劉 乾

（中國(guó)聯(lián)合網(wǎng)絡(luò)通信有限公司濟(jì)南軟件研究院，濟(jì)南 250100）

1 引言

伴隨著5G、物聯(lián)網(wǎng)的發(fā)展，傳統(tǒng)運(yùn)營(yíng)商計(jì)費(fèi)系統(tǒng)逐漸無法滿足市場(chǎng)需要，在計(jì)費(fèi)時(shí)需要更多關(guān)注此刻是否需要真正計(jì)費(fèi)，是否之前有類似收費(fèi)場(chǎng)景，是否該用戶的訂購(gòu)可能存在異常，類似業(yè)務(wù)驗(yàn)證制約著運(yùn)營(yíng)商業(yè)務(wù)的發(fā)展，人工智能計(jì)費(fèi)迫在眉睫。

2 傳統(tǒng)計(jì)費(fèi)現(xiàn)狀及趨勢(shì)分析

傳統(tǒng)計(jì)費(fèi)架構(gòu)無法進(jìn)行人工智能架構(gòu)整合，存在實(shí)現(xiàn)難度大，整體架構(gòu)變更復(fù)雜，改造成本巨大，主要表現(xiàn)在如下三點(diǎn)：

2.1 系統(tǒng)架構(gòu)老化

運(yùn)營(yíng)商現(xiàn)有計(jì)費(fèi)架構(gòu)中，傳統(tǒng)計(jì)費(fèi)應(yīng)用后臺(tái)一般依托于傳統(tǒng)文件系統(tǒng)，話單以文件的形式存在于系統(tǒng)中，計(jì)費(fèi)的整過程可認(rèn)為是文件搬遷的過程。原始話單經(jīng)預(yù)處理、分揀、排重、批價(jià)、入庫(kù)等流程完成話單計(jì)算及優(yōu)惠的話單處理主流程并未發(fā)生大的改變，話單處理流程多，配置復(fù)雜的詬病并未得到解決，同時(shí)此類技術(shù)框架存在先天不足，其前端數(shù)據(jù)來源于交換層，既得數(shù)據(jù)類型單一化，資料數(shù)據(jù)來源于前端CRM，整個(gè)數(shù)據(jù)前端均為外界，自身控制能力弱。

2.2 與智能化背道而馳

計(jì)費(fèi)模塊原有主流框架結(jié)構(gòu)下，后臺(tái)實(shí)現(xiàn)主要通過C/C++基礎(chǔ)語言提升系統(tǒng)性能，程序更趨向于數(shù)據(jù)計(jì)算，人工智能的應(yīng)用場(chǎng)景弱。計(jì)費(fèi)模塊屬于運(yùn)營(yíng)商后臺(tái)應(yīng)用模塊，對(duì)客戶而言幾乎無感知，區(qū)別于客戶可見的前臺(tái)界面，計(jì)費(fèi)模塊后臺(tái)應(yīng)用給用戶提供詳單計(jì)費(fèi)、用戶優(yōu)惠、短信提醒、實(shí)時(shí)信控、低消贈(zèng)款等功能，客戶感受到的是實(shí)實(shí)在在的計(jì)費(fèi)服務(wù)，人工智能或多或少存在部分?jǐn)?shù)據(jù)偏差，可能造成用戶計(jì)費(fèi)差異，對(duì)用戶影響較大。

2.3 業(yè)務(wù)捆綁復(fù)雜

當(dāng)前中國(guó)三大運(yùn)營(yíng)商的計(jì)費(fèi)系統(tǒng)因其業(yè)務(wù)復(fù)雜，整個(gè)計(jì)費(fèi)系統(tǒng)需要支撐手機(jī)、固話、寬帶及相互捆綁業(yè)務(wù)受理，每日完成數(shù)億次語音、流量、短信等話單實(shí)時(shí)批價(jià)，盡可能早完成各種短信提醒、實(shí)時(shí)信控，實(shí)時(shí)完成用戶充值繳費(fèi)發(fā)票打印等業(yè)務(wù)。近年來，在互聯(lián)網(wǎng)模式的沖擊下，各系統(tǒng)底層實(shí)現(xiàn)了部分接口的相互調(diào)用，對(duì)于復(fù)雜業(yè)務(wù)，存在一項(xiàng)業(yè)務(wù)需要調(diào)用多個(gè)系統(tǒng)模塊接口牽一發(fā)而動(dòng)全身。如此復(fù)雜的系統(tǒng)，在進(jìn)行人工智能研究時(shí)，存在多種未知因素，造成模型分析、訓(xùn)練學(xué)習(xí)存在較大偏差，且各個(gè)應(yīng)用模塊底層實(shí)現(xiàn)不一，部分功能經(jīng)過多輪迭代后，已不具備進(jìn)行人工智能的條件。

