扫码咨询与免费使用
热烈欢迎金融业科技工作者积极主动文章投稿！
踊跃发言！
投稿邮箱：
newmedia@fc ** g.com.cn
——金融电子化
文中选自《金融电子化》2019年04月刊
创作者：交通出行银行软件开发核心（上海市） 薛巍
编者按
文中详细介绍了智能派单系统的组成控制模块及实践活动实际效果。
智能派单实践活动环境
伴随着互联网金融的迅速发展趋势，支撑点信用卡业务的后面信息内容系统数量日益巨大，系统作用慢慢复杂，IT运维工作人员必须处置的各种工单也日益增加。工单的处置效果是银行客户经理能不能快速精确地处理顾客问题的主要要素，立即影响到了顾客满意度。现阶段大多数银行业都建了一套工单解决系统，IT运维工作人员可在该系统内对已申报的工单开展剖析、分派、转派及受理等实际操作。尽管工单解决系统完成了工单解决的数字电子化，但精准定位工单的问题缘故，确定其所属业务流程系统并分派工单仍靠运维管理工作人员人力开展。那样的方法关键有下列好多个缺点。
1.分派准确度低。通常工单是依据汇报工作人员选定的处理系统开展全自动分派，但因为现阶段金融机构IT化水平高，系统总数多，系统间关联繁杂，汇报工作人员通常无 ** 确挑选工单相匹配的处理系统，造成分派准确度较低。工单一旦分派不正确，则必须做好再度转派，巨大减少其处理高效率。现阶段经统计分析，初次分派恰当的工 ** 均处理時间大概为6钟头，通过再度转派的工 ** 均处理時间则大概有16钟头。
2.分派人工成本高。因为程序流程缺点、顾客实际操作等问题，常常会产生许多类似的工单，针对这类工单有工作经验的工作人员能参考历史时间解决方法开展解决。这类取决于工作经验的策略必须付出很多有经历的人，与此同时还必须对沒有工作经验的工作人员或是新手开展很多学习培训。此外一定水平的人员流动又会导致历史时间经历的遗失，持续反复的培圳全过程将导致较高的人工成本开支。
工单智能派单简述
我们可以把工单分派觉得是依据工单的已经有信息内容并融合历史时间工单信息内容及解决标准，最后确认其所属系统的一种业务场景。这与根据海量信息开展现状分析及工作经验学习培训，获得数据信息相互关系和基本规律的人力智能技术性拥有很高的契合度。人力智能技术性近些年在语音识别技术、图像识别技术、自然语言理解等众多行业飞速发展，应用领域日益普遍和完善。利用人力智能技术优化工单分派从而完成工单智能派单是有效且有发展前途的运用。
智能派单系统介绍
为完成工单智能派单，大家必须搜集很多的历史时间工单信息内容做为剖析目标，在其中非结构性的工单叙述是与工单最后处理系统关联最紧密的因素。利用自然语言理解有关技术性获得工单叙述信息特征与工单处理系统的相互关系是完成智能派单系统的重要，根据获得的相互关系，只需将新工单的工单叙述键入智能派单系统，根据智能剖析将工单隶属系统回到解决人以仅供参考。伴随着智能强烈推荐的准确度提升至一定水平，就可以彻底由智能派单系统全自动开展工单分派，不用运维管理工作人员人力干预。
在日常生活中大家必须基本建设布署一套智能派单系统，因在人力智能行业拥有丰富多彩的开源系统工具箱，如tensorflow、jieba、gensim等，大家采用Python做为其编程语言。应用根据Py-thon的Django做为Web运用架构，为目前的工单解决系统给予联机服务以开展智能强烈推荐。此服务项目单独布署且可打开关掉，对原工单解决系统的构架几乎沒有入侵性。应用架构如下图1所显示。
图1 智能派单系统应用架构图
智能派单系统关键由下面一些控制模块组成。
1．数据预处理控制模块。数据预处理包含数据抽取及数据预处理。工单管理方法系统中的初始工单数据信息不能立即用于练习，智能派单系统会将工单的叙述文字及其此笔工单的恰当所属系统提取出去存进数据库查询。因为工单叙述中并非是全部文字內容和该工单的所属系统存有联络，因此对进库的信息还必须做一次数据预处理来降低不相干信息内容对练习結果的危害。例如叙述文字中的标点，特殊字符都是会在数据预处理中除去。
