费规则;输出所述第一资费配置。配置人员可以将配置模型输出的资费配置作为辅助,结合自身掌握的业务知识来最终确定该新业务的资费配置。和现有技术单纯依赖人工经验的方式相比,大大提高了配置结果的准确率。
Description
技术领域
本发明涉及电信领域,尤其涉及一种资费配置的获取方法及装置。
背景技术
用户可以通过手机营业厅、实体营业厅以及电话客服等多种方式订购业务,比如:天气预报推送业务、热点新闻推送业务以及短信订餐业务等。用户订购某业务后,需要为用户配置该业务的资费方式,方便后续对该业务做计费。
现有技术中,通过人工方式为用户订购的业务做资费配置。比如:用户订购了天气预报推送业务,配置人员会结合自身掌握的业务知识为该业务做资费配置。
然而,如果配置人员业务知识匮乏,上述配置方法显然会有准确率不够的问题,对后续计费产生很大影响。
发明内容
本发明提供一种资费配置的获取方法及装置,用于提高资费配置的准确率。
第一方面,本发明提供一种资费配置的获取方法,包括:
从用户输入的查询语句中获取业务关键词;
根据所述业务关键词和预先训练的配置模型,获取所述业务关键词对应的第一资费配置,所述第一资费配置包括预先为所述业务关键词对应的业务类别设定的至少一条资费规则;
输出所述第一资费配置。
可选的,所述根据所述业务关键词和预先训练的配置模型,获取所述业务关键词对应的第一资费配置包括:
根据所述业务关键词和预先训练的配置模型,获取所述业务关键词对应的业务类别,所述业务类别包括:推送类,或者,点播类;
将所述业务类别对应的资费配置确定为所述业务关键词对应的第一资费配置。
可选的,所述根据所述业务关键词和预先训练的配置模型,获取所述业务关键词对应的第一资费配置之前,所述方法还包括:
获取N个训练样本,每个训练样本包括关键词以及所述关键词对应的资费配置,所述资费配置包括预先为所述关键词对应的业务类别设定的至少一条资费规则,N为正整数;
对所述N个训练样本进行训练得到所述配置模型。
可选的,所述方法还包括:
根据所述业务关键词和预先建立的指纹库,确定所述业务关键词对应的第二资费配置;
所述输出所述第一资费配置,包括:
若所述第二资费配置和所述第一资费配置为同一资费配置,则输出所述第一资费配置。
可选的,所述从用户输入的查询语句中获取业务关键词,包括:
对所述查询语句依次进行分词、去停用词、词性标注、命名实体识别以及主题分析,得到所述业务关键词。
可选的,所述N个训练样本中任一训练样本包括的关键词为:天气预报;所述关键词对应的资费配置包括如下资费规则中至少一条:订购首月免月租、预设时间段内退订不收费以及预设日期以后订购不收费。
可选的,所述N个训练样本中任一训练样本包括的关键词为:短信订餐;所述关键词对应的资费配置包括如下资费规则中至少一条:周末享受折扣优惠以及节日不收费。
第二方面,本发明提供一种资费配置的获取装置,包括:
获取模块,用于从用户输入的查询语句中获取业务关键词;
所述获取模块,还用于根据所述业务关键词和预先训练的配置模型,获取所述业务关键词对应的第一资费配置,所述第一资费配置包括预先为所述业务关键词对应的业务类别设定的至少一条资费规则;
输出模块,用于输出所述第一资费配置。
可选的,所述获取模块具体用于:
根据所述业务关键词和预先训练的配置模型,获取所述业务关键词对应的业务类别,所述业务类别包括:推送类,或者,点播类;
将所述业务类别对应的资费配置确定为所述业务关键词对应的第一资费配置。
可选的,所述获取模块还用于:
获取N个训练样本,每个训练样本包括关键词以及所述关键词对应的资费配置,所述资费配置包括预先为所述关键词对应的业务类别设定的至少一条资费规则,N为正整数;
对所述N个训练样本进行训练得到所述配置模型。
可选的,所述获取模块还用于:
根据所述业务关键词和预先建立的指纹库,确定所述业务关键词对应的第二资费配置;
所述输出模块,具体用于:
若所述第二资费配置和所述第一资费配置为同一资费配置,则输出所述第一资费配置。
可选的,所述获取模块还用于:
对所述查询语句依次进行分词、去停用词、词性标注、命名实体识别以及主题分析,得到所述业务关键词。
可选的,所述训练样本包括的关键词为:天气预报;所述关键词对应的资费配置包括如下资费规则中至少一条:订购首月免月租、预设时间段内退订不收费以及预设日期以后订购不收费。
可选的,所述训练样本包括的关键词为:短信订餐;所述关键词对应的资费配置包括如下资费规则中至少一条:周末享受折扣优惠以及节日不收费。
第三方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述资费配置的获取方法。
第四方面,本发明提供一种终端设备,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来实现上述资费配置的获取方法。
