আজ, গ্রাহকরা একাধিক চ্যানেলের মাধ্যমে সমর্থন টিকিট বাড়াতে পারেন যেমন – ওয়েব, মোবাইল, চ্যাট-বট, ইমেল বা ফোন কল। যখন একটি গ্রাহক দ্বারা একটি সমর্থন টিকিট উত্থাপিত হয়, তখন এটি প্রক্রিয়া করা হয় এবং টিকিটে দেওয়া তথ্যের ভিত্তিতে একটি বিভাগে বরাদ্দ করা হয়। তারপরে টিকিটের বিভাগ অনুসারে রেজোলিউশনের জন্য এটি সমর্থন গোষ্ঠীতে পাঠানো হয়। এটি অনুমান করা হয় যে ভুল টিকিট শ্রেণীকরণের কারণে বেশি সংখ্যক সমর্থন টিকিট সাধারণত সঠিক গ্রুপে পাঠানো হয় না। ভুলভাবে বরাদ্দ করা টিকিট সামগ্রিক রেজোলিউশনের সময় বিলম্বিত করে, প্রায়শই গ্রাহকদের অসন্তুষ্টির কারণ হয়। এটি আর্থিক, অপারেশনাল, বা অন্যান্য ব্যবসায়িক প্রতিক্রিয়ার মতো অন্যান্য ব্যাপক প্রভাবও থাকতে পারে। তাই, টিকিট শ্রেণীবিভাগ আজকাল প্রতিটি সংস্থার জন্য একটি অপরিহার্য কাজ। যদিও আপনি টিকিট ম্যানুয়ালি শ্রেণীবদ্ধ করতে পারেন, কিন্তু এটি ত্রুটির প্রবণ, খরচ-কার্যকর নয় এবং স্কেল করে না।
AWS পরিচালিত পরিষেবা (AMS) ব্যবহার করে অ্যামাজন সমঝোতা গ্রাহক কীভাবে তাদের সমস্যা বর্ণনা করেছেন তার ভিত্তিতে রিসোর্স এবং অপারেশনের ধরন দ্বারা অন্তর্মুখী অনুরোধগুলিকে শ্রেণিবদ্ধ করার জন্য কাস্টম শ্রেণিবিন্যাস। Amazon Comprehend হল একটি প্রাকৃতিক ভাষা প্রক্রিয়াকরণ (NLP) পরিষেবা যা পাঠ্যে মূল্যবান অন্তর্দৃষ্টি এবং সংযোগগুলি উন্মোচন করতে মেশিন লার্নিং (ML) ব্যবহার করে৷ AMS কাস্টম ক্লাসিফায়ার ব্যবহার করে গ্রাহকের অনুরোধকে যথাযথ ইস্যু টাইপ, রিসোর্স টাইপ এবং রিসোর্স অ্যাকশন সহ লেবেল করার জন্য, যার ফলে গ্রাহকদের টিকিট SME-এ রাউটিং করে। Amazon Comprehend শ্রেণীবিভাগ নতুন অভ্যন্তরীণ অটোমেশন সরঞ্জামগুলির সুযোগ খুঁজে পেতে ব্যবহার করা হয় যা AMS ইঞ্জিনিয়াররা গ্রাহকের প্রয়োজনীয়তা পূরণ করতে ব্যবহার করতে পারেন ম্যানুয়াল প্রচেষ্টা এবং ম্যানুয়াল ত্রুটির সম্ভাবনা কমাতে। শ্রেণীবিভাগ তথ্য একটি সংরক্ষণ করা হয় আমাজন রেডশিফ্ট ক্লাস্টার এবং গ্রাহকের অনুরোধ বিশ্লেষণ করতে এবং নতুন অটোমেশন টুল প্রার্থীদের খুঁজে পেতে ব্যবহৃত হয়। এই অটোমেশনের ফলে কর্মক্ষম দক্ষতা বৃদ্ধি পায় এবং খরচ কম হয়।
এই পোস্টে, আমরা দেখাই কিভাবে পরিচালিত পরিষেবা প্রদানকারীরা Amazon Comprehend ব্যবহার করে টিকিটগুলিকে শ্রেণীবদ্ধ করতে এবং রুট করতে, শ্রেণীবিভাগের উপর ভিত্তি করে পরামর্শ প্রদান করতে এবং শ্রেণীবিভাগের ডেটা ব্যবহার করতে পারে।
সমাধান ওভারভিউ
নিম্নলিখিত চিত্রটি সমাধান আর্কিটেকচার দেখায়।
কর্মপ্রবাহ নিম্নরূপ:
- একজন গ্রাহক টিকিট জমা দেন।
- টিকিট সিস্টেম গ্রাহকের কাছ থেকে টিকিট গ্রহণ করে এবং টিকিট শ্রেণিবিন্যাসকারীকে আহ্বান করে এডাব্লুএস ল্যাম্বদা টিকিটের বিবরণ সহ ফাংশন। Lambda হল একটি সার্ভারবিহীন, ইভেন্ট-চালিত কম্পিউট পরিষেবা যা আপনাকে কার্যত যেকোন ধরনের অ্যাপ্লিকেশন বা ব্যাকএন্ড পরিষেবার জন্য সার্ভারের ব্যবস্থা বা পরিচালনা ছাড়াই কোড চালাতে দেয়। Lambda খরচ এবং রক্ষণাবেক্ষণ প্রচেষ্টা কমাতে সমাধান জন্য নির্বাচিত করা হয়.
- টিকিট ক্লাসিফায়ার Lambda ফাংশন টিকিটের শিরোনাম এবং বিবরণ ব্যবহার করে Amazon Comprehend এর সাথে টিকিটকে শ্রেণীবদ্ধ করে। Amazon Comprehend-এর মাধ্যমে, আপনি NLP মডেলকে প্রশিক্ষণ দিতে পারেন এবং পরিকাঠামোর ব্যবস্থা ও রক্ষণাবেক্ষণ ছাড়াই ব্যাচ এবং রিয়েল-টাইম শ্রেণীবিভাগ প্রদান করতে পারেন।
- টিকিট ক্লাসিফায়ার ল্যাম্বডা ফাংশন টিকিটের শ্রেণীবিভাগের ডেটা অ্যামাজন রেডশিফ্ট ক্লাস্টারে পুশ করে আমাজন কিনেস ডেটা ফায়ারহোজ ose. Kinesis Data Firehose হল একটি এক্সট্র্যাক্ট, ট্রান্সফর্ম এবং লোড (ETL) পরিষেবা যা ডেটা লেক, ডেটা স্টোর এবং বিশ্লেষণ পরিষেবাগুলিতে স্ট্রিমিং ডেটা ক্যাপচার করে, রূপান্তর করে এবং বিতরণ করে৷ অ্যামাজন রেডশিফ্ট ডেটা গুদাম, অপারেশনাল ডাটাবেস এবং ডেটা লেক জুড়ে স্ট্রাকচার্ড এবং সেমি-স্ট্রাকচার্ড ডেটা বিশ্লেষণ করতে SQL ব্যবহার করে, যে কোনও স্কেলে সর্বোত্তম মূল্য কার্য সম্পাদন করতে AWS- ডিজাইন করা হার্ডওয়্যার এবং ML ব্যবহার করে। কাইনেসিস ডেটা ফায়ারহোস একটিকে ডেটা সরবরাহ করে আমাজন সিম্পল স্টোরেজ সার্ভিস (Amazon S3) প্রথমে বালতি এবং তারপর একটি Amazon Redshift COPY কমান্ড জারি করে একটি Amazon Redshift ক্লাস্টারে ডেটা লোড করতে।
- টিকিট ক্লাসিফায়ার Lambda ফাংশন টিকেট হ্যান্ডলার Lambda ফাংশনকে আহ্বান করে।
- টিকিট হ্যান্ডলার ল্যাম্বডা ফাংশন টিকেট পরিচালনায় সহায়তা করার জন্য কোড চালায়। এই উদাহরণে, এটি শ্রেণীবিভাগের উপর ভিত্তি করে টিকিট পরিচালনার জন্য প্রস্তাবিত উপকরণ ফেরত দেয়।
