基于社交网络平台用户行为动力学分析的客户抱怨监控系统研究

陈海燕,莫玉纯,肖世校

摘  要： 如何构建基于社交网络平台舆情挖掘的客户抱怨监控系统，从而实施有效的客户抱怨管理，已经成为网络时代背景下企业客户关系管理面对的重要问题。以国内某电网公司为例，将用户对供电服务的微博抱怨评论作为研究对象，采用文本挖掘技术和行为动力学分析相结合的方法，构建了一个新的客户抱怨监控系统。研究表明，开发一个有效客户抱怨监控系统的关键在于如何从空间和时间两个维度实时监控用户抱怨行为动力学特征，从而具备特定对象监控与服务能力，这将为供电企业主动识别不同地区不同类型客户的抱怨关注点、制定有针对性的客户服务改进方案提供技术保障。

关键词： 客户抱怨监控系统； 舆情挖掘； 客户关系管理； 文本挖掘技术

中图分类号： TN710?34                        文献标识码： A                        文章编号： 1004?373X（2014）23?0149?03

Research of customer complaint monitor system based on analyzing the behavioral dynamics of customer on social network platform

CHEN Hai?yan1， MO Yu?chun2， XIAO Shi?xiao3

（1. Guangdong Power Grid Co.， Ltd.， Guangzhou 510080， China； 2. China Southern Power Grid Co.， Ltd.， Guangzhou 510623， China；

3. Scientific Computing Center of Jimei University Cheng Yi College， Xiamen 361021， China）

Abstract： How to build a customer complaint monitor system based on opinion mining over social network platform has become a key issue for firms to improve the effectiveness of customer complaint management in the internet era. Taking a domestic power grid company as an example， using the method of text mining and behavior dynamics analysis， a new customer complaint monitor system is established. The research results show that the key challenge for developing an effective customer complaint monitor system is to monitor the characteristics of customer complaint behaviors in space and time dimensions in real time. The system has the ability to monitor some specific target， providing a technical support for firms to identify customer complaints in different areas and implement a better customer service program.

Keywords： customer complaint monitor system； opinion mining； customer relation management； text mining technology

0  引  言

抱怨体现了客户（消费者）对企业产品或服务不满的情绪表达。随着近年来网络时代的兴起，越来越多的客户喜欢在微博或BBS上发布自己对于企业产品或服务的不满评论，这些抱怨信息会在社交网络平台上以“负面口碑”的方式飞速传播，这将严重损害企业形象，甚至直接导致产品或服务数量的下滑。因此，越来越多的企业认识到，实施有效的客户抱怨监控能够将传统的客户抱怨管理提前，这对于提高顾客满意度、提升产品服务质量具有重要意义[1]。

现有相关研究主要从两方面展开：

（1） 客户关系管理。该方面研究主要考察影响消费者抱怨的微观心理因素，由此得出企业客户抱怨监控系统的出发点在于如何通过人工客服干预客户的心理变化，从而减少其在网络发表抱怨评论的数量[2?3]。然而，这种监控思路依然是“被动”式，缺乏通过对客户抱怨行为的预测。将对其抱怨管理活动前置，从而“主动”消除客户抱怨发生的概率和频率。

（2） 客户负面口碑效应的产生和传播机制。相关研究认为，企业实施客户抱怨监控的核心在于构建“网络口碑舆情监测系统”，即通过文本挖掘技术，实时监测网络上的负面评论信息出现，并在第一时间对抱怨客户进行危机公关，从而避免负面口碑效应的大规模病毒式扩散[4?5]。

但是，客户抱怨的内容和地点可能随时发生变化，特别是遇到一些突发事件，因此这种监测系统既缺乏具备“特定对象监控与服务”能力，即对关键客户的识别、跟踪和安抚，也忽视了从时间和空间维度深入考察客户抱怨行为的变化过程。本文认为，对于上述过程的分析将有助于建设全面实时的客户抱怨监控系统。endprint

