[发明专利]基于舆情知识图谱的公共交通乘客满意度评价方法及系统

说明书

一种基于舆情知识图谱的公共交通乘客满意度评价方法及系统，综合考虑了基于问卷调查和基于公共交通网络舆情的乘客满意度分析方法，应用网络舆情分析技术、自然语言分析方法、公共交通知识图谱、机器学习等方法对传统公共交通乘客满意度分析作出了有力补充。该发明主要包括：实施文本获取与处理分析；完成公共交通舆情知识图谱的建模与存储；“潜水”乘客满意度信息获取与分析；实现舆情指标映射、服务分值研判和历史事件方法库的构建。实现文本主题分类、满意度指标定位，明确满意度与部门及其职责对应关系，以便能够为传统公共交通乘客满意度分析提供有力补充，也能够为了解公共交通乘客需求、相关部门服务短板提供更科学的参考意见的效果。

技术领域

本发明涉及交通运输工程领域、计算机领域。

背景技术

公共交通乘客满意度指对公共交通服务的可得性、安全可靠性及便捷舒适度等方面体验的满意程度，其是了解乘客细致化交通需求的重要依据，提高城市公共交通精细化服务水平的重要途径。基于乘客视角开展主观服务质量评价，挖掘服务质量与服务感知差距，通过满意度评价结果定位需改进的服务模块与服务环节。

传统满意度评价数据来源于调查问卷，存在诸多缺陷。如样本量受限，覆盖度低、调查时间离散。受制于调查成本，满意度评价的质量提升空间不大，更无法满足长效监控、精细化服务改进需求；调查结果通常仅反映宏观服务水平，无法定位具体问题及其对应改进措施。

公共交通舆情是乘客对日常服务感知的即时反映，具有动态性、及时性。公共交通客流规模巨大，乘客越来越关注出行服务过程，且随着互联网+公交技术的广泛应用，网络信息反馈平台多样，每日产生交通舆情数据巨大。因此，通过互联网获取公共交通舆情信息，通过知识图谱等人工智能技术映射服务模块，能够较高频率、更大范围地反映乘客对服务质量的评价，该方法具有覆盖的公共交通方式多(公交、地铁、定制公交等)，覆盖服务环节完整，覆盖服务时段广泛，便于实时动态监督等优点。

为改进基于问卷调查的传统乘客满意度分析方法，拟采用基于网络舆情分析的乘客满意度分析模型，并结合知识图谱技术实现关联关系的分析与确认。通过舆情分析方法获取乘客的评论数据、用户画像，分析经典满意度评价模型，确定适于舆情文本信息的满意度评价指标，构建公共交通乘客满意度知识图谱，完成“事件—指标—职责—部门”的对应关系分析。下文分别简述三部分的技术现状。

1)满意度评价理论

满意度评价指标体系一般不超过三级，满意度问题设置一般不超过40个。评价模型主要分为三类，服务质量评价模型(SERVQUAL)，服务绩效模型(SERVPERF)和结构化方程模型SEM(Structural Equation Modeling)。2018年国家城市客运标准委员会组织完成了《城市公共交通乘客满意度评价方法》，其设置了公共汽电车交通和城市轨道交通的准则层指标和相应一级指标，建议基于调查问卷采用服务绩效模型或结构方程模型进行满意度分析，并给出对应模型参数估计方法、指标权重确定方法等。

2)知识图谱技术

知识图谱是一种使用图模型描述知识和建模事物关联关系的技术方法，其作为一种知识表示形式，已在语义搜索、辅助问答、关系研判、自然语言理解等诸多人工智能手段中发挥巨大作用。互联网大数据的迅猛集聚、人工智能算法的快速发展，为知识图谱提供前沿科技和发展条件。至此，知识图谱已完全具备识别舆情与服务要素的关联关系能力，为完善乘客满意度分析手段提供思路。

3)舆情分析技术

舆情是作为主体的民众对作为客体的社会事件等发表的观点及所持有的态度，舆情整体模块分析方法已较为成熟，主要包括：网络舆情数据的获取，舆情事件主题建模，舆情生命周期演化分析，热词定位以及可视化研究等。基于舆情分析基本技术，结合交通事件舆情特征、交通事件主题分类、交通事件情感库等可以实现交通事件网络舆情系统分析。随着自然语言分析技术、机器学习方法等的不断发展与完善，舆情分析的准确率、分析效率也在逐步地提升。

发明内容