“中国制造2025”中提出要加快发展智能制造装备和产品,作为其中重要部分的服务机器人以及智能家居都倍受产业界追捧。在工业机器人之后,服务机器人也将得到政策支持,获得政策顶层设计规划。经过多年的发展我国的电子商务市场规模大,网络购物用户基数多,用户对商品的体验不再停留在产品质量,对服务质量的要求不断提高;另外,客服人员服务成本不断提升、流失率高以及招聘专业客服难度大等问题突出,电商客服机器人是人工智能的新形式,它将更高效地服务各商家和用户。客服人员以及电商客服机器人在和用户交流的过程中,关键环节在对用户意图的识别,只有准确发现用户的意图所在才能有效地为其服务,不断提高用户的满意进而获得忠诚的用户实现盈利。本文对电商客服自动问答系统(电商客服机器人)所属的问答系研究统进行了梳理,介绍了问答系统的发展以及系统的类型、结构等基础知识;同时,了解了问答系统涉及的关键词提取、词语相似度计算等技术,此外,深入理解了BP神经网络算法。在以上知识准备基础上,本文基于电商客服机器人系统,首先,在对用户语句处理上使用了中科院分词技术,并构建了化妆品领域所需的专业词典来提高分词准确性,词典涉及商品、美妆、护肤等多方面;根据网络购物语言特点,对用户沟通语料进行统计分析筛选建立了相应的停用词表;其次,选取语义、自身、位置三大块特征值信息利用BP神经网络模型对用户语句进行关键词提取。然后,本文构建了网络购物中用户比较关注的商品和服务意图网络,这一网络作为每一个用户的描述画像,为系统后期回答服务。最后,依据艾宾浩斯的人类遗忘规律,结合用户与客服机器人沟通的时间特点,基于遗忘曲线构建了“单阶段”和“多阶段”用户商品意图模型,实现用户的商品意图强度描述,通过提取的关键词利用Word2vec语义分析工具计算用户商品意图强度,对问答系统回答准确有一定改善,用户商品意图强度的获得还能给用户进行个性化推荐以及相关服务做指导。