针对现有研究存在的不足，本文以国内某电网公司为例，以客户对供电服务的微博评论作为研究对象，在对客户抱怨行为进行动力学分析的基础上，构建基于社交网络平台舆情挖掘的客户抱怨监控系统，从而为供电企业改进客户关系管理、提高供电服务水平提供一定的启示和参考。

1  研究方法

1.1  数据获取

鉴于新浪微博已经成为中国使用人数最多的社交网络平台，本文选择它作为研究样本对象，共获取了2011年11月到2012年12月期间345 096条微博文本。

1.2  分析方法

对用户微博信息的分析主要从如下三方面展开：

（1） 对微博用户动力学行为分析则从三个方面展开：

① 分析客户的相关属性；

② 通过用户历史微博GPS信息识别客户主要活动区域；

③ 评定客户在微社交网络平台上的影响力。

（2） 建立客户抱怨监控系统。该系统实施的核心在于如下四个步骤：

① 构建电力客服微博关键词库。通过关键词库，把客户对供电服务体验反馈评论的中文词语进行归类，如停电限电、缴费及账单、服务渠道、电价电费、计量用检、业务办理、供电服务和宣传活动等。同时，将上述关键词库信息存储于客户抱怨监控系统的数据库中。

② 判断客户评论情感倾向类型。鉴于客户抱怨监控系统监控的关键词主要是微博上的负面情感评论，因此本文首先构建微博负面情感评论词库，并对词库中不同词语所表达情感赋予不同的负面权重。本文对每条涉及该电网客服关注领域的微博进行情感趋向类型判断，准确率统计值为78%，这说明本文构建的情感识别算法效果良好。

③ 划分客户抱怨评论类型。运用基于分词技术的微博分类算法，识别微博中包含的词及固定表达结构，并依此来判断微博是否有包含相应的分类词，从而判断该条微博的类别，并重点识别出负面微博的客户诉求点和抱怨点，并与第①步构建的电力客服微博关键词库相匹配。这样，客户抱怨监控系统便知道客户抱怨的信息究竟属于客服的哪些领域。

④ 将第②步客户动力学行为分析得出的外部信息与企业客服关注范围的内部信息进行匹配整合，从而最终建立客户抱怨监控系统。

2  结果分析及讨论

本文以台风“天兔”期间客户对供电企业服务的抱怨评论为案例研究对象， 从时间维度进一步分析了五个城市的抱怨情况，即从2013年9月15日至2013年9月27日这段时间内，这些城市微博用户抱怨行为随时间的变化趋势，如图1所示。

<；E：＼2014年23期＼2014年23期＼Image＼51t1.tif>；

图1 台风“天兔”期间五个重点地区微博用户

抱怨随时间的变化趋势

台风登陆前及台风登陆中客户抱怨内容关注点的变化如图2所示。

<；E：＼2014年23期＼2014年23期＼Image＼51t2.tif>；

图2 台风登陆前及台风登陆中客户抱怨内容关注点的变化

从图中可以看出，微博抱怨评论爆发高峰时间为2013年9月22日傍晚6点42分钟，比台风登陆提前1小时左右。同时，微博抱怨评论在9月24日出现第二次爆发高峰期。这表明，一方面企业应该在突发事件（如台风）到来之前，做好相关及舆论导向工作；另一方面，在突发事件（如台风）发生的过程中应密切注意客户抱怨评论的变化趋势，避免客户抱怨评论数量像传染病一样达到某个“阈值”，从而处于失控的态势。

总体而言，有效的客户抱怨监控系统能够实时跟进客户抱怨高峰出现地区的变动和转移，从而能够在大面积停电时，实时监控客户抱怨出现，配合生产、调度信息，这有利于企业集中进行资源调度。

另一方面，由图2可知，台风“天兔”登陆前和登陆中客户在微博上关于供电服务的抱怨内容也不相同。显然，突发事件（如台风）会导致客户抱怨关注点发生转移。因此，当大面积停电的复电过程较长时，企业应该充分运用客户抱怨监控系统实时跟进客户关注点的切换，辅助判断在复电不同时间点应采取什么措施，提供哪些信息，并做好复电进度告知及客户解释的工作。

