客户服务领域本体建模研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇客户服务领域本体建模研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要: 本体是对领域中的概念及概念间的关系的描述,通过概念之间的关系来描述对象的语义。对客户服务领域知识进行本体建模,有利于知识的共享和检索。本文介绍了本体建模的基本步骤,并结合对客户服务领域知识的分析,给出了客户服务领域的本体模型。

Abstract: Ontology is the description of the concepts and the relationship between the concepts in the domain, and it denotes the semantic of the objects by the relationship between the concepts. It is useful for the sharing and the retrieval to model the customer service domain ontology. This paper introduces the steps of the ontology modeling. By combining with the analysis of the knowledge in the customer service domain ,we propose an domain ontology model.

关键词: 本体;领域本体;本体建模

Key words: ontology;domain ontology;ontology modeling

中图分类号:TP39 文献标识码:A文章编号:1006-4311(2010)07-0148-02

0引言

客户是企业生存和发展的重要资产,提供客户满意的客户服务是提高客户忠诚度的一项重要策略。在构建基于知识管理的客户服务系统时,首要的任务就是将客户服务领域的知识表示成计算机可识别的形式。而客户服务领域中知识源的多样性以及知识结构的不同给知识的统一表示带来了很多不便。对同一知识的不同表示也使得知识不能很好的被共享。这要求在集成异构知识的同时考虑知识的语义表达。现有的知识表示方法,如框架表示法、XML、RDF/RDF schema等能够在语法上很好的表示知识的结构和内容,但是语义表达能力较弱。

本体是对领域中的概念及概念间的关系的描述,通过概念之间的关系来描述对象的语义。利用本体来表示知识,能够在语义层次上保持知识的一致性与通用性[1],有利于知识的共享和检索。领域本体[2]是用于描述指定领域知识的一种专门本体,它给出了领域实体概念及相互关系、领域活动以及该领域所具有的特性和规律的一种形式化描述。

本文通过对本体概念及本体建模方法的介绍,用本体论的思想对客户服务领域的知识进行分析,并采用七步法进行本体建模。

1本体的概念

本体(ontology)是共享概念模型的明确的形式化规范说明[3]。“概念模型”指通过抽象出客观世界中一些现象的相关概念而得到的模型。概念模型所表现的含义独立于具体的环境状态。“明确”指所使用的概念及使用这些概念的约束都有明确的定义。“形式化”指本体是计算机可读的(即能被计算机处理)。“共享”指本体中体现的是共同认可的知识,反映的是相关领域中公认的概念集,即本体针对的是团体而非个体的共识。

现有的本体建模方法主要有Gruninger & Fox的TOVE法[4],METHONTOLOGY法[5],Mike Uscholddede & King 的骨架法[6]、斯坦福大学的七步法[7]等。几种方法均允许在系统间进行操作,都提供知识共享机制。其中七步法主要用来构建领域本体,是现有的较为成熟的领域本体构建方法。本文采用七步法对客户服务领域的知识进行本体建模。

2客户服务领域本体建模

客户服务要求准确的解答客户提出的问题,包括产品质量问题、产品操作、产品/服务信息等。构建客户服务领域本体就是找出领域中的概念实体以及概念之间的关系,并在此基础上描述领域中的活动。

2.1 确定本体应用的目标和范围

2.1.1 建立本体的目的在语义层次上表示客户服务领域的知识,建立客户服务知识库系统,使用户能够快速准确的找到所需的知识。

2.1.2 专业领域知识客户服务领域中的知识包括客户知识和企业知识。

客户知识包括企业进行商务活动的过程中积累的与客户有关的知识,以及来自客户的知识[8]。与客户有关的知识包括客户的性别、年龄、职业、收入、教育状况等背景知识,以及客户的需求、偏好、对产品/服务的希望等;来自客户的知识指客户能够提供的知识,如使用产品/服务的方法、程序、经验,对产品/服务的见解、评价、意见和建议等。

企业知识主要包括企业所提供的产品和服务的知识。产品知识包括各零部件描述、产品性能、产品使用方法、产品故障诊断及排除等;服务知识包括提供的服务种类、各种服务的内容、服务费用、服务的有效期限等。

此外,客户与企业发生的各种活动也是我们要考虑的。

2.1.3 本体能够回答的问题可以通过列出本体所能回答的问题清单来确定本体的范围,如这个本体是否包含回答这类问题的足够的信息、问题的答案是否需要特定层次的详细信息或特定专业领域的表达法等。客户服务领域本体应能够:根据特定的条件查询相关的客户、产品/服务知识;根据产品故障描述找到排除故障的方法;根据客户意图为其推荐合适的服务项目等。

这些问题可以随时调整,但是由于他们限制模型的范畴,所以需要相对稳定。

2.2 复用现有本体如果自己的系统需要和其他的应用平台进行互操作,而这个应用平台又与特定的本体活受控词表结合在一起,那么复用现有对本体就是最行之有效的方法。许多本体都有电子版本,而且可输入到个人使用的本体开发系统中,本体的格式转换也并不困难。

2.3 列出领域本体中的重要概念和术语

列出领域本体中的所有术语清单,而不用担心概念间是否有属性及表达上的重复。

与人有关的概念:伙伴、最终客户、竞争者、合作伙伴、员工、服务人员、管理人员、联系人、客户服务经理、客户服务代表、技术人员等;

