摘要：新 “電改”下新進(jìn)入者的競(jìng)爭(zhēng)會(huì)使電網(wǎng)公司面臨電力銷售減少、過(guò)網(wǎng)費(fèi)收入減少以及業(yè)務(wù)被“管道化”等潛在沖擊。以“數(shù)據(jù)驅(qū)動(dòng)能源世界”為綱領(lǐng)，本文旨在通過(guò)大數(shù)據(jù)相關(guān)技術(shù)支撐電網(wǎng)數(shù)據(jù)運(yùn)營(yíng)，破解電網(wǎng)公司以往在改革、發(fā)展中顧此失彼的兩難困境?；陔娋W(wǎng)營(yíng)銷數(shù)據(jù)和特點(diǎn)，本文通過(guò)研究數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)和處理、數(shù)據(jù)挖掘、人工智能和數(shù)據(jù)可視化這5項(xiàng)關(guān)鍵技術(shù)，使電網(wǎng)企業(yè)置身于這個(gè)開(kāi)放創(chuàng)新的關(guān)鍵技術(shù)生態(tài)圈中實(shí)現(xiàn)電力流、信息流以及資金流的完全整合，為電網(wǎng)企業(yè)利用營(yíng)銷數(shù)據(jù)運(yùn)營(yíng)實(shí)現(xiàn)“邊轉(zhuǎn)型、邊增長(zhǎng)”提供技術(shù)支撐。

一、背景

電網(wǎng)營(yíng)銷數(shù)據(jù)運(yùn)營(yíng)的關(guān)鍵技術(shù)必須上升在電網(wǎng)公司中的戰(zhàn)略地位，因?yàn)閮?yōu)質(zhì)的供電服務(wù)背后是由海量數(shù)據(jù)支撐的，如何使這些數(shù)據(jù)的價(jià)值最大化，離不開(kāi)電網(wǎng)營(yíng)銷數(shù)據(jù)運(yùn)營(yíng)的相關(guān)技術(shù)支撐。數(shù)據(jù)運(yùn)營(yíng)關(guān)鍵技術(shù)能促進(jìn)傳統(tǒng)的電網(wǎng)運(yùn)營(yíng)模式改變，能催生新的業(yè)務(wù)模式，能推動(dòng)電網(wǎng)企業(yè)電力變革的腳步。

電網(wǎng)營(yíng)銷數(shù)據(jù)運(yùn)營(yíng)的架構(gòu)設(shè)計(jì)的出發(fā)點(diǎn)和策略不僅是從數(shù)據(jù)運(yùn)營(yíng)中“節(jié)省更多的錢”，更是從數(shù)據(jù)運(yùn)營(yíng)中“生出更多的錢”。這就需要一種支持?jǐn)?shù)據(jù)一致性、高擴(kuò)展性且高可用性的架構(gòu)。實(shí)現(xiàn)這種數(shù)據(jù)運(yùn)營(yíng)管理能力的快速平衡，主要包括以下幾項(xiàng)關(guān)鍵技術(shù)：

第一，數(shù)據(jù)采集。收集電網(wǎng)營(yíng)銷內(nèi)部和外部的各類型、規(guī)模較大的數(shù)據(jù)，內(nèi)部數(shù)據(jù)采集側(cè)重在整合不同業(yè)務(wù)系統(tǒng)之間的數(shù)據(jù)，外部數(shù)據(jù)采集側(cè)重在通過(guò)網(wǎng)絡(luò)爬蟲(chóng)獲取第三方數(shù)據(jù)。

第二，數(shù)據(jù)存儲(chǔ)和處理。對(duì)這些數(shù)據(jù)進(jìn)行存儲(chǔ)和處理，基于電網(wǎng)營(yíng)銷數(shù)據(jù)量越大，越需要各種不同種類的存儲(chǔ)，且電網(wǎng)營(yíng)銷數(shù)據(jù)運(yùn)營(yíng)的大數(shù)據(jù)架構(gòu)是可擴(kuò)展的。