其次，还可以通过将客户抱怨监控系统与客户关系管理系统无缝对接，对微博进行实时获取、跟踪与分析，能够识别不同地区、不同客户的关注点，从而可以制定有针对性的客户服务改进方案。

最后，有效的客户抱怨监控系统要具备“特定对象监控与服务”能力，即对需要重点关注的微博用户进行跟踪，通过辨识其常用活动区域，并对微博内容进行判断，微博客服可以及时进行安抚，解释及干预。相关监控活动可以从以下三步进行：

（1） 辨识对供电服务高敏感、影响力大的微博用户；

（2） 查看微博的情感、具体诉求及影响范围及时跟进处理客户诉求，并进行反馈与安抚；

（3） 辨识微博用户发布的时间及停电报告的内容查看发布地理位置，或估计常用活动区域及时跟进故障停电的处理，并及时发布信息并反馈。

3  结  语

本文以国内某电网公司为例，将用户对供电服务的微博抱怨评论作为研究对象， 结合文本挖掘技术研究方法，构建了一个新的客户抱怨监控系统。研究表明，开发一个有效客户抱怨监控系统的关键在于如何从空间和时间两个维度实时监控用户抱怨行为动力学特征，从而具备特定对象监控与服务能力。这不仅能够将传统的客户关系管理前置，也能够为供电企业通过主动识别不同地区、不同类型客户的抱怨关注点，从而制定有针对性的客户服务改进方案提供技术保障。后续相关研究可以将突发事件应急管理的思想纳入客户抱怨监控系统构建过程中，这将帮助企业在突发事件情景下进一步提升客户关系管理水平。

参考文献

[1] JOHNSTON R， MEHRA S. Best?practice complaint management [J]. Academy of Management Executive， 2002， 16（4）： 145?154.

[2] BOSCH V G， ENRIQUEZ F T. TQM and QFD： exploiting a customer complaint management system [J]. International Journal of Quality Reliability Management， 2005， 22（1）： 30?37.

[3] 康键，刘金兰.基于系统动力学的顾客抱怨管理研究[J].西安电子科技大学学报：社会科学版，2006，16（3）：19?23.

[4] 何建民，刘明星.面向特定主题的客户抱怨文本分类识别方法[J].合肥工业大学学报：自然科学版，2010，33（12）：1884?1888.

[5] 李巍，王志章.网络口碑发布平台对消费者产品判断的影响研究—归因理论的视角[J].管理学报，2011，8（9）：1345?1352.

[6] 葛海慧，卢潇，周振宇.网络安全管理平台中的数据融合技术[J].现代电子技术，2004，37（24）：69?70.endprint

针对现有研究存在的不足，本文以国内某电网公司为例，以客户对供电服务的微博评论作为研究对象，在对客户抱怨行为进行动力学分析的基础上，构建基于社交网络平台舆情挖掘的客户抱怨监控系统，从而为供电企业改进客户关系管理、提高供电服务水平提供一定的启示和参考。

1  研究方法

1.1  数据获取

鉴于新浪微博已经成为中国使用人数最多的社交网络平台，本文选择它作为研究样本对象，共获取了2011年11月到2012年12月期间345 096条微博文本。

1.2  分析方法

对用户微博信息的分析主要从如下三方面展开：

（1） 对微博用户动力学行为分析则从三个方面展开：

① 分析客户的相关属性；

② 通过用户历史微博GPS信息识别客户主要活动区域；

③ 评定客户在微社交网络平台上的影响力。

（2） 建立客户抱怨监控系统。该系统实施的核心在于如下四个步骤：

① 构建电力客服微博关键词库。通过关键词库，把客户对供电服务体验反馈评论的中文词语进行归类，如停电限电、缴费及账单、服务渠道、电价电费、计量用检、业务办理、供电服务和宣传活动等。同时，将上述关键词库信息存储于客户抱怨监控系统的数据库中。

