基于社交網絡平臺用戶行為動力學分析的客戶抱怨監控系統研究

陳海燕,莫玉純,肖世校

摘 ?要： 如何構建基于社交網絡平臺輿情挖掘的客戶抱怨監控系統，從而實施有效的客戶抱怨管理，已經成為網絡時代背景下企業客戶關系管理面對的重要問題。以國內某電網公司為例，將用戶對供電服務的微博抱怨評論作為研究對象，采用文本挖掘技術和行為動力學分析相結合的方法，構建了一個新的客戶抱怨監控系統。研究表明，開發一個有效客戶抱怨監控系統的關鍵在于如何從空間和時間兩個維度實時監控用戶抱怨行為動力學特征，從而具備特定對象監控與服務能力，這將為供電企業主動識別不同地區不同類型客戶的抱怨關注點、制定有針對性的客戶服務改進方案提供技術保障。

關鍵詞： 客戶抱怨監控系統； 輿情挖掘； 客戶關系管理； 文本挖掘技術

中圖分類號： TN710?34 ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼： A ? ? ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2014）23?0149?03

Research of customer complaint monitor system based on analyzing the behavioral dynamics of customer on social network platform

CHEN Hai?yan1， MO Yu?chun2， XIAO Shi?xiao3

（1. Guangdong Power Grid Co.， Ltd.， Guangzhou 510080， China； 2. China Southern Power Grid Co.， Ltd.， Guangzhou 510623， China；

3. Scientific Computing Center of Jimei University Cheng Yi College， Xiamen 361021， China）

Abstract： How to build a customer complaint monitor system based on opinion mining over social network platform has become a key issue for firms to improve the effectiveness of customer complaint management in the internet era. Taking a domestic power grid company as an example， using the method of text mining and behavior dynamics analysis， a new customer complaint monitor system is established. The research results show that the key challenge for developing an effective customer complaint monitor system is to monitor the characteristics of customer complaint behaviors in space and time dimensions in real time. The system has the ability to monitor some specific target， providing a technical support for firms to identify customer complaints in different areas and implement a better customer service program.

Keywords： customer complaint monitor system； opinion mining； customer relation management； text mining technology

0 ?引 ?言

抱怨體現了客戶（消費者）對企業產品或服務不滿的情緒表達。隨著近年來網絡時代的興起，越來越多的客戶喜歡在微博或BBS上發布自己對于企業產品或服務的不滿評論，這些抱怨信息會在社交網絡平臺上以“負面口碑”的方式飛速傳播，這將嚴重損害企業形象，甚至直接導致產品或服務數量的下滑。因此，越來越多的企業認識到，實施有效的客戶抱怨監控能夠將傳統的客戶抱怨管理提前，這對于提高顧客滿意度、提升產品服務質量具有重要意義[1]。

現有相關研究主要從兩方面展開：

（1） 客戶關系管理。該方面研究主要考察影響消費者抱怨的微觀心理因素，由此得出企業客戶抱怨監控系統的出發點在于如何通過人工客服干預客戶的心理變化，從而減少其在網絡發表抱怨評論的數量[2?3]。然而，這種監控思路依然是“被動”式，缺乏通過對客戶抱怨行為的預測。將對其抱怨管理活動前置，從而“主動”消除客戶抱怨發生的概率和頻率。

（2） 客戶負面口碑效應的產生和傳播機制。相關研究認為，企業實施客戶抱怨監控的核心在于構建“網絡口碑輿情監測系統”，即通過文本挖掘技術，實時監測網絡上的負面評論信息出現，并在第一時間對抱怨客戶進行危機公關，從而避免負面口碑效應的大規模病毒式擴散[4?5]。

但是，客戶抱怨的內容和地點可能隨時發生變化，特別是遇到一些突發事件，因此這種監測系統既缺乏具備“特定對象監控與服務”能力，即對關鍵客戶的識別、跟蹤和安撫，也忽視了從時間和空間維度深入考察客戶抱怨行為的變化過程。本文認為，對于上述過程的分析將有助于建設全面實時的客戶抱怨監控系統。endprint

針對現有研究存在的不足，本文以國內某電網公司為例，以客戶對供電服務的微博評論作為研究對象，在對客戶抱怨行為進行動力學分析的基礎上，構建基于社交網絡平臺輿情挖掘的客戶抱怨監控系統，從而為供電企業改進客戶關系管理、提高供電服務水平提供一定的啟示和參考。