第三，數(shù)據(jù)挖掘。利用數(shù)據(jù)挖掘技術(shù)，在傳統(tǒng)結(jié)構(gòu)化數(shù)據(jù)處理上為用戶提供越來(lái)越多的實(shí)時(shí)挖掘和分析，這些實(shí)時(shí)的智能服務(wù)可以支持實(shí)時(shí)的決策制定。

第四，人工智能?；谌斯ぶ悄艿募夹g(shù)，可以提升非結(jié)構(gòu)化數(shù)據(jù)如語(yǔ)音、文本、圖像等方面的分析和預(yù)測(cè)，這些技術(shù)有助于電網(wǎng)企業(yè)提升客戶服務(wù)水平。

第五，數(shù)據(jù)可視化。基于電網(wǎng)營(yíng)銷的數(shù)據(jù)和外部數(shù)據(jù)的分析結(jié)果通過(guò)可視化的手段進(jìn)行展示，為領(lǐng)導(dǎo)層提供管理經(jīng)營(yíng)決策支撐。上述當(dāng)今最具顛覆性的五項(xiàng)關(guān)鍵技術(shù)讓電網(wǎng)營(yíng)銷數(shù)據(jù)市場(chǎng)化成為可能，促進(jìn)電力服務(wù)和產(chǎn)品創(chuàng)新，支撐售電公司的快速發(fā)展。可以說(shuō)未來(lái)售電公司基于營(yíng)銷數(shù)據(jù)運(yùn)營(yíng)的應(yīng)用服務(wù)和產(chǎn)品將無(wú)處不在。本文

下面將通過(guò)電網(wǎng)營(yíng)銷數(shù)據(jù)運(yùn)營(yíng)的數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)和處理、數(shù)據(jù)挖掘、人工智能和數(shù)據(jù)可視化等5個(gè)方面的關(guān)鍵技術(shù)分別進(jìn)行闡述。

二、數(shù)據(jù)采集

(一)內(nèi)部數(shù)據(jù)采集

內(nèi)部數(shù)據(jù)采集主要通過(guò)內(nèi)部已有的、彼此分離的傳統(tǒng)業(yè)務(wù)系統(tǒng)中提取數(shù)據(jù)。對(duì)于結(jié)構(gòu)化的數(shù)據(jù)通過(guò)數(shù)據(jù)抽取轉(zhuǎn)化工具來(lái)實(shí)現(xiàn)，包括數(shù)據(jù)的初始化、數(shù)據(jù)的增量抽取;對(duì)于非結(jié)構(gòu)數(shù)據(jù)通過(guò)程序語(yǔ)言開(kāi)發(fā)特定工具實(shí)現(xiàn)數(shù)據(jù)直接采集。內(nèi)部數(shù)據(jù)采集的主要困難在于打破部門職能藩籬、進(jìn)行跨部門數(shù)據(jù)共享的思維和意

識(shí)。只有充分認(rèn)識(shí)到內(nèi)部數(shù)據(jù)采集共享的價(jià)值，才能打破內(nèi)部數(shù)據(jù)孤島，實(shí)現(xiàn)數(shù)據(jù)的互聯(lián)互通。內(nèi)部數(shù)據(jù)的抽取有利于電網(wǎng)公司整合內(nèi)部資源，一定程度上能加強(qiáng)數(shù)據(jù)的可見(jiàn)性、協(xié)作性與創(chuàng)造性，從而幫助電網(wǎng)企業(yè)大幅節(jié)約成本、提升競(jìng)爭(zhēng)優(yōu)勢(shì)。但內(nèi)部數(shù)據(jù)的維度相對(duì)集中，屬于特定領(lǐng)域的點(diǎn)狀數(shù)據(jù)。需要整合更多的外部數(shù)據(jù)

來(lái)擴(kuò)展數(shù)據(jù)的維度，豐富數(shù)據(jù)的屬性刻畫，幫助電網(wǎng)企業(yè)進(jìn)行已有業(yè)務(wù)的優(yōu)化和新增業(yè)務(wù)的衍生。

