CN110689385A - 一种基于知识图谱的电力客服用户画像构建方法 - Google Patents

Abstract

本发明公开了一种基于知识图谱的电力客服用户画像构建方法，包括以下步骤：对基础数据进行采集，将获取的基础数据抽取至Oracle数据库数据表；对基础数据进行预处理，建立数据统一规则；对基础数据建立知识图谱，识别包含的实体、属性和关系后存储数据；对用户进行画像分析并展示。提供了集数据采集、数据处理、可视化展示于一体的客服用户画像系统，基于ERP电力工作人员的基本信息、桌面管理系统用户信息、准入系统信息、客服工单系统数据、项目管理系统数据、终端客服日报数据，构建出用户分析模型，可视化展示用户画像。

Description

一种基于知识图谱的电力客服用户画像构建方法

技术领域

本发明涉及电力行业服务技术领域，尤其是一种基于知识图谱的电力客服用户画像构建方法，涉及到电力行业对电力工作人员的画像分析。

背景技术

随着信息通信技术的飞速发展，电力行业信息化有了长足的发展。特别是伴随着智能化电网的全面建设，以物联网和大数据为代表的新技术在电力行业中广泛应用，各业务系统的数量和规模逐步增加，业务复杂度不断增强。业务的大量开通使得用户对信息通信系统依赖程度加强，用户对敏捷高效信息通信客户服务的需求也不断提升。电力数据资源开始急剧增长并形成了一定的规模，数据类型多样，对数据的存储、处理、价值挖掘提出了更高的要求，基于数据和分析而做出的决策行为的重要性也日益突出。

国网山东电力186、7777客服是为国网山东省电力公司信息系统、办公终端服务的机构，每日接听大量的用户业务咨询、服务请求、问题处理、故障处置等电话。在有限的人员、电话接听条件下，为提高服务质量而进行的分析总结工作变得更加繁琐超重，没有一个统一的数据管控平台展示客服用户画像数据。同时客服人员对数据的分析存在以下几个方面的问题：

(1)分析对象的局限性。客服工作人员在分析数据时，分析的对象较单一，一般是面向客服工单数据本身，未关联用户基本信息、部门信息、地市信息等数据，不能全面高效地分析数据，无法从宏观上对客服用户画像有一个全面的分析认知。

(2)分析手段的局限性。简单地利用EXCEL工具对单一的客服工单数据进行分析，对于关联性分析的支持性比较差，因此分析的结果对提高客服服务质量、客服工作效率方面的作用较小。

(3)分析思路的局限性。日常分析依赖于客服人员、终端运维工程师的经验及前期设定的关键词，根据这些信息对规律进行判断，然后用数据验证。需要转换运维思路、模式，综合分析大量的客服数据，去发现数据后面的隐藏的内在规律、趋势信息等。