1 ?研究方法

1.1 ?數據獲取

鑒于新浪微博已經成為中國使用人數最多的社交網絡平臺，本文選擇它作為研究樣本對象，共獲取了2011年11月到2012年12月期間345 096條微博文本。

1.2 ?分析方法

對用戶微博信息的分析主要從如下三方面展開：

（1） 對微博用戶動力學行為分析則從三個方面展開：

① 分析客戶的相關屬性；

② 通過用戶歷史微博GPS信息識別客戶主要活動區域；

③ 評定客戶在微社交網絡平臺上的影響力。

（2） 建立客戶抱怨監控系統。該系統實施的核心在于如下四個步驟：

① 構建電力客服微博關鍵詞庫。通過關鍵詞庫，把客戶對供電服務體驗反饋評論的中文詞語進行歸類，如停電限電、繳費及賬單、服務渠道、電價電費、計量用檢、業務辦理、供電服務和宣傳活動等。同時，將上述關鍵詞庫信息存儲于客戶抱怨監控系統的數據庫中。

② 判斷客戶評論情感傾向類型。鑒于客戶抱怨監控系統監控的關鍵詞主要是微博上的負面情感評論，因此本文首先構建微博負面情感評論詞庫，并對詞庫中不同詞語所表達情感賦予不同的負面權重。本文對每條涉及該電網客服關注領域的微博進行情感趨向類型判斷，準確率統計值為78%，這說明本文構建的情感識別算法效果良好。

③ 劃分客戶抱怨評論類型。運用基于分詞技術的微博分類算法，識別微博中包含的詞及固定表達結構，并依此來判斷微博是否有包含相應的分類詞，從而判斷該條微博的類別，并重點識別出負面微博的客戶訴求點和抱怨點，并與第①步構建的電力客服微博關鍵詞庫相匹配。這樣，客戶抱怨監控系統便知道客戶抱怨的信息究竟屬于客服的哪些領域。

④ 將第②步客戶動力學行為分析得出的外部信息與企業客服關注范圍的內部信息進行匹配整合，從而最終建立客戶抱怨監控系統。

2 ?結果分析及討論

本文以臺風“天兔”期間客戶對供電企業服務的抱怨評論為案例研究對象， 從時間維度進一步分析了五個城市的抱怨情況，即從2013年9月15日至2013年9月27日這段時間內，這些城市微博用戶抱怨行為隨時間的變化趨勢，如圖1所示。

<；E：＼2014年23期＼2014年23期＼Image＼51t1.tif>；

圖1 臺風“天兔”期間五個重點地區微博用戶

抱怨隨時間的變化趨勢

臺風登陸前及臺風登陸中客戶抱怨內容關注點的變化如圖2所示。

<；E：＼2014年23期＼2014年23期＼Image＼51t2.tif>；

圖2 臺風登陸前及臺風登陸中客戶抱怨內容關注點的變化

從圖中可以看出，微博抱怨評論爆發高峰時間為2013年9月22日傍晚6點42分鐘，比臺風登陸提前1小時左右。同時，微博抱怨評論在9月24日出現第二次爆發高峰期。這表明，一方面企業應該在突發事件（如臺風）到來之前，做好相關及輿論導向工作；另一方面，在突發事件（如臺風）發生的過程中應密切注意客戶抱怨評論的變化趨勢，避免客戶抱怨評論數量像傳染病一樣達到某個“閾值”，從而處于失控的態勢。

總體而言，有效的客戶抱怨監控系統能夠實時跟進客戶抱怨高峰出現地區的變動和轉移，從而能夠在大面積停電時，實時監控客戶抱怨出現，配合生產、調度信息，這有利于企業集中進行資源調度。

另一方面，由圖2可知，臺風“天兔”登陸前和登陸中客戶在微博上關于供電服務的抱怨內容也不相同。顯然，突發事件（如臺風）會導致客戶抱怨關注點發生轉移。因此，當大面積停電的復電過程較長時，企業應該充分運用客戶抱怨監控系統實時跟進客戶關注點的切換，輔助判斷在復電不同時間點應采取什么措施，提供哪些信息，并做好復電進度告知及客戶解釋的工作。

