اليوم ، يمكن للعملاء رفع تذاكر الدعم من خلال قنوات متعددة مثل - الويب أو الهاتف المحمول أو روبوتات الدردشة أو رسائل البريد الإلكتروني أو المكالمات الهاتفية. عندما يتم رفع بطاقة دعم من قبل العميل ، تتم معالجتها وتخصيصها لفئة بناءً على المعلومات المقدمة في التذكرة. ثم يتم توجيهها إلى مجموعة الدعم لحلها وفقًا لفئة التذكرة. تشير التقديرات إلى أن عددًا كبيرًا من تذاكر الدعم لا يتم توجيهه عادةً إلى المجموعة الصحيحة بسبب تصنيف التذاكر غير الصحيح. تتسبب التذاكر المعينة بشكل غير صحيح في تأخير وقت الحل الإجمالي ، مما يؤدي غالبًا إلى عدم رضا العملاء الشديد. قد يكون لها أيضًا تأثيرات أخرى واسعة النطاق مثل التداعيات المالية أو التشغيلية أو غيرها من التداعيات التجارية. ومن ثم ، يعد تصنيف التذاكر مهمة أساسية لكل منظمة هذه الأيام. على الرغم من أنك قد تصنف التذاكر يدويًا ، إلا أنها عرضة للخطأ ، وليست فعالة من حيث التكلفة ، ولا تتسع.
خدمات AWS المدارة (AMS) يستخدم فهم الأمازون التصنيفات المخصصة لتصنيف الطلبات الواردة حسب المورد ونوع العملية بناءً على كيفية وصف العميل لمشكلته. Amazon Comprehend هي خدمة معالجة لغة طبيعية (NLP) تستخدم التعلم الآلي (ML) للكشف عن رؤى واتصالات قيمة في النص. تستخدم AMS المصنفات المخصصة لتسمية طلبات العملاء بأنواع المشكلات المناسبة ونوع المورد وإجراءات المورد ، وبالتالي توجيه تذاكر العملاء إلى الشركات الصغيرة والمتوسطة. يُستخدم تصنيف Amazon Comprehend لإيجاد فرص لأدوات الأتمتة الداخلية الجديدة التي يمكن لمهندسي AMS استخدامها لتلبية متطلبات العملاء لتقليل الجهد اليدوي وفرص الأخطاء اليدوية. يتم تخزين بيانات التصنيف في ملف الأمازون الأحمر الكتلة وتستخدم لتحليل طلبات العملاء والعثور على مرشحين جدد لأدوات التشغيل الآلي. تؤدي هذه الأتمتة إلى زيادة الكفاءة التشغيلية وتقليل التكلفة.
في هذا المنشور ، نوضح كيف يمكن لمقدمي الخدمات المُدارة استخدام Amazon Comprehend لتصنيف التذاكر وتوجيهها ، وتقديم اقتراحات بناءً على التصنيف ، واستخدام بيانات التصنيف.
حل نظرة عامة
يوضح الرسم البياني التالي بنية الحل.
سير العمل كما يلي:
- يقدم العميل التذكرة.
- يستلم نظام التذاكر التذكرة من العميل ، ويستدعي مصنف التذكرة AWS لامدا تعمل مع تفاصيل التذكرة. Lambda هي خدمة حوسبة بدون خادم تعتمد على الأحداث تتيح لك تشغيل التعليمات البرمجية لأي نوع من التطبيقات أو الخدمات الخلفية دون توفير أو إدارة الخوادم. تم اختيار Lambda كحل لتقليل التكلفة وجهود الصيانة.
- تصنف وظيفة Lambda لتصنيف التذاكر التذكرة باستخدام Amazon Comprehend باستخدام عنوان ووصف التذكرة. باستخدام Amazon Comprehend ، يمكنك تدريب نموذج البرمجة اللغوية العصبية (NLP) وتوفير كل من المصنفات المجمعة والوقت الفعلي دون توفير البنية التحتية وصيانتها.
- تقوم وظيفة Lambda مصنف التذاكر بدفع بيانات تصنيف التذاكر إلى مجموعة Amazon Redshift عبر أمازون كينسيس داتا فايرهاوس. Kinesis Data Firehose هي خدمة استخراج وتحويل وتحميل (ETL) تلتقط وتحول وتسليم البيانات المتدفقة إلى بحيرات البيانات ومخازن البيانات وخدمات التحليلات. تستخدم Amazon Redshift SQL لتحليل البيانات المهيكلة وشبه المهيكلة عبر مستودعات البيانات وقواعد البيانات التشغيلية ومخازن البيانات ، وذلك باستخدام الأجهزة المصممة من AWS و ML لتقديم أفضل أداء للسعر على أي نطاق. يقوم Kinesis Data Firehose بتسليم البيانات إلى ملف خدمة تخزين أمازون البسيطة (Amazon S3) أولاً ثم يصدر أمر Amazon Redshift COPY لتحميل البيانات في مجموعة Amazon Redshift.
- تستدعي وظيفة Lambda مصنف التذاكر وظيفة Lambda لمعالج التذاكر.
- تعمل وظيفة Lambda لمعالج التذاكر على تشغيل التعليمات البرمجية للمساعدة في معالجة التذاكر. في هذا المثال ، تقوم بإرجاع المواد الموصى بها للتعامل مع التذكرة بناءً على التصنيف.
