基于數(shù)據(jù)挖掘的95598負(fù)面工單成因提取方法研究

周丹陽，李鵬鵬，王 鶯，施聚輝

（國網(wǎng)浙江省電力有限公司臺州供電公司，浙江 臺州 318000）

0 引言

隨著經(jīng)濟技術(shù)的快速發(fā)展，企業(yè)越來越關(guān)注自身的服務(wù)水平。對于以“基數(shù)大，用戶復(fù)雜”為特點的供電企業(yè)，從歷史服務(wù)工單數(shù)據(jù)中挖掘出負(fù)面工單的成因機理對于提升電力服務(wù)水平意義重大。由于時間因素、地區(qū)因素、客觀天氣因素等都會對工單的形成產(chǎn)生巨大影響，導(dǎo)致歷史服務(wù)工單的成因復(fù)雜。因此，如何挖掘多種實際工單因素對負(fù)面工單形成的影響是亟待解決的問題。

數(shù)據(jù)挖掘技術(shù)[1]的快速發(fā)展為深度挖掘負(fù)面工單成因機理，保障供電企業(yè)服務(wù)水平提供了技術(shù)可能。目前，針對95598 電力服務(wù)水平提升，已有專家、學(xué)者們開展了相關(guān)研究并產(chǎn)生了一系列研究成果。文獻(xiàn)[2]采用了長短期記憶神經(jīng)網(wǎng)絡(luò)方法進(jìn)行95598話務(wù)工單異動預(yù)測預(yù)警，但該文獻(xiàn)僅能預(yù)測不同時期的工單數(shù)量，并未挖掘這些工單潛在的成因機制。文獻(xiàn)[3]采用了主成分分析法對95598 話務(wù)工單進(jìn)行了分析，揭示了多種類型工單數(shù)量與時間之間的明顯關(guān)聯(lián)。文獻(xiàn)[4]從統(tǒng)計學(xué)角度出發(fā)，建立了一種簡單的95598 話務(wù)預(yù)測模型，但尚未深度挖掘95598 負(fù)面工單的成因因素。

基于此，文中提出一種基于Apriori 算法的負(fù)面工單成因提取方法。首先，采用數(shù)據(jù)挖掘中的數(shù)據(jù)預(yù)處理方法對95598 歷史工單數(shù)據(jù)進(jìn)行預(yù)處理；然后，建立基于關(guān)聯(lián)規(guī)則的95598 負(fù)面工單成因模型，并采用Apriori 算法求解獲得95598 負(fù)面工單成單因素的強關(guān)聯(lián)規(guī)則；最后，利用挖掘出的強關(guān)聯(lián)規(guī)則與負(fù)面工單關(guān)鍵詞制定電力服務(wù)提升措施，明確電力服務(wù)工作重點方向。

1 關(guān)聯(lián)規(guī)則與Apriori算法

1.1 關(guān)聯(lián)規(guī)則

關(guān)聯(lián)規(guī)則[5]旨在從數(shù)據(jù)樣本中發(fā)掘數(shù)據(jù)項集之間的關(guān)聯(lián)關(guān)系，其能夠反應(yīng)事物與事物之間的相互依存關(guān)系，甚至可以用一項事物去預(yù)測另一項事物的發(fā)生[6]，是數(shù)據(jù)挖掘技術(shù)中重要的手段。

定義1：設(shè)D是一個事務(wù)數(shù)據(jù)庫，D中的各個事務(wù)t可用集合用表示，其中n表示D中的最大事務(wù)個數(shù)。D中事務(wù)的各個項目i可用集合用表示，也稱為k-項集，其中k表示D中事務(wù)的最大項數(shù)。在文中模型中，D為工單記錄數(shù)據(jù)庫，n為工單記錄的最大個數(shù)，k為工單成因與工單類型的最大個數(shù)。

定義2：設(shè)項集I的子集項X，Y中，有X?I，Y?I且X?Y=φ。則二者的關(guān)聯(lián)關(guān)系可表示為：R:X?Y。在文中就是要通過算法1 求取該關(guān)聯(lián)關(guān)系R:X?Y，其中X為導(dǎo)致負(fù)面工單的成因，Y為工單類型。