其次，還可以通過將客戶抱怨監控系統與客戶關系管理系統無縫對接，對微博進行實時獲取、跟蹤與分析，能夠識別不同地區、不同客戶的關注點，從而可以制定有針對性的客戶服務改進方案。

最后，有效的客戶抱怨監控系統要具備“特定對象監控與服務”能力，即對需要重點關注的微博用戶進行跟蹤，通過辨識其常用活動區域，并對微博內容進行判斷，微博客服可以及時進行安撫，解釋及干預。相關監控活動可以從以下三步進行：

（1） 辨識對供電服務高敏感、影響力大的微博用戶；

（2） 查看微博的情感、具體訴求及影響范圍及時跟進處理客戶訴求，并進行反饋與安撫；

（3） 辨識微博用戶發布的時間及停電報告的內容查看發布地理位置，或估計常用活動區域及時跟進故障停電的處理，并及時發布信息并反饋。

3 ?結 ?語

本文以國內某電網公司為例，將用戶對供電服務的微博抱怨評論作為研究對象， 結合文本挖掘技術研究方法，構建了一個新的客戶抱怨監控系統。研究表明，開發一個有效客戶抱怨監控系統的關鍵在于如何從空間和時間兩個維度實時監控用戶抱怨行為動力學特征，從而具備特定對象監控與服務能力。這不僅能夠將傳統的客戶關系管理前置，也能夠為供電企業通過主動識別不同地區、不同類型客戶的抱怨關注點，從而制定有針對性的客戶服務改進方案提供技術保障。后續相關研究可以將突發事件應急管理的思想納入客戶抱怨監控系統構建過程中，這將幫助企業在突發事件情景下進一步提升客戶關系管理水平。

參考文獻

[1] JOHNSTON R， MEHRA S. Best?practice complaint management [J]. Academy of Management Executive， 2002， 16（4）： 145?154.

[2] BOSCH V G， ENRIQUEZ F T. TQM and QFD： exploiting a customer complaint management system [J]. International Journal of Quality Reliability Management， 2005， 22（1）： 30?37.

[3] 康鍵，劉金蘭.基于系統動力學的顧客抱怨管理研究[J].西安電子科技大學學報：社會科學版，2006，16（3）：19?23.

[4] 何建民，劉明星.面向特定主題的客戶抱怨文本分類識別方法[J].合肥工業大學學報：自然科學版，2010，33（12）：1884?1888.

[5] 李巍，王志章.網絡口碑發布平臺對消費者產品判斷的影響研究—歸因理論的視角[J].管理學報，2011，8（9）：1345?1352.

[6] 葛海慧，盧瀟，周振宇.網絡安全管理平臺中的數據融合技術[J].現代電子技術，2004，37（24）：69?70.endprint

針對現有研究存在的不足，本文以國內某電網公司為例，以客戶對供電服務的微博評論作為研究對象，在對客戶抱怨行為進行動力學分析的基礎上，構建基于社交網絡平臺輿情挖掘的客戶抱怨監控系統，從而為供電企業改進客戶關系管理、提高供電服務水平提供一定的啟示和參考。

1 ?研究方法

1.1 ?數據獲取

鑒于新浪微博已經成為中國使用人數最多的社交網絡平臺，本文選擇它作為研究樣本對象，共獲取了2011年11月到2012年12月期間345 096條微博文本。

1.2 ?分析方法

對用戶微博信息的分析主要從如下三方面展開：

（1） 對微博用戶動力學行為分析則從三個方面展開：

① 分析客戶的相關屬性；

② 通過用戶歷史微博GPS信息識別客戶主要活動區域；

③ 評定客戶在微社交網絡平臺上的影響力。

（2） 建立客戶抱怨監控系統。該系統實施的核心在于如下四個步驟：

① 構建電力客服微博關鍵詞庫。通過關鍵詞庫，把客戶對供電服務體驗反饋評論的中文詞語進行歸類，如停電限電、繳費及賬單、服務渠道、電價電費、計量用檢、業務辦理、供電服務和宣傳活動等。同時，將上述關鍵詞庫信息存儲于客戶抱怨監控系統的數據庫中。