- يمكن إجراء تحليل التذاكر باستخدام أمازون QuickSight. من تحليل التذاكر ، يمكنك معرفة نوع التذكرة الأكثر طلبًا. بناءً على التحليل ، يمكنك اكتشاف اتجاهات التذاكر والفرص لأتمتة أفضل أنواع التذاكر. QuickSight هي خدمة ذكاء أعمال على نطاق السحابة (BI) يمكنك استخدامها لتقديم رؤى سهلة الفهم للأشخاص الذين تعمل معهم ، أينما كانوا.
في الأقسام التالية ، نوجهك عبر خطوات تنفيذ الحل ، ودمج البنية التحتية لتصنيف التذاكر مع نظام إصدار التذاكر الخاص بك ، واستخدام بيانات التصنيف مع QuickSight.
تنفيذ الحل
في هذا القسم ، نتصفح الخطوات لتوفير موارد الحل وإنشاء البنية التحتية اللازمة.
تكوين Amazon Comprehend
في هذه الخطوة ، نقوم بتدريب نموذجين جديدين للتصنيف المخصص من Amazon Comprehend: التشغيل والموارد ، وإنشاء نقطة نهاية لتحليل الوقت الفعلي لكل نموذج.
قم بتحميل بيانات التدريب
لتحميل بيانات التدريب أكمل الخطوات التالية:
- تحميل Ticket_training_data.zip وفك ضغط الملف.
يحتوي هذا المجلد على الملفين التاليين:- Training_data_operations.csv - هذا الملف عبارة عن ملف CSV من عمودين نستخدمه لتدريب نموذج تصنيف العمليات. يحتوي العمود الأول على
class
، ويحتوي العمود الثاني علىdocument
. - Training_data_resources.csv - هذا الملف عبارة عن ملف CSV من عمودين نستخدمه لتدريب نموذج تصنيف الموارد. مثل ال
training_data_operations.csv
ملف ، يحتوي العمود الأول علىclass
، ويحتوي العمود الثاني علىdocument
.
- Training_data_operations.csv - هذا الملف عبارة عن ملف CSV من عمودين نستخدمه لتدريب نموذج تصنيف العمليات. يحتوي العمود الأول على
- على وحدة التحكم Amazon S3 ، أنشئ حاوية جديدة لبرنامج Amazon Comprehend. نظرًا لأن أسماء حاويات S3 فريدة بشكل عام ، فأنت بحاجة إلى إنشاء اسم فريد للحاوية. لهذا المنشور ، نسميها
comprehend-ticket-training-data
. قم بتمكين التشفير من جانب الخادم وحظر الوصول العام عند إنشاء الحاوية. - تحميل
training_data_operations.csv
وtraining_data_resources.csv
إلى دلو S3 الجديد.
إنشاء نموذجين جديدين
لإنشاء النماذج الخاصة بك ، أكمل الخطوات التالية:
- في وحدة تحكم Amazon Comprehend ، اختر تصنيف مخصص في جزء التنقل.
- اختار إنشاء نموذج جديد.
- وفر المعلومات التالية:
- في حالة نموذج اسم، أدخل
ticket-classification-operation
. - في حالة اللغة ، اختر عربي.
- في حالة وضع المصنف، حدد باستخدام وضع التسمية الفردية.
- في حالة تنسيق البيانات، حدد ملف CSV.
- في حالة مجموعة بيانات التدريب، أدخل مسار S3 لـ
training_data_operations.csv
. - في حالة مصدر بيانات الاختبار، حدد الانقسام التلقائي.
يحدد Autosplit تلقائيًا 10٪ من بيانات التدريب المقدمة لاستخدامها كبيانات اختبار. - في حالة دور IAM، حدد إنشاء دور IAM.
- في حالة أذونات الوصول، اختر بيانات التدريب والاختبار والإخراج (إذا تم تحديد ذلك) في حاويات S3 الخاصة بك.
- في حالة لاحقة الاسم، أدخل
ticket-classification
.
- في حالة نموذج اسم، أدخل
- اختار إنشاء.
- اختار إنشاء نموذج جديد مرة أخرى لإنشاء نموذج تصنيف الموارد الخاصة بك.
- وفر المعلومات التالية:
- في حالة نموذج اسم، أدخل
ticket-classification-resource
. - في حالة اللغة ، اختر عربي.
- في حالة وضع المصنف، حدد باستخدام وضع التسمية الفردية.
- في حالة تنسيق البيانات، حدد ملف CSV.
- في حالة مجموعة بيانات التدريب، أدخل مسار S3 لـ
training_data_resources.csv
. - في حالة مصدر بيانات الاختبار، حدد الانقسام التلقائي.
- في حالة دور IAM، حدد استخدم دور IAM موجود.
- في حالة اسم الدور، اختر
AmazonComprehendServiceRole-ticket-classification
.
- في حالة نموذج اسم، أدخل
- اختار إنشاء.
يعالج Amazon Comprehend ملفات CSV ويستخدمها لتدريب المصنفات المخصصة. ثم نستخدمها للمساعدة في تصنيف تذاكر العملاء. كلما كانت بيانات التدريب الخاصة بنا أكبر وأكثر دقة ، كلما كان المصنف أكثر دقة.