本发明提供的资费配置方法及装置,可从用户输入的查询语句中获取业务关键词,然后基于该业务关键词和预先训练的配置模型,确定业务关键词对应的资费配置并输出,配置人员可以将配置模型输出的资费配置作为辅助,结合自身掌握的业务知识来最终确定该新业务的资费配置。和现有技术单纯依赖人工经验的方式相比,大大提高了配置结果的准确率。
附图说明
图1为本发明提供的一种可选的系统架构图;
图2为本发明提供的资费配置的获取方法的实施例一的流程示意图;
图3A为本发明提供的用户界面示意图一;
图3B为本发明提供的用户界面示意图二;
图4为本发明提供的资费配置的获取方法的实施例二的流程示意图;
图5为本发明提供的资费问题定位方法的实施例一的流程示意图;
图6为本发明提供的资费配置600的获取装置的结构示意图;
图7为本发明提供的资费问题定位装置700的结构示意图;
图8为本发明提供的终端设备的硬件结构示意图。
具体实施方式
为使本申请的目的,技术方案和优点更加清楚,下面将结合本申请中的附图,对本申请中的技术方案进行清楚,完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本申请中,需要解释的是,术语“第一”,“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B的情况,其中A,B可以是单数或者复数。字符“以是一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个),可以表示:单独a,单独b,单独c,a和b的组合,a和c的组合,b和c的组合,或a,b以及c的组合,其中a,b,c可以是单个,也可以是多个。
各个运营商的用户量级都是非常庞大的,当用户订购了新业务或者调整了套餐时,如果能够准确地为该新业务或者调整后的新套餐做出资费配置,可避免因资费配置错误导致的计费出错等问题。现有技术中,以用户订购天气预报推送业务为例,配置人员会结合自身掌握的业务知识为该业务做资费配置。可见,现有技术的这种方法和配置人员的业务水平有关系,如果配置人员的业务知识匮乏,其做出的资费配置可能是错误的。现有技术的这种资费配置方法准确率较低。
图1为本发明提供的一种可选的系统架构图。图1所示系统包括:用户层、业务应用层、算法层和数据层。图1所示系统应用对象可以为配置人员,该系统可作为配置人员执行资费配置的辅助工具。其中,应用层可用于和配置人员交互,该应用层可搭建应用程序(Application,简称App),配置人员可通过该App输入查询语句。业务应用层用于对配置人员的输入进行格式处理。算法层上可搭建深度学习模型,通过对数据层中的历史数据进行训练得到配置模型,该配置模型可基于业务应用层的处理结果输出对应的资费配置。
可选的,上述系统可以搭建在智能手机、平板电脑、笔记本电脑、台式电脑等终端设备上。或者,上述系统中部分功能搭建在终端设备上,其他功能搭载在服务器上,比如:上述用户层可以搭建在终端设备上,业务应用层、算法层和数据层可以搭建在服务器上,本发明对此不作限制。
现有技术中,资费配置结果依赖配置人员的业务水平,导致配置结果准确率低。本发明以此为切入点,考虑如何摆脱纯人工经验的资费配置,基于此思考方向,本发明提出将深度学习模型运用到资费配置这一场景下,通过对历史数据深度学习来确定一个配置模型,当配置人员需要为某一业务做资费配置时,直接输入相关的查询语句,该配置模型便可输出对应的资费配置,配置人员可以将配置模型输出的资费配置作为辅助,结合自身掌握的业务知识来最终确定该业务的资费配置。和现有技术单纯依赖人工经验的方式相比,大大提高了配置结果的准确率。
下面以具体地实施例对本发明的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本发明的实施例进行描述。
图2为本发明提供的资费配置的获取方法的实施例一的流程示意图。本实施例提供的资费配置的获取方法可由图1所示系统执行。如图2所示,本实施例提供的资费配置的获取方法,包括:
S201、从用户输入的查询语句中获取业务关键词。
一种可能的实现方式中,本步骤的用户可以为配置人员,如上文描述,可在应用层搭建App,配置人员可打开该App,并找到该App中的查询页,如图3A所示,配置人员可在图3A所示搜索框中输入查询语句,然后点击配置查询按钮,以使上述App将该查询语句传给业务应用层,业务应用层接收到上述查询语句后,从该查询语句中获取业务关键词。
一种可能的实现方式中,业务应用层接收到上述查询语句后,可对该查询语句依次进行分词、去停用词、词性标注、命名实体识别以及主题分析等处理,从而得到业务关键词。
下面对获取业务关键词的实现方式举例说明:
