鐵路信息系統(tǒng)運維調(diào)度和應(yīng)急指揮平臺關(guān)鍵技術(shù)研究

侯俊亮

（中國鐵路信息科技集團有限公司 北京市 100844）

1 現(xiàn)狀概述

經(jīng)過40 多年的持續(xù)迭代，國鐵集團及其所屬運輸企業(yè)已經(jīng)建立了數(shù)以千計的信息系統(tǒng)，信息系統(tǒng)已深入到鐵路生產(chǎn)與運輸?shù)母鱾€環(huán)節(jié)，生產(chǎn)作業(yè)對信息系統(tǒng)的依賴程度日益提升。信息系統(tǒng)投產(chǎn)運行以后，確保其安全穩(wěn)定也是一項長期而艱巨的任務(wù)，一旦信息系統(tǒng)發(fā)生故障，可能會嚴(yán)重影響鐵路的正常生產(chǎn)經(jīng)營活動，并有可能造成重大社會影響或經(jīng)濟損失。

目前，以ITIL 體系架構(gòu)為核心，鐵路運營維護(hù)服務(wù)已基本建立起標(biāo)準(zhǔn)化、流程化的運行維護(hù)管理體系，以確保鐵路業(yè)務(wù)安全、穩(wěn)定和可用[1-2]。但是，與國內(nèi)外先進(jìn)行業(yè)相比，鐵路信息系統(tǒng)的運行維護(hù)存在一定差距，主要表現(xiàn)在:一是運維流程尚未實現(xiàn)業(yè)務(wù)全覆蓋，部分工作流程不規(guī)范；二是技術(shù)支持手段分散獨立，端到端可視化程度不高，自動化水平較低；三是故障分析、故障自愈、態(tài)勢感知等智能化運維手段尚未投入使用，部分運維工作呈現(xiàn)被動、滅火狀態(tài)。

隨著鐵路主數(shù)據(jù)中心的建成投產(chǎn)，鐵路局級信息系統(tǒng)逐步上移，另外，云計算、大數(shù)據(jù)等新技術(shù)、新業(yè)態(tài)也日趨成熟，業(yè)務(wù)部門對鐵路運行維護(hù)的要求日趨增高，鐵路分級分層運營維護(hù)的局限性也日益凸顯[3]。因此，改善鐵路信息系統(tǒng)運維現(xiàn)狀，構(gòu)建一套統(tǒng)一、集中、高效、完善的運行維護(hù)體系，保障鐵路信息系統(tǒng)長期安全穩(wěn)定運行顯得尤為迫切。主要包括三個方面：

（1）在客戶服務(wù)方面，要通過客戶服務(wù)部門向內(nèi)部用戶提供統(tǒng)一的技術(shù)支援；

（2）在運維調(diào)度方面，要實現(xiàn)日常運行維護(hù)流程的自動化、智能化；

（3）在應(yīng)急指揮方面，要基于應(yīng)急平臺集中開展應(yīng)急指揮與救援組織。

2 建設(shè)目標(biāo)

通過對鐵路運維調(diào)度和應(yīng)急指揮平臺的客戶服務(wù)、運維調(diào)度以及應(yīng)急指揮等關(guān)鍵技術(shù)的研究，充分運用云計算、智能化、大數(shù)據(jù)等先進(jìn)技術(shù)，建立集中統(tǒng)一的運維調(diào)度和應(yīng)急指揮中心，集中受理全路信息系統(tǒng)客戶服務(wù)需求，統(tǒng)一調(diào)度運維資源，統(tǒng)一指揮故障應(yīng)急處置，以支撐鐵路業(yè)務(wù)的迅速發(fā)展。

3 智能客服平臺研究

3.1 業(yè)務(wù)全景

1956年，泛美航空首次提出客戶服務(wù)，即通過電話進(jìn)行客戶服務(wù)、營銷等商業(yè)活動，主要用于訂購機票，此后，這種服務(wù)形式逐漸被各行各業(yè)所青睞[4]。經(jīng)過60 余年的發(fā)展，客戶服務(wù)已從最初的人工客服熱線發(fā)展成以互聯(lián)網(wǎng)為基礎(chǔ)的多媒體服務(wù)。

基于主流的客服體系架構(gòu)，結(jié)合鐵路業(yè)務(wù)自身特點，提出鐵路智能客服規(guī)范體系：利用90800 熱線，在國鐵集團本級集中接入全路服務(wù)電話，首先由智能機器人應(yīng)答常見問題，如需轉(zhuǎn)接人工咨詢，則根據(jù)設(shè)定的路由規(guī)則，將來電自動分派至所屬鐵路局客服坐席，進(jìn)行人工應(yīng)答。在會話過程中，利用智能語音識別技術(shù)，針對用戶咨詢的問題，實時為人工坐席提供智能的參考解決方案，同時，平臺全程對客戶服務(wù)進(jìn)行語音質(zhì)檢。智能服務(wù)平臺業(yè)務(wù)全景如圖1所示。

圖1：智能客服平臺業(yè)務(wù)全景

3.2 平臺架構(gòu)

智能客服平臺架構(gòu)分為數(shù)據(jù)層、引擎層、服務(wù)層和業(yè)務(wù)層?；跀?shù)據(jù)層收集平臺日志、各項知識庫等相關(guān)業(yè)務(wù)數(shù)據(jù)，通過引擎層提供對外語音、語義引擎，為服務(wù)層的智能語音應(yīng)答、智能質(zhì)檢和在線咨詢機器人提供支撐，最終為應(yīng)答、報障、咨詢、調(diào)研、自助接線等實際業(yè)務(wù)提供服務(wù)，另一方面，針對具體的業(yè)務(wù)需求，通過接口網(wǎng)關(guān)與其他系統(tǒng)進(jìn)行信息交換。智能客服平臺架構(gòu)如圖2所示。

圖2：智能客服平臺總體架構(gòu)

3.3 智能語音導(dǎo)航

智能語音導(dǎo)航基于智能引擎，錄入專業(yè)知識，并對日常數(shù)據(jù)進(jìn)行學(xué)習(xí)、訓(xùn)練、修正，包含語音識別、自然語言理解、服務(wù)推薦等智能服務(wù)組件，實現(xiàn)智能語音導(dǎo)航、智能知識匹配與協(xié)助和智能咨詢回復(fù)[5]。

智能語音導(dǎo)航為客戶提供7*24 小時熱線服務(wù)，可精準(zhǔn)識別客戶意圖，并根據(jù)客戶意圖自動匹配自助服務(wù)或快速轉(zhuǎn)接人工坐席，以說代按，避免傳統(tǒng)繁瑣的IVR 按鍵。在智能語音導(dǎo)航中，客戶只需口述問題，即可獲取所需服務(wù)，另一方面，智能機器人也可自動應(yīng)答、解決咨詢和投訴、情緒安撫、轉(zhuǎn)接人工坐席?？商峁┑姆?wù)主要包括關(guān)鍵詞識別與響應(yīng)、情緒安撫響應(yīng)、FAQ 應(yīng)答、人工客服轉(zhuǎn)接、靜音識別、兜底話術(shù)等。

（1）關(guān)鍵詞識別與響應(yīng)。主要用于敏感詞和緊急新增業(yè)務(wù)場景，包括系統(tǒng)關(guān)鍵詞（如整治、宗教、迷信等，當(dāng)用戶咨詢包含這些關(guān)鍵詞時，平臺自動優(yōu)先攔截應(yīng)答，以避免整治風(fēng)險）和自定義關(guān)鍵詞（客服人員為提高工作效率自定義的一套關(guān)鍵詞）。

（2）情緒安撫應(yīng)答。安撫用戶在咨詢、投訴過程中所產(chǎn)生的負(fù)面情緒，平臺將語音情緒模型與語義情緒模型結(jié)合，多維度識別用戶負(fù)面情感、情感濃度，根據(jù)實際場景對用戶進(jìn)行適當(dāng)?shù)陌矒峄虬葱柁D(zhuǎn)接人工坐席。

（3）FAQ 應(yīng)答?；赒（Question，用戶問法）和A（Answer機器人答案），實現(xiàn)應(yīng)答機器人自動應(yīng)答，適用于簡單的一問一答以及大部分知識檢索，常見模式包括FAQ、詞匹配、句匹配[6]。

（4）人工客服轉(zhuǎn)接。對于應(yīng)答機器人回答不了的特殊問題或復(fù)雜問題，應(yīng)答機器人通過語音指令自動識別，快速轉(zhuǎn)接到人工坐席，實現(xiàn)人工與機器系統(tǒng)高效協(xié)作、無縫銜接。

（5）靜音識別。當(dāng)用戶不說話時，機器人自動識別場景，并默認(rèn)重復(fù)播報三次后掛斷，以提示、引導(dǎo)用戶進(jìn)行交流，讓客服過程更加智能化，極大地提高服務(wù)效率。

