[发明专利]批价进程效率预测方法、装置、设备及存储介质

说明书

本申请提供一种批价进程效率预测方法、装置、设备及存储介质。该方法包括：接收用户输入的多项影响参数，其中，所述影响参数为对话单计费系统中的批价进程效率有影响的参数；将各项影响参数输入经过训练的神经网络模型中，得到所述神经网络模型输出的批价进程效率的预测值，其中，所述预测值用于对所述话单计费系统进行调整；显示所述预测值。本申请能够通过预先训练好的神经网络模型对多项影响参数下的批价进程效率进行预测，提高批价进程效率的预测准确度。

技术领域

本申请涉及计算机技术领域，尤其涉及一种批价进程效率预测方法、装置、设备及存储介质。

背景技术

批价功能是电信行业的话单计费系统中最重要的一环，其处理效率直接影响着整个话单计费系统的稳定性，是电信行业影响用户感知最重要的组成部分。但在话单计费系统运行过程中，批价进程的处理效率经常会被各种因素所影响，导致处理效率降低，形成话单的积压，影响到后面的账管信控等各个环节，影响用户感知。因此，对话单计费系统的批价进程效率的准确预测就显得尤为重要。

一般地，由工作人员查看批价进程效率的各种影响参数，依据人工经验预测出话单计费系统运行时的批价进程效率。工作人员可以依据预测出的批价进程效率对话单计费系统进行优化调整，从而保证话单计费系统的稳定性及运行效率。

然而，依据人工经验预测出的批价进程效率的准确度较低。

发明内容

本申请实施例提供一种批价进程效率预测方法、装置、设备及存储介质，以解决目前对批价进程效率进行预测的预测准确度低的问题。

第一方面，本申请实施例提供一种批价进程效率预测方法，包括：

接收用户输入的多项影响参数，其中，所述影响参数为对话单计费系统中的批价进程效率有影响的参数；

将各项影响参数输入经过训练的神经网络模型中，得到所述神经网络模型输出的批价进程效率的预测值，其中，所述预测值用于对所述话单计费系统进行调整；

显示所述预测值。

在一种可能的实施方式中，所述方法还包括：

采集多个样本数据，其中，每个样本数据包括多项影响参数样本及相应的批价进行效率值；

构建所述神经网络模型；

通过多个样本数据对所述神经网络模型进行训练，得到训练后的神经网络模型。

在一种可能的实施方式中，采集多个样本数据，包括：

在所述话单计费系统运行时，采集多个时刻的各项影响参数以及批价进程效率；

将同一时刻的各项影响参数以及批价进程效率组成一个样本数据，得到多个样本数据。

在一种可能的实施方式中，通过多个样本数据对所述神经网络模型进行训练，包括：

将多个样本数据划分为训练集和测试集；

通过所述训练集对所述神经网络模型的网络参数进行训练，并通过所述测试集对训练后的神经网络模型进行测试。

在一种可能的实施方式中，所述神经网络模型为长短期记忆网络模型。

在一种可能的实施方式中，接收用户输入的多项影响参数，包括：

显示参数配置界面；

接收用户在所述参数配置界面上输入的多项影响参数，其中，所述影响参数包括以下中的至少一项：

中央处理器CPU的内存值、CPU的负载量、话单积压量、网络负载。

第二方面，本申请实施例提供一种批价进程效率预测装置，包括：