文/董蓓 李承桓，国家电网有限公司客户服务中心南方分中心 国家电网有限公司客户服务中心

在电力企业发展过程中，始终坚持人民电业为人民的服务宗旨，坚持以客户为中心，以客户需求为导向，致力于提升营销服务水平，切实提升广大电力客户的用电体验，加强智能客服的应用，已成为时代发展之潮流，而智能知识库是智能客服的重要支撑。智能知识库数据的整合、搜索功能的完善，急需加强与大数据的融合应用，并在应用中切实注重各自优势的发挥，实现业务融合、数据贯通，有效提高供电服务质量，为电力客户提供安全、可靠、优质的服务。

1 二者融合的必要性分析

2018年9月，国家电网有限公司智能知识库上线，并于12月份完成27家省公司的推广应用。知识库推广以来，已经满足了现场客服专员以及基层营业人员的服务知识支撑需求。但是随着电力营销业务的复杂性不断加大，各省营销策略的持续更新，导致知识库内的知识点越来越多，目前已有13万的原子化知识点，庞大的知识体量对知识智能化管理应用效率提出更高要求。多维度知识内容线上化自动校核、关键搜索功能智能化更新等功能机制亟待健全完善，知识全周期管理、智能化排序等功能需进一步强化。而将大数据和智能知识库进行融合应用，主要是基于大数据技术和人工智能技术的有机结合，实现智能知识库搜索效能的提升，支撑智能客服的建设，还能给客户提供差异化和个性化的服务，并通过构建深度挖掘数据和实施建模分析，有助于电力企业自身风险防控能力与服务水平的双重提升，有效提升供电服务的水平，提高公司经营的绩效。

2 二者融合应用的基本对策

2.1 融合应用的基本思路

如何有效利用各类算法，将庞大的后台数据充分利用起来，是大数据时代关注的核心问题。将二者进行融合应用时，首先就必须要对其融合应用的思路进行明确。即以各省公司提供的营销数据形成的知识原子作为业务数据的来源，借助中心大数据整合技术，将智能知识库的数据库与数据抽取到大数据平台，而大数据平台则统一进行数据的储存和处理与计算，根据业务需求，得到多元的数据集市，在对其进行统一分析整合的基础上，有效的进行数据挖掘和分析。而智能知识库则能借助数据预处理和数据建模过程，根据大数据平台得到的数据挖掘分析结果，实施智能分析，而且智能知识库可以把所获取的非结构数据向结构化数据的转换，再将其推送到大数据平台之中，实现大数据平台在数据挖掘分析模型与算法的完善。而在可视化应用方面，则可根据业务需求，在大数据平台数据集市与结果的帮助下，实施数据可视化分析，可将知识库关键运行指标推送到中心运营监控大屏，实现数据在中心运营监控大屏实时展示，并同步实现对数据校核，实现二者的高效融合。

2.2 大数据在智能客服中的应用

2.2.1 智能搜索技术

智能知识库是个庞大的数据集合，智能搜索是通过语义分析、可控分词、分类聚合、用户行为分析等技术，实现对搜索结果的智能排序、准确定位、相关推荐与个性化推送。在具体的应用中，是利用大数据做好以下核心工作：

一是实现分词器的准确度。利用大数据，整理电力主题词和自然语言词库，并进行语义化、专业化、规则化分词，实现同义词标注、歧义词排除、实体词识别等功能，提高信息搜索的准确率；二是实现检索内容语义分析，基于特定搜索数据源与搜索规则，直接返回类型结果，是概念搜索、问答搜索还是地图搜索，并同步关联推荐结果，比如相关的搜索词，相关的知识链接等，并实现对搜索结果智能排序，把符合用户需求的资源赋予较高的相关度，显示在搜索结果的前部。三是利用统计分析技术取得用户行为画像以及区域时段搜索热点，将用户个性化属性与搜索结果关联起来，通过对不同区域、不同时段用户搜索或咨询问题的统计与行为分析，对用户进行属性与行为画像，同时与关联词网应用相结合，实现基于搜索问题的多维分类聚合与相关推荐。

2.2.2 知识元标引技术

传统的关键词标引就是人工对整篇知识进行阅读，确定关键词再进行标引，这样会浪费大量的时间和精力，而采用自动标引技术，可以对人工标引进行改进，知识检索系统根据词频特征、句法结构等对文本中的词句进行分析，识别出知识类型、主题词、关键词、作者、发文单位等信息，对这些关键知识元分别进行标引。这样用户在输入需求信息以后，系统可以根据所标引的知识元进行后台数据知识匹配，输出正确的知识内容，为用户提供具体化的知识。这样既节省了时间，又提高了知识检索的查准率和查全率。

2.2.3 动态摘要技术

搜索引擎提供了比较准确的结果排序，但在用户输入词汇较为模糊时，用户可以通过阅读摘要来判定知识的价值，摘要对于用户判断知识价值起到指导性作用。通过大数据整合技术，实现对被检索的文档进行主要内容动态显示。智能搜索在响应用户查询后，根据查询词在文档中出现的位置，提取出查询词周围相关的文字并返回给用户。由于一篇文档会被不同的查询词唤起，动态摘要技术，将根据查询词的不同，对同一个文档形成不同的摘要文字。

2.3 智能知识库在大数据服务中的应用

一是借助智能知识库实现知识抽取，将非结构化的客户语音数据识别后合成结构化数据。即利用智能知识库，从多媒体资源（如图像、数据、视频、音频）中抽取出知识，并把相关知识自动识别合成存储后得到结构化数据，再利用系统结构将其输入大数据平台中存储，使得客户热点分析数据集得到丰富。

二是借助智能知识库的智能搜索、深度学习等功能，可借助输入数据进行相应模型结构的自动化模拟和构建，从而在大数据挖掘分析中提供丰富的模型与算法。

3 结语

综上所述，大数据与智能知识库两者的融合应用主要是借助大数据的计算能力，结合智能知识库海量的数据，充分利用两者丰富的模型和算法，实现智能知识库支撑能力、管理质效的提升，给营销业务管理提供更多的帮助，促进服务效率提升，提高优质服务水平。