陳海燕,莫玉純,肖世校

摘 ?要： 如何構(gòu)建基于社交網(wǎng)絡(luò)平臺(tái)輿情挖掘的客戶(hù)抱怨監(jiān)控系統(tǒng)，從而實(shí)施有效的客戶(hù)抱怨管理，已經(jīng)成為網(wǎng)絡(luò)時(shí)代背景下企業(yè)客戶(hù)關(guān)系管理面對(duì)的重要問(wèn)題。以國(guó)內(nèi)某電網(wǎng)公司為例，將用戶(hù)對(duì)供電服務(wù)的微博抱怨評(píng)論作為研究對(duì)象，采用文本挖掘技術(shù)和行為動(dòng)力學(xué)分析相結(jié)合的方法，構(gòu)建了一個(gè)新的客戶(hù)抱怨監(jiān)控系統(tǒng)。研究表明，開(kāi)發(fā)一個(gè)有效客戶(hù)抱怨監(jiān)控系統(tǒng)的關(guān)鍵在于如何從空間和時(shí)間兩個(gè)維度實(shí)時(shí)監(jiān)控用戶(hù)抱怨行為動(dòng)力學(xué)特征，從而具備特定對(duì)象監(jiān)控與服務(wù)能力，這將為供電企業(yè)主動(dòng)識(shí)別不同地區(qū)不同類(lèi)型客戶(hù)的抱怨關(guān)注點(diǎn)、制定有針對(duì)性的客戶(hù)服務(wù)改進(jìn)方案提供技術(shù)保障。

關(guān)鍵詞： 客戶(hù)抱怨監(jiān)控系統(tǒng)； 輿情挖掘； 客戶(hù)關(guān)系管理； 文本挖掘技術(shù)

中圖分類(lèi)號(hào)： TN710?34 ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼： A ? ? ? ? ? ? ? ? ? ? ? ?文章編號(hào)： 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(xiàn)了客戶(hù)（消費(fèi)者）對(duì)企業(yè)產(chǎn)品或服務(wù)不滿(mǎn)的情緒表達(dá)。隨著近年來(lái)網(wǎng)絡(luò)時(shí)代的興起，越來(lái)越多的客戶(hù)喜歡在微博或BBS上發(fā)布自己對(duì)于企業(yè)產(chǎn)品或服務(wù)的不滿(mǎn)評(píng)論，這些抱怨信息會(huì)在社交網(wǎng)絡(luò)平臺(tái)上以“負(fù)面口碑”的方式飛速傳播，這將嚴(yán)重?fù)p害企業(yè)形象，甚至直接導(dǎo)致產(chǎn)品或服務(wù)數(shù)量的下滑。因此，越來(lái)越多的企業(yè)認(rèn)識(shí)到，實(shí)施有效的客戶(hù)抱怨監(jiān)控能夠?qū)鹘y(tǒng)的客戶(hù)抱怨管理提前，這對(duì)于提高顧客滿(mǎn)意度、提升產(chǎn)品服務(wù)質(zhì)量具有重要意義[1]。

現(xiàn)有相關(guān)研究主要從兩方面展開(kāi)：

（1） 客戶(hù)關(guān)系管理。該方面研究主要考察影響消費(fèi)者抱怨的微觀(guān)心理因素，由此得出企業(yè)客戶(hù)抱怨監(jiān)控系統(tǒng)的出發(fā)點(diǎn)在于如何通過(guò)人工客服干預(yù)客戶(hù)的心理變化，從而減少其在網(wǎng)絡(luò)發(fā)表抱怨評(píng)論的數(shù)量[2?3]。然而，這種監(jiān)控思路依然是“被動(dòng)”式，缺乏通過(guò)對(duì)客戶(hù)抱怨行為的預(yù)測(cè)。將對(duì)其抱怨管理活動(dòng)前置，從而“主動(dòng)”消除客戶(hù)抱怨發(fā)生的概率和頻率。

（2） 客戶(hù)負(fù)面口碑效應(yīng)的產(chǎn)生和傳播機(jī)制。相關(guān)研究認(rèn)為，企業(yè)實(shí)施客戶(hù)抱怨監(jiān)控的核心在于構(gòu)建“網(wǎng)絡(luò)口碑輿情監(jiān)測(cè)系統(tǒng)”，即通過(guò)文本挖掘技術(shù)，實(shí)時(shí)監(jiān)測(cè)網(wǎng)絡(luò)上的負(fù)面評(píng)論信息出現(xiàn)，并在第一時(shí)間對(duì)抱怨客戶(hù)進(jìn)行危機(jī)公關(guān)，從而避免負(fù)面口碑效應(yīng)的大規(guī)模病毒式擴(kuò)散[4?5]。

