許鑫　王莉　孫志杰

摘要摘要：傳統(tǒng)的故障工單處理方法是人工處理，效率低下。在對95598工單地址分析的基礎(chǔ)上，建立了用于存儲標(biāo)準(zhǔn)數(shù)據(jù)集的標(biāo)準(zhǔn)地址庫結(jié)構(gòu)和匹配規(guī)則，提出了基于標(biāo)準(zhǔn)地址庫的95598客戶服務(wù)故障工單匹配方法。該方法依據(jù)標(biāo)準(zhǔn)地址庫分詞，限定了正向匹配算法的最大詞長，能夠沿著自定義的地址匹配規(guī)則進行匹配，從而減少了待匹配地址與標(biāo)準(zhǔn)數(shù)據(jù)集的匹配次數(shù)，縮小了下次分詞所用到的目標(biāo)數(shù)據(jù)集，提高了匹配效率。通過對歧義地址的定義和對規(guī)則樹的拓展，提高了匹配成功率和系統(tǒng)執(zhí)行的靈活性。

關(guān)鍵詞關(guān)鍵詞：匹配算法；標(biāo)準(zhǔn)數(shù)據(jù)庫；模糊地址匹配；95598工單；標(biāo)準(zhǔn)地址庫

DOIDOI：10.11907/rjdk.171133

中圖分類號：TP319

文獻標(biāo)識碼：A文章編號文章編號：16727800（2017）005014003

0引言

目前，針對95598故障工單中地址信息匹配停留在人工分析層面，當(dāng)用戶對停電次數(shù)過多產(chǎn)生不滿進行投訴時，業(yè)務(wù)人員只能通過系統(tǒng)查詢該地區(qū)兩個月內(nèi)由于供電企業(yè)責(zé)任引起的故障停電和計劃停電次數(shù)，以確定是否為頻繁停電投訴。利用人工查詢停電次數(shù)不僅存在效率低下、規(guī)范性差等問題，并且對工作人員經(jīng)驗要求較高。

為解決這一問題，本文提出一種基于標(biāo)準(zhǔn)地址數(shù)據(jù)庫的95598故障工單地址分詞匹配算法。該算法通過采用最大正向匹配算法將地址分詞在標(biāo)準(zhǔn)地址庫中進行匹配[1]。通過借助每次分詞時對標(biāo)準(zhǔn)地址庫搜索，獲取正向最大匹配算法的詞長[2]，并實時參照地址匹配規(guī)則樹，達(dá)到不斷更新匹配詞長和縮小目標(biāo)數(shù)據(jù)集的目的。匹配出規(guī)范地址后，終止算法，返回目標(biāo)數(shù)據(jù)集，完成規(guī)范地址輸出。

1地址匹配方法

1.1匹配方法框架

（1）構(gòu)建標(biāo)準(zhǔn)數(shù)據(jù)庫。將國網(wǎng)冀北電力有限公司知識庫中的行政區(qū)域與營業(yè)區(qū)域?qū)φ毡硪?guī)范化處理后形成標(biāo)準(zhǔn)數(shù)據(jù)庫，創(chuàng)建地址結(jié)構(gòu)數(shù)據(jù)表。

（2）地址匹配。調(diào)用分詞算法進行自動匹配，如果匹配成功，則經(jīng)過轉(zhuǎn)換格式直接輸出；如果匹配失敗，則輸出到待處理庫等待人工修正。人工進行原因分析修正，完善標(biāo)準(zhǔn)數(shù)據(jù)庫或添加歧義表數(shù)據(jù)，將地址標(biāo)準(zhǔn)化處理并實現(xiàn)規(guī)范地址輸出。

1.2匹配方案實現(xiàn)

（1）標(biāo)準(zhǔn)地址庫構(gòu)建。標(biāo)準(zhǔn)地址主要是為分詞匹配提供標(biāo)準(zhǔn)詞長及匹配值，因此需要分析當(dāng)前故障地址和停電信息的地址結(jié)構(gòu)，明確各行政區(qū)域的劃分，然后分級構(gòu)建對應(yīng)的標(biāo)準(zhǔn)數(shù)據(jù)表。

