SCI论文（www.lunwensci.com）:
摘 要 ：利用机器人中的自然语言处理技术,进行终端用户信息的主动检索、文字数据信息的标注,通过对标签文字的分析,实现对制造企业中敏感顾客画像的多特征感知,并利用深度学习算法中的卷积神经网络,进行制造业营销文本数据的训 练,将训练结果进行压缩和融合,输入到分类器中分类。在此基础上,进行服务项目与用户需求信息之间匹配度的计算,如匹配度较高,即可以为该用户提供此项服务,反之则不需要为该用户提供此类服务。实例应用实验结果表明 ：设计方法的应用效 果良好,为制造企业在市场内的发展创造了更高的经济效益。
关键词 ：深度学习 ；制造业 ；应用 ；营销服务 ；智能客服机器人 ；特征提取
Research on the Application of Intelligent Customer Service Robot Based on Deep Learning and Natural Language Processing Technology in Manufacturing Industry
HUANG Xinsheng
（Juhe (Tianjin) Intelligent Automation Co., Ltd., Tianjin 301802）
【Abstract】：Using the natural language processing technology in the robot, the active retrieval of terminal user information and the annotation of text data information are carried out. Through the analysis of label text, the multi-feature perception of sensitive customer portraits in manufacturing enterprises is realized. Using the convolutional neural network in the deep learning algorithm to train the manufacturing marketing text data, the training results are compressed and fused, and input into the classifier for classification ; On this basis, the matching degree between the service project and the user 's demand information is calculated. If the matching degree is high, the service can be provided for the user, otherwise it is not necessary to provide such services for the user. The experimental results show that the application effect of the design method is good. and create higher economic benefits for the development of manufacturing enterprises in the market.
【Key words】：deep learning;manufacturing;application;marketing services;intelligent customer service robot; feature extraction
0 引言
随着市场内现代化生产制造技术的持续优化、制造 业经营规模的不断扩张、市场占有率的不断提高,以传 统呼叫中心为基础的制造业客服体系所存在的缺陷越来 越明显,传统的服务模式已经难以满足企业生存与发展 需求 [1]。随着制造产品出口数量的增加,各大制造企业 客户服务中心所面对的客户咨询信息从四面八方涌入。
用户在微信终端、制造业服务 App、微博等平台上进行 业务咨询、故障维护、投诉、举报、意见、表扬等,将 网络作为支撑,使制造业运营终端能够及时、准确地了 解用户想法和需求,并在最短的时间内为用户提供最优 质的服务 [2]。为落实此项工作,这就要求制造业客服人 员要在提供客户专业问题时,向制造业知识数据库进行 资讯查询,或者向业务专家咨询,通过此种方式,给予用户一个满意的答复,尽管此种方式,基本可以满足用 户服务需求,但既耗费了大量的人力,又浪费了一定 的财力 [3]。此外,客户在咨询过程中,有很多常见的问 题,要求客户服务人员不间断地为其解答。因此,运用 智能化技术,开发智能客服机器人为用户提供优质的服 务,已成为我国制造公司求得生存与发展的必然选择。 为满足此方面需求,推动制造业的发展,本文将在此次 研究中,引进智能客服机器人,对其在制造业中的应用 展开研究,旨在通过此次设计,全面推动我国制造企业 市场的营销,加速制造产品的生产、销售。
1 基于智能客服机器人的制造业客户多特征提取
为满足制造业在经济市场内的持续化发展需求,引 进集成自然语言处理技术的智能客服机器人,进行制造 业客户多特征的主动提取。在此过程中应明确“制造业 客户营销”“客户电话业务订单”“智能制造生产设备 信息采集”等“数据源”,均可以作为“制造企业敏感 客户画像”的设计内容,此类内容具有非一致性、高离 散度、多维、海量等特性。对制造业客户多特征进行提 取,便是对此部分信息进行提取。为满足此方面需求, 利用机器人中的自然语言处理技术,进行终端用户信息 的主动检索,通过检索进行文字数据信息的标注,再通 过对标签文字的分析,实现对制造企业中敏感顾客画像 的多特征感知。在此过程中考虑到客户信息来源渠道具 有多样性,为实现对信息的统一,在提取前,应按照如 式（1）所示的公式,进行用户信息的归一处理。