假设配置人员在图3A所示搜索框中输入的查询语句为“查询天气预报推送业务的资费配置”。首先对该语句进行分词,比如,分词结果为:查询、天气预报、推送、业务、的、资费配置。然后进行去停用词处理,比如,去停用词处理后结果为:查询、天气预报、推送、业务、资费配置。然后进行词性标注处理,比如,词性标注处理后结果为:查询(动词)、天气预报(名词)、推送(动词)、业务(名词)、资费配置(名词)。然后进行命名实体识别,比如,识别结果为:天气预报、资费配置。然后进行主题分析,比如,分析结果为:天气预报。最后可将“天气预报”作为业务关键词。
需要说明的是:上述举例中,各个环节的处理结果仅是一种示例,旨在说明本发明获取业务关键词的流程。每个环节处理规则不同,处理结果也相应有所不同,比如:分词的规则不同时,分词结果有差别。上述举例不构成对本发明的限制。
S202、根据业务关键词和预先训练的配置模型,获取业务关键词对应的第一资费配置,第一资费配置包括预先为业务关键词对应的业务类别设定的至少一条资费规则。
S203、输出第一资费配置。
一种可能的实现方式中,可根据业务关键词和上述配置模型,获取业务关键词对应的业务类别,将该业务类别对应的资费配置确定为上述业务关键词对应的第一资费配置。
接着S201中的举例,业务关键词为天气预报,将该关键词输入配置模型后,配置模型输出的类别为推送类,则将推送类对应的资费配置作为第一资费配置。假设推送类对应的资费配置包括如下资费规则:首月免月租以及预设时间段订购不收费。则确定上述第一资费配置包括如下资费规则:首月免月租以及预设时间段订购不收费,如图3B所示。
为了提高第一资费配置的准确性,本实施例提供的方法,还包括:根据业务关键词和预先建立的指纹库,确定业务关键词对应的第二资费配置;若第二资费配置和第一资费配置为同一资费配置,则输出第一资费配置或者第二资费配置。
一种可能的实现方式中,上述指纹库中存储有关键词和资费配置之间的映射关系,当S201获取到业务关键词后,将该业务关键词和指纹库中关键词进行匹配,从而确定匹配度最高的关键词,将匹配度最高的关键词对应资费配置作为业务关键词对应的第二资费配置,然后将该第二资费配置和通过配置模型获取的第一资费配置进行比较,如果两者是相同的,则输出任意一个,若两者不同,则同时输出第一资费配置和第二资费配置,配置人员可结合自身掌握的业务知识权衡使用哪个资费配置。
本实施例提供的资费配置的获取方法,配置人员在为新业务做资费配置时,如果需要辅助工具,可在相应的应用程序中输入查询语句,图1所示系统可从该查询语句中获取业务关键词,然后基于该业务关键词和预先训练的配置模型,确定业务关键词对应的资费配置并输出,配置人员可以将配置模型输出的资费配置作为辅助,结合自身掌握的业务知识来最终确定该新业务的资费配置。和现有技术单纯依赖人工经验的方式相比,大大提高了配置结果的准确率。
图4为本发明提供的资费配置的获取方法的实施例二的流程示意图,本实施例对上文提到的配置模型的训练过程进行了详细描述,如图4所示,本实施例通过如下步骤获取配置模型:
S401、获取N个训练样本,其中N为正整数。
其中,每个训练样本包括关键词以及关键词对应的资费配置,该资费配置包括预先为该关键词对应的业务类别设定的至少一条资费规则。
比如:对于天气预报推送业务,关键词为天气预报,该关键词对应的业务类别为推送类,预先为该类别设定的资费规则包括订购首月免月租、预设时间段内退订不收费以及预设日期以后订购不收费。则关键词“天气预报”以及资费配置“订购首月免月租、预设时间段内退订不收费以及预设日期以后订购不收费”可构成一个训练样本。
再如:对于短信订餐业务,关键词为短信订餐,该关键词对应的业务类别为点播类,预先为该类别设定的资费规则包括周末享受折扣优惠以及节日不收费。则关键词“短信订餐”以及资费配置“周末享受折扣优惠以及节日不收费”可构成一个训练样本。
S402、对所述N个训练样本进行训练得到所述配置模型。
一种可能的实现方式中,在算法层上搭建神经网络模型,在获取到足够多的样本后,对获取到的样本进行训练可得到上述配置模型。
本实施例提供的资费配置的获取方法,提供了配置模型的获取过程,利用该配置模型可获取业务关键词对应的资费配置,可辅助配置人员完成新业务或者新套餐的资费配置,提高了配置结果准确度。
用户认为运营商多扣、错扣了用户的话费时,会向客服投诉,客服人员接收到投诉电话后,对于简单问题可以解答,但是对于复杂的资费问题,可能并不能当场给用户做出满意答复,这样会影响用户对运营商的评价,为了解决上述技术问题,图5为本发明提供的资费问题定位方法的实施例一的流程示意图,本实施例的构思和上述资费配置的获取方法类似,本实施例提供的方法包括:
S501、从用户输入的查询语句中获取业务关键词。
具体的,S501的实现方式可参考上述实施例中的S201,本发明在此不再赘述。
S502、根据业务关键词和预先训练的定位模型,获取业务关键词对应的第一答复内容。
S503、输出所述第一答复内容。
一种可能的实现方式中,可通过如下方式获取定位模型:
首先获取N个训练样本,每个训练样本包括关键词以及对应答复内容。比如:历史数据中有一则投诉,关键词包括:天气预报推送业务,错扣费。答复内容为:该业务的资费规则为订购首月免月租、预设时间段内退订不收费以及预设日期以后订购不收费。那个这则投诉可以作为一个样本。在获取到足够多的样本后,对获取到的样本进行训练可得到上述定位模型。
为了提高答复内容的准确性,本实施例提供的方法还包括:根据业务关键词和预先建立的问答指纹库,确定业务关键词对应的第二答复内容;若第二答复内容和第一答复内容相同,则输出第一答复内容或者第二答复内容;否则,同时输出第一答复内容和第二答复内容,客服人员可结合自身掌握的业务知识权衡使用哪个答复内容。上述问答指纹库存储有关键词和答复内容之间的映射关系。
本实施例提供的资费问题定位方法,客服接通到投诉电话后,若涉及到复杂资费问题,可通过S501输入查询语句,定位模型基于该查询语句确定并输出答复内容,比如:答复内容为:该业务的资费规则为首月免月租以及预设时间段订购不收费,客服可以结合该规则核实是否确实存在用户投诉的问题,加快了克服处理投诉的速度,增强了用户感知。
图6为本发明提供的资费配置600的获取装置的结构示意图。如图6所示,本发明提供的资费配置的获取装置600,包括:
获取模块601,用于从用户输入的查询语句中获取业务关键词;
所述获取模块601,还用于根据所述业务关键词和预先训练的配置模型,获取所述业务关键词对应的第一资费配置,所述第一资费配置包括预先为所述业务关键词对应的业务类别设定的至少一条资费规则;
输出模块602,用于输出所述第一资费配置。
可选的,所述获取模块601具体用于:
根据所述业务关键词和预先训练的配置模型,获取所述业务关键词对应的业务类别,所述业务类别包括:推送类,或者,点播类;
将所述业务类别对应的资费配置确定为所述业务关键词对应的第一资费配置。
可选的,所述获取模块601还用于:
获取N个训练样本,每个训练样本包括关键词以及所述关键词对应的资费配置,所述资费配置包括预先为所述关键词对应的业务类别设定的至少一条资费规则,N为正整数;
对所述N个训练样本进行训练得到所述配置模型。
可选的,所述获取模块601还用于:
根据所述业务关键词和预先建立的指纹库,确定所述业务关键词对应的第二资费配置;
所述输出模块602,具体用于:
若所述第二资费配置和所述第一资费配置为同一资费配置,则输出所述第一资费配置。
可选的,所述获取模块601还用于:
对所述查询语句依次进行分词、去停用词、词性标注、命名实体识别以及主题分析,得到所述业务关键词。
可选的,所述训练样本包括的关键词为:天气预报;所述关键词对应的资费配置包括如下资费规则中至少一条:订购首月免月租、预设时间段内退订不收费以及预设日期以后订购不收费。
可选的,所述训练样本包括的关键词为:短信订餐;所述关键词对应的资费配置包括如下资费规则中至少一条:周末享受折扣优惠以及节日不收费。
本实施例提供的资费配置的获取装置600,可用于执行上述图2或图4所示方法实施例中的步骤,其实现原理和技术效果类似,在此不再赘述。
图7为本发明提供的资费问题定位装置700的结构示意图。如图7所示,本发明提供的资费问题定位装置700,包括:
获取模块701,用于从用户输入的查询语句中获取业务关键词。
所述获取模块701,还用于根据业务关键词和预先训练的定位模型,获取业务关键词对应的第一答复内容。
输出模块702,用于输出所述第一答复内容。
可选的,上述获取模块701还用于:
获取N个训练样本,每个训练样本包括关键词以及所述关键词对应的答复内容;
对所述N个训练样本进行训练得到所述定位模型。
可选的,上述获取模块701还用于:
根据所述业务关键词和预先建立的问答指纹库,确定所述业务关键词对应的第二答复内容;
若所述第二答复内容和所述第一答复内容为同一答复内容,则输出所述第一答复内容。
本实施例提供的资费配置的获取装置700,可用于执行上述图5所示方法实施例中的步骤,其实现原理和技术效果类似,在此不再赘述。
图8为本发明提供的终端设备的硬件结构示意图。如图8所示,本实施例的终端设备可以包括:
存储器801,用于存储程序指令。
处理器802,用于在所述程序指令被执行时实现上述方法实施例描述的资费配置的获取方法或者资费问题定位方法,具体实现原理可参见上述实施例,本实施例此处不再赘述。
本发明提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述资费配置的获取方法或者资费问题定位方法。