انتظر حتى تظهر حالة الإصدار كـ Trained
على النحو التالي. قد يستغرق الأمر ما يصل إلى ساعة واحدة حتى يكتمل ، اعتمادًا على حجم بيانات التدريب.
أنشئ نقاط نهاية Amazon Comprehend
تتم محاسبة نقاط نهاية Amazon Comprehend بزيادات مدتها ثانية واحدة ، بحد أدنى 1 ثانية. تستمر الرسوم في التحمل من وقت بدء نقطة النهاية حتى يتم حذفها ، حتى إذا لم يتم تحليل أي مستندات. لمزيد من المعلومات، راجع تسعير Amazon Comprehend. لإنشاء نقاط النهاية الخاصة بك ، أكمل الخطوات التالية:
- في وحدة تحكم Amazon Comprehend ، اختر النهاية في جزء التنقل.
- اختار إنشاء نقطة نهاية لإنشاء نقطة نهاية تصنيف العملية الخاصة بك.
- وفر المعلومات التالية:
- في حالة اسم نقطة النهاية، أدخل
ticket-classification-operation
. - في حالة نوع النموذج المخصص، حدد تصنيف مخصص.
- في حالة نموذج المصنف، اختر عملية تصنيف التذاكر.
- في حالة التجريبية، اختر لا يوجد اسم الإصدار.
- في حالة عدد وحدات الاستدلال (IUs)، أدخل
1
.
- في حالة اسم نقطة النهاية، أدخل
- اختار إنشاء نقطة نهاية.
- اختار إنشاء نقطة نهاية مرة أخرى لإنشاء نقطة نهاية تصنيف الموارد.
- وفر المعلومات التالية:
- في حالة اسم نقطة النهاية، أدخل
ticket-classification-resource
. - في حالة نوع النموذج المخصص، حدد تصنيف مخصص.
- في حالة نموذج المصنف، اختر مورد تصنيف التذاكر.
- في حالة التجريبية، اختر لا يوجد اسم الإصدار.
- في حالة عدد وحدات الاستدلال (IUs)، أدخل
1
.
- في حالة اسم نقطة النهاية، أدخل
- اختار إنشاء نقطة نهاية.
بعد إنشاء كلتا نقطتي النهاية ، انتظر حتى تظهر حالة كلا النقطتين كـ Active
.
اختبر نقاط نهاية Amazon Comprehend بتحليل في الوقت الفعلي
لاختبار نقاط النهاية الخاصة بك ، أكمل الخطوات التالية:
- في وحدة تحكم Amazon Comprehend ، اختر تحليل الوقت الحقيقي في جزء التنقل.
- في حالة نوع التحليلتحديد Custom.
- في حالة نقطة النهايةأختر عملية تصنيف التذاكر.
- في حالة أدخل نصآ، أدخل التالي:
- اختار حلل.
تظهر النتائج أن ملفUpdate
الفصل لديه أعلى درجة ثقة. - التغيير نقطة النهاية إلى مورد تصنيف التذاكر واختر حلل مرة أخرى.
تظهر النتائج أن ملف EC2
الفصل لديه أعلى درجة ثقة.
قم بإنشاء سر لكلمة مرور مجموعة Amazon Redshift
في هذه الخطوة ، نقوم بإنشاء ملف مدير أسرار AWS سر كلمة مرور مجموعة Amazon Redshift الخاصة بك. يساعدك Secrets Manager في حماية الأسرار اللازمة للوصول إلى التطبيقات والخدمات وموارد تكنولوجيا المعلومات. تتيح لك الخدمة إمكانية تدوير بيانات اعتماد قاعدة البيانات ومفاتيح واجهة برمجة التطبيقات والأسرار الأخرى وإدارتها واستردادها بسهولة طوال دورة حياتها. في هذا المنشور ، نقوم بتخزين كلمة مرور مجموعة Amazon Redshift في سر Secrets Manager.
- في وحدة تحكم مدير الأسرار ، اختر أسرار في جزء التنقل.
- اختار قم بتخزين سر جديد.
- في حالة النوع السري، حدد نوع آخر من السر.
- تحت أزواج المفتاح / القيمة، اضبط مفتاحك كـ
password
والقيمة ككلمة مرور مجموعة Amazon Redshift الخاصة بك.
يجب أن يتراوح طول كلمة المرور بين 8-64 حرفًا وأن تحتوي على حرف واحد كبير على الأقل وحرف صغير واحد ورقم واحد. يمكن أن يكون أي حرف ASCII قابل للطباعة باستثناء "(اقتباس مفرد) ،" (اقتباس مزدوج) ، / ، @ ، أو مسافة. - اختار التالى.
- في حالة الاسم السري، أدخل
ClassificationRedshiftClusterPassword
. - اختار التالى.
- في مجلة التناوب السري القسم، اختر التالى.
- راجع التكوين السري الخاص بك واختر المتجر.
قم بتزويد بنيتك الأساسية باستخدام AWS CloudFormation
في هذه الخطوة ، نوفر البنية التحتية للحل باستخدام ملف تكوين سحابة AWS كومة.
قم بتحميل رمز وظيفة Lambda
قبل بدء تشغيل حزمة CloudFormation ، قم بتحميل رمز وظيفة Lambda الخاص بك:
- تحميل lambda_code.zip
- في وحدة التحكم Amazon S3 ، افتح الحاوية التي قمت بإنشائها.