綜上所述，結(jié)合現(xiàn)有計(jì)費(fèi)系統(tǒng)的特點(diǎn)，在進(jìn)行智能計(jì)費(fèi)演進(jìn)過程中需要注意如下幾個(gè)點(diǎn)：

（1）大數(shù)據(jù)模型改造?，F(xiàn)有計(jì)費(fèi)系統(tǒng)中，在設(shè)計(jì)底層表數(shù)據(jù)時(shí)一般參考之前的業(yè)務(wù)現(xiàn)狀進(jìn)行設(shè)計(jì)，人工智能分析需要定義模型，用戶畫像等，從不同的緯度提取數(shù)據(jù)，需要將之前的數(shù)據(jù)模型改造為智能計(jì)費(fèi)系統(tǒng)可用的模型。

（2）大數(shù)據(jù)模型沉淀。結(jié)合新的智能計(jì)費(fèi)系統(tǒng)模型，對(duì)原始數(shù)據(jù)系統(tǒng)進(jìn)行數(shù)據(jù)格式轉(zhuǎn)換，對(duì)復(fù)雜數(shù)據(jù)進(jìn)行冗余處理。

（3）數(shù)據(jù)預(yù)學(xué)習(xí)。針對(duì)不同的計(jì)費(fèi)產(chǎn)品，在模擬測(cè)試環(huán)境中或上線之前能夠?qū)ΜF(xiàn)有產(chǎn)品業(yè)務(wù)特點(diǎn)進(jìn)行學(xué)習(xí)，并進(jìn)行實(shí)時(shí)演練，保證數(shù)據(jù)準(zhǔn)確性。

（4）人工智能方法經(jīng)驗(yàn)總結(jié)。進(jìn)行人工智能演進(jìn)的整體過程中，在完成數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)之后，對(duì)運(yùn)營(yíng)商總體的模型特點(diǎn)進(jìn)行分析，構(gòu)建各級(jí)神經(jīng)網(wǎng)絡(luò)，從整體分析人工智能演進(jìn)改造點(diǎn)。

3 智能計(jì)費(fèi)系統(tǒng)架構(gòu)

計(jì)費(fèi)系統(tǒng)在部分業(yè)務(wù)特點(diǎn)上無法進(jìn)行人工智能建模，所以針對(duì)智能計(jì)費(fèi)的系統(tǒng)架構(gòu)可以根據(jù)不同模塊的特點(diǎn)進(jìn)行構(gòu)建。整體而言，智能計(jì)費(fèi)需實(shí)現(xiàn)如下功能：

（1）統(tǒng)一批價(jià)引擎主要實(shí)現(xiàn)費(fèi)用計(jì)費(fèi)、賬務(wù)優(yōu)惠、信用控制、固定費(fèi)計(jì)算，并對(duì)智能預(yù)測(cè)引擎、智能模型引擎、智能測(cè)試分析等模塊提供接口訪問。

（2）數(shù)據(jù)存儲(chǔ)為底層數(shù)據(jù)存儲(chǔ)承載，智能計(jì)費(fèi)系統(tǒng)需對(duì)用戶資料、產(chǎn)品資料、累積量信息、費(fèi)用信息等用戶相關(guān)信息進(jìn)行存儲(chǔ)，并支持快速批量數(shù)據(jù)導(dǎo)入智能化平臺(tái)供其使用。

（3）智能標(biāo)準(zhǔn)庫(kù)該庫(kù)主要存儲(chǔ)新業(yè)務(wù)產(chǎn)品數(shù)據(jù)在測(cè)試期間產(chǎn)生的標(biāo)準(zhǔn)數(shù)據(jù)、按業(yè)務(wù)標(biāo)準(zhǔn)指定的標(biāo)準(zhǔn)數(shù)據(jù)，是用戶畫像的基準(zhǔn)，可進(jìn)行數(shù)據(jù)分析學(xué)習(xí)，是智能計(jì)費(fèi)系統(tǒng)的核心底層數(shù)據(jù)。

（4）智能實(shí)時(shí)分析系統(tǒng)具備批量學(xué)習(xí)、實(shí)時(shí)學(xué)習(xí)功能，該系統(tǒng)從數(shù)據(jù)存儲(chǔ)、批價(jià)引擎接口中提取數(shù)據(jù)，每天按批量或增量模式進(jìn)行學(xué)習(xí)分析，匯總分析結(jié)果。

（5）智能預(yù)測(cè)引擎是根據(jù)智能實(shí)時(shí)分析系統(tǒng)生成的學(xué)習(xí)結(jié)果，對(duì)用戶畫像、模型計(jì)算進(jìn)行細(xì)化，用戶行為發(fā)生變化時(shí)，記錄范圍信息，更新相關(guān)數(shù)據(jù)。

