基于多Agent的铁路客运客户关系管理方案研究

2012-11-28王锁柱贺娜娜

铁道运输与经济 2012年4期

王锁柱，贺娜娜，王冰

（1.首都师范大学信息工程学院，北京 100048；2.首都师范大学信息工程学院，北京 100048；3.中国铁道科学研究院电子计算技术研究所，北京 100081）

1 铁路客运关系管理概述

面对竞争日益激烈的运输业，掌握客户需求趋势、加强客户联系、获得市场竞争优势十分重要。针对实名制客票数据建立以客户为中心的客户关系管理，一方面能够对客户需求作出快速及时的反应，为客户提供全面和个性化的服务，提升铁路客运的核心竞争力；另一方面有助于在不断细分的客运市场中确定目标市场，根据不同的目标市场提供相应的客运产品，不断满足不同层次旅客的个性化需求，实现铁路客运以人为本的服务目标。铁路客运客户关系管理主要解决以下问题。

（1）完善旅客管理的决策支持。由于旅客信息库尚不完善，铁路客运部门无法准确掌握旅客的个性化差异，难以制定适合不同旅客的营销策略。

（2）全面分析实名制客票数据。铁路客运信息系统积累了大量的客票数据，但对旅客潜在需求的智能分析不够充分，信息综合利用率不高。

（3）健全客运服务体系，提高主动性。铁路客运尚未建立多渠道、全方位的旅客服务体系，不能很好地为旅客提供主动服务。

针对上述问题，为实现客票信息的全方位分析与决策，从而制定适合不同旅客的营销服务模式，为旅客提供多渠道的服务平台，通过借鉴Agent技术在客户关系管理中的相关研究与应用[1-3]，结合实名制客票的推行机制，利用 Agent 技术提出基于多 Agent 的铁路客运客户关系管理系统框架。该框架由多个 Agent 协同实现实名制客票数据的智能分析、决策制定和信息的主动推送，根据不同层次的旅客提供不同的营销策略，从而满足旅客的个性化需求。

2 Agent技术的主要特点

Agent 是一个能够感知环境并采取相应行为、可建立自己的行动规范并能影响环境变化的软件智能体。其主要特点如下。

（1）智能性。Agent内部集成了完成其功能任务所需的模型、知识、方法，能够比较准确地揣摩用户意图，将复杂任务分解并提供针对性的决策信息。

（2）协作性。Agent之间通过交流与合作在多Agent环境中协调工作、消解冲突，从而执行和完成一些自身无法求解的复杂任务。

（3）学习性。Agent作为一个独立的个体，能自主学习并将用户的兴趣、爱好、习惯等信息直接转化为内部表示并存放在知识库中，建立用户模型来指导自己的决策，使之符合用户需求。

（4）主动性。Agent能主动地分析和获取用户的个性信息，并根据用户的兴趣了解其潜在需求，采取主动服务。

3 铁路客运客户关系管理系统分析

3.1 系统数据管理的特点及需求

3.1.1 数据管理特点

铁路客运客户关系管理系统是针对实名制客票数据进行智能分析、决策制定，为旅客提供个性化服务的面向铁路客运管理人员、统计分析人员和旅客的决策支持与信息服务系统。其数据管理的特点如下。

（1）客票数据是客户关系管理的重要数据源，由客运专线和既有线的客票数据构成。客运专线客票数据采用集中式存储方式，既有线客票数据采用集中与分布相结合的客户机/服务器结构，由铁道部客票中心、地区客票中心和车站售票系统三级联网构成。

（2）实名制客票通过旅客购票时登记的个人信息，结合其户籍所在地、出发地、目的地等信息，分析客流的结构组成、分布规律，客流性质及不同消费群体的需求、流量、流向等信息，为广域网数据采集提供便捷途径。

（3）客票系统数据量庞大，需要及时将数据从各服务器传输、集中到铁道部进行整理压缩并保存，实现超大规模数据库的快速查询和多角度的统计与分析，为列车开行提供空间与时间上的优化方案，制定多种营销策略，从而满足旅客个性化需求，体现以人文本的服务理念。

3.1.2 系统需求

（1）旅客信息采集。客票系统售票时登记的旅客个人信息需通过广域网进行及时、准确、完整的收集。

（2）旅客数据仓库建立。建立旅客数据仓库并及时更新，最终实现对旅客的统一管理、有效分析、预测和智能决策。

（3）旅客行为分析。针对旅客数据仓库，从客流的规模、特点、需求分析旅客行为，按照目标市场的变化，及时、准确地调整客运产品及服务策略。

（4）客户满意度分析。通过满意度分析，了解旅客对客运产品及服务的态度与建议，有助于客运部门及时调整营销策略和服务水平。

（5）提供个性化服务。不同层次的旅客服务需求存在较大差异，针对不同旅客提供个性化服务。

3.2 功能设计及系统特点

3.2.1 系统功能

（1）旅客信息管理。实现旅客基本信息和客票信息的采集、管理与共享。

Progress in study on rheological test and rheological model of rock for nearly 20 years in China XIONG Liang-xiao WANG Zi-hua(104)