經(jīng)過對2015～2016年6萬多張故障報修工單和4萬多條停電信息進行分析，當(dāng)前故障地址信息以省、市、區(qū)/縣、鄉(xiāng)/鎮(zhèn)/街道辦事處、村/小區(qū)為結(jié)構(gòu)，停電信息地址結(jié)構(gòu)為供電單位、停電范圍。其中，供電單位作為地址的一部分是因為停電信息的地址有些只提供區(qū)縣和村落，將供電單位也作為地址信息的參考對象，可避免區(qū)縣重名，出現(xiàn)識別錯誤。停電范圍內(nèi)的地址信息以市、區(qū)/縣、鄉(xiāng)/鎮(zhèn)/街道辦事處、村/小區(qū)結(jié)構(gòu)為主。針對以上數(shù)據(jù)結(jié)構(gòu)，構(gòu)建地址層級結(jié)構(gòu)如圖1所示。

（2）地址匹配定義?？紤]到故障報修工單地址的書寫格式問題，為了提高匹配效率，便于按照當(dāng)前地址格式進行匹配，梳理了故障報修工單數(shù)據(jù)中的地址信息，整理出地址的所有書寫格式，如表1所示。

為了便于表示，將標(biāo)準(zhǔn)地址庫中各表進行編號，如表2所示，然后利用編號對故障工單地址的匹配規(guī)則進行定義，如表3所示。以表3中規(guī)則一為例，當(dāng)對地址進行匹配時，首先對省表中數(shù)據(jù)進行匹配運算，省表匹配成功后，再匹配市表，依次進行匹配，匹配完成后終止運算，返回規(guī)范的地址。但當(dāng)規(guī)則一在匹配到區(qū)/縣（編號3）時匹配失敗，就直接按照規(guī)則三繼續(xù)匹配，直到匹配完成。如果在執(zhí)行運算過程中遇到多個分支，則默認(rèn)按規(guī)則排序前后依次執(zhí)行。

（3）模糊地址處理。由于故障工單中的地址信息是95598客服人員直接根據(jù)用戶口述填報，因此得到的地址數(shù)據(jù)存在表達(dá)模糊、地址編寫不完整問題，可將模糊地址分為可匹配的模糊地址和不可匹配的模糊地址兩類[1][3]。針對可匹配的模糊地址，通過附加一些匹配規(guī)則來提高匹配成功率?？梢云ヅ涞哪：刂分饕譃槠缌x地址和行政區(qū)劃稱謂不全。對于這兩種地址，該匹配算法提出如下解決方法：①構(gòu)建歧義地址匹配表。通過建立歧義地址、行政區(qū)劃稱謂不全與標(biāo)準(zhǔn)地址之間的關(guān)聯(lián)關(guān)系，構(gòu)建數(shù)據(jù)表。當(dāng)?shù)刂菲ヅ涞较鄳?yīng)的行政區(qū)劃且無法在標(biāo)準(zhǔn)地址庫中匹配成功時，可對歧義地址表中存在關(guān)聯(lián)關(guān)系的數(shù)據(jù)進行匹配，根據(jù)匹配情況得出結(jié)果；②人工完善歧義表內(nèi)容。在匹配過程中，歧義表主要通過自動匹配失敗后的人工梳理，逐步完善匹配規(guī)則。

雖然歧義表作為標(biāo)準(zhǔn)地址庫的一部分，在整個數(shù)據(jù)表設(shè)置中有些冗余，但是可以解決匹配模糊地址問題，從而提高匹配成功率。

例如：“河北省承德市雙灤區(qū)雙塔山百旺家園”相對于標(biāo)準(zhǔn)地址“河北省承德市雙灤區(qū)雙塔山鎮(zhèn)百旺家園”缺少了“鎮(zhèn)”這個行政區(qū)劃稱謂，屬于行政區(qū)劃稱謂不全。通過地址分析，在匹配到“鎮(zhèn)”的行政區(qū)劃時，對歧義表中相關(guān)聯(lián)的“鎮(zhèn)”信息進行匹配，從而匹配成功。

2匹配過程

（1）分詞過程。待匹配地址載入到匹配流程中，按照匹配規(guī)則限定最大詞長及匹配目標(biāo)集，并對待匹配地址進行分詞。

（2）匹配過程。將分詞的待匹配地址與標(biāo)準(zhǔn)地址匹配。如果匹配成功，按照標(biāo)準(zhǔn)地址庫截取相應(yīng)的行政區(qū)劃詞長，并按照規(guī)則循環(huán)匹配；如果匹配不成功，查詢歧義地址表并進行匹配。匹配成功后輸出標(biāo)準(zhǔn)地址，匹配不成功需要查詢匹配規(guī)則樹重新定義詞長與標(biāo)準(zhǔn)數(shù)據(jù)集。如果匹配規(guī)則樹沒有此規(guī)則，那么此地址將跳入到人工處理流程。