（6）兜底話術(shù)。當(dāng)用戶咨詢的問題超出應(yīng)答機器人知識范圍時，應(yīng)答機器人統(tǒng)一容錯反饋，確保服務(wù)能夠在底線范圍內(nèi)。

3.4 智能語音質(zhì)檢

基于語音識別、自然語言理解和多位情感分析等技術(shù)，平臺對服務(wù)過程中的錄音進(jìn)行處理，再利用數(shù)據(jù)分析構(gòu)建數(shù)據(jù)分析模型，分析熱點問題，以便統(tǒng)計用戶咨詢問題的趨勢變化以及問題分布[7]。

3.4.1 熱詞分析

自動統(tǒng)計自定義時間范圍內(nèi)除水詞外的轉(zhuǎn)義文本，利用數(shù)據(jù)分析，計算出高頻詞語和短語，分析、統(tǒng)計潛在客戶關(guān)注的熱點問題，以便提高客戶服務(wù)質(zhì)量。熱詞分析如圖3所示。

圖3：熱詞分析

3.4.2 聚類分析

搜集客戶服務(wù)過程中的原始會話日志，再利用機器學(xué)習(xí)進(jìn)行聚類分析，自動識別原始會話日志的結(jié)構(gòu)模式，讓質(zhì)檢和管理人員全方位了解來電詳情，以便了解客戶喜好。

3.4.3 關(guān)聯(lián)性分析

針對會話中的關(guān)鍵詞，利用統(tǒng)計方法分析并展示上下文可能的關(guān)聯(lián)性詞匯，確定實體之間的關(guān)系，選擇標(biāo)簽?zāi)Ｐ瓦M(jìn)行交互分析，更有利于質(zhì)檢人員全方位分析各種屬性與行為之間的相關(guān)性，從而發(fā)現(xiàn)當(dāng)前存在的業(yè)務(wù)問題，其應(yīng)用場景包括呼叫情緒、侮辱性詞語及其他特定語音的識別。

4 運維調(diào)度管理優(yōu)化研究

4.1 運維調(diào)度管理優(yōu)化意義

梳理不同流程之間的關(guān)系，完善多部門、多單位間的流程聯(lián)動，提高運維工作效率，能夠快速應(yīng)對運維工作面臨的各項挑戰(zhàn)[8]。隨著鐵路內(nèi)部組織機構(gòu)、職責(zé)分工、應(yīng)用系統(tǒng)架構(gòu)等的升級調(diào)整，運維調(diào)度管理流程也需隨之優(yōu)化改進(jìn)，以滿足運維需求。

4.2 運維調(diào)度管理流程及優(yōu)化

運維調(diào)度管理流程主要涉及運維計劃、變更管理等，運維工作需遵循既定的流程開展。

（1）運維計劃。根據(jù)實際工作制定全路一體化運維計劃，優(yōu)化運維作業(yè)組織，提升運維作業(yè)質(zhì)量，提高運維工作效率。主要包括計劃制定，計劃審批、計劃執(zhí)行、計劃跟蹤、計劃監(jiān)督。具體來說，首先由全路各級運維單位制定年度運維計劃，經(jīng)過國鐵集團運維管理部門審批后，再按月制定月度運維計劃，經(jīng)過本級運維管理部門審批后，按計劃開展各項運行維護(hù)工作，對運維作業(yè)期間發(fā)現(xiàn)的問題執(zhí)行閉環(huán)管理，運維管理部門負(fù)責(zé)對運維計劃的執(zhí)行進(jìn)行監(jiān)督、檢查。信息系統(tǒng)運維計劃流程如圖4所示。

圖4：信息系統(tǒng)運維計劃流程

（2）變更管理。變更管理主要是確保信息系統(tǒng)中的變更得到合理評估、批準(zhǔn)，再以監(jiān)督和受控的方式實施，且變更可追溯，從而最大限度地降低變更風(fēng)險。變更流程主要包括變更準(zhǔn)備、變更申請、變更審批、變更實施、變更總結(jié)。具體如下：一是變更準(zhǔn)備，申請單位提出變更需求，依據(jù)需求編制變更實施方案，并進(jìn)行方案驗證。二是變更申請，根據(jù)變更的影響范圍、時間、程度等因素確定變更級別，將實施方案提交至運維管理部門。三是變更審批。運維管理部門評估方案是否可行，研究變更風(fēng)險，完成變更方案審批，審批通過后，即可納入下一階段的施工計劃，并進(jìn)行統(tǒng)一管理。四是變更實施。申請單位按期開展變更施工，運維管理部門負(fù)責(zé)施工監(jiān)督，避免施工超期、超限。五是變更總結(jié)。申請單位施工完成后，及時分析總結(jié)變更經(jīng)驗，同時更新配置庫。變更流程如圖5所示。

圖5：變更流程

4.3 運維工單管理流程研究

日常運維工作均需以運維工單形式開展，以保證運維工作規(guī)范、可控和可追溯，并由運維管理部門統(tǒng)一進(jìn)行監(jiān)督、考評，實現(xiàn)閉環(huán)管理。

（1）工單生成。根據(jù)業(yè)務(wù)需求，通過運維計劃、施工計劃自動創(chuàng)建工單，或由客服平臺、一鍵報障手動創(chuàng)建工單。

（2）工單流轉(zhuǎn)受理。根據(jù)運維計劃、施工計劃，審核運維工單的歸屬、性質(zhì)、負(fù)責(zé)人、實施時間、實施內(nèi)容等，再流轉(zhuǎn)至承辦人進(jìn)行受理。

（3）工單執(zhí)行。承辦人可查看待辦、關(guān)注、參與的工單，對派發(fā)的工單填報處理詳細(xì)信息并提交反饋。

（4）工單督辦。根據(jù)工單辦理時效，采用郵件、APP、智能外呼、站內(nèi)信等方式，將工單催辦提醒消息發(fā)送至承辦人。

（5）工單關(guān)閉。處理完畢并經(jīng)審核通過后，關(guān)閉已處理工單。

（6）工單管理。按用戶角色、工單類型、工單狀態(tài)、流轉(zhuǎn)狀態(tài)、今日新增數(shù)、本周待處理、本周逾期數(shù)、工單解決率、待處理工單優(yōu)先級等條件進(jìn)行查詢與統(tǒng)計。

5 應(yīng)急指揮機制及事件智能化推薦研究

5.1 應(yīng)急指揮機制研究

應(yīng)急指揮機制是鐵路系統(tǒng)應(yīng)急管理工作的基礎(chǔ)，一個統(tǒng)一、高效、協(xié)調(diào)的應(yīng)急管理機制，在應(yīng)對突發(fā)的自然災(zāi)害、緊急事件中起關(guān)鍵作用，可最大限度的降低社會影響和經(jīng)濟損失[9]。

為應(yīng)對鐵路信息系統(tǒng)架構(gòu)日趨復(fù)雜、運行效率需求日益提高、運維單位穩(wěn)步增加等現(xiàn)狀，聯(lián)合鐵路內(nèi)各級運維單位技術(shù)資源和路外相關(guān)廠家力量開展綜合應(yīng)急處置很有必要。開展統(tǒng)一規(guī)范的智能化應(yīng)急指揮機制研究，匯聚信息系統(tǒng)全量運維數(shù)據(jù)，綜合運用AI、云計算和大數(shù)據(jù)等技術(shù)，對各類安全事件的響應(yīng)和處置指揮進(jìn)行統(tǒng)一調(diào)度，實現(xiàn)事件等級判定智能化，突發(fā)事件處置自動化記錄和評估。智能化應(yīng)急指揮機制主要包括以下環(huán)節(jié)：

（1）指揮調(diào)度。依托基礎(chǔ)數(shù)據(jù)庫和基礎(chǔ)系統(tǒng)，綜合利用電話、網(wǎng)絡(luò)、視頻會議、遠(yuǎn)程會商等手段，對相關(guān)運維單位的人員、物資等進(jìn)行統(tǒng)一指揮調(diào)度，確保突發(fā)事件處理的及時、有效。

（2）預(yù)案管理。針對重要的應(yīng)急場景，全方位模擬各種應(yīng)急場景，對場景進(jìn)行分析，提出針對性的解決方案，并進(jìn)行多次場景模擬演練，在規(guī)定時間內(nèi)恢復(fù)業(yè)務(wù)，通過每次的演練結(jié)果，不斷迭代優(yōu)化解決方案，以便提高應(yīng)急效率。

（3）應(yīng)急方案。利用大數(shù)據(jù)分析構(gòu)建處置模型，并對預(yù)案進(jìn)行信息化、流程化處理，當(dāng)事件發(fā)生時，根據(jù)處置模型實時生成處置預(yù)案，輔助人工完成監(jiān)測監(jiān)控、綜合研判、制定方案、指揮調(diào)度、事件預(yù)測等工作。

（4）應(yīng)急處置。快速分析突發(fā)事件的影響范圍，判定事件等級，以恢復(fù)業(yè)務(wù)為第一要務(wù)，優(yōu)先采用系統(tǒng)切換方式進(jìn)行應(yīng)急處置，同時對事件進(jìn)行分析診斷，達(dá)到預(yù)定條件提升事件等級，啟動應(yīng)急預(yù)案，業(yè)務(wù)恢復(fù)后關(guān)閉事件。參與人員包括一線值班人員、二線技術(shù)專家、三線服務(wù)商、應(yīng)急指揮小組和應(yīng)急決策小組。

（5）應(yīng)急資源。建立應(yīng)急資料庫，收錄各級、各類類應(yīng)急預(yù)案及相關(guān)法律、法規(guī)、文件、典型案例等資料，為應(yīng)急指揮調(diào)度提供知識保障；建立應(yīng)急資源庫，收錄專家資源、物資儲備分布、裝備管理、通信保障等資源，并進(jìn)行動態(tài)管理，為應(yīng)急指揮調(diào)度提供物質(zhì)保障。

5.2 事件智能分析模型研究

根據(jù)事件現(xiàn)象、應(yīng)急預(yù)案、知識庫、CMDB，運用預(yù)測預(yù)警模型對各類突發(fā)事件的發(fā)展情況、影響范圍、影響方式、持續(xù)時間和危害程度等進(jìn)行智能分析、綜合研判和預(yù)警分級。

海恩法則表明，事件的出現(xiàn)通常是一個循序漸進(jìn)的過程，如網(wǎng)絡(luò)事件，在網(wǎng)絡(luò)不可用之前，往往會有經(jīng)常丟包的現(xiàn)象。事件預(yù)測主要通過特性數(shù)據(jù)對預(yù)測算法進(jìn)行訓(xùn)練學(xué)習(xí)，提前預(yù)測相關(guān)指標(biāo)劣化趨勢，避免服務(wù)受損，常見的有磁盤故障預(yù)測、內(nèi)存泄露預(yù)測、網(wǎng)絡(luò)故障預(yù)測等，故障預(yù)測算法和指標(biāo)異常檢測算法較為類似，可采用Holt-Winters、ARIMA、指數(shù)平滑、LSTM 等算法。

5.2.1 事件的分類

信息系統(tǒng)事件可以定義為指標(biāo)事件和系統(tǒng)事件。指標(biāo)事件指某個設(shè)備、操作系統(tǒng)或軟件的某個監(jiān)控指標(biāo)異常；系統(tǒng)事件指因為一個或者多個指標(biāo)事件、以及在不確定是否與指標(biāo)事件是否有關(guān)系的情況下，某個業(yè)務(wù)系統(tǒng)出現(xiàn)的事件。

5.2.2 事件的變量

事件定級要考慮的變量包括事件的影響群體、影響范圍、影響程度和影響時段等。影響群體指業(yè)務(wù)分類，可分為一類、二類、三類業(yè)務(wù)等；影響范圍定義系統(tǒng)用戶范圍，可劃分為全路、某些鐵路局、國鐵級、局內(nèi)部分區(qū)域等；影響程度表示受損的功能或性能，包括核心功能、輔助功能、性能下降等；影響時段表示事件持續(xù)的時長，如：0min-30min、30min-60min、60min-180min、180min 及以上。

5.2.3 事件的定級

綜合分析上述影響群體、影響范圍、影響程度和影響時段四個事件變量，即可對事件進(jìn)行評級。事件的定級如圖6所示。

圖6：事件的定級

5.2.4 事件的智能分析預(yù)測

針對指標(biāo)事件，可對歷史事件內(nèi)容進(jìn)行自學(xué)習(xí)，具體如下：首先，將該事件轉(zhuǎn)化為多KPI 異常檢測問題，收集某一監(jiān)控實體（如機器）的各類監(jiān)控指標(biāo)，然后利用變分自編碼算法VAE對多KPI進(jìn)行建模，描繪機器的正常行為，精確識別出該機器正常作業(yè)下KPI 的聯(lián)動模式，最后檢測未來多KPI 違反歷史規(guī)律的行為，在出現(xiàn)突發(fā)事件時進(jìn)行準(zhǔn)確預(yù)警[10]。

多KPI 異常檢測算法可分為三個步驟：二維數(shù)據(jù)構(gòu)造、VAE訓(xùn)練正常模式、判斷數(shù)據(jù)和正常的偏差。多KPI 異常檢測算法如圖7所示。

圖7：多KPI 異常檢測算法

（1）將多個KPI 窗口構(gòu)建為二維數(shù)組，作為VAE 的輸入，數(shù)學(xué)表達(dá)式如圖8所示。

圖8：二維數(shù)組構(gòu)造

（2）在VAE 算法中采用卷積和反卷積網(wǎng)絡(luò)結(jié)構(gòu)，經(jīng)過訓(xùn)練得到多KPI 數(shù)據(jù)的正常模式。

（3）檢測數(shù)據(jù)中和正常模式偏離較大的部分視為異常。

其核心算法是變分自編碼算法VAE，VAE 算法使用了變分推理方法的深度貝葉斯網(wǎng)絡(luò)，同時又符合自動編碼器的基本結(jié)構(gòu)[11]。如圖9所示，以VAE 算法在單維數(shù)據(jù)輸入上的表現(xiàn)效果為例，能夠很好地過濾掉異常行為，保留正常行為。通過降維強迫多條KPI曲線將關(guān)聯(lián)特性編碼在低維z 空間內(nèi)，非常適用于挖掘多KPI 之間的聯(lián)動關(guān)系，從而進(jìn)行多KPI 的反常行為檢測，用于早期識別機器故障識別。

圖9：VAE 算法在單維數(shù)據(jù)輸入上的表現(xiàn)效果

5.2.5 事件的主動分析和跟蹤技術(shù)

如果事件的級別較低且一直未解決，或者事件級別不斷升高，則進(jìn)入自動監(jiān)控模式，督促運維人員進(jìn)行處置。

5.2.6 事件影響拓?fù)鋱D

當(dāng)出現(xiàn)應(yīng)急事件時，系統(tǒng)基于關(guān)系推導(dǎo)、集群高可用分析、故障等級自動判別等進(jìn)行多維度分析，并根據(jù)應(yīng)用拓?fù)?，以圖形化的方式直觀的展示事件的業(yè)務(wù)和基礎(chǔ)設(shè)施資源影響范圍，運維人員則根據(jù)事件影響的可視化拓?fù)鋱D，準(zhǔn)確判斷當(dāng)前事件的緊急程度和嚴(yán)重性，以正確、及時應(yīng)對故障事件。

5.3 智能發(fā)布和服務(wù)推送模型研究

將應(yīng)急處置相關(guān)知識采集入知識庫，一方面可實現(xiàn)應(yīng)急處置知識的積累沉淀和共享輸出，另一方面通過智能挖掘?qū)W習(xí)知識內(nèi)容，為后續(xù)事件處置提供引導(dǎo)式服務(wù)，智能推薦解決方案，能夠縮短故障解決時間。

要實現(xiàn)智能發(fā)布和服務(wù)推送，需要從應(yīng)急指揮、事件推演的源頭場景出發(fā)，同時考慮場景、用戶和內(nèi)容的特殊性，從信息交互層、任務(wù)執(zhí)行層、信息挖掘?qū)尤龑訕?gòu)建智能發(fā)布服務(wù)和推送模型。具體如下：

（1）信息交互層。用戶或系統(tǒng)以語音、文字等方式將信息輸送給服務(wù)，并將其作為數(shù)據(jù)源，提交到任務(wù)執(zhí)行層。

（2）任務(wù)執(zhí)行層。實現(xiàn)針對信息交互層提交數(shù)據(jù)的各類動作，包括垂直搜索、開放式聊天、綜合搜索等，其內(nèi)容來自信息挖掘?qū)印?/p>

（3）信息挖掘?qū)?。?fù)責(zé)信息、知識的抽取、組織和查詢，并根據(jù)用戶喜好對知識庫進(jìn)行個性化整理。

6 結(jié)語

本文首先分析了鐵路信息系統(tǒng)運維調(diào)度與應(yīng)急管理的現(xiàn)狀，提出了運維調(diào)度與應(yīng)急指揮平臺的建設(shè)目標(biāo)，然后從智能客戶服務(wù)平臺、運維調(diào)度管理優(yōu)化和應(yīng)急指揮機制及事件智能化推薦三個方面對運維調(diào)度與應(yīng)急指揮平臺關(guān)鍵技術(shù)進(jìn)行了分析研究，并簡要闡述了關(guān)鍵技術(shù)的應(yīng)用場景，為運維調(diào)度與應(yīng)急指揮平臺的建設(shè)提供了技術(shù)思路。