本发明还提供一种程序产品,所述程序产品包括计算机程序,所述计算机程序存储在可读存储介质中,至少一个处理器可以从所述可读存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序使得终端设备实施上述资费配置的获取方法或者资费问题定位方法。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,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,所述单元的划分,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。
所述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,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(英文:processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取存储器(英文:Random Access Memory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
应理解,本发明所描述的处理器可以是中央处理单元(英文:Central ProcessingUnit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital SignalProcessor,简称:DSP)、专用集成电路(英文:Application Specific IntegratedCircuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各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,或者对其中部分或者全部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范围。
Claims (10)
1.一种资费配置的获取方法,其特征在于,包括:
从用户输入的查询语句中获取业务关键词;
根据所述业务关键词和预先训练的配置模型,获取所述业务关键词对应的第一资费配置,所述第一资费配置包括预先为所述业务关键词对应的业务类别设定的至少一条资费规则;
输出所述第一资费配置。
2.根据权利要求1所述的方法,其特征在于,所述根据所述业务关键词和预先训练的配置模型,获取所述业务关键词对应的第一资费配置包括:
根据所述业务关键词和预先训练的配置模型,获取所述业务关键词对应的业务类别,所述业务类别包括:推送类,或者,点播类;
将所述业务类别对应的资费配置确定为所述业务关键词对应的第一资费配置。
3.根据权利要求2所述的方法,其特征在于,所述根据所述业务关键词和预先训练的配置模型,获取所述业务关键词对应的第一资费配置之前,所述方法还包括:
获取N个训练样本,每个训练样本包括关键词以及所述关键词对应的资费配置,所述资费配置包括预先为所述关键词对应的业务类别设定的至少一条资费规则,N为正整数;
对所述N个训练样本进行训练得到所述配置模型。
4.根据权利要求1-3中任一项所述的方法,其特征在于,所述方法还包括:
根据所述业务关键词和预先建立的指纹库,确定所述业务关键词对应的第二资费配置;
所述输出所述第一资费配置,包括:
若所述第二资费配置和所述第一资费配置为同一资费配置,则输出所述第一资费配置。
5.根据权利要求4所述的方法,其特征在于,所述从用户输入的查询语句中获取业务关键词,包括:
对所述查询语句依次进行分词、去停用词、词性标注、命名实体识别以及主题分析,得到所述业务关键词。
6.根据权利要求3所述的方法,其特征在于,所述N个训练样本中任一训练样本包括的关键词为:天气预报;所述关键词对应的资费配置包括如下资费规则中至少一条:订购首月免月租、预设时间段内退订不收费以及预设日期以后订购不收费。
7.根据权利要求3所述的方法,其特征在于,所述N个训练样本中任一训练样本包括的关键词为:短信订餐;所述关键词对应的资费配置包括如下资费规则中至少一条:周末享受折扣优惠以及节日不收费。
8.一种资费配置的获取装置,其特征在于,包括:
获取模块,用于从用户输入的查询语句中获取业务关键词;
所述获取模块,还用于根据所述业务关键词和预先训练的配置模型,获取所述业务关键词对应的第一资费配置,所述第一资费配置包括预先为所述业务关键词对应的业务类别设定的至少一条资费规则;
输出模块,用于输出所述第一资费配置。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-7任一项所述的方法。
10.一种终端设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来实现权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010945895.1A CN113378037B (zh) | 2020-09-10 | 2020-09-10 | 资费配置的获取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010945895.1A CN113378037B (zh) | 2020-09-10 | 2020-09-10 | 资费配置的获取方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113378037A true CN113378037A (zh) | 2021-09-10 |
CN113378037B CN113378037B (zh) | 2023-05-30 |
Family
ID=77568976
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010945895.1A Active CN113378037B (zh) | 2020-09-10 | 2020-09-10 | 资费配置的获取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113378037B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114760604A (zh) * | 2022-04-07 | 2022-07-15 | 中国联合网络通信集团有限公司 | 套餐资费处理方法、装置、设备和存储介质 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1859128A (zh) * | 2005-05-16 | 2006-11-08 | 华为技术有限公司 | 一种对数据业务进行内容计费的方法 |
US20070172040A1 (en) * | 2006-01-25 | 2007-07-26 | Andrea Cesarini | Configurable charging system for a telecommunications service provider |
EP1814298A1 (en) * | 2006-01-25 | 2007-08-01 | Accenture Global Services GmbH | Configurable charging system for a telecommunciations service provider |
CN101309332A (zh) * | 2008-06-17 | 2008-11-19 | 华为技术有限公司 | 计费方法及系统 |
CN101335630A (zh) * | 2008-04-30 | 2008-12-31 | 北京邮电大学 | 计费关联的方法和装置 |
JP2009044368A (ja) * | 2007-08-08 | 2009-02-26 | Ntt Docomo Inc | 移動通信システム及び移動通信方法 |
CN101437215A (zh) * | 2008-12-25 | 2009-05-20 | 中国移动通信集团福建有限公司 | 数据业务平台融合计费方法 |
WO2009062442A1 (fr) * | 2007-11-15 | 2009-05-22 | Huawei Technologies Co., Ltd. | Procédé de facturation, élément de réseau de facturation, système de facturation et système de communication |
CA2677534A1 (en) * | 2008-09-05 | 2010-03-05 | Accenture Global Services Gmbh | Tariff management test automation |
CN101739279A (zh) * | 2008-10-06 | 2010-06-16 | 埃森哲环球服务有限公司 | 资费管理配置自动化 |
CN102104857A (zh) * | 2009-12-16 | 2011-06-22 | 华为技术有限公司 | 一种计费方法和通信系统 |
CA2746049A1 (en) * | 2010-07-29 | 2012-01-29 | Accenture Global Services Limited | Computer-implemented method, system, and computer program product for telecommunications rating |
