于亮，鐘宏偉，李海濤，陳海洋，杜欣然

（國網(wǎng)北京市電力公司客戶服務(wù)中心，北京 100078）

數(shù)據(jù)挖掘可通過大數(shù)據(jù)分析的方式，從海量數(shù)據(jù)中發(fā)現(xiàn)其中所蘊(yùn)含的存儲規(guī)律，大體上由數(shù)據(jù)準(zhǔn)備、規(guī)律尋找、規(guī)律表達(dá)三個環(huán)節(jié)組成。數(shù)據(jù)準(zhǔn)備是指在待挖掘數(shù)據(jù)信息中，提取所需的信息參量，并將其整合成全新的數(shù)據(jù)集合文件[1-2]；規(guī)律尋找可通過多種方法，將數(shù)據(jù)集合文件所蘊(yùn)含的信息規(guī)律表達(dá)出來；規(guī)律表示則是以用戶對象可以理解的方式，將已尋找到的規(guī)律條件翻譯成計(jì)算機(jī)識別語言。

輿情分析是根據(jù)問題需要，對該問題的輿情進(jìn)行深度分析，并得出最終結(jié)論的處理過程。對企業(yè)單位來說，由于互聯(lián)網(wǎng)平臺的出現(xiàn)，客戶言論具備了更為廣闊的交流空間，可使輿情信息得到快速地傳播與培育。傳統(tǒng)入侵檢測型監(jiān)控系統(tǒng)通過離群程度分值計(jì)算的方式，確定客戶輿情信息參量的實(shí)際傳輸能力，再借助各級硬件設(shè)備結(jié)構(gòu)，實(shí)現(xiàn)對預(yù)警條件的準(zhǔn)確表達(dá)。然而此系統(tǒng)對于預(yù)警信息的增刪處理能力有限，并不能實(shí)現(xiàn)對客戶輿情數(shù)據(jù)的準(zhǔn)確查詢。為避免上述情況的發(fā)生，設(shè)計(jì)基于數(shù)據(jù)挖掘的客戶輿情預(yù)警監(jiān)控系統(tǒng)，在數(shù)據(jù)簇中心提取結(jié)果的支持下，對監(jiān)控樣本條件進(jìn)行準(zhǔn)確定義，再按照客戶輿情數(shù)據(jù)的轉(zhuǎn)換方式，計(jì)算得到準(zhǔn)確的預(yù)警復(fù)雜分值結(jié)果。

1 系統(tǒng)硬件設(shè)計(jì)

客戶輿情預(yù)警監(jiān)控系統(tǒng)的硬件執(zhí)行環(huán)境搭載，包含數(shù)據(jù)挖掘架構(gòu)連接、客戶輿情數(shù)據(jù)轉(zhuǎn)換方式表達(dá)等多個處理環(huán)節(jié)，具體操作方法如下。

1.1 數(shù)據(jù)挖掘架構(gòu)

數(shù)據(jù)挖掘架構(gòu)作為客戶輿情預(yù)警監(jiān)控系統(tǒng)搭建的基礎(chǔ)硬件執(zhí)行結(jié)構(gòu)，由客戶輿情信息數(shù)據(jù)庫、客戶信息系統(tǒng)、預(yù)警監(jiān)控引擎、用戶審核平臺等多個模塊共同組成，如圖1 所示。其中，輿情信息數(shù)據(jù)庫負(fù)責(zé)存儲與企業(yè)客戶信息相關(guān)的數(shù)據(jù)參量，可在企業(yè)中轉(zhuǎn)站體系的作用下，按照既定挖掘規(guī)則對數(shù)據(jù)信息進(jìn)行重新排列，并將全新的數(shù)據(jù)包文件傳輸至系統(tǒng)預(yù)警監(jiān)控引擎中[3-4]?？蛻粜畔⑾到y(tǒng)分列于預(yù)警監(jiān)控引擎與用戶審核平臺兩端，可在提取數(shù)據(jù)庫組織中關(guān)鍵客戶輿情信息參量的同時，生成與初始形態(tài)完全不同的可發(fā)布信息參量，并可將其中的部分待審核數(shù)據(jù)信息文件反饋回企業(yè)中轉(zhuǎn)站。

