古丽娜·库都勒克
新疆广电网络股份有限公司， 新疆 乌鲁木齐830000
摘要：客户服务管理是有线电视运营商日常运营的关键环节。随着广电运营商业务的不断更新和网络接入业务竞争的加剧，客户对服务质量的要求也在不断提高，客服平台应对的问题和难度也在不断增加，而广电企业也面临着控制客服呼叫中心平台运营成本，尤其是人力资源成本和提升效率方面的压力。因此，如何运用各种技术手段提高客服工作的效率，特别是提高语音和多媒体信道接入的服务能力，是客服信息平台建设和应用中需要解决的重要问题。
关键词：运维自动化技术；智能客服系统；应用
1智能客服系统大数据架构搭建
本研究的目的是构建一个可用于存储海量人工客服系统数据的，并对人工智能客服数据进行分析的智能系统。而结合当前的大数据框架，本研究采用HDFS+Yarn+Ma-pReduce框架搭建智能客服系统。具有高存储量、高扩展性、高性能等特点。具体框架如图1所示。
由图1可知，系统分为数据来源、数据存储层、资源调度层、数据分析处理层、数据分析结果显示5个部分。其中，数据主要来源于人工客服系统，包括结构化数据和非结构化数据；数据存储层主要是采用可以通过动态添加数据节点来扩展存储容量的HDFS分布式文件系统，进行海量数据的存储；资源调度层采用Yarn资源调度器，实现对系统内存和CPU等资源的统一管理，同时基于Yarn的数据分析引擎可以直接读取系统的存储数据，因此，丰富了系统的计算资源；数据分析处理层采用MapReduce编程模型，实现对海量数据集的并行运算。
.png)
图1系统架构
2面向客户服务的运维自动化关键技术研究
根据客户服务信息支持工作面临的问题，自动运维中需要解决的关键问题是故障现象的采集、服务特征或网络运行状态指标的实时采集、故障原因的综合判断等。因此，自动化运维技术的发展就集中在这些方面。故障和问题现象的收集是面向客户的运维服务的最基本任务之一。只有准确、清晰地了解客户的故障现象，才能为准确的故障定位打下坚实的基础。由于业务的多元化发展，故障的类型和现象也逐渐增多。客户通过语音直接描述故障现象的方式存在沟通效率低、问题描述不准确等缺点。特别是一些终端接口上的问题提示术语比较专门化，普通客户很难理解。提高故障现象收集的效率和准确性对运维具有重要意义。因此，目前在多媒体智能客服系统上可以增加图片以及视频收集屏幕或者终端运行状态的功能。针对目前部分支持TR069协议的智能终端，在网络和终端运行基本正常的情况下，可以直接使用远程截屏的方式获取用户屏幕的图片或者视频流信息，极大地提升了故障现象采集的实时性和准确性。在此基础之上，通过引入深度学习技术可以将获取的图片或者视频流进行分类，识别出其中包含的故障提示信息，并自动匹配相应的故障分析和处理方案，快速辅助问题定位处理。
运营网络实时采集为客户快速接受另一项关键的运营自动化技术，由于一些故障现象本身不能直接负责表征运营问题，所以要尽可能多的采集到终端，外部网络和前端设备的运行指标，作为诊断问题原因的客观依据。影响客户业务体验的网络性能指标可以根据运维实践经验总结，运行指标主要分为直接体验指标以及间接体验指标两类。直接体验指标（网络速率、掉包率等）可以直接反映客户业务使用体验；间接体验指标主要是通过网络运行状态来评估业务使用情况（射频信号电平、信噪比、局端设备物理层速率等）。根据目前主流的技术条件，网络运行指标可以从终端设备、前端设备网管上采集。现在外线接入线路网络设备具备网管较少，为了表征出外线设备上可能存在的故障或者劣化趋势，考虑采用终端设备指标和网络资源拓扑相结合，并且利用机器学习分析历史故障信息的方式间接判断可能存在的故障点。
综合自动判断中出现问题的原因是ops智能化应用的集中体现之一，需要综合获取故障现象、网络信息索引信息、业务状态信息、该模型是根据故障排除指南知识库和引擎所能产生的存在问题，以直观的方式对判断结果进行服务的人员提供。如果需要生成运维工单，判断分析过程结果可以自动加入到工单信息中以辅助运维人员进行排障处理。考虑到业务和网络状态变化发展，故障原因判断引擎需要引入人工智能分析技术，通过实际情况进行结果标注纠正，利用机器学习手段进行规则模型不断更新以适应变化。
3系统建设应用场景及效果评估
在构建智能客服系统时，需要在需求分析和设计环节充分考虑一线客服人员对典型问题分析和处理的支持需求，并从体系结构层面整合相关信息支持功能。有线在进行新一代客服系统搭建时，收集整理了常见的故障申告问题以及解决方案，并对相关内容进行分类，将可行的自动化运维工具应用穿插到其中。例如，在客户接入时，通过客户的电话号码或者申报的相关信息快速进行客户定位，在进行下一步交互的同时，系统后台同时开始获取客户的业务使用信息，检查是否存在基本的业务问题（信控停机、产品欠费等），同时对接相应的授权认证系统及网元检查基本的状态信息。如此一来，在客户说明问题之前，就使前端客服人员对业务使用情况有一个基本的了解。同时，在确认客户需要进行运维类问题申告时，提示客户开启终端，根据设计的问题处理向导针对用户的网络属性和业务类型，调用相应的故障现象或网络指标自动采集进程，比如检查终端的上下行噪声、发射电平以及网络速率等，进一步分析是否存在网络或设备层面的常见问题。如果不能够及时采集到相关信息，则可能预示着存在较为严重的网络问题。定位问题后，系统根据自动分析的结果和现有的技术条件，判断是否可以自动处理，如授权刷新、终端重启等。如果问题无法在线处理，将收集到的相关信息及分析检测结果添加到故障施工工单中，自动分发给相应运维人员协助进一步处理。
结束语：
根据国家“智能广电”战略部署，运营商未来业务和网络发展将呈现更加多元化的趋势，在承载接入网结构中融合纯光网络、5G、卫星通信等技术，依托云计算，大数据、物联网等综合技术，开展综合媒体智能传播服务。为公众及行业客户提供更多种类更多元化的服务。在这个大背景下，广播电视运营商、客户服务和运营工作的重要和复杂程度将逐渐增加，为了更有效地提供服务支持，关键服务需要开发和使用更智能的运营管理支持技术，充分挖掘信息技术支持的潜力，以满足服务管理的需要。未来的自动化运维技术需要在精准管理广电业务运营数据的基础上，结合人工智能等新技术，提供更好的服务，达到提高效率、降低成本的目的。
参考文献：
[1]贝濒星.基于智能终端的有线电视网络运维支撑系统[J].科学与财富,2012(8):51-52.
[2]俞科峰.中国电信多媒体智能客服系统的研究与实现[J].移动通信,2015(1):91-96.
[3]朱敏,张丹丹.基于人工智能的电信运营商智慧客服系统探讨[J].信息技术与信息化,2019(7):153-155.