- টিকিট বিশ্লেষণ দিয়ে করা যেতে পারে অ্যামাজন কুইকসাইট. টিকিট বিশ্লেষণ থেকে, আপনি শীর্ষ অনুরোধ করা টিকিটের প্রকার খুঁজে পেতে পারেন। বিশ্লেষণের উপর ভিত্তি করে, আপনি টিকিটের প্রবণতা এবং শীর্ষ টিকিটের প্রকারগুলি স্বয়ংক্রিয় করার সুযোগগুলি আবিষ্কার করতে পারেন। QuickSight হল একটি ক্লাউড-স্কেল বিজনেস ইন্টেলিজেন্স (BI) পরিষেবা যা আপনি যাদের সাথে কাজ করেন, তারা যেখানেই থাকুন না কেন তাদের কাছে সহজে বোঝার অন্তর্দৃষ্টি প্রদান করতে ব্যবহার করতে পারেন।
নিম্নলিখিত বিভাগগুলিতে, আমরা সমাধানটি বাস্তবায়ন, আপনার টিকিটিং সিস্টেমের সাথে টিকিট শ্রেণিবিন্যাসের পরিকাঠামোকে একীভূত করতে এবং QuickSight-এর সাথে শ্রেণীবিভাগের ডেটা ব্যবহার করার জন্য আপনাকে পদক্ষেপের মাধ্যমে নিয়ে চলেছি।
সমাধান বাস্তবায়ন করুন
এই বিভাগে, আমরা আপনার সমাধান সংস্থান এবং প্রয়োজনীয় পরিকাঠামো তৈরি করার জন্য পদক্ষেপগুলি দিয়ে চলেছি।
অ্যামাজন কম্প্রিহেন্ড কনফিগার করুন
এই ধাপে, আমরা দুটি নতুন Amazon Comprehend কাস্টম ক্লাসিফিকেশন মডেলকে প্রশিক্ষণ দিই: অপারেশন এবং রিসোর্স, এবং প্রতিটি মডেলের জন্য একটি রিয়েল-টাইম বিশ্লেষণ শেষ পয়েন্ট তৈরি করি।
প্রশিক্ষণের তথ্য আপলোড করুন
প্রশিক্ষণ ডেটা আপলোড করতে, নিম্নলিখিত পদক্ষেপগুলি সম্পূর্ণ করুন:
- ডাউনলোড ticket_training_data.zip এবং ফাইলটি আনজিপ করুন।
এই ফোল্ডারে নিম্নলিখিত দুটি ফাইল রয়েছে:- training_data_operations.csv - এই ফাইলটি একটি দুই-কলামের CSV ফাইল যা আমরা অপারেশন ক্লাসিফিকেশন মডেল প্রশিক্ষণের জন্য ব্যবহার করি। প্রথম কলাম ধারণ করে
class
, এবং দ্বিতীয় কলামে রয়েছেdocument
. - training_data_resources.csv - এই ফাইলটি একটি দুই-কলামের CSV ফাইল যা আমরা সম্পদ শ্রেণিবিন্যাসের মডেলকে প্রশিক্ষণ দিতে ব্যবহার করি। মত
training_data_operations.csv
ফাইল, প্রথম কলামে রয়েছেclass
, এবং দ্বিতীয় কলামে রয়েছেdocument
.
- training_data_operations.csv - এই ফাইলটি একটি দুই-কলামের CSV ফাইল যা আমরা অপারেশন ক্লাসিফিকেশন মডেল প্রশিক্ষণের জন্য ব্যবহার করি। প্রথম কলাম ধারণ করে
- Amazon S3 কনসোলে, Amazon Comprehend-এর জন্য একটি নতুন বালতি তৈরি করুন। যেহেতু S3 বাকেটের নামগুলি বিশ্বব্যাপী অনন্য, তাই আপনাকে বালতির জন্য একটি অনন্য নাম তৈরি করতে হবে। এই পোস্টের জন্য, আমরা এটি কল
comprehend-ticket-training-data
. সার্ভার-সাইড এনক্রিপশন সক্ষম করুন এবং বালতি তৈরি করার সময় সর্বজনীন অ্যাক্সেস ব্লক করুন। - আপলোড
training_data_operations.csv
এবংtraining_data_resources.csv
নতুন S3 বালতিতে।
দুটি নতুন মডেল তৈরি করুন
আপনার মডেল তৈরি করতে, নিম্নলিখিত পদক্ষেপগুলি সম্পূর্ণ করুন:
- Amazon Comprehend কনসোলে, নির্বাচন করুন কাস্টম শ্রেণীবিভাগ নেভিগেশন ফলকে।
- বেছে নিন নতুন মডেল তৈরি করুন.
- নিম্নলিখিত তথ্য সরবরাহ করুন:
- জন্য ণশডপ্রবেশ করান
ticket-classification-operation
. - জন্য ভাষানির্বাচন ইংরেজি.
- জন্য ক্লাসিফায়ার মোড, নির্বাচন করুন একক-লেবেল মোড ব্যবহার করে.
- জন্য উপাত্ত বিন্যাস, নির্বাচন করুন CSV ফাইল.
- জন্য প্রশিক্ষণ ডেটাসেট, এর জন্য S3 পাথ লিখুন
training_data_operations.csv
. - জন্য পরীক্ষা তথ্য উৎস, নির্বাচন করুন স্বয়ংক্রিয় বিভাজন.
অটোস্প্লিট স্বয়ংক্রিয়ভাবে আপনার প্রদত্ত প্রশিক্ষণ ডেটার 10% পরীক্ষার ডেটা হিসাবে ব্যবহার করার জন্য নির্বাচন করে৷ - জন্য আইএএম ভূমিকা, নির্বাচন করুন একটি আইএএম ভূমিকা তৈরি করুন.
- জন্য অ্যাক্সেস করার অনুমতি, আপনার S3 বালতিতে প্রশিক্ষণ, পরীক্ষা এবং আউটপুট ডেটা (যদি নির্দিষ্ট করা থাকে) বেছে নিন।
- জন্য নাম প্রত্যয়প্রবেশ করান
ticket-classification
.
- জন্য ণশডপ্রবেশ করান
- বেছে নিন সৃষ্টি.
- বেছে নিন নতুন মডেল তৈরি করুন আবার আপনার সম্পদ শ্রেণীবিভাগ মডেল তৈরি করতে.
- নিম্নলিখিত তথ্য সরবরাহ করুন:
- জন্য ণশডপ্রবেশ করান
ticket-classification-resource
. - জন্য ভাষানির্বাচন ইংরেজি.
- জন্য ক্লাসিফায়ার মোড, নির্বাচন করুন একক-লেবেল মোড ব্যবহার করে.
- জন্য উপাত্ত বিন্যাস, নির্বাচন করুন CSV ফাইল.
- জন্য প্রশিক্ষণ ডেটাসেট, এর জন্য S3 পাথ লিখুন
training_data_resources.csv
. - জন্য পরীক্ষা তথ্য উৎস, অটো স্প্লিট নির্বাচন করুন।
- জন্য আইএএম ভূমিকা, নির্বাচন করুন একটি বিদ্যমান IAM ভূমিকা ব্যবহার করুন.
- জন্য নামভূমিকানির্বাচন
AmazonComprehendServiceRole-ticket-classification
.
- জন্য ণশডপ্রবেশ করান
- বেছে নিন সৃষ্টি.
Amazon Comprehend এখন CSV ফাইলগুলি প্রসেস করছে এবং কাস্টম ক্লাসিফায়ারদের প্রশিক্ষণ দেওয়ার জন্য সেগুলি ব্যবহার করছে৷ আমরা তারপর গ্রাহক টিকিট শ্রেণীবদ্ধ করতে সাহায্য করার জন্য এই ব্যবহার. আমাদের প্রশিক্ষণের ডেটা যত বড় এবং নির্ভুল হবে, শ্রেণিবিন্যাসকারী তত বেশি নির্ভুল হবে।
সংস্করণ স্থিতি হিসাবে দেখানোর জন্য অপেক্ষা করুন Trained
নীচের হিসাবে. প্রশিক্ষণ ডেটার আকারের উপর নির্ভর করে এটি সম্পূর্ণ হতে 1 ঘন্টা পর্যন্ত সময় লাগতে পারে।
Amazon Comprehend এন্ডপয়েন্ট তৈরি করুন
Amazon Comprehend এন্ডপয়েন্ট 1-সেকেন্ডের বৃদ্ধিতে বিল করা হয়, যার একটি সর্বনিম্ন 60 সেকেন্ড। আপনি এন্ডপয়েন্ট শুরু করার সময় থেকে এটি মুছে ফেলা পর্যন্ত চার্জ চলতে থাকে, এমনকি কোনো নথি বিশ্লেষণ না করা হলেও। আরও তথ্যের জন্য, দেখুন আমাজন কম্প্রিহেন্ড প্রাইসিং. আপনার শেষ পয়েন্ট তৈরি করতে, নিম্নলিখিত পদক্ষেপগুলি সম্পূর্ণ করুন:
- Amazon Comprehend কনসোলে, নির্বাচন করুন সমাপ্তি নেভিগেশন ফলকে।
- বেছে নিন এন্ডপয়েন্ট তৈরি করুন আপনার অপারেশন শ্রেণীবিভাগ শেষ পয়েন্ট তৈরি করতে.
- নিম্নলিখিত তথ্য সরবরাহ করুন:
- জন্য এন্ডপয়েন্ট নামপ্রবেশ করান
ticket-classification-operation
. - জন্য কাস্টম মডেল প্রকার, নির্বাচন করুন কাস্টম শ্রেণীবিভাগ.
- জন্য ক্লাসিফায়ার মডেলনির্বাচন টিকিট-শ্রেণীবিভাগ-অপারেশন.
- জন্য সংস্করণনির্বাচন কোন সংস্করণের নাম নেই.
- জন্য অনুমান ইউনিটের সংখ্যা (IUs)প্রবেশ করান
1
.
- জন্য এন্ডপয়েন্ট নামপ্রবেশ করান
- বেছে নিন এন্ডপয়েন্ট তৈরি করুন.
- বেছে নিন এন্ডপয়েন্ট তৈরি করুন আবার রিসোর্স ক্লাসিফিকেশন এন্ডপয়েন্ট তৈরি করতে।
- নিম্নলিখিত তথ্য সরবরাহ করুন:
- জন্য এন্ডপয়েন্ট নামপ্রবেশ করান
ticket-classification-resource
. - জন্য কাস্টম মডেল প্রকার, নির্বাচন করুন কাস্টম শ্রেণীবিভাগ.
- জন্য ক্লাসিফায়ার মডেলনির্বাচন টিকিট-শ্রেণীবিভাগ-সম্পদ.
- জন্য সংস্করণনির্বাচন কোন সংস্করণের নাম নেই.
- জন্য অনুমান ইউনিটের সংখ্যা (IUs)প্রবেশ করান
1
.
- জন্য এন্ডপয়েন্ট নামপ্রবেশ করান
- বেছে নিন এন্ডপয়েন্ট তৈরি করুন.
আপনি উভয় এন্ডপয়েন্ট তৈরি করার পরে, উভয়ের জন্য স্ট্যাটাস হিসাবে দেখা না হওয়া পর্যন্ত অপেক্ষা করুন Active
.
রিয়েল-টাইম বিশ্লেষণের সাথে অ্যামাজন কম্প্রিহেন্ড এন্ডপয়েন্ট পরীক্ষা করুন
আপনার শেষ পয়েন্ট পরীক্ষা করতে, নিম্নলিখিত পদক্ষেপগুলি সম্পূর্ণ করুন:
- Amazon Comprehend কনসোলে, নির্বাচন করুন রিয়েল-টাইম বিশ্লেষণ নেভিগেশন ফলকে।
- জন্য বিশ্লেষণের ধরণ¸ নির্বাচন করুন প্রথা.
- জন্য শেষপ্রান্তপছন্দ করা টিকিট-শ্রেণীবিভাগ-অপারেশন.
- জন্য ইনপুট পাঠ্য, নিম্নলিখিত প্রবেশ:
- বেছে নিন বিশ্লেষণ করা.
ফলাফল দেখায় যেUpdate
ক্লাস সর্বোচ্চ আত্মবিশ্বাস স্কোর আছে. - পরিবর্তন শেষপ্রান্ত থেকে টিকিট-শ্রেণীবিভাগ-সম্পদ এবং নির্বাচন করুন বিশ্লেষণ করা আবার.
ফলাফল দেখায় যে EC2
ক্লাস সর্বোচ্চ আত্মবিশ্বাস স্কোর আছে.
Amazon Redshift ক্লাস্টার পাসওয়ার্ডের জন্য একটি গোপনীয়তা তৈরি করুন
এই ধাপে, আমরা একটি তৈরি করি এডাব্লুএস সিক্রেটস ম্যানেজার আপনার অ্যামাজন রেডশিফ্ট ক্লাস্টার পাসওয়ার্ডের জন্য গোপনীয়তা। সিক্রেটস ম্যানেজার আপনাকে আপনার অ্যাপ্লিকেশন, পরিষেবা এবং আইটি সংস্থানগুলি অ্যাক্সেস করার জন্য প্রয়োজনীয় গোপনীয়তা রক্ষা করতে সহায়তা করে। পরিষেবাটি আপনাকে তাদের জীবনচক্র জুড়ে ডাটাবেস শংসাপত্র, API কী এবং অন্যান্য গোপনীয়তাগুলিকে সহজেই ঘোরাতে, পরিচালনা করতে এবং পুনরুদ্ধার করতে সক্ষম করে৷ এই পোস্টে, আমরা অ্যামাজন রেডশিফ্ট ক্লাস্টার পাসওয়ার্ড একটি সিক্রেটস ম্যানেজার গোপনে সংরক্ষণ করি।
- সিক্রেটস ম্যানেজার কনসোলে, নির্বাচন করুন অন্ধিসন্ধি নেভিগেশন ফলকে।
- বেছে নিন একটি নতুন গোপন সংরক্ষণ করুন.
- জন্য গোপন প্রকার, নির্বাচন করুন অন্য ধরনের গোপনীয়তা.
- অধীনে কী/মান জোড়া, আপনার কী হিসাবে সেট করুন
password
এবং আপনার Amazon Redshift ক্লাস্টার পাসওয়ার্ড হিসাবে মান।
পাসওয়ার্ডটি অবশ্যই 8-64 অক্ষরের মধ্যে হতে হবে এবং এতে কমপক্ষে একটি বড় হাতের অক্ষর, একটি ছোট হাতের অক্ষর এবং একটি সংখ্যা থাকতে হবে। এটি ' (একক উদ্ধৃতি), “ (ডাবল উদ্ধৃতি), , /, @, বা স্থান ছাড়া যেকোনো মুদ্রণযোগ্য ASCII অক্ষর হতে পারে। - বেছে নিন পরবর্তী.
- জন্য গোপন নামপ্রবেশ করান
ClassificationRedshiftClusterPassword
. - বেছে নিন পরবর্তী.
- মধ্যে গোপন আবর্তন বিভাগ, চয়ন করুন পরবর্তী.
