李靜1. 劉思濤2.

1.國網(wǎng)山東省電力公司電力科學研究院2.國網(wǎng)山東省電力公司物資公司

基于文本挖掘技術(shù)的95598重復投訴分析

李靜1. 劉思濤2.

1.國網(wǎng)山東省電力公司電力科學研究院2.國網(wǎng)山東省電力公司物資公司

重復投訴工單的挖掘與分析，對供電業(yè)務(wù)薄弱點的發(fā)現(xiàn)與改進，提升供電企業(yè)的服務(wù)品質(zhì)，提升企業(yè)形象具有重要且深遠的意義。目前重復投訴工單的發(fā)現(xiàn)，主要依靠人工，費時費力，效率低。本文提出了一種基于客戶投訴內(nèi)容的重復投訴工單識別，對文本信息進行中文自然語言處理和數(shù)據(jù)挖掘，通過大數(shù)據(jù)對文本挖掘結(jié)果進行分析監(jiān)控，構(gòu)建適合電力公司的重復投訴工單文本挖掘模型，高效準確的識別重復投訴工單，便于分析人員及時準確地發(fā)現(xiàn)重復投訴原因熱點。

重復投訴 文本挖掘 文本相似度 多維分析

引言

在95598來電工單中，包含了大量投訴類工單，這些文本數(shù)據(jù)蘊含了對用戶訴求的直接描述，如何快速從來電工單中挖掘出重復投訴的工單，成為投訴管理的迫切需求。目前重復投訴工單的識別挖掘，主要依靠投訴分析人員通過對95598投訴工單的分析，人工逐條查閱工單內(nèi)容，分析效率低，無法及時了解客戶重復投訴的原因，容易產(chǎn)生客戶服務(wù)滯后的問題。另外，工單中的投訴內(nèi)容為文本內(nèi)容，文本信息量大非結(jié)構(gòu)化，難以對數(shù)據(jù)進行直接分析。因此，為解決以上問題，本文引入了文本挖掘的理念和方法，通過構(gòu)建重復投訴模型，實現(xiàn)重復投訴工單的識別，根據(jù)重復投訴的分析結(jié)果，查找重復投訴原因，制定行之有效的投訴處理策略，提高投訴處理質(zhì)量和效率。

一、文本挖掘相關(guān)理論

（一）文本挖掘技術(shù)。文本挖掘（Text Mining，TM）是近幾年來數(shù)據(jù)挖掘領(lǐng)域的一個新興分支，是以文本數(shù)據(jù)為特定挖掘?qū)ο蟮闹R挖掘。文本挖掘的要點是分詞，根據(jù)文本數(shù)據(jù)中的特征信息進行分詞處理，以此構(gòu)建文本的中間表示。文本挖掘分析大量的半結(jié)構(gòu)化或非結(jié)構(gòu)化文本數(shù)據(jù)，利用數(shù)據(jù)挖掘的算法，抽取出關(guān)鍵的詞語和文字間的關(guān)聯(lián)關(guān)系，并按照內(nèi)容對文檔進行分類或聚類，進而發(fā)現(xiàn)新的概念和獲取相應(yīng)的關(guān)系。

（二）基于領(lǐng)域特征詞表的特征詞標注。以大量投訴工單中反映業(yè)務(wù)種類、問題現(xiàn)象、問題原因的特征詞為基礎(chǔ)，設(shè)立特征詞表，進行基于特征詞匹配的子句標注，并依不同緯度進行工單分類。在實際應(yīng)用中發(fā)現(xiàn)，基于領(lǐng)域特征詞表的輔助分析，可以顯著提高工單分類、聚類等的準確性和效率。

（三）基于大數(shù)據(jù)的數(shù)據(jù)監(jiān)控分析。通過構(gòu)建檢測模型和確定模型指標體系、指標閥值等參數(shù)，對工單數(shù)據(jù)進行大數(shù)據(jù)分析，采取可視化大屏全屏展示的方式進行全方位多角度的展開實時監(jiān)控、分析，及時發(fā)現(xiàn)當前重復投訴問題變化趨勢，并對問題點改進情況進行跟蹤。

二、重復投訴模型

所謂重復投訴工單是指客戶第一次投訴后，再次來電投訴相同事情的工單。具體描述如下：從查詢周期內(nèi)，同一戶號、同一來電號碼、受理內(nèi)容相似的工單、并對重復事件數(shù)、工單數(shù)、電話數(shù)的單位分布進行分析。

根據(jù)重復投訴工單定義，采用2015年全年的投訴工單數(shù)據(jù)，先進行數(shù)據(jù)清理、數(shù)據(jù)預處理等步驟完成數(shù)據(jù)的清洗，通過文本建模分析，識別重復投訴工單，并利用多維分析手段，對結(jié)果進行可視化展示。重復投訴模型如下圖所示：

圖1 重復投訴模型分析

（一）數(shù)據(jù)清理。清除投訴工單中存在異常來電的數(shù)據(jù)，如信息不全的工單、受理內(nèi)容含“無故掛斷”，等內(nèi)容的工單，客戶編號或地址或電話為＊的工單。