- تحميل
lambda_code.zip
.
قم بإنشاء حزمة CloudFormation الخاصة بك
لتوفير الموارد باستخدام AWS CloudFormation ، أكمل الخطوات التالية:
- تحميل cloudformation_template.json.
- في وحدة تحكم AWS CloudFormation ، اختر إنشاء مكدس.
- أختار بموارد جديدة (قياسي).
- في حالة مصدر النموذج، اختر قم بتحميل ملف قالب.
- اختر قالب CloudFormation الذي تم تنزيله.
- اختار التالى.
- في حالة اسم المكدس، أدخل
Ticket-Classification-Infrastructure
. - في مجلة المعلمات قسم ، أدخل القيم التالية:
- في حالة التصنيف: RedshiftClusterNodeType، أدخل نوع عقدة مجموعة Amazon Redshift. dc2.large هو الافتراضي.
- في حالة التصنيف: RedshiftClusterPasswordSecretName، أدخل اسم Secrets Manager السري الذي يخزن كلمة مرور مجموعة Amazon Redshift.
- في حالة التصنيف، أدخل معرف الشبكة الفرعية حيث يتم استضافة Amazon Redshift Cluster. يجب أن تكون الشبكة الفرعية ضمن VPC التي ذكرتها في ملف
ClassificationRedshiftClusterVpcId
المعلمة. - في حالة التصنيف: RedshiftClusterUsername، أدخل اسم مستخدم مجموعة Amazon Redshift.
- في حالة التصنيف، أدخل معرف VPC حيث يتم استضافة مجموعة Amazon Redshift.
- في حالة LambdaCodeS3Bucket، أدخل اسم حاوية S3 حيث قمت بتحميل رمز Lambda.
- في حالة LambdaCodeS3 مفتاح، أدخل مفتاح Amazon S3 لحزمة النشر.
- في حالة منطقة الرؤية السريعة، أدخل المنطقة من أجل QuickSight. يجب أن تكون منطقة QuickSight متسقة مع المنطقة التي تستخدمها لـ Amazon Comprehend وحاوية S3.
- اختار التالى.
- في مجلة تكوين خيارات المكدس القسم، اختر التالى.
- في مجلة التقيم القسم، حدد أقر بأن AWS CloudFormation قد تنشئ موارد IAM.
- اختار إنشاء مكدس.
قم بتكوين مجموعة Amazon Redshift الخاصة بك
في هذه الخطوة ، تقوم بتمكين تسجيل التدقيق وإضافة الجدول الجديد إلى مجموعة Amazon Redshift التي تم إنشاؤها من خلال نموذج CloudFormation.
لا يتم تشغيل تسجيل التدقيق افتراضيًا في Amazon Redshift. عند تشغيل تسجيل الدخول إلى نظام المجموعة الخاص بك ، يقوم Amazon Redshift بتصدير السجلات إلى الأمازون CloudWatch، والتي تلتقط البيانات من وقت تمكين تسجيل التدقيق إلى الوقت الحالي. كل تحديث تسجيل هو استمرار للسجلات السابقة.
تمكين تسجيل التدقيق
يمكنك تخطي هذه الخطوة إذا لم تكن بحاجة إلى تسجيل تدقيق لمجموعة Amazon Redshift الخاصة بك.
- في وحدة تحكم Amazon Redshift ، اختر مجموعات في جزء التنقل.
- اختر مجموعة Amazon Redshift بدءًا من
classificationredshiftcluster-
. - على عقارات علامة التبويب، اختر تعديل.
- اختار تحرير تسجيل التدقيق.
- في حالة تكوين تسجيل التدقيقأختر شغل.
- في حالة سجل نوع الخبير، اختر كلاود ووتش.
- حدد جميع أنواع السجلات.
- اختار حفظ التغييرات.
إنشاء جدول جديد
لإنشاء جدول جديد ، أكمل الخطوات التالية:
- في وحدة تحكم Amazon Redshift ، اختر بيانات الاستعلام.
- اختار الاستعلام في محرر الاستعلام v2.
- على قاعدة البيانات الصفحة ، اختر مجموعتك.
- في حالة قاعدة البيانات، أدخل
ticketclassification
. - أدخل اسم المستخدم وكلمة المرور اللذين قمت بتكوينهما في معلمات حزمة CloudFormation.
- اختار إنشاء اتصال.
- عند إجراء الاتصال ، اختر علامة الجمع وافتح نافذة استعلام جديدة.
- أدخل الاستعلام التالي:
- اختار يجري.
اختبر البنية التحتية للتصنيف
الآن البنية التحتية لتصنيف التذاكر جاهزة. قبل الدمج مع نظام التذاكر الخاص بك ، دعنا نختبر البنية التحتية للتصنيف.
قم بإجراء الاختبار
لإجراء الاختبار ، أكمل الخطوات التالية:
- في وحدة تحكم لامدا ، اختر وظائف في جزء التنقل.
- اختر الوظيفة التي تبدأ بـ
Ticket-Classification-Inf-TicketClassifier
. - على اختبار علامة التبويب، اختر حدث اختباري.
- في حالة الاسم، أدخل
TestTicket
. - أدخل بيانات الاختبار التالية:
- اختار اختبار.
تم تصنيف التذكرة ، ويتم تخزين بيانات التصنيف في مجموعة Amazon Redshift. بعد التصنيف ، تعمل وظيفة معالج التذاكر Lambda ، والتي تتعامل مع التذكرة بناءً على التصنيف ، بما في ذلك التوصية بالمواد لدعم المهندسين.
تحقق من سجل اختبار مصنف التذاكر
للتحقق من سجل الاختبار ، أكمل الخطوات التالية:
- في قسم نتيجة الاختبار ، اختر سجلاتأو اختر عرض السجلات في CloudWatch على مراقبة علامة التبويب.
- اختر تدفق السجل.
يمكنك عرض السجلات في لقطة الشاشة التالية ، والتي تعرض الإخراج من Amazon Comprehend والتصنيف النهائي للتذكرة. في هذا المثال ، تم تصنيف بطاقة الاختبار على أنها Resource=EC2
, Operation=Update
.
تحقق من مخرجات تصنيف التذكرة في مجموعة Amazon Redshift
للتحقق من صحة الإخراج في المجموعة الخاصة بك ، أكمل الخطوات التالية:
- في وحدة التحكم الإصدار 2 من محرر استعلام Amazon Redshift ، اختر علامة الجمع لفتح نافذة استعلام جديدة.
- أدخل الاستعلام التالي:
- اختار يجري.
تُظهر لقطة الشاشة التالية تصنيف التذكرة. إذا لم يكن متوفرًا بعد ، فانتظر بضع دقائق وأعد المحاولة (يحتاج Kinesis Data Firehose إلى بعض الوقت لدفع البيانات). يمكننا الآن استخدام هذه البيانات في QuickSight.
تحقق من سجل اختبار معالج التذاكر
بعد أن يدفع مصنف التذاكر بيانات التصنيف في مجموعة Amazon Redshift ، تعمل وظيفة Lambda لمعالج التذاكر ، والتي تتعامل مع التذكرة بناءً على التصنيف ، بما في ذلك التوصية بالمواد لدعم المهندسين. في هذا المثال ، يقوم معالج التذاكر بإرجاع المواد الموصى بها بما في ذلك دليل التشغيل ووثائق AWS ووثائق SSM بحيث يمكن للدعم الرجوع إليها عند التعامل مع التذكرة. يمكنك دمج الإخراج مع نظام معالجة التذكرة ، ويمكنك تخصيص عمليات المعالجة في رمز وظيفة Lambda. في هذه الخطوة ، نتحقق من التوصيات التي تم تقديمها.
- في وحدة تحكم لامدا ، اختر وظائف في جزء التنقل.
- اختر وظيفة Lambda التي تبدأ بـ
Ticket-Classification-Inf-TicketHandlerLambdaFunct
. - على مراقبة علامة التبويب، اختر عرض السجلات في CloudWatch.
- اختر تدفق السجل.
تُظهر لقطة الشاشة التالية السجلات. يمكنك رؤية الإخراج من Amazon Comprehend وقائمة مستندات AWS ووثائق SSM الموصى بها للتذكرة المصنفة كـ Update EC2
. يمكنك إضافة دفاتر التشغيل أو المستندات أو مستندات SSM أو أي مواد أخرى في رمز وظيفة Lambda.
ادمج البنية التحتية لتصنيف التذاكر مع نظام التذاكر الخاص بك
في هذا القسم ، نتصفح الخطوات لدمج البنية التحتية لتصنيف التذاكر الخاصة بك مع نظام إصدار التذاكر الخاص بك وتخصيص التكوين الخاص بك.
تحتوي معظم أنظمة التذاكر على ميزة التشغيل ، والتي تتيح لك تشغيل التعليمات البرمجية عند تقديم التذكرة. قم بإعداد نظام التذاكر الخاص بك لاستدعاء وظيفة مصنف التذاكر Lambda بالإدخال المنسق التالي:
إذا كنت ترغب في تخصيص الإدخال ، فقم بتعديل رمز وظيفة مصنف التذاكر Lambda. تحتاج إلى إضافة أو إزالة المعلمات (الأسطر 90-105) وتخصيص المدخلات لـ Amazon Comprehend (الأسطر 15–17).
يمكنك تخصيص وظيفة معالج التذاكر Lambda لتشغيل الأتمتة أو تحرير التوصيات. على سبيل المثال ، يمكنك إضافة التعليق الداخلي إلى التذكرة مع التوصيات. للتخصيص ، افتح رمز Lambda الخاص بمعالج التذاكر ، وعدّل الأسطر 68-70 و 75-81.
استخدم بيانات التصنيف مع QuickSight
بعد دمج البنية التحتية لتصنيف التذاكر مع نظام التذاكر الخاص بك ، يتم تخزين بيانات تصنيف التذاكر في مجموعة Amazon Redshift. يمكنك استخدام QuickSight للتحقق من هذه البيانات وإنشاء التقارير. في هذا المثال ، نقوم بإنشاء تحليل QuickSight باستخدام بيانات التصنيف.
قم بالتسجيل في QuickSight
إذا لم يكن لديك برنامج QuickSight بالفعل ، فقم بالتسجيل باتباع الخطوات التالية:
- في وحدة تحكم QuickSight ، اختر قم بالتسجيل في QuickSight.
- اختار المجموعة الأساسية .
- تحت منطقة QuickSight، اختر المنطقة التي قمت بتكوينها في معلمة CloudFormation
QuickSightRegion
. - تحت معلومات الحساب، أدخل اسم حساب QuickSight وعنوان البريد الإلكتروني للإشعار.
- تحت وصول QuickSight إلى خدمات AWS، حدد الأمازون الأحمر.
- إذا كنت تريد السماح بالوصول والاكتشاف التلقائي للموارد الأخرى ، فحددها أيضًا.
- اختار نهاية.
- اختار انتقل إلى Amazon QuickSight بعد أن قمت بالتسجيل.
قم بتوصيل مجموعة Amazon Redshift الخاصة بك بـ QuickSight
لتوصيل مجموعتك بـ QuickSight كمصدر بيانات ، أكمل الخطوات التالية:
- في وحدة تحكم QuickSight ، اختر قواعد البيانات في جزء التنقل.
- اختار مجموعة بيانات جديدة.
- اختار تم اكتشاف الانزياح الأحمر تلقائيًا.
- وفر المعلومات التالية:
- في حالة اسم مصدر البيانات، أدخل
ticketclassification
. - في حالة معرف المثيل، اختر مجموعة Amazon Redshift بدءًا من
classificationredshiftcluster-
. - في حالة نوع الاتصال، اختر شبكة عامة.
- في حالة اسم قاعدة البيانات، أدخل
ticketclassification
. - أدخل اسم مستخدم مجموعة Amazon Redshift وكلمة المرور اللذين قمت بتكوينهما في معلمات مكدس CloudFormation.
- في حالة اسم مصدر البيانات، أدخل
- اختار التحقق من الاتصال لمعرفة ما إذا كان الاتصال يعمل.
إذا لم ينجح الأمر ، فمن المحتمل أن يكون هذا بسبب استخدام اسم مستخدم وكلمة مرور خاطئين ، أو أن منطقة QuickSight مختلفة عما حددته في مكدس CloudFormation. - اختار إنشاء مصدر بيانات.
- في مجلة اختر طاولتك القسم، حدد
tickets
الجدول. - اختار أختار.
- أختار استيراد إلى SPICE لتحليلات أسرع.
سبايس هو محرك حساب QuickSight فائق السرعة ومتوازي في الذاكرة. تم تصميمه لأداء العمليات الحسابية المتقدمة وخدمة البيانات بسرعة. استيراد (يسمى أيضًا تناول) يمكن أن توفر بياناتك في SPICE الوقت والمال. لمزيد من المعلومات حول سبايس ، يرجى الرجوع إلى استيراد البيانات إلى سبايس. إذا ظهرت لك رسالة الخطأ "لا توجد سعة كافية للتوابل" ، فقم بشراء المزيد من سعة التوابل. لمزيد من المعلومات ، يرجى الرجوع إلى شراء سعة SPICE في منطقة AWS. - اختار تصور.
قم بإنشاء تقرير تحليل تصنيف التذكرة
بمجرد الانتهاء من إنشاء مجموعة البيانات ، يمكنك رؤية تحليل QuickSight الجديد. في هذا القسم ، نتصفح خطوات إنشاء تقرير تحليل تصنيف التذكرة ، بما في ذلك الجدول المحوري والمخططات الدائرية والمخططات الخطية.
- اختار رسم تلقائي.
- تحت أنواع بصرية، اختر الجدول المحوري.
- سحب
operation
تبدأ من قائمة الحقول إلى الصفوف. - سحب
resource
تبدأ من قائمة الحقول إلى الأعمدة. - على أضف القائمة، اختر أضف مرئي.
- تحت أنواع بصرية، اختر المخطط الدائري.
- سحب
operation
تبدأ من قائمة الحقول إلى المجموعة / اللون. - على أضف القائمة، اختر أضف مرئي مرة أخرى.
- تحت أنواع بصرية، اختر المخطط الدائري مرة أخرى.
- سحب
resource
تبدأ من قائمة الحقول إلى المجموعة / اللون. - على أضف القائمة، اختر أضف مرئي مرة أخرى.
- تحت أنواع بصرية، اختر المخطط الخطي.
- سحب
creation_time
تبدأ من قائمة الحقول إلى محور X. - سحب
operation
تبدأ من قائمة الحقول إلى لون. - على أضف القائمة، اختر أضف مرئي مرة أخرى.
- تحت أنواع بصرية، اختر المخطط الخطي مرة أخرى.
- سحب
creation_time
تبدأ من قائمة الحقول إلى محور X. - سحب
operation
تبدأ من قائمة الحقول إلى لون. - قم بتغيير حجم المخططات وإعادة ترتيبها حسب الحاجة.
- اختار حفظ ك.
- أدخل اسمًا لتحليلك واختر حفظ.
تهانينا! تحليلك الأول للتذكرة جاهز. بمجرد حصولك على المزيد من البيانات ، سيبدو التحليل مثل لقطة الشاشة التالية.
تنظيف
في هذه الخطوة ، نقوم بتنظيف الموارد التي أنشأناها باستخدام خدمات متنوعة.
فهم الأمازون
لحذف نقاط النهاية الخاصة بك ، أكمل الخطوات التالية:
- في وحدة تحكم Amazon Comprehend ، اختر النهاية في جزء التنقل.
- إختار ال
endpoint ticket-classification-operation
. - اختار حذف واتبع المطالبات.
- كرر هذه الخطوات لحذف ملف
ticket-classification-resource
نقطة النهاية.
بعد ذلك ، احذف التصنيفات المخصصة التي أنشأتها. - اختار تصنيف مخصص في جزء التنقل.
- إختار ال
classification ticket-classification-operation
. - أختار لا يوجد اسم الإصدار.
- اختار حذف واتبع المطالبات.
- كرر هذه الخطوات لحذف ملف
ticket-classification-resource
تصنيف.
الأمازون S3
بعد ذلك ، قم بتنظيف دلو S3 الذي قمت بإنشائه.
- في وحدة التحكم Amazon S3 ، حدد الحاوية التي أنشأتها.
- احذف جميع الكائنات الموجودة في الحاوية.
- احذف الدلو.
أمازون QuickSight
احذف تحليلات QuickSight ومجموعة البيانات التي أنشأتها.
- في وحدة تحكم QuickSight ، اختر تحليل في جزء التنقل.
- اختر رمز الخيارات (ثلاث نقاط) في التحليل الذي قمت بإنشائه.
- اختار حذف واتبع المطالبات.
- اختار قواعد البيانات في جزء التنقل.
- اختيار
tickets
مجموعة البيانات. - اختار حذف مجموعة البيانات واتبع المطالبات.
تكوين سحابة AWS
قم بتنظيف الموارد التي قمت بإنشائها كجزء من حزمة CloudFormation.
- في وحدة تحكم AWS CloudFormation ، اختر كومات في جزء التنقل.
- اختيار
Ticket-Classification-Infrastructure
كومة. - على الموارد علامة التبويب ، اختر المعرف الفعلي لـ
ClassificationDeliveryStreamS3Bucket
.
تفتح وحدة التحكم Amazon S3. - احذف أي كائنات في هذه المجموعة.
- ارجع إلى وحدة تحكم AWS CloudFormation ، واختر حذفواتبع التعليمات.
مدير أسرار AWS
أخيرًا ، احذف سر مدير الأسرار.
- في وحدة تحكم مدير الأسرار ، حدد السر
ClassificationRedshiftClusterPassword
. - على الإجراءات القائمة، اختر حذف السر.
- اضبط فترة الانتظار على 7 أيام واختر جدولة حذف.
سيتم حذف سرك تلقائيًا بعد 7 أيام.
وفي الختام
في هذا المنشور ، تعلمت كيفية الاستفادة من خدمات AWS لإنشاء نظام تصنيف وتوصية تلقائي. سيساعد هذا الحل مؤسساتك في بناء سير العمل التالي:
- تصنيف طلبات العملاء.
- يوصى بالحلول الآلية.
- تحليل تصنيفات طلبات العملاء واكتشاف أهم طلبات العملاء.
- أطلق حلاً آليًا جديدًا وقم بزيادة معدل الأتمتة.
لمزيد من المعلومات حول Amazon Comprehend ، راجع وثائق Amazon Comprehend. يمكنك أيضًا اكتشاف ميزات Amazon Comprehend الأخرى والحصول على الإلهام من ميزات أخرى منشورات مدونة AWS حول استخدام Amazon Comprehend خارج التصنيف.
حول المؤلف
سيونجيول جيري تشو هو كبير مهندسي تطوير الأنظمة في AWS Managed Services ومقرها سيدني ، أستراليا. إنه يركز على بناء برامج عمليات سحابية مؤتمتة وقابلة للتطوير بدرجة كبيرة باستخدام مجموعة متنوعة من التقنيات ، بما في ذلك التعلم الآلي. خارج العمل ، يستمتع بالسفر والتخييم والقراءة والطبخ والجري.
مانو ساسيكومار هو كبير مهندسي الأنظمة في خدمات AWS المُدارة. يركز مانو وفريقه على بناء أتمتة قوية وسهلة الاستخدام لتقليل الجهد اليدوي ، وبناء حلول قائمة على الذكاء الاصطناعي والتعلم الآلي لإدارة طلبات العملاء. خارج العمل ، يحب قضاء أوقات فراغه مع عائلته ، فضلاً عن كونه جزءًا من مختلف الأنشطة الإنسانية والتطوعية.
- كوينسمارت. أفضل بورصة للبيتكوين والعملات المشفرة في أوروبا.
- بلاتوبلوكشين. Web3 Metaverse Intelligence. تضخيم المعرفة. دخول مجاني.
- كريبتوهوك. الرادار. تجربة مجانية.
- المصدر: https://aws.amazon.com/blogs/machine-learning/how-service-providers-can-use-natural-language-processing-to-gain-insights-from-customer-tickets-with-amazon- فهم/
- "
- 100
- 7
- a
- من نحن
- الوصول
- وفقا
- حسابي
- دقيق
- في
- اكشن
- أنشطة
- العنوان
- متقدم
- AI
- الكل
- يسمح
- سابقا
- بالرغم ان
- أمازون
- تحليل
- تحليلات
- تحليل
- API
- تطبيق
- التطبيقات
- مناسب
- هندسة معمارية
- تعيين
- التدقيق
- أستراليا
- أتمتة
- الآلي
- أوتوماتيك
- تلقائيا
- أتمتة
- متاح
- AWS
- لان
- قبل
- يجري
- أقل من
- أفضل
- ما بين
- Beyond
- حظر
- المدونة
- الحدود
- نساعدك في بناء
- ابني
- الأعمال
- ذكاء الأعمال
- دعوة
- المرشحين
- الطاقة الإنتاجية
- أسر
- يلتقط
- الفئة
- سبب
- فرص
- قنوات
- الأحرف
- اسعارنا محددة من قبل وزارة العمل
- الرسوم البيانية
- اختار
- اختيار
- فئة
- تصنيف
- سحابة
- الكود
- عمود
- إكمال
- إحصاء
- الثقة
- الاعداد
- التواصل
- صلة
- التواصل
- ثابتة
- كنسولات
- يحتوي
- استمر
- فعاله من حيث التكلفه
- خلق
- خلق
- خلق
- خلق
- أوراق اعتماد
- على
- زبون
- العملاء
- تصميم
- البيانات
- قاعدة البيانات
- قواعد البيانات
- تأخير
- يسلم
- اعتمادا
- نشر
- وصف
- تفاصيل
- التطوير التجاري
- مختلف
- اكتشف
- وثائق
- لا
- مضاعفة
- بسهولة
- سهلة الاستخدام
- رئيس التحرير
- كفاءة
- جهد
- البريد الإلكتروني
- تمكين
- تمكن
- التشفير
- نقطة النهاية
- محرك
- مهندس
- المهندسين
- أدخل
- أساسي
- مقدر
- مثال
- إلا
- القائمة
- خبير
- للعائلات
- الميزات
- المميزات
- مالي
- الاسم الأول
- تركز
- ويركز
- اتباع
- متابعيك
- متابعات
- تبدأ من
- الوفاء
- وظيفة
- توليد
- على الصعيد العالمي
- تجمع
- معالجة
- أجهزة التبخير
- مساعدة
- يساعد
- مرتفع
- جدا
- استضافت
- كيفية
- كيفية
- HTTPS
- المساعدة الإنسانية
- اي كون
- تنفيذ
- استيراد
- بما فيه
- القيمة الاسمية
- زيادة
- معلومات
- البنية التحتية
- إدخال
- رؤى
- إلهام
- دمج
- رؤيتنا
- قضية
- مسائل
- IT
- القفل
- مفاتيح
- تُشير
- لغة
- كبير
- أكبر
- إطلاق
- تعلم
- تعلم
- على الأرجح
- خط
- خطوط
- قائمة
- تحميل
- بحث
- آلة
- آلة التعلم
- صنع
- صيانة
- إدارة
- تمكن
- مدير
- إدارة
- كتيب
- يدويا
- المواد
- المذكورة
- ربما
- الحد الأدنى
- ML
- الجوال
- نموذج
- عارضات ازياء
- مال
- الأكثر من ذلك
- متعدد
- أسماء
- طبيعي
- قائمة الإختيارات
- ضروري
- إحتياجات
- إعلام
- عدد
- جاكيت
- يفتح
- عملية
- عمليات
- الفرص
- مزيد من الخيارات
- منظمة
- المنظمات
- أخرى
- الكلي
- الخاصة
- صفقة
- جزء
- كلمة المرور
- مجتمع
- أداء
- فترة
- مادي
- محور
- قوي
- يقدم
- سابق
- السعر
- العمليات
- معالجة
- حماية
- تزود
- المقدمة
- مقدمي
- جمهور
- شراء
- رفع
- نادي القراءة
- في الوقت الحقيقي
- التوصية
- تخفيض
- عقار مخفض
- منطقة
- تقرير
- التقارير
- طلب
- طلبات
- المتطلبات الأساسية
- مورد
- الموارد
- مما أدى
- النتائج
- عائدات
- طريق
- يجري
- تشغيل
- تحجيم
- حجم
- ثواني
- Serverless
- الخدمة
- خدمات
- طقم
- إشارة
- الاشارات
- عزباء
- مقاس
- So
- تطبيقات الكمبيوتر
- الصلبة
- حل
- الحلول
- بعض
- الفضاء
- الإنفاق
- كومة
- معيار
- بداية
- يبدأ
- الحالة
- تخزين
- متجر
- فروعنا
- مجرى
- متدفق
- منظم
- المقدمة
- الدعم
- سيدني
- نظام
- أنظمة
- فريق
- التكنولوجيا
- تجربه بالعربي
- الاختبار
- •
- وبالتالي
- ثلاثة
- عبر
- طوال
- تذكرة
- تذاكر
- الوقت
- عنوان الاعلان
- أداة
- أدوات
- تيشرت
- قادة الإيمان
- تحول
- سفر
- جديد الموضة
- أنواع
- كشف
- فريد من نوعه
- الوحدات
- تحديث
- تستخدم
- عادة
- بالتوقيت العالمي
- الاستفادة من
- قيمنا
- تشكيلة
- مختلف
- الإصدار
- المزيد
- تطوع
- انتظر
- الويب
- ابحث عن
- من الذى
- واسع الانتشار
- في غضون
- بدون
- للعمل
- أعمال
- حل متجر العقارات الشامل الخاص بك في جورجيا