- আপনার গোপন কনফিগারেশন পর্যালোচনা করুন এবং চয়ন করুন স্টোর.
AWS CloudFormation এর সাথে আপনার পরিকাঠামোর ব্যবস্থা করুন
এই ধাপে, আমরা একটি ব্যবহার করে সমাধানের জন্য পরিকাঠামো প্রদান করি এডাব্লুএস ক্লাউডফর্মেশন স্ট্যাক।
ল্যাম্বডা ফাংশন কোড আপলোড করুন
CloudFormation স্ট্যাক চালু করার আগে, আপনার Lambda ফাংশন কোড আপলোড করুন:
- ডাউনলোড lambda_code.zip
- Amazon S3 কনসোলে, আপনার তৈরি করা বালতিটি খুলুন।
- আপলোড
lambda_code.zip
.
আপনার ক্লাউডফর্মেশন স্ট্যাক তৈরি করুন
AWS ক্লাউডফর্মেশনের সাথে সংস্থান সরবরাহ করতে, নিম্নলিখিত পদক্ষেপগুলি সম্পূর্ণ করুন:
- ডাউনলোড cloudformation_template.json.
- এডাব্লুএস ক্লাউডফর্মেশন কনসোলে, নির্বাচন করুন স্ট্যাক তৈরি করুন.
- নির্বাচন করা নতুন সংস্থান সহ (মান).
- জন্য টেমপ্লেট উৎসনির্বাচন একটি টেমপ্লেট ফাইল আপলোড করুন.
- ডাউনলোড করা CloudFormation টেমপ্লেটটি বেছে নিন।
- বেছে নিন পরবর্তী.
- জন্য স্ট্যাকের নামপ্রবেশ করান
Ticket-Classification-Infrastructure
. - মধ্যে পরামিতি বিভাগে, নিম্নলিখিত মান লিখুন:
- জন্য শ্রেণিবিন্যাস রেডশিফ্টক্লাস্টার নোড টাইপ, Amazon Redshift ক্লাস্টার নোড টাইপ লিখুন। dc2.large ডিফল্ট।
- জন্য শ্রেণিবিন্যাস রেডশিফটক্লাস্টারপাসওয়ার্ড সিক্রেটনাম, সিক্রেটস ম্যানেজার গোপন নাম লিখুন যা Amazon Redshift ক্লাস্টার পাসওয়ার্ড সংরক্ষণ করে।
- জন্য শ্রেণিবিন্যাস রেডশিফটক্লাস্টার সাবনেটআইডি, সাবনেট আইডি লিখুন যেখানে Amazon Redshift ক্লাস্টার হোস্ট করা হয়েছে। সাবনেট অবশ্যই ভিপিসির মধ্যে হতে হবে যা আপনি উল্লেখ করেছেন
ClassificationRedshiftClusterVpcId
প্যারামিটার। - জন্য শ্রেণিবিন্যাস রেডশিফটক্লাস্টার ব্যবহারকারীর নাম, Amazon Redshift ক্লাস্টার ব্যবহারকারীর নাম লিখুন।
- জন্য শ্রেণিবিন্যাস রেডশিফটক্লাস্টারভিপিসিআইডি, VPC ID লিখুন যেখানে Amazon Redshift ক্লাস্টার হোস্ট করা হয়েছে।
- জন্য LambdaCodeS3Bucket, S3 বাকেটের নাম লিখুন যেখানে আপনি Lambda কোড আপলোড করেছেন।
- জন্য LambdaCodeS3Key, স্থাপনার প্যাকেজের Amazon S3 কী লিখুন।
- জন্য QuickSightRegion, QuickSight-এর জন্য অঞ্চলে প্রবেশ করুন। QuickSight-এর জন্য অঞ্চলটি আপনি Amazon Comprehend এবং S3 বাকেটের জন্য যে অঞ্চল ব্যবহার করছেন তার সাথে সামঞ্জস্যপূর্ণ হওয়া উচিত।
- বেছে নিন পরবর্তী.
- মধ্যে স্ট্যাক বিকল্পগুলি কনফিগার করুন বিভাগ, চয়ন করুন পরবর্তী.
- মধ্যে পর্যালোচনা অধ্যায়, নির্বাচন করুন আমি স্বীকার করি যে এডাব্লুএস ক্লাউডফর্মেশন আইএএম সংস্থান তৈরি করতে পারে.
- বেছে নিন স্ট্যাক তৈরি করুন.
আপনার Amazon Redshift ক্লাস্টার কনফিগার করুন
এই ধাপে, আপনি অডিট লগিং সক্ষম করুন এবং ক্লাউডফর্মেশন টেমপ্লেটের মাধ্যমে তৈরি অ্যামাজন রেডশিফ্ট ক্লাস্টারে নতুন টেবিল যোগ করুন।
Amazon Redshift-এ ডিফল্টরূপে অডিট লগিং চালু করা হয় না। আপনি যখন আপনার ক্লাস্টারে লগিং চালু করেন, তখন Amazon Redshift লগ রপ্তানি করে অ্যামাজন ক্লাউডওয়াচ, যা বর্তমান সময়ে অডিট লগিং সক্ষম হওয়ার সময় থেকে ডেটা ক্যাপচার করে। প্রতিটি লগিং আপডেট পূর্ববর্তী লগগুলির একটি ধারাবাহিকতা।
অডিট লগিং সক্ষম করুন
আপনার Amazon Redshift ক্লাস্টারের জন্য অডিট লগিং করার প্রয়োজন না হলে আপনি এই ধাপটি এড়িয়ে যেতে পারেন।
- Amazon Redshift কনসোলে, নির্বাচন করুন ক্লাস্টার নেভিগেশন ফলকে।
- অ্যামাজন রেডশিফ্ট ক্লাস্টার থেকে শুরু করে বেছে নিন
classificationredshiftcluster-
. - উপরে প্রোপার্টি ট্যাব, চয়ন করুন সম্পাদন করা.
- বেছে নিন অডিট লগিং সম্পাদনা করুন.
- জন্য অডিট লগিং কনফিগার করুনপছন্দ করা চালু করা.
- জন্য লগ বিশেষজ্ঞ টাইপনির্বাচন ক্লাউডওয়াচ.
- সব ধরনের লগ নির্বাচন করুন.
- বেছে নিন পরিবর্তনগুলোর সংরক্ষন.
নতুন টেবিল তৈরি করুন
একটি নতুন টেবিল তৈরি করতে, নিম্নলিখিত পদক্ষেপগুলি সম্পূর্ণ করুন:
- Amazon Redshift কনসোলে, নির্বাচন করুন তথ্য অনুসন্ধান করুন.
- বেছে নিন ক্যোয়ারী এডিটর v2.
- উপরে ডেটাবেস পৃষ্ঠা, আপনার ক্লাস্টার চয়ন করুন।
- জন্য ডেটাবেসপ্রবেশ করান
ticketclassification
. - CloudFormation স্ট্যাক প্যারামিটারে কনফিগার করা ব্যবহারকারীর নাম এবং পাসওয়ার্ড লিখুন।
- বেছে নিন সংযোগ তৈরি করুন.
- সংযোগ তৈরি হলে, প্লাস চিহ্নটি নির্বাচন করুন এবং একটি নতুন ক্যোয়ারী উইন্ডো খুলুন।
- নিম্নলিখিত প্রশ্ন লিখুন:
- বেছে নিন চালান.
শ্রেণিবিন্যাস পরিকাঠামো পরীক্ষা করুন
এখন টিকিটের শ্রেণীবিভাগের পরিকাঠামো প্রস্তুত। আপনার টিকিট সিস্টেমের সাথে একীভূত করার আগে, আসুন শ্রেণীবিভাগের পরিকাঠামো পরীক্ষা করা যাক।
পরীক্ষা চালান
পরীক্ষা চালানোর জন্য, নিম্নলিখিত পদক্ষেপগুলি সম্পূর্ণ করুন:
- ল্যাম্বডা কনসোলে, নির্বাচন করুন কার্যাবলী নেভিগেশন ফলকে।
- যে ফাংশন দিয়ে শুরু হয় সেটি বেছে নিন
Ticket-Classification-Inf-TicketClassifier
. - উপরে পরীক্ষা ট্যাব, চয়ন করুন টেস্ট ইভেন্ট.
