辅导员智能助手优化研究：基于对话数据的知识回答与用户意图的分析
王彩连

曲靖师范学院，云南省曲靖市，655011；

摘要：随着人工智能与deepseek语言大模型的发展，智能回复成为高校信息化服务体系的重要组成部分。实际运行中，高校智能回复面临非功能性需求占比高、事务性回答率高、专业需求激活难的困境。本研究基于依托学校企业微信创建的辅导员智能机器人运行的1041条真实对话数据，从提问类型、占比分布、知识回答率等维度进行分析。结果显示：57.52%的咨询为日常闲聊类与基础问候类；41.02%的咨询为教学事务、时间安排、费用管理等核心功能性需求。在功能性咨询的自动应答中，知识回答率均超过95%。基于此，本文提出能实现情感互动、补全知识盲区、主动激发学习动机功能的优化知识库。结合理论分析与实践建议，为辅导员智能助手的迭代升级提供可行的解决方案。研究内容对提升高校数字化服务效能、辅导员日常教育管理工作，改善学生使用体验具有现实指导意义。

关键词：辅导员智能助手；知识回答；意图识别；对话行为；服务优化

参考文献

[1]教育部.教育部印发《高等学校数字校园建设规范(试行)》[J].现代教育技术, 2021, 31(4):1.

[2]马刚,尤杨,张闯等.告警自动触发的高校智能客服系统设计和实现[J].福州大学学报:自然科学版, 2023, 51(5):621-626.

[3]Bickmore T W , Picard R W .Establishing and Maintaining Long-Term Human-Computer Relationships[J].ACM Transactions on Computer-Human Interaction (TOCHI), 2005, 12(2):293-327.DOI:10.1145/1067860.1067867.

[4]何胜,冯新翎,武群辉等.基于用户行为建模和大数掘挖掘的图书馆个性化服务研究[J].图书情报工作, 2017, 61(1):7.DOI:10.13266/j.issn.0252-3116.2017.01.005.

[5]Reeves B , Nass C .The media equation: how people treat computers, television, and new media like real people and places[J].Cambridge University Press, 1996.DOI:10.1016/S0167-6393(97)00049-6.