כיום, לקוחות יכולים לגייס כרטיסי תמיכה באמצעות ערוצים רבים כמו - אינטרנט, נייד, צ'אט בוטים, אימיילים או שיחות טלפון. כאשר כרטיס תמיכה מועלה על ידי לקוח, הוא מעובד ומוקצה לקטגוריה על סמך המידע המסופק בכרטיס. לאחר מכן הוא מנותב לקבוצת התמיכה לפתרון בהתאם לקטגוריית הכרטיס. ההערכה היא שמספר גבוה של כרטיסי תמיכה בדרך כלל לא מנותבים לקבוצה הנכונה עקב סיווג כרטיסים שגוי. כרטיסים שהוקצו בצורה שגויה גורמים לעיכוב בזמן הפתרון הכולל, ולעתים קרובות גורם לאי שביעות רצון חמורה של הלקוחות. עשויות להיות לכך גם השפעות נרחבות אחרות כמו השלכות פיננסיות, תפעוליות או עסקיות אחרות. לפיכך, סיווג כרטיסים הוא משימה חיונית עבור כל ארגון בימינו. אמנם אתה יכול לסווג כרטיסים באופן ידני, אבל זה נוטה לשגיאות, לא חסכוני, ולא בקנה מידה.
שירותים מנוהלים של AWS (AMS) שימושים אמזון להתבונן סיווגים מותאמים אישית כדי לסווג בקשות נכנסות לפי משאב וסוג פעולה בהתבסס על האופן שבו הלקוח תיאר את הבעיה שלו. Amazon Comprehend הוא שירות עיבוד שפה טבעית (NLP) המשתמש בלימוד מכונה (ML) כדי לחשוף תובנות וקשרים חשובים בטקסט. AMS משתמשת במסווגים מותאמים אישית כדי לתייג בקשות לקוחות עם סוגי בעיות מתאימים, סוג משאב ופעולת משאב, ובכך מנתב כרטיסים של לקוחות לחברות קטנות ובינוניות. סיווג Amazon Comprehend משמש כדי למצוא הזדמנויות לכלי אוטומציה פנימיים חדשים שבהם מהנדסי AMS יכולים להשתמש כדי למלא את דרישות הלקוח כדי להפחית את המאמץ הידני ואת הסיכויים לטעויות ידניות. נתוני הסיווג מאוחסנים ב-an האדום של אמזון מקבץ ומשמש לניתוח בקשות לקוחות ומציאת מועמדים חדשים לכלי אוטומציה. אוטומציה זו מביאה ליעילות תפעולית מוגברת ולעלות מופחתת.
בפוסט זה, אנו מראים כיצד ספקי שירות מנוהלים יכולים להשתמש ב- Amazon Comprehend כדי לסווג ולנתב את הכרטיסים, לספק הצעות על סמך הסיווג ולהשתמש בנתוני הסיווג.
סקירת פתרונות
התרשים הבא מציג את ארכיטקטורת הפתרון.
זרימת העבודה היא כדלקמן:
- לקוח מגיש את הכרטיס.
- מערכת הכרטיסים מקבלת את הכרטיס מהלקוח, ומפעילה את מסווג הכרטיסים AWS למבדה לתפקד עם פרטי הכרטיס. Lambda הוא שירות מחשוב נטול שרתים מונע אירועים המאפשר לך להריץ קוד כמעט עבור כל סוג של יישום או שירות אחורי מבלי להקצות או לנהל שרתים. Lambda נבחרה כפתרון להפחתת עלויות ותחזוקה.
- פונקציית מסווג הכרטיסים Lambda מסווגת את הכרטיס עם Amazon Comprehend באמצעות כותרת הכרטיס ותיאורו. עם Amazon Comprehend, אתה יכול לאמן את מודל ה-NLP ולספק מסווגים אצווה וגם בזמן אמת ללא אספקה ותחזוקה של תשתית.