- জন্য নামপ্রবেশ করান
TestTicket
. - নিম্নলিখিত পরীক্ষার তথ্য লিখুন:
- বেছে নিন পরীক্ষা.
টিকিট শ্রেণীবদ্ধ করা হয়, এবং শ্রেণীবিভাগের ডেটা অ্যামাজন রেডশিফ্ট ক্লাস্টারে সংরক্ষণ করা হয়। শ্রেণীবিভাগের পরে, টিকিট হ্যান্ডলার Lambda ফাংশন চালায়, যা শ্রেণীবিভাগের উপর ভিত্তি করে টিকিট পরিচালনা করে, যার মধ্যে প্রকৌশলীদের সহায়তা করার জন্য উপকরণ সুপারিশ করা হয়।
টিকিট ক্লাসিফায়ার পরীক্ষার লগ চেক করুন
পরীক্ষার লগ চেক করতে, নিম্নলিখিত পদক্ষেপগুলি সম্পূর্ণ করুন:
- পরীক্ষার ফলাফল বিভাগে, নির্বাচন করুন লগ, বা চয়ন করুন CloudWatch-এ লগ দেখুন উপরে মনিটর ট্যাব।
- লগ স্ট্রীম নির্বাচন করুন.
আপনি নিম্নলিখিত স্ক্রিনশটে লগগুলি দেখতে পারেন, যা Amazon Comprehend থেকে আউটপুট এবং টিকিটের চূড়ান্ত শীর্ষ শ্রেণিবিন্যাস দেখায়। এই উদাহরণে, পরীক্ষার টিকিট হিসাবে শ্রেণীবদ্ধ করা হয় Resource=EC2
, Operation=Update
.
Amazon Redshift ক্লাস্টারে টিকিট শ্রেণীবিভাগের আউটপুট পরীক্ষা করুন
আপনার ক্লাস্টারে আউটপুট যাচাই করতে, নিম্নলিখিত পদক্ষেপগুলি সম্পূর্ণ করুন:
- Amazon Redshift ক্যোয়ারী এডিটর v2 কনসোলে, একটি নতুন ক্যোয়ারী উইন্ডো খুলতে প্লাস সাইনটি বেছে নিন।
- নিম্নলিখিত প্রশ্ন লিখুন:
- বেছে নিন চালান.
নিম্নলিখিত স্ক্রিনশট টিকিটের শ্রেণীবিভাগ দেখায়। এটি এখনও উপলব্ধ না হলে, কয়েক মিনিট অপেক্ষা করুন এবং পুনরায় চেষ্টা করুন (কাইনেসিস ডেটা ফায়ারহোসের ডেটা পুশ করতে কিছু সময় প্রয়োজন)। আমরা এখন এই ডেটা QuickSight-এ ব্যবহার করতে পারি।
টিকিট হ্যান্ডলার পরীক্ষার লগ চেক করুন
টিকিট ক্লাসিফায়ার অ্যামাজন রেডশিফ্ট ক্লাস্টারে শ্রেণীবিভাগের ডেটা পুশ করার পরে, টিকিট হ্যান্ডলার ল্যাম্বদা ফাংশন চালায়, যা শ্রেণীবিভাগের উপর ভিত্তি করে টিকিট পরিচালনা করে, যার মধ্যে প্রকৌশলীদের সমর্থন করার জন্য উপকরণ সুপারিশ করা হয়। এই উদাহরণে, টিকিট হ্যান্ডলার রানবুক, AWS ডকুমেন্টেশন এবং SSM ডকুমেন্ট সহ প্রস্তাবিত উপকরণ ফেরত দেয় যাতে টিকিট পরিচালনা করার সময় সমর্থন তাদের উল্লেখ করতে পারে। আপনি আপনার টিকিট হ্যান্ডলিং সিস্টেমের সাথে আউটপুট সংহত করতে পারেন এবং আপনি ল্যাম্বডা ফাংশন কোডে হ্যান্ডলিং প্রক্রিয়াগুলি কাস্টমাইজ করতে পারেন। এই ধাপে, আমরা কি সুপারিশ করা হয়েছে তা পরীক্ষা করে দেখুন।
- ল্যাম্বডা কনসোলে, নির্বাচন করুন কার্যাবলী নেভিগেশন ফলকে।
- Lambda ফাংশন চয়ন করুন যা দিয়ে শুরু হয়
Ticket-Classification-Inf-TicketHandlerLambdaFunct
. - উপরে মনিটর ট্যাব, চয়ন করুন CloudWatch-এ লগ দেখুন.
- লগ স্ট্রীম নির্বাচন করুন.
নিম্নলিখিত স্ক্রিনশট লগ দেখায়. আপনি Amazon Comprehend থেকে আউটপুট দেখতে পারেন এবং টিকিটের জন্য প্রস্তাবিত AWS নথি এবং SSM নথির তালিকা হিসাবে শ্রেণীবদ্ধ Update EC2
. আপনি Lambda ফাংশন কোডে আপনার নিজস্ব রানবুক, নথি, SSM নথি, বা অন্য কোনো উপকরণ যোগ করতে পারেন।
আপনার টিকিট সিস্টেমের সাথে টিকিট শ্রেণীবিভাগের পরিকাঠামো একত্রিত করুন
এই বিভাগে, আমরা আপনার টিকিটিং সিস্টেমের সাথে আপনার টিকিটিং শ্রেণীবিভাগের পরিকাঠামোকে একীভূত করতে এবং আপনার কনফিগারেশন কাস্টমাইজ করার জন্য ধাপগুলি দিয়ে চলেছি।
বেশিরভাগ টিকিট সিস্টেমে একটি ট্রিগার বৈশিষ্ট্য রয়েছে, যা আপনাকে টিকিট জমা দেওয়ার সময় কোড চালানোর অনুমতি দেয়। নিম্নলিখিত ফর্ম্যাট করা ইনপুট সহ টিকিট ক্লাসিফায়ার Lambda ফাংশন চালু করতে আপনার টিকিটিং সিস্টেম সেট আপ করুন:
আপনি যদি ইনপুট কাস্টমাইজ করতে চান, টিকেট ক্লাসিফায়ার Lambda ফাংশন কোড পরিবর্তন করুন। আপনাকে প্যারামিটার যোগ করতে বা অপসারণ করতে হবে (লাইন 90-105) এবং Amazon Comprehend (লাইন 15-17) এর জন্য ইনপুট কাস্টমাইজ করতে হবে।
আপনি অটোমেশন চালানো বা সুপারিশ সম্পাদনা করতে টিকিট হ্যান্ডলার Lambda ফাংশন কাস্টমাইজ করতে পারেন। উদাহরণস্বরূপ, আপনি সুপারিশ সহ টিকিটে অভ্যন্তরীণ মন্তব্য যোগ করতে পারেন। কাস্টমাইজ করতে, টিকিট হ্যান্ডলার ল্যাম্বডা কোড খুলুন এবং 68-70 এবং 75-81 লাইন সম্পাদনা করুন।
QuickSight এর সাথে শ্রেণিবিন্যাস ডেটা ব্যবহার করুন
আপনি আপনার টিকিট সিস্টেমের সাথে টিকিট শ্রেণীবিভাগের পরিকাঠামো একত্রিত করার পরে, টিকিট শ্রেণীবিভাগের ডেটা অ্যামাজন রেডশিফ্ট ক্লাস্টারে সংরক্ষণ করা হয়। আপনি এই ডেটা পরীক্ষা করতে এবং রিপোর্ট তৈরি করতে QuickSight ব্যবহার করতে পারেন। এই উদাহরণে, আমরা শ্রেণীবিন্যাস ডেটা সহ একটি কুইকসাইট বিশ্লেষণ তৈরি করি।
QuickSight এর জন্য সাইন আপ করুন
আপনার যদি ইতিমধ্যেই QuickSight না থাকে, তাহলে নিম্নলিখিত ধাপগুলি দিয়ে সাইন আপ করুন:
- কুইকসাইট কনসোলে, নির্বাচন করুন QuickSight এর জন্য সাইন আপ করুন.