定義3：設(shè)項集X的支持度為：

則規(guī)則R:X?Y的支持度為：

其中count(X?Y)表示D中項目X?Y的事務(wù)個數(shù)為D中的事務(wù)總數(shù)。

則規(guī)則R:X?Y的可信度為：

在文中，用定義3 中公式（2）與（3）來度量挖掘出的關(guān)聯(lián)關(guān)系的可接受程度。支持度用于確定規(guī)則可以用于數(shù)據(jù)集的頻繁程度：若X與Y的支持度非常低，說明在所有事務(wù)中同時出現(xiàn)X與Y的概率低，反之則說明同時出現(xiàn)X與Y的概率高；可信度確定Y在包含X的事務(wù)中出現(xiàn)的頻繁程度：若X與Y的可信度非常低，說明X的出現(xiàn)與Y的出現(xiàn)關(guān)系不大，反之則說明X的出現(xiàn)與Y的出現(xiàn)關(guān)系密切。

定義4：關(guān)聯(lián)規(guī)則的最小支持度記為min_sup，它用于衡量規(guī)則需要滿足的最低重要性；關(guān)聯(lián)規(guī)則的最小可信度記為min_conf，它表示關(guān)聯(lián)規(guī)則需要滿足的最低可靠性。如果規(guī)則R滿足sup(R)≥min_sup 且conf(R)≥min_conf則稱關(guān)聯(lián)規(guī)則R為強關(guān)聯(lián)規(guī)則。

1.2 Apriori算法

Apriori 算法[7]是一種以概率為理論基礎(chǔ)的挖掘頻繁項集的算法。Apriori 算法中有兩個關(guān)鍵步驟為連接步和剪枝步。連接步：通過Lk-1與自身連接，產(chǎn)生候選k-項集，該候選項集記為Ck。剪枝步：通過候選k-項集的集合確定頻繁k-項集。Apriori 算法的實現(xiàn)過程如算法1所示。

算法1：Apriori算法

輸入：事務(wù)數(shù)據(jù)庫，最小支持度

輸出：頻繁項集

開始

步驟1：根據(jù)D產(chǎn)生候選1-項集的集合C1

步驟2：根據(jù)最小支持度，由候選1-項集的集合C1產(chǎn)生頻繁項集1-項集的集合L1；

步驟3：令k＞2，并重復(fù)執(zhí)行步驟4-6；

步驟4：由Lk執(zhí)行連接和剪枝操作，產(chǎn)生候選k+1-項集的集合Ck+1；

步驟5：根據(jù)最小支持度，由候選（k+1）-項集的集合Ck+1，產(chǎn)生頻繁（k+1）-項集的集合Lk+1；

步驟6：如果頻繁項集不為空集，則

k=k+1；跳至步驟4；

否則

跳至步驟7

步驟7：根據(jù)最小可信度，產(chǎn)生強關(guān)聯(lián)規(guī)則R:X?Y

結(jié)束

2 基于Apriori 算法的95598 負(fù)面工單成因提取方法

95598 負(fù)面工單主要包含意見工單和投訴工單。為有效提升電力服務(wù)水平，有必要從大量的歷史95598 工單數(shù)據(jù)中深度挖掘出負(fù)面工單成因機理。本節(jié)基于95598 歷史工單數(shù)據(jù)的實際特點，提出一種基于Apriori 算法的95598 負(fù)面工單成因提取方法，其流程圖見圖1，該方法的主要步驟如下：

1）95598 歷史工單數(shù)據(jù)預(yù)處理。對歷史工單數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，其主要步驟包括：數(shù)據(jù)轉(zhuǎn)化、數(shù)據(jù)清洗、數(shù)據(jù)規(guī)約和數(shù)據(jù)集成。通過對歷史工單數(shù)據(jù)進(jìn)行預(yù)處理，為負(fù)面工單成因挖掘模型的建立提供數(shù)據(jù)基礎(chǔ)；