但是，客戶(hù)抱怨的內(nèi)容和地點(diǎn)可能隨時(shí)發(fā)生變化，特別是遇到一些突發(fā)事件，因此這種監(jiān)測(cè)系統(tǒng)既缺乏具備“特定對(duì)象監(jiān)控與服務(wù)”能力，即對(duì)關(guān)鍵客戶(hù)的識(shí)別、跟蹤和安撫，也忽視了從時(shí)間和空間維度深入考察客戶(hù)抱怨行為的變化過(guò)程。本文認(rèn)為，對(duì)于上述過(guò)程的分析將有助于建設(shè)全面實(shí)時(shí)的客戶(hù)抱怨監(jiān)控系統(tǒng)。endprint

針對(duì)現(xiàn)有研究存在的不足，本文以國(guó)內(nèi)某電網(wǎng)公司為例，以客戶(hù)對(duì)供電服務(wù)的微博評(píng)論作為研究對(duì)象，在對(duì)客戶(hù)抱怨行為進(jìn)行動(dòng)力學(xué)分析的基礎(chǔ)上，構(gòu)建基于社交網(wǎng)絡(luò)平臺(tái)輿情挖掘的客戶(hù)抱怨監(jiān)控系統(tǒng)，從而為供電企業(yè)改進(jìn)客戶(hù)關(guān)系管理、提高供電服務(wù)水平提供一定的啟示和參考。

1 ?研究方法

1.1 ?數(shù)據(jù)獲取

鑒于新浪微博已經(jīng)成為中國(guó)使用人數(shù)最多的社交網(wǎng)絡(luò)平臺(tái)，本文選擇它作為研究樣本對(duì)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(duì)用戶(hù)微博信息的分析主要從如下三方面展開(kāi)：

（1） 對(duì)微博用戶(hù)動(dòng)力學(xué)行為分析則從三個(gè)方面展開(kāi)：

① 分析客戶(hù)的相關(guān)屬性；

② 通過(guò)用戶(hù)歷史微博GPS信息識(shí)別客戶(hù)主要活動(dòng)區(qū)域；

③ 評(píng)定客戶(hù)在微社交網(wǎng)絡(luò)平臺(tái)上的影響力。

（2） 建立客戶(hù)抱怨監(jiān)控系統(tǒng)。該系統(tǒng)實(shí)施的核心在于如下四個(gè)步驟：

① 構(gòu)建電力客服微博關(guān)鍵詞庫(kù)。通過(guò)關(guān)鍵詞庫(kù)，把客戶(hù)對(duì)供電服務(wù)體驗(yàn)反饋評(píng)論的中文詞語(yǔ)進(jìn)行歸類(lèi)，如停電限電、繳費(fèi)及賬單、服務(wù)渠道、電價(jià)電費(fèi)、計(jì)量用檢、業(yè)務(wù)辦理、供電服務(wù)和宣傳活動(dòng)等。同時(shí)，將上述關(guān)鍵詞庫(kù)信息存儲(chǔ)于客戶(hù)抱怨監(jiān)控系統(tǒng)的數(shù)據(jù)庫(kù)中。

② 判斷客戶(hù)評(píng)論情感傾向類(lèi)型。鑒于客戶(hù)抱怨監(jiān)控系統(tǒng)監(jiān)控的關(guān)鍵詞主要是微博上的負(fù)面情感評(píng)論，因此本文首先構(gòu)建微博負(fù)面情感評(píng)論詞庫(kù)，并對(duì)詞庫(kù)中不同詞語(yǔ)所表達(dá)情感賦予不同的負(fù)面權(quán)重。本文對(duì)每條涉及該電網(wǎng)客服關(guān)注領(lǐng)域的微博進(jìn)行情感趨向類(lèi)型判斷，準(zhǔn)確率統(tǒng)計(jì)值為78%，這說(shuō)明本文構(gòu)建的情感識(shí)別算法效果良好。

③ 劃分客戶(hù)抱怨評(píng)論類(lèi)型。運(yùn)用基于分詞技術(shù)的微博分類(lèi)算法，識(shí)別微博中包含的詞及固定表達(dá)結(jié)構(gòu)，并依此來(lái)判斷微博是否有包含相應(yīng)的分類(lèi)詞，從而判斷該條微博的類(lèi)別，并重點(diǎn)識(shí)別出負(fù)面微博的客戶(hù)訴求點(diǎn)和抱怨點(diǎn)，并與第①步構(gòu)建的電力客服微博關(guān)鍵詞庫(kù)相匹配。這樣，客戶(hù)抱怨監(jiān)控系統(tǒng)便知道客戶(hù)抱怨的信息究竟屬于客服的哪些領(lǐng)域。

④ 將第②步客戶(hù)動(dòng)力學(xué)行為分析得出的外部信息與企業(yè)客服關(guān)注范圍的內(nèi)部信息進(jìn)行匹配整合，從而最終建立客戶(hù)抱怨監(jiān)控系統(tǒng)。

2 ?結(jié)果分析及討論

本文以臺(tái)風(fēng)“天兔”期間客戶(hù)對(duì)供電企業(yè)服務(wù)的抱怨評(píng)論為案例研究對(duì)象， 從時(shí)間維度進(jìn)一步分析了五個(gè)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(shí)間內(nèi)，這些城市微博用戶(hù)抱怨行為隨時(shí)間的變化趨勢(shì)，如圖1所示。