2.中文分词控制模块。汉语词义的基本要素是词，因此为了更好地将工单叙述文字开展向量化分析，大家必须将工单叙述文字溶解为词。在日常生活中大家采用了jieba分词典来开展文字中文分词，该分词典选用正方向较大配对标准，根据内嵌字典及可拓展的外界自定字典完成中文分词。因为金融机构的工单有较高的专业能力，工单叙述中具有较多的技术专业语汇，在日常生活中大家目的性地将这种技术专业语汇做为外界自定字典填补到分词典中以提高中文分词的精确性。
3.实体模型练习控制模块。利用人力智能技术性对历史时间工单开展练习，将获取的规律性做为实体模型储存出来是智能派单系统的关键。这一环节具体是一个文本分类的全过程，关键又由下面三个流程构成。
（1）文字的表明。为了更好地使电子计算机可以了解预备处理及其中文分词后的文字，大家必须将词句向量化分析表明。在本实践活动中大家应用word2vec模型将词表明为一个固定不动层面的较密空间向量，该向量的每一维都包括了词句特点。与传统式离散型的one-hot编码方法对比，应用word2vec模型开展词向量化在练习速率上更有优点。
（2）svm算法。汉语句子的特点具体反映在词与前后文的部分关联性，大家采用TextCNN来对词向量开展svm算法，该计算方法是利用卷积神经网络对文章的词向量开展特点提取的优化算法。假如溶解后的词向量表明为一个D维空间向量，则一句长短为L的文字可以表述为一个L×D的引流矩阵。为了更好地从一维卷积神经网络中获得不一样的矩阵的特征值，大家应用可变总宽且尺寸为N×D的卷积核对该文字开展svm算法，那样每一个卷积核都是会輸出L-N 1个矩阵的特征值。将每一组卷积核获取到的矩阵的特征值的最高值联级可以获得该组卷积核的最后矩阵的特征值，再将每一组卷积核最后矩阵的特征值的最高值联级可以获得该文字的最后矩阵的特征值。
（3）支持向量机。因为工单归类是一种互斥的多类型归类，大家挑选将全部文字的矩阵的特征值键入根据多项式分布模型的soft ** x支持向量机开展归类判断，輸出每一个文字相匹配的类型并与现有的标识开展比照。根据认证归类效果和标明結果，从而持续意见反馈调节实体模型的主要参数，通过很多梯度下降法的锻炼后储存归类准确度最大的实体模型以及权重值主要参数。
4.联机服务控制模块。练习得到的实体模型以文档方式存放在云服务器上，为防止每一次开展工单智能强烈推荐时都重新加载实体模型，智能派单系统布署了一个联机服务控制模块。该模块运行的时候会预加载实体模型并为工单解决系统给予一个根据RESTAPI标准的联网插口。此联网插口的键入为待分派工单的叙述文字，輸出为智能派单系统所强烈推荐的系统，运维管理工作人员在工单解决系统上可依据智能派单系统回到的結果对工单开展立即分派解决。
5.大批量同歩控制模块。智能派单系统每日从工单解决系统增加量同歩受理的工单数据信息，內容包含工单叙述及处理系统。利用全新的工单数据信息，智能派单系统可以按时再次练习并升级目前实体模型。与此同时已受理工单的最后处置结果可以意见反馈给智能派单系统，融合此前智能强烈推荐的結果统计分析出现阶段实体模型的具体准确度并剖析派单不正确很有可能的缘故。
智能派单系统实践活动实际效果
大家布署智能派单系统后开展了试运转，期内系统依据导入的工单叙述回到此笔工单应当分派的解决系统供IT运维工作人员在派单时开展参照。根据搜集并统计分析试运转結果，大家发觉智能派单的准确度早已远远高于人力派单，工单总体的受理高效率也有一定提高。智能派单系统利用工单受理后意见反馈的效果数据信息可以定时升级实体模型及自我学习，持续优化模型的准确度，最后可取代人力完成工单的智能分派。根据智能派单系统，我们可以提升工单的派单准确度并有效的提升工单解决高效率，最后提高顾客满意度，与此同时取代人力派单方式可以一定程度上降低人工成本及反复的学习培训成本费。
利用人力智能技术性完成工单智能派单即是对老模式的一个提升，也是一次基本的实践活动。除智能派单外，大家还能利用深度学习算法寻找类似工单的解决方法以协助运营工作人员解决工单，从而或能完成系统的智能化运维管理。工单解决是人力智能在商业银行中使用的方面之一，伴随着分布式框架、互联网大数据的发展趋势，人力智能技术性所需求的繁杂算率将不会再是其瓶颈问题，其在商业银行中的应用也将愈来愈普遍。
有疑问可拔打电话：
010-88232440-858 开展资询
《金融电子化》新媒体部：负责人 / 邝源 编写 / 潘婧
扫码咨询与免费使用
申请免费使用