(二)外部數(shù)據(jù)采集

外部數(shù)據(jù)采集一般有3種方式實(shí)現(xiàn)：第一種方式可以通過(guò)合作伙伴進(jìn)行數(shù)據(jù)共享，第二種方式可以通過(guò)數(shù)據(jù)交換實(shí)現(xiàn)第三方公司的數(shù)據(jù)采集，第三種方式可以通過(guò)網(wǎng)絡(luò)爬蟲(chóng)獲取外部數(shù)據(jù)。這里重點(diǎn)闡述第三種數(shù)據(jù)采集方式：網(wǎng)絡(luò)信息抓取服務(wù)。網(wǎng)絡(luò)數(shù)據(jù)爬蟲(chóng)是指輸入固定的數(shù)據(jù)源，按照一定的過(guò)濾和數(shù)據(jù)獲取規(guī)則，自動(dòng)抓取互

聯(lián)網(wǎng)網(wǎng)上數(shù)據(jù)。網(wǎng)絡(luò)數(shù)據(jù)爬蟲(chóng)的難點(diǎn)有兩個(gè)，一個(gè)是數(shù)據(jù)源網(wǎng)站的反爬蟲(chóng)設(shè)置，如通過(guò)用戶請(qǐng)求的Headers、基于用戶行為反爬蟲(chóng)等技術(shù)，造成的數(shù)據(jù)抓取困難;一個(gè)是數(shù)據(jù)源本身以圖片為載體造成的數(shù)據(jù)獲取困難。針對(duì)第一個(gè)難點(diǎn)，需要針對(duì)源網(wǎng)站的反爬蟲(chóng)技術(shù)，分別采用相應(yīng)的破解技術(shù)，如在爬蟲(chóng)中修改或者添加Headers、使

用IP代理等方式，實(shí)現(xiàn)相關(guān)數(shù)據(jù)的順利爬取。針對(duì)第二個(gè)難點(diǎn)，可以利用特定技術(shù)，如光學(xué)字符識(shí)別方法，通過(guò)圖像增強(qiáng)、銳化、邊緣檢測(cè)等方法，進(jìn)行特征提取和模型訓(xùn)練，從而獲取圖片中的數(shù)據(jù)。外部數(shù)據(jù)的爬蟲(chóng)有利于電網(wǎng)公司整合外部數(shù)據(jù)資源，使得點(diǎn)狀數(shù)據(jù)擴(kuò)展為帶狀和網(wǎng)狀的數(shù)據(jù)，更好地增強(qiáng)數(shù)據(jù)的互聯(lián)性、智能

性、彈性和快捷性，激發(fā)出全新的工作思路和工作方式，利于已有業(yè)務(wù)的財(cái)務(wù)表現(xiàn)和新增業(yè)務(wù)的價(jià)值構(gòu)建。

三、數(shù)據(jù)存儲(chǔ)和處理

(一)數(shù)據(jù)存儲(chǔ)

數(shù)據(jù)存儲(chǔ)主要提供分布式的存儲(chǔ)功能。數(shù)據(jù)存儲(chǔ)面臨的主要挑戰(zhàn)是數(shù)據(jù)大容量通?？蛇_(dá)到PB級(jí)的數(shù)據(jù)規(guī)模，那么對(duì)于海量數(shù)據(jù)存儲(chǔ)系統(tǒng)擴(kuò)展能力的要求也會(huì)很高。同時(shí)，這海量的數(shù)據(jù)中存在大量信息是無(wú)效的，有效信息可能只分布在一個(gè)較短的時(shí)間段內(nèi)，大量的數(shù)據(jù)存儲(chǔ)給數(shù)據(jù)庫(kù)帶來(lái)不小的壓力，而無(wú)效的數(shù)據(jù)更