2）建立負(fù)面工單成因挖掘模型。將步驟（1）中得到的歷史工單數(shù)據(jù)進(jìn)行項提取，并以歷史工單數(shù)據(jù)集中各事務(wù)的共有項建立基于Apriori 算法的目標(biāo)城市負(fù)面工單成因挖掘模型；

3）提取強關(guān)聯(lián)規(guī)則，分析負(fù)面工單成因。對步驟2）所獲模型執(zhí)行算法1，得到頻繁項集。根據(jù)頻繁項集得到負(fù)面工單成因關(guān)聯(lián)規(guī)則；

4）根據(jù)步驟3）中獲得負(fù)面工單成因關(guān)聯(lián)關(guān)系，提出相應(yīng)的電力服務(wù)提升策略。

為便于理解，下面用2.1節(jié)與2.2節(jié)分別闡述所提方法的步驟1）與步驟2）的具體過程。

圖1 基于Apriori算法的95598負(fù)面工單成因提取方法流程圖

2.1 95598工單數(shù)據(jù)預(yù)處理

數(shù)據(jù)轉(zhuǎn)化是數(shù)據(jù)預(yù)處理中的重要一環(huán)，其旨在將不同數(shù)據(jù)類型統(tǒng)一為計算機可識別的數(shù)據(jù)；數(shù)據(jù)清洗將歷史工單數(shù)據(jù)中的無效工單刪除；數(shù)據(jù)集成將投訴工單已有的成單時間、事由、地區(qū)、業(yè)務(wù)類型等因素與外部天氣數(shù)據(jù)進(jìn)行集成，其所有成單因素作為一個數(shù)據(jù)庫參與后續(xù)建模。

具體地，95598 歷史工單數(shù)據(jù)包含描述服務(wù)區(qū)域、工單事由等文字?jǐn)?shù)據(jù)，以及工單受理日期的時間數(shù)據(jù)。此外，分析天氣因素對負(fù)面工單的影響時，還應(yīng)提取與工單受理時間相近的天氣數(shù)據(jù)。因此，數(shù)據(jù)轉(zhuǎn)化的對象主要包括工單中計算機無法直接識別的文字?jǐn)?shù)據(jù)，無法直接識別的日期數(shù)據(jù)和成單時間相關(guān)的天氣數(shù)據(jù)。對服務(wù)區(qū)域、工單事由等信息的文字?jǐn)?shù)據(jù)均采用數(shù)字編碼的方法將有效數(shù)據(jù)信息提取出來。對描述工單成單時間的日期數(shù)據(jù)，采用時間距離法將1900 年1 月1 日作為基準(zhǔn)時間，且記為1；將當(dāng)前時間與基準(zhǔn)時間的數(shù)學(xué)距離作為時間數(shù)據(jù)。對于天氣數(shù)據(jù)，一方面高溫、低溫、強風(fēng)、雷電、大雨均可能導(dǎo)致電力設(shè)備出現(xiàn)故障從而導(dǎo)致故障報修工單形成，另一方面由于投訴時間的滯后性存在，投訴工單的成單時間與成單時間近幾天的天氣狀況息息相關(guān)。因此，綜合考慮上述情況，文中將成單時間近5天中對電網(wǎng)設(shè)施影響最嚴(yán)重的天氣情況作為成單的天氣因素。具體地，文中所設(shè)定天氣類型情況及其對電網(wǎng)設(shè)施的影響權(quán)重見表1。

表1 各天氣情況及對電網(wǎng)設(shè)施的影響權(quán)重

然后，將上述已完成粗處理的數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗與數(shù)據(jù)集成。數(shù)據(jù)清洗主要刪除歷史工單數(shù)據(jù)中的無效工單。數(shù)據(jù)集成則集成外部天氣數(shù)據(jù)與投訴工單的成單時間、事由、地區(qū)、業(yè)務(wù)類型等因素。