- বেছে নিন মান.
- অধীনে কুইকসাইট অঞ্চল, CloudFormation প্যারামিটারে আপনি যে অঞ্চলটি কনফিগার করেছেন সেটি বেছে নিন
QuickSightRegion
. - অধীনে অ্যাকাউন্ট তথ্য, আপনার QuickSight অ্যাকাউন্টের নাম এবং বিজ্ঞপ্তি ইমেল ঠিকানা লিখুন।
- অধীনে এডাব্লুএস পরিষেবাগুলিতে কুইকসাইটের অ্যাক্সেস, নির্বাচন করুন আমাজন রেডশিফ্ট.
- আপনি যদি অন্যান্য সংস্থানগুলির জন্য অ্যাক্সেস এবং স্বয়ংক্রিয় আবিষ্কারের অনুমতি দিতে চান তবে সেগুলিও নির্বাচন করুন৷
- বেছে নিন শেষ.
- বেছে নিন Amazon QuickSight-এ যান আপনি সাইন আপ করার পরে।
QuickSight-এ আপনার Amazon Redshift ক্লাস্টার সংযুক্ত করুন
আপনার ক্লাস্টারটিকে QuickSight-এ ডেটা উৎস হিসেবে সংযুক্ত করতে, নিম্নলিখিত ধাপগুলি সম্পূর্ণ করুন:
- কুইকসাইট কনসোলে, নির্বাচন করুন ডেটাসেট নেভিগেশন ফলকে।
- বেছে নিন নতুন ডেটাসেট.
- বেছে নিন Redshift অটো-আবিষ্কৃত.
- নিম্নলিখিত তথ্য সরবরাহ করুন:
- জন্য ডেটা উত্সের নামপ্রবেশ করান
ticketclassification
. - জন্য ইনস্ট্যান্স আইডি, থেকে শুরু করে Amazon Redshift ক্লাস্টার বেছে নিন
classificationredshiftcluster-
. - জন্য সংযোগ টাইপনির্বাচন পাবলিক নেটওয়ার্ক.
- জন্য ডাটাবেস নামপ্রবেশ করান
ticketclassification
. - Amazon Redshift ক্লাস্টার ব্যবহারকারীর নাম এবং পাসওয়ার্ড লিখুন যা আপনি CloudFormation স্ট্যাক প্যারামিটারে কনফিগার করেছেন।
- জন্য ডেটা উত্সের নামপ্রবেশ করান
- বেছে নিন সংযোগ যাচাই করুন সংযোগ কাজ করে কিনা দেখতে।
যদি এটি কাজ না করে, তবে এটি সম্ভবত ভুল ব্যবহারকারীর নাম এবং পাসওয়ার্ড ব্যবহার করার কারণে, অথবা QuickSight অঞ্চলটি CloudFormation স্ট্যাকে আপনি যা নির্দিষ্ট করেছেন তার থেকে আলাদা। - বেছে নিন ডেটা উত্স তৈরি করুন.
- মধ্যে আপনার টেবিল চয়ন করুন বিভাগ, নির্বাচন করুন
tickets
টেবিল। - বেছে নিন নির্বাচন করা.
- নির্বাচন করা দ্রুত বিশ্লেষণের জন্য SPICE এ আমদানি করুন.
SPICE হল QuickSight সুপার-ফাস্ট, সমান্তরাল, ইন-মেমরি ক্যালকুলেশন ইঞ্জিন। এটি দ্রুত উন্নত গণনা সঞ্চালন এবং ডেটা পরিবেশন করার জন্য প্রকৌশলী। আমদানি করা (ও বলা হয় গ্রহণ করার) SPICE-এ আপনার ডেটা সময় এবং অর্থ বাঁচাতে পারে। SPICE সম্পর্কে আরও তথ্যের জন্য, পড়ুন স্পাইসে ডেটা আমদানি করা. আপনি যদি "পর্যাপ্ত SPICE ক্ষমতা নেই" ত্রুটি পান তবে আরও SPICE ক্ষমতা কিনুন। আরো তথ্যের জন্য, পড়ুন একটি AWS অঞ্চলে SPICE ক্ষমতা ক্রয় করা. - বেছে নিন ঠাহর করা.
একটি টিকিট শ্রেণিবিন্যাস বিশ্লেষণ প্রতিবেদন তৈরি করুন
একবার আপনি ডেটাসেট তৈরি শেষ করলে, আপনি নতুন কুইকসাইট বিশ্লেষণ দেখতে পাবেন। এই বিভাগে, আমরা একটি পিভট টেবিল, পাই চার্ট এবং লাইন চার্ট সহ একটি টিকিটের শ্রেণীবিভাগ বিশ্লেষণ প্রতিবেদন তৈরি করার ধাপগুলি দিয়ে চলেছি।
- বেছে নিন অটোগ্রাফ.
- অধীনে চাক্ষুষ প্রকার, পিভট টেবিল বেছে নিন।
- টানা
operation
থেকে ক্ষেত্র তালিকা থেকে সারি. - টানা
resource
থেকে ক্ষেত্র তালিকা থেকে কলাম. - উপরে বিজ্ঞাপন মেনু, নির্বাচন করুন চাক্ষুষ যোগ করুন.
- অধীনে চাক্ষুষ প্রকার, পাই চার্ট নির্বাচন করুন।
- টানা
operation
থেকে ক্ষেত্র তালিকা থেকে গ্রুপ / রঙ. - উপরে বিজ্ঞাপন মেনু, নির্বাচন করুন চাক্ষুষ যোগ করুন আবার.
- অধীনে চাক্ষুষ প্রকার, আবার পাই চার্ট বেছে নিন।
- টানা
resource
থেকে ক্ষেত্র তালিকা থেকে গ্রুপ / রঙ. - উপরে বিজ্ঞাপন মেনু, নির্বাচন করুন চাক্ষুষ যোগ করুন আবার.
- অধীনে চাক্ষুষ প্রকার, লাইন চার্ট নির্বাচন করুন.
- টানা
creation_time
থেকে ক্ষেত্র তালিকা থেকে এক্স অক্ষ. - টানা
operation
থেকে ক্ষেত্র তালিকা থেকে Color . - উপরে বিজ্ঞাপন মেনু, নির্বাচন করুন চাক্ষুষ যোগ করুন আবার.
- অধীনে চাক্ষুষ প্রকার, আবার লাইন চার্ট নির্বাচন করুন.
- টানা
creation_time
থেকে ক্ষেত্র তালিকা থেকে এক্স অক্ষ. - টানা
operation
থেকে ক্ষেত্র তালিকা থেকে Color . - প্রয়োজন অনুসারে চার্টের আকার পরিবর্তন করুন এবং পুনরায় সাজান।
- বেছে নিন সংরক্ষণ করুন.
- আপনার বিশ্লেষণের জন্য একটি নাম লিখুন এবং নির্বাচন করুন সংরক্ষণ করুন.