② 判斷客戶評論情感傾向類型。鑒于客戶抱怨監控系統監控的關鍵詞主要是微博上的負面情感評論，因此本文首先構建微博負面情感評論詞庫，并對詞庫中不同詞語所表達情感賦予不同的負面權重。本文對每條涉及該電網客服關注領域的微博進行情感趨向類型判斷，準確率統計值為78%，這說明本文構建的情感識別算法效果良好。

③ 劃分客戶抱怨評論類型。運用基于分詞技術的微博分類算法，識別微博中包含的詞及固定表達結構，并依此來判斷微博是否有包含相應的分類詞，從而判斷該條微博的類別，并重點識別出負面微博的客戶訴求點和抱怨點，并與第①步構建的電力客服微博關鍵詞庫相匹配。這樣，客戶抱怨監控系統便知道客戶抱怨的信息究竟屬于客服的哪些領域。

④ 將第②步客戶動力學行為分析得出的外部信息與企業客服關注范圍的內部信息進行匹配整合，從而最終建立客戶抱怨監控系統。

2 ?結果分析及討論

本文以臺風“天兔”期間客戶對供電企業服務的抱怨評論為案例研究對象， 從時間維度進一步分析了五個城市的抱怨情況，即從2013年9月15日至2013年9月27日這段時間內，這些城市微博用戶抱怨行為隨時間的變化趨勢，如圖1所示。

<；E：＼2014年23期＼2014年23期＼Image＼51t1.tif>；

圖1 臺風“天兔”期間五個重點地區微博用戶

抱怨隨時間的變化趨勢

臺風登陸前及臺風登陸中客戶抱怨內容關注點的變化如圖2所示。

<；E：＼2014年23期＼2014年23期＼Image＼51t2.tif>；

圖2 臺風登陸前及臺風登陸中客戶抱怨內容關注點的變化

從圖中可以看出，微博抱怨評論爆發高峰時間為2013年9月22日傍晚6點42分鐘，比臺風登陸提前1小時左右。同時，微博抱怨評論在9月24日出現第二次爆發高峰期。這表明，一方面企業應該在突發事件（如臺風）到來之前，做好相關及輿論導向工作；另一方面，在突發事件（如臺風）發生的過程中應密切注意客戶抱怨評論的變化趨勢，避免客戶抱怨評論數量像傳染病一樣達到某個“閾值”，從而處于失控的態勢。

總體而言，有效的客戶抱怨監控系統能夠實時跟進客戶抱怨高峰出現地區的變動和轉移，從而能夠在大面積停電時，實時監控客戶抱怨出現，配合生產、調度信息，這有利于企業集中進行資源調度。

另一方面，由圖2可知，臺風“天兔”登陸前和登陸中客戶在微博上關于供電服務的抱怨內容也不相同。顯然，突發事件（如臺風）會導致客戶抱怨關注點發生轉移。因此，當大面積停電的復電過程較長時，企業應該充分運用客戶抱怨監控系統實時跟進客戶關注點的切換，輔助判斷在復電不同時間點應采取什么措施，提供哪些信息，并做好復電進度告知及客戶解釋的工作。

其次，還可以通過將客戶抱怨監控系統與客戶關系管理系統無縫對接，對微博進行實時獲取、跟蹤與分析，能夠識別不同地區、不同客戶的關注點，從而可以制定有針對性的客戶服務改進方案。

最后，有效的客戶抱怨監控系統要具備“特定對象監控與服務”能力，即對需要重點關注的微博用戶進行跟蹤，通過辨識其常用活動區域，并對微博內容進行判斷，微博客服可以及時進行安撫，解釋及干預。相關監控活動可以從以下三步進行：

（1） 辨識對供電服務高敏感、影響力大的微博用戶；

（2） 查看微博的情感、具體訴求及影響范圍及時跟進處理客戶訴求，并進行反饋與安撫；

（3） 辨識微博用戶發布的時間及停電報告的內容查看發布地理位置，或估計常用活動區域及時跟進故障停電的處理，并及時發布信息并反饋。

3 ?結 ?語

本文以國內某電網公司為例，將用戶對供電服務的微博抱怨評論作為研究對象， 結合文本挖掘技術研究方法，構建了一個新的客戶抱怨監控系統。研究表明，開發一個有效客戶抱怨監控系統的關鍵在于如何從空間和時間兩個維度實時監控用戶抱怨行為動力學特征，從而具備特定對象監控與服務能力。這不僅能夠將傳統的客戶關系管理前置，也能夠為供電企業通過主動識別不同地區、不同類型客戶的抱怨關注點，從而制定有針對性的客戶服務改進方案提供技術保障。后續相關研究可以將突發事件應急管理的思想納入客戶抱怨監控系統構建過程中，這將幫助企業在突發事件情景下進一步提升客戶關系管理水平。

參考文獻

[1] JOHNSTON R， MEHRA S. Best?practice complaint management [J]. Academy of Management Executive， 2002， 16（4）： 145?154.

