用戶畫像和標簽在電力服務(wù)系統(tǒng)中的應(yīng)用研究

周 玲,鐘 璐,黃淵軍,吳方權(quán),湯成佳

(1.貴州電網(wǎng)公司信息中心,貴州 貴陽 550003;2.貴州電網(wǎng)公司客戶服務(wù)中心,貴州 貴陽 550003;3.貴州電網(wǎng)有限責任公司信息中心,貴州 貴陽 550003)

0 引言

目前，電力企業(yè)服務(wù)體系已經(jīng)初具技術(shù)融合特征，可以從多個角度對用戶進行服務(wù)。但從細化角度來看，其服務(wù)精準度始終存在缺陷。

以某用戶用電習慣為例。電力企業(yè)服務(wù)系統(tǒng)能根據(jù)用電習慣制定服務(wù)策略。但結(jié)果顯示：因為用戶登記了他人身份，所以服務(wù)系統(tǒng)并未對該用戶進行服務(wù)，服務(wù)策略未能對實際用戶目標產(chǎn)生能效。此類問題在現(xiàn)代電力服務(wù)系統(tǒng)應(yīng)用當中并不罕見。通過用戶畫像和標簽功能，可以準確核實用戶信息，避免此類問題的發(fā)生。

1 用戶畫像和標簽概述

用戶畫像和標簽功能是以畫像為主，根據(jù)工作需要對不同用戶進行標簽標志，幫助工作人員持續(xù)性地完成服務(wù)的功能。

原理上：用戶畫像功能主要根據(jù)用戶行為，獲取其行為日志以及相關(guān)數(shù)據(jù)，與用戶帳號相對應(yīng)；確認用戶信息之后，利用Hadoop分布式集群方式與大數(shù)據(jù)技術(shù)結(jié)合，對用戶信息進行深入分析，得到用戶用電喜好、興趣，并依照分析結(jié)果對用戶進行標簽標志。此外，大數(shù)據(jù)分析功能主要由K-means算法實現(xiàn)。但傳統(tǒng)算法對于初始化中心太過依賴，會增加很多不必要的麻煩。

對此，在先進理論上，需要對K-means算法作改進，降低改進算法對初始化中心的依賴，并提高其準確性。這一點在先進理論中已經(jīng)實現(xiàn)。因此，本文也將在該算法基礎(chǔ)上，展開相關(guān)研究工作[1-2]。

2 功能需求與關(guān)鍵技術(shù)分析

2.1 功能需求

用戶畫像功能建設(shè)必須先擁有初始數(shù)據(jù)集以及運行框架。對此，本文在征得許可的前提下，采用某電力企業(yè)智能系統(tǒng)中的用戶行為日志以及其他信息作為初始數(shù)據(jù)集，并以該單位網(wǎng)絡(luò)服務(wù)架構(gòu)為運行框架。初始數(shù)據(jù)集中大多為用戶日志，即用戶在瀏覽服務(wù)網(wǎng)頁時留下的歷史記錄，例如用戶MAC地址、訪問時間、接入設(shè)備瀏覽頁面類型、頁面URL、客戶端類型等。此外，用戶日志只能反映用戶需求在某時段的變化，因此用戶畫像功能應(yīng)當將其他相關(guān)信息作為輔助信息一同導入分析系統(tǒng)。而為了獲取輔助信息，需要增加輔助數(shù)據(jù)采集模塊。在該模塊應(yīng)用下，可使功能自動化程度增加。此外，為了實現(xiàn)人機交互，需要建設(shè)可視化模塊，使工作人員可以看到用戶畫像[3-6]。

2.2 關(guān)鍵技術(shù)

用戶畫像與標簽功能實現(xiàn)需要多項技術(shù)支撐，即網(wǎng)絡(luò)爬蟲技術(shù)、大數(shù)據(jù)技術(shù)、可視化技術(shù)。下文將進行相關(guān)分析。

①網(wǎng)絡(luò)爬蟲技術(shù)。

根據(jù)相關(guān)理論可知，現(xiàn)代具有用戶畫像與標簽功能的電力服務(wù)系統(tǒng)，都是采用網(wǎng)絡(luò)爬蟲技術(shù)實現(xiàn)該功能的，說明此項技術(shù)是功能設(shè)計中的關(guān)鍵技術(shù)。網(wǎng)絡(luò)爬蟲技術(shù)系統(tǒng)與萬維網(wǎng)連接，根據(jù)用戶發(fā)出指令去下載網(wǎng)頁，并向用戶展示網(wǎng)頁，同時補充初始數(shù)據(jù)缺陷。此項技術(shù)可實現(xiàn)用戶畫像與標簽功能[7]。

②大數(shù)據(jù)技術(shù)。

大數(shù)據(jù)的形態(tài)眾多，但在用戶畫像與標簽功能設(shè)計中，主要以大數(shù)據(jù)處理平臺形態(tài)為主。大數(shù)據(jù)處理平臺主要由Hadoop以及Hive組成。其中，Hadoop屬于開源分布式計算平臺，具備分布式儲存功能。其功能由Hadoop分布式文件系統(tǒng)(Hodoop distributed file system,HDFS)實現(xiàn)，具有較高兼容性。但其缺陷在于：在面對實時性較強的儲存要求時，無法滿足實時性要求。但在本文設(shè)計中并不會出現(xiàn)此類影響，說明其具備良好的應(yīng)用表現(xiàn)。Hive屬于Hadoop組成結(jié)構(gòu)，應(yīng)用中根據(jù)結(jié)構(gòu)化各部分文件特征，文件會呈數(shù)據(jù)庫表形式被保存。當用戶進行搜索，Hive會根據(jù)搜索關(guān)鍵詞對用戶展示結(jié)果，同時還能把SQL語言轉(zhuǎn)變?yōu)镸apReduce任務(wù)。此外，在Hadoop的連接關(guān)系上存在Sqoop工具。其雖然不屬于Hadoop組成部分，但對大數(shù)據(jù)處理平臺的功能有較大影響。本質(zhì)上，Sqoop工具屬于數(shù)據(jù)交互遷移工具，其在與Hadoop保持連接的條件下，可以根據(jù)關(guān)系型數(shù)據(jù)庫中的關(guān)系邏輯，完成數(shù)據(jù)遷移，使數(shù)據(jù)進入HDFS或者將HDFS數(shù)據(jù)遷移到數(shù)據(jù)庫，說明該工具決定了平臺應(yīng)用靈活性[8-11]。

③可視化技術(shù)。

綜上可見，可視化模塊是實現(xiàn)人機交互的重要模塊，因此需要進行相關(guān)設(shè)計。在通常情況下，可視化模塊主要由Spring、Spring MVC、Mybatis組成，相應(yīng)形成了一個以網(wǎng)頁為基礎(chǔ)的開發(fā)框架。Spring屬于開源框架，具有良好的便捷性，在應(yīng)用開發(fā)過程當中，可以將復雜開發(fā)過程簡易化。原理上，Spring包含了IOC容器。該容器在進行業(yè)務(wù)對象替換時，相較于其他開發(fā)框架要更加簡單。Spring MVC同樣屬于開發(fā)源框架的一種，但其與Spring的功能表現(xiàn)不同，主要提供網(wǎng)頁全功能應(yīng)用程序MVC服務(wù)、分離控制器服務(wù)、模型目標服務(wù)、分派器服務(wù)、處理程序；My Batis屬于定制化SQL、存儲過程和高級映射的支撐框架[12]。

3 用戶畫像系統(tǒng)設(shè)計

3.1 框架設(shè)計

在本文設(shè)計思路中，用戶畫像系統(tǒng)的框架結(jié)構(gòu)由四個部分組成：數(shù)據(jù)源層、數(shù)據(jù)采集層、大數(shù)據(jù)分析平臺層、數(shù)據(jù)可視化層。以下將對各層設(shè)計內(nèi)容進行介紹。

①數(shù)據(jù)源層。

本文數(shù)據(jù)源層主要開放了若干個數(shù)據(jù)接口。其中，有三個接口是必須存在的，即互聯(lián)網(wǎng)開放數(shù)據(jù)接口、電力用戶行為數(shù)據(jù)接口、第三方數(shù)據(jù)接口。在接口應(yīng)用中，因為數(shù)據(jù)源層與數(shù)據(jù)采集層直接連接，所以數(shù)據(jù)采集層的采集功能是直接對所有接口中的數(shù)據(jù)進行采集[15-16]。

②數(shù)據(jù)采集層。

數(shù)據(jù)采集層位于數(shù)據(jù)源層上方，兩者上下直接連接。當系統(tǒng)接受到數(shù)據(jù)采集要求后，將根據(jù)要求特征，連接數(shù)據(jù)源層的某個接口；或者直接連接所有接口，通過網(wǎng)絡(luò)爬蟲技術(shù)、Web數(shù)據(jù)接口實現(xiàn)采集。此外，在數(shù)據(jù)采集層上方存在大數(shù)據(jù)分析平臺層。相應(yīng)數(shù)據(jù)采集層得到的所有數(shù)據(jù)都會被遷移到該層中。

③大數(shù)據(jù)分析平臺層。

大數(shù)據(jù)分析平臺層主要具備Sqoop大數(shù)據(jù)入庫、Sqoop數(shù)據(jù)導出兩個功能。其中，Sqoop大數(shù)據(jù)入庫支持多種數(shù)據(jù)入庫，即用戶行為日志、用戶個人數(shù)據(jù)、設(shè)備數(shù)據(jù)、影視數(shù)據(jù)等。在這些數(shù)據(jù)入庫之后，如果用戶對系統(tǒng)進行了用戶標簽、設(shè)備標簽、用戶統(tǒng)計信息、設(shè)備統(tǒng)計信息操作，則會激發(fā)Sqoop數(shù)據(jù)導出功能，啟動內(nèi)部Hive ETL數(shù)據(jù)處理功能與MapReduce算法模型，綜合對各類數(shù)據(jù)進行分析處理，準確對應(yīng)后則完成上述操作。

