💬 Customer Support Chatbot (Python + Streamlit)

En enkel, produksjonsvennlig FAQ-chatbot som matcher brukerens spørsmål mot en kunnskapsbase ved hjelp av TF-IDF + cosine similarity og viser beste svar i et pent Streamlit-grensesnitt.

---

🎯 Hva prosjektet demonstrerer

• Databehandling fra en egen FAQ-base (CSV)
• Natural Language Retrieval med TF-IDF (ngrams + cosine similarity)
• Dynamisk terskel for tillit til svar + visning av lignende spørsmål
• Streamlit-webapp med interaktivt sidepanel (threshold og top-k)
• Lett å oppgradere til embeddings eller RAG-løsninger

---

🗂️ Prosjektstruktur

customer-support-chatbot/
├─ data/
│  └─ faq.csv
│
├─ src/
│  ├─ utils.py
│  ├─ retriever.py
│  └─ app.py
│
├─ .gitignore
├─ requirements.txt
└─ README.md

---

▶️ Kom i gang

1️⃣ Opprett og aktiver virtuelt miljø

python -m venv .venv

# Windows PowerShell:
.\.venv\Scripts\Activate.ps1

pip install -r requirements.txt

2️⃣ Kjør applikasjonen

streamlit run src/app.py

3️⃣ Åpne nettleseren Streamlit starter automatisk på: 👉 http://localhost:8501

---

🧾 Dataformat

data/faq.csv må inneholde tre kolonner:

category	question	answer
Contract	How can I cancel my contract?	You can cancel via the self-service portal under “My subscription” → “Cancel”, or call support at 21 00 00.
Billing	Why is my invoice higher this month?	Extra charges may include add-ons, roaming, or late fees. Check your invoice details in the portal → “Billing”.
Coverage	Do you have 5G in my area?	Check the coverage map on our website. 5G is available in major cities and expanding monthly.

---

💡 Tips:

Filen må lagres som UTF-8 (Comma delimited) CSV

Har du spørsmål eller svar med komma → bruk anførselstegn rundt teksten

Kolonnenavn må være nøyaktig category, question, answer

---

🧠 Hvordan det fungerer

• 1️⃣ Bruker skriver et spørsmål i tekstboksen
• 2️⃣ Modellen konverterer spørsmålet til TF-IDF-vektor
• 3️⃣ Cosine-similarity måles mot alle spørsmål i FAQ
• 4️⃣ Topp-k mest like spørsmål hentes og rangeres
• 5️⃣ Hvis høyeste score > terskel → vis svar
• 6️⃣ Hvis score < terskel → appen viser “I’m not confident” og lignende spørsmål

---

🧩 Teknologier brukt

• Python
• Streamlit
• Pandas
• Scikit-learn (TfidfVectorizer, cosine_similarity)
• Joblib / utils for logging og stier

---

🧪 Eksempel på bruk

Input: “Can I use my plan in Europe?”

Output: “Within EEA you use your domestic allowance at no extra cost. Fair usage limits may apply.”

---

🚀 Videre arbeid (forslag til oppgraderinger)

-💡 Embeddings: Bytt ut TF-IDF med sentence-transformers for mer presis semantisk matching -🤖 LLM-fallback: Koble til OpenAI API / LangChain for “RAG”-modus – hvis modellen er usikker, spør en LLM -🌐 Flere domener: Bruk samme rammeverk for intern FAQ, produktkunnskap, HR, IT-support, etc. -📊 Analyse: Logg brukerforespørsler og bygg et Power BI-dashboard for innsikt i spørsmålstyper

---

🧭 Forfatter

Runar Olsen Data Analyst – Python | Power BI | Machine Learning