[2] BOSCH V G， ENRIQUEZ F T. TQM and QFD： exploiting a customer complaint management system [J]. International Journal of Quality Reliability Management， 2005， 22（1）： 30?37.

[3] 康鍵，劉金蘭.基于系統動力學的顧客抱怨管理研究[J].西安電子科技大學學報：社會科學版，2006，16（3）：19?23.

[4] 何建民，劉明星.面向特定主題的客戶抱怨文本分類識別方法[J].合肥工業大學學報：自然科學版，2010，33（12）：1884?1888.

[5] 李巍，王志章.網絡口碑發布平臺對消費者產品判斷的影響研究—歸因理論的視角[J].管理學報，2011，8（9）：1345?1352.

[6] 葛?；?，盧瀟，周振宇.網絡安全管理平臺中的數據融合技術[J].現代電子技術，2004，37（24）：69?70.endprint

針對現有研究存在的不足，本文以國內某電網公司為例，以客戶對供電服務的微博評論作為研究對象，在對客戶抱怨行為進行動力學分析的基礎上，構建基于社交網絡平臺輿情挖掘的客戶抱怨監控系統，從而為供電企業改進客戶關系管理、提高供電服務水平提供一定的啟示和參考。

1 ?研究方法

1.1 ?數據獲取

鑒于新浪微博已經成為中國使用人數最多的社交網絡平臺，本文選擇它作為研究樣本對象，共獲取了2011年11月到2012年12月期間345 096條微博文本。

1.2 ?分析方法

對用戶微博信息的分析主要從如下三方面展開：

（1） 對微博用戶動力學行為分析則從三個方面展開：

① 分析客戶的相關屬性；

② 通過用戶歷史微博GPS信息識別客戶主要活動區域；

③ 評定客戶在微社交網絡平臺上的影響力。

（2） 建立客戶抱怨監控系統。該系統實施的核心在于如下四個步驟：

① 構建電力客服微博關鍵詞庫。通過關鍵詞庫，把客戶對供電服務體驗反饋評論的中文詞語進行歸類，如停電限電、繳費及賬單、服務渠道、電價電費、計量用檢、業務辦理、供電服務和宣傳活動等。同時，將上述關鍵詞庫信息存儲于客戶抱怨監控系統的數據庫中。

② 判斷客戶評論情感傾向類型。鑒于客戶抱怨監控系統監控的關鍵詞主要是微博上的負面情感評論，因此本文首先構建微博負面情感評論詞庫，并對詞庫中不同詞語所表達情感賦予不同的負面權重。本文對每條涉及該電網客服關注領域的微博進行情感趨向類型判斷，準確率統計值為78%，這說明本文構建的情感識別算法效果良好。

③ 劃分客戶抱怨評論類型。運用基于分詞技術的微博分類算法，識別微博中包含的詞及固定表達結構，并依此來判斷微博是否有包含相應的分類詞，從而判斷該條微博的類別，并重點識別出負面微博的客戶訴求點和抱怨點，并與第①步構建的電力客服微博關鍵詞庫相匹配。這樣，客戶抱怨監控系統便知道客戶抱怨的信息究竟屬于客服的哪些領域。

④ 將第②步客戶動力學行為分析得出的外部信息與企業客服關注范圍的內部信息進行匹配整合，從而最終建立客戶抱怨監控系統。

2 ?結果分析及討論

本文以臺風“天兔”期間客戶對供電企業服務的抱怨評論為案例研究對象， 從時間維度進一步分析了五個城市的抱怨情況，即從2013年9月15日至2013年9月27日這段時間內，這些城市微博用戶抱怨行為隨時間的變化趨勢，如圖1所示。

