康曉珍 郭陽

河南中煙黃金葉生產(chǎn)制造中心 河南鄭州 450000

[提 要]隨著信息技術在企業(yè)生產(chǎn)、經(jīng)營、管理等環(huán)節(jié)的滲透不斷加深，“數(shù)據(jù)”資源在企業(yè)中的地位愈加重要。各信息系統(tǒng)中除結構化數(shù)據(jù)之外還積累了大量非結構化的文本數(shù)據(jù)。充分利用文本挖掘技術，可對信息化系統(tǒng)中文本數(shù)據(jù)進行統(tǒng)計歸集，建立生產(chǎn)過程問題改進經(jīng)驗的知識分類與典型問題改進知識庫，實現(xiàn)知識的傳承。并針對問題描述分析，智能推薦類似問題的解決方法，使知識服務于生產(chǎn)過程控制本身，提升企業(yè)的核心競爭力。

隨著信息技術在企業(yè)生產(chǎn)、經(jīng)營、管理等環(huán)節(jié)的滲透不斷加深，“數(shù)據(jù)”資源在企業(yè)中的地位愈加重要。各信息系統(tǒng)中除結構化數(shù)據(jù)之外還積累了大量非結構化的文本數(shù)據(jù)，這些文本數(shù)據(jù)中蘊含著豐富的信息。目前，xx廠的信息化系統(tǒng)存在大量文本數(shù)據(jù)，僅僅依靠數(shù)據(jù)庫的查詢檢索機制和統(tǒng)計學方法很難有效利用這些信息，迫切需要一種成熟、有效、可推廣的文本數(shù)據(jù)統(tǒng)計歸集解決方案，從而使經(jīng)驗知識化，為企業(yè)生產(chǎn)、經(jīng)營、管理提供有效支撐[1]。

1 信息系統(tǒng)中文本數(shù)據(jù)現(xiàn)狀

1.1 信息系統(tǒng)中知識經(jīng)驗未被充分挖掘

立足xx廠信息化系統(tǒng)文本數(shù)據(jù)現(xiàn)狀，其自主設計開發(fā)的大數(shù)據(jù)分析應用平臺中問題改進管理模塊具有較高的代表性。從系統(tǒng)上線運行以來，已積累2萬多條問題改進任務單，異常問題處理信息涵蓋“生產(chǎn)、質(zhì)量、效率、設備、消耗”等類別，問題改善經(jīng)驗以文本信息存儲于信息系統(tǒng)，未能得到有效歸集和知識再利用。

1.2 文本表單填寫操作繁瑣

目前文本信息采集主要依靠人工錄入方式。這種方式存在三點主要缺陷：其一，錄入過程存在較強的主觀性和隨意性，不利于進一步的提取轉化；其二，受錄入人員參與積極性制約，所得信息的完整度不足；其三，相同信息的多次錄入會造成大量的重復性工作和時間浪費。

1.3 改善經(jīng)驗缺乏持續(xù)積累與共享傳承

另外，在生產(chǎn)實際過程中，當異常問題重復發(fā)生時，維修工、操作工主要利用自身經(jīng)驗來解決，如有一種智能推薦技術，及時快速提供有效的問題改進建議及指導方案，將會大大提高處理異常問題的效率和準確性。

2 利用文本挖掘技術實現(xiàn)對信息系統(tǒng)的文本數(shù)據(jù)統(tǒng)計歸集

利用文本挖掘技術，對知識統(tǒng)計歸集模式進行研究，可對信息化系統(tǒng)中文本數(shù)據(jù)進行統(tǒng)計歸集，形成系統(tǒng)化的共性知識。以xx廠較具代表性的大數(shù)據(jù)分析應用平臺問題改進管理模塊作為研究的切入點，利用智能化的文本挖掘技術，將問題改進經(jīng)驗進行歸集、統(tǒng)計，挖掘異常問題產(chǎn)生的根本原因和處理方法，形成共性的知識庫，并在人工處理異常問題時，智能推薦問題解決措施，利用全員智慧發(fā)現(xiàn)解決問題，實現(xiàn)知識從實踐中來到實踐中去的學習性循環(huán)[2]。

