田曉，劉勇超，王婧，孟巍，林曉蘭

（國網(wǎng)山東省電力公司電力科學研究院，濟南250003）

電網(wǎng)公司客戶服務知識圖譜構建的應用價值

田曉，劉勇超，王婧，孟巍，林曉蘭

（國網(wǎng)山東省電力公司電力科學研究院，濟南250003）

隨著企業(yè)知識和信息量的爆炸式增長，以及企業(yè)對知識智能管理和應用需求的日益增加，為了更方便地發(fā)現(xiàn)與應用知識，提高業(yè)務運營績效，企業(yè)級知識已成為關注熱點。其中，電網(wǎng)企業(yè)在客戶服務知識、經驗方面的圖譜構建理論研究與應用價值探索還不成熟?；趯χR圖譜的總體理念研究，重點對電網(wǎng)公司客戶服務工作展開知識圖譜構建的價值分析和探索，為將來的實際應用提供參考。

電網(wǎng)公司；客戶服務；知識圖譜；價值

0　引言

知識圖譜（Knowledge Graph）也被稱為知識域可視化或知識域映射地圖，是一張龐大的語義網(wǎng)絡，包括數(shù)量繁多的節(jié)點以及節(jié)點之間的各種語義關系。節(jié)點代表實體或者概念，節(jié)點之間的連接即為相互之間的語義關系。知識圖譜旨在通過數(shù)據(jù)挖掘、信息處理、知識計量、可視化表達方式與智能搜索引擎，為企業(yè)內外部的知識共享提供公共信息平臺，最終促進企業(yè)的知識積累、傳承、應用與提升的目的。

2008年至今，國家電網(wǎng)公司的知識管理經歷了協(xié)同辦公知識管理模塊、網(wǎng)省公司企業(yè)級知識管理一體化平臺管理模塊、國家電網(wǎng)公司企業(yè)級知識管理系統(tǒng)、綜合知識庫建設4個過程，初步建立了綜合知識庫、專業(yè)知識庫和專題知識庫，但在豐富知識庫域、實體以及關系的知識圖譜構建和智能應用方面還有很大發(fā)展空間。

1　研究發(fā)展現(xiàn)狀

知識圖譜發(fā)展源于引文分析理論、復雜網(wǎng)絡系統(tǒng)、社會網(wǎng)絡分析的興起以及信息可視化提供的技術支持。最早可以追述到普賴斯開創(chuàng)科學計量學之時。當時普賴斯在數(shù)據(jù)方程式來表達科學發(fā)展規(guī)律的基礎上，以曲線形式將科學發(fā)展規(guī)律繪制為二維圖形并形成了最初的知識圖譜。

知識圖譜的另一個演化前身是知識地圖。知識地圖是以二維或者三維空間表現(xiàn)出來的地形和人類活動以及相關特征的地理學概念，而知識圖譜是對其的拓展和延伸，是圖像以一定空間形式在一定時間范圍內展現(xiàn)與變化的系統(tǒng)概念，比知識地圖更能揭示知識間的關系和進化規(guī)律。

現(xiàn)代科學知識圖譜概念正式提出是2003年在Arthur M.Sackler學術研討會上。而Shiffrin，Berners［1］和陳超美等人［2］的貢獻奠定了現(xiàn)代科學知識圖譜的研究基礎，之后的研究就如雨后春筍般涌現(xiàn)。我國對于科學知識圖譜的研究是由劉則淵［3］等人于2004年率先引入。

2　知識圖譜構建理論

2.1知識圖譜規(guī)模

據(jù)不完全統(tǒng)計，Google知識圖譜到目前為止包含了5億個實體和350億條事實（形如“實體-屬性-值”，和“實體-關系-實體”）。其知識圖譜是面向全球的，因此包含實體和相關事實的多語言描述［4］（見圖1）。相比占主導的英語，僅包含其他語言（如中文）知識圖譜的規(guī)模則小了很多。

圖1　知識圖譜模型示例

2.2知識圖譜數(shù)據(jù)來源

為提高搜索的效率與質量，尤其是對話搜索和復雜問答搜索等，知識圖譜不僅要求包含大量高質量的常識性知識，還要求具備及時發(fā)現(xiàn)并自我學習知識的能力。知識圖譜最重要的數(shù)據(jù)來源：一方面是以維基百科、百度百科為代表的大規(guī)模公共知識庫，包含大量結構化的知識，可以高效地轉化到知識圖譜中；另一方面，需要結合企業(yè)知識圖譜的構建需要，針對性進行相關業(yè)務領域知識的結構化處理與實體關系構建。公共知識庫與企業(yè)獨有知識庫的融合，才能基本滿足企業(yè)業(yè)務需要。

2.3知識圖譜的繪制

無論是外部公共知識庫，還是企業(yè)獨有的知識庫，在沒有進行知識圖譜建模，從各種類型數(shù)據(jù)源抽取構建知識圖譜所需的各種實體及屬性之前，仍然是相互孤立的［4］。為了形成真正的知識圖譜，幫助使用者實現(xiàn)“找到最想要的信息、提供最全面的摘要、讓知識搜索更有深度和廣度”，需要通過“實體對齊、為知識圖譜構建schema、不一致性解決”等技術將這些信息孤島聯(lián)系在一起，實現(xiàn)從抽取圖譜到知識圖譜的應用提升［5］。

知識圖譜構建過程中的常用軟件包括SPSS、Bibexcel、Wordsmith Tools、CiteSpace、Wordstat、Thomson Data Analyzer、Ccmatrix、SCI-Map、VxInsight、Ucinet、Pajek、Netdraw、Visio、HistCite、MainMapper

等，部分軟件說明見表1。

表1　部分知識圖譜主要繪制工具

3　客戶服務知識圖譜構建應用價值

構建電網(wǎng)企業(yè)知識圖譜是一項跨專業(yè)、跨組織層級、跨業(yè)務流程、跨地域、跨周期的復雜工程，客戶服務中心可通過95598熱線、微信、移動終端等收集用戶用電信息，作為構建電網(wǎng)企業(yè)知識圖譜的一個切入點。以山東省為例，據(jù)統(tǒng)計，近3年通過95598客戶服務熱線受理的山東省內工單數(shù)量年均超過400萬條，涉及業(yè)務咨詢、故障報修、投訴、意見、建議、表揚、服務申請等多種供電服務的主要類型和超過300種子類型?；诤Ａ抗螖?shù)據(jù)與電力業(yè)務知識體系，如何能夠實現(xiàn)供電服務中知識、問題、經驗的自動歸類，使客服人員快速找到最優(yōu)解，找到用戶所需的問題與答案，是客戶服務知識圖譜研究和探索工作中的重要問題。

3.1客服知識智能搜索

基于知識圖譜的智能搜索將改變過去低維度、相互孤立的信息展現(xiàn)方式，在客戶服務工作中將發(fā)揮重要價值。

快速找到正確的答案。一個關鍵詞可能代表多重含義，知識圖譜會將最全面的信息展現(xiàn)出來，使客服人員找到最佳含義，例如搜索“濟南”，會將濟南供電營業(yè)廳信息、濟南停電信息、濟南天氣信息等都進行圖譜化展示，引導客服人員逐步點擊至需要的信息。

最好的總結。知識圖譜可以使客服代表更好地理解搜索的信息，并總結相關的內容和主題，例如客服人員搜索“泉城路停電”時，不僅可以獲得泉城路附近線路臺區(qū)最新的停電信息（含計劃停電、故障停電、臨時停電），還可以獲得該區(qū)域的停電檢修信息、停電原因、復電信息、搜索該停電信息的人數(shù)以及對應的處理停電工單內容和處理情況等，還附有相關來電用戶信息查詢的鏈接等，便于客服人員快速處理近似或重復工單。

深度閱讀與學習。基于知識圖譜的搜索或查詢，不僅提供相應的文字或圖片信息，對文字中的關鍵詞亦會用超鏈接方式表示。例如客服人員查詢某工單時，可以由鏈接信息獲取該工單有關的供電公司、用戶信息、用戶地址、業(yè)務類型；或者可以由受理內容中的關鍵詞鏈接跳轉至更細節(jié)的內容，有助于客服人員快速、深入了解業(yè)務知識與受理案例。同樣，對于客戶服務相關的各種制度、流程、規(guī)范等的查詢，也支持關鍵詞的深度閱讀和學習。

3.2智能客服互動系統(tǒng)

利用知識圖譜，給用戶提供一套智能客戶服務互動系統(tǒng)，如圖2所示。

圖2　智能客服問題系統(tǒng)的知識檢索架構

該系統(tǒng)可以針對用戶的搜索信息進行上下文關聯(lián)、相關問題推薦、模糊意圖智能引導、關鍵業(yè)務靈活推送、糾錯與拼音解析。功能場景主要包括業(yè)務辦理、多候選輸出、敏感詞過濾、輸入智能提示、語音輸入識別、上下文關聯(lián)、客戶關懷等。智能客戶服務系統(tǒng)目前已在移動通信、銀行、保險等行業(yè)逐步應用，據(jù)統(tǒng)計，自助客服渠道接觸量大、成本低、全年24 h響應，單次服務成本是人工熱線的1/50，有效分流10%～20%的人工坐席業(yè)務，分流業(yè)務的首次解決率可以保持在85%以上。

此外，智能客服互動系統(tǒng)還能針對用戶提出的當前知識圖譜不能解答內容進行記錄和初步分類，便于后期人工介入，將新增的用戶關注熱點補充到現(xiàn)有知識圖譜中。隨著用戶信息在知識圖譜中的不斷完善，根據(jù)該用戶歷史的操作特征和關注點，可以智能提醒該用戶是否需要查詢經常關注的內容，甚至可以為用戶定期推送關注信息，逐步發(fā)揮電網(wǎng)企業(yè)客服工作主動感知、主動服務的作用。

4　結語

知識圖譜基于大數(shù)據(jù)之上的新興領域，企業(yè)在該領域的探索和實踐需要面臨諸多挑戰(zhàn)。知識圖譜在各行業(yè)的發(fā)展都還處于初級階段，需要長期進行人工干預與校正，且結構化數(shù)據(jù)在縱然面臨的挑戰(zhàn)與困難客觀存在，但是隨著信息技術的快速發(fā)展，我們有信心與業(yè)界專家一起去研究和解決上述問題，借助并融合知識庫、自然語言、機器學習和數(shù)據(jù)挖掘等多方面技術，將電網(wǎng)企業(yè)的知識與經驗充分分享、傳承、應用。

知識體系中仍然占據(jù)較大比重，算法還不夠成熟。知識圖譜需要深度的機器學習技術，依賴語義分析、文本分析、圖片分析及語音分析，實現(xiàn)定分類歸集及升級，具有很高的“技術門檻”。

［1］LEE B，Tim.The Semantic Web：Scientific American.Retrieved March 13，2008

［2］CHENG T and CHANG KC.Entity Search Engine：Towards Agile Best-Effort Information Integration over the Web.In Proc.CIDR，2007：108-113.

［3］陳悅，劉則淵.悄然興起的科學知識圖譜［J］.科學研究，2005，23（2）：149-154.

［4］湯建民.基于中文數(shù)據(jù)庫的知識圖譜繪制方法及應用：以創(chuàng)新研究論文的分析為例［M］.杭州：浙江大學出版社，2010.

［5］廖勝姣，肖仙桃.科學知識圖譜應用研究概述［J］.情報理論與實踐，2009，32（1）：122-125.

Application Value of Building Knowledge Graph System for Hotline Customer Service in State Grid Corporation

TIAN Xiao，LIU Yongchao，WANG Jing，MENG Wei，LIN Xiaolan
（State Grid Shandong Electric Power Research Institute，Jinan 250003，China）

With the explosion of knowledge and information of the enterprise and the growing demand for intelligent knowledge management and application，in order to make it more convenient for discovery and application of knowledge，and improve business performance，the knowledge of the enterprise has become a hot topic.Knowledge graph construction theory and application value are not mature in aspects of the customer service knowledge and experience for State Grid corporation.In this paper，we introduce the overall concept of knowledge graph，and research the value of system building based on the knowledge graph of the grid company customer service，which provides

for practical application in the future.

State Grid corporation；customer service；knowledge graph；value

F407.61

B

1007－9904（2015）12－0065－03

2015-09-17

田曉（1982），女，工程師，從事電力客戶服務工作；

劉勇超（1978），男，工程師，從事電力客戶服務工作；

王婧（1985），女，從事電力客戶服務工作；

孟巍（1979），男，工程師，從事電力客戶服務工作；

林曉蘭（1982），女，工程師，從事系統(tǒng)開發(fā)工作。