- פונקציית סיווג הכרטיסים Lambda דוחפת את נתוני סיווג הכרטיסים לאשכול האדום של אמזון דרך צינור אש נתונים של אמזון קינסי. Kinesis Data Firehose הוא שירות חילוץ, טרנספורמציה וטעינה (ETL) הלוכד, הופך ומספק נתונים זורמים לאגמי נתונים, חנויות נתונים ושירותי ניתוח. Amazon Redshift משתמשת ב-SQL כדי לנתח נתונים מובנים ומובנים למחצה על פני מחסני נתונים, מסדי נתונים תפעוליים ואגמי נתונים, תוך שימוש בחומרה ו-ML המתוכננת של AWS כדי לספק את ביצועי המחיר הטובים ביותר בכל קנה מידה. Kinesis Data Firehose מספקת נתונים ל- שירות אחסון פשוט של אמזון (Amazon S3) דלי תחילה ולאחר מכן מוציא פקודת Amazon Redshift COPY כדי לטעון את הנתונים לתוך אשכול אמזון Redshift.
- פונקציית מסווגת הכרטיסים Lambda מפעילה את פונקציית Lambda של מטפל הכרטיסים.
- פונקציית Lambda של מטפל הכרטיסים מריץ קוד כדי לסייע בטיפול בכרטיסים. בדוגמה זו, הוא מחזיר את החומרים המומלצים לטיפול בכרטיס על סמך הסיווג.
- ניתן לבצע ניתוח כרטיסים עם אמזון קוויקסייט. מניתוח הכרטיסים, אתה יכול לגלות את סוג הכרטיס המבוקש העליון. בהתבסס על הניתוח, אתה יכול לגלות מגמות כרטיסים והזדמנויות לאוטומציה של סוגי כרטיסים מובילים. QuickSight הוא שירות בינה עסקית בקנה מידה ענן (BI) שבו אתה יכול להשתמש כדי לספק תובנות קלות להבנה לאנשים שאתה עובד איתם, באשר הם.
בסעיפים הבאים, אנו מדריכים אותך לאורך השלבים ליישום הפתרון, שילוב תשתית סיווג הכרטיסים עם מערכת הכרטוס שלך ושימוש בנתוני הסיווג עם QuickSight.
מיישמים את הפתרון
בסעיף זה, אנו עוברים על השלבים לאספקת משאבי הפתרון שלך וליצירת התשתית הדרושה.
הגדר את Amazon Comprehend
בשלב זה, אנו מאמנים שני דגמי סיווג מותאמים אישית חדשים של Amazon Comprehend: תפעול ומשאב, ויוצרים נקודת קצה לניתוח בזמן אמת עבור כל מודל.
העלה את נתוני האימון
כדי להעלות את נתוני ההדרכה, בצע את השלבים הבאים:
- הורדה ticket_training_data.zip ולפסוק את הקובץ.
תיקיה זו מכילה את שני הקבצים הבאים:- training_data_operations.csv – קובץ זה הוא קובץ CSV בן שתי עמודות שאנו משתמשים בו כדי להכשיר את מודל סיווג הפעולה. העמודה הראשונה מכילה
class
, והעמודה השנייה מכילהdocument
. - training_data_resources.csv – קובץ זה הוא קובץ CSV בן שתי עמודות שאנו משתמשים בו כדי להכשיר את מודל סיווג המשאבים. כמו
training_data_operations.csv
קובץ, העמודה הראשונה מכילהclass
, והעמודה השנייה מכילהdocument
.
- training_data_operations.csv – קובץ זה הוא קובץ CSV בן שתי עמודות שאנו משתמשים בו כדי להכשיר את מודל סיווג הפעולה. העמודה הראשונה מכילה
- בקונסולת Amazon S3, צור דלי חדש עבור Amazon Comprehend. מכיוון ששמות דלי S3 הם ייחודיים בעולם, עליך ליצור שם ייחודי לדלי. לפוסט הזה אנחנו קוראים לזה
comprehend-ticket-training-data
. אפשר הצפנה בצד השרת וחסום גישה ציבורית בעת יצירת הדלי. - העלה
training_data_operations.csv
וtraining_data_resources.csv
לדלי S3 החדש.
צור שני דגמים חדשים
כדי ליצור את הדגמים שלך, בצע את השלבים הבאים:
- במסוף Comprehend של אמזון, בחר סיווג מותאם אישית בחלונית הניווט.
- לבחור צור דגם חדש.
- ספק את המידע הבא:
- בעד שם דגם, להיכנס
ticket-classification-operation
. - בעד שפה, בחר אנגלית.