是對(duì)于資源的浪費(fèi)。存儲(chǔ)層一般由HADOOP生態(tài)系統(tǒng)以及關(guān)系型數(shù)據(jù)庫(kù)構(gòu)建，HADOOP生態(tài)系統(tǒng)主要用于海量數(shù)據(jù)的存儲(chǔ)主要包括HDFS分布式文件系統(tǒng)、HBASE分布式數(shù)據(jù)庫(kù)以及HIVE分布式數(shù)據(jù)倉(cāng)庫(kù)。存儲(chǔ)層支撐對(duì)PB級(jí)別甚至更大級(jí)別的數(shù)據(jù)整合、存儲(chǔ)與管理，同時(shí)具有強(qiáng)大的容錯(cuò)能力和平滑的線性擴(kuò)展性。HDFS分布式文件

系統(tǒng)是整個(gè)大數(shù)據(jù)存儲(chǔ)的基礎(chǔ)，在它之上構(gòu)建HBASE分布式的數(shù)據(jù)庫(kù)和HIVE數(shù)據(jù)倉(cāng)庫(kù)。

(二)數(shù)據(jù)計(jì)算

數(shù)據(jù)計(jì)算主要提供分布式的計(jì)算與處理功能。數(shù)據(jù)計(jì)算的挑戰(zhàn)是數(shù)據(jù)處理速度響應(yīng)的及時(shí)性。系統(tǒng)中的分布式數(shù)據(jù)計(jì)算模型一般基于Spark框架來(lái)實(shí)現(xiàn)，應(yīng)用于大數(shù)據(jù)的實(shí)時(shí)處理和批處理計(jì)算分析任務(wù)執(zhí)行，可以解決大數(shù)據(jù)計(jì)算中的交互查詢及流式計(jì)算等核心問(wèn)題。Spark由于其提供了一套支持DAG圖的分布式并行計(jì)算的編程框

架減少多次計(jì)算之間中間結(jié)果寫到HDFS的開(kāi)銷，提供Cache機(jī)制來(lái)支持需要反復(fù)迭代計(jì)算或者多次數(shù)據(jù)共享減少數(shù)據(jù)讀取的IO開(kāi)銷，使用多線程池模型來(lái)減少task啟動(dòng)開(kāi)稍等諸多優(yōu)點(diǎn)，是滿足電網(wǎng)業(yè)務(wù)數(shù)據(jù)計(jì)算需求的最佳選擇。

四、數(shù)據(jù)挖掘

數(shù)據(jù)挖掘和分析是從大量的數(shù)據(jù)中通過(guò)算法搜索信息并發(fā)現(xiàn)隱藏于數(shù)據(jù)中有趣、有用的模式和關(guān)系的過(guò)程。數(shù)據(jù)挖掘和分析的主要難點(diǎn)是如何將技術(shù)和算法應(yīng)用到實(shí)際業(yè)務(wù)中去，從而提升傳統(tǒng)的電網(wǎng)營(yíng)銷業(yè)務(wù)運(yùn)作效率并改變運(yùn)營(yíng)模式。一般的數(shù)據(jù)挖掘方法及電網(wǎng)營(yíng)銷領(lǐng)域的應(yīng)用如下圖所示：

五、人工智能

人工智能是研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、自然語(yǔ)言處理、語(yǔ)音識(shí)別等。人工智能是對(duì)人的意識(shí)、思維的信息過(guò)程的模擬?，F(xiàn)在，人類已經(jīng)掌握了弱人工智能。人工智能革命是從弱人工智能，通過(guò)強(qiáng)人工智能，最終到達(dá)超人工智能的旅途。人工智能從誕生以來(lái)，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也不斷擴(kuò)大。可以設(shè)想，不久的將來(lái)人工智能帶來(lái)的科技產(chǎn)品，將會(huì)是人類智慧的“容器”。甚至未來(lái)，在幾乎所有領(lǐng)域都比最聰明的人類大腦都聰明很多，包括科學(xué)創(chuàng)新和社交技能。