② 判断客户评论情感倾向类型。鉴于客户抱怨监控系统监控的关键词主要是微博上的负面情感评论，因此本文首先构建微博负面情感评论词库，并对词库中不同词语所表达情感赋予不同的负面权重。本文对每条涉及该电网客服关注领域的微博进行情感趋向类型判断，准确率统计值为78%，这说明本文构建的情感识别算法效果良好。

③ 划分客户抱怨评论类型。运用基于分词技术的微博分类算法，识别微博中包含的词及固定表达结构，并依此来判断微博是否有包含相应的分类词，从而判断该条微博的类别，并重点识别出负面微博的客户诉求点和抱怨点，并与第①步构建的电力客服微博关键词库相匹配。这样，客户抱怨监控系统便知道客户抱怨的信息究竟属于客服的哪些领域。

④ 将第②步客户动力学行为分析得出的外部信息与企业客服关注范围的内部信息进行匹配整合，从而最终建立客户抱怨监控系统。

2  结果分析及讨论

本文以台风“天兔”期间客户对供电企业服务的抱怨评论为案例研究对象， 从时间维度进一步分析了五个城市的抱怨情况，即从2013年9月15日至2013年9月27日这段时间内，这些城市微博用户抱怨行为随时间的变化趋势，如图1所示。

<；E：＼2014年23期＼2014年23期＼Image＼51t1.tif>；

图1 台风“天兔”期间五个重点地区微博用户

抱怨随时间的变化趋势

台风登陆前及台风登陆中客户抱怨内容关注点的变化如图2所示。

<；E：＼2014年23期＼2014年23期＼Image＼51t2.tif>；

图2 台风登陆前及台风登陆中客户抱怨内容关注点的变化

从图中可以看出，微博抱怨评论爆发高峰时间为2013年9月22日傍晚6点42分钟，比台风登陆提前1小时左右。同时，微博抱怨评论在9月24日出现第二次爆发高峰期。这表明，一方面企业应该在突发事件（如台风）到来之前，做好相关及舆论导向工作；另一方面，在突发事件（如台风）发生的过程中应密切注意客户抱怨评论的变化趋势，避免客户抱怨评论数量像传染病一样达到某个“阈值”，从而处于失控的态势。

总体而言，有效的客户抱怨监控系统能够实时跟进客户抱怨高峰出现地区的变动和转移，从而能够在大面积停电时，实时监控客户抱怨出现，配合生产、调度信息，这有利于企业集中进行资源调度。

另一方面，由图2可知，台风“天兔”登陆前和登陆中客户在微博上关于供电服务的抱怨内容也不相同。显然，突发事件（如台风）会导致客户抱怨关注点发生转移。因此，当大面积停电的复电过程较长时，企业应该充分运用客户抱怨监控系统实时跟进客户关注点的切换，辅助判断在复电不同时间点应采取什么措施，提供哪些信息，并做好复电进度告知及客户解释的工作。

其次，还可以通过将客户抱怨监控系统与客户关系管理系统无缝对接，对微博进行实时获取、跟踪与分析，能够识别不同地区、不同客户的关注点，从而可以制定有针对性的客户服务改进方案。

最后，有效的客户抱怨监控系统要具备“特定对象监控与服务”能力，即对需要重点关注的微博用户进行跟踪，通过辨识其常用活动区域，并对微博内容进行判断，微博客服可以及时进行安抚，解释及干预。相关监控活动可以从以下三步进行：

（1） 辨识对供电服务高敏感、影响力大的微博用户；

（2） 查看微博的情感、具体诉求及影响范围及时跟进处理客户诉求，并进行反馈与安抚；

（3） 辨识微博用户发布的时间及停电报告的内容查看发布地理位置，或估计常用活动区域及时跟进故障停电的处理，并及时发布信息并反馈。

3  结  语

本文以国内某电网公司为例，将用户对供电服务的微博抱怨评论作为研究对象， 结合文本挖掘技术研究方法，构建了一个新的客户抱怨监控系统。研究表明，开发一个有效客户抱怨监控系统的关键在于如何从空间和时间两个维度实时监控用户抱怨行为动力学特征，从而具备特定对象监控与服务能力。这不仅能够将传统的客户关系管理前置，也能够为供电企业通过主动识别不同地区、不同类型客户的抱怨关注点，从而制定有针对性的客户服务改进方案提供技术保障。后续相关研究可以将突发事件应急管理的思想纳入客户抱怨监控系统构建过程中，这将帮助企业在突发事件情景下进一步提升客户关系管理水平。

参考文献

[1] JOHNSTON R， MEHRA S. Best?practice complaint management [J]. Academy of Management Executive， 2002， 16（4）： 145?154.

