基于文本挖掘的95598客服重復(fù)來(lái)電專題分析

田　曉，劉勇超，王婧，于相潔，代巖巖國(guó)網(wǎng)山東省電力公司電力科學(xué)研究院

基于文本挖掘的95598客服重復(fù)來(lái)電專題分析

田曉，劉勇超，王婧，于相潔，代巖巖
國(guó)網(wǎng)山東省電力公司電力科學(xué)研究院

重復(fù)來(lái)電工單的挖掘與分析，對(duì)熱點(diǎn)問(wèn)題的及時(shí)發(fā)現(xiàn)與追蹤，起到很重要的作用。目前重復(fù)工單的發(fā)現(xiàn)，主要依靠人工，費(fèi)時(shí)費(fèi)力，效率低。本文提出了一種基于文本挖掘的重復(fù)來(lái)電模型，該模型能利用智能高效的算法篩選出重復(fù)來(lái)電工單，對(duì)準(zhǔn)確有效地提高客服的服務(wù)質(zhì)量具有十分重要的現(xiàn)實(shí)意義。

語(yǔ)義分析；文本挖掘；重復(fù)來(lái)電；聚類

引言

近年來(lái)，隨著電力業(yè)務(wù)的迅猛發(fā)展，其客戶數(shù)量與業(yè)務(wù)類型隨之增長(zhǎng)，客戶來(lái)電反映的內(nèi)容龐雜多樣，如何從巨大的話務(wù)量中尋找有用信息，是客服工作面臨的巨大挑戰(zhàn)。根據(jù)重復(fù)來(lái)電信息分析，對(duì)來(lái)電信息中隱含的語(yǔ)義特征進(jìn)行挖掘，重點(diǎn)關(guān)注重復(fù)來(lái)電次數(shù)多的客戶，對(duì)來(lái)電出現(xiàn)的熱點(diǎn)問(wèn)題及時(shí)發(fā)現(xiàn)與跟蹤，以便能把握處理問(wèn)題的最佳時(shí)機(jī)，從而提高處理熱點(diǎn)問(wèn)題的能力和監(jiān)測(cè)能力。

1　重復(fù)來(lái)電概念

重復(fù)來(lái)電，是指同一用戶（戶號(hào)相同）對(duì)同一事件重復(fù)致電兩次及以上的事件集合。具體描述如下：在查詢周期內(nèi)，除表?yè)P(yáng)、訂閱和一次辦結(jié)咨詢、受理內(nèi)容為空的所有非用戶號(hào)碼來(lái)電（例如12345、內(nèi)部撥測(cè)等）以外的業(yè)務(wù)工單，按照來(lái)電號(hào)碼、用戶編號(hào)、受理內(nèi)容等進(jìn)行重復(fù)篩查所得到的重復(fù)事件數(shù)、工單數(shù)、電話數(shù)。

2　文本挖掘技術(shù)

文本挖掘，是指從大量文本中抽取事先未知的、可理解的、最終可用的知識(shí)的過(guò)程，同時(shí)運(yùn)用這些知識(shí)能更好地組織信息以便將來(lái)參考。本文主要利用文本挖掘技術(shù)，對(duì)工單的受理內(nèi)容進(jìn)行文本聚類。首先將工單文本中的受理內(nèi)容進(jìn)行分詞，轉(zhuǎn)換成一個(gè)個(gè)詞條。

2.1文本建模

由于工單信息大部分為中文文本，屬于非結(jié)構(gòu)化文本，要進(jìn)行挖掘就必須將文本詞匯轉(zhuǎn)換成計(jì)算機(jī)能夠識(shí)別的語(yǔ)言，所以必須對(duì)文本詞匯進(jìn)行建模，本文使用的是向量空間模型（Vector Space Model，VSM）。

2.2文本相似度計(jì)算

文檔表示成向量后，文本之間的語(yǔ)義相似度就可以通過(guò)空間中的這兩個(gè)向量間的幾何關(guān)系來(lái)度量。在V S M模型中，用空間中的兩個(gè)向量的夾角余弦來(lái)度量文檔之間的相似度，夾角余弦值越大，兩個(gè)向量的夾角越小，表示文檔越相似。

2.3文本聚類

通過(guò)文本之間兩兩相似度計(jì)算，每條文檔都被映射到一個(gè)R維空間的向量中，而R為詞典中詞語(yǔ)的數(shù)量。在此，我們需要使用相似度矩陣來(lái)計(jì)算文檔之間的相似度，并進(jìn)行聚類分組。

3　重復(fù)來(lái)電模型

本文在提取重復(fù)來(lái)電工單過(guò)程中，首先進(jìn)行數(shù)據(jù)清理，即對(duì)95598工單文本清除異常來(lái)電號(hào)碼，比如［無(wú)故掛斷］、［內(nèi)部撥測(cè)］、［12345］等異常來(lái)電。其次進(jìn)行數(shù)據(jù)預(yù)處理，即根據(jù)關(guān)聯(lián)規(guī)則來(lái)提取來(lái)電相同的工單。再次進(jìn)行文本語(yǔ)義分析，包括中文分詞、特征向量矩陣，相似度計(jì)算，聚類等步驟，對(duì)來(lái)電相同的工單的受理內(nèi)容進(jìn)行文本聚類，提取出同一用戶，來(lái)電內(nèi)容相似的重復(fù)來(lái)電工單，并對(duì)語(yǔ)義特征進(jìn)行分析。

4　總結(jié)與展望

本文利用文本挖掘技術(shù)，結(jié)合客服業(yè)務(wù)需求，開展重復(fù)來(lái)電專題研究，大大改善目前人工進(jìn)行重復(fù)來(lái)電分析效率較低的狀況，達(dá)到95598重復(fù)來(lái)電問(wèn)題的智能挖掘與分析的目的。

目前重復(fù)來(lái)電專題，只是從全量工單中通過(guò)詞語(yǔ)相似度計(jì)算分析出重復(fù)來(lái)電工單，并按業(yè)務(wù)類型來(lái)挖掘原因。下一步，還需要探索基于電力知識(shí)圖譜的構(gòu)建以及與業(yè)務(wù)的對(duì)應(yīng)關(guān)系，將非結(jié)構(gòu)化數(shù)據(jù)準(zhǔn)確的轉(zhuǎn)換為結(jié)構(gòu)化數(shù)據(jù)，以便將來(lái)滿足重復(fù)來(lái)電等其它需要進(jìn)行智能語(yǔ)義分析業(yè)務(wù)需求。

［1］朱明.數(shù)據(jù)挖掘［M］.合肥：中國(guó)科學(xué)技術(shù)大學(xué)出版社，2002

［2］王永成等.中文信息處理技術(shù)及其基礎(chǔ)［M］上海交通大學(xué)出版社1990

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