(一)機(jī)器人

機(jī)器人大部分的硬件和軟件都是為了特定任務(wù)設(shè)計(jì)的，機(jī)器人是人工智能的容器。機(jī)器人有時(shí)候是人形，有時(shí)候不是，人工智能自身是機(jī)器人體內(nèi)的電腦。即人工智能是大腦的話，機(jī)器人就是身體，而且這個(gè)身體不一定是必需的。比如說(shuō) Siri 背后的軟件和數(shù)據(jù)是人工智能，Siri 說(shuō)話的聲音是這個(gè)人工智能的人格化體現(xiàn)，但是 Siri 本身并沒(méi)有機(jī)器人這個(gè)組成部分。迄今為止，機(jī)器人主要擅長(zhǎng)的事情就是把人們每天重復(fù)的勞動(dòng)自動(dòng)化。工人們?cè)诹魉€上工作，每個(gè)月都重復(fù)同樣的動(dòng)作。現(xiàn)在部分這樣的工作已經(jīng)可以有機(jī)器人來(lái)實(shí)現(xiàn)。當(dāng)然，機(jī)器人在一些垂直細(xì)分的領(lǐng)域也有了很多令人振奮的應(yīng)用，比如無(wú)人駕駛，還有精準(zhǔn)農(nóng)業(yè)、電子商務(wù)自動(dòng)取件等應(yīng)用。對(duì)于電網(wǎng)企業(yè)來(lái)說(shuō)，智能機(jī)器人可以應(yīng)用在電站自動(dòng)檢查、客戶的用電小秘書(shū)等，使這些業(yè)務(wù)成為既能自我生長(zhǎng)、又能抵御顛覆性沖擊的法寶。

(二)自然語(yǔ)言處理

自然語(yǔ)言處理是一門研究人與人，以及人與計(jì)算機(jī)交際中的語(yǔ)言問(wèn)題的學(xué)科，是人工智能中最為困難的問(wèn)題之一。自然語(yǔ)言處理主要是建立計(jì)算機(jī)框架來(lái)研究、實(shí)現(xiàn)和優(yōu)化語(yǔ)言能力表示、語(yǔ)言應(yīng)用的模型，同時(shí)根據(jù)這樣的語(yǔ)言模型來(lái)設(shè)計(jì)各種實(shí)用系統(tǒng)，并探討這些實(shí)用系統(tǒng)的評(píng)測(cè)技術(shù)。自然語(yǔ)言理解的研究?jī)?nèi)容主要包括中文自動(dòng)分詞，詞性標(biāo)注，句法分析，自然語(yǔ)言生成，文本分類，信息檢索，信息抽取，文字校對(duì)，問(wèn)答系統(tǒng)，機(jī)器翻譯，自動(dòng)摘要，語(yǔ)音識(shí)別、文字蘊(yùn)涵等等。自然語(yǔ)言處理現(xiàn)在實(shí)際的技術(shù)困難是語(yǔ)義的復(fù)雜性，包含因果關(guān)系和邏輯推理的上下文等。從應(yīng)用角度來(lái)看，自然語(yǔ)言處理具有廣泛的應(yīng)用前景，例如：機(jī)器翻譯、手寫體和印刷體字符識(shí)別、信息檢索、信息抽取與過(guò)濾、文本分類與聚類、輿情分析和觀點(diǎn)挖掘等。對(duì)于電網(wǎng)企業(yè)，針對(duì)工單記錄，利用自然語(yǔ)言處理可以實(shí)現(xiàn)用電客戶的來(lái)電原因分析、超長(zhǎng)電話原因分析、重復(fù)來(lái)電原因分析、投訴分析等。