（3）規(guī)范地址輸出。如果為自動執(zhí)行過程，在匹配完成后就直接輸出匹配成功的規(guī)范地址；如果是人工處理匹配過程，則需要工作人員對存在的問題進行分析，根據(jù)所發(fā)現(xiàn)的問題修正標(biāo)準(zhǔn)庫、歧義表、規(guī)則樹。詳細(xì)流程如圖3所示。

3創(chuàng)新點及應(yīng)用成果

基于標(biāo)準(zhǔn)地址庫的95598客戶服務(wù)故障工單地址匹配方法創(chuàng)新點如下：

（1）實現(xiàn)了故障地址的有效分詞。該地址匹配方法根據(jù)匹配規(guī)則樹和上一次匹配成功的行政區(qū)劃，從標(biāo)準(zhǔn)地址數(shù)據(jù)庫的地址結(jié)構(gòu)數(shù)據(jù)表中確定當(dāng)前匹配的地址范圍，實現(xiàn)多級詞表設(shè)計，從而解決了匹配過程中單個詞表導(dǎo)致的匹配詞量過多問題，可以利用多級詞表的關(guān)聯(lián)關(guān)系實現(xiàn)將標(biāo)準(zhǔn)詞表匹配范圍最小化。在模糊地址匹配設(shè)計上利用標(biāo)準(zhǔn)地址數(shù)據(jù)庫的地址結(jié)構(gòu)數(shù)據(jù)表與歧義地址匹配表內(nèi)數(shù)據(jù)的關(guān)聯(lián)關(guān)系，快速定位模糊地址對應(yīng)的標(biāo)準(zhǔn)地址，有效解決了模糊地址的匹配問題。在地址匹配過程中利用規(guī)則引導(dǎo)地址匹配過程，減少了匹配次數(shù)，提高了匹配效率。

（2）有益于預(yù)警工作開展。地址規(guī)范化處理有助于電力部門在工單數(shù)據(jù)的統(tǒng)計分析上實現(xiàn)地址維度的數(shù)據(jù)統(tǒng)計分析，比如：針對某地區(qū)停電數(shù)據(jù)分析、某地用戶偏好分析、某地業(yè)務(wù)數(shù)量統(tǒng)計分析等。另外，該技術(shù)的延伸將有助于實現(xiàn)計劃停電信息、投訴工單信息的分析及地址處理。

頻繁停電投訴的管理及數(shù)據(jù)分析，難點在于地址填寫不規(guī)范，本技術(shù)方案解決了在頻繁停電投訴管理和數(shù)據(jù)分析中遇到的地址不規(guī)范難題，為投訴預(yù)警及服務(wù)關(guān)口前移創(chuàng)造了條件。

參考文獻參考文獻：

[1]程昌秀，于濱.一種基于規(guī)則的模糊中文地址分詞匹配方法[J].地理與地理信息科學(xué)，2011（3）：2629.

[2]王瑞雷，欒靜，潘曉花，等.一種改進的中文分詞正向最大匹配算法[J].計算機應(yīng)用與軟件，2011，28（3）：195197.

[3]譚侃侃.基于規(guī)則的中文地址分詞與匹配方法[D].濟南：山東科技大學(xué)，2011.

[4]金在全，趙照.一種改進的增字最大匹配算法[J].科學(xué)技術(shù)與工程，2007，7（9）：47614764.

[5]吳勝遠(yuǎn).一種漢語分詞方法[J].計算機研究與發(fā)展，1996，33（4）：306 310.

[6]陳桂林，王永成，韓客松，等.一種改進的快速分詞算法[J].計算機研究與發(fā)展，2000，37（4）：418424.

[7]張黎，徐蔚然.中文分詞研究[J].軟件，2012，33（12）：103108.

[8]高文利，李德華.分詞索引樹的構(gòu)建[J].語言研究，2007（4）：103105.

責(zé)任編輯（責(zé)任編輯：杜能鋼）