CC BY
45
- © Е.А. Ленькова, 2014
УДК 004.8:004.58
Е.А. Ленькова
ПРОЕКТИРОВАНИЕ ВИРТУАЛЬНОГО ОПЕРАТОРА СЛУЖБЫ ТЕХНИЧЕСКОЙ ПОДДЕРЖКИ СПЕЦИАЛИЗИРОВАННОГО ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ
Рассмотрены аспекты проектирования виртуального оператора технической поддержки специализированного программного обеспечения на основе технологий искусственного интеллекта. Описаны организационные процессы, рассмотрены вопросы проектирования базы знаний и обучения интеллектуальной системы. Ключевые слова: техническая поддержка, искусственный интеллект, виртуальный оператор, инфы.
Введение
В настоящее время наблюдается не только проникновение информационных технологий во все сферы деятельности человека, но и их качественное совершенствование. В тех сферах, где информационные технологии не могут полностью заменить деятельность человека наблюдается их активное внедрение в качестве средств поддержки такой деятельности. Особое внимание следует уделить вопросам консультационной деятельности, предполагающей фактически доступ к знаниям экспертов. Наиболее широкое распространение в консультационной деятельности приобретает техническая поддержка. Службы технической поддержки сегодня сопровождают эксплуатацию многих технических и программных средств, бытовой и специальной техники, электроники. Службы технической поддержки создаются также для оказания помощи по эксплуатации специализированного программного обеспечения наукоемких отраслей промышленности.
Многочисленные исследования показали, что от 65 до 90% обращений в службы технической поддержки
связаны с однотипными запросами по проблемам, которые пользователи смогут решить самостоятельно при условии квалифицированной консультации операторов службы поддержки. В такой ситуации целесообразно использовать компьютерные средства, позволяющие решать наиболее распространенные проблемы до обращения непосредственно в службу технической поддержки.
В рамках данной работы рассмотрим вопросы проектирования и разработки интеллектуальной системы технической поддержки пользователей специализированных программных продуктов «Концерна радиостроения Вега», в особенности системы электронного документооборота (СЭД). Интеллектуальная система выполняется в виде виртуального оператора, способного обрабатывать запросы пользователя, сформулированные на естественном языке.
Модель организации работы техподдержки
С целью выявления подходов к автоматизации деятельности отдела технической поддержки путем внедрения интеллектуальной системы, построим функциональную модель процесса
обслуживания заявок в соответствии со стандартом IDEF0.
Анализ процесса обслуживания заявок сводится к построению диаграммы AS-IS (как есть) на рис. 1, 2, с целью: Выявить подходы к автоматизации процесса обслуживания заявок, подлежащие автоматизации.
Анализируя процесс обслуживания заявок технической поддержкой, нетрудно видеть, то устранением неисправностей занимаются сотрудники специальных отделов концерна. Следует также отметить, что для работы технической поддержки характерно значительное количество однотипных обращений, связанных с наиболее распространенными неисправностями. Кроме того, несмотря на то, что для обслуживания каждой заявки назначаются исполнители, однако на практике наиболее простые и распространенные неисправности могут быть устранены пользователями самостоятельно при условии квалифицированной помощи специалистов техподдержки, оказываемой по телефону. Указанные особенности позволяют заменить от-
дельные обращения в службу технической поддержки взаимодействием пользователя с интеллектуальной системой, выполненной в виде виртуального оператора службы технической поддержки. При этом предполагается, что пользователь формирует запрос на естественном языке, а интеллектуальная система позволяет найти в базе знаний решение возникающей проблемы. Найденное решение позволит пользователю устранить неисправности самостоятельно. В случае невозможности устранить неисправности самостоятельно, пользователь сможет обратиться непосредственно в службу технической поддержки. При этом интеллектуальная система регистрирует входящую заявку и при невозможности самостоятельного устранения пользователем, передает ее в службу поддержки. Таким образом, внедрение интеллектуальной системы технической поддержки фактически позволяет не пересматривать процессы, представленные на рис. 2, а дополняет указанную модель, снижая нагрузку на службу техподдержки.
Рис. 1. Контекстная диаграмма модели обслуживания заявок
Рис. 2. Процесс обслуживания заявок
Рис. 3. Модель обслуживания заявок после внедрения интеллектуальной системы
Рис. 4. Дерево функциональной модели
Процесс обслуживания заявок с применением виртуального оператора технической поддержки представлен на модели TO-BE (рис. 3).