(三)語(yǔ)音識(shí)別

語(yǔ)音識(shí)別技術(shù)所要解決的問(wèn)題是讓計(jì)算機(jī)能夠“聽(tīng)懂”人類的語(yǔ)音，將語(yǔ)音中包含的文字信息“提取”出來(lái)。語(yǔ)音識(shí)別技術(shù)相當(dāng)于給計(jì)算機(jī)系統(tǒng)安裝上“耳朵”，使其具備“能聽(tīng)”的功能，進(jìn)而實(shí)現(xiàn)信息時(shí)代利用“語(yǔ)音”這一最自然、最便捷的手段進(jìn)行人機(jī)通信和交互。語(yǔ)音識(shí)別一般的方法是首先錄制語(yǔ)音波形，再把波形通過(guò)靜音或靜默分割為多個(gè)表達(dá)句，然后去識(shí)別每個(gè)表達(dá)句所表達(dá)的意思。為了達(dá)到這個(gè)目的，需要用單詞的所有可能組合去匹配這段音頻，然后選擇匹配度最高的組合。目前語(yǔ)音識(shí)別還有兩個(gè)主要的挑戰(zhàn)：第一個(gè)是對(duì)于長(zhǎng)句子的識(shí)別，目前的語(yǔ)音識(shí)別系統(tǒng)還做不到像人一樣很好的利用上下文信息。另一個(gè)主要的挑戰(zhàn)就是理解文本的內(nèi)容，而不僅僅是轉(zhuǎn)錄。對(duì)于電網(wǎng)企業(yè)來(lái)說(shuō)，針對(duì)客戶中心95598呼叫平臺(tái)積累的海量語(yǔ)音數(shù)據(jù)，利用中文普通話語(yǔ)音識(shí)別技術(shù)，提升客戶服務(wù)的服務(wù)質(zhì)量和運(yùn)營(yíng)管理水平。

(四)深度學(xué)習(xí)

深度學(xué)習(xí)是一種多層描述的表征學(xué)習(xí)，通過(guò)組合簡(jiǎn)單、非線性模塊來(lái)實(shí)現(xiàn)，每個(gè)模塊都會(huì)從原始輸入開(kāi)始，將最簡(jiǎn)單的描述轉(zhuǎn)變成較高層、較為抽象的描述。深度學(xué)習(xí)是人工智能的一個(gè)重要部分，也是近幾年最熱門的技術(shù)之一。深度學(xué)習(xí)理論顯示，與不適用分布式表征的經(jīng)典學(xué)習(xí)算法相比，深度網(wǎng)絡(luò)有兩處異常明顯的優(yōu)勢(shì)。第一，學(xué)習(xí)分布式表征能夠?qū)⑼ㄟ^(guò)訓(xùn)練而學(xué)習(xí)獲得的特性值泛化為新的組合。第二，深度網(wǎng)絡(luò)中的表征層相互組合帶來(lái)了另一個(gè)指數(shù)級(jí)別深度的優(yōu)勢(shì)潛力。深度學(xué)習(xí)所創(chuàng)造的所有價(jià)值主要體現(xiàn)在有類別標(biāo)簽下的學(xué)習(xí)，舉例來(lái)說(shuō)包含以下幾種：判斷一封電子郵件是不是垃圾郵件，給出一個(gè)圖像的對(duì)象標(biāo)簽進(jìn)行物體識(shí)別，給出一個(gè)圖片返回對(duì)應(yīng)的文字說(shuō)明進(jìn)行圖說(shuō)，給出一個(gè)英語(yǔ)句子返回對(duì)應(yīng)的法語(yǔ)句子進(jìn)行機(jī)器翻譯，給出一個(gè)圖片問(wèn)題對(duì)返回相應(yīng)的答案進(jìn)行基于圖像的匹配問(wèn)答問(wèn)題。有了很多標(biāo)記過(guò)的數(shù)據(jù)和一個(gè)足夠大的網(wǎng)絡(luò)，可以證明一個(gè)深度學(xué)習(xí)算法可以以極高的精度學(xué)習(xí)任意函數(shù)。對(duì)于電網(wǎng)企業(yè)，可以將深度學(xué)習(xí)技術(shù)應(yīng)用到語(yǔ)音識(shí)別、自然語(yǔ)言處理等過(guò)程中，促進(jìn)預(yù)測(cè)效果提升。