（6）智能模型引擎主要進(jìn)行數(shù)據(jù)挖掘、用戶畫像、模型分析，其輸入來源于智能預(yù)測(cè)引擎，通過智能化分析數(shù)據(jù)，對(duì)歷史數(shù)據(jù)進(jìn)行挖掘分析，形成分析結(jié)果輸出。

4 智能計(jì)費(fèi)系統(tǒng)支撐效果展望

智能計(jì)費(fèi)系統(tǒng)實(shí)現(xiàn)后可以在以下幾個(gè)方面體現(xiàn)支撐效果。

（1）用戶行為畫像分析，根據(jù)用戶資料及相關(guān)數(shù)據(jù)進(jìn)行數(shù)據(jù)建模分析，對(duì)用戶的訂購(gòu)習(xí)慣、繳費(fèi)習(xí)慣、話費(fèi)消費(fèi)情況，詳單查詢關(guān)注度等多緯度進(jìn)行建模分析，對(duì)不同的業(yè)務(wù)畫像的人進(jìn)行分類，制定不同的營(yíng)銷策略。

（2）用戶訂購(gòu)習(xí)慣實(shí)時(shí)分析，根據(jù)不同的用戶畫像信息，在話單實(shí)時(shí)處理過程中，針對(duì)該用戶的行為特點(diǎn)制定具體的計(jì)費(fèi)策略，在合理的區(qū)間范圍內(nèi)，保證用戶不產(chǎn)生投訴，完成產(chǎn)品價(jià)值提升。

（3）精準(zhǔn)營(yíng)銷、廣告推送，根據(jù)不同用戶畫像信息，指定具體的產(chǎn)品優(yōu)惠策略信息，借助社會(huì)商業(yè)信息，進(jìn)行精準(zhǔn)營(yíng)銷，對(duì)于某一事件內(nèi)特定產(chǎn)品用戶，進(jìn)行精準(zhǔn)廣告推送，提升產(chǎn)品競(jìng)爭(zhēng)力。

（4）人工智能化提醒、預(yù)提醒，在用戶費(fèi)用、流量可使用量、資源量等數(shù)據(jù)即將用盡時(shí)，根據(jù)用戶畫像類型定義，按用戶類型進(jìn)行個(gè)性化提醒，智能化分析用戶使用行為，保障生產(chǎn)穩(wěn)定。

（5）新產(chǎn)品業(yè)務(wù)完善度補(bǔ)償，在進(jìn)行新產(chǎn)品推廣過程中，對(duì)新產(chǎn)品進(jìn)行實(shí)時(shí)人工智能監(jiān)控，以前期測(cè)試數(shù)據(jù)、業(yè)務(wù)量化數(shù)據(jù)作為訓(xùn)練指標(biāo)，實(shí)時(shí)獲取生產(chǎn)數(shù)據(jù)與訓(xùn)練數(shù)據(jù)進(jìn)行對(duì)比，當(dāng)發(fā)現(xiàn)偏離訓(xùn)練模型的情況，及時(shí)預(yù)警，并提供可優(yōu)化意見。

（6）異常行為分析，對(duì)用戶訂購(gòu)行為，詳單費(fèi)用、賬單費(fèi)用，查詢行為進(jìn)行人工智能分析，盡可能快的區(qū)分用戶異常行為，在發(fā)現(xiàn)可能離網(wǎng)用戶時(shí)及時(shí)對(duì)結(jié)果進(jìn)行反饋，減少離網(wǎng)用戶數(shù)。

5 結(jié)束語

在5G和互聯(lián)網(wǎng)時(shí)代，各運(yùn)營(yíng)商為了增強(qiáng)自身競(jìng)爭(zhēng)力，必然會(huì)不斷推出各種業(yè)務(wù)，也會(huì)不斷集成互聯(lián)網(wǎng)企業(yè)的各種業(yè)務(wù)，來滿足用戶的多種需求。如何在復(fù)雜業(yè)務(wù)中，發(fā)揮人工智能的優(yōu)勢(shì)所在，是運(yùn)營(yíng)商核心競(jìng)爭(zhēng)力的綜合體現(xiàn)。目前人工智能的相關(guān)預(yù)測(cè)可能與現(xiàn)實(shí)情況中存在預(yù)測(cè)差異，如何在計(jì)費(fèi)系統(tǒng)中選擇可以進(jìn)行人工智能分析的模型進(jìn)行預(yù)研開發(fā)是一個(gè)核心點(diǎn)，同時(shí)在各模塊人工智能后，如何保證各模塊能協(xié)同工作，也是智能計(jì)費(fèi)演進(jìn)的關(guān)鍵點(diǎn)。毋庸置疑，智能計(jì)費(fèi)系統(tǒng)是后續(xù)計(jì)費(fèi)系統(tǒng)的主流，各運(yùn)營(yíng)商應(yīng)根據(jù)自身的業(yè)務(wù)特點(diǎn)進(jìn)行分批剝離，實(shí)現(xiàn)智能化之路。