基于LSTM的智能客服系统设计与实现

发布时间：2021-08-03 03:02

　　目前,大部分企业还在使用人工客服处理客户的诉求,面对数量庞大的用户,使用人工客服意味着大量的人力和物力投入,特别是像中国移动这种拥有几亿用户的企业,如果能用机器代替人工来完成一些常规的、重复的客服工作,将极大节省企业的成本。基于此本文设计并实现了基于LSTM的智能客服系统。通过对企业业务流程的了解,并考虑到系统实际部署和应用,以及系统以后的升级改造,本文采用B/S三层应用体系架构来构造系统,前端使用Vue.js等技术,后端使用Django框架,数据库采用流行的MySQL。本文首先分析了智能客服系统开发的背景和意义,然后对智能客服系统进行了详细的需求分析,并设计了系统的功能模块,之后本文对每个功能模块进行了详细的设计和实现。企业用户可以使用本系统配置业务和对话流程并为业务指定少量人工客服,还可以根据实际情况自主训练语义匹配模型。本文核心工作是神经网络语义匹配模型的设计和训练,本文参照目前学术界比较流行的神经网络模型并根据业务实际情况设计了语义匹配模型,使用大量实际业务数据训练取得了非常好的效果。本文所设计和实现的智能客服系统具有可移植性、可扩展性等优点,经过反复的系统测试和实际使用的反馈... 

【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 项目背景意义
    1.2 国内外发展现状
    1.3 论文内容与结构
2 相关理论及技术
    2.1 神经网络技术介绍
        2.1.1 卷积神经网络
        2.1.2 循环神经网络
        2.1.3 长短期记忆网络
    2.2 知识库问答技术介绍
    2.3 词向量技术介绍
    2.4 Django框架
    2.5 MySQL数据库介绍
3 系统分析
    3.1 可行性分析
    3.2 功能性需求分析
        3.2.1 系统整体用例分析
        3.2.2 用户管理模块用例分析
        3.2.3 业务模块用例分析
        3.2.4 神经网络语义匹配模块用例分析
        3.2.5 客服模块用例分析
        3.2.6 模型再训练模块用例分析
    3.3 非功能性需求分析
    3.4 本章小结
4 系统设计
    4.1 总体设计
    4.2 详细设计
        4.2.1 用户模块设计
        4.2.2 业务模块设计
        4.2.3 神经网络语义匹配模块设计
        4.2.4 客服模块设计
        4.2.5 模型再训练模块设计
    4.3 数据库设计
        4.3.1 概要设计
        4.3.2 数据库表设计
    4.4 本章小结
5 系统实现
    5.1 用户模块
    5.2 业务模块
    5.3 神经网络语义匹配模块
    5.4 客服模块
    5.5 模型再训练模块
    5.6 本章小结
6 系统测试
    6.1 测试方案
    6.2 测试用例设计
    6.3 测试结果及分析
    6.4 本章小结
结论
参考文献
致谢


【参考文献】：
期刊论文
[1]卷积神经网络研究综述[J]. 周飞燕,金林鹏,董军.  计算机学报. 2017(06)



本文编号：3318792