六、數(shù)據(jù)可視化

可視化是利用計(jì)算機(jī)圖形學(xué)和圖像處理技術(shù)，涉及到計(jì)算機(jī)圖形學(xué)、圖像處理、計(jì)算機(jī)視覺(jué)、計(jì)算機(jī)輔助設(shè)計(jì)等多個(gè)領(lǐng)域，將數(shù)據(jù)轉(zhuǎn)換成圖形或圖像在屏幕上顯示出來(lái)，并進(jìn)行交互處理的理論、方法和技術(shù)。

(一)常見(jiàn)展示

圖形常見(jiàn)的可視化圖形有直方圖、分布圖、圓餅圖、連線圖、平行坐標(biāo)圖、屬性相關(guān)圖、網(wǎng)絡(luò)圖、散點(diǎn)圖、散點(diǎn)圖矩陣等基礎(chǔ)圖件，其中直方圖用于展示數(shù)據(jù)分布情況。 分布圖用于展示名詞型屬性的占比情況。圓餅圖用于展示名詞型屬性的占比情況。連線圖用于表示兩維屬性之間的關(guān)系，用折線連接起來(lái)。平行坐標(biāo)圖用于展示高維屬性的樣本分布情況。屬性相關(guān)圖用于展示屬性之間的相關(guān)性。網(wǎng)絡(luò)圖用于展示屬性和屬性之間的關(guān)聯(lián)性。散點(diǎn)圖用于展示二維屬性之間的關(guān)系。常見(jiàn)的展示圖形特點(diǎn)是直觀、容易理解，但表述的信息量較少。

(二)高維展示

圖形為了解決可視化在二維平面的信息量太少問(wèn)題，適應(yīng)不同的平臺(tái)接口，人們研究一種新的圖形展示方式：高維展示圖形。相比常見(jiàn)的展示圖形，高維展示圖形能更漂亮地融合更多的信息，更好地展示數(shù)據(jù)之間的關(guān)系，將數(shù)據(jù)進(jìn)行多角度的呈現(xiàn)，清晰有效地傳達(dá)數(shù)據(jù)信息。由于篇幅限制，這里選取幾個(gè)有代表性的圖進(jìn)行示例說(shuō)明：

唱片圖

以時(shí)間周期為輪，顯示各業(yè)務(wù)指標(biāo)的變化關(guān)系，顏色用于區(qū)別不同類別數(shù)據(jù)，環(huán)的長(zhǎng)度用于表示數(shù)值大小。如右圖表示各業(yè)務(wù)系統(tǒng)的每年分配容量及利用情況。

詞云圖

詞云圖用來(lái)展現(xiàn)文本信息中詞匯的顯著程度，通常和時(shí)間結(jié)合起來(lái)，反映各類詞匯信息隨時(shí)間的變化趨勢(shì)。如下圖展示文本分詞后的關(guān)鍵字出現(xiàn)頻率情況。

網(wǎng)絡(luò)圖

網(wǎng)絡(luò)圖表現(xiàn)了不同數(shù)據(jù)元素之間的多元關(guān)系，連接兩點(diǎn)的線越粗，表示兩個(gè)屬性同時(shí)出現(xiàn)的次數(shù)越多，相關(guān)性越強(qiáng)。如右圖展示了用戶的交際關(guān)系圖。 未來(lái)，在高維可視化的基礎(chǔ)上，進(jìn)一步提高和豐富用戶與數(shù)據(jù)之間的連接性、體驗(yàn)性和互動(dòng)性，人們正興致盎然地研究和實(shí)現(xiàn)增強(qiáng)現(xiàn)實(shí)和虛擬現(xiàn)實(shí)技術(shù)。目前比較普遍的一種觀點(diǎn)是：VR/AR 的硬件設(shè)備、應(yīng)用在 VR/AR 上的新的三維交互方式，和基于 VR/AR 設(shè)備的應(yīng)用內(nèi)容，就是下一個(gè)新革命!

