王颖 信博翔
国家电网有限公司客户服务中心，天津，300309
摘要：人工智能立足于计算机技术和网络信息技术，在机器人、智慧家居、智能制造以及专家系统等领域作出了举足轻重的贡献，在可预见的将来必然渗入企业甚至个人生活的方方面面。电力行业整合资源开展了战略性研究，推进新一代人工智能技术与供电业务融合，促进技术创新和业务创新。本文分析人工智能技术发展及在电力客服系统的应用。
关键词：人工智能技术；电力客服系统；应用
1人工智能技术的发展
人工智能是一门依赖于计算机程序对人类的思维方式进行研究、模仿、延伸和拓展，并做出判断和实施操作的新技术科学，用以研究和生产能够像人一样进行感知、认知、决策、执行的人工程序或系统。因此，人工智能的终极形态是认知智能，也是当前挑战的重点，即要求机器人或智能设备具备语言理解、知识表达、联想推理和自主学习的能力。除认知智能外，人工智能发展的另外两个层面是运算智能和感知智能。认知智能技术的实现依赖于底层的运算智能技术和感知智能技术。
2人工智能在电力客服系统的应用意义
电力客服中心提供的服务是劳动型与知识型双重服务，所以客服人员的综合能力与相关专业的知识是电力公司服务优质化服务的保障。在这里的综合能力包含业务素质、责任心。但因为电力系统信息量大、专业性强，人员仅仅依靠数次培训提高素质基本是不可能的。所以建立实用高效知识资源系统已经成为客服中心实现服务优质化的关键。为改善电力客服热线质检体系的现状，引入人工智能技术，设计智能质检系统，从模式上将人工抽检转变成系统全量检测，并挖掘录音中隐藏的信息，为数据挖掘与分析、热点/关注点统计和梳理、客户精准营销提供支撑。人工智能在电力客服系统的应用衍生出大量科学的辅助工具和手段，不仅使企业运营人员提高工作效率，提升服务质量，还改善了客户对服务业的整体观感，加快人工智能走进日常生活的步伐。
3人工智能在电力客服系统的应用
电力客服系统是供电企业与客户直接沟通的窗口，是挖掘客户服务的业务价值和运营价值，挖掘客户服务质量与各类业务指标之间潜在的关系，完善客户服务的经营分析体系的关键渠道。
3.1基于语音识别的实时转译和情感分析
利用语音识别技术，在用户与客服座席通话过程中将语音信息实时转化成文本信息，便于座席班长对通话过程的实时监控。同时，系统将提取相关的声音特征参数，如音量、语速等，对客服座席进行实时预警，以便随时调整，保证最佳的通话质量。同样，通过对音频音高等变化幅度的检测，能够对用户通话中的用户情绪变化等异常信息进行侦测，判断用户的表达情绪。语音转译文本、预警统计和用户情绪变化等信息都作为系统对座席服务质量检查和评分的依据和标准，配合质检员针对性的人工测听和复检等操作，客观真实地反映每位客服的服务技巧和业务能力。
3.2基于文本信息挖掘的热词统计和联想
语音转译文本在经过纠错和顺滑处理后,全文转写准确率达85%以上。对文本信息的挖掘成为及时、准确的发现和掌握客户的关注热点，跟踪分析特定客户群体的行为，完善业务监控客户投诉内容及原因的根本方式。系统对通话转译的初次文本进行优化的同时，会自动筛选出与词库匹配的关键词、出现频率高的词语等，对其统计分析，作为电力行业关键热词显示在热词分析页面。同时，系统也将热词进行二次分析，通过业务图谱，组合、联想当前热词。如：发票、电费、打印、划扣等热词。
可以组合成：发票打印不了，电费划扣等问题。在针对该些问题在对全量录音文本进行二次挖掘。根据时间、地域等维度信息。统计出用户需求分析报表数据，全面形象地刻画用户特征。
4应用场景
4.1客户服务主动化