(4)分析结果应用不足。分析结果未固化成可视化成果，未有效用于辅助业务部门开展日常工作。

发明内容

本发明的目的是提供一种基于知识图谱的电力客服用户画像构建方法，构建出用户分析模型，可视化展示用户画像。

为实现上述目的，本发明采用下述技术方案：

一种基于知识图谱的电力客服用户画像构建方法，包括以下步骤：

对基础数据进行采集，将获取的基础数据抽取至Oracle数据库数据表；

对基础数据进行预处理，建立数据统一规则；

对基础数据建立知识图谱，识别包含的实体、属性和关系后存储数据；

对用户进行画像分析并展示。

进一步地，所述对基础数据进行采集，将获取的基础数据抽取至Oracle数据库数据表，具体包括：

定时采集ERP电力工作人员的基本信息、桌面管理系统用户信息、准入系统信息、客服工单系统数据、项目管理系统数据的结构化数据；

采集非结构化终端客服日报数据，基于DOM4J解析文件，将数据保存至数据库。

进一步地，所述对基础数据进行预处理，建立数据统一规则，具体包括：

识别异常值，对异常数据进行处理，建立冲突数据来源时采纳数据源的统一规则。

进一步地，所述对基础数据建立知识图谱，识别包含的实体、属性和关系后存储数据，具体包括：

识别包括用户、客服人员、业务应用系统、部门、地市、办公终端、故障的实体；

识别用户属性、客服人员属性、业务应用部门属性、部门属性、地市属性、办公室终端属性、故障属性；

建立用户-办公终端关系、用户-客服人员关系、办公终端-故障关系、用户-地市关系、用户-部门关系、地市-部门关系；

根据识别的实体、属性和关系，对具有相同语义的实体数据进行去重、融合，将数据存储至图数据库Neo4j中。

进一步地，所述对用户进行画像分析并展示，具体包括：

细粒度划分用户群；

构建异质关联网络；

使用不同的粒度对时间轴进行划分，分析用户特征和用户咨询的行为数据；

采用Echarts工具对分析结果进行展示。

进一步地，所述细粒度划分用户群，具体包括：

根据采集的用户基本信息，为每个用户构建完善的准确的属性特征标识；

根据用户每次来电咨询的时长、时间段、咨询的问题类型，构建基于行为模式和咨询需求的行为特征标识。

进一步地，所述构建异质关联网络，具体包括：

基于用户群的多维属性特征，从工单数据中筛选用户来电咨询的问题类型，建立用户群与问题类型的异质关联网络；

对用户咨询的系统、业务进行分析，建立用户群与系统、系统模块的异质关联网络。

发明内容中提供的效果仅仅是实施例的效果，而不是发明所有的全部效果，上述技术方案中的一个技术方案具有如下优点或有益效果：

(1)不同系统数据接入

随着业务的发展，业务系统的规模增大，数据量也不断增大，客服的电话量也成倍增加。传统的人工数据统计方式工作繁琐、耗时耗力。本方法提供了一种数据采集机制，实现了异构数据的快速接入。定时采集数据，通过数据清洗，消除不一致、有歧义的数据，发现数据质量问题，提升原始数据的质量，为构建电力工作人员知识图谱提供基础数据。

(2)电力工作人员知识图谱构建

通过模型化的方式，将电力工作人员的个人信息、用户行为等进行封装和编排，形成用户、角色、行为参数的模型，形成电力工作人员的知识图谱。

(3)用户画像可视化展示分析

通过该系统展示平台，采用图形化工具Echarts可视化展示客服用户画像，展示直观清晰、可阅读性强。减少客服人员的统计量，提升客服人员的体验和工作效率；重点关注热点信息及问题，预测工单趋势，针对典型问题采取相关措施，从而合理分配资源，保证运维质量。

附图说明

图1是本发明方法流程图；

图2是本发明步骤S1方法流程图；

图3是本发明步骤S3方法流程图；

图4是本发明步骤S4方法流程图；

图5是本发明步骤S41方法流程图；

图6是本发明步骤S42方法流程图。

具体实施方式

为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。此外，本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意，在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。

如图1所示，一种基于知识图谱的电力客服用户画像构建方法，包括以下步骤：

S1、对基础数据进行采集，将获取的基础数据抽取至Oracle数据库数据表；

S2、对基础数据进行预处理，建立数据统一规则；

S3、对基础数据建立知识图谱，识别包含的实体、属性和关系后存储数据；

S4、对用户进行画像分析并展示。

如图2所示，对基础数据进行采集，将获取的基础数据抽取至Oracle数据库数据表包括以下步骤：

S11、定时采集ERP电力工作人员的基本信息、桌面管理系统用户信息、准入系统信息、客服工单系统数据、项目管理系统数据的结构化数据。

S12、采集非结构化终端客服日报数据，基于DOM4J解析文件，将数据保存至数据库。

具体采集指标如下：

(1)ERP人资系统数据：用户的姓名、出生日期、性别、学历、单位、部门、联系电话。

(2)准入系统数据：终端用户的用户账号、IP地址、MAC地址。

(3)桌面管理系统数据：用户名、部门、联系电话、部门位置、设备名称、设备类型、资产号、硬盘序号、客户端版本号、操作系统版本号、是否安装杀毒软件、杀毒软件类型。

(4)客服工单系统数据：工单编号、工单标题、IMS工单编号、工单描述、服务分类、服务细分、服务项、所属应用系统、当前环节、申请人、申请人单位、申请人部门、受理人、运维组、处理人、解决方案、工单类型、工单状态。

(5)办公终端客服日报数据：7777电话受理人、业务类型、用户名、地点、电话、报修时间、派工时间、运维工程师、故障分类。

(6)项目管理系统数据：系统ID、系统名称、系统负责人。

对基础数据进行预处理，建立数据统一规则，具体包括：识别异常值，对异常数据进行处理，建立冲突数据来源时采纳数据源的统一规则。为了更准确的建立用户画像数据模型，对数据进行预处理。对于异常数据的处理，对异常值进行识别，建立数据统一规则。比如ERP人资系统与办公终端客服日报数据中人员信息冲突时，以办公终端客服日报数据为准。

如图3所示，对基础数据建立知识图谱，识别包含的实体、属性和关系后存储数据，具体包括：

S31、识别包括用户、客服人员、业务应用系统、部门、地市、办公终端、故障的实体。

影响工单数据的因素主要包括人和系统两部分，人又包括用户、客服人员。影响电力系统用户拨打客服电话的因素包括使用的办公终端、系统、所在的部门、地市、出现的故障。

S32、识别用户属性、客服人员属性、业务应用部门属性、部门属性、地市属性、办公室终端属性、故障属性。

用户的属性包括用户ID、姓名、出生日期、性别、学历、单位、部门、联系电话、入职日期。客服人员属性包括：客服人员ID、人员名、客服类型。业务应用系统属性包括：系统ID、系统名称、系统负责人、单位ID、部门ID。部门属性包括：部门ID、部门名称、单位ID、单位名称。地市属性包括：地市ID、地市名称。办公终端属性包括：办公终端ID、IP地址、MAC地址、设备名称、设备类型、资产号、硬盘序号、客户端版本号、操作系统版本号、是否安装杀毒软件、杀毒软件类型。故障属性包括：故障ID、故障名称、故障分类。