[2] BOSCH V G， ENRIQUEZ F T. TQM and QFD： exploiting a customer complaint management system [J]. International Journal of Quality Reliability Management， 2005， 22（1）： 30?37.

[3] 康键，刘金兰.基于系统动力学的顾客抱怨管理研究[J].西安电子科技大学学报：社会科学版，2006，16（3）：19?23.

[4] 何建民，刘明星.面向特定主题的客户抱怨文本分类识别方法[J].合肥工业大学学报：自然科学版，2010，33（12）：1884?1888.

[5] 李巍，王志章.网络口碑发布平台对消费者产品判断的影响研究—归因理论的视角[J].管理学报，2011，8（9）：1345?1352.

[6] 葛海慧，卢潇，周振宇.网络安全管理平台中的数据融合技术[J].现代电子技术，2004，37（24）：69?70.endprint

针对现有研究存在的不足，本文以国内某电网公司为例，以客户对供电服务的微博评论作为研究对象，在对客户抱怨行为进行动力学分析的基础上，构建基于社交网络平台舆情挖掘的客户抱怨监控系统，从而为供电企业改进客户关系管理、提高供电服务水平提供一定的启示和参考。

1  研究方法

1.1  数据获取

鉴于新浪微博已经成为中国使用人数最多的社交网络平台，本文选择它作为研究样本对象，共获取了2011年11月到2012年12月期间345 096条微博文本。

1.2  分析方法

对用户微博信息的分析主要从如下三方面展开：

（1） 对微博用户动力学行为分析则从三个方面展开：

① 分析客户的相关属性；

② 通过用户历史微博GPS信息识别客户主要活动区域；

③ 评定客户在微社交网络平台上的影响力。

（2） 建立客户抱怨监控系统。该系统实施的核心在于如下四个步骤：

① 构建电力客服微博关键词库。通过关键词库，把客户对供电服务体验反馈评论的中文词语进行归类，如停电限电、缴费及账单、服务渠道、电价电费、计量用检、业务办理、供电服务和宣传活动等。同时，将上述关键词库信息存储于客户抱怨监控系统的数据库中。

② 判断客户评论情感倾向类型。鉴于客户抱怨监控系统监控的关键词主要是微博上的负面情感评论，因此本文首先构建微博负面情感评论词库，并对词库中不同词语所表达情感赋予不同的负面权重。本文对每条涉及该电网客服关注领域的微博进行情感趋向类型判断，准确率统计值为78%，这说明本文构建的情感识别算法效果良好。

③ 划分客户抱怨评论类型。运用基于分词技术的微博分类算法，识别微博中包含的词及固定表达结构，并依此来判断微博是否有包含相应的分类词，从而判断该条微博的类别，并重点识别出负面微博的客户诉求点和抱怨点，并与第①步构建的电力客服微博关键词库相匹配。这样，客户抱怨监控系统便知道客户抱怨的信息究竟属于客服的哪些领域。

④ 将第②步客户动力学行为分析得出的外部信息与企业客服关注范围的内部信息进行匹配整合，从而最终建立客户抱怨监控系统。

2  结果分析及讨论

本文以台风“天兔”期间客户对供电企业服务的抱怨评论为案例研究对象， 从时间维度进一步分析了五个城市的抱怨情况，即从2013年9月15日至2013年9月27日这段时间内，这些城市微博用户抱怨行为随时间的变化趋势，如图1所示。

