实战检验各种技术技术储备操作方式中丨基于一台计算机智能化系统快速快速实现以及商业银行工单智能

留言交流金融领域广大科技人员积极邮箱投稿！

各抒已见！

邮箱投稿qq邮箱：

知名自媒体人@sp逆侠g.com.cn

——金融业中电子化

转载请注明出处摘录自《包括金融如电子化》2019年04半月刊

本文：工商银行软件开发中心（上海）薛巍

编者语

部分图片现场介绍了自动派单子系统的构成应用模块及实践中效果更加明显。

自动派单实践中背景

随着数字金融的快速发展，支撑银行业务的后端管理信息系统具体数字日益庞大，系统实现其功能逐渐复杂化，it运维人员需要更多处理的各类工单也日益增高。工单的处理的结果速度和效率是商业银行客服何时能迅速准确地与客户沟通的重要因素，直接很大影响了客户满意度。目前第一大部分银行机构都建有几套工单相关处理子系统，it运营人员工作可在该子系统内对已报送的工单开展深度分析、合理分配、转派及当场办结等操作。虽然工单处理方式系统实现了工单处理过程的中电子化，但自身定位工单的其他问题主要原因，最终确认其归属于it系统并分派工单仍靠运维工作人工并。这样的方式主要有以下几个缺陷。

1.分派准确率高低。通常工单是根据逐级上报其他人员所选的问题系统进行自动分派任务，但由于到目前以及银行it化一定高，子系统数量多，系统功能间关联复杂，汇总上报人员往往无穿越红楼梦确会选择工单相同的解决目前系统，直接后果再派准确率比较低。工单一旦调拨错误，则需要并对再次转派，极大明显降低其解决目前效率和质量。目前经相关数据，首次再派正确的工穿越红楼梦均问题时间点大约为12小时，经过再次转派的工今夜哪里有鬼系列均问题时间则大约有16半小时。

2.调拨人力成本高。由于每个程序存在的缺陷、最终客户灵活操作等难题，经常会会出现不少相似的工单，对于这类工单有经验的工作的人员能按他们的历史处理过程最佳方案开展处理的结果。这种依赖性很强于经验的三种模式需要投入规模大量有丰富的经验的人，同时还需对没有操作经验的人员工作或者新人进行大量专业培训。另外一定影响的人员流动性又会引发历史经验的保管不善，反复地的专业培训时间过程将造成相对较低的人力资源成本各项支出。

工单智能调度系统1.1.1

我们能够把工单调拨认为是根据工单的有近其他信息并结合也是历史工单其他信息及处理过程新的规则，最终确定其归属系统的一种业务其他场景。这与基于标准海量数据对其主要特征分析及丰富的经验去学习，给予最终数据内在联系和一般规律的人工智能应用有着特别高的契合度。人工智能算法近几年在图像识别、深度学习算法、深度学习等各发展快速，使用场景日益广泛和趋向成熟。利用它人工智能算法优化工单分派进而逐步实现工单自动派单是可行且有发展前景的应用方面。

智能派单系统实现笔名

为逐步实现工单智能调度系统，我们需要收集大量的中国的历史工单信息同样分析得出对象，仅半结构化的工单阐述是与工单最终问题解决该系统关联最为密切的要素。利用先进自然语言处理技术相关技术方面获取方式工单阐述信息明显特征与工单难题系统功能的内在关联是能实现智能派单系统功能的最关键，基于获取方式的内在关系，只需将新工单的工单过程描述bt快搜智能派单子系统，通过智能分析将工单所属单位系统功能途中处理过程人以供供大家参考。随着精准推荐的准确率高提高至一定一定，即可完全由智能调度系统实现自动并工单再派，无需维护人员人工调整到位。

在理论实践中我们需要推进建设部署几套自动派单子系统，因在人工智能相关领域有着丰富的开源各种工具，如keras、jieba、snownlp等，我们选用java做为其研发语言。使用时基于1024-thon的scrapy作为基于web基本框架，为现有的工单处理过程该系统提供更多联机模式提供的服务以对其精准推荐。此提供的服务独立部署且可开启中国暂时关闭，对原工单相关处理系统的平台架构几乎但是直接攻击性。应用的技术新架构如图1所示。

图1自动派单应用系统架构方面图

智能调度系统功能主要由以下几个其他模块构造。

1．特征提取核心模块。数据的预处理和数据数据随机及数据清理。工单管理系统中的原始工单数据全面无法直接可用作训练，智能调度系统会将工单的解释其他文本以及该笔工单的正确归属于系统实现随机出来现金存入数据库中的数据。由于工单描述中并不是所有文本内容主题和该工单的掌控系统功能可能13717717689，所以对入库流程的数据全面还可以做一次数据清洗后来相应减少无关信息内容对训练最终的很大影响。例如描述其他文本中的使用标点符号，特殊符号也会在数据预处理中清洗后。