S33、建立用户-办公终端关系、用户-客服人员关系、办公终端-故障关系、用户-地市关系、用户-部门关系、地市-部门关系。

用户-办公终端的关系为使用Use，Use关系的属性包括用户ID办公终端ID。用户-客服人员的关系为服务Serve，Serve关系的属性包括用户ID、客服人员ID、来电日期、来电时间、来电咨询时长、咨询类型、咨询系统。办公终端-故障的关系为出现故障Fault，Fault关系的属性包括故障ID、故障次数，运维工程师。用户-地市的关系为所属BelongToCity，BelongToCity关系的属性包括用户ID、地市ID。用户-部门的关系为所属BelongToDepart，BelongToDepart关系的属性包括用户ID、部门ID。地市-部门的关系为所属DepartBelongToCity，DepartBelongToCity关系的属性包括地市ID、部门ID。

S34、根据识别的实体、属性和关系，对具有相同语义的实体数据进行去重、融合，将数据存储至图数据库Neo4j中。

如图4所示，对用户进行画像分析并展示，具体包括：

S41、细粒度划分用户群。

S42、构建异质关联网络。

S43、使用不同的粒度对时间轴进行划分，分析用户特征和用户咨询的行为数据。

用户行为趋势分析，在时间维度上动态建模用户的行为趋势，随时掌握用户的需求变化。使用不同的粒度对时间轴进行划分，分别以年度、季度、月度为周期，分析用户特征和用户咨询的行为数据。

S44、采用Echarts工具对分析结果进行展示。

对用户需求分析、综合性用户热点分析、用户行为趋势分析三个模块的分析结果进行展示。采用饼状图、折线图、堆积柱状图进行展示。

如图5所示，步骤S41中，细粒度划分用户群，具体包括：

S411、根据采集的用户基本信息，为每个用户构建完善的准确的属性特征标识。

S412、根据用户每次来电咨询的时长、时间段、咨询的问题类型，构建基于行为模式和咨询需求的行为特征标识。

如图6所示，步骤S42中，构建异质关联网络，具体包括：

S421、基于用户群的多维属性特征，从工单数据中筛选用户来电咨询的问题类型，建立用户群与问题类型的异质关联网络。

S422、对用户咨询的系统、业务进行分析，建立用户群与系统、系统模块的异质关联网络。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (7)

1.一种基于知识图谱的电力客服用户画像构建方法，其特征是，包括以下步骤：

对基础数据进行采集，将获取的基础数据抽取至Oracle数据库数据表；

对基础数据进行预处理，建立数据统一规则；

对基础数据建立知识图谱，识别包含的实体、属性和关系后存储数据；

对用户进行画像分析并展示。

2.如权利要求1所述的基于知识图谱的电力客服用户画像构建方法，其特征是，所述对基础数据进行采集，将获取的基础数据抽取至Oracle数据库数据表，具体包括：

定时采集ERP电力工作人员的基本信息、桌面管理系统用户信息、准入系统信息、客服工单系统数据、项目管理系统数据的结构化数据；

采集非结构化终端客服日报数据，基于DOM4J解析文件，将数据保存至数据库。

3.如权利要求1所述的基于知识图谱的电力客服用户画像构建方法，其特征是，所述对基础数据进行预处理，建立数据统一规则，具体包括：

识别异常值，对异常数据进行处理，建立冲突数据来源时采纳数据源的统一规则。

4.如权利要求1所述的基于知识图谱的电力客服用户画像构建方法，其特征是，所述对基础数据建立知识图谱，识别包含的实体、属性和关系后存储数据，具体包括：

识别包括用户、客服人员、业务应用系统、部门、地市、办公终端、故障的实体；

识别用户属性、客服人员属性、业务应用部门属性、部门属性、地市属性、办公室终端属性、故障属性；

建立用户-办公终端关系、用户-客服人员关系、办公终端-故障关系、用户-地市关系、用户-部门关系、地市-部门关系；

根据识别的实体、属性和关系，对具有相同语义的实体数据进行去重、融合，将数据存储至图数据库Neo4j中。

5.如权利要求1所述的基于知识图谱的电力客服用户画像构建方法，其特征是，所述对用户进行画像分析并展示，具体包括：

细粒度划分用户群；

构建异质关联网络；

使用不同的粒度对时间轴进行划分，分析用户特征和用户咨询的行为数据；

采用Echarts工具对分析结果进行展示。

6.如权利要求5所述的基于知识图谱的电力客服用户画像构建方法，其特征是，所述细粒度划分用户群，具体包括：

根据采集的用户基本信息，为每个用户构建完善的准确的属性特征标识；

根据用户每次来电咨询的时长、时间段、咨询的问题类型，构建基于行为模式和咨询需求的行为特征标识。

7.如权利要求5所述的基于知识图谱的电力客服用户画像构建方法，其特征是，所述构建异质关联网络，具体包括：

基于用户群的多维属性特征，从工单数据中筛选用户来电咨询的问题类型，建立用户群与问题类型的异质关联网络；

对用户咨询的系统、业务进行分析，建立用户群与系统、系统模块的异质关联网络。

Images