অভিনন্দন! আপনার প্রথম টিকিট বিশ্লেষণ প্রস্তুত। একবার আপনার কাছে আরও ডেটা থাকলে, বিশ্লেষণটি নিম্নলিখিত স্ক্রিনশটের মতো দেখাবে।
পরিষ্কার কর
এই ধাপে, আমরা বিভিন্ন পরিষেবার মাধ্যমে তৈরি করা সংস্থানগুলি পরিষ্কার করি।
অ্যামাজন সমঝোতা
আপনার এন্ডপয়েন্ট মুছতে, নিম্নলিখিত ধাপগুলি সম্পূর্ণ করুন:
- Amazon Comprehend কনসোলে, নির্বাচন করুন সমাপ্তি নেভিগেশন ফলকে।
- নির্বাচন করুন
endpoint ticket-classification-operation
. - বেছে নিন মুছে ফেলা এবং অনুরোধগুলি অনুসরণ করুন।
- মুছে ফেলার জন্য এই পদক্ষেপগুলি পুনরাবৃত্তি করুন
ticket-classification-resource
শেষপ্রান্ত.
এরপরে, আপনার তৈরি করা কাস্টম শ্রেণীবিভাগ মুছুন। - বেছে নিন কাস্টম শ্রেণীবিভাগ নেভিগেশন ফলকে।
- নির্বাচন করুন
classification ticket-classification-operation
. - নির্বাচন করা কোন সংস্করণের নাম নেই.
- বেছে নিন মুছে ফেলা এবং অনুরোধগুলি অনুসরণ করুন।
- মুছে ফেলার জন্য এই পদক্ষেপগুলি পুনরাবৃত্তি করুন
ticket-classification-resource
শ্রেণীবিভাগ।
আমাজন S3
এরপরে, আপনার তৈরি করা S3 বালতি পরিষ্কার করুন।
- Amazon S3 কনসোলে, আপনার তৈরি করা বালতি নির্বাচন করুন।
- বালতিতে থাকা সমস্ত বস্তু মুছুন।
- বালতি মুছুন।
অ্যামাজন কুইকসাইট
আপনার তৈরি করা কুইকসাইট বিশ্লেষণ এবং ডেটাসেট মুছুন।
- কুইকসাইট কনসোলে, নির্বাচন করুন বিশ্লেষণ নেভিগেশন ফলকে।
- আপনার তৈরি করা বিশ্লেষণে বিকল্প আইকন (তিনটি বিন্দু) নির্বাচন করুন।
- বেছে নিন মুছে ফেলা এবং অনুরোধগুলি অনুসরণ করুন।
- বেছে নিন ডেটাসেট নেভিগেশন ফলকে।
- পছন্দ
tickets
ডেটাসেট - বেছে নিন ডেটাসেট মুছুন এবং অনুরোধগুলি অনুসরণ করুন।
এডাব্লুএস ক্লাউডফর্মেশন
CloudFormation স্ট্যাকের অংশ হিসাবে আপনি যে সংস্থানগুলি তৈরি করেছেন তা পরিষ্কার করুন৷
- এডাব্লুএস ক্লাউডফর্মেশন কনসোলে, নির্বাচন করুন স্ট্যাক নেভিগেশন ফলকে।
- পছন্দ
Ticket-Classification-Infrastructure
স্ট্যাক। - উপরে Resources ট্যাব, এর প্রকৃত আইডি নির্বাচন করুন
ClassificationDeliveryStreamS3Bucket
.
Amazon S3 কনসোল খোলে। - এই বালতিতে যেকোনো বস্তু মুছুন।
- AWS CloudFormation কনসোলে ফিরে যান, বেছে নিন মুছে ফেলা, এবং প্রম্পট অনুসরণ করুন।
এডাব্লুএস সিক্রেটস ম্যানেজার
সবশেষে, সিক্রেটস ম্যানেজার সিক্রেট ডিলিট করুন।
- সিক্রেটস ম্যানেজার কনসোলে, গোপনটি নির্বাচন করুন
ClassificationRedshiftClusterPassword
. - উপরে কার্যপ্রণালী মেনু, নির্বাচন করুন গোপন মুছে ফেলুন.
- অপেক্ষার সময়কাল 7 দিন হিসাবে সেট করুন এবং চয়ন করুন শিডিউল মুছে দিন.
আপনার গোপনীয়তা 7 দিন পরে স্বয়ংক্রিয়ভাবে মুছে ফেলা হবে।
উপসংহার
এই পোস্টে, আপনি শিখেছেন কিভাবে একটি স্বয়ংক্রিয় শ্রেণীবিভাগ এবং সুপারিশ ব্যবস্থা তৈরি করতে AWS পরিষেবাগুলি ব্যবহার করতে হয়। এই সমাধানটি আপনার সংস্থাগুলিকে নিম্নলিখিত কর্মপ্রবাহ তৈরি করতে সহায়তা করবে:
- গ্রাহকের অনুরোধ শ্রেণীবদ্ধ করুন।
- স্বয়ংক্রিয় সমাধান সুপারিশ.
- গ্রাহকের অনুরোধের শ্রেণীবিভাগ বিশ্লেষণ করুন এবং সেরা গ্রাহকের অনুরোধগুলি আবিষ্কার করুন।
- একটি নতুন স্বয়ংক্রিয় সমাধান প্রকাশ করুন এবং অটোমেশন হার বৃদ্ধি করুন।
Amazon Comprehend সম্পর্কে আরও তথ্যের জন্য, দেখুন আমাজন কম্প্রিহেন্ড ডকুমেন্টেশন. আপনি অন্যান্য Amazon Comprehend বৈশিষ্ট্যগুলিও আবিষ্কার করতে পারেন এবং অন্যদের থেকে অনুপ্রেরণা পেতে পারেন৷ এডাব্লুএস ব্লগ পোস্ট শ্রেণীবিভাগের বাইরে Amazon Comprehend ব্যবহার সম্পর্কে।
লেখক সম্পর্কে
Seongyeol Jerry Cho অস্ট্রেলিয়ার সিডনিতে অবস্থিত AWS পরিচালিত পরিষেবার একজন সিনিয়র সিস্টেম ডেভেলপমেন্ট ইঞ্জিনিয়ার। তিনি মেশিন লার্নিং সহ বিভিন্ন প্রযুক্তি ব্যবহার করে উচ্চ মাপযোগ্য এবং স্বয়ংক্রিয় ক্লাউড অপারেশন সফ্টওয়্যার তৈরিতে মনোনিবেশ করেন। কাজের বাইরে, তিনি ভ্রমণ, ক্যাম্পিং, পড়া, রান্না এবং দৌড় উপভোগ করেন।
মনু শশীকুমার AWS পরিচালিত পরিষেবাগুলির সাথে একজন সিনিয়র সিস্টেম ইঞ্জিনিয়ার ম্যানেজার৷ মানু এবং তার দল ম্যানুয়াল প্রচেষ্টা কমাতে শক্তিশালী এবং সহজেই ব্যবহারযোগ্য অটোমেশন তৈরির উপর ফোকাস করে এবং গ্রাহকের অনুরোধগুলি পরিচালনা করার জন্য AI এবং ML-ভিত্তিক সমাধান তৈরি করে। কাজের বাইরে, তিনি তার পরিবারের সাথে তার অবসর সময় কাটাতে পছন্দ করেন, সেইসাথে বিভিন্ন মানবিক এবং স্বেচ্ছাসেবী কার্যক্রমের অংশ হতে চান।
- Coinsmart. ইউরোপের সেরা বিটকয়েন এবং ক্রিপ্টো এক্সচেঞ্জ।
- প্লেটোব্লকচেন। Web3 মেটাভার্স ইন্টেলিজেন্স। জ্ঞান প্রসারিত. বিনামূল্যে এক্সেস.
- ক্রিপ্টোহক। Altcoin রাডার। বিনামূল্যে ট্রায়াল.
