基於聊天機器人之校園自動化客服設計與實作

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：99

、訪客IP：3.145.100.179

姓名

陳信介(Hsing-Chieh Chen) 查詢紙本館藏

畢業系所

資訊工程學系在職專班

論文名稱

基於聊天機器人之校園自動化客服設計與實作
(Design and Implementation of Campus Automation Customer Service Based on Chatbot)

相關論文

★ 無線行動隨意網路上穩定品質服務路由機制之研究	★ 應用多重移動式代理人之網路管理系統
★ 應用移動式代理人之網路協同防衛系統	★ 鏈路狀態資訊不確定下QoS路由之研究
★ 以訊務觀察法改善光突發交換技術之路徑建立效能	★ 感測網路與競局理論應用於舒適性空調之研究
★ 以搜尋樹為基礎之無線感測網路繞徑演算法	★ 基於無線感測網路之行動裝置輕型定位系統
★ 多媒體導覽玩具車	★ 以Smart Floor為基礎之導覽玩具車
★ 行動社群網路服務管理系統－應用於發展遲緩兒家庭	★ 具位置感知之穿戴式行動廣告系統
★ 調適性車載廣播	★ 車載網路上具預警能力之車輛碰撞避免機制
★ 應用於無線車載網路上之合作式交通資訊傳播機制以改善車輛擁塞	★ 智慧都市中應用車載網路以改善壅塞之調適性虛擬交通號誌

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

至系統瀏覽論文 ( 永不開放)

摘要(中)

近年來，聊天機器人越來越流行，各種聊天機器人平台也陸續出現，如主打NLP的公司：Facebook Wit.ai、Google dialogflow、IBM Watson、微軟LUIS等，到無須寫程式的Manychat、Chatfuel平台。
聊天是人與人基本的互動方式，現今通訊軟體已相當普遍，人人都在使用，聊天機器人可以應用在多方面，如線上客服、教育、娛樂及個人助理等等。可以取代重複性高的客服工作，24小時不間斷的工作，讓客服人員可以處理更複雜的問題，節省客服人力資源成本。
本論文研究主要以無伺服器架構來建置學校客服機器人，以Google apps script為開發語言、以Dialogflow進行語意分析以及使用Firebase database儲存對話記錄、滿意度記錄、意見回饋及建置後台讓各行政單位建立問答集。管理者可以依各項數據來了解客服機器人服務狀況，不斷改善問答集，提升準確度，減低客服人員的負擔。
本論文在使用者整體滿意度評價上，針對52位使用者，邀請他們加入客服機器人實際操作後，實施線上問卷，分析結果，李克特量表平均值達4.06，顯示
使用者對本論文所提客服機器人的服務感到滿意。

摘要(英)

In recent years, Chatbots have become more and more popular, and various Chatbot platforms have appeared one after the other, such as NLP companies like Facebook Wit.ai, Google Dialogflow, IBM Watson, Microsoft LUIS, etc., to the Manychat and Chatfuel platforms without writing programs.
Chat is a basic way of interacting with people. Nowadays communication software is quite common and everyone is using it. Chatbots can be used in many ways, such as online customer service, education, entertainment and personal assistants. They can replace the repetitive customer service work, 24 hours of uninterrupted work, so that customer service staff can handle more complex problems, saving the resource cost of customer service manpower.
This study aims to build a school customer service chatbot with serverless framwork, using Google apps script as the development language, analyzing the semantics with Dialogflow, and using Firebase database to store conversation records, satisfaction records, feedback and build the backend for each administration. The unit establishes a question and answer set. Managers can understand the service status of customer service chatbot according to various data, continuously improve the question and answer set, improve accuracy, and reduce the burden on customer service personnel.
In this paper, in the overall customer satisfaction evaluation, 52 users were invited to join the customer service chatbot to implement the online questionnaire, and the results were analyzed. The average value of the Likert scale was 4.06.The user is agreed with the service of the customer service chatbot mentioned in this paper.

關鍵字(中)

★ 聊天機器人
★ 客戶服務
★ 自然語意分析
★ 即時通訊

關鍵字(英)

★ Chatbot

論文目次

摘要……….. I
ABSTRACT II
誌謝……….. ……IV
目錄………. V
圖目錄……. VIII
表目錄…………. XII
第一章緒論 1
1.1 概要 1
1.2 研究動機 1
1.3 研究目的 2
1.4 論文架構 3
第二章背景知識與相關研究 4
2.1 客戶服務 4
2.2 人工智慧 8
2.3 聊天機器人 11
2.4 聊天機器人的應用 16
2.5 相關研究之比較 19
第三章研究方法 27
3.1 系統架構與設計 27
3.1.1 系統架構說明 27
3.1.2 Backend Server建置與串接通訊軟體 29
3.1.3 語意分析 35
3.1.4 後台管理服務 36
3.1.5 系統開發工具與平台 45
3.2 系統運作流程與機制 55
3.2.1 系統假設與定義 55
3.2.2 資料符號表 57
3.2.3 Chatbot 運作流程 58
3.2.4 記錄模組運作流程 60
3.2.5 意圖建立模組運作流程 64
3.3 系統實作 67
第四章實驗與討論 71
4.1 情境一：使用者體驗 72
4.1.1 實驗一：對於使用客服機器人的方便性 72
4.1.2 實驗二：客服機器人介面操作易用性 74
4.1.3 實驗三：實用性 76
4.1.4 實驗四：使用的通訊介面 78
4.2 情境二：準確率討論 80
4.2.1 實驗五：客服機器人是否能準確回答問題 80
4.2.2 實驗六：使用者打錯字時，能否處理 84
4.2.3 實驗七：無法判讀問題時，能否以預設答案回答 86
4.3 情境三：滿意度討論 87
4.3.1 實驗八:對客服機器人整體滿意度 87
第五章結論與未來研究方向 90
5.1 結論 90
5.2 研究限制 91
5.3 未來方向 92
參考文獻…. 93
附錄需求訪談紀錄 96