（2）旅客分析管理。根据旅客信息管理模块提供的旅客数据建立铁路客运数据仓库，运用数据挖掘技术进行数据分析，挖掘有效信息。

（3）客运营销管理。将旅客分析模块提供的挖掘结果进行决策分析，制定合适的营销策略。

（4）旅客服务。通过接入服务与呼出服务为旅客提供统一的服务平台。

（5）系统管理。为满足旅客个性化需求，提供系统管理功能以实现用户设置与权限分配。

3.2.2 系统特点

系统的主要特点是依据大量实名制客票数据进行智能分析，提供决策支持能力；采用模块化设计，把复杂系统划分为相对独立的子系统，各子系统之间通过相互协作、服务及通信解决复杂问题；数据分布式存储和处理；具备提供主动服务的能力。

由 Agent技术特点可知，多Agent适用于系统的模块化设计，可以解决实名制客票数据存储的分散性，隐藏数据在格式定义、存储方式、传输方式、组织模式等方面存在的较大差异，自动收集旅客兴趣、爱好等信息进行智能分析，通过各 Agent之间良好的协作为旅客提供主动服务，使系统具有良好的可扩展性。

4 系统框架设计

基于上述分析，将各功能模块构造为多个智能Agent实体，提出基于多 Agent 的铁路客运客户关系管理系统框架，如图1所示。整个框架按层次分为用户层、门户层、协调层、业务管理层和数据管理层。

4.1 用户层

系统用户包括客运管理人员、客运统计分析人员和旅客。客运管理人员负责针对数据分析结果作出正确决策；客运统计分析人员负责针对数据仓库运用数据挖掘技术挖掘有效信息，为决策的制定提供支持；旅客通过网络、邮件、电话、传真等方式接入系统提出业务需求。各类用户通过身份认证方式实现个性化服务。

4.2 门户层

图1 基于多Agent的铁路客运客户关系管理系统框架

交互 Agent实现人机交互，从与用户的交互过程中学习得到用户的个人偏好和购买模式等信息，并将系统最终得出的结果以用户喜欢的方式传递给用户，从而帮助用户利益最大化[4]。信息推送 Agent为旅客主动提供信息服务，是一种可跟踪用户行为并基于经验的学习 Agent，其允许旅客按照自身业务需求定制所需服务信息，跟踪旅客的兴趣并且在适当的时间以适当的方式将旅客所需信息主动推送给旅客。

4.3 协调层

协调层是模型的信息枢纽，管理控制 Agent 接收交互 Agent分配的任务并与业务管理层各 Agent通信协同完成用户提交的任务。用户登陆系统后，管理控制 Agent 从交互Agent获取用户信息，并到知识库中查找是否有与该用户匹配的信息，若存在则为老客户，调用知识库中的服务即可；若为新客户，管理控制 Agent提取该用户的业务需求，并将任务分配给业务管理层的相关 Agent 协同完成用户所需服务。

4.4 业务管理层

（1）旅客信息管理模块。该模块包括用户信息采集 Agent 和用户信息管理 Agent。用户信息采集 Agent对旅客基本信息、需求信息和反馈信息进行采集并及时更新；用户信息管理 Agent从用户信息采集 Agent 及时采集旅客需求信息存入需求信息库，及时感应旅客个人基本信息的变化更新到旅客信息库，及时同步客票系统中有关该旅客的购票记录到数据仓库，旅客满意度及其投诉、建议等信息及时存入反馈信息库。

（2）客运营销模块。该模块包括客运营销策略管理 Agent、客运营销分析 Agent 和客运市场资料管理 Agent。客运营销策略管理 Agent 负责针对数据分析 Agent的分析结果制定合适的营销策略，并选择合适的沟通渠道实施营销策略，以达到留住老客户、吸引新客户的目的；客运营销分析 Agent负责根据铁路客运特点做好市场定位及客户细分，分析旅客出行需求及不同客户群的规模、特点、消费规律；客运市场资料管理 Agent负责收集铁路竞争对手 (公路、航空等) 的市场资料，进行对比分析并及时传达给旅客，不断提高铁路的市场占有率。

（3）旅客服务模块。该模块包括接入服务Agent 和呼出服务 Agent，提供统一的服务界面，为用户提供个性化、智能化服务。接入服务 Agent负责为用户提供系统访问渠道，如网络、邮件、短信、电话等；呼出服务 Agent 负责通过电话回访、满意度调查等方式保持客户关系，对旅客的需求作出快速反应，并为决策支持提供依据，实现个性化服务。

4.5 数据管理层

数据管理层包括旅客分析模块，由数据建模Agent、数据挖掘 Agent 和数据分析 Agent 组成，为系统提供各类数据分析服务，为决策支持提供依据。

数据建模 Agent 负责对车站数据仓库建模，及时更新数据仓库中的数据，完善从数据仓库中提取的知识；数据挖掘 Agent 负责对车站数据仓库的知识挖掘，以发现新的模型或规则；数据分析 Agent负责对挖掘的模型或规则进行反复评估与验证，直到满足旅客需求为止。