由数据驱动智慧运维，实现个性化客户服务。基于IT客服大数据分析，如录音数据、在线对话、工单数据、用户操作行为等，深度挖掘用户需求热点及痛点，主动预测用户个性化服务需求（如问题预判、操作指引等），实现客户服务主动化。通过用户画像助力用户精细化服务决策。现有的用户数据量巨大、特征繁多，对海量用户数据的标注和训练集选择质量会对有监督的用户分类有很大影响，通过主动学习寻找尽可能少的有强代表性的训练样本，开展训练集有效过滤与筛选，提升训练的质量和用户分类效果；通过基于类别信息熵方法进行特征权重设置，开展用户深度特征学习，区分重要用户与非重要用户，支持用户精细化营销决策。例如当用户提出业务问题时，智能客服可在回复问题时针对性地补充营销信息，进行业务推广，或者在答案中插入营销代码，每次回复答案时直接附加营销内容。通过用户行为分析，提供精准化与差异化客户服务。根据用户的基本属性、用电行为、缴费行为和诉求行为的差异，通过大数据分析和深度学习，开展特征分类、分级，从每种类型中抽取出典型特征，赋予标签的阈值，根据最终标签，结合业务需求场景，开展电力用户个体画像和群体画像，主动预测客户用电行为，提高服务满意度。进一步深入面向家庭和社区的互动化智能服务系统关键技术研究。基于电力线宽带载波通信的高可信远程视频身份识别技术；基于深度学习的远程健康智能辅助诊断技术，研发支持双向互动的家庭/社区智慧服务核心设备与系统。突破基于电力线宽带载波通信的高可信用户身份远程视频识别技术和远程健康智能辅助诊断技术，建立开放、互联、互动的用户多种服务接口，研发高可信智慧家庭服务终端与系统、社区共享服务平台。
4.2客户服务高效化
通过分析客户关注业务热点，自动进行热点知识关联分析，及时掌握客户关注动向，快速生成知识图谱并计算关键词权重，及时完善客服知识库，调整优化客户服务和营销策略。实现客服知识库的快速训练，建立核心算法快速的实现中文分词、词性标注，语义识别等，结合统计分析技术及自然语言理解技术对文本数据进行分析标注，快速计算关键词权重并计算生成知识图谱。通过知识图谱技术，实现智能的知识库训练功能。应用业界主流算法构建智能的训练模型，提高知识库训练效率和质量。以电网统一业务数据模型规范为基础，根据图数据库中“节点”和“边”的结构来描述电网业务的实体和关系，构建基于图数据模型的电网统一业务模型的知识图谱。对任意时间段内用户提问和留言的数据挖掘，支持热点问题、新词汇、新短语的发现，支持对提问的自动聚类分析，及早发现知识库的覆盖不足之处，从而有针对性地补充、修订知识点。在无法应答的对话记录中挖掘热点问题，这种无监督的机器学习，主要采用自动文本聚类算法，无需事先标定，因此还可以对用户的舆情趋势进行监控。对提炼出的未解决问题进行人工简单标注后，引擎采用有监督的机器学习算法，能够自动完善对用户提问的理解，使得后续类似的提问得到根据准确的应答，从而及时解决用户问题，提升系统服务质量和水平。
5结束语
综上所述，以语音识别和文本挖掘等人工智能技术建立的智能质检系统，使电力客服质检的模式完成了全面的革新。不仅节省人力资源，还有效地改善服务质量。通过对语音中业务关键字的筛选，及时掌握热点业务的变化，以此作为业务开展的策划依据，同时也可作为专项改进服务效率的出发点。随着人工智能的技术不断成熟和电力行业的多元业务拓展，未来必将在服务渠道上和客户体验上创造出更多智能新颖的模式，对人们的生活产生深远的影响。
参考文献
[1]智能技术在客户服务领域的应用和思考[J].汤之群.中国金融电脑.2020(03)
[2]智能化电力客户服务技术研究及应用[J].苏杨,白雪,俞茜.无线互联科技.2020(22)