- בעד מצב סיווג, בחר שימוש במצב תווית אחת.
- בעד פורמט נתונים, בחר קובץ CSV.
- בעד מערך נתונים לאימון, היכנס לנתיב S3 עבור
training_data_operations.csv
. - בעד בדוק מקור נתונים, בחר פיצול אוטומטי.
פיצול אוטומטי בוחר אוטומטית 10% מנתוני האימון שסופקו לשימוש כנתוני בדיקה. - בעד תפקיד IAM, בחר צור תפקיד IAM.
- בעד הרשאות גישה, בחר את נתוני ההדרכה, הבדיקה והפלט (אם צוין) בדלי S3 שלך.
- בעד סיומת שם, להיכנס
ticket-classification
.
- בעד שם דגם, להיכנס
- לבחור צור.
- לבחור צור דגם חדש שוב כדי ליצור את מודל סיווג המשאבים שלך.
- ספק את המידע הבא:
- בעד שם דגם, להיכנס
ticket-classification-resource
. - בעד שפה, בחר אנגלית.
- בעד מצב סיווג, בחר שימוש במצב תווית אחת.
- בעד פורמט נתונים, בחר קובץ CSV.
- בעד מערך נתונים לאימון, היכנס לנתיב S3 עבור
training_data_resources.csv
. - בעד בדוק מקור נתונים, בחר פיצול אוטומטי.
- בעד תפקיד IAM, בחר השתמש בתפקיד IAM קיים.
- בעד שם התפקיד, בחר
AmazonComprehendServiceRole-ticket-classification
.
- בעד שם דגם, להיכנס
- לבחור צור.
Amazon Comprehend מעבדת כעת את קבצי ה-CSV ומשתמשת בהם להכשרת מסווגים מותאמים אישית. לאחר מכן אנו משתמשים באלה כדי לסייע בסיווג כרטיסי לקוחות. ככל שנתוני האימון שלנו גדולים ומדויקים יותר, כך המיון יהיה מדויק יותר.
המתן עד שסטטוס הגרסה יוצג בתור Trained
כלהלן. ההשלמה עשויה להימשך עד שעה אחת, תלוי בגודל נתוני האימון.
צור נקודות קצה של Amazon Comprehend
נקודות הקצה של Amazon Comprehend מחויבות במרווחים של שנייה אחת, עם מינימום של 1 שניות. חיובים ממשיכים להיגרם מרגע הפעלת נקודת הקצה ועד למחיקתה, גם אם לא נותחו מסמכים. למידע נוסף, ראה אמזון להבין מחירים. כדי ליצור את נקודות הקצה שלך, בצע את השלבים הבאים:
- במסוף Comprehend של אמזון, בחר נקודות קצה בחלונית הניווט.
- לבחור צור נקודת קצה כדי ליצור את נקודת הקצה לסיווג הפעולה שלך.
- ספק את המידע הבא:
- בעד שם נקודת הקצה, להיכנס
ticket-classification-operation
. - בעד סוג דגם מותאם אישית, בחר סיווג מותאם אישית.
- בעד דגם מסווג, בחר כרטיס-סיווג-מבצע.
- בעד גִרְסָה, בחר אין שם גרסה.
- בעד מספר יחידות מסקנות (IUs), להיכנס
1
.
- בעד שם נקודת הקצה, להיכנס
- לבחור צור נקודת קצה.
- לבחור צור נקודת קצה שוב כדי ליצור את נקודת הקצה של סיווג המשאבים.
- ספק את המידע הבא:
- בעד שם נקודת הקצה, להיכנס
ticket-classification-resource
. - בעד סוג דגם מותאם אישית, בחר סיווג מותאם אישית.
- בעד דגם מסווג, בחר כרטיס-סיווג-משאב.
- בעד גִרְסָה, בחר אין שם גרסה.
- בעד מספר יחידות מסקנות (IUs), להיכנס
1
.
- בעד שם נקודת הקצה, להיכנס
- לבחור צור נקודת קצה.
לאחר שתיצור את שתי נקודות הקצה, המתן עד שהסטטוס של שתיהן יוצג כ Active
.
בדוק את נקודות הקצה של Amazon Comprehend עם ניתוח בזמן אמת
כדי לבדוק את נקודות הקצה שