[发明专利]计费系统迁移测试中数据异常的根因确定方法、设备及系统

权利要求书

1.一种计费系统迁移测试中数据异常的根因确定方法，其特征在于，所述方法包括：

获取N个话单比对样本；其中各个话单比对样本包括第一版计费系统的话单字段集合与计费结果，以及，第二版计费系统的话单字段集合与计费结果；所述第一版计费系统的计费结果和所述第二版计费系统的计费结果不一致；

从所述N个话单比对样本中确定出M个代表性样本；M为大于等于2且小于等于0.5N的整数；所述M个代表性样本表示覆盖多个预设根因的M个样本，所述预设根因是针对计费结果不一致而预设的根因；

获取所述M个代表性样本各自的根因诊断结果；所述根因诊断结果分别表示所述M个代表性样本中各自的计费结果不一致的根因的标注结果；

根据所述代表性样本和所述根因诊断结果进行模型训练，获得第一根因推理模型；

通过所述第一根因推理模型，获得多个话单比对样本各自的根因推理结果；所述根因推理结果分别表示所述多个话单比对样本各自的计费结果不一致的根因；

所述从所述N个话单比对样本中确定出M个代表性样本，包括：

对所述N个话单比对样本分别进行特征抽取，获得N个高维话单特征数据；其中每个高维话单特征数据包括多个话单特征；

对所述N个高维话单特征数据进行过滤处理，获得N个低维话单特征数据；其中所述低维话单特征数据中的话单特征的数量小于所述高维话单特征数据的话单特征的数量；

对所述N个低维话单特征数据进行聚类，获得H个簇；

根据所述H个簇，确定出所述M个代表性样本。

2.根据权利要求1所述的方法，其特征在于，所述多个话单比对样本包括所述N个话单比对样本中的N－M个话单比对样本，所述根因推理结果分别表示所述N－M个话单比对样本各自的计费结果不一致的根因。

3.根据权利要求1或2所述的方法，其特征在于，所述根据所述H个簇，确定出所述M个代表性样本，包括：

将所述H个簇中分别距离所述H个簇的中心点最近的M个低维话单特征数据作为所述M个代表性样本。

4.根据权利要求3所述的方法，其特征在于，所述对所述N个高维话单特征数据进行过滤处理，获得N个低维话单特征数据，包括：

根据所述N个高维话单特征数据中的多个话单特征Xi，和，各个Xi对应的第二版计费系统的计费结果与第一版本计费系统的计费结果的差值y，计算各个Xi的f值(f－Measure)；Xi的f值表示当Xi和y都服从正态分布时，Xi与y之间的相关程度值；

剔除每个低维话单特征数据的多个话单特征中f值小于第一预设阈值的话单特征，以获得所述N个低维话单特征数据。

5.根据权利要求3所述的方法，其特征在于，所述对所述N个高维话单特征数据进行过滤处理，获得N个低维话单特征数据，包括：

利用业务先验信息，剔除所述N个高维话单特征数据中的多个话单特征中的部分话单特征，以获得所述N个低维话单特征数据。

6.根据权利要求3所述的方法，其特征在于，

所述多个话单特征包括：影响计费结果的单变量特征，和/或，由单变量特征组合得到的中间特征。

7.根据权利要求1或2所述的方法，其特征在于，所述获取所述M个代表性样本中的各个代表性样本对应的根因诊断结果之后，还包括：

根据所述M个代表性样本确定一组或多组的训练集和验证集；其中，每组训练集包括K个代表性样本和所述K个代表性样本各自的根因诊断结果，每组验证集包括M－K个代表性样本和所述M－K个代表性样本各自的根因诊断结果，K为小于M且大于0.5M的整数；

相应的，所述根据所述代表性样本和所述根因诊断结果进行模型训练，获得第一根因推理模型，包括：

根据所述训练集进行模型训练，以及根据所述验证集进行模型评估，获得第一根因推理模型。