- সূত্র: https://aws.amazon.com/blogs/machine-learning/how-service-providers-can-use-natural-language-processing-to-gain-insights-from-customer-tickets-with-amazon- বোঝা/
- "
- 100
- 7
- a
- সম্পর্কে
- প্রবেশ
- অনুযায়ী
- হিসাব
- সঠিক
- দিয়ে
- কর্ম
- ক্রিয়াকলাপ
- ঠিকানা
- অগ্রসর
- AI
- সব
- অনুমতি
- ইতিমধ্যে
- যদিও
- মর্দানী স্ত্রীলোক
- বিশ্লেষণ
- বৈশ্লেষিক ন্যায়
- বিশ্লেষণ করা
- API
- আবেদন
- অ্যাপ্লিকেশন
- যথাযথ
- স্থাপত্য
- নির্ধারিত
- নিরীক্ষা
- অস্ট্রেলিয়া
- স্বয়ংক্রিয় পদ্ধতি প্রয়োগ করা
- অটোমেটেড
- স্বয়ংক্রিয়
- স্বয়ংক্রিয়ভাবে
- স্বয়ংক্রিয়তা
- সহজলভ্য
- ডেস্কটপ AWS
- কারণ
- আগে
- হচ্ছে
- নিচে
- সর্বোত্তম
- মধ্যে
- তার পরেও
- বাধা
- ব্লগ
- সীমান্ত
- নির্মাণ করা
- ভবন
- ব্যবসায়
- ব্যবসায়িক বুদ্ধি
- কল
- প্রার্থী
- ধারণক্ষমতা
- গ্রেপ্তার
- ক্যাচ
- বিভাগ
- কারণ
- মতভেদ
- চ্যানেল
- অক্ষর
- চার্জ
- চার্ট
- বেছে নিন
- মনোনীত
- শ্রেণী
- শ্রেণীবিন্যাস
- মেঘ
- কোড
- স্তম্ভ
- সম্পূর্ণ
- গনা
- বিশ্বাস
- কনফিগারেশন
- সংযোগ করা
- সংযোগ
- সংযোগ
- সঙ্গত
- কনসোল
- ধারণ
- অবিরত
- সাশ্রয়ের
- সৃষ্টি
- নির্মিত
- তৈরি করা হচ্ছে
- সৃষ্টি
- পরিচয়পত্র
- প্রথা
- ক্রেতা
- গ্রাহকদের
- কাস্টমাইজ
- উপাত্ত
- ডেটাবেস
- ডাটাবেস
- বিলম্ব
- বিতরণ
- নির্ভর করে
- বিস্তৃতি
- বর্ণিত
- বিস্তারিত
- উন্নয়ন
- বিভিন্ন
- আবিষ্কার করা
- কাগজপত্র
- না
- ডবল
- সহজে
- ব্যবহার করা সহজ
- সম্পাদক
- দক্ষতা
- প্রচেষ্টা
- ইমেইল
- সক্ষম করা
- সম্ভব
- এনক্রিপশন
- শেষপ্রান্ত
- ইঞ্জিন
- প্রকৌশলী
- প্রকৌশলী
- প্রবেশ করান
- অপরিহার্য
- আনুমানিক
- উদাহরণ
- ছাড়া
- বিদ্যমান
- ক্যান্সার
- পরিবার
- বৈশিষ্ট্য
- বৈশিষ্ট্য
- আর্থিক
- প্রথম
- কেন্দ্রবিন্দু
- গুরুত্ত্ব
- অনুসরণ করা
- অনুসরণ
- অনুসরণ
- থেকে
- মেটান
- ক্রিয়া
- উত্পাদন করা
- বিশ্বব্যাপী
- গ্রুপ
- হ্যান্ডলিং
- হার্ডওয়্যারের
- সাহায্য
- সাহায্য
- উচ্চ
- অত্যন্ত
- হোস্ট
- কিভাবে
- কিভাবে
- HTTPS দ্বারা
- মানবিক
- আইকন
- বাস্তবায়ন
- আমদানি
- সুদ্ধ
- বৃদ্ধি
- বর্ধিত
- তথ্য
- পরিকাঠামো
- ইনপুট
- অর্ন্তদৃষ্টি
- অনুপ্রেরণা
- সম্পূর্ণ
- বুদ্ধিমত্তা
- সমস্যা
- সমস্যা
- IT
- চাবি
- কী
- লেবেল
- ভাষা
- বড়
- বৃহত্তর
- চালু করা
- জ্ঞানী
- শিক্ষা
- সম্ভবত
- লাইন
- লাইন
- তালিকা
- বোঝা
- দেখুন
- মেশিন
- মেশিন লার্নিং
- প্রণীত
- রক্ষণাবেক্ষণ
- পরিচালনা করা
- পরিচালিত
- পরিচালক
- পরিচালক
- ম্যানুয়াল
- ম্যানুয়ালি
- উপকরণ
- উল্লিখিত
- হতে পারে
- সর্বনিম্ন
- ML
- মোবাইল
- মডেল
- মডেল
- টাকা
- অধিক
- বহু
- নাম
- প্রাকৃতিক
- ন্যাভিগেশন
- প্রয়োজনীয়
- চাহিদা
- প্রজ্ঞাপন
- সংখ্যা
- খোলা
- প্রর্দশিত
- অপারেশন
- অপারেশনস
- সুযোগ
- অপশন সমূহ
- সংগঠন
- সংগঠন
- অন্যান্য
- সামগ্রিক
- নিজের
- প্যাকেজ
- অংশ
- পাসওয়ার্ড
- সম্প্রদায়
- কর্মক্ষমতা
- কাল
- শারীরিক
- পিভট
- ক্ষমতাশালী
- বর্তমান
- আগে
- মূল্য
- প্রসেস
- প্রক্রিয়াজাতকরণ
- রক্ষা করা
- প্রদান
- প্রদত্ত
- প্রদানকারীর
- প্রকাশ্য
- ক্রয়
- বৃদ্ধি
- পড়া
- প্রকৃত সময়
- সুপারিশ
- হ্রাস করা
- হ্রাসপ্রাপ্ত
- এলাকা
- রিপোর্ট
- প্রতিবেদন
- অনুরোধ
- অনুরোধ
- আবশ্যকতা
- সংস্থান
- Resources
- ফলে এবং
- ফলাফল
- আয়
- রুট
- চালান
- দৌড়
- মাপযোগ্য
- স্কেল
- সেকেন্ড
- Serverless
- সেবা
- সেবা
- সেট
- চিহ্ন
- সহজ
- একক
- আয়তন
- So
- সফটওয়্যার
- কঠিন
- সমাধান
- সলিউশন
- কিছু
- স্থান
- খরচ
- গাদা
- মান
- শুরু
- শুরু
- অবস্থা
- স্টোরেজ
- দোকান
- দোকান
- প্রবাহ
- স্ট্রিমিং
- কাঠামোবদ্ধ
- পেশ
- সমর্থন
- সিডনি
- পদ্ধতি
- সিস্টেম
- টীম
- প্রযুক্তি
- পরীক্ষা
- পরীক্ষামূলক
- সার্জারির
- যার ফলে
- তিন
- দ্বারা
- সর্বত্র
- টিকিট
- টিকেট
- সময়
- শিরনাম
- টুল
- সরঞ্জাম
- শীর্ষ
- প্রশিক্ষণ
- রুপান্তর
- ভ্রমণ
- প্রবণতা
- ধরনের
- উন্মোচন
- অনন্য
- ইউনিট
- আপডেট
- ব্যবহার
- সাধারণত
- ইউটিসি
- সদ্ব্যবহার করা
- মূল্য
- বৈচিত্র্য
- বিভিন্ন
- সংস্করণ
- চেক
- স্বেচ্ছাসেবক
- অপেক্ষা করুন
- ওয়েব
- কি
- হু
- ব্যাপক
- মধ্যে
- ছাড়া
- হয়া যাই ?
- কাজ
- আপনার