參考文獻

[1]Microsoft QnA Maker,”QnAMaker.”[Online]
Avaliable: https://www.qnamaker.ai [Accessed:17-Jun-2019].
[2]Skype ,[Online]. Avaliable:https://www.skype.com/zh-Hant/
[Accessed:22-Jun-2019]
[3]Messenger ,[Online]. Avaliable:https://www.messenger.com/
[Accessed:22-Jun-2019]
[4]Google Dialogflow,”Dialogflow”[Online]
Avaliable: https://dialogflow.com [Accessed:17-Jun-2019].
[5] AI技術如何打造智能客服[Online].
Available: https://kknews.cc/tech/v6j63jy.html,[Accessed:18-Jun-2019].
[6]機器人客服vs人工客服[Online]
https://kknews.cc/zh-tw/tech/rz3yvkx.html,[Accessed:18-Jun-2019.
[7]李開復、王詠剛，人工智慧來了，天下文化，台北市，民國106年。
[8]Stuart Russell,and Peter (1994)Norvig,”Artificail Intelligence:A Modern
Approach”
[9]古明地正俊、長谷佳明，AI人工智慧的現在未來進行式，遠流，台北市，民
國106年。
[10]Reshmi,S.Balakishnan,Kannan..”Implementation of an inquisitive chatbot
for database supported knowledge bases,” Sa dhana , vol. 41,pp.1173-1178, 2016.
[11] Business Insider. (2016). THE MESSAGING APPS REPORT: Messaging apps are now bigger than social networks. [online] Available at: https://www.businessinsider.com/the-messaging-app-report-2015-11 [Accessed 29 Jun. 2019].
[12] M. Turing,"Computing Machinery and Intelligence," Mind, Volume LIX, Issue
236, pp.433-460, 1 October 1950
[13]Amir Shevat著,設計聊天機器人建立對話式體驗，黃朝秋、賴薇如譯，碁
峰，台北，民國107年。
[14] W. Joseph, "ELIZA-a computer program for the study of natural language
comunication between man and machine, "Communications of the ACM, vol. 9,
Issue 1, pp.36-45, 1966.
[15]張偉男，劉挺，「聊天機器人技術的研究進展」，中國人工智慧學會通訊，
第 6卷第1期，2016。
[16]ALICE,[Online].Available: http://www.alicebot.org, [Accessed:16-Jun-2019].
[17]蔡孟涵等，「對話機器人在工程上的應用-以Ask Diana為例」，土木水利，
第45卷第5期，2018:94-100。
[18]Medium. (2017). Benchmarking Natural Language Understanding Systems: Google, Facebook, Microsoft, Amazon, and Snips. [online] Available at: https://medium.com/snips-ai/benchmarking-natural-language-understanding-systems-google-facebook-microsoft-and-snips-2b8ddcf9fb19 [Accessed 22 Jun. 2019].
[19]Massimo Canonico,Luigi De Russis. " A Comparison and Critique of Natural
Language Understanding Tools, " The Ninth International Conference on Cloud Computer, GRIDs, and Virtualization, 2018
[20]陳招安，「實作AI聊天機器人於校園諮詢服務之研究聊天機器人於校園
諮詢服務之研究」，中央大學碩士論文，2018。
[21]Google Cloud Platform, "cloud platform",[Online]. Avaliable:
https://cloud.google.com [Accessed:22-Jun-2019].
[22]Google Apps Script, [Online]. Avaliable:
https://developers.google.com/apps-script/ [Accessed:22-Jun-2019]
[23]Chatfuel,[Online]. Avaliable: https://chatfuel.com [Accessed:22-Jun-2019]
[24]Slack,[Online]. Avaliable: https://slack.com [Accessed:22-Jun-2019]
[25]Janis,[Online]. Avaliable: https://www.janis.ai [Accessed:22-Jun-2019]
[26]Google Forms,[Online]. Avaliable:
https://www.google.com.tw/intl/zh-TW/forms/about/ [Accessed:22-Jun-2019]
[27]Line@Manager,[Online]. Avaliable:https://at.line.me/tw/feature
[Accessed:22-Jun-2019]
[28]Google Firebase,[Online]. Avaliable:https://firebase.google.com/
[Accessed:22-Jun-2019]
[29]Technical Direct. (2014). 何謂使用者經驗及如何提升使用者經驗 – Technical Direct. [online] Available at: http://www.technical-direct.com/何謂使用者經驗及如何提升使用者經驗/ [Accessed 22 Jun. 2019].
[30] Google Dialogflow, "Quotas and limits" [online] Available at: https://cloud.google.com/dialogflow-enterprise/quotas [Accessed 22 Jun. 2019]

指導教授

周立德

審核日期

2019-8-19

推文