<；E：＼2014年23期＼2014年23期＼Image＼51t1.tif>；

图1 台风“天兔”期间五个重点地区微博用户

抱怨随时间的变化趋势

台风登陆前及台风登陆中客户抱怨内容关注点的变化如图2所示。

<；E：＼2014年23期＼2014年23期＼Image＼51t2.tif>；

图2 台风登陆前及台风登陆中客户抱怨内容关注点的变化

从图中可以看出，微博抱怨评论爆发高峰时间为2013年9月22日傍晚6点42分钟，比台风登陆提前1小时左右。同时，微博抱怨评论在9月24日出现第二次爆发高峰期。这表明，一方面企业应该在突发事件（如台风）到来之前，做好相关及舆论导向工作；另一方面，在突发事件（如台风）发生的过程中应密切注意客户抱怨评论的变化趋势，避免客户抱怨评论数量像传染病一样达到某个“阈值”，从而处于失控的态势。

总体而言，有效的客户抱怨监控系统能够实时跟进客户抱怨高峰出现地区的变动和转移，从而能够在大面积停电时，实时监控客户抱怨出现，配合生产、调度信息，这有利于企业集中进行资源调度。

另一方面，由图2可知，台风“天兔”登陆前和登陆中客户在微博上关于供电服务的抱怨内容也不相同。显然，突发事件（如台风）会导致客户抱怨关注点发生转移。因此，当大面积停电的复电过程较长时，企业应该充分运用客户抱怨监控系统实时跟进客户关注点的切换，辅助判断在复电不同时间点应采取什么措施，提供哪些信息，并做好复电进度告知及客户解释的工作。

其次，还可以通过将客户抱怨监控系统与客户关系管理系统无缝对接，对微博进行实时获取、跟踪与分析，能够识别不同地区、不同客户的关注点，从而可以制定有针对性的客户服务改进方案。

最后，有效的客户抱怨监控系统要具备“特定对象监控与服务”能力，即对需要重点关注的微博用户进行跟踪，通过辨识其常用活动区域，并对微博内容进行判断，微博客服可以及时进行安抚，解释及干预。相关监控活动可以从以下三步进行：

（1） 辨识对供电服务高敏感、影响力大的微博用户；

（2） 查看微博的情感、具体诉求及影响范围及时跟进处理客户诉求，并进行反馈与安抚；

（3） 辨识微博用户发布的时间及停电报告的内容查看发布地理位置，或估计常用活动区域及时跟进故障停电的处理，并及时发布信息并反馈。

3  结  语

本文以国内某电网公司为例，将用户对供电服务的微博抱怨评论作为研究对象， 结合文本挖掘技术研究方法，构建了一个新的客户抱怨监控系统。研究表明，开发一个有效客户抱怨监控系统的关键在于如何从空间和时间两个维度实时监控用户抱怨行为动力学特征，从而具备特定对象监控与服务能力。这不仅能够将传统的客户关系管理前置，也能够为供电企业通过主动识别不同地区、不同类型客户的抱怨关注点，从而制定有针对性的客户服务改进方案提供技术保障。后续相关研究可以将突发事件应急管理的思想纳入客户抱怨监控系统构建过程中，这将帮助企业在突发事件情景下进一步提升客户关系管理水平。

参考文献

[1] JOHNSTON R， MEHRA S. Best?practice complaint management [J]. Academy of Management Executive， 2002， 16（4）： 145?154.

[2] BOSCH V G， ENRIQUEZ F T. TQM and QFD： exploiting a customer complaint management system [J]. International Journal of Quality Reliability Management， 2005， 22（1）： 30?37.

[3] 康键，刘金兰.基于系统动力学的顾客抱怨管理研究[J].西安电子科技大学学报：社会科学版，2006，16（3）：19?23.

[4] 何建民，刘明星.面向特定主题的客户抱怨文本分类识别方法[J].合肥工业大学学报：自然科学版，2010，33（12）：1884?1888.

[5] 李巍，王志章.网络口碑发布平台对消费者产品判断的影响研究—归因理论的视角[J].管理学报，2011，8（9）：1345?1352.

[6] 葛海慧，卢潇，周振宇.网络安全管理平台中的数据融合技术[J].现代电子技术，2004，37（24）：69?70.endprint