(三)增強(qiáng)現(xiàn)實(shí)

增強(qiáng)現(xiàn)實(shí)(Augment Reality簡(jiǎn)稱AR)是一種實(shí)時(shí)地計(jì)算攝影機(jī)影像的位置及角度并加上相應(yīng)圖像的技術(shù), 目標(biāo)是在屏幕上把虛擬世界套在現(xiàn)實(shí)世界，體驗(yàn)到實(shí)體信息(視覺(jué)信息、味道、觸覺(jué)等)并進(jìn)行互動(dòng)。增強(qiáng)現(xiàn)實(shí)提供平視式顯示屏，支持“免手”操作，將便利的數(shù)據(jù)呈現(xiàn)在使用者眼前，適合在室外、公共場(chǎng)合使用，實(shí)現(xiàn)難點(diǎn)在于硬件的整合和現(xiàn)實(shí)應(yīng)用切入下促進(jìn)運(yùn)行的穩(wěn)定性和外觀的滿意度提升上。對(duì)于電網(wǎng)企業(yè)，檢修專家可以獲得實(shí)時(shí)所在變電站的地理信息、被維修變電器的內(nèi)部結(jié)構(gòu)和零件圖等，利用增強(qiáng)現(xiàn)實(shí)輕松進(jìn)行故障部位的精確定位和檢修。

(四)虛擬現(xiàn)實(shí)

虛擬現(xiàn)實(shí)(Virtual Reality簡(jiǎn)稱VR)是通過(guò)一個(gè)支撐手機(jī)的支架或者一個(gè)與其他設(shè)備(PC、游戲手柄、手機(jī)或者平板)捆綁在一起的屏幕或者一個(gè)獨(dú)立的設(shè)備形成一個(gè)封閉的世界，使用戶沉浸到該環(huán)境中。虛擬現(xiàn)實(shí)適合在室內(nèi)，與增強(qiáng)現(xiàn)實(shí)的主要區(qū)別在于完全割裂現(xiàn)實(shí)世界，需要包裹中眼鏡和耳朵，實(shí)現(xiàn)難點(diǎn)在于如何設(shè)計(jì)、尺寸、安全性和內(nèi)容符合特定個(gè)人、地方和場(chǎng)景的需求，過(guò)程中捕捉用戶動(dòng)作和視線、設(shè)備及時(shí)響應(yīng)避免延遲，保證場(chǎng)景中呈現(xiàn)的內(nèi)容逼真、形象、有內(nèi)涵。對(duì)于電網(wǎng)企業(yè)，未來(lái)虛擬現(xiàn)實(shí)技術(shù)可以實(shí)現(xiàn)虛擬客服。假設(shè)在未來(lái)的客服呼叫系統(tǒng)中，可以用一個(gè)虛擬的空間將所有的用戶放在一起，每個(gè)人都按照其呼叫需求定制化一個(gè)虛擬客服，給予每個(gè)用戶獨(dú)一無(wú)二的關(guān)注，處于一個(gè)如此真實(shí)而正能量的服務(wù)氛圍之下，客戶滿意度提升的效果不言而喻。

七、小結(jié)

如今，電網(wǎng)公司營(yíng)銷部正處于一個(gè)變革浪潮的中心。面對(duì)變化，電網(wǎng)企業(yè)需要積極擁抱創(chuàng)新技術(shù)，在一個(gè)嶄新的世界中開(kāi)展數(shù)據(jù)運(yùn)營(yíng)，著力提升自身的創(chuàng)新意識(shí)和敏捷性。在這篇文章里分享了“電網(wǎng)營(yíng)銷數(shù)據(jù)運(yùn)營(yíng)”這一研究項(xiàng)目的核心技術(shù)觀點(diǎn)，并強(qiáng)調(diào)了這些技術(shù)的重要性，使得具有長(zhǎng)遠(yuǎn)思考的電網(wǎng)公司在營(yíng)銷數(shù)據(jù)運(yùn)營(yíng)的生態(tài)系統(tǒng)中占據(jù)一席之地，為電網(wǎng)企業(yè)在市場(chǎng)轉(zhuǎn)變中更好把握正在崛起的發(fā)展機(jī)遇提供借鑒。

來(lái)源：美林?jǐn)?shù)據(jù)