网络购物凭借物品丰富多样、方便快捷、价格低廉的特点几乎融入在每个人生活的方方面面。网络购物平台的订单量日益激增,这背后需要商家投入大量的客服人员以满足用户的需求,智能客服的推出有效的缓解了客服人员的压力。目前虽然部分平台接入了自主问答系统,却总是出现答非所问的情况。本文研究重点是文本相似度,通过改进相似度算法的准确率、召回率和F值,使其应用于宁夏特色食品的智能客服系统更加智能化,具体工作如下:(1)针对向量空间模型为提高计算效率,只关注词频,忽略特征词出现的顺序,并未考虑词语的具体意义和文本的语法结构,导致文本内容折损、失真的问题,提出了一种语义相似度融合的算法,将语义相似度计算和空间向量模型结合,设置合理权重系数,平衡单一算法存在的缺陷,优化相似度计算的准确率。(2)基于HowNet的语义相似度计算中,相似度仅依靠调节参数α和树状义原层次体系中的距离长度决定。针对α的取值有较强的主观性,且仅用语义距离作为相似度的计量基准也不够全面的问题,本文结合刘群提出的义原相似度计算公式,同时融入三个决定性因素:义原深度、公共语义距离、义原相异度,改进了义原相似度的计算方式。最后分析实验数据,通过和单一算法相比准确率、F值都取得了一定的进步。结果表明,本文提出的方法对相似度计算有明显的效果。