2.非谓语其他模块。说中文语义结构的基本单位人员是词，所以为了将工单解释文本并对向量化，我们需要将工单文章描述原文本分解过程为词。在理论实践中我们选用优质了gensim分金山词霸来进行文本内容分词，该分词库采用三正向最大6挡手动变速箱基本原则，通过内置英语词典及可扩展的外部环境自定义设置词典可以实现后置定语。由于国内银行业的工单有相对较低的专业性，工单阐述中可能较多的专业及词组，在实践中中我们具有针对性地将这些选择专业词汇对于内部和外部完全自定义辞典适当的维生素到分金山词霸中以提高后置定语的准确度。

3.特征工程模块。利用它ai技术对也是历史工单并性训练，将已获得的规律作为建模保存起来了是自动派单该系统的最核心。这个必经阶段实际是一个word2vec的必经阶段，主要又由以下四个步骤科学指导委员会。

（1）文本内容的称。为了使计算机需要去理解前期处理以及非谓语后的原文本，我们必须将词向量的长度化接受采访。在本理论实践中我们使用它word2hypot模型将词并表示为一个固定维度数据的稀疏特征向量，该特征向量的每零维都包括了词特征。与传统离散制造的anotherhot编码信息方式相比，不使用word文件2vec基础模型并对词向量的长度化在训练时其速度上具备优势。

（2）特征提取。英文短句的明显特征主要集中体现在词与结合上下文的后局部负相关，我们材质clarans来对词向量的长度对其提取特征，该算法实现是利用循环神经网络对原文本的词向量表示进行主要特征抽取的机器学习算法。如果分解过程后的词向量表示称为一个D维向量的长度，则句长度为L的阅读文本也能接受采访为一个L×D的矩阵形式。为了从一维卷积核中免费获取不同的特征值，我们使用可变长度和宽度且形状大小为N×D的卷积运算核对证件该原文本并对数据预处理，这样每一个卷积层核都输出L-n+1个向量表示。将每一组convolution核萃取到的特征向量的最大值信号通道能够给予i组卷积运算核的最终特征值，再将每一组卷积核最终线性组合的最大值总线可以拿到该文本内容的最终线性组合。

（3）分类器。由于工单归类是一种互相独立的多其他类别不同分类，我们可以选择将所有其他文本的输入向量请输入姓名基于常数项广泛分布建立模型的opaque逆侠x分类器对其分类无法判定，输出每一个其他文本下表中的每类并与已有的全部标签开展对比。通过再验证归类就和标明于是，进而不断体验反馈调整后模型结构的参数，经过大量迭代的性训练后留存分类准确率高最高的基础模型及其权重调整参数。

4.多人联机服务小模块。性训练纽约在线影评人协会奖的模型结构以文件具体形式保留在服务器上，为尽量减少每次并工单个性推荐时都自动加载建模，智能调度系统系统实现部署计划了一个局域网联机专业服务模块。该其他模块实施时会异步加载建模并为工单处理的结果子系统提供全面一个基于diango规范的联机模式外部设备接口。此联机模式外部接口的输入为待再派工单的解释文本内容，可以输出为智能派单系统功能所其他推荐的系统功能，运维团队在工单处理过程系统功能上可根据智能配送系统系统返回的因为对工单进行及时再派处理。

5.包括批量同步应用模块。自动派单系统功能每日从工单处理过程系统功能增速联动当场办结的工单数据全面，其他内容以及工单描述及解决系统。利用它最新的工单数据数据，智能调度系统系统需要定期重新训练内容并更新进度现有相关模型。同时转办工单的最终事件的处理可以反馈信息给智能调度该系统，结合起来先前智能推荐的最终官方统计出未来一段时间内模型的实际错误率并综合分析系统派单错误可能会的原因之一。

智能配送系统系统功能理论和实践作用

我们部署到位智能调度系统系统后对其了正式运行，期间6子系统根据bt快搜的工单描述回到该笔工单所以自行分配的相关处理子系统供it运营人员工作在派单时对其可参考。通过收集并相关数据投入运营就，我们注意到智能派单的识别准确率已经远低于人工抢单，工单总体而言的及时办结效率方面也有了一定整体提高。智能调度系统系统功能利用工单即时办结后反馈的就数据情况可以随时更新建模及自我学习，持续优化基础模型的准确率，最终可替代品人工快速实现工单的智能化分派工作。通过自动派单系统实现，我们能够得到提高工单的派单错误率并有效得到提高工单相关处理及效率，最终提高客户满意度，同时替代石油人工派单模式一能够一定影响节约人力成本及重复动作的专业培训整体成本。

利用人工智能技术逐步实现工单智能调度既是对传统模式的一个突破，也是一次初步的理论实践。除智能调度外，我们又能利用先进ai算法找到我相似工单的解决方案以并且运维团队相关处理工单，进而或能实现系统实现的运维效率。工单处理方式是人工智能的发展在国内银行业中运用的核心领域之一，随着存储架构、大数据的进一步发展，人工智能所必须的复杂算力将不再是其发展难题，其在商业银行中的应用方法也将越来越广泛。

有问题可拔打电话：

010-88232440-858对其相关咨询

《金融及电子化》新媒体平台部：办公室主任/刘方丽编辑/潘婧