Проектирование базы знаний
Выше были рассмотрены вопросы проектирования модели бизнес-процесса, предполагающей организацию виртуального оператора службы технической поддержки, обеспечивающего выполнение промежуточного этапа между возникновением неисправности и обращением пользователя непосредственно в службу поддержки. Следует отметить, что виртуальный оператор должен определить неисправность и дать пользователю рекомендации по ее устранению. Возникшие неисправности и конкретные рекомендации по их устранению представим в виде базы знаний, содержащей знания экспертов службы технической поддержки по вопросам устранения неисправностей в наиболее типичных случаях. Наиболее распространенные и однотипные неисправности связаны с деятельностью подразделений концерна, работающих с системой электронного документооборота (СЭД), а также сторонними организациями, использующими
указанную СЭД. Наиболее распространенными неисправностями СЭД являются:
• ситуация, при которой СЭД не запускается;
• ситуация, при которой данные не отображаются;
• ситуация, при которой высвечивается окно с сообщением об ошибке;
• ситуация, при которой не отправляется служебная записка;
• ситуация, при которой пользователь не может назначить заместителя;
• прочие ситуации, не являющиеся типовыми.
Базу знаний представим в виде графа, где п-м ярусом назовем множество вершин, удаленных от вершины с идентификатором «Проблема» на расстояние п .
Модель первого яруса базы знаний представлена на рис. 5. Каждый элемент базы знаний первого яруса моделирует возникающую проблему, которую необходимо идентифицировать виртуальному оператору. В зависимости от идентифицированной типовой проблемы пользователю будет предложено одно или несколько типовых решений, каждое из которых пользователь сможет реализовать самостоятельно. При этом следует от-
метить, что при формировании базы знаний чем меньше глубина уровня, тем более популярный вариант решения представляется оператором технической поддержки. Это предполагает, что на основании опыта службы технической поддержки, решения, которые чаще всего помогают устранить указанную проблему соответствуют более низким уровням базы знаний. Тогда предполагается, что решения более высоких ярусов будут предложены в том случае, когда наиболее распространенные решения не помогают устранить проблему.
Второй и последующие ярусы представлены на рис. 6. Следует отметить, что переход между элементами базы знания осуществляется на основе ответов пользователя. Фактически каждый элемент дерева соответствует некоторому состоянию, в котором находится оператор. В том случае, если речь идет об идентификации проблемы, пользователь формулирует эту проблему на естественном языке. В случае конкретного решения, поль-
Данные не отображаются V
Сообщение об ошибке 4
№ "бается - Проблема - Не отправляется не запускается «- служебная записка
Не получается Прочие ситуации назначить
заместителя
Рис. 5. Первый ярус базы знаний
зователь отвечает, помогло ли данное решение устранить неисправности, и в случае, если не помогло, происходит переход к следующему ярусу. На рис. 6. в виде ребер обозначены только те переходы, которые соответствуют ситуациям, при которых решение проблемы не было найдено, и происходит переход к следующему состоянию.
На рис. 6. прямоугольниками обозначены типовые решения проблем, которые виртуальный оператор предлагает пользователям попробовать осуществить самостоятельно.
Рис. 6. Модель базы знаний виртуального оператора технической поддержки
Таким образом, рассмотрено проектирование базы знаний виртуального оператора технической поддержки пользователей. Если без использования оператора предполагалось, что во всех ситуациях пользователь обращается непосредственно в техпод-держку (рис. 5), то после внедрения виртуального оператора часть наиболее типичных неисправностей пользователь сможет устранить самостоятельно (рис. 6). В случае невозможности самостоятельного устранения неисправностей, пользователь сможет обратиться непосредственно в техническую поддержку. Исходя из этого, с технической поддержки фактически снимаются наиболее распространенные проблемы, которые пользователь может устранить самостоятельно.
Лингвистические аспекты
Выше было рассмотрено формирование модели базы знаний, элементами которой являются возникающие проблемы и их возможные решения. Практическая реализация базы знаний в интеллектуальной системе тесно связана с лингвистическими аспектами. В качестве инструментального обеспечения целесообразно использовать средства сервиса «Инфы» компании «Наносемантика», предоставляющие инструментальную среду для разработки интеллектуального оператора. Следует остановиться на лингвистических аспектах, характерных именно для этого сервиса. Переходы между элементами базы знаний осуществляются на основе ответов пользователя, формулируемых на естественном языке. Представление модели базы знаний основано на использовании шаблонов на естественном языке, использующих следующие символы:
• «*» (звездочка) - символ, заменяющий любую часть фразы;
• «~» (тильда) - символ, заменяющий конечную часть слова.