AU2013205629A1 (en) * | 2006-01-25 | 2013-05-16 | Accenture Global Services Limited | Configurable charging system for a telecommunications service provider |
AU2015203566A1 (en) * | 2008-10-06 | 2015-07-23 | Accenture Global Services Limited | Tariff management configuration automation |
CN107769934A (zh) * | 2017-10-23 | 2018-03-06 | 中国联合网络通信集团有限公司 | 资费处理方法及装置 |
WO2018171324A1 (zh) * | 2017-03-21 | 2018-09-27 | 华为技术有限公司 | 一种资费数据的确定方法及装置 |
CN110706010A (zh) * | 2018-07-09 | 2020-01-17 | 北京京东尚科信息技术有限公司 | 计费模型监控方法及其系统、计算机系统及计算机可读介质 |
-
2020
- 2020-09-10 CN CN202010945895.1A patent/CN113378037B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1859128A (zh) * | 2005-05-16 | 2006-11-08 | 华为技术有限公司 | 一种对数据业务进行内容计费的方法 |
US20070172040A1 (en) * | 2006-01-25 | 2007-07-26 | Andrea Cesarini | Configurable charging system for a telecommunications service provider |
EP1814298A1 (en) * | 2006-01-25 | 2007-08-01 | Accenture Global Services GmbH | Configurable charging system for a telecommunciations service provider |
AU2013205629A1 (en) * | 2006-01-25 | 2013-05-16 | Accenture Global Services Limited | Configurable charging system for a telecommunications service provider |
JP2009044368A (ja) * | 2007-08-08 | 2009-02-26 | Ntt Docomo Inc | 移動通信システム及び移動通信方法 |
WO2009062442A1 (fr) * | 2007-11-15 | 2009-05-22 | Huawei Technologies Co., Ltd. | Procédé de facturation, élément de réseau de facturation, système de facturation et système de communication |
CN101335630A (zh) * | 2008-04-30 | 2008-12-31 | 北京邮电大学 | 计费关联的方法和装置 |
CN101309332A (zh) * | 2008-06-17 | 2008-11-19 | 华为技术有限公司 | 计费方法及系统 |
CA2677534A1 (en) * | 2008-09-05 | 2010-03-05 | Accenture Global Services Gmbh | Tariff management test automation |
CN101739279A (zh) * | 2008-10-06 | 2010-06-16 | 埃森哲环球服务有限公司 | 资费管理配置自动化 |
AU2015203566A1 (en) * | 2008-10-06 | 2015-07-23 | Accenture Global Services Limited | Tariff management configuration automation |
CN101437215A (zh) * | 2008-12-25 | 2009-05-20 | 中国移动通信集团福建有限公司 | 数据业务平台融合计费方法 |
CN102104857A (zh) * | 2009-12-16 | 2011-06-22 | 华为技术有限公司 | 一种计费方法和通信系统 |
