基于细粒度业务切分的校园卡系统自助服务模型

2018-05-03于磊磊周永利

计算机应用与软件 2018年4期

于磊磊周永利

1(山东大学信息化工作办公室山东济南 250100) 2(泰华智慧产业集团股份有限公司山东济南 250101)

0 引言

作为智慧校园的一个重要组成部分，校园卡系统已将服务触角伸至高校校园生活的各个方面，除就餐、洗浴、购物、借书、上机、门禁、乘车等传统服务外，以在线支付为特征的移动互联服务也越来越普及[1-2]。校园卡系统已成为高校师生生活中不可或缺的一部分，为高校师生提供高效、便利的信息化服务。和银行业务类似，校园卡业务(诸如充值、办卡、解挂等)的人工办理在校园卡的服务管理中占据相当大的比重，该问题在多校区办学的高校中尤为突出。近年来，随着高校管理体制的深入变革，各高校的校园卡人工业务岗位设立越来越困难，传统业务模式难以为继，从人工业务模式向自助服务模式的迁移成为必然选择[3]。

校园卡系统自助服务的建设有2种途径[4-5]：其一为粗放的自助终端建设模式，由系统主管人员根据经验确定自助终端的类型、购置数量、部署位置，该模式的缺点为经济性差、效率低，且服务替代和服务提升难以有效评价；其二为精细化的自助体系建设模式，综合考虑服务、人工、终端和体验等因素，通过模型精确计算所需的终端类型、数量和部署位置，实现自助服务体系的精准化构建，该模式可以实现较高的经济性，并可以有效评价服务替代和服务提升程度。目前大多数高校自主服务的建设均为粗放的自助终端建设模式，通过经验判断购置现金充值机、自助补卡机等终端设备。精细化自助体系的难点是自助服务模型如何建立、如何实现模型的有效性和普适性，其相关研究尚未有成熟的成果。

本文通过构建最小独立业务集实现细粒度业务切分，并在此基础上通过构建自助服务模型建立业务量、终端代价和服务体验之间的数学关联，进而研究在保证服务体验目标和人工替代度目标的情况下，优化自助服务体系建设的经济成本。

1 问题描述和模型构建

1.1 问题数学描述

为方便问题描述，首先给出如下定义：

定义1业务集S和自助业务集SA将现有校园卡业务切分解析为最小独立业务集S={s1,s2,…,sn}，si可为现金、补卡、换卡、改密、转账、补助、挂失、延期等校园卡最小不可切分业务，且任意si和sj之间具有业务无关性。自助业务集SA为业务集S的一个子集，包含所有的可自助业务，SA∈S。

定义2业务终端根据所承载的业务类型将终端分为3种：1) 专用终端：开展某单一业务的终端，如现金充值机，自助补卡机，记为TS；2) 复合终端：可开展某几种业务的终端，如转账、现金、补卡一体机等，记为TM；3) 综合终端：可开展所有业务的终端，尤其是办理异常业务等必须人工办理的业务，综合终端对应人工业务终端，记为TA。

定义3业务量C校园卡业务一年的经验业务量，业务量可通过对最近D年的业务量进行移动加权平均获得，即：

C=w1C1+w2C2+…+wDCD

(1)

Ci={k1,k2,…,kn}

(2)

式中：wi为按年的业务量权值，ki为业务i的年办理量次。部分高校建设了可开展某几种业务(如转账、挂失等)的线上系统或APP(可称之为线上终端)，但因网络、习惯、宣传等原因，线上业务的业务占比差异性较大，本文在模型处理中暂不考虑线上终端，仅在业务量C核算中剔除线上业务量。

定义4终端目标业务时间tg在满足终端排队容忍和终端疲劳容忍的情况下，终端全年累计业务时间。tg描述如公式所示：

tg=tall-tidle

(3)

式中：tall为终端全年开机时间，tidle为设备空闲时间。本文约定自助终端的目标业务时间为T0，综合终端的目标业务时间为T1，且T1小于或等于T0。终端目标业务时间为用户服务体验的主要评价指标。

1.2 模型构建

以优化自助服务体系为目标，自助服务模型的构建可转换为如下问题求解：

目标1自助服务体系建立的代价cost最小。

约束1自助终端的业务时间t≤T0，综合终端的业务时间t≤T1。

约束2所有终端的业务量之和c≥C。

约束3满足自助终端对综合终端(人工终端)的替代度要求。

(4)

(5)

对于综合终端TA，为满足约束 1，应有：

(6)

对于任一业务si，为满足约束 2，应有：

(7)

(8)

2 模型计算

2.1 业务复合基础

(9)

业务复合组合的设计除考虑代价因素外，还应考虑管理和使用便利，即业务终端代价不增加的情况下，应尽可能将业务复合。基于此，引入一个相似业务组的概念。

基于1.2节的自助服务模型，可获得推论如下：

推论1当终端实际业务时间tb等于其目标业务时间tg时，复合终端的业务时间代价大于或等于其复合的任一专用终端。

特别地，对于相似业务组，因复合终端的代价等于其任一专用终端代价，其组内的任一业务，在相似业务复合终端的业务时间代价均等于相应专用终端的业务时间。

推论2当终端实际业务时间tb等于其目标业务时间tg时，综合终端的业务时间代价大于或等于任一复合终端。

推论3当某两个业务专用终端的实际业务时间之和小于或等于其目标业务时间tg时，复合终端的业务时间代价小于对应两个业务专用终端组成的终端组。

(10)

则对于sj，有：

(11)

于是可得出推论3成立。

根据推论1、推论2、推论3，可得出业务终端复合原则如下：(1) 同一占优相似业务组内的业务应在同一复合终端进行复合，不同占优相似业务组内的业务不可进行复合；(2) 所有非占优业务组内的业务均可基于业务时间代价原则同一复合终端进行复合。

2.2 自助设备复合算法

本节以最小化整体代价为目标，基于贪婪原理设计自助设备复合算法。算法首先将业务划分为占优相似业务组和非占优相似业务组，并通过占优相似业务组复合和非占优相似业务组复合两个算法过程计算获得自助终端的最优复合组合。

算法1自助设备复合算法

对于给定的自助业务集SA。

Step1首先要根据专用部件依赖将SA划分为若干占优相似业务组和非占优相似业务组；建立初始输出结果集R，输出结果集的元素为(A,m)，A为终端复合组合，m为相应终端数量。

1) 通过遍历方式获得如下满足如下条件的子集SETs：(1) 子集中所有非占优相似业务组的业务占用时间的累加和尽量接近终端目标业务时间tg的整数倍(其判断条件为，加入其他任何非占优相似业务组之后的业务时间均超过tg)；(2) 当前子集中业务复合终端的代价在所有子集中最小。

3) 在集合SET中删除步骤1)获得的子集SETs，作为一个新的非占优相似业务组集合SET，并重复步骤1)，直至集合变为空集合。

Step4输出所有的输出结果集元素(A,m)，算法结束。

算法2保证人工替代度的自助设备复合算法

对于保证人工替代度要求下的业务复合最优组合求解可采用如下方式：

对于任一自助业务si，其业务量：

(12)

3 实验与结果分析

为验证模型的匹配性和算法的有效性，选取一个东部985、211高校作为实验场景，将本算法CP(Composite Programming)与粗放式规划EP(Extensive Programming)、文献[10]提出的基于整数线性规划的算法ILP(Integer Linear Programming)进行对比，主要的对比性能指标为在满足设备交易负载条件下的整体代价。EP规划根据经验值建立自助设备复合规则和数量；ILP算法研究对象为基于银行卡业务细分的自助设备组合优化方案，因校园卡业务与银行卡业务具有极高的相似性，其提出的线性规划方法同样适用于校园卡业务。实际试验环境数据如表1所示，可自助业务环境统计数据如表2所示，仅人工业务环境统计数据如表3所示。根据设备成交价，现金充值机价格为3.9万元，运维0.3万元/年；自助补卡机价格约3.1万元，运维0.3万/年；多业务圈存机价格约1.8万元，运维0.15万元/年；自助业务一体机价格约4.5万元，运维0.4万元/年；综合终端设备成本2.5万元，运维0.2万元/年，人工薪酬6万/年。

表1 实验高校整体环境数据

表2 可自助业务环境统计数据

续表2

表3 仅人工业务环境统计数据

根据定义6，在上述自助业务集中，充值业务因具有专用部件纸币识别器和钞箱，组成一个相似业务组G1；补卡业务因具有专用部件证卡打印机，组成一个相似业务组G2；转账、改密、校正、补助因具有专用部件卡片读写器组成另外一个相似业务组G3；特别地，挂失业务无任何专用部件，但其硬件代价和业务组G3的专用终端代价近似，仅缺少一个卡片读写器，为便利用户期间，将挂失业务也同时加入相似业务组G3。

将本文提出的CP算法在C#下编写程序运算可得，G1、G2和G3均为占优相似业务组，并形成一个非占优相似业务组G4。所得的终端类别及数量如下：G1，现金充值机，10台；G2，自助补卡机，2台；G3，多业务圈存机，25台；G4，业务一体机，2台。

同时，将ILP算法在C#下编写程序实现。首先根据经验逻辑将设备组合划分为现金充值机(数量A)、自助补卡机(数量B)、多业务圈存机(数量C)、业务一体机(数量D)。可得到目标函数为：

Y=Min(A×(3.9+5×0.3)+

B×(3.1+5×0.3)+C×(1.8+5×0.15)+

D×(4.5+5×0.4))

(13)

并根据表2和表3建立约束集合如表4所示。

表4 约束集合

程序运算结果为A=11，B=3，C=29，D=0。

对于5年一个使用周期，根据CP算法的结果方案总成本为139.95万，ILP算法方案的总成本为147.15，而现有EP规划方案总成本为168.90万。相比于EP方案，在满足设备交易负载条件下，CP算法形成的方案节省总成本节约17.14%，相比于ILP算法，CP算法形成的方案总成本节约4.89%。

在考虑人工替代度情况下，根据实验高校数据，综合(人工)终端所承担的业务量由自助业务集的人工业务量和非自助业务集的业务量组成。在最小情况下，将所有可自助业务集的业务全部由自助终端完成，所需的综合(人工)终端数量约为1.6个，经取整计算为2个。以当前环境综合(人工)终端数量7为基准，将保证人工替代度的自助设备复合算法ES-CP(Ensure Substitutability-CP)和EP规划、ILP算法进行比较，在不同人工替代度情况下的整体成本实验运算结果如图1所示。

图1 不同人工替代度下的整体成本

由图1可知，在保证终端目标业务时间的情况下(也即用户服务体验不降低)，随着综合(人工)终端数量的减少，3种算法形成方案的整体正本都呈下降趋势，表明自助终端替代部分综合(人工)终端能显著降低整体成本。同时，ES-CP算法形成方案的整体成本在3种算法中最小，表明ES-CP算法能够在保证用户体验的情况下最大化自助设备资源利用率，降低整体方案成本。ES-CP算法之所以能够获得优化的整体成本，主要得益于自助服务模型对业务量、业务时间和终端服务时间的精细化建模关联，本文算法对资源配置的粒度更细。