用戶畫像系統(tǒng)框架設(shè)計結(jié)果如圖1所示。

圖1 用戶畫像系統(tǒng)框架設(shè)計結(jié)果

3.2 功能模塊規(guī)劃

所以，為了保障功能流程正確，需要進行功能模塊規(guī)劃工作。數(shù)據(jù)采集模塊放置于最下層；大數(shù)據(jù)分析平臺模塊能對用戶數(shù)據(jù)進行清洗、規(guī)范化、分析與處理，并獲得各類信息權(quán)重，因此設(shè)置于中層；數(shù)據(jù)可視化模塊能展示大數(shù)據(jù)平臺分析結(jié)果，實現(xiàn)人機交互，因此設(shè)置在最上層。

3.3 應(yīng)用流程

圍繞三大模塊，本文將介紹各模塊的應(yīng)用流程。數(shù)據(jù)采集模塊包括三個部分:用戶行為數(shù)據(jù)爬取模塊、用電信息數(shù)據(jù)爬取模塊和源數(shù)據(jù)對接模塊。

其中，采用第三方應(yīng)用程序編程接口(application programming interface,API)連接用戶行為數(shù)據(jù)爬取模塊、源數(shù)據(jù)對接模塊，借助相應(yīng)接口即可實現(xiàn)數(shù)據(jù)采集；用電信息數(shù)據(jù)爬取模塊通過網(wǎng)絡(luò)數(shù)據(jù)接口，與電力單位官網(wǎng)連接，可以相應(yīng)得到網(wǎng)絡(luò)中用戶反饋的信息以及操作行為信息。

源數(shù)據(jù)對接模塊與其他兩個模塊連接，只要提供接口服務(wù)。在大數(shù)據(jù)分析平臺層中，所有由數(shù)據(jù)采集模塊得到的數(shù)據(jù)都會被相應(yīng)處理，可以了解用戶基本行為，并根據(jù)人工操作需求，生成相應(yīng)的用戶畫像。畫像類型包括人像、用戶分布圖、用戶訪問時間等。

圖2為大數(shù)據(jù)分析平臺層生成的用戶訪問時間。

圖2 用戶訪問時間

4 用戶標簽?zāi)Ｐ蛻?yīng)用分析

本文用戶標簽?zāi)Ｐ桶惭b在大數(shù)據(jù)分析模塊中。其具有兩種表現(xiàn)形式，即基本標簽?zāi)Ｐ汀⒏倪MK-am算法標簽?zāi)Ｐ汀?/p>

①基本標簽?zāi)Ｐ汀?/p>

基本標簽?zāi)Ｐ涂梢愿鶕?jù)大數(shù)據(jù)分析結(jié)果，對用戶地址、用戶設(shè)備(例如手機、電腦)類型進行標簽標志。

②改進無監(jiān)督的聚類算法(K-Means，K-am)標簽?zāi)Ｐ汀?/p>

改進K-am算法標簽?zāi)Ｐ?，可以對用戶使用UT的次數(shù)、初次使用到最近一次使用間隔、用戶在線總時長進行記錄，并將其作為用戶價值模型指標進行計算。電力工作人員根據(jù)結(jié)果了解不同用戶的電力消費價值，相應(yīng)推出針對性的服務(wù)。

5 結(jié)論

本文主要對用戶畫像和標簽在電力服務(wù)系統(tǒng)中的應(yīng)用進行了分析，通過分析得到結(jié)論：用戶畫像和標簽在現(xiàn)代電力服務(wù)系統(tǒng)中并不普及，但根據(jù)相關(guān)案例確認，其可以提高電力服務(wù)精準度，具有良好應(yīng)用表現(xiàn)；進行了用戶畫像和標簽設(shè)計工作，了解了功能組成以及實現(xiàn)方法；對用戶標簽?zāi)Ｐ蛻?yīng)用進行了分析，了解了其兩種形態(tài)，并介紹了其功能表現(xiàn)。

綜上分析可知，在用戶標簽?zāi)Ｐ偷膽?yīng)用下，電力服務(wù)系統(tǒng)的服務(wù)體系更加細化，可以圍繞用戶的各種信息數(shù)據(jù)，判斷用戶特征；相應(yīng)地，在人工觀察下，可以對用戶進行標簽標志操作，隨后依照標簽推出相應(yīng)服務(wù)體系，或制定性的服務(wù)對策，說明其服務(wù)精準度提高。