Каждый шаблон имеет вид: $<реплика пользователя> #<ответ системы> Таким образом, каждый элемент базы знаний фактически представляет собой ответ системы, отображаемый на экране. Первоначальное состояние - это фактически приветствие виртуального оператора. Для перехода к первому ярусу базы знаний, необходимо идентифицировать на естественном языке ту или иную проблему (см. рис. 6). Для идентификации проблемы необходимо определить формулировки запросов, каждая из которых приведет к элементу второго яруса (первому варианту решения проблемы). При подборе формулировок следует учитывать следующие лингвистические аспекты:
• учет синонимов, например «не включается», «не запускается», «не работает»;
• учет окончаний «не включено», «не включилась», «не включились», соответствует представлению в шаблоне в виде «не включ~»;
• учет ключевых слов, например «не включился сервер базы данных» или «не включился сервер БД» или «не включен сервер БД» - во всех случаях речь идет о неисправности сервера, поэтому слова в конце запроса можно заменить на «*», т.е. «не включ~ сервер~*»;
• учет жаргона, например «не врубился», «не работает», «не пашет», «не фигачит» - указанная особенность и ее учет требует квалифицированной работы лингвиста.
Указанные особенности позволяют составить набор шаблонов для идентификации проблемы, формулируемой пользователем на естественном языке. При этом следует отметить, что в случае невозможности идентификации, виртуальный оператор предлагает обращение непосредственно в службу технической поддержки. При этом в процессе эксплуатации предпо-
Рис. 7. Схема организации работы с виртуальным оператором технической поддержки
лагается постоянное расширение базы знаний и ее модификация с учетом реальных запросов пользователей.
Если на первом этапе ставится задача идентификации проблемы, то на следующих этапах работы предполагается, что виртуальный оператор предлагает пользователю пути решения. Фактически каждое решение пользователь реализует самостоятельно, и в случае, если оно помогает, нет необходимости обращаться в техническую поддержку. Если же предлагаемое решение не помогло, пользователь получает следующий возможный вариант устранения проблемы. Выше отмечалось, что база знаний составлена таким образом, что сначала виртуальный оператор предлагает решения, которые чаще всего позволяют решить типовую проблему. Принципиальная схема организации переходов между элементами базы знаний приведена на рис. 7.
Предполагается, что если проблема решена, пользователь завершает работу с виртуальным оператором. В противном случае, виртуальный оператор предлагает другое решение. Кроме того, для удобства перехода целесообразно каждый ответ с решением проблемы дополнить ссылками вида:
Проблема решена? <userHnk>Да, решена</userlink> <userlink>Нет</userlink> Тогда переход между элементами второго и последующих ярусов происходит в зависимости от ответа пользователя. При ответе «Да, решена» работа с интеллектуальной системой завершается, а при ответе «Нет», предлагается следующий вариант решения. В том случае, когда возможные простые решения закончатся, пользователю будет предложено обратиться непосредственно в службу технической поддержки.
Данные не отображаются
Обращение в техподдержку
Неверные логин/пароль
5данные не отобра-5таВп-*пусг-' 5не локээ~"табп~* А проверьте прав и л ои ость ввода логина/пароля Проблема решена < изеНпк^ Да. решена</иэег11пк> ; :: • 11 г' Н '-т :> г-' I:
У
нет
Нет соединения с базой данных
Знет
5не решена
# проверьте соединение с сервером баз данных Проблема решена <ивеН1пк>Да, рвшвма«й1ам11пк> <115ег11пк>Нет</11Еег11г1к>
^ Нет соединения с базой данных
5иет
5нерешена
#Для решения указанной проблемы Нет*" следует обратиться в службу технической поддержки пользователе» по телефону
да
Да
Зда, решена ЧЗда 5 решена
# Спасибо. Рад был Вам помочь
Зда. решена ^ Зда
Зрешена
я Спасибо. Рад был Вам помочь
Рис. 8. Представление элементов базы знаний в виде шаблонов
Пример представления ветви модели базы знаний в виде множества взаимосвязанных шаблонов представлен на рис. 8.