圖1 數(shù)據(jù)挖掘架構(gòu)示意圖

1.2 客戶輿情數(shù)據(jù)轉(zhuǎn)換方式

在客戶輿情預(yù)警監(jiān)控系統(tǒng)中，數(shù)據(jù)挖掘引擎可在網(wǎng)絡(luò)爬蟲結(jié)構(gòu)的作用下，對待傳輸?shù)臄?shù)據(jù)信息參量進(jìn)行轉(zhuǎn)換處理，一方面可將存儲于數(shù)據(jù)庫主機(jī)中的原始客戶輿情信息調(diào)度成更加積極的傳輸狀態(tài)，另一方面也可使處于空閑狀態(tài)的數(shù)據(jù)挖掘引擎得到良性化占據(jù)[5-6]。一般情況下，原始的客戶輿情信息只能以網(wǎng)絡(luò)資源的形式存儲于數(shù)據(jù)庫主機(jī)中，而隨著采集指令的實(shí)施，這些格式已定的數(shù)據(jù)參量則會自發(fā)轉(zhuǎn)換成HTML、URL 等多種形式的信息文件，在預(yù)警監(jiān)控索引條件的支持下，完成轉(zhuǎn)換的客戶輿情數(shù)據(jù)可自動存儲于系統(tǒng)數(shù)據(jù)庫主機(jī)中，且其后續(xù)傳輸行為也不再對數(shù)據(jù)挖掘框架的應(yīng)用穩(wěn)定性造成影響?？蛻糨浨閿?shù)據(jù)轉(zhuǎn)換原理如圖2 所示。

圖2 客戶輿情數(shù)據(jù)轉(zhuǎn)換原理

1.3 自身結(jié)構(gòu)功能

客戶輿情信息的自身結(jié)構(gòu)功能由預(yù)警搜索程序、監(jiān)控指令編碼、挖掘數(shù)據(jù)列表三類條件共同組成。其中，預(yù)警搜索程序能夠定義客戶輿情信息的初始查詢能力，在已知數(shù)據(jù)轉(zhuǎn)換方式的情況下，待傳輸?shù)臄?shù)據(jù)參量值越大，客戶輿情信息所能遍歷的監(jiān)控設(shè)備元件數(shù)量也就越多[7-8]。監(jiān)控指令編碼能夠約束客戶輿情信息的實(shí)際傳輸距離，可在數(shù)據(jù)挖掘架構(gòu)體系的作用下，實(shí)現(xiàn)對系統(tǒng)預(yù)警監(jiān)控功能的初步完善。挖掘數(shù)據(jù)列表的結(jié)構(gòu)功能相對較為單一，僅能表達(dá)客戶輿情信息的現(xiàn)有應(yīng)用能力，并可借助相關(guān)信道組織，建立企業(yè)中轉(zhuǎn)站與輿情客戶端主機(jī)之間的物理連接關(guān)系[9-10]。自身結(jié)構(gòu)功能定義如表1所示。

表1 客戶輿情信息的自身結(jié)構(gòu)功能定義

2 系統(tǒng)軟件設(shè)計(jì)

在相關(guān)硬件設(shè)備結(jié)構(gòu)體系的支持下，按照數(shù)據(jù)簇中心提取、監(jiān)控樣本定義、預(yù)警復(fù)雜分值計(jì)算的處理流程，完成系統(tǒng)的軟件執(zhí)行環(huán)境搭建，兩相結(jié)合，實(shí)現(xiàn)基于數(shù)據(jù)挖掘客戶輿情預(yù)警監(jiān)控系統(tǒng)的順利應(yīng)用。

2.1 數(shù)據(jù)簇中心提取

數(shù)據(jù)簇中心提取是數(shù)據(jù)挖掘算法實(shí)施的必要處理環(huán)節(jié)，可在已知客戶輿情信息自身結(jié)構(gòu)功能條件的基礎(chǔ)上，將預(yù)警監(jiān)控系統(tǒng)的執(zhí)行模塊劃分成多個功能性結(jié)構(gòu)，其中一部分功能性結(jié)構(gòu)用于構(gòu)建全新的數(shù)據(jù)挖掘框架，另一部分功能性結(jié)構(gòu)則用于獲取系統(tǒng)預(yù)警監(jiān)控指令中的非合理傳輸信息。在不考慮其他干擾條件的情況下，數(shù)據(jù)簇中心提取結(jié)果受到信息數(shù)據(jù)傳輸時長、系統(tǒng)預(yù)警監(jiān)控系數(shù)幾項(xiàng)物理指標(biāo)的直接影響[11-12]。信息數(shù)據(jù)傳輸時長可表示為ΔT，由于數(shù)據(jù)挖掘框架體系的存在，該項(xiàng)物理量在客戶輿情信息的處理過程中，不具備無線延長的能力。i、j分別代表兩個不同的系統(tǒng)預(yù)警監(jiān)控系數(shù)，在客戶輿情信息的單位傳輸時長中，i＞j的物理表達(dá)式恒成立。聯(lián)立上述物理量，可將客戶輿情預(yù)警監(jiān)控系統(tǒng)的數(shù)據(jù)簇中心提取結(jié)果表示為：

其中，n代表單位時間內(nèi)的客戶輿情信息定義項(xiàng)參量，xi、xj分別代表i與j條件下的客戶輿情信息數(shù)據(jù)特征值。

2.2 監(jiān)控樣本定義

監(jiān)控樣本是以客戶輿情信息傳輸需求為基礎(chǔ)的系統(tǒng)應(yīng)用指令判別條件，在預(yù)警監(jiān)控系統(tǒng)的實(shí)施環(huán)境中，數(shù)據(jù)挖掘框架所能定義的監(jiān)控樣本總量越大，系統(tǒng)主機(jī)所具備的客戶輿情信息篩選能力也就越強(qiáng)。規(guī)定yˉ代表獨(dú)立數(shù)據(jù)挖掘框架中客戶輿情信息參量的傳輸均值，通常情況下，隨著預(yù)警監(jiān)控指令執(zhí)行時間的延長，該項(xiàng)物理量的數(shù)值形式也會呈現(xiàn)不斷增大的變化狀態(tài)，進(jìn)而促使待定義監(jiān)控樣本的數(shù)量級水平不斷增多[13-14]。λ代表既定的客戶輿情信息監(jiān)控指標(biāo)參量，受到系統(tǒng)應(yīng)用時長、數(shù)據(jù)信息傳輸量等多項(xiàng)物理?xiàng)l件的影響，該項(xiàng)物理系數(shù)指標(biāo)的數(shù)值水平將直接影響監(jiān)控樣本參量的實(shí)際定義結(jié)果。在上述物理量的支持下，聯(lián)立式（1），可將客戶輿情信息的監(jiān)控樣本定義結(jié)果表示為：

式中，f代表與數(shù)據(jù)挖掘框架匹配的客戶輿情信息單向傳輸系數(shù)，代表數(shù)據(jù)信息參量的預(yù)警監(jiān)控特征參量值。

2.3 預(yù)警復(fù)雜分值計(jì)算

預(yù)警復(fù)雜分值計(jì)算是客戶輿情預(yù)警監(jiān)控系統(tǒng)設(shè)計(jì)的末尾處理環(huán)節(jié)，可在數(shù)據(jù)挖掘框架結(jié)構(gòu)的支持下，在預(yù)存儲客戶輿情信息中選擇出最關(guān)鍵的數(shù)據(jù)指標(biāo)參量，再根據(jù)系統(tǒng)執(zhí)行指令所屬的具體操作環(huán)節(jié)，對系統(tǒng)數(shù)據(jù)庫主機(jī)進(jìn)行清空處理，從而使得待傳輸?shù)目蛻糨浨樾畔⒌玫接行У剞D(zhuǎn)存處理[15-16]。設(shè)r1、r2分別代表兩個不同的客戶輿情預(yù)警系統(tǒng)監(jiān)控指征值，由于數(shù)據(jù)挖掘框架體系的存在，上述兩項(xiàng)物理指標(biāo)在整個系統(tǒng)執(zhí)行周期內(nèi)，始終不具備相等的可能。在上述物理量的支持下，聯(lián)立式（2），可將系統(tǒng)的預(yù)警復(fù)雜分值計(jì)算結(jié)果表示為：

其中，β代表系統(tǒng)環(huán)境中的客戶輿情信息清空處理系數(shù)，kmax代表最大的信息數(shù)據(jù)傳輸指標(biāo)參量，kmin代表最小的信息數(shù)據(jù)傳輸指標(biāo)參量。至此，實(shí)現(xiàn)各項(xiàng)軟、硬件基礎(chǔ)執(zhí)行模塊的搭建，在數(shù)據(jù)挖掘框架體系的支持下，完成新型客戶輿情預(yù)警監(jiān)控系統(tǒng)的設(shè)計(jì)[17]。