（二）數(shù)據(jù)預處理。根據(jù)重復投訴定義，提取工單中電話號碼、供電公司、供電單位都相同的工單，作為一組重復工單。

（三）文本挖掘。對每組重復工單的受理內(nèi)容，進行兩兩相似度的判斷，選取相似度相同的工單合并為重復投訴工單。

（1）中文分詞。分詞，采用 TD-CS 分詞技術(shù)，將一段文本轉(zhuǎn)化為詞語集合。原理：按詞長對中文詞匯分進行分詞，對要分詞的文本進行匹配，如果找到了匹配詞匯，則在該詞匯處分詞，如果沒有匹配，那么縮短詞匯繼續(xù)進行匹配，直到匹配為止，如果一直到最后單字都沒匹配，則認為該詞為新詞，在新詞后進行分詞。

（2）向量空間模型。向量空間模型的基本思想是將文本分為若干的特征項，通過特定的手段計算出每個特征項在該文本中的權(quán)重，進而將整個文本用以特征項的權(quán)重為分量的向量來表示，在將文本用特征向量的方式表示為數(shù)學模型以后，再基于特征向量進行文本之間的相似度計算。權(quán)值可分為詞頻型和布爾型，詞頻即詞條在文章中出現(xiàn)的次數(shù)，布爾型即在詞條在文本中是否出現(xiàn)過，出現(xiàn)為1，未出現(xiàn)為0。由于投訴工單受理內(nèi)容多位短文本，所以權(quán)值采用布爾型表示。

（3）文本相似度判斷。文檔表示成向量后，文本之間的語義相似度就可以通過空間中的這兩個向量間的幾何關(guān)系來度量。目前相似度的計量方法有內(nèi)積、JACCARD系數(shù)，余弦函數(shù)等方法［1］。本文采用余弦函數(shù)的方式計算文本相似度，即用空間中的兩個向量的夾角余弦來度量文檔之間的相似度，夾角余弦值越大，兩個向量的夾角越小，表示文檔越相似［2］。經(jīng)典的計算公式如下：

其中，Ti表示文本特征向量，Tit表示文本Ti的第t個向量。

對重復工單進行文本相似度兩兩計算，選取相似度高的為重復投訴工單，如果兩組含有相同工單，則合并兩組工單，去除相同工單，聚為一組重復投訴工單。

（4）模型優(yōu)化。根據(jù)模型訓練的結(jié)果，采取優(yōu)化訓練集、修正關(guān)鍵詞、修正模型算法等方式，結(jié)合人工經(jīng)驗，優(yōu)化模型。

三、分析應(yīng)用

根據(jù)重復投訴工單的挖掘，利用多維分析手段，統(tǒng)計重復投訴的工單數(shù)、電話數(shù)、事項數(shù)等的單位分布，并對重復投訴工單進行詳單的下鉆展示。根據(jù)重復投訴工單的電話號碼、客戶編號等關(guān)鍵信息，追溯該客戶的的歷史來電記錄，挖掘重復投訴下的深層次的原因。重復投訴工單的結(jié)果展示，主要通過報表、柱形圖、條形圖等可視化方式展現(xiàn)的。

圖2 重復投訴可視化界面圖

表1重復投訴工單明細

一組：工單編號：XX；業(yè)務(wù)類型：投訴; 受理時間: 2016-01-22 14:52:49；

受理內(nèi)容：【頻繁停電】客戶反映該地點最近一個月內(nèi)，出現(xiàn)三四次停電，嚴重影響居民的正常生活生產(chǎn)，至今沒有解決，客戶表示非常不滿，要求供電公司相關(guān)部門盡快徹底解決此問題并盡快給客戶合理解釋。同時客戶表示今天楊莊集鎮(zhèn)的夏廟村現(xiàn)在還是正常用電的，自己家唐店村停電了，客戶對此不解。

聯(lián)系電話: XX；供電單位：XX縣客戶服務(wù)中心。

二組：工單編號：XX；業(yè)務(wù)類型：投訴; 受理時間：2016-02-27 20:19:56；

受理內(nèi)容：【頻繁停電】客戶反映該地點最近一個月內(nèi)頻繁停電，今天一天出現(xiàn)三次停電，嚴重影響居民的正常生活生產(chǎn)，至今沒有解決，客戶表示非常不滿，要求供電公司相關(guān)部門盡快徹底解決此問題并盡快給客戶合理解釋，客戶對此不解。聯(lián)系電話: XX；供電單位：XX縣客戶服務(wù)中心

四、結(jié)語

本文引入文本挖掘與智能識別技術(shù)，探索基于客戶投訴內(nèi)容的重復投訴智能識別，實現(xiàn)投訴內(nèi)容分析快速準確識別客戶重復投訴原因，便于投訴分析人員及時準確地發(fā)現(xiàn)重復投訴原因熱點，專家協(xié)同工作深耕引發(fā)原因背后的產(chǎn)品服務(wù)短板，提出短板優(yōu)化建議并落實。

[1]Salton G, Wong A, Yang C S. A vector space model for automatic indexiBg[J]. Communications of the ACM, 1975，18（11）: 613-620.

[2]周昭濤，文本聚類分析效果評價及文本表示研究，中科院，碩士學位論文，2005

[3]王興起，王維才，謝宗曉等.文本挖掘技術(shù)在信息安全風險評估系統(tǒng)中的應(yīng)用研究［J］.情報理論與實踐，2013，36（4） :107-110.

李靜（1977-），女，工程師，長期從事電力營銷工作。