稽查问题多维定位模式

张文冰　杨悦群

摘 要：随着国民经济的快速发展，科技水平的日益提升，国家审计署、国家电力监管机构等对电力业务的执行提出了更严厉的要求，同时客户对服务品质的要求越来越高。随着时代的日新月异，电力相关部门也紧跟着快速的发展，如今的电力营销方式渐渐趋向多元化，但是随着业务信息化进程不断推进，数据量不断增大，导致稽查难度越来越高。稽查工作是营销工作的重要组成部分。目前在稽查工作中稽查问题的定位是割裂的，单个问题进行分析，无法一览样本的全貌，导致问题分析不全面不到位，不深入，从而无法精准定位到问题的根源。采用知识图谱的稽查问题多维定位，将一个样本通过环形散发以及链式结构进行问题定位展示，实现样本问题的可视化精准定位。

关键词：稽查问题；多维；精准定位

中图分类号：F274 文献标志码：A 文章编号：2095-2945（2019）03-0069-02

Abstract： With the rapid development of the national economy and the increasing level of science and technology， the National Audit Office and the State Electricity Regulatory Authority have put forward more stringent requirements for the implementation of the power business， and customers have higher and higher requirements for the quality of service. With the rapid development of the times， the power related departments are also following the rapid development. Nowadays， the power marketing methods gradually tend to be diversified， but with the process of business informatization， the amount of data continues to increase， which makes auditing more and more difficult. Audit work is an important part of marketing work. At present in the audit work， the inspection question localization is split， the analysis carried on the single question is unable to list the sample the complete picture， which makes the question analysis not complete or thorough， thereby cannot precisely position the cause of the question. Multidimensional positioning of audit problems based on knowledge graph is adopted， and a sample is displayed through circular distribution and chain structure， so as to realize the visualization and accurate positioning of sample problems.

Keywords： audit problems； multidimensional； accurate positioning

1 概述

隨着营销稽查中心稽查工作纵深开展以及逐年的创新，对营销稽查中心提出了更高的工作要求，而目前稽查工作主要是依靠省公司的营销系统在线稽查模块基于省公司142条稽查规则对营销全业务域数据进行稽查。目前每条稽查规则对应的问题都是割裂的，单个问题进行分析，无法一览样本的全貌，导致问题分析不全面不到位，不深入，从而无法精准定位到问题的根源。因此通过构建稽查知识图谱来进行稽查问题多维定位，稽查知识图谱类似于棋谱，通过总结历年的稽查结果及经验，系统性地梳理智能稽查规则，形成智能稽查规则体系。随着稽查规则中积累的“棋谱”的增多，智能稽查解决业务问题的能力越来越精准。

2 构建稽查知识图谱

目前在营销稽查过程中，每条稽查规则对应的问题都是割裂的，单个问题进行分析，无法一览样本的全貌，导致问题分析不全面不到位，不深入，从而无法精准定位到问题的根源。通过对规则的特征提取，判断规则间的相关性，再通过将相关性高的稽查规则进行分类组合，形成知识图谱。如将业扩超时相关的稽查规则和电费差错相关的稽查规则进行组合，形成客户满意度知识图谱；将业扩报装相关的稽查规则与客户档案相关的稽查规则进行组合和细化，形成客户档案知识图谱。

首先对现有的规则进行特征提取，主要针对规则对应的问题类型，影响的程度，发生的频率和样本的数据源等特征。将原始特征转换成一组具有明显物理意义或者统计意义的特征数据。使用PCA即主成分分析，PCA是一种较为常用的降维技术，PCA的思想是将维特征映射到维上，这维是全新的正交特征。这维特征称为主元，是重新构造出来的维特征。分析步骤：（1）去平均值，即每一位特征减去各自的平均值；（2）计算协方差矩阵；

（3）计算协方差矩阵的特征值和特征向量；

（4）对特征值从大到小排序；

（5）保留最大的个特征向量；

（6）将数据转换到个特征向量构建的新空间中。

通过分析获取到规则特征主成分，并将相关数据进行保存。

然后根据分析所得的数据去计算规则间的相关性，然后根据相关性对规则进行组合分类。第一种相关分析方法是将数据进行可视化处理，简单的说就是绘制图表。单纯从数据的角度很难发现其中的趋势和联系，而将数据点绘制成图表后趨势和联系就会变的清晰起来。第二是通过计算相关系数。相关系数（Correlation coefficient）是反应变量之间关系密切程度的统计指标，相关系数的取值区间在1到-1之间。1表示两个变量完全线性相关，-1表示两个变量完全负相关，0表示两个变量不相关。数据越趋近于0表示相关关系越弱。以下是相关系数的计算公式。

3 基于知识图谱问题多维定位

基于知识图谱的构建完成，同时将营销的基础数据录入到图库中。在数据录入过程需要业务专家对数据的点边关系进行梳理，同时将梳理的流程固化成一个专家模型库，后期可以根据固化好的专家模型库自动定位到稽查问题的根源。稽查知识图谱类似于棋谱，通过总结历年的稽查结果及经验，系统性地梳理智能稽查规则，形成智能稽查规则体系。随着稽查规则中积累的“棋谱”的增多，智能稽查解决业务问题的能力越来越精准。通过分析可以形成不同维度的知识图谱，比如将业扩超时相关的稽查规则和电费差错相关的稽查规则进行组合，形成客户满意度知识图谱；将业扩报装相关的稽查规则与客户档案相关的稽查规则进行组合和细化，形成客户档案知识图谱。

目前主要通过不同级别的节点将与稽查问题相关的数据展示出来，可以清晰分析出稽查问题与不同规则之间的关联，进而推导出问题与规则之间的关联性。简单的说就是通过知识图谱追根溯源的方式查找出与该用电客户相关的事件和问题，并用点边的方式进行全面展示，可以自由的去进行扩线和给客户贴标签等。比如计量点计量容量异常、供电容量异常2条稽查规则都是由相同的问题数据源导致产生异常数据，对同一数据源而引起多条稽查规则发现异常数据的，可以针对此数据源进行精准稽查问题定位。

4 结束语

电力行业作为国民经济发展依赖度最高的行业之一，所以电力营销中稽查工作也是非常重要的。目前科技水平不断上升，所以也要改变传统的稽查模式，采用信息化数据分析手段来增强稽查工作效率。相比于传统的稽查模式来说，信息化的稽查问题多维定位模式可以更加快速、准确和全面地对问题进行追根溯源。在稽查问题精准定位的前提下，可以及时排除投诉隐患，提升客户的满意度。这也是稽查工作由原来的稽查型向服务型进行转变的一个方向。

参考文献：

[1]章琛敏，林少娃，潘双双.电力企业营销稽查工作承载力评估模型应用研究[J].中国市场，2018（34）：117-119.

[2]襄继洪.供电企业电力营销稽查工作存在的问题及对策[J].农电管理，2018（10）：40-41.

[3]付婷，韩静.用电稽查管理工作存在的问题及解决对策分析[J].现代经济信息，2018（15）：356.