大數據與智能知識庫的融合應用

文/董蓓 李承桓，國家電網有限公司客戶服務中心南方分中心 國家電網有限公司客戶服務中心

在電力企業發展過程中，始終堅持人民電業為人民的服務宗旨，堅持以客戶為中心，以客戶需求為導向，致力于提升營銷服務水平，切實提升廣大電力客戶的用電體驗，加強智能客服的應用，已成為時代發展之潮流，而智能知識庫是智能客服的重要支撐。智能知識庫數據的整合、搜索功能的完善，急需加強與大數據的融合應用，并在應用中切實注重各自優勢的發揮，實現業務融合、數據貫通，有效提高供電服務質量，為電力客戶提供安全、可靠、優質的服務。

1 二者融合的必要性分析

2018年9月，國家電網有限公司智能知識庫上線，并于12月份完成27家省公司的推廣應用。知識庫推廣以來，已經滿足了現場客服專員以及基層營業人員的服務知識支撐需求。但是隨著電力營銷業務的復雜性不斷加大，各省營銷策略的持續更新，導致知識庫內的知識點越來越多，目前已有13萬的原子化知識點，龐大的知識體量對知識智能化管理應用效率提出更高要求。多維度知識內容線上化自動校核、關鍵搜索功能智能化更新等功能機制亟待健全完善，知識全周期管理、智能化排序等功能需進一步強化。而將大數據和智能知識庫進行融合應用，主要是基于大數據技術和人工智能技術的有機結合，實現智能知識庫搜索效能的提升，支撐智能客服的建設，還能給客戶提供差異化和個性化的服務，并通過構建深度挖掘數據和實施建模分析，有助于電力企業自身風險防控能力與服務水平的雙重提升，有效提升供電服務的水平，提高公司經營的績效。

2 二者融合應用的基本對策

2.1 融合應用的基本思路

如何有效利用各類算法，將龐大的后臺數據充分利用起來，是大數據時代關注的核心問題。將二者進行融合應用時，首先就必須要對其融合應用的思路進行明確。即以各省公司提供的營銷數據形成的知識原子作為業務數據的來源，借助中心大數據整合技術，將智能知識庫的數據庫與數據抽取到大數據平臺，而大數據平臺則統一進行數據的儲存和處理與計算，根據業務需求，得到多元的數據集市，在對其進行統一分析整合的基礎上，有效的進行數據挖掘和分析。而智能知識庫則能借助數據預處理和數據建模過程，根據大數據平臺得到的數據挖掘分析結果，實施智能分析，而且智能知識庫可以把所獲取的非結構數據向結構化數據的轉換，再將其推送到大數據平臺之中，實現大數據平臺在數據挖掘分析模型與算法的完善。而在可視化應用方面，則可根據業務需求，在大數據平臺數據集市與結果的幫助下，實施數據可視化分析，可將知識庫關鍵運行指標推送到中心運營監控大屏，實現數據在中心運營監控大屏實時展示，并同步實現對數據校核，實現二者的高效融合。

2.2 大數據在智能客服中的應用

2.2.1 智能搜索技術

智能知識庫是個龐大的數據集合，智能搜索是通過語義分析、可控分詞、分類聚合、用戶行為分析等技術，實現對搜索結果的智能排序、準確定位、相關推薦與個性化推送。在具體的應用中，是利用大數據做好以下核心工作：

一是實現分詞器的準確度。利用大數據，整理電力主題詞和自然語言詞庫，并進行語義化、專業化、規則化分詞，實現同義詞標注、歧義詞排除、實體詞識別等功能，提高信息搜索的準確率；二是實現檢索內容語義分析，基于特定搜索數據源與搜索規則，直接返回類型結果，是概念搜索、問答搜索還是地圖搜索，并同步關聯推薦結果，比如相關的搜索詞，相關的知識鏈接等，并實現對搜索結果智能排序，把符合用戶需求的資源賦予較高的相關度，顯示在搜索結果的前部。三是利用統計分析技術取得用戶行為畫像以及區域時段搜索熱點，將用戶個性化屬性與搜索結果關聯起來，通過對不同區域、不同時段用戶搜索或咨詢問題的統計與行為分析，對用戶進行屬性與行為畫像，同時與關聯詞網應用相結合，實現基于搜索問題的多維分類聚合與相關推薦。

2.2.2 知識元標引技術

傳統的關鍵詞標引就是人工對整篇知識進行閱讀，確定關鍵詞再進行標引，這樣會浪費大量的時間和精力，而采用自動標引技術，可以對人工標引進行改進，知識檢索系統根據詞頻特征、句法結構等對文本中的詞句進行分析，識別出知識類型、主題詞、關鍵詞、作者、發文單位等信息，對這些關鍵知識元分別進行標引。這樣用戶在輸入需求信息以后，系統可以根據所標引的知識元進行后臺數據知識匹配，輸出正確的知識內容，為用戶提供具體化的知識。這樣既節省了時間，又提高了知識檢索的查準率和查全率。

2.2.3 動態摘要技術

搜索引擎提供了比較準確的結果排序，但在用戶輸入詞匯較為模糊時，用戶可以通過閱讀摘要來判定知識的價值，摘要對于用戶判斷知識價值起到指導性作用。通過大數據整合技術，實現對被檢索的文檔進行主要內容動態顯示。智能搜索在響應用戶查詢后，根據查詢詞在文檔中出現的位置，提取出查詢詞周圍相關的文字并返回給用戶。由于一篇文檔會被不同的查詢詞喚起，動態摘要技術，將根據查詢詞的不同，對同一個文檔形成不同的摘要文字。

2.3 智能知識庫在大數據服務中的應用

一是借助智能知識庫實現知識抽取，將非結構化的客戶語音數據識別后合成結構化數據。即利用智能知識庫，從多媒體資源（如圖像、數據、視頻、音頻）中抽取出知識，并把相關知識自動識別合成存儲后得到結構化數據，再利用系統結構將其輸入大數據平臺中存儲，使得客戶熱點分析數據集得到豐富。

二是借助智能知識庫的智能搜索、深度學習等功能，可借助輸入數據進行相應模型結構的自動化模擬和構建，從而在大數據挖掘分析中提供豐富的模型與算法。

3 結語

綜上所述，大數據與智能知識庫兩者的融合應用主要是借助大數據的計算能力，結合智能知識庫海量的數據，充分利用兩者豐富的模型和算法，實現智能知識庫支撐能力、管理質效的提升，給營銷業務管理提供更多的幫助，促進服務效率提升，提高優質服務水平。