与商品有关的概念:产品、产品类别、产品、产品序号,产品名称,产品编号,产品描述、产品说明、产品规格、单价、附件,服务、服务编号、服务名称、服务项目、服务条款、服务内容、费用等;

与合同有关的概念:服务合同、销售合同、合同号、所定合同的客户、合同所规定的服务标准、签订日期、有效期等;

与活动有关的概念:服务请求、自助服务、人工服务、咨询、咨询方式、电话咨询、网上查询、邮件咨询、交易、交易方式、店面购买、网上购买、故障描述,产品系列号,请求时间、维修、维修地点、负责维修的技术人员、维修方式、投诉等。

2.4 定义类及类的等级体系完善类的等级体系结构有以下几种可行的方法。

自顶向下法:由某一领域中最大的概念开始,通过添加子类将这些概念细化;

自底向上法:由最底层、最细小的类定义开始,然后将这些细化的类组织在更加综合的概念之下;

综合法:首先定义很多非常显而易见的概念,然后分别将他们进行恰当的归纳和细化,从一些顶层概念着手,将他们与一些中级概念关联起来。

采用综合法建立客户服务领域本体中概念之间的层次关系如图1所示。

2.5 定义类的属性类的属性描述概念间的内在结构。属性主要包括类自身的属性,如某人的姓名、电话、喜好等,以及各类的个体之间的关系,如某人所属的部门即可表示为人与部门之间的对应关系。任意类的所有子类都继承了该类的属性,一个属性应该被附加在拥有该属性的最大的类上。

客户类的基本属性如图2所示。其中,姓名和生日、联系电话和电子邮件是客户自身的属性,联系人是具体的某个客户和某个服务人员之间的对应关系,对应关系为一个服务人员对应多个客户。而姓名、联系电话、电子邮件和联系人这四个属性又是从父类中继承得到的。

2.6 定义属性分面(属性约束)一个属性可能由多个分面组成。一个属性的分面,就是属性取值的类型、允许的取值、取值个数和有关属性取值的其他特征。如上述客户类的姓名属性取值的类型为字符串型,取值的最大长度为10个字符;生日属性取值的类型为日期型;联系人属性的取值范围是已定义的服务人员类的某个实例。

2.7 创建实例本体建模的最终目的是要表示领域内的知识,通过定义类的实例可实现知识的表示。创建实例首先要确定一个类,然后创建该类的一个实例,并为该实例添加类的属性值。

3用OWL本体描述语言描述本体

建立领域本体的模型后,要用某种形式化语言描述本体。现有的本体描述语言有RDF&RDFS、OIL、DAML+OIL、OWL等。其中, OWL语言是W3C的推荐标准,具有与多种本体语言的兼容性与交互性,有很强的语言表达能力。用OWL描述的客户类定义如图3所示。图4是用OWL描述的一个客户实例:编号Cus0000001,姓名Tom,生日1980-7-19,联系电话010-15254854,联系人是编号SS00000001的服务人员mary。

在建立了本体之后,可以通过创建实例来用本体来表达领域知识,可以进行基于本体的知识挖掘与知识检索,从而实现基于本体的知识管理系统。

4结束语

本体理论和应用引起了国内外众多研究人员的关注,并逐步在计算机及相关领域得到了广泛的应用。本体的开发是一个不断反复、扩展和修正的过程,是一个由粗到细的不断完善的过程。本文针对客户服务领域知识,运用“七步法”进行本体建模,并对各步骤的方法和原则进行了分析,最后用OWL来描述本体模型以及基于本体的知识。在实际的应用中应在相应领域专家的指导下进行领域分析,不断完善领域本体。

参考文献:

[1]李景,苏晓鹭,钱平.构建领域本体的方法[J].计算机与农业.2003,(7):7-10.

[2]GUARINO N. Semantic matching: formal ontological distinctions for information organization, Extraction and Integration[A]. In: Information Extraction: a Multidisciplinary Approach to an Emerging Information Technology[C]. Frascati: Springer Varlag, 1997.

[3]Studer R, Benjamins V R, Fensel D. Knowledge Engineering, Principles and Methods[J]. Data and Knowledge Enigineering,1998,25(12):161～197.

[4]GRUNINGER M, FOX M. Methodology for the design and evaluation of ontologies[A]. In: Proceedings of IJCAI'95 Workshop on Basic Ontological Issues in Knowledge Sharing[C].San Francisco: Morgan Kaufmann, 1995.

[5]Gmez-Prez A, Fernndez M, DeVicente AJ. Towards a Method to Conceptualize Domain Ontologies[A].ECAI-96 Workshop on Ontological Engineering[C].Budapest,1996.

[6]USCHOLD M,GRUNINGER M. Ontologies :principles, methods and applications [J].The Knowledge Engineering Review,1996,11(2):93-155.

[7]Natalya F.Noy, Deborah L.McGuinness. Ontology Development 101: A Guide to Creating Your First Ontology[M].Stanford University,Stanford,CA,94305.

[8]金燕.客户知识管理中的知识流动分析[J].高校图书情报论坛.2005,4(1):13-16.