2014年4月29日 星期二

欢迎访问湖北随岳高速!

你当前的位置:首页 >> 阳光文化 >> 管理之窗 >>

利用Python实现ETC客户服务支撑系统 数据可视化的应用方案

【发布人】Admin 【发布时间】2020/4/16 15:29:50 【点击次数】859 【双击滚动】

【摘要】:自2020年1月1日0时起,全国高速公路收费新系统正式切换运行。原有的客户服务工单流转模式由省级联网升级为部级联网状态,投诉工单处置流程从客户发起投诉到最终服务方完成工单办结实行一站式流转模式,投诉方、受理方、发行服务机构、被投诉方所有相关单位均采用ETC客服服务支撑系统进行流转处置。由于平台参与省份和相关单位众多,平台沉淀海量数据,为快速有效的将涉及随岳路段的投诉工单实现2小时响应、48小时办结的目标,在本文中,笔者将采用一种低成本的技术方案,快速构建一个随岳高速工单数据可视化项目,以此来为客服工作人员实现工单状态监测与数据交互动态分析功能,提供更直观立体的工作流程。


【关键词】:Python;数据可视化;工单快速流转;数据动态分析


一、技术方案简介

Python是一种跨平台的计算机程序设计语言。 是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。最初被设计用于编写自动化脚本(shell),随着版本的不断更新和语言新功能的添加,越多被用于独立的、大型项目的开发。

Pandas是基于Numpy的一种工具,该工具是为了解决数据分析任务而创建的。Pandas纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。它是使Python成为强大而高效的数据分析环境的重要因素之一。

FineBI是一款可视化界面展示平台,不仅支持Hadoop、GreenPlumn、Kylin等大数据平台,还支持SAP HANA、SAP BW、SSAS、EssBase等多维数据库,支持MongoDB、SQLite、Cassandra等NO SQL数据库,也支持传统的关系型数据库、程序数据源等。

二、技术实现步骤

1、通过内网ETC客户服务支撑系统下载源数据

2、利用Python第三方库Pandas完成源数据清洗

数据挖掘过程中,采集的原始数据里存在着各种不利于分析与建模工作的因素,比如数据不完整、数据矛盾、异常值等。这些因素不仅影响建模的执行过程,更有甚者在不知不觉间给出错误的建模结果,这就使得数据清洗显得尤为重要。但是数据清洗并不是数据预处理的全部内容,它只是第一步而已,接下来还有数据集成、数据转换和数据规约等一系列处理。在本次应用中,数据清洗主要是删除原始数据中的无关数据,重复数据,平滑噪声数据,筛选掉与建模目的无关的数据,处理缺失值与异常值等。

3、利用数据可视化软件FineBI加载数据,进行可视化界面展示

功能一:实现客服人员受理工单数量动态排名以及累计工单受理数量、工单构成类型与地域分布动态更新,同时兼顾自定义筛选功能;

功能二:实现历史工单数量和明细动态交互;

功能三:实现工单进度状态实时跟踪以及工单处理时效趋势分析。


参考文献:

[1] 李金.自学Python:编程基础、科学计算及数据分析.北京:机械工业出版社,2018


(天门分中心 夏康)


上一篇:浅谈如何做好疫情期间群众服务工作

下一篇:浅析大数据在高速公路收费管理中的应用