2.2 95598電力服務(wù)負(fù)面工單成因挖掘模型

通過對歷史工單數(shù)據(jù)的預(yù)處理結(jié)果，可以初步發(fā)現(xiàn)95598 電力服務(wù)負(fù)面工單的成因可能與成單時間、成單事由、服務(wù)區(qū)域、業(yè)務(wù)類型、天氣情況等密切相關(guān)，但是關(guān)聯(lián)程度依然有待挖掘?；诖耍闹刑岢龌陉P(guān)聯(lián)規(guī)則的95598 電力服務(wù)負(fù)面工單成因挖掘模型M，表示為：

其中A表示負(fù)面工單的服務(wù)區(qū)域向量，T表示負(fù)面工單的成單時間向量，V表示負(fù)面工單的業(yè)務(wù)類型向量，W表示負(fù)面工單的天氣情況向量，C表示負(fù)面工單的溫度情況向量，F(xiàn)表示負(fù)面工單的風(fēng)速情況向量。假設(shè)電力服務(wù)工單共有m個服務(wù)區(qū)域、n個時間單位、p個業(yè)務(wù)類型、q個天氣類型、i個溫度類型，j個風(fēng)速類型，則負(fù)面工單成因項集共6 個，其初始候選子項集總數(shù)為m+n+p+q+i+j個。在此基礎(chǔ)上執(zhí)行Apriori 算法進(jìn)行頻繁項集的篩選以及關(guān)聯(lián)規(guī)則R:X?Y的挖掘。

3 實例分析

以浙江省某市供電公司2018年全年的95598電力服務(wù)負(fù)面工單數(shù)據(jù)為例，建立95598 負(fù)面工單成因提取模型，然后基于Apriori 算法對其進(jìn)行關(guān)聯(lián)規(guī)則挖掘，并根據(jù)挖掘出的規(guī)則建立電力服務(wù)水平提升策略。

3.1 負(fù)面工單成因項集分布提取

對該市供電公司2018 年全年的95598 電力服務(wù)負(fù)面工單數(shù)據(jù)進(jìn)行預(yù)處理后，共獲得數(shù)據(jù)樣本5489例。該市有供電轄區(qū)10 個；成單時間類型共有12 個月；工單業(yè)務(wù)類型共36類；天氣類型有8類，即陰、晴、多云、陣雨、小雨、中雨、大雨、暴雨；氣溫類型有2類，即高溫、低溫；風(fēng)速類型有1類，即強風(fēng)；雷電類型有1類，即雷電。

基于關(guān)聯(lián)規(guī)則的95598電力服務(wù)負(fù)面工單成因挖掘模型M見公式（4），其負(fù)面工單成因項集分布，見表2。

表2 負(fù)面工單成因項集分布

3.2 強關(guān)聯(lián)規(guī)則提取及關(guān)聯(lián)分析

對上述模型執(zhí)行Apriori 算法，為了充分分析不同因素對負(fù)面工單的影響。本節(jié)分別對單因素和多因素情況進(jìn)行了關(guān)聯(lián)分析，其中單因素分析需要將對應(yīng)單因素項集劃分為多個子項集再進(jìn)行關(guān)聯(lián)分析。

3.2.1 單因素關(guān)聯(lián)規(guī)則

對于單因素的關(guān)聯(lián)規(guī)則分析，主要考慮服務(wù)區(qū)域、投訴類型、成單時間與投訴工單的關(guān)聯(lián)關(guān)系.因此根據(jù)上述模型，分別給定事務(wù)數(shù)據(jù)庫為項集S1-S3，執(zhí)行Apriori算法，獲得頻繁項集，其結(jié)果見圖2-圖4。

圖2 揭示了服務(wù)區(qū)域與投訴工單的關(guān)聯(lián)關(guān)系，圖中顯示目標(biāo)城市所轄服務(wù)區(qū)域3與服務(wù)區(qū)域8的投訴工單較大，即服務(wù)區(qū)域3、服務(wù)區(qū)域8與投訴工單的關(guān)系密切，故服務(wù)區(qū)域3 和8 是未來提高電力服務(wù)水平工作的重點區(qū)域。而服務(wù)區(qū)域6 與投訴工單的關(guān)聯(lián)關(guān)系并不明顯，因此可以繼續(xù)保持現(xiàn)有服務(wù)。

圖2 服務(wù)區(qū)域與投訴工單的關(guān)聯(lián)關(guān)系

圖3 成單時間與投訴工單的關(guān)聯(lián)關(guān)系

圖3 顯示了成單時間與投訴工單的關(guān)聯(lián)關(guān)系，由圖可知，就成單時間內(nèi)來看，投訴工單成單時間多發(fā)于 8 月、9 月與 12 月。經(jīng)過分析發(fā)現(xiàn)，該市在 8-9 月與12 月分別處于夏季與冬季，其投訴工單可能由高溫、雨水或冬季冰霜等惡劣天氣及用電負(fù)荷增長造成的停電事故有關(guān)。因此該市電網(wǎng)公司要在這些月份到來之前做好積極應(yīng)對，對電網(wǎng)薄弱點進(jìn)行檢修，確保盡量降低投訴率。

通過對S3項集包含的子項集再進(jìn)行關(guān)聯(lián)分析，可以得到圖4，圖中顯示投訴類型16（頻繁停電）與投訴工單的關(guān)聯(lián)度最高，因此頻繁停電與投訴關(guān)系密切，其次投訴類型11（環(huán)節(jié)處理問題）與類型23（施工人員服務(wù)規(guī)范）的投訴關(guān)聯(lián)度僅次于投訴類型16，也與投訴工單的形成之間有一定關(guān)系。因此，減少頻繁停電是提升電力服務(wù)水平的重要對象。此外，仍要繼續(xù)保證工作人員環(huán)節(jié)處理規(guī)范得體與施工人員服務(wù)規(guī)范。

圖4 投訴類型與投訴工單的關(guān)聯(lián)關(guān)系

3.2.2 多因素關(guān)聯(lián)規(guī)則

為分析各個服務(wù)區(qū)域、投訴類型與目標(biāo)城市的投訴工單關(guān)系，首先得到了各服務(wù)區(qū)域中投訴類型與投訴工單的關(guān)聯(lián)關(guān)系，如圖5所示。

通過圖5中服務(wù)區(qū)域與投訴類型的關(guān)聯(lián)關(guān)系可以看出，臨海市發(fā)生投訴類型16 最多，即臨海供電公司發(fā)生頻繁停電時造成的投訴關(guān)聯(lián)度最高。其次，溫嶺公司造成頻繁停電與投訴工單關(guān)聯(lián)度較高。經(jīng)分析發(fā)現(xiàn)，僅臨海供電公司與溫嶺供電公司所在供電轄區(qū)人口占比就約為全市總?cè)丝诘?5.7%。由于其具有較大的用戶比重，因此，其投訴滿意度較其他公司明顯偏高。但該關(guān)聯(lián)規(guī)則挖掘結(jié)果仍然表明，未來應(yīng)將臨海公司與溫嶺公司作為提升電力服務(wù)的重點區(qū)域。

圖5 服務(wù)區(qū)域、投訴類型與投訴工單的關(guān)聯(lián)關(guān)系

為了挖掘各項集與負(fù)面工單的關(guān)聯(lián)關(guān)系，綜合考慮服務(wù)區(qū)域、投訴類型、成單時間、天氣等因素，提取出相應(yīng)的頻繁項集，如表3所示。由于挖掘出的規(guī)則較多，故圖3 中只給出了可信度為100%的關(guān)聯(lián)規(guī)則結(jié)果。根據(jù)表3 可以得出投訴工單關(guān)聯(lián)關(guān)系示意圖（見圖6）與投訴關(guān)鍵詞表（見表4）。

表3 目標(biāo)城市負(fù)面工單的多因素關(guān)聯(lián)規(guī)則挖掘結(jié)果

分析圖6 可知：1）該市導(dǎo)致負(fù)面工單的所有因素中，影響最大的是頻繁停電。因此，可靠供電仍是電網(wǎng)公司最緊迫的任務(wù)；2）當(dāng)時間處于7 月、8 月和12 月份時，目標(biāo)城市所在的供電公司應(yīng)制定合理的停電應(yīng)對措施，抓緊搶修和主動搶修；3）該目標(biāo)城市轄區(qū)內(nèi)3 號，8 號供電公司（即：臨海公司，溫嶺公司）均與頻繁停電及高溫天氣相關(guān)。因此，務(wù)必要在夏季用電高峰時段保證電力的可靠供應(yīng)，完善服務(wù)環(huán)節(jié)漏洞，以提升目標(biāo)城市的電力服務(wù)水平。由表4 可知：導(dǎo)致意見工單產(chǎn)生的主要原因是電力短信扣費問題及錯發(fā)短信問題。因此，電網(wǎng)公司應(yīng)及時維護短信平臺，避免意見工單轉(zhuǎn)為投訴工單。

圖6 目標(biāo)城市投訴工單關(guān)聯(lián)示意圖

表4 目標(biāo)城市挖掘出的負(fù)面工單關(guān)鍵詞

3.2.3 目標(biāo)城市電力服務(wù)提升策略

綜合上述分析，為提升電力服務(wù)水平，可對目標(biāo)城市制定如下針對性較強的電力服務(wù)提升策略：

1）因為挖掘出的關(guān)聯(lián)規(guī)則表明了3 號和8 號服務(wù)區(qū)域（臨海供電公司、溫嶺供電公司）與負(fù)面工單成單有密切聯(lián)系，因此在未來服務(wù)工作中，這兩地應(yīng)作為改善電力服務(wù)水平的重點工作區(qū)域，尤其是在8-9月時，要特別關(guān)注他們的供電情況；

2）頻繁停電是導(dǎo)致投訴的主要因素，相應(yīng)可改善的地方有：（1）計劃停電應(yīng)在保證覆蓋面的情況下，在各大平臺及時發(fā)布停電信息；（2）不可預(yù)見性停電的搶修工作應(yīng)及時徹底；（3）針對多次跳閘的地點，可開展相應(yīng)的技術(shù)攻關(guān)，分析跳閘原因，制定改善措施；

3）為減少由于8-9 月及12 月的極端天氣導(dǎo)致不可預(yù)測停電狀況的出現(xiàn)，供電公司應(yīng)在春秋檢修季積極開展電網(wǎng)脆弱點排查，消除潛在隱患，盡量減少頻繁停電事故發(fā)生；

4）電力短信平臺應(yīng)當(dāng)繼續(xù)引起重視，盡量避免錯發(fā)扣費短信或者短信通知不及時導(dǎo)致投訴情況的發(fā)生；

5）服務(wù)態(tài)度與服務(wù)規(guī)范仍是影響電力服務(wù)評價的重要環(huán)節(jié)，且是較易改善的一環(huán)。供電公司應(yīng)繼續(xù)加強人員服務(wù)規(guī)范，供電公司員工應(yīng)與客戶保持良好的溝通，向客戶展現(xiàn)供電公司的積極面貌。

4 結(jié)語

為深度挖掘95598 負(fù)面工單成因，明確提升電力服務(wù)水平的重點工作方向，文中提出了一種基于數(shù)據(jù)挖掘的95598 負(fù)面工單成因提取方法，提取出了目標(biāo)城市的負(fù)面工單成因規(guī)則及其關(guān)鍵詞，并依據(jù)挖掘出的規(guī)則制定了電力服務(wù)水平提升策略。文中方法具有如下優(yōu)點：1）過程簡單，易于實現(xiàn)；2）目標(biāo)性強，能夠針對負(fù)面工單挖掘出潛在關(guān)鍵詞；3）挖掘內(nèi)容豐富，可根據(jù)實際需要選擇單因素或多因素關(guān)聯(lián)規(guī)則挖掘。此外，實驗過程中也發(fā)現(xiàn)由于文本數(shù)據(jù)難以被計算機識別，文中方法在數(shù)據(jù)預(yù)處理方面工作量較大。因此，如何提高關(guān)聯(lián)規(guī)則方法的文本挖掘能力是未來研究工作的重點。