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

圖1 臺(tái)風(fēng)“天兔”期間五個(gè)重點(diǎn)地區(qū)微博用戶(hù)

抱怨隨時(shí)間的變化趨勢(shì)

臺(tái)風(fēng)登陸前及臺(tái)風(fēng)登陸中客戶(hù)抱怨內(nèi)容關(guān)注點(diǎn)的變化如圖2所示。

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

圖2 臺(tái)風(fēng)登陸前及臺(tái)風(fēng)登陸中客戶(hù)抱怨內(nèi)容關(guān)注點(diǎn)的變化

從圖中可以看出，微博抱怨評(píng)論爆發(fā)高峰時(shí)間為2013年9月22日傍晚6點(diǎn)42分鐘，比臺(tái)風(fēng)登陸提前1小時(shí)左右。同時(shí)，微博抱怨評(píng)論在9月24日出現(xiàn)第二次爆發(fā)高峰期。這表明，一方面企業(yè)應(yīng)該在突發(fā)事件（如臺(tái)風(fēng)）到來(lái)之前，做好相關(guān)及輿論導(dǎo)向工作；另一方面，在突發(fā)事件（如臺(tái)風(fēng)）發(fā)生的過(guò)程中應(yīng)密切注意客戶(hù)抱怨評(píng)論的變化趨勢(shì)，避免客戶(hù)抱怨評(píng)論數(shù)量像傳染病一樣達(dá)到某個(gè)“閾值”，從而處于失控的態(tài)勢(shì)。

總體而言，有效的客戶(hù)抱怨監(jiān)控系統(tǒng)能夠?qū)崟r(shí)跟進(jìn)客戶(hù)抱怨高峰出現(xiàn)地區(qū)的變動(dòng)和轉(zhuǎn)移，從而能夠在大面積停電時(shí)，實(shí)時(shí)監(jiān)控客戶(hù)抱怨出現(xiàn)，配合生產(chǎn)、調(diào)度信息，這有利于企業(yè)集中進(jìn)行資源調(diào)度。

另一方面，由圖2可知，臺(tái)風(fēng)“天兔”登陸前和登陸中客戶(hù)在微博上關(guān)于供電服務(wù)的抱怨內(nèi)容也不相同。顯然，突發(fā)事件（如臺(tái)風(fēng)）會(huì)導(dǎo)致客戶(hù)抱怨關(guān)注點(diǎn)發(fā)生轉(zhuǎn)移。因此，當(dāng)大面積停電的復(fù)電過(guò)程較長(zhǎng)時(shí)，企業(yè)應(yīng)該充分運(yùn)用客戶(hù)抱怨監(jiān)控系統(tǒng)實(shí)時(shí)跟進(jìn)客戶(hù)關(guān)注點(diǎn)的切換，輔助判斷在復(fù)電不同時(shí)間點(diǎn)應(yīng)采取什么措施，提供哪些信息，并做好復(fù)電進(jìn)度告知及客戶(hù)解釋的工作。

其次，還可以通過(guò)將客戶(hù)抱怨監(jiān)控系統(tǒng)與客戶(hù)關(guān)系管理系統(tǒng)無(wú)縫對(duì)接，對(duì)微博進(jìn)行實(shí)時(shí)獲取、跟蹤與分析，能夠識(shí)別不同地區(qū)、不同客戶(hù)的關(guān)注點(diǎn)，從而可以制定有針對(duì)性的客戶(hù)服務(wù)改進(jìn)方案。

最后，有效的客戶(hù)抱怨監(jiān)控系統(tǒng)要具備“特定對(duì)象監(jiān)控與服務(wù)”能力，即對(duì)需要重點(diǎn)關(guān)注的微博用戶(hù)進(jìn)行跟蹤，通過(guò)辨識(shí)其常用活動(dòng)區(qū)域，并對(duì)微博內(nèi)容進(jìn)行判斷，微博客服可以及時(shí)進(jìn)行安撫，解釋及干預(yù)。相關(guān)監(jiān)控活動(dòng)可以從以下三步進(jìn)行：

（1） 辨識(shí)對(duì)供電服務(wù)高敏感、影響力大的微博用戶(hù)；

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

（3） 辨識(shí)微博用戶(hù)發(fā)布的時(shí)間及停電報(bào)告的內(nèi)容查看發(fā)布地理位置，或估計(jì)常用活動(dòng)區(qū)域及時(shí)跟進(jìn)故障停電的處理，并及時(shí)發(fā)布信息并反饋。

3 ?結(jié) ?語(yǔ)

