在全球化市场竞争的形势下，客户忠诚度成为了制造业竞相追逐的目标。为了提升服务能力，很多企业应用信息技术和数据挖掘技术建立了客户服务系统，实现了服务资源和服务流程的信息化管理，大大改进了服务的质量。但随着客户数据的海量增长，这些系统在服务资源匹配、服务请求响应机制以及大数据处理方面都表现出了明显的缺陷。　　论文根据传统客户服务系统存在的问题，以云计算、大数据、物联网技术为基础，结合制造业的行业特点和发展需求，对云制造服务的特点和构建方式进行了研究，设计一个基于云制造平台的客户服务系统，并对其部分关键技术进行了实现。　　论文的主要工作和特点体现在：　　（1）研究了云制造环境下客户服务的特点和功能需求，设计了基于云制造平台的客户服务系统架构。　　（2）分析了制造业客户服务资源的类型。应用RDF框架对服务资源的虚拟化建模进行了实现，并应用XSD框架对服务资源进行了封装，为虚拟资源在云制造平台的发布和应用提供了基础。　　（3）应用客户模糊需求的量化技术和加权欧式距离算法，对现有资源服务等级匹配算法进行了改进，解决了该算法因存在模糊化参数和缺失参数而无法计算的问题。提高客户服务资源匹配的准确性。　　（4）针对某网站的客户服务工作需求，开发了一套基于云制造平台的客户服务系统，并对论文工作进行了工程验证。　　实践证明，论文的研究成果可以帮助企业整合服务资源，提高服务的精准性，改进服务的能力，提升客户满意度。