3 實(shí)驗(yàn)結(jié)果分析

在圖3 所示的運(yùn)行環(huán)境中，分別將實(shí)驗(yàn)組、對照組應(yīng)用主機(jī)與數(shù)據(jù)傳輸網(wǎng)絡(luò)相連，其中實(shí)驗(yàn)組應(yīng)用主機(jī)搭載基于數(shù)據(jù)挖掘的客戶輿情預(yù)警監(jiān)控系統(tǒng)，對照組應(yīng)用主機(jī)搭載傳統(tǒng)入侵檢測型監(jiān)控系統(tǒng)。出于實(shí)驗(yàn)公平性考慮，除所應(yīng)用監(jiān)控系統(tǒng)不同外，實(shí)驗(yàn)組、對照組所有信息參量數(shù)值始終保持一致。

圖3 客戶輿情預(yù)警監(jiān)控系統(tǒng)運(yùn)行模式

UDR 指標(biāo)能夠反映系統(tǒng)所獲客戶輿情信息與原始客戶輿情信息間的匹配度水平，通常情況下，UDR指標(biāo)數(shù)值越大，所獲信息與原始信息間的匹配度水平也就越高，反之則越低。表2 記錄了實(shí)驗(yàn)組、對照組UDR 指標(biāo)的具體數(shù)值情況。

表2 UDR指標(biāo)記錄數(shù)值

表2 中，實(shí)驗(yàn)組UDR 指標(biāo)在前20 min 的實(shí)驗(yàn)時間內(nèi)，始終保持絕對平穩(wěn)的數(shù)值變化趨勢，而從第25 min 開始，UDR 指標(biāo)的數(shù)值變化趨勢開始逐漸趨于穩(wěn)定且連續(xù)的波動。對照組UDR 指標(biāo)在前35 min的實(shí)驗(yàn)時間內(nèi)，一直維持不斷上升的數(shù)值變化態(tài)勢，而從第40 min 開始，這種數(shù)值變化狀態(tài)開始逐漸趨于穩(wěn)定。整個實(shí)驗(yàn)過程中，實(shí)驗(yàn)組最大值68.20%與對照組最大值40.18%相比，上升了28.02%。

PPS 指標(biāo)則反映了系統(tǒng)主機(jī)對于客戶輿情信息的處理能力，在既定網(wǎng)絡(luò)環(huán)境中，PPS 指標(biāo)均值水平越高，系統(tǒng)主機(jī)對于客戶輿情信息的處理能力越強(qiáng)。具體實(shí)驗(yàn)記錄值如表3 所示。

表3 PPS指標(biāo)記錄數(shù)值

上述實(shí)驗(yàn)數(shù)值結(jié)果顯示，實(shí)驗(yàn)組PPS 指標(biāo)數(shù)值始終保持連續(xù)上升的變化狀態(tài)；對照組PPS 指標(biāo)則始終保持相對穩(wěn)定的數(shù)值變化趨勢。從平均值角度來看，實(shí)驗(yàn)組均值71.43%與對照組均值44.67%相比，上升了26.76%。

綜上可知，隨著新型客戶輿情預(yù)警監(jiān)控系統(tǒng)的應(yīng)用，UDR 指標(biāo)數(shù)值、PPS 指標(biāo)數(shù)值均出現(xiàn)了不同程度的提升，不僅大幅提升了系統(tǒng)所獲客戶輿情信息與原始客戶輿情信息間的匹配度水平，能夠?qū)崿F(xiàn)對客戶輿情信息的快速準(zhǔn)確判定，為后續(xù)安排客戶服務(wù)相關(guān)舉措提供有力支撐。

4 結(jié)束語

在傳統(tǒng)入侵檢測型監(jiān)控系統(tǒng)的基礎(chǔ)上，新型客戶輿情預(yù)警監(jiān)控系統(tǒng)引入數(shù)據(jù)挖掘框架，在定義客戶輿情數(shù)據(jù)轉(zhuǎn)換方式的同時，實(shí)現(xiàn)對數(shù)據(jù)簇中心參量的準(zhǔn)確提取，不僅加強(qiáng)了監(jiān)控樣本信息的實(shí)用性能力，也計(jì)算得到了更為標(biāo)準(zhǔn)的預(yù)警復(fù)雜分值結(jié)果。從實(shí)用性角度來看，UDR 指標(biāo)與PPS 指標(biāo)數(shù)值的提升，可在互聯(lián)網(wǎng)平臺中較好地維護(hù)客戶言論的交流空間，從而對企業(yè)客戶服務(wù)工單進(jìn)行輿情監(jiān)測。