本文以國(guó)內(nèi)某電網(wǎng)公司為例，將用戶(hù)對(duì)供電服務(wù)的微博抱怨評(píng)論作為研究對(duì)象， 結(jié)合文本挖掘技術(shù)研究方法，構(gòu)建了一個(gè)新的客戶(hù)抱怨監(jiān)控系統(tǒng)。研究表明，開(kāi)發(fā)一個(gè)有效客戶(hù)抱怨監(jiān)控系統(tǒng)的關(guān)鍵在于如何從空間和時(shí)間兩個(gè)維度實(shí)時(shí)監(jiān)控用戶(hù)抱怨行為動(dòng)力學(xué)特征，從而具備特定對(duì)象監(jiān)控與服務(wù)能力。這不僅能夠?qū)鹘y(tǒng)的客戶(hù)關(guān)系管理前置，也能夠?yàn)楣╇娖髽I(yè)通過(guò)主動(dòng)識(shí)別不同地區(qū)、不同類(lèi)型客戶(hù)的抱怨關(guān)注點(diǎn)，從而制定有針對(duì)性的客戶(hù)服務(wù)改進(jìn)方案提供技術(shù)保障。后續(xù)相關(guān)研究可以將突發(fā)事件應(yīng)急管理的思想納入客戶(hù)抱怨監(jiān)控系統(tǒng)構(gòu)建過(guò)程中，這將幫助企業(yè)在突發(fā)事件情景下進(jìn)一步提升客戶(hù)關(guān)系管理水平。

參考文獻(xiàn)

[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(tǒng)動(dòng)力學(xué)的顧客抱怨管理研究[J].西安電子科技大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2006，16（3）：19?23.

[4] 何建民，劉明星.面向特定主題的客戶(hù)抱怨文本分類(lèi)識(shí)別方法[J].合肥工業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版，2010，33（12）：1884?1888.

[5] 李巍，王志章.網(wǎng)絡(luò)口碑發(fā)布平臺(tái)對(duì)消費(fèi)者產(chǎn)品判斷的影響研究—?dú)w因理論的視角[J].管理學(xué)報(bào)，2011，8（9）：1345?1352.

[6] 葛?；郏R瀟，周振宇.網(wǎng)絡(luò)安全管理平臺(tái)中的數(shù)據(jù)融合技術(shù)[J].現(xiàn)代電子技術(shù)，2004，37（24）：69?70.endprint

針對(duì)現(xiàn)有研究存在的不足，本文以國(guó)內(nèi)某電網(wǎng)公司為例，以客戶(hù)對(duì)供電服務(wù)的微博評(píng)論作為研究對(duì)象，在對(duì)客戶(hù)抱怨行為進(jìn)行動(dòng)力學(xué)分析的基礎(chǔ)上，構(gòu)建基于社交網(wǎng)絡(luò)平臺(tái)輿情挖掘的客戶(hù)抱怨監(jiān)控系統(tǒng)，從而為供電企業(yè)改進(jìn)客戶(hù)關(guān)系管理、提高供電服務(wù)水平提供一定的啟示和參考。

1 ?研究方法

1.1 ?數(shù)據(jù)獲取

鑒于新浪微博已經(jīng)成為中國(guó)使用人數(shù)最多的社交網(wǎng)絡(luò)平臺(tái)，本文選擇它作為研究樣本對(duì)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(duì)用戶(hù)微博信息的分析主要從如下三方面展開(kāi)：

（1） 對(duì)微博用戶(hù)動(dòng)力學(xué)行為分析則從三個(gè)方面展開(kāi)：

① 分析客戶(hù)的相關(guān)屬性；

② 通過(guò)用戶(hù)歷史微博GPS信息識(shí)別客戶(hù)主要活動(dòng)區(qū)域；

③ 評(píng)定客戶(hù)在微社交網(wǎng)絡(luò)平臺(tái)上的影響力。

（2） 建立客戶(hù)抱怨監(jiān)控系統(tǒng)。該系統(tǒng)實(shí)施的核心在于如下四個(gè)步驟：

① 構(gòu)建電力客服微博關(guān)鍵詞庫(kù)。通過(guò)關(guān)鍵詞庫(kù)，把客戶(hù)對(duì)供電服務(wù)體驗(yàn)反饋評(píng)論的中文詞語(yǔ)進(jìn)行歸類(lèi)，如停電限電、繳費(fèi)及賬單、服務(wù)渠道、電價(jià)電費(fèi)、計(jì)量用檢、業(yè)務(wù)辦理、供電服務(wù)和宣傳活動(dòng)等。同時(shí)，將上述關(guān)鍵詞庫(kù)信息存儲(chǔ)于客戶(hù)抱怨監(jiān)控系統(tǒng)的數(shù)據(jù)庫(kù)中。

② 判斷客戶(hù)評(píng)論情感傾向類(lèi)型。鑒于客戶(hù)抱怨監(jiān)控系統(tǒng)監(jiān)控的關(guān)鍵詞主要是微博上的負(fù)面情感評(píng)論，因此本文首先構(gòu)建微博負(fù)面情感評(píng)論詞庫(kù)，并對(duì)詞庫(kù)中不同詞語(yǔ)所表達(dá)情感賦予不同的負(fù)面權(quán)重。本文對(duì)每條涉及該電網(wǎng)客服關(guān)注領(lǐng)域的微博進(jìn)行情感趨向類(lèi)型判斷，準(zhǔn)確率統(tǒng)計(jì)值為78%，這說(shuō)明本文構(gòu)建的情感識(shí)別算法效果良好。

③ 劃分客戶(hù)抱怨評(píng)論類(lèi)型。運(yùn)用基于分詞技術(shù)的微博分類(lèi)算法，識(shí)別微博中包含的詞及固定表達(dá)結(jié)構(gòu)，并依此來(lái)判斷微博是否有包含相應(yīng)的分類(lèi)詞，從而判斷該條微博的類(lèi)別，并重點(diǎn)識(shí)別出負(fù)面微博的客戶(hù)訴求點(diǎn)和抱怨點(diǎn)，并與第①步構(gòu)建的電力客服微博關(guān)鍵詞庫(kù)相匹配。這樣，客戶(hù)抱怨監(jiān)控系統(tǒng)便知道客戶(hù)抱怨的信息究竟屬于客服的哪些領(lǐng)域。

④ 將第②步客戶(hù)動(dòng)力學(xué)行為分析得出的外部信息與企業(yè)客服關(guān)注范圍的內(nèi)部信息進(jìn)行匹配整合，從而最終建立客戶(hù)抱怨監(jiān)控系統(tǒng)。

2 ?結(jié)果分析及討論

本文以臺(tái)風(fēng)“天兔”期間客戶(hù)對(duì)供電企業(yè)服務(wù)的抱怨評(píng)論為案例研究對(duì)象， 從時(shí)間維度進(jìn)一步分析了五個(gè)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(shí)間內(nèi)，這些城市微博用戶(hù)抱怨行為隨時(shí)間的變化趨勢(shì)，如圖1所示。

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

圖1 臺(tái)風(fēng)“天兔”期間五個(gè)重點(diǎn)地區(qū)微博用戶(hù)

抱怨隨時(shí)間的變化趨勢(shì)

臺(tái)風(fēng)登陸前及臺(tái)風(fēng)登陸中客戶(hù)抱怨內(nèi)容關(guān)注點(diǎn)的變化如圖2所示。

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

圖2 臺(tái)風(fēng)登陸前及臺(tái)風(fēng)登陸中客戶(hù)抱怨內(nèi)容關(guān)注點(diǎn)的變化

從圖中可以看出，微博抱怨評(píng)論爆發(fā)高峰時(shí)間為2013年9月22日傍晚6點(diǎn)42分鐘，比臺(tái)風(fēng)登陸提前1小時(shí)左右。同時(shí)，微博抱怨評(píng)論在9月24日出現(xiàn)第二次爆發(fā)高峰期。這表明，一方面企業(yè)應(yīng)該在突發(fā)事件（如臺(tái)風(fēng)）到來(lái)之前，做好相關(guān)及輿論導(dǎo)向工作；另一方面，在突發(fā)事件（如臺(tái)風(fēng)）發(fā)生的過(guò)程中應(yīng)密切注意客戶(hù)抱怨評(píng)論的變化趨勢(shì)，避免客戶(hù)抱怨評(píng)論數(shù)量像傳染病一樣達(dá)到某個(gè)“閾值”，從而處于失控的態(tài)勢(shì)。

總體而言，有效的客戶(hù)抱怨監(jiān)控系統(tǒng)能夠?qū)崟r(shí)跟進(jìn)客戶(hù)抱怨高峰出現(xiàn)地區(qū)的變動(dòng)和轉(zhuǎn)移，從而能夠在大面積停電時(shí)，實(shí)時(shí)監(jiān)控客戶(hù)抱怨出現(xiàn)，配合生產(chǎn)、調(diào)度信息，這有利于企業(yè)集中進(jìn)行資源調(diào)度。

另一方面，由圖2可知，臺(tái)風(fēng)“天兔”登陸前和登陸中客戶(hù)在微博上關(guān)于供電服務(wù)的抱怨內(nèi)容也不相同。顯然，突發(fā)事件（如臺(tái)風(fēng)）會(huì)導(dǎo)致客戶(hù)抱怨關(guān)注點(diǎn)發(fā)生轉(zhuǎn)移。因此，當(dāng)大面積停電的復(fù)電過(guò)程較長(zhǎng)時(shí)，企業(yè)應(yīng)該充分運(yùn)用客戶(hù)抱怨監(jiān)控系統(tǒng)實(shí)時(shí)跟進(jìn)客戶(hù)關(guān)注點(diǎn)的切換，輔助判斷在復(fù)電不同時(shí)間點(diǎn)應(yīng)采取什么措施，提供哪些信息，并做好復(fù)電進(jìn)度告知及客戶(hù)解釋的工作。

其次，還可以通過(guò)將客戶(hù)抱怨監(jiān)控系統(tǒng)與客戶(hù)關(guān)系管理系統(tǒng)無(wú)縫對(duì)接，對(duì)微博進(jìn)行實(shí)時(shí)獲取、跟蹤與分析，能夠識(shí)別不同地區(qū)、不同客戶(hù)的關(guān)注點(diǎn)，從而可以制定有針對(duì)性的客戶(hù)服務(wù)改進(jìn)方案。

最后，有效的客戶(hù)抱怨監(jiān)控系統(tǒng)要具備“特定對(duì)象監(jiān)控與服務(wù)”能力，即對(duì)需要重點(diǎn)關(guān)注的微博用戶(hù)進(jìn)行跟蹤，通過(guò)辨識(shí)其常用活動(dòng)區(qū)域，并對(duì)微博內(nèi)容進(jìn)行判斷，微博客服可以及時(shí)進(jìn)行安撫，解釋及干預(yù)。相關(guān)監(jiān)控活動(dòng)可以從以下三步進(jìn)行：

（1） 辨識(shí)對(duì)供電服務(wù)高敏感、影響力大的微博用戶(hù)；

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

（3） 辨識(shí)微博用戶(hù)發(fā)布的時(shí)間及停電報(bào)告的內(nèi)容查看發(fā)布地理位置，或估計(jì)常用活動(dòng)區(qū)域及時(shí)跟進(jìn)故障停電的處理，并及時(shí)發(fā)布信息并反饋。

3 ?結(jié) ?語(yǔ)

本文以國(guó)內(nèi)某電網(wǎng)公司為例，將用戶(hù)對(duì)供電服務(wù)的微博抱怨評(píng)論作為研究對(duì)象， 結(jié)合文本挖掘技術(shù)研究方法，構(gòu)建了一個(gè)新的客戶(hù)抱怨監(jiān)控系統(tǒng)。研究表明，開(kāi)發(fā)一個(gè)有效客戶(hù)抱怨監(jiān)控系統(tǒng)的關(guān)鍵在于如何從空間和時(shí)間兩個(gè)維度實(shí)時(shí)監(jiān)控用戶(hù)抱怨行為動(dòng)力學(xué)特征，從而具備特定對(duì)象監(jiān)控與服務(wù)能力。這不僅能夠?qū)鹘y(tǒng)的客戶(hù)關(guān)系管理前置，也能夠?yàn)楣╇娖髽I(yè)通過(guò)主動(dòng)識(shí)別不同地區(qū)、不同類(lèi)型客戶(hù)的抱怨關(guān)注點(diǎn)，從而制定有針對(duì)性的客戶(hù)服務(wù)改進(jìn)方案提供技術(shù)保障。后續(xù)相關(guān)研究可以將突發(fā)事件應(yīng)急管理的思想納入客戶(hù)抱怨監(jiān)控系統(tǒng)構(gòu)建過(guò)程中，這將幫助企業(yè)在突發(fā)事件情景下進(jìn)一步提升客戶(hù)關(guān)系管理水平。

參考文獻(xiàn)

[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(tǒng)動(dòng)力學(xué)的顧客抱怨管理研究[J].西安電子科技大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2006，16（3）：19?23.

[4] 何建民，劉明星.面向特定主題的客戶(hù)抱怨文本分類(lèi)識(shí)別方法[J].合肥工業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版，2010，33（12）：1884?1888.

[5] 李巍，王志章.網(wǎng)絡(luò)口碑發(fā)布平臺(tái)對(duì)消費(fèi)者產(chǎn)品判斷的影響研究—?dú)w因理論的視角[J].管理學(xué)報(bào)，2011，8（9）：1345?1352.

[6] 葛?；?，盧瀟，周振宇.網(wǎng)絡(luò)安全管理平臺(tái)中的數(shù)據(jù)融合技術(shù)[J].現(xiàn)代電子技術(shù)，2004，37（24）：69?70.endprint

針對(duì)現(xiàn)有研究存在的不足，本文以國(guó)內(nèi)某電網(wǎng)公司為例，以客戶(hù)對(duì)供電服務(wù)的微博評(píng)論作為研究對(duì)象，在對(duì)客戶(hù)抱怨行為進(jìn)行動(dòng)力學(xué)分析的基礎(chǔ)上，構(gòu)建基于社交網(wǎng)絡(luò)平臺(tái)輿情挖掘的客戶(hù)抱怨監(jiān)控系統(tǒng)，從而為供電企業(yè)改進(jìn)客戶(hù)關(guān)系管理、提高供電服務(wù)水平提供一定的啟示和參考。

1 ?研究方法

1.1 ?數(shù)據(jù)獲取

鑒于新浪微博已經(jīng)成為中國(guó)使用人數(shù)最多的社交網(wǎng)絡(luò)平臺(tái)，本文選擇它作為研究樣本對(duì)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(duì)用戶(hù)微博信息的分析主要從如下三方面展開(kāi)：

（1） 對(duì)微博用戶(hù)動(dòng)力學(xué)行為分析則從三個(gè)方面展開(kāi)：

① 分析客戶(hù)的相關(guān)屬性；

② 通過(guò)用戶(hù)歷史微博GPS信息識(shí)別客戶(hù)主要活動(dòng)區(qū)域；

③ 評(píng)定客戶(hù)在微社交網(wǎng)絡(luò)平臺(tái)上的影響力。

（2） 建立客戶(hù)抱怨監(jiān)控系統(tǒng)。該系統(tǒng)實(shí)施的核心在于如下四個(gè)步驟：

① 構(gòu)建電力客服微博關(guān)鍵詞庫(kù)。通過(guò)關(guān)鍵詞庫(kù)，把客戶(hù)對(duì)供電服務(wù)體驗(yàn)反饋評(píng)論的中文詞語(yǔ)進(jìn)行歸類(lèi)，如停電限電、繳費(fèi)及賬單、服務(wù)渠道、電價(jià)電費(fèi)、計(jì)量用檢、業(yè)務(wù)辦理、供電服務(wù)和宣傳活動(dòng)等。同時(shí)，將上述關(guān)鍵詞庫(kù)信息存儲(chǔ)于客戶(hù)抱怨監(jiān)控系統(tǒng)的數(shù)據(jù)庫(kù)中。

② 判斷客戶(hù)評(píng)論情感傾向類(lèi)型。鑒于客戶(hù)抱怨監(jiān)控系統(tǒng)監(jiān)控的關(guān)鍵詞主要是微博上的負(fù)面情感評(píng)論，因此本文首先構(gòu)建微博負(fù)面情感評(píng)論詞庫(kù)，并對(duì)詞庫(kù)中不同詞語(yǔ)所表達(dá)情感賦予不同的負(fù)面權(quán)重。本文對(duì)每條涉及該電網(wǎng)客服關(guān)注領(lǐng)域的微博進(jìn)行情感趨向類(lèi)型判斷，準(zhǔn)確率統(tǒng)計(jì)值為78%，這說(shuō)明本文構(gòu)建的情感識(shí)別算法效果良好。

③ 劃分客戶(hù)抱怨評(píng)論類(lèi)型。運(yùn)用基于分詞技術(shù)的微博分類(lèi)算法，識(shí)別微博中包含的詞及固定表達(dá)結(jié)構(gòu)，并依此來(lái)判斷微博是否有包含相應(yīng)的分類(lèi)詞，從而判斷該條微博的類(lèi)別，并重點(diǎn)識(shí)別出負(fù)面微博的客戶(hù)訴求點(diǎn)和抱怨點(diǎn)，并與第①步構(gòu)建的電力客服微博關(guān)鍵詞庫(kù)相匹配。這樣，客戶(hù)抱怨監(jiān)控系統(tǒng)便知道客戶(hù)抱怨的信息究竟屬于客服的哪些領(lǐng)域。

④ 將第②步客戶(hù)動(dòng)力學(xué)行為分析得出的外部信息與企業(yè)客服關(guān)注范圍的內(nèi)部信息進(jìn)行匹配整合，從而最終建立客戶(hù)抱怨監(jiān)控系統(tǒng)。

2 ?結(jié)果分析及討論

本文以臺(tái)風(fēng)“天兔”期間客戶(hù)對(duì)供電企業(yè)服務(wù)的抱怨評(píng)論為案例研究對(duì)象， 從時(shí)間維度進(jìn)一步分析了五個(gè)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(shí)間內(nèi)，這些城市微博用戶(hù)抱怨行為隨時(shí)間的變化趨勢(shì)，如圖1所示。

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

圖1 臺(tái)風(fēng)“天兔”期間五個(gè)重點(diǎn)地區(qū)微博用戶(hù)

抱怨隨時(shí)間的變化趨勢(shì)

臺(tái)風(fēng)登陸前及臺(tái)風(fēng)登陸中客戶(hù)抱怨內(nèi)容關(guān)注點(diǎn)的變化如圖2所示。

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

圖2 臺(tái)風(fēng)登陸前及臺(tái)風(fēng)登陸中客戶(hù)抱怨內(nèi)容關(guān)注點(diǎn)的變化

從圖中可以看出，微博抱怨評(píng)論爆發(fā)高峰時(shí)間為2013年9月22日傍晚6點(diǎn)42分鐘，比臺(tái)風(fēng)登陸提前1小時(shí)左右。同時(shí)，微博抱怨評(píng)論在9月24日出現(xiàn)第二次爆發(fā)高峰期。這表明，一方面企業(yè)應(yīng)該在突發(fā)事件（如臺(tái)風(fēng)）到來(lái)之前，做好相關(guān)及輿論導(dǎo)向工作；另一方面，在突發(fā)事件（如臺(tái)風(fēng)）發(fā)生的過(guò)程中應(yīng)密切注意客戶(hù)抱怨評(píng)論的變化趨勢(shì)，避免客戶(hù)抱怨評(píng)論數(shù)量像傳染病一樣達(dá)到某個(gè)“閾值”，從而處于失控的態(tài)勢(shì)。

總體而言，有效的客戶(hù)抱怨監(jiān)控系統(tǒng)能夠?qū)崟r(shí)跟進(jìn)客戶(hù)抱怨高峰出現(xiàn)地區(qū)的變動(dòng)和轉(zhuǎn)移，從而能夠在大面積停電時(shí)，實(shí)時(shí)監(jiān)控客戶(hù)抱怨出現(xiàn)，配合生產(chǎn)、調(diào)度信息，這有利于企業(yè)集中進(jìn)行資源調(diào)度。

另一方面，由圖2可知，臺(tái)風(fēng)“天兔”登陸前和登陸中客戶(hù)在微博上關(guān)于供電服務(wù)的抱怨內(nèi)容也不相同。顯然，突發(fā)事件（如臺(tái)風(fēng)）會(huì)導(dǎo)致客戶(hù)抱怨關(guān)注點(diǎn)發(fā)生轉(zhuǎn)移。因此，當(dāng)大面積停電的復(fù)電過(guò)程較長(zhǎng)時(shí)，企業(yè)應(yīng)該充分運(yùn)用客戶(hù)抱怨監(jiān)控系統(tǒng)實(shí)時(shí)跟進(jìn)客戶(hù)關(guān)注點(diǎn)的切換，輔助判斷在復(fù)電不同時(shí)間點(diǎn)應(yīng)采取什么措施，提供哪些信息，并做好復(fù)電進(jìn)度告知及客戶(hù)解釋的工作。

其次，還可以通過(guò)將客戶(hù)抱怨監(jiān)控系統(tǒng)與客戶(hù)關(guān)系管理系統(tǒng)無(wú)縫對(duì)接，對(duì)微博進(jìn)行實(shí)時(shí)獲取、跟蹤與分析，能夠識(shí)別不同地區(qū)、不同客戶(hù)的關(guān)注點(diǎn)，從而可以制定有針對(duì)性的客戶(hù)服務(wù)改進(jìn)方案。

最后，有效的客戶(hù)抱怨監(jiān)控系統(tǒng)要具備“特定對(duì)象監(jiān)控與服務(wù)”能力，即對(duì)需要重點(diǎn)關(guān)注的微博用戶(hù)進(jìn)行跟蹤，通過(guò)辨識(shí)其常用活動(dòng)區(qū)域，并對(duì)微博內(nèi)容進(jìn)行判斷，微博客服可以及時(shí)進(jìn)行安撫，解釋及干預(yù)。相關(guān)監(jiān)控活動(dòng)可以從以下三步進(jìn)行：

（1） 辨識(shí)對(duì)供電服務(wù)高敏感、影響力大的微博用戶(hù)；

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

（3） 辨識(shí)微博用戶(hù)發(fā)布的時(shí)間及停電報(bào)告的內(nèi)容查看發(fā)布地理位置，或估計(jì)常用活動(dòng)區(qū)域及時(shí)跟進(jìn)故障停電的處理，并及時(shí)發(fā)布信息并反饋。

3 ?結(jié) ?語(yǔ)

本文以國(guó)內(nèi)某電網(wǎng)公司為例，將用戶(hù)對(duì)供電服務(wù)的微博抱怨評(píng)論作為研究對(duì)象， 結(jié)合文本挖掘技術(shù)研究方法，構(gòu)建了一個(gè)新的客戶(hù)抱怨監(jiān)控系統(tǒng)。研究表明，開(kāi)發(fā)一個(gè)有效客戶(hù)抱怨監(jiān)控系統(tǒng)的關(guān)鍵在于如何從空間和時(shí)間兩個(gè)維度實(shí)時(shí)監(jiān)控用戶(hù)抱怨行為動(dòng)力學(xué)特征，從而具備特定對(duì)象監(jiān)控與服務(wù)能力。這不僅能夠?qū)鹘y(tǒng)的客戶(hù)關(guān)系管理前置，也能夠?yàn)楣╇娖髽I(yè)通過(guò)主動(dòng)識(shí)別不同地區(qū)、不同類(lèi)型客戶(hù)的抱怨關(guān)注點(diǎn)，從而制定有針對(duì)性的客戶(hù)服務(wù)改進(jìn)方案提供技術(shù)保障。后續(xù)相關(guān)研究可以將突發(fā)事件應(yīng)急管理的思想納入客戶(hù)抱怨監(jiān)控系統(tǒng)構(gòu)建過(guò)程中，這將幫助企業(yè)在突發(fā)事件情景下進(jìn)一步提升客戶(hù)關(guān)系管理水平。

參考文獻(xiàn)

[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(tǒng)動(dòng)力學(xué)的顧客抱怨管理研究[J].西安電子科技大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2006，16（3）：19?23.

[4] 何建民，劉明星.面向特定主題的客戶(hù)抱怨文本分類(lèi)識(shí)別方法[J].合肥工業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版，2010，33（12）：1884?1888.

[5] 李巍，王志章.網(wǎng)絡(luò)口碑發(fā)布平臺(tái)對(duì)消費(fèi)者產(chǎn)品判斷的影響研究—?dú)w因理論的視角[J].管理學(xué)報(bào)，2011，8（9）：1345?1352.

[6] 葛?；?，盧瀟，周振宇.網(wǎng)絡(luò)安全管理平臺(tái)中的數(shù)據(jù)融合技術(shù)[J].現(xiàn)代電子技術(shù)，2004，37（24）：69?70.endprint