随着移动互联网的发展和智能手机的普及,微信凭借自身优点和拥有着庞大的用户基础,微信在交流、推广以及营销宣传上具有重大价值,在人们的生活中占据着越来越重要的地位。而客服系统作为企业与客户沟通的主要途径,在了解客户需求、解决客户问题、掌握市场导向、提升企业形象等方面具有重要的作用。由于传统在线自动问答系统和基于即时通讯工具的客服系统存在浪费人力、资源难以共享、准确率较低等缺陷,研发新一代具备普适性、通用性、个性化和智能化等特点的客服系统对客户和企业来说具有重要意义。所以,本文结合客服系统和微信的特点设计研发了一套新的基于微信的智能客服系统,并在该项目的支撑下展开了客服调度和文本主题提取技术研究,具体如下:针对即时通讯过程中的聊天文本字数少,用语随意不规范,文本特征稀疏等特点,本文提出了基于门控循环单元(Gated Recurrent Unit,GRU)实时情感分析的客服调度技术方法。该方法首先结合了微信聊天文本的特点,利用GRU模型对用户进行实时情感分析,然后依据用户情感变化及问题对用户进行分类,最后调度对应的客服类别为之服务。通过实验验证了该方法的有效性,不仅能够实时掌握到用户的情感变化,还能让用户体验到优质、高效的专业服务。针对传统主题模型维度较高、表意性弱且各个主题边界模糊、主题交织出现等问题,本文提出了面向对话短文本的主题提取技术方法。该方法首先利用LDA主题模型得到目标文本不同时段内的主题分布,再根据主题分布构建主题向量,然后利用稀疏自编码器对主题向量进行降维和特征提取,最后对提取的主题特征向量进行相似度比较排序,获取表意性较强的主题。挖掘用户偏好特征及提取用户聊天主题可以为企业精准营销、培训客服等环节储备知识,是智能客服系统与其他系统对接实现多元化的重要组成部分。实验表明,该方法可以提取出涵盖文本主要信息且可解释性较强的主题。最后,本文设计实现了基于微信的智能客服系统,并根据以上方法模型将客服调度和主题提取技术应用到了系统中,使得本文设计的微信客服系统向多元化、个性化和智能化方向又迈进了一步。