CA2746049A1 (en) * | 2010-07-29 | 2012-01-29 | Accenture Global Services Limited | Computer-implemented method, system, and computer program product for telecommunications rating |
WO2018171324A1 (zh) * | 2017-03-21 | 2018-09-27 | 华为技术有限公司 | 一种资费数据的确定方法及装置 |
CN107769934A (zh) * | 2017-10-23 | 2018-03-06 | 中国联合网络通信集团有限公司 | 资费处理方法及装置 |
CN110706010A (zh) * | 2018-07-09 | 2020-01-17 | 北京京东尚科信息技术有限公司 | 计费模型监控方法及其系统、计算机系统及计算机可读介质 |
Non-Patent Citations (3)
Title |
---|
王玉芳: "移动通讯系统中的账务处理子系统设计及实现", 《中国优秀硕士学位论文全文数据库 信息科技》 * |
陈娜: "电信套餐资费配置研究", 《电信科学》 * |
陈娜;张金娟;刘智琼;: "基于HNC的电信资费规则自动化配置研究", 移动通信 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114760604A (zh) * | 2022-04-07 | 2022-07-15 | 中国联合网络通信集团有限公司 | 套餐资费处理方法、装置、设备和存储介质 |
CN114760604B (zh) * | 2022-04-07 | 2023-05-12 | 中国联合网络通信集团有限公司 | 套餐资费处理方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113378037B (zh) | 2023-05-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109684475B (zh) | 投诉的处理方法、装置、设备以及存储介质 | |
CN110674255B (zh) | 文本内容审核方法及装置 | |
CN107391359B (zh) | 一种业务测试方法及装置 | |
CN109345417B (zh) | 基于身份认证的业务人员的在线考核方法及终端设备 | |
CN107862339B (zh) | 用于输出信息的方法和装置 | |
CN113407854A (zh) | 一种应用推荐方法、装置、设备及计算机可读存储介质 | |
CN116204714A (zh) | 推荐方法、装置、电子设备及存储介质 | |
CN108509582B (zh) | 一种信息的回复方法、终端设备及计算机可读存储介质 | |
CN104077288B (zh) | 网页内容推荐方法和网页内容推荐设备 | |
CN111179055A (zh) | 授信额度调整方法、装置和电子设备 | |
CN113378037B (zh) | 资费配置的获取方法及装置 | |
CN113626638A (zh) | 短视频推荐处理方法、装置、智能终端及存储介质 | |
CN113590756A (zh) | 信息序列生成方法、装置、终端设备和计算机可读介质 | |
CN111091452A (zh) | 导购协助方法、装置、系统及存储介质 | |
CN110929499A (zh) | 文本相似度获取方法、装置、介质及电子设备 | |
CN115905472A (zh) | 商机业务处理方法、装置、服务器及计算机可读存储介质 | |
CN114511393B (zh) | 财务数据处理方法及系统 | |
CN109993592A (zh) | 信息推送方法和装置 | |
CN109450963A (zh) | 消息推送方法及终端设备 | |
CN114020896A (zh) | 一种智能问答方法、系统、电子设备及存储介质 | |
CN114357184A (zh) | 事项推荐方法及相关装置、电子设备和存储介质 | |
CN108711073B (zh) | 用户分析方法、装置及终端 | |
CN110717101B (zh) | 基于应用行为的用户分类方法、装置和电子设备 | |
CN114202363A (zh) | 基于人工智能的话术调用方法、装置、计算机设备及介质 | |
CN113468306A (zh) | 语音对话方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |