流程自動化的城市道路養(yǎng)護投訴系統(tǒng)設(shè)計及應(yīng)用

劉天鵬，徐延軍

(中遠海運科技股份有限公司， 上海 200135)

0 引 言

近年來，隨著公眾參與城市管理的積極性不斷提升，各類投訴的數(shù)量急劇增加[1]。目前，全國各省市基本上都已建成統(tǒng)一的市民投訴熱線和平臺，可通過電話、APP和網(wǎng)站等多種方式接報市民投訴，形成投訴案卷之后派發(fā)至歸口單位處置[2]。城市道路管理單位每年都會接收大量城市網(wǎng)格化投訴平臺派發(fā)的投訴案卷，并在單位內(nèi)部各層級部門間對其進行流轉(zhuǎn)、處置和反饋。為提升投訴案卷處置效率，減少誤派工單導(dǎo)致的人力資源浪費，建立高效的自動派單系統(tǒng)滿足流程自動化管理的需求越來越迫切。

1 業(yè)務(wù)管理現(xiàn)狀

上海市浦東新區(qū)公路管理署(以下簡稱“浦東公路署”)主要承擔(dān)上海市浦東新區(qū)轄區(qū)內(nèi)約1 077 km公路及其附屬設(shè)施的養(yǎng)護、大中修工程管理和公路路政管理等任務(wù)。道路養(yǎng)護業(yè)務(wù)采用服務(wù)購買的方式，路段根據(jù)所屬區(qū)域分別由4個養(yǎng)護管理所管理，分為25個養(yǎng)護標(biāo)段，由14家專業(yè)養(yǎng)護公司承擔(dān)養(yǎng)護任務(wù)。浦東公路署投訴案卷處理層級示意見圖1。

圖1 浦東公路署投訴案卷處理層級示意

在對投訴案卷處置業(yè)務(wù)進行管理過程中遇到以下問題：

1) 投訴案卷與各養(yǎng)護管理所、養(yǎng)護標(biāo)段的歸屬關(guān)系需人工識別，現(xiàn)場處置情況需人工導(dǎo)入系統(tǒng)，不僅流程繁瑣、出錯率高，而且投訴響應(yīng)時間長、處理效率低;

2) 誤派至公路署的投訴案卷需人工現(xiàn)場核查之后才能進行退單操作，人力資源浪費嚴(yán)重;

3) 由于道路養(yǎng)護投訴種類較多，且公眾投訴產(chǎn)生的案卷文本不規(guī)范，導(dǎo)致投訴案卷人工分類較易出錯，造成案卷處置工作重復(fù)多次;

4) 投訴案卷分類錯誤導(dǎo)致統(tǒng)計分析的數(shù)據(jù)與實際數(shù)據(jù)有偏差，無法及時有效地指導(dǎo)管理和養(yǎng)護單位合理分配、調(diào)節(jié)資源。

為解決上述問題，設(shè)計并開發(fā)一種流程自動化的城市道路養(yǎng)護投訴系統(tǒng)，基于文本挖掘分類模型自動、準(zhǔn)確地識別投訴案卷所屬類別，基于地理信息系統(tǒng)(Geographic Information System，GIS)坐標(biāo)定位轉(zhuǎn)換技術(shù)自動獲取投訴案卷所屬路段和養(yǎng)護單位，從而實現(xiàn)對投訴案卷的自動派單和高效流轉(zhuǎn)處置。

2 系統(tǒng)設(shè)計

2.1 物理架構(gòu)設(shè)計

系統(tǒng)設(shè)計采用5臺服務(wù)器，組成局域以太環(huán)網(wǎng)(采用TCP/IP通信協(xié)議)，通過政務(wù)網(wǎng)和城市網(wǎng)格化投訴平臺實現(xiàn)案卷對接交互，養(yǎng)護單位工作站和手機終端通過Internet,經(jīng)防火墻訪問系統(tǒng)。服務(wù)器、系統(tǒng)軟件和開發(fā)環(huán)境清單見表1。系統(tǒng)物理架構(gòu)見圖2。

圖2 系統(tǒng)物理架構(gòu)

表1 服務(wù)器、系統(tǒng)軟件和開發(fā)環(huán)境清單

2.2 邏輯架構(gòu)設(shè)計

系統(tǒng)采用分層架構(gòu)設(shè)計，由數(shù)據(jù)交互層、應(yīng)用支撐層、應(yīng)用層、展示層和公共技術(shù)等5部分組成，各層形成一個統(tǒng)一的整體，為用戶提供信息服務(wù)(見圖3)。

圖3 系統(tǒng)邏輯架構(gòu)

1) 數(shù)據(jù)交互層通過前置交換服務(wù)器，根據(jù)城市網(wǎng)格化投訴平臺開放的接口與其實現(xiàn)數(shù)據(jù)交互，獲取新的投訴案卷，反饋案卷處置結(jié)果。同時，可接入浦東公路署自身以熱線電話、網(wǎng)站等方式接報的投訴案卷。

2) 應(yīng)用支撐層由GIS服務(wù)、數(shù)據(jù)庫、文本挖掘分類模型和短信及消息平臺組成，其中：GIS服務(wù)覆蓋浦東公路署管轄的道路及相關(guān)設(shè)施資源，集成對應(yīng)養(yǎng)護單位和標(biāo)段信息，并提供坐標(biāo)定位轉(zhuǎn)換服務(wù)；數(shù)據(jù)庫主要存儲道路管理信息、人員信息、投訴案卷和處置過程數(shù)據(jù)等；文本挖掘分類模型根據(jù)歷史投訴數(shù)據(jù)訓(xùn)練生成之后，提供Restful調(diào)用接口，可將輸入的投訴文本信息處理之后返回案卷分類信息，并定期根據(jù)人工調(diào)整分類數(shù)據(jù)對模型進行迭代優(yōu)化；短信及消息平臺提供發(fā)送短信和APP消息服務(wù)。

3) 應(yīng)用層提供各類應(yīng)用和分析功能，為展示層提供應(yīng)用支撐。

4) 展示層是系統(tǒng)與用戶直接交互的軟件功能界面，提供網(wǎng)頁和移動終端2種交互方式。

5) 公共技術(shù)包括安全管理、數(shù)據(jù)加密、權(quán)限認證和日志記錄等跨越各層的通用功能。

2.3 系統(tǒng)功能設(shè)計

系統(tǒng)功能組成見圖4。

圖4 系統(tǒng)功能組成

1) 投訴案卷接報及數(shù)據(jù)交互。根據(jù)城市網(wǎng)格化投訴平臺開放的WebService接口與其實現(xiàn)數(shù)據(jù)交互，獲取道路養(yǎng)護方面的投訴案卷并反饋案卷處置結(jié)果，交互內(nèi)容包括案卷信息、文件、圖片和音頻。同時，將浦東公路署自身以熱線電話、網(wǎng)站等方式接報的投訴案卷錄入系統(tǒng)。

2) 案卷歸屬關(guān)系識別。案卷歸屬關(guān)系識別分為2步：

(1) 識別案卷歸屬的養(yǎng)護管理所和養(yǎng)護標(biāo)段信息。系統(tǒng)將投訴案卷位置統(tǒng)一轉(zhuǎn)換為上海城建GIS坐標(biāo)，在GIS地圖上定位展示，并經(jīng)算法轉(zhuǎn)換獲取案卷所在道路的編號和對應(yīng)樁號，根據(jù)道路管理關(guān)系找到案卷歸屬的養(yǎng)護管理所和養(yǎng)護標(biāo)段。

(2) 識別案卷對應(yīng)養(yǎng)護標(biāo)段內(nèi)養(yǎng)護分組人員的信息。系統(tǒng)調(diào)用文本挖掘分類模型接口，輸入投訴案卷文本信息，返回投訴案卷對應(yīng)分類，根據(jù)案卷分類找到養(yǎng)護標(biāo)段內(nèi)對應(yīng)養(yǎng)護分組人員的信息。

3) 案卷自動派單。系統(tǒng)獲取案卷歸屬關(guān)系之后，調(diào)用短信及消息平臺,自動以短信的方式將案卷信息發(fā)送至養(yǎng)護人員手機上，實現(xiàn)自動派單功能。在投訴案卷處置流轉(zhuǎn)過程中的所有節(jié)點，系統(tǒng)都會向?qū)?yīng)人員推送APP消息，便于及時提醒有關(guān)人員處理相應(yīng)業(yè)務(wù)。短信及消息平臺提供標(biāo)準(zhǔn)Restful接口，供各業(yè)務(wù)模塊調(diào)用。

4) 投訴案卷流轉(zhuǎn)處置。該功能包括案卷處置過程記錄、案卷結(jié)案申請及審核、案卷退單申請及審核和案卷延期申請及審核，所有過程都附有相關(guān)圖片和審批文件，操作過程自動記錄在系統(tǒng)中。可查看案卷當(dāng)前所處階段，檢索回溯歷史案卷處置過程。

5) 電子簽名審批。退單等特殊操作需要公路署對應(yīng)業(yè)務(wù)科室和公路署領(lǐng)導(dǎo)簽字審批，為提高審批流轉(zhuǎn)效率，系統(tǒng)提供電子簽名審批功能，可將電子簽名嵌入在通過審批的審核單上，通過接口將審核單推送至城市網(wǎng)格化投訴平臺上。

6) 特殊案卷處理。系統(tǒng)通過模糊匹配查詢功能自動判別新接報案卷是否屬于重復(fù)投訴案卷，并標(biāo)識投訴次數(shù)、顯示歷史處置記錄；對于返工處理案卷，系統(tǒng)作特殊標(biāo)注，提供歷史處置記錄；對于上級督辦、媒體關(guān)注的重點投訴案卷，系統(tǒng)作特殊標(biāo)注并定期主動提醒，同時提供領(lǐng)導(dǎo)督辦功能。

7) 投訴處理知識庫。系統(tǒng)對投訴案卷處置過程及記錄的信息進行識別和提取，生成投訴處理知識庫，提供知識檢索功能，并定期更新知識庫。

8) 投訴處理考核。系統(tǒng)根據(jù)管理需要建立考核模型，融合投訴數(shù)量、結(jié)案數(shù)量、超期數(shù)量、處置及時率、返工數(shù)量和市民滿意度等多個參數(shù)，對各養(yǎng)護標(biāo)段投訴處理工作自動生成考核分數(shù)。

9) 多維度統(tǒng)計分析。系統(tǒng)從案卷狀態(tài)、種類、單位來源、上報來源、處理部門和所屬道路等多個維度對投訴案卷進行統(tǒng)計分析，并通過可視化手段展示統(tǒng)計分析結(jié)果。

3 關(guān)鍵技術(shù)

3.1 文本挖掘分類模型

傳統(tǒng)的文本分類工作是由人工完成的，較為費時費力。自動分類方法能有效降低分類工作的繁雜性，大幅度提高信息處理的效率。文本自動分類是指在預(yù)定義的分類體系下，根據(jù)文本特征(詞條或短語)，將給定文本分配到1個或多個特定類別中[3]。

3.1.1 數(shù)據(jù)集和試驗環(huán)境

采用浦東公路署經(jīng)人工標(biāo)記分類的投訴案卷數(shù)據(jù)作為樣本數(shù)據(jù)集，共2 493條。將數(shù)據(jù)集分為訓(xùn)練、測試和驗證等3組，占比分別為60%、20%和20%。

數(shù)據(jù)集中的特征變量為投訴問題描述信息，目標(biāo)變量為案卷分類。案卷有咨詢建議、標(biāo)志標(biāo)線、綠化保潔養(yǎng)護施工、城市管理、隔離設(shè)施、環(huán)境污染、路面設(shè)施、給排水、新增新建設(shè)施和其他設(shè)施等10類。

試驗采用Python編程語言，基于sklearn機器學(xué)習(xí)算法庫進行模型研發(fā)和結(jié)果驗證。

3.1.2 模型訓(xùn)練流程

文本挖掘分類模型訓(xùn)練流程見圖5。

圖5 文本挖掘分類模型訓(xùn)練流程

1) 數(shù)據(jù)預(yù)處理。讀取訓(xùn)練集數(shù)據(jù)，并對文本內(nèi)容和類別進行劃分。

2) 分詞。采用分詞工具將文本句子劃分為詞匯并用空格區(qū)分開。

3) 劃分數(shù)據(jù)集。將數(shù)據(jù)集劃分為訓(xùn)練集、測試集和驗證集。

4) 詞頻轉(zhuǎn)化。將文本中的詞語轉(zhuǎn)換為詞頻矩陣，矩陣元素aij表示j詞在i類文本下的詞頻。

5) 統(tǒng)計權(quán)重。統(tǒng)計每個詞語的詞頻-逆文本頻率指數(shù)(Term Frequency-Inverse Document Frequency，TF-IDF)權(quán)值。

6) 構(gòu)造分類器。構(gòu)造樸素貝葉斯、K近鄰(K-Nearest Neighbor,KNN)算法、隨機森林、Kmeans和多層神經(jīng)網(wǎng)絡(luò)等分類器。

7) 管道組合。利用Pipeline對詞頻、權(quán)重和分類器進行線性組合，形成綜合模型。

8) 訓(xùn)練與預(yù)測。將各分類器經(jīng)過fit和predict操作。

9) 繪圖選擇最優(yōu)模型。通過繪制預(yù)測值與真實值的雙曲線圖選擇最優(yōu)分類器并固化模型，使得再次使用時能快速加載模型。

10) 迭代優(yōu)化。在系統(tǒng)使用過程中，定期根據(jù)人工調(diào)整的分類數(shù)據(jù)對模型進行迭代優(yōu)化。

3.1.3 分類器選擇

預(yù)先選擇的分類器包括樸素貝葉斯、KNN、隨機森林、Kmeans和多層神經(jīng)網(wǎng)絡(luò)，各分類器比較如下：

1) 樸素貝葉斯假設(shè)特征間相互獨立，利用條件概率乘法法則得到各分類的概率，選擇概率最大的分類作為機器的判定。樸素貝葉斯算法比較直觀，計算量不大。

2) KNN算法的思想是，若一個特征空間中大多數(shù)的樣本都屬于某個類別，則在整個特征空間中，K個最相似的樣本也屬于該類別[4]。KNN算法在類別決策中只與極少量的相鄰樣本有關(guān)，對于類域的交叉或重疊較多的待分樣本集來說，該算法比其他算法更適合。

3) 隨機森林是利用多棵樹對樣本進行訓(xùn)練并預(yù)測的一種分類器，對多維特征的數(shù)據(jù)集分類有較高的效率，可進行特征重要性的選擇。該分類器的運行效率和準(zhǔn)確率較高，比較容易實現(xiàn)，但在數(shù)據(jù)噪聲比較大的情況下易過擬合。

4) Kmeans是基于劃分的聚類算法，以空間中的K個點為中心進行聚類，對最靠近這些點的對象進行歸類。通過迭代的方法逐次更新各聚類中心的值，直至得到最好的聚類結(jié)果。

5) 多層神經(jīng)網(wǎng)絡(luò)是一種模式匹配算法，若包含足夠多的神經(jīng)元，則能以任意精度逼近任意復(fù)雜的連續(xù)函數(shù)。然而,多層神經(jīng)網(wǎng)絡(luò)隱含節(jié)點個數(shù)和學(xué)習(xí)率、迭代次數(shù)等參數(shù)的選取仍無較好的辦法，且存在易陷入局部極值和學(xué)習(xí)不夠充分等問題。

通過模型訓(xùn)練流程對上述各分類器生成算法模型，并通過驗證數(shù)據(jù)集選取準(zhǔn)確率最高的分類器，經(jīng)比較，KNN算法在預(yù)選擇的分類器算法中準(zhǔn)確率最高，達到93.4%。基于固化模型提供Restful文本分類調(diào)用接口，單次接口調(diào)用返回時間可控制在0.1 s以內(nèi)，能滿足業(yè)務(wù)的時效性要求。

3.1.4 模型迭代優(yōu)化

在實際業(yè)務(wù)處理過程中，當(dāng)根據(jù)現(xiàn)場情況發(fā)現(xiàn)自動分類與實際不相符時，可人工修改案卷分類信息，系統(tǒng)會將人工修改情況記錄下來。每周日23：00，系統(tǒng)會將本周所有人工修改的分類信息反向輸入到分類模型中，用于對模型進行訓(xùn)練優(yōu)化，以持續(xù)提高文本分類的準(zhǔn)確度。

系統(tǒng)記錄并統(tǒng)計每周自動分類與實際不相符的案卷數(shù)量比例，系統(tǒng)上線之后前8周需人工修改的案卷比例分別為7.8%、6.4%、5.2%、4.3%、3.7%、3.5%、3.5%和3.4%，8周之后案卷分類的準(zhǔn)確率基本上穩(wěn)定在96.6%左右。

3.2 GIS坐標(biāo)定位轉(zhuǎn)換技術(shù)

為實現(xiàn)投訴案卷歸屬關(guān)系自動匹配和自動派單，系統(tǒng)需根據(jù)投訴案卷位置獲取對應(yīng)的養(yǎng)護單位。投訴案卷接報的位置坐標(biāo)種類包括全球定位系統(tǒng)(Global Positioning System,GPS)經(jīng)緯度坐標(biāo)、百度地圖坐標(biāo)(BD-09坐標(biāo)系)和高德地圖坐標(biāo)(GCJ-02坐標(biāo)系)，系統(tǒng)中使用的GIS地圖采用上海城建坐標(biāo)。系統(tǒng)基于GIS坐標(biāo)定位轉(zhuǎn)換技術(shù)將投訴案卷位置坐標(biāo)轉(zhuǎn)換為上海城建坐標(biāo)，進而獲取投訴案卷所在道路的編號和樁號，并找到對應(yīng)的養(yǎng)護單位。GIS坐標(biāo)定位轉(zhuǎn)換處理流程見圖6。

圖6 GIS坐標(biāo)定位轉(zhuǎn)換處理流程

3.2.1 案卷位置坐標(biāo)轉(zhuǎn)換為上海城建坐標(biāo)

百度地圖BD-09坐標(biāo)系和高德地圖GCJ-02坐標(biāo)系分別通過不同的加密算法對真實經(jīng)緯度坐標(biāo)進行加密之后得到相應(yīng)的坐標(biāo)數(shù)據(jù)，其坐標(biāo)加密算法是隨機、非線性的，無法直接從算法上推導(dǎo)轉(zhuǎn)換出上海城建坐標(biāo)。系統(tǒng)先基于百度地圖或高德地圖開放的應(yīng)用程序接口(Application Programming Interface,API)對地圖坐標(biāo)進行脫密，得到真實的經(jīng)緯度坐標(biāo)，再將經(jīng)緯度坐標(biāo)轉(zhuǎn)換為上海城建坐標(biāo)。

將經(jīng)緯度坐標(biāo)轉(zhuǎn)換為上海城建坐標(biāo)的方法有格網(wǎng)法、多參數(shù)法和多元回歸法等，其中格網(wǎng)法的精度最高，這種方法受已知條件限制，需要測區(qū)內(nèi)有足夠多的重合點并均勻分布。本文所述系統(tǒng)采用格網(wǎng)法進行坐標(biāo)轉(zhuǎn)換：

1) 建立格網(wǎng)坐標(biāo)轉(zhuǎn)換參數(shù)文件；

2) 生成格網(wǎng)坐標(biāo)轉(zhuǎn)換模型；

3) 基于ArcGIS軟件集成模型和參數(shù)文件；

4) 提供經(jīng)緯度坐標(biāo)向上海城建坐標(biāo)轉(zhuǎn)換的服務(wù)。

3.2.2 道路定位

在獲取投訴案卷的上海城建坐標(biāo)并基于GIS地圖定位展示之后，還需將坐標(biāo)位置轉(zhuǎn)換為具體道路編號和位置樁號，用于查找案卷對應(yīng)的養(yǎng)護單位。本文所述系統(tǒng)的道路定位采用線性參考技術(shù)，對浦東公路署管轄的各類道路的電子地圖數(shù)據(jù)進行線性化處理，并根據(jù)道路沿線工程測繪點的坐標(biāo)樁號數(shù)據(jù)進行校準(zhǔn)糾偏，經(jīng)過校準(zhǔn)的浦東公路線性化數(shù)據(jù)的精度較高，可作為道路定位分析的基準(zhǔn)數(shù)據(jù)。

3.3 APP離線緩存技術(shù)

浦東新區(qū)面積較大，有些投訴案卷所在位置因地方偏僻或周邊有遮擋而導(dǎo)致4G網(wǎng)絡(luò)信號較弱，APP會出現(xiàn)與中心系統(tǒng)連接中斷的情況；同時，現(xiàn)場處置過程中記錄的照片和視頻文件有時較大，現(xiàn)場利用4G方式上傳文件會消耗較多的流量。對此,采用離線緩存技術(shù)解決這些問題，將現(xiàn)場填報的內(nèi)容、圖片和視頻等緩存在APP內(nèi)，在需要上傳時再加載緩存數(shù)據(jù)上傳至中心系統(tǒng)。

APP離線緩存有歸檔存儲、Core Data存儲和數(shù)據(jù)庫存儲等3種技術(shù)，各技術(shù)的優(yōu)缺點比較見表2。

表2 APP離線緩存技術(shù)優(yōu)缺點比較

系統(tǒng)APP中需緩存操作記錄、業(yè)務(wù)處置信息、圖片、音頻文件和視頻文件等，數(shù)據(jù)種類多、數(shù)量大，數(shù)據(jù)格式有規(guī)律，且APP對緩存數(shù)據(jù)讀寫頻率的要求較高，SQLite3數(shù)據(jù)庫存儲技術(shù)比較適合這種應(yīng)用場景。系統(tǒng)APP將用戶操作數(shù)據(jù)緩存在SQLite3數(shù)據(jù)庫中，當(dāng)APP隱藏或關(guān)閉時保證數(shù)據(jù)不會丟失，在需要時可重新從數(shù)據(jù)庫中獲取數(shù)據(jù)并加載入APP。同時，APP只需將SQLite3數(shù)據(jù)庫中緩存的數(shù)據(jù)刪除即可實現(xiàn)清除緩存功能。

4 應(yīng)用效果

系統(tǒng)在浦東公路署上線應(yīng)用以來，運行穩(wěn)定可靠，提供網(wǎng)頁、APP等多種應(yīng)用方式，可滿足公路署、養(yǎng)護管理所、養(yǎng)護標(biāo)段和一線工作人員對投訴處理業(yè)務(wù)的不同需求，通過多種技術(shù)手段有效提升了處置投訴案件的效率和質(zhì)量。以2019年為例，共處理投訴案卷72 604件，其中超期處理案卷1 994件，在規(guī)定期限內(nèi)結(jié)案率達到97.3%。系統(tǒng)實現(xiàn)了以下應(yīng)用目標(biāo)：

1) 自動識別案卷歸屬關(guān)系，自動派單，第一時間通知養(yǎng)護人員響應(yīng)處置;

2) 通過道路管養(yǎng)邊界自動識別投訴案件的歸屬單位，減少現(xiàn)場人工核查的工作量;

3) 投訴案卷各階段處置情況系統(tǒng)記錄在案，工作過程和質(zhì)量可查、可控;

4) 所有工作線上流轉(zhuǎn)，待辦工作主動提醒，減少線下工作反復(fù)，避免因關(guān)鍵人員不在導(dǎo)致的工作停滯情況;

5) 通過數(shù)據(jù)挖掘分析指導(dǎo)養(yǎng)護單位合理調(diào)配資源。

投訴處理系統(tǒng)GIS定位展示界面見圖7。

5 結(jié) 語

本文所述流程自動化的城市道路養(yǎng)護投訴系統(tǒng)能解決因投訴案卷分類錯誤、歸屬關(guān)系復(fù)雜和信息流轉(zhuǎn)工作繁瑣等導(dǎo)致的業(yè)務(wù)處理響應(yīng)速度慢和人力資源浪費等問題，有效提升道路養(yǎng)護投訴處理工作的效率和質(zhì)量。該系統(tǒng)可應(yīng)用到高速公路投訴處理業(yè)務(wù)中，對交通行業(yè)涉及地理位置和分類的投訴業(yè)務(wù)處理也有一定的借鑒意義。后續(xù)將結(jié)合機器學(xué)習(xí)和大數(shù)據(jù)分析技術(shù)對投訴歷史數(shù)據(jù)進行挖掘和預(yù)測研究，為業(yè)務(wù)監(jiān)管和資源分配等決策提供依據(jù)。