2.1 文本挖掘知識經(jīng)驗

采用文本聚類、文本分類、文本摘要等技術，將問題改進經(jīng)驗進行歸集、統(tǒng)計，挖掘異常問題產(chǎn)生的根本原因和處理方法，通過識別文本信息中的關鍵字，建立準確、科學的分類體系，實現(xiàn)問題改進經(jīng)驗的知識轉化與歸集，形成共性的知識庫。

（1）文本預處理。將提取出的問題改進歷史記錄進行清洗，對主要字段進行標準化、結構化，并糾正其中可能存在的錯誤，保證用于文本挖掘的數(shù)據(jù)源質(zhì)量。

（2）文本聚類。針對問題改進處理過程的主要字段，根據(jù)需要進行文本聚類?？筛鶕?jù)該字段每條文本的相似度，智能對問題原因進行聚類，自動將問題原因劃分類別，并對每個類別提取出關鍵詞與摘要，計算每個類別出現(xiàn)的概率、重要性等指標。

（3）文本分類。文本分類的算法實現(xiàn)分為文本向量化、統(tǒng)計加權、分類模型等步驟，根據(jù)文本聚類智能生成的典型類別進行優(yōu)化調(diào)整，建立準確、科學的分類體系，并在系統(tǒng)運行過程中在線學習、更新。

（4）智能摘要。從問題處理措施的內(nèi)容中提取出能夠包含其主要內(nèi)容的關鍵詞，根據(jù)專家經(jīng)驗，建立摘要詞典。基于所創(chuàng)建的摘要詞典，采用詞頻統(tǒng)計等方法，搜索全體條目。針對每個條目，按照關鍵詞與關鍵詞出現(xiàn)的順序，建立摘要，用于進行智能化的分析與報表。

2.2 知識統(tǒng)計歸集的循環(huán)應用

利用文本挖掘技術建立知識庫，對文本數(shù)據(jù)統(tǒng)計歸集后在信息系統(tǒng)中實現(xiàn)循環(huán)應用。在問題處理人員填寫問題改進任務單時，根據(jù)問題標題或用戶輸入的模糊關鍵詞，智能推薦相關的處理措施，自動完成表單填寫；在數(shù)據(jù)庫中無匹配的問題時，將分析新填寫的問題處理措施，更新知識數(shù)據(jù)庫，為后來類似問題提供處理措施參考。并形成關于問題處理措施、原因分析、經(jīng)驗總結的智能報表[3]。

（1）建立知識數(shù)據(jù)庫。數(shù)據(jù)庫中的關鍵字段，例如問題類型、問題原因等是使用者極為關注的信息，對關鍵字段信息建立索引有助于快速訪問這些信息，可以為搜索、推薦等功能提供更高效的訪問。

（2）模糊搜索、智能推薦與自動完成。當知識數(shù)據(jù)庫建立之后，可采用基于歷史行為、基于模型、基于關聯(lián)規(guī)則等智能推薦算法，在問題處理人員填寫問題改進任務單時，根據(jù)問題標題或用戶輸入的模糊關鍵詞，智能推薦相關的處理措施，自動完成表單填寫；在數(shù)據(jù)庫中無匹配的問題時，將分析新填寫的問題處理措施，更新知識數(shù)據(jù)庫，為后來類似問題提供處理措施參考。

（3）智能報表實現(xiàn)知識交互。將部分描述性表達通過文本挖掘提取出關鍵信息，例如某問題的改進處理措施的類別、出現(xiàn)的頻率、占比排序等，使之轉化為結構化數(shù)據(jù)，并歸納成不同類型的問題記錄。形成關于問題處理措施、原因分析、經(jīng)驗總結的報表。

3 應用前景

采用文本挖掘技術，可充分挖掘長期沉淀于信息化系統(tǒng)中的文本數(shù)據(jù)信息，從中提取出有價值的知識，并利用智能推薦技術，可自動給出指導異常問題處理的建議方法，提高文本信息錄入的人工智能程度，同時進一步提高異常問題的處理效率和準確性。以信息化方式實現(xiàn)知識的共享與傳承，從而使知識歸集并服務于企業(yè)運營、生產(chǎn)過程控制本身，提升企業(yè)的核心競爭力。