<；E：＼2014年23期＼2014年23期＼Image＼51t1.tif>；

圖1 臺風“天兔”期間五個重點地區微博用戶

抱怨隨時間的變化趨勢

臺風登陸前及臺風登陸中客戶抱怨內容關注點的變化如圖2所示。

<；E：＼2014年23期＼2014年23期＼Image＼51t2.tif>；

圖2 臺風登陸前及臺風登陸中客戶抱怨內容關注點的變化

從圖中可以看出，微博抱怨評論爆發高峰時間為2013年9月22日傍晚6點42分鐘，比臺風登陸提前1小時左右。同時，微博抱怨評論在9月24日出現第二次爆發高峰期。這表明，一方面企業應該在突發事件（如臺風）到來之前，做好相關及輿論導向工作；另一方面，在突發事件（如臺風）發生的過程中應密切注意客戶抱怨評論的變化趨勢，避免客戶抱怨評論數量像傳染病一樣達到某個“閾值”，從而處于失控的態勢。

總體而言，有效的客戶抱怨監控系統能夠實時跟進客戶抱怨高峰出現地區的變動和轉移，從而能夠在大面積停電時，實時監控客戶抱怨出現，配合生產、調度信息，這有利于企業集中進行資源調度。

另一方面，由圖2可知，臺風“天兔”登陸前和登陸中客戶在微博上關于供電服務的抱怨內容也不相同。顯然，突發事件（如臺風）會導致客戶抱怨關注點發生轉移。因此，當大面積停電的復電過程較長時，企業應該充分運用客戶抱怨監控系統實時跟進客戶關注點的切換，輔助判斷在復電不同時間點應采取什么措施，提供哪些信息，并做好復電進度告知及客戶解釋的工作。

其次，還可以通過將客戶抱怨監控系統與客戶關系管理系統無縫對接，對微博進行實時獲取、跟蹤與分析，能夠識別不同地區、不同客戶的關注點，從而可以制定有針對性的客戶服務改進方案。

最后，有效的客戶抱怨監控系統要具備“特定對象監控與服務”能力，即對需要重點關注的微博用戶進行跟蹤，通過辨識其常用活動區域，并對微博內容進行判斷，微博客服可以及時進行安撫，解釋及干預。相關監控活動可以從以下三步進行：

（1） 辨識對供電服務高敏感、影響力大的微博用戶；

（2） 查看微博的情感、具體訴求及影響范圍及時跟進處理客戶訴求，并進行反饋與安撫；

（3） 辨識微博用戶發布的時間及停電報告的內容查看發布地理位置，或估計常用活動區域及時跟進故障停電的處理，并及時發布信息并反饋。

3 ?結 ?語

本文以國內某電網公司為例，將用戶對供電服務的微博抱怨評論作為研究對象， 結合文本挖掘技術研究方法，構建了一個新的客戶抱怨監控系統。研究表明，開發一個有效客戶抱怨監控系統的關鍵在于如何從空間和時間兩個維度實時監控用戶抱怨行為動力學特征，從而具備特定對象監控與服務能力。這不僅能夠將傳統的客戶關系管理前置，也能夠為供電企業通過主動識別不同地區、不同類型客戶的抱怨關注點，從而制定有針對性的客戶服務改進方案提供技術保障。后續相關研究可以將突發事件應急管理的思想納入客戶抱怨監控系統構建過程中，這將幫助企業在突發事件情景下進一步提升客戶關系管理水平。

參考文獻

[1] JOHNSTON R， MEHRA S. Best?practice complaint management [J]. Academy of Management Executive， 2002， 16（4）： 145?154.

[2] BOSCH V G， ENRIQUEZ F T. TQM and QFD： exploiting a customer complaint management system [J]. International Journal of Quality Reliability Management， 2005， 22（1）： 30?37.

[3] 康鍵，劉金蘭.基于系統動力學的顧客抱怨管理研究[J].西安電子科技大學學報：社會科學版，2006，16（3）：19?23.

[4] 何建民，劉明星.面向特定主題的客戶抱怨文本分類識別方法[J].合肥工業大學學報：自然科學版，2010，33（12）：1884?1888.

[5] 李巍，王志章.網絡口碑發布平臺對消費者產品判斷的影響研究—歸因理論的視角[J].管理學報，2011，8（9）：1345?1352.

[6] 葛海慧，盧瀟，周振宇.網絡安全管理平臺中的數據融合技術[J].現代電子技術，2004，37（24）：69?70.endprint