近年来互联网快速发展,传统的线下交易已经在互联网的带动下大量转移到了线上。线上交易的虚拟性导致它存在着商品质量难以保障,用户咨询困难等不足,除此之外,消费者越来越关注服务的质量,在线上交易的过程中客服的参与十分重要。但目前我国的电子商务市场规模大,网购用户数量极多,客服人员面临着极大的工作压力,此外,客服还有着招聘困难、人力成本高、流失率居高等特点,这样的困境不利于我国电子商务的良性发展,亟待解决。为了解决这些问题,应用相关技术实现客服的自动应答是一种很好的手段,可以在解决问题的同时进一步提高客户服务的响应速度和服务质量,降低企业的人力成本。本文对问答系统的结构及已有研究成果进行了梳理,从问答系统的定位、功能与相关技术进行了简述,完成了相关的知识储备,进而分析了智能应答中存在的几个重要环节,即问句理解,信息检索,答案抽取及排序等。问答系统允许用户使用自然语言,在理解用户的问题后,向用户提供对其问题直接而准确的答案。根据应用领域进行分类,问答系统可分为开放领域问答系统和封闭领域问答系统,而智能客服系统则是问答系统在封闭领域中的一个应用,而结合用户场景对于提升智能客服系统的准确率十分有效,本文在此基础上,进行了智能客服系统的研究与设计。本文首先收集了大量的客服咨询语料及用户所处状态,在分析筛选后结合常见的停用词构建相应的停用词表,并使用哈工大LTP分词技术进行处理,构建了手机相关的专业词典来提高分词的准确度,在现有分词的基础上,进行词类标注、同义词替换等操作,然后根据咨询语料完成FAQ库的构建,结合用户场景优化答案的配置。之后提取用户输入内容中的关键词,使用word2vec找关键词的相似词,检测是否存在业务关键词进行过滤,如果不存在则识别为闲聊,转到已经比较成熟的图灵机器人API,如果存在的话则转到搭建的智能客服系统。然后结合用户所处场景,根据用户输入的内容与FAQ库中的问题进行匹配,设定相似度的阈值并进行调优,若相似度足够高,则直接返回问题的问题答案对;若相似度高于设定的阈值,则根据关键词、模糊匹配等返回相似度较高的问题列表,由用户选择后返回相应的答案;否则匹配失败,转到人工客服进行处理。最后,使用历史咨询语料对系统的答疑能力进行验证,通过测试可以发现,本文的智能客服系统可以在一定程度上满足消费者的咨询需求。