基于Java的智能客服系统设计与实现

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:dsq90
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
AI和5G网络的应用和普及,将会带来时代的新的变革,企业应该要抓住这样的机遇,创造开发出更好的产品和提供更好的服务。智能客服将在这个过程中扮演很重要角色:更智能化的产品需要人和机器进行对话,更好的用户体验也需要智能问答。本文客服系统包含人工坐席以及智能客服,默认先是智能机器人对话,不能回答的问题给人工坐席来回答。聊天机器人,是一种通过NLP来模拟人类进行对话的应用。智能聊天机器人可以代替企业中比较固定的对话、重复的需要大量人力的任务。企业需要快速回复客服问题,在当前市场上已经存在很多应用商能提供较为全面的智能客服系统,总体来说,渠道对接已经是非常成熟,相应的API接口也有开放所以集成起来比较轻松。但是在智能机器人客服中,用户的体验大都参差不齐。通常机器人按照功能可以分为QA-Bot型机器人、任务处理机器人、闲聊型机器人,而智能客服系统是做一些咨询属于问答型机器人,不需要进行意图的识别,机器人主要需要完善的知识库以及具有自学习的能力,QA-Bot即问答型我们采用BM25算法在知识库中进行匹配客户的问题以及根据打分机制超过阈值进行回复。本文机器人客服涉及创建机器人、安装机器人插件、词典管理、知识库问答对、意图识别、单轮与多轮对话系统、对话系统实现。本系统主要是做基于Java的一个智能客服系统,使用Spring框架,My SQL数据库、Active Mq消息中间件、Redis缓存、Elasticsearch全文搜索等服务,一个智能客服系统包含的开发任务有:主要包括前端的页面开发,后台设计,中间客服与用户之间的对话系统以及系统的部署方式。在Windows下环境下可以把相关应用服务安装成Windows服务,也可以使用容器编排工具k8s将已经开发好的应用程序部署在Docker容器中。
其他文献
随着深度学习等技术的日益成熟,汽车智能辅助驾驶系统不仅能减少驾驶员在驾驶过程中的很多操作,更重要的是能为驾驶员的安全提供保障。为了降低交通事故的发生频率,对驾驶员的疲劳进行检测,以及在驾驶员处于疲劳时对其进行提醒,采取相应的预防手段显得格外重要。如何快速,准确,低成本的感知驾驶员的行为举止和状态,进一步地促进安全行车,是国内外很多学者和汽车智能驾驶领域的热门话题。本文疲劳检测的方法则是在已经训练好
随着智能制造的快速发展,用户的需求越来越多样化,智能型数控系统对开放式有了新的要求,用户需要获取数控系统的内部数据,开发质量提升、工艺优化、健康保障以及生产管理等方面的智能应用,并且集成到智能型数控系统上,满足用户越来越多的定制化功能。智能型数控系统不仅仅是一个产品,也是一个用户可以集成自己用户软件的开放式平台。因此,本文以华中9型数控系统为目标样机,提出一种面向智能APP的数控系统开放技术。本文
数字图像是应用于人们日常生活中最基本的数据之一。与此同时,数字图像的质量也严重影响着其他视觉任务的精确度。图像复原算法旨在从低分辨率、模糊图像中重建出相对应的高质量图像来缓解这个问题。针对基于卷积神经网络的图像复原算法进行了深入研究,并针对存在的问题提出解决方案。主要研究工作和创新总结如下:第一,对基于深度学习的图像复原算法进行总结对比与问题分析。针对单图像超分辨率和单图像去雾算法的问题定义,经典
视觉惯性里程计(VIO)是实现移动机器人自主导航和定位的关键技术。近年来,随着无人机以及无人驾驶技术的广泛应用,高精度VIO系统逐渐成为机器人导航定位研究的热点。VIO系统采用视觉相机与惯性测量单元(IMU)作为感知传感器,通过融合传感器数据实现机器人位置与姿态的互补感知,进而提高机器人导航的精度和鲁棒性。本文首先对双目VIO系统算法进行了研究。利用ORB算法提取并匹配相机数据中的特征点,采用IM
随着微纳机器人技术的发展,磁性微纳机器人由于其可控性强、行动灵活等特点而受到研究学者们的广泛关注。在微纳操纵、靶向递送等领域,磁性微纳机器人具有很大的研究前景。磁性微纳机器人的传统研究多集中于单体机器人的设计制造、磁场操控以及应用功能探索。然而,随着工程化需求的发展,单体机器人难以完成复杂任务,群体磁性微纳机器人的群集控制逐渐成为该领域的研究热点。本文针对现有的群集模式单一、群体内部混乱等问题,研
现代船舶自动化程度不断提高,设备的可靠性对船舶运行起到至关重要的作用。为了保障船舶系统稳定可靠的运行,需要对系统的容错机制进行测试。通过人为的注入故障,可以加速系统的故障发生和失效过程,是作为容错实验的有效测试手段。本文以船舶控制系统中数据采集单元作为被测对象,基于物理注入方式进行故障注入系统的设计与实现。本文首先对设计需求进行分析,在此基础上,进行系统整体方案的设计和软硬件的实现。按照注入方式的
用户出行预测是基于位置的服务网络的一个重要应用。在目前的用户出行预测研究中,传统的基于模式的预测方法由于用户数据的多样性、复杂性等问题,已经难以应用于如今的大规模数据集。而现有的基于神经网络模型的方法存在着准确率不够高等问题。已有许多研究在理论层面证明了好友对用户出行的影响。通过将社交影响合理地引入神经网络模型,使模型利用用户与好友之间的出行规律相似性进行预测,对于提升出行预测准确性具有重要的意义
舰载机是航空母舰上最重要的武器装备之一,舰载机出动架次率的高低会直接影响航母的海上作战能力。然而高效地完成舰载机起飞之前的各项保障任务,是保证舰载机出动架次率的必要条件。在国内外的大多数航母上,仍然沿用着传统的人工调度的方式,随着舰载机机群规模的增大,甲板环境复杂程度的加大,使用传统的人工调度来制定保障作业计划时,花费的时间与精力越来越多,因此如何利用计算机来高效的制定舰载机最优保障调度计划,已经
随着网络空间中文本信息的爆炸式增长,事件抽取作为人工智能领域的一个研究方向开始受到更多关注。通过让计算机从非结构化文本中抽取出事件发生的时间、地点、对象、动作等结构化要素信息,可以使用户感兴趣的事件内容以更加简洁精炼的方式表示出来,从而大大提高人类从海量文本中获取有价值内容的效率。虽然近年来事件抽取研究取得了巨大进展,但现有研究大多着眼于句子级事件抽取,即假设事件的全部要素出现在单个句子中。这与实
截至目前,在全球灾难性爆发的新型冠状病毒肺炎(以下简称新冠肺炎)的确诊仍然存在临床困难。CT检查作为肺部疾病诊断的主要手段,医生通过观察CT影像可以判断肺部是否发生病变。然而,部分早期新冠肺炎的影像表征滞后于临床表现,这给早期新冠肺炎的诊断带来了困难。利用深度学习方法,探索CT影像中早期新冠肺炎的特征表现,并据此构建高敏感度的早期新冠肺炎预警模型,具有重要的实际与理论意义。针对早期新冠肺炎确诊困难