基于TRIZ理論的升級投訴預測模型優(yōu)化研究

呂景楠　劉世偉　莫蘭

摘 要：TRIZ（發(fā)明問題解決理論）是一套完整體系的創(chuàng)新理論，在工程技術(shù)領(lǐng)域得到了廣泛應用，目前已逐步向其他領(lǐng)域滲透和擴展，應用范圍越來越廣。本研究基于TRIZ理論解決問題的流程，針對升級投訴預測模型準確率低的問題進行因果分析、功能分析以及矛盾分析，應用裁剪、矛盾矩陣、分離原理等創(chuàng)新工具對問題進行求解，得出一系列解決方案。

關(guān)鍵詞：TRIZ理論；升級投訴；數(shù)學建模；預測

引言

隨著運營商市場競爭的日益激烈，業(yè)務品類的不斷豐富，客戶投訴量也逐漸增多，成為困擾企業(yè)的一大難題。面對客戶規(guī)?；耐对V，應當建立更加科學化系統(tǒng)管理機制，改善當前傳統(tǒng)管理方式，避免客戶投訴升級，提升客戶滿意率。為此，可通過對客戶投訴數(shù)據(jù)進行深度的大數(shù)據(jù)分析和挖掘，基于多叉決策樹構(gòu)建升級投訴預測模型，對有升級傾向的投訴客戶進行預判，提前安撫客戶，從而有效降低升級投訴數(shù)量，提升客戶在4G時代的滿意度。但是在升級投訴預測模型構(gòu)建完成后，其準確率較低，遠無法滿足應用需要。針對此問題，本研究利用TRIZ理論對其進行分析求解。

1 TRIZ理論簡介

TRIZ意為發(fā)明問題解決理論，是由俄國發(fā)明家G.S.Altshuller和其同事經(jīng)過50多年對數(shù)以百萬計的高水平專利成果分析歸納總結(jié)，建立的一整套體系化的、實用的解決發(fā)明問題的創(chuàng)新理論方法體系。

TRIZ理論主要用于工程技術(shù)領(lǐng)域，但隨著理論的發(fā)展和完善，逐步向企業(yè)管理、教育、政治、服務等非技術(shù)領(lǐng)域延伸。它能幫助我們找到正確的問題，克服思維定勢，按照問題的本質(zhì)進行分析，從而找到有效的解決方案。TRIZ理論解決問題的思路包括問題描述、問題分析、問題求解、方案評估及方案決策等步驟，如圖1。

2 基于TRIZ理論的升級投訴預測模型優(yōu)化研究

2.1 問題描述

利用TRIZ理論描述問題的八步對此問題進行描述。

定義技術(shù)系統(tǒng)的名稱及其功能：本技術(shù)系統(tǒng)可定義為升級投訴預測系統(tǒng)，系統(tǒng)功能是預測有升級傾向的投訴客戶。

完整描述系統(tǒng)的工作原理：觀察過往歷史升級投訴數(shù)據(jù)，提煉升級投訴客戶的特征標簽，對實時投訴數(shù)據(jù)進行預測，輸出有升級投訴傾向的目標號碼。

描述當前系統(tǒng)存在的主要問題：對投訴用戶是否有升級傾向的預測準確率低。

描述主要缺點出現(xiàn)的情況：當投訴信息記錄缺失、字段信息記錄錯誤、手工填寫文本字段繁雜、文本型數(shù)據(jù)過多時，模型預測準確率問題更明顯。

類似問題的解決方案及存在的缺陷：針對類似問題，通常采用增加人工判斷、改變參數(shù)等方法，但無法大幅度提高準確率。

明確要解決的問題：如何提高模型預測升級投訴用戶的準確率。

對新技術(shù)系統(tǒng)的要求：準確地預測出有升級投訴傾向的用戶。

技術(shù)系統(tǒng)IFR：圓滿消除用戶投訴，永不惡化升級。

2.2 問題分析

2.2.1 因果分析

影響一個模型的因素有模型輸出端、模型本身以及模型輸入端，通過因果分析發(fā)現(xiàn)影響升級投訴預測模型準確率低的因素主要是模型本身以及輸出端即用于建模的數(shù)據(jù)。模型本身的影響主要包括參數(shù)設(shè)置準確率不足和正負樣本比例不可控兩方面。建模數(shù)據(jù)的影響一方面是數(shù)據(jù)源本身存在問題，比如數(shù)據(jù)分類字段過度、數(shù)值型數(shù)據(jù)過度、缺失數(shù)據(jù)以及噪聲數(shù)據(jù)嚴重，另一方面是數(shù)據(jù)低耦合性問題，缺乏關(guān)鍵變量。

2.2.2 功能分析

升級投訴預測系統(tǒng)是指當客戶進行投訴形成工單后，將投訴數(shù)據(jù)入庫，利用多叉決策樹模型預測出有升級傾向的投訴客戶，并將客戶信息推送至客戶服務中心，提前安撫客戶，防止投訴升級。系統(tǒng)的組件功能模型如圖3。

2.3 問題求解

2.3.1 基于功能模型與裁剪的問題求解

通過功能模型分析得出了導致此模型準確率低的幾個因素：缺失和噪聲數(shù)據(jù)有害；分類字段和數(shù)值型數(shù)值過度影響；變量選擇、參數(shù)設(shè)置、正負樣本比例影響。根據(jù)裁剪原理，缺失和噪聲數(shù)據(jù)是有害作用的組件，裁剪后可以最大限度改善系統(tǒng)。因此基于數(shù)據(jù)狀況，對于缺失及噪聲數(shù)據(jù)，可以采用忽略該條記錄的處理方法。

2.3.2 基于技術(shù)矛盾與矛盾矩陣的問題求解

技術(shù)矛盾是指當改善系統(tǒng)中的某一參數(shù)時，惡化了系統(tǒng)中的另一參數(shù)。TRIZ總結(jié)了39個通用技術(shù)工程參數(shù)，借助這些參數(shù)可將一個具體問題轉(zhuǎn)化為標準的TRIZ問題。TRIZ還總結(jié)了解決矛盾沖突的40個發(fā)明原理，將矛盾沖突與沖突解決原理組成一個39×39的矩陣，矩陣的縱軸表示可改善的參數(shù)，橫軸表示引起惡化的參數(shù)，橫縱軸交叉處的數(shù)字表示用來解決技術(shù)矛盾的發(fā)明原理的編號，這些發(fā)明原理指出了解決該技術(shù)矛盾的思路。這就是著名的矛盾矩陣。

根據(jù)因果分析，字段分類過度的原因之一是文本型數(shù)據(jù)過度，而模型對文本型數(shù)據(jù)處理能力差。如果減少文本型數(shù)據(jù)，雖能改善模型適應性，但將降低其準確率，即惡化參數(shù)可靠性。根據(jù)矛盾矩陣一，根據(jù)發(fā)明原理No.24中介物的啟示，針對文本型數(shù)據(jù)過度的問題，可將文本型數(shù)據(jù)轉(zhuǎn)化為數(shù)字型數(shù)據(jù)。比如，可將客戶投訴的問題歸類為是否辦理問題，再轉(zhuǎn)化為10，這樣即可把文本型數(shù)據(jù)轉(zhuǎn)化為數(shù)字型數(shù)據(jù)。

同樣，針對影響升級投訴預測模型準確率的其他原因進行技術(shù)矛盾分析，構(gòu)建矛盾矩陣，利用發(fā)明原理得出了其他幾個解決方案，如表2所示。

2.3.3 基于物理矛盾與分離方法的問題求解

物理矛盾即針對系統(tǒng)中某個參數(shù)提出了兩種不同的要求，如某個參數(shù)既要出現(xiàn)又不存在，或既要高又要低等。物理矛盾分析是TRIZ中常見的解決問題的方法之一，解決物理矛盾的指導思想是實現(xiàn)矛盾雙方的分離，分離的方法有空間分離、時間分離、條件分離和系統(tǒng)分離。

升級投訴預測模型準確率低即模型輸出目標用戶命中率低，命中率低時對模型本身要求也低，模型適應性好。如果模型輸出目標用戶命中率高則模型準確性高，但模型適應性差。這屬于物理矛盾，可采用空間分離的方法，根據(jù)文獻[1]，空間分離方法對應的發(fā)明原理有10個，針對本問題可采用原理No.3局部質(zhì)量，結(jié)合局部質(zhì)量原理的內(nèi)容，可對預測錯誤的數(shù)據(jù)進行局部分析，在大模型框架的基礎(chǔ)上，再建立一個小模型局部訓練這部分數(shù)據(jù)，提高模型準確率。

同樣，針對影響升級投訴預測模型準確率的其他原因進行物理矛盾分析，采用分離方法，利用發(fā)明原理得出了其他幾個解決方案，如表3所示。

2.4 方案評估及方案決策

所得方案的可行性均良好，可依次進行嘗試驗證。因此，為提高升級投訴預測模型準確率，首先可對用于建模的數(shù)據(jù)進行梳理；其次針對建模數(shù)據(jù)低耦合性問題，可增加關(guān)鍵變量；再次針對模型本身問題，可進行參數(shù)調(diào)優(yōu)；最后對于預測錯誤的樣本，可在大模型框架不變的基礎(chǔ)上，建立一個小模型進行局部二次訓練，提高模型準確率。

3 結(jié)束語

本研究從TRIZ指導創(chuàng)新的角度，運用裁剪、技術(shù)矛盾分析與矛盾矩陣、物理矛盾分析與分離等創(chuàng)新方法，得出了提高升級投訴預測模型準確率的8個方案，并在試驗中得以驗證，能大幅度提高模型準確率。此研究說明TRIZ理論完全可應用于數(shù)學建模，為科研和技術(shù)難題的攻關(guān)提供新思路。這是TRIZ理論在數(shù)學建模領(lǐng)域應用的一次有益嘗試，也為其在非技術(shù)領(lǐng)域的全面應用提供了借鑒。

參考文獻

[1]創(chuàng)新方法研究會創(chuàng)新方法教程（初級）[M].北京：高等教育出版社，2012.

[2]王彩霞，李瑋，劉松.TRIZ在非技術(shù)領(lǐng)域研究綜述[J].技術(shù)與市場，2013（11）.

[3]李蘇洋，李建芳.TRIZ創(chuàng)新方法在中國企業(yè)的推廣應用模式探討[J].廣東科技，2014（5）：44-46.