5 系统关键技术

5.1 虚拟数据仓库的构建

数据仓库的构建是客户关系管理的核心，将分散在铁道部、各地区、各车站的铁路客运数据集成是关键。构建传统的数据仓库耗时、耗力、耗材，灵活性差。而虚拟数据仓库数据中心仅存放数据的指针，数据仍存放在原来位置，按照“只取所需”的原则通过中间件技术将分散在不同平台、系统、应用程序中的数据集成，具有消耗少、稳定性强、灵活性大的优势。系统虚拟数据仓库如图2所示。

5.1.1 表示层

虚拟数据仓库可透明地支持各种不同终端用户的应用需求，为其提供铁路客运客户关系管理数据的统一视图，系统的主要应用有 OLAP 分析、客运信息发布、Web 应用、旅客信息查询、数据挖掘等。

5.1.2 功能层

功能层采用模块化设计，便于反映和实施铁路客运客户关系管理相关的政策、规则和业务功能，可使用户透明地访问其所需要的数据。

图2 虚拟数据仓库示意图

（1）应用程序接口。模型需要把分布在铁道部、地区、车站等不同网络站点的客票系统数据集成，虚拟数据管理器可向开发人员提供不同站点客票系统应用程序接口软件包，即 API。

（2）对象服务器。对象服务器存放所需数据的元目录，其包含所需数据的指针 (各数据所在位置、访问格式、访问方式、访问权限、转换方式等内容)，以及同这些数据相关的铁路客运业务规则。

（3）虚拟数据管理器。虚拟数据管理器根据用户的查询或分析需求，访问元目录以确定数据源，利用网络接口向数据源发出查询请求；当返回查询数据时，调用对象服务器中的业务规则将这些数据进行过滤、转换、综合，并转交给表示层。

（4）网络接口。网络接口连接、集成多个分散的数据源，每一种外部数据源都需要网络接口使两端的系统能相互理解。

5.1.3 数据层

数据层表示实际的数据来源。数据源包括客运企业基础数据、客票发售生产数据、旅客资料数据、旅客需求数据、旅客反馈信息，以及航空、公路、水路等其他外部数据源。通过对这些数据的综合可以得到统一视图。外部数据源提供者通过功能层中的网关与系统实现互访。数据层通过 XML 中间件技术把各类不同数据源集成，由监控Agent、转换 Agent 实现数据的实时更新及数据格式的转换。

5.2 多Agent之间的协作

系统通过多个 Agent的协作完成铁路客运客户关系管理的业务功能。在基于多 Agent的铁路客运客户关系管理系统中，多Agent协作模型[5]描述为一个三元组构成：M＝。其中：G 为协作的目标，P为协作的规划，确定达成目标 G 需要的角色属性及各种角色之间的关系，A 为参与协作的主体集合。协作过程及各 Agent间的关系通过协调层的一个管理主体来协调。协作过程可分为以下阶段：声明阶段，各 Agent主动或被动向管理控制 Agent表示协作的意图和目标；评定阶段，管理控制 Agent根据各协作者的目标，确立一个协作过程，即业务流程，选择协作参与者，并通知这些参与者；参与者需要答复管理主体，如果参与者全部是肯定答复，则进入协作执行阶段，否则返回评定阶段。如果系统中仍存在具有协作能力的主体，管理控制 Agent 将尝试为其确立新的协作过程。

5.3 系统实现软件环境配置

系统可选用 Web 服务技术与 Agent技术相结合的开发方法，将系统中各种功能不同的 Agent作为Web 服务的提供者或消费者，每个 Agent都拥有描述其特定功能及调用接口的 XML 文档，Agent之间采用 SOAP进行交互。

系统模拟实现的软件环境配置：Web 服务器采用 IIS(Internet Information Server) 信息服务器；客户端操作系统为 Windows XP SP3 版本，浏览器版本为 6.0；数据库服务器选用 SQL Server 2005；开发工具选择 Delphi 7.0。

该系统实现后，可以针对铁路客户服务中心网络实名制购票的旅客类型 (成人、儿童、学生、伤残军人) 属性进行统计分析，为客运管理人员提供决策支持。采用 Delphi 的 Web Service 技术实现旅客类型属性客流统计模拟，示意图如图3所示。

6 结束语

通过对铁路客运大量实名制客票数据的智能分析，制定针对旅客不同需求的服务策略，为提高铁路客运服务质量具有重要意义。为此，铁路客运应用客户关系管理理念，基于实名制客票数据采用多 Agent 系统设计思想而提出的铁路客运客户关系管理系统框架，可以将系统各功能模块构建为智能Agent，在各Agent间协作完成旅客提交的任务，从而便于进行客运统计分析，有利于客运营销策略实现为旅客主动提供个性化服务的功能。