[發明專利]一種基于最近鄰算法的基站費用自動化稽核方法

在審

• 申請號: 202010963119.4
• 申請日: 2020-09-14
• 公開（公告）號: CN112258338A
• 公開（公告）日: 2021-01-22
• 發明（設計）人: 馮亮;胡銳;潘軍;袁曙暉;袁金平
• 申請（專利權）人: 陜西訊格信息科技有限公司
• 主分類號: G06Q50/06
• 分類號: G06Q50/06;G06K9/62
• 代理公司: 西安嘉思特知識產權代理事務所(普通合伙) 61230
• 代理人: 張婷婷

本發明公開了一種基于最近鄰算法的基站費用自動化稽核方法，通過數據挖掘、機器學習等手段收集與基站電費相關的歷史繳費和基站屬性等數據，然后再根據基礎數據進行預處理和標準化處理；使用信息增益率選擇大于設定閾值之上的強相關指標作為有效特征；計算所有多維特征向量之間的平均距離據此設定距離半徑，再使用球樹算法對所有參考集的特征向量進行球樹建模；根據數據分布自適應確定半徑距離來對待稽核的繳費記錄找出最臨近參考集；并計算其置信區間，作為稽核判定超標的閾值，以此最終判定該電費報銷額度是否超標異常。

技術領域

本發明涉及移動通信行業的能耗費用管控技術領域，涉及一種計算機的數據挖掘與機器學習算法建模等技術，是針對通信基站報銷的電費金額的合理性稽核的技術解決方案，由一系列數據處理方法和模型算法構成，尤其涉及一種基于最近鄰算法的基站費用自動化稽核方法。

背景技術

目前關于通信運營商的基站電費報銷審核管理，通常由費用審核人員根據自己的經驗判斷該基站的電費報銷單上的電費金額是否符合規定的范圍，然而面對各種基站的設備及所處環境等多種復雜因素共同影響的耗電量，使得審核人也常常難以快速計算出每個基站繳費時段耗電量的合理范圍，導致成本管控合理的目標難以科學有效執行。

目前對基站電費報銷采取的人工審核的方案缺點總結如下：

(1)人工沒法及時準確核算當前基站的合理耗電量：由于影響基站耗電量的因素眾多且復雜，如機房室內溫度影響著空調的耗電量，而機房墻體材料的熱交換系數又影響著機房室內溫度，此外不同地區人口的不同話務量又也時刻影響著通信設備的功率；

(2)人腦難以記憶和從已審核過的海量的歷史繳費記錄數據中迅速挑選出與該基站該筆繳費的最匹配的繳費及其稽核可接受的合理區間，作為具體的稽核依據；

(3)人工對電費合理性的審核存在人腦天生的主觀性和計算難的誤差；

(4)一般審核人在審核時難以遵守專家通過科學論證的耗電量模型和公司管理的稽核流程規范；

現有相關技術介紹：

(1)基于線性模型預測類的稽核方法：

這類稽核算法思路介紹：常見的是根據基站耗電量的主要變動影響因素(通信設備--話務量，空調--溫度)，使用線性回歸擬合模型，對每個基站獨立建模。使用預測值加一定人為設定的超標比例，作為稽核的閾值。

這類方法的缺點分析：根據對基站耗電量和日均溫度、話務量等數據的散點分布圖可以看出來，這兩個因素跟耗電量沒有明顯的線性相關關系，所以使用線性回歸存在數學上的牽強擬合的問題；此外一般單基站的樣本數據較少，線性回歸的可靠性較差；還有對于單基站的歷史繳費耗電的時間序列趨勢擬合，只能檢測出單站相對歷史突高的繳費問題，不能針對基站設備變化和該站維護人員一直作假沒法橫向比較稽核等問題。

(2)基于簡單的KNN算法類的稽核方法：

這類稽核算法思路介紹：常見的基于簡單的KNN或者在KNN處理前使用核密度估計對Y值分類，再在此分類基礎上對特征向量集進行LMNN處理，最后在使用人為確定K值用KNN算法找到待稽核特征向量的K個鄰近向量對應Y值集，從中取最大值作為稽核的判定閾值。

這類方法的缺點分析：在數學上為了滿足KNN對不同特征的相同權重對待的問題，采用了LMNN的辦法彌補對特征向量修改，但這種方法是基于明確的分類問題可以，但對于連續的電費Y值，若采取此方法強制分類處理，反而會隔離各分類邊界附近兩側的鄰近點。

其次，簡單的KNN算法針對待稽核的特征向量需要計算與參考集中所有的特征向量距離再排序，性能低下，且按人為設定K個鄰近來圈，在遇到本來就比較離群的點，為了湊夠K個臨近點會把非常遠的點當做臨近同類聚類，這會導致稽核誤差過大等問題。

發明內容