Таким образом, рассмотрены лингвистические аспекты, предполагающие подход к организации представления структуры базы знаний в виде набора взаимосвязанных шаблонов. Следует отметить, что процесс обучения интеллектуального оператора технической поддержки предполагает постоянное совершенствование базы знаний, ее расширение и переработку диалогов пользователя с виртуальным оператором. Следует отметить, что ряд вопросов реализации интеллектуальной системы предполагает участие в процессе обучения и формирования базы знаний профессиональных лингвистов.
Развитие виртуального оператора технической поддержки предполагает расширение его базы знаний. Главными направлениями расширения являются увеличение количества ситуаций, которые пользователь сможет устранить без обращения в службу поддержки, а также увеличение количества шаблонов запроса на есте-
ственном языке, что требует квалифицированной работы лингвистов.
Несмотря на то, что предлагаемый виртуальный оператор берет на себя часть функций технической поддержки, полный отказ от деятельности данной службы не предусмотрен. Однако, с внедрением виртуального оператора работа службы качественно меняется. Если ранее было значительное количество однотипных запросов, то после внедрения виртуального оператора служба технической поддержки сосредоточится на более значимых проблемах, в особенности таких, которые пользователь не может устранить самостоятельно. Кроме того, в обязанности службы технической поддержки входит анализ диалогов виртуального оператора с пользователем. Содержимое диалогов следует рассматривать как материал для исследований работы пользователей с СЭД.
Кроме того, немаловажно отметить перспективы развития базы знаний для технической поддержки других специализированных продуктов, выпускаемых концерном.
СПИСОК ЛИТЕРАТУРЫ
1. Норенков И. П. Основы автоматизированного проектирования. - М.: МГТУ им. Н.Э. Баумана, 2002. - 336 с.
2. Наносемантика // официальный сайт - [электр. ресурс] - режим доступа: http://nanosemantics.ru, дата обращения: 14.04.2013.
3. Концерн радиостроения «Вега» // официальный сайт - [электр. ресурс] - режим доступа: http://www.vega.su/, дата обращения: 12.12.2013.
4. Вендров А.М. Проектирование программного обеспечения экономических ин-
формационных систем. - М.: Финансы и статистика, 2006. - 544 с.
5. Кто поможет клиенту? Конечно служба техподдержки Service desk! // Consaltex - [электр. ресурс] - режим доступа: http://consaltex.ru/ob_autsorsinge_service_ desk?id=75, дата обращения: 12.01.2013.
6. Инфы // официальный сайт - [электр. ресурс] - режим доступа: http://iii.ru, дата обращения: 16.01.2014.
7. Р50.1.028-2001. Методология функционального моделирования.
КОРОТКО ОБ АВТОРЕ_
Ленькова Екатерина Александровна - студентка, e-mail sapr08@bk.ru, Национальный исследовательский технологический университет «МИСиС».
UDC 004.8:004.58
DESIGN OF VIRTUAL OPERATOR OF SPECIAL SOFTWARE TECHNICAL SUPPORT
Len'kova E.A., Student, e-mail sapr08@bk.ru, National University of Science and Technology «MISiS».
There are aspects of design of virtual operator in special software technical support based on machine intellect. It considered aspects of design, analytic models. It also descripted processes of design base of knowledge and machine education aspects.
Key words: technical support, machine intellect, virtual operator, infs.
REFERENCES
1. Norenkov I.P. Osnovy avtomatizirovannogo proektirovaniya (Basics of computer-aided design engineering), Moscow, MGTU im. N.E. Baumana, 2002, 336 p.
2. Nanosemantika (Nanosemantics), available at: http://nanosemantics.ru, accessed: 14.04.2013.
3. Kontsern radiostroeniya «Vega» (Vega Radio Engineering Corporation), available at: http://www.vega. su/, accessed: 12.12.2013.
4. Vendrov A.M. Proektirovanie programmnogo obespecheniya ekonomicheskikh informatsionnykh sis-tem (Economic IT system software engineering), Moscow, Finansy i statistika, 2006, 544 p.
5. Kto pomozhet klientu? Konechno sluzhba tekhpodderzhki Service desk! (Who will help a client? Naturally, Servicedesk Technical Support Service!), Consaltex, available at: http://consaltex.ru/ob_autsorsinge_ service_desk?id=75, accessed: 12.01.2013.
6. Infy (Information), available at: http://iii.ru, accessed: 16.01.2014.
7. R50.1.028-2001. Metodologiya funktsionalnogo modelirovaniya (R50.1.028-2001. Functional modeling methodology).
