面向多維渠道智能監管模型

榮文釗 朱承治 周春 劉路峰

摘要：隨著智能電網業務逐步發展，國家電網各條電子渠道承載的業務量越來越大，電子渠道的運營復雜度與日常監管難度也隨之提高，現有電子渠道監管模式所面臨的壓力也不斷增加。如何整合現有資源提高客戶滿意度是國網電子渠道亟待解決的問題。本文基于用戶感知層面與應用服務層面進行研究，利用人工智能與數據挖掘技術，對國網各電子渠道用戶感知數據與運維監控指標數據進行分析，通過構建多維異構電子渠道服務監管模型，達到提高業務質量與客戶滿意度的目的。

關鍵詞：人工智能；電子渠道監管；面向應用監控；用戶感知；客戶滿意度

中圖分類號：TU443 文獻標識碼：A 文章編號：1007-9416（2018）05-0154-03

1 引言

隨著人工智能、大數據、物聯網等現代信息技術的迅猛發展，移動互聯網和智能電子設備的大范圍普及，國家電網在“互聯網+”的大環境下已經構建95598智能互動網站、“掌上電力”手機APP、“電e寶”手機APP、國網商城、e充電平臺5條電子營銷渠道[1]。國網電子營銷渠道客戶數量仍在不斷的增加，保證多個營銷渠道服務安全、高效、穩定的運行給運維工作帶來了新的挑戰與機遇。傳統運維監管模式已經很難適用于今天服務與數據爆炸式增長的環境，存在如下不足：一是缺少面向應用的用戶感知度量機制，面向應用的用戶感知評價可以使業務管理集中在應用的質量，通過提高應用質量讓客戶滿意度得到提高；二是缺少對應用服務的智能化運維監管，運維情況的智能監管可以及時發現故障與異常，并通過運行分析調整運行策略從而提高運行效率。本文通過對面向用戶感知的應用監管模型、面向應用的服務的運維監管模型進行研究，構建多維異構電子渠道服務監管模型。

人工智能（Artificial Intelligence，AI）研究主要的目標是使機器能夠勝任一些需要人類智能才能完成的復雜工作。李克強總理發表2017政府工作報告中，人工智能也首次被寫入了全國政府工作報告。自從Google的AlphaGo打敗韓國職業棋手李世石象征著AI時代已經到來。國際上很多著名公司已經在開展AI技術的研究，IBM公司的Watson在很多領域已經開始輔助人類做一些輔助決策、Tesla公司的汽車實現自動駕駛技術等。為了更好的提高客戶滿意度、提高業務質量，所在多維異構電子渠道服務監管模型中使用AI技術。

多維異構電子渠道服務監管應從用戶與應用服務兩方面進行監管，在客戶層面通過對各電子營銷渠道用戶感知進行監控，在應用服務層面對應用所對應的資源進行監控。利用人工提取到的特征是非常固定、有限的，所以需要利用人工智能技術[2]與數據挖掘技術對用戶感知數據與應用服務數據進行深度分析，建立智能知識庫，達到故障預防、故障快速處理與用戶滿意度提升目的。

2 面向用戶感知的應用監管模型

2.1 模型設計

用戶感知[3][4]應用監管模型由前端應用、后臺數據管理、分析展示和控制等部分組成，如圖1所示。在邏輯上，各部分之間是以低耦合方式協同工作，橫縱向均可進行擴充，滿足服務與數據不斷增長的要求。

前端應用部分應包括95598智能互動網站、“掌上電力”手機APP、“電e寶”手機APP、國網商城、e充電平臺等應用平臺，為用戶感知監管提供信息源。采集部分包括主動采集模式和監測模式兩種。主動采集模式：從用戶角度出發，模擬用戶在應用層進行真實的用戶行為，發起主動測試，自動采集測試業務的相關數據；監測采集模式：從運營者的角度出發，通過后臺測試用戶在應用層的使用情況，記錄用戶的各種業務的相關數據，為以后大數據分析、針對性產品性能優化、深入了解用戶的體驗提供有效的數據支持。數據部分為采集層產生的大量結構化與非結構化數據提供存貯、管理、數據關聯等大數據操作提供支持，方便分析層快速、準確地獲取數據。分析展示部分在完成提供數據挖掘技術對用戶感知數據智能分析的同時，提供展示感知質量、運營優化等操作可以直觀地對用戶感知數據進行監管，讓用戶感知數據成為洞察市場和消費行為趨勢的寶藏。控制部分主要作用是進行任務管理和配置參數管理，提高系統的靈活性實現分級管理。

2.2 功能設計

根據當前國網電子渠移動互聯網業務分析，用戶主要業務和流量占比比較大的為電力相關信息瀏覽業務、電力業務辦理業務和購電業務等，針對當前國網電子渠移動互聯網業務，用戶感知應用監管模型應包含以下三大功能進行用戶感知偵測和反饋。

（1）業務功能。對應用類服務發起端到端的測試，通過指定URL，在應用層對URL發起請求，進行抓包、流程分析，將請求和響應流程各階段進行時間分割，獲取建立請求時間、發送請求時間、接受響應時間等指標。網頁類業務主要監測首包時延與頁面打開時延這兩個用戶感知較大關鍵質量指標。

（2）業務與服務感知反饋功能。在前端應用層中添加用戶感知反饋功能，開展業務與服務感知反饋評價，特別是在出現故障等特殊情況后主動進行用戶感知評價收集。并定期開展用戶感知度與滿意度進行問卷調查。

（3）用戶感知數據智能分析功能。對用戶感知數據中非結構化數據進行語義大數據分析與數據挖掘，在海量大數據中自動地、深刻地提取用戶需求偏好、品牌產品意見；對用戶感知數據中結構化數據制定用戶感知指標體系，利用統計模型分析影響業務質量的用戶感知要素。

3 面向應用服務的運維監管模型

隨著智能化與信息化電網的發展，國網各電子渠道已經成為支持國家電網安全生產和經營管理不可或缺的重要支撐手段，對各電子渠道信息系統運行監控、日常運維和故障處理顯得尤為重要。傳統以資源管理視角進行運維管理的方式既無法對各渠道應用業務的運營情況進行監控，也無法實現以應用拓撲關系和訪問路徑為基礎的應用故障定位，并且也無法進行基礎設施與應用服務業務關聯進行自動故障分析。因此，國網各電子渠道需要對傳統運維監控模式進行升級整合，建立面向應用服務監控系統，如圖2所示。

2016年FORRESTER公司在第三季度的APM（Application Performance Management）報告中，反復強調隨著應用和技術的復雜度增加，人工智能的引入將大大降低錯誤和人工手動操作的失誤。同年Gartner公司在APM核心能力的報告中列舉了六大APM核心能力，其中一半與智能相關。一個智能化運維監管模型中數據與AI技術是核心兩大部分，數據由面向應用服務的監控系統獲取，通過歷史數據與監控數據訓練AI模型，實現智能化運維監管模型[5]。

3.1 功能設計

面向應用服務監控系統有效的展現應用與應用之間、應用與IT資源之間的依賴關系，符合現代業務服務管理（Business Service Management，BSM）的要求，通過對各項技術指標的實時監控為運維狀態分析、故障預測、故障根源分析夯實基礎，見表1。

3.2 智能運維監管技術

應用間依賴關系分析：通過自動分析各應用之間相互依賴關系，使用圖形化應用依賴關系表示清晰地描述各應用之間依賴關系，可以幫助運維人員快速、精準地發現問題、定位問題，并有助于找出故障根源。

自然語言人機對話：通過自然語言分析技術，構建高效的人機對話接口，利用知識庫中信息通過“人機對話”形式，幫助運維人員快速解決問題。

智能監管技術：通過智能預測分析算法、歷史問題處理方案、歷史運維經驗庫、智能監控結果構建智能動態運維知識庫，利用人工智能技術，實現故障的早發現早處理，并自動提供相應處理建議。

平臺化發展模式：構建人工智能運維平臺，將業務鏈上各類設備與人工智能運維平臺相連接，構建智能運維生態系統。

4 結語

在日常生活中廣大國網客戶的消費習慣隨著社會的發展正發生著改變，由過去必須去營業廳到現在可以足不出戶辦理業務。國網各電子渠道極大滿足了客戶的使用需求，是國家電網對外的形象窗口，也是整個社會檢驗和感受智能電網建設成果的重要途徑。通過用戶感知應用監管模型與面向應用服務的運維監管模型對客戶體驗與業務本身進行全方位監管，在AI技術的輔助下，從用戶角度改善國網各電子渠道的業務質量，提升了用戶使用滿意度。

參考文獻

[1]勞衛倫.智能電子服務渠道信息化支撐的研究與應用[A].中國電力企業聯合會科技開發服務中心.電力行業信息化優秀論文集2014——2014年全國電力行業兩化融合推進會暨全國電力企業信息化大會獲獎論文[C].中國電力企業聯合會科技開發服務中心，2014：7.

[2]邱方.人工智能助力數據中心智能運維[N].中國城鄉金融報，2016-04-06（A03）.楊克己，韓理安. 樁基工程[M].北京：人民交通出版社，1992.

[3]曹維華，徐霈婷，賀曉東，李文云.移動互聯網業務感知APP系統研究及部署[J].廣東通信技術，2015，35（11）：2-5.

[4]杜煜.面向客戶感知的異構融合網絡業務質量關鍵技術研究[D].北京郵電大學，2015.

[5]雷軍.智能監控技術在電信企業運維支撐系統中的優勢及建議[J].電子技術與軟件工程，2017，（12）：155.