公式（1） 中 ：X 表示制造业客户信息的归一处理, x 表示原始数据, xmin 表示原始数据集合中的最小数据, xmax 表示原始数据集合中的最大数据。按照上述方式, 完成归一处理后,考虑到自然语言处理或翻译出来的标签 文字含有大量的中文词汇量,在使用计算机工具进行综合 分析的过程中, 一般都会使用比较普遍的统计切分方法,通 过此种方式, 便可以实现对终端系统中敏感客户的多特征 标签文字信息的提取,此计算过程如公式（2）所示 [4] ：
公式（2） 中 ：T 表示提取的制造业客户特征, |G| 表示关键信息出现频率, k 表示语料库中包含的标签文 本词汇量。按照上述方式,完成基于智能客服机器人的 制造业客户多特征提取。
2 制造业营销文本数据分类与专项营销服务
完成上述处理后,利用集成在机器人中的深度学习算法,进行制造企业营销文本数据的分类,通过此种方 式,为制造业用户提供专门的营销服务。利用深度学习 算法中的卷积神经网络,进行制造业营销文本数据的训 练 [5]。训练网络由四层构成,分别为输入层、卷积层、 池化层、输出层,利用不同维度的卷积核对提取的制造 业客户多特征进行卷积运算,将运算结果进行压缩和融 合,得到最有效的、包含最丰富信息的特征,再将其输 入到分类器中进行分类,可以得到用户分类结果。此计算过程如公式（3）所示：
公式（3） 中 ：Kj 表示用户分类结果, j 表示分类的 组数, f 表示分类函数, W 表示卷积核, U 表示共享权值, b 表示神经元偏置值。按照上述步骤,进行制造业营销 文本数据的分类,并在此基础上,为确保提供的营销服 务满足或服务客户需求,需要提供相关服务前,进行 服务项目与用户需求信息之间匹配度,此计算过程如公 式（4）所示 ：
公式（4） 中 ：cos(a,b) 表示服务项目与用户需求信 息之间的匹配度。如计算后 cos(a,b) 值较高,说明服务 项目与用户需求信息之间的匹配度较高,即可以为该用 户提供此项服务,反之则不需要为该用户提供此类服务。 按照上述方式,完成智能客服机器人在制造业中的应用。
3 实例应用分析
上文从两个方面, 引进智能客服机器人, 完成了其 在制造业中的应用研究,为实现对设计成果在实际应用 中效果的检验,下述将以某地区大型现代化制造企业为 例,在制造业的对外服务部门应用智能客服机器人,利 用机器人在设计中集成的自然语言处理技术、深度学习 算法,进行制造业对外服务模式与客服体系的优化。
通过对该企业的市场调研,发现此制造企业在去年 便投入了大量的资金用于智能化建设与现代化开发,随 着相关工作的持续推进,制造企业的生产订单越来越 多。同时,为满足制造业的运营需求,及时维系客户关 系,企业也投入了大量资金用于招聘客服岗位工作人 员,但根据用户的反馈可知,现有的工作一直未能在实 施中达到预期的效果。因此,在与制造企业相关负责人 商议后,提出尝试将本文设计的方法投入使用。
实验前,为提供智能客服机器人在制造企业中一个 相对良好的运行环境,按照如表 1 所示的内容,部署智 能客服机器人的实验环境。
按照上述内容,完成实验前的准备工作。在此基础上,为规范智能客服机器人在制造业中的应用,利用集 成的自然语言处理技术,主动检索制造企业服务终端客 户的信息,通过此种方式,提取制造企业客户信息中的 多种特征。同时,在文本库中与知识库中进行信息的检 索与深度学习,实现对制造企业营销文本数据的分类, 最后,根据分类结果与检索结果,为制造业用户提供专 项营销服务,以此种方式,实现智能客服机器人在制造 业中的应用。
在上述内容的基础上,将本文方法应用前与应用后 的制造业客户服务质量指数作为检验提出方法应用效果的 关键指标,其中客户服务质量指数计算公式如公式（5）所示 ：
公式（5） 中 ：QI 表示客户服务质量指数, QS 表 示客户对制造业智能客服机器人提供营销服务的满意 度, QC 表示用于对制造业的忠诚度。完成计算后,对 计算结果 QI 进行量化,设定 QI 的取值在 0 ～ 10 之间, QI 的取值越接近 10,表示客户服务质量指数越高,代 表智能客服机器人在制造业中的应用效果越好,反之, QI 的取值越接近 0,表示客户服务质量指数越低,代表 智能客服机器人在制造业中的应用效果越差。按照此标 准,统计实验结果,如图 1 所示。
从图 1 所示的结果可以看出, 应用智能客服机器人 后制造业的客户服务质量指数,显著高于使用应用智能 客服机器人前制造业的客户服务质量指数。综合图 1 结 果,可以证明,本文此次设计方法的应用效果良好,按 照规范在制造业中应用智能客服机器人为客户提供营销 服务,可以有效提高客户服务质量指数,以此种方式, 提高制造企业用户的满意度与忠诚度,为制造企业在市 场内的发展创造更高的经济效益。
4 结语
随着网络的快速发展,用户的服务渠道也呈现出多样化的需求,为满足用户需求,制造业需要重视起对电 子渠道的使用,积极推进其建设 [6]。在此过程中,应明 确智能客服机器人的本质是一种基于多种现代化技术衍 生的服务系统,此系统可以用于解决制造业社会发展中 存在的共性问题。在深入行业发展的研究中发现,传统 客服人员的工作模式已不能适应新型商务渠道对客服 品质的要求,客服人员的工作负荷也随之大幅上升,为 解决此方面问题,本文引进智能客服机器人,通过制造 业客户多特征提取、制造业营销文本数据分类、制造业专 项营销服务,对其在制造业中的应用展开研究。完成设计 后,通过实例应用实验证明了 ：本文此次设计方法的应用 效果良好,按照规范在制造业中应用智能客服机器人为客 户提供营销服务,可以有效提高客户服务质量指数。
参考文献
[1] 张马秋,高杰.智能客服系统在高校的应用路径研究[J].信息 与电脑(理论版),2022,34(17):155-157.
[2] 周游宇,袁韶逸,梅良才.一种基于深度学习和规则的客服机 器人系统的设计与研究[J].信息与电脑(理论版),2022,34(15): 185-187.
[3] 庞慧.基于自然语言理解技术的智能客服机器人的设计与实 现[J].中国产经,2021(9):142-143.
[4] 陈朝飞.大数据背景下的人工智能客服系统研究[J].信息与 电脑(理论版),2021,33(8):180-182.
[5] 来关军,于丹,闫晓宇,等.数据库驱动的对话机器人技术实现 [J].软件工程,2021,24(2):24-29.
[6] 于丹,闫晓宇,王艳秋,等.任务型对话机器人的设计及其应用 [J].软件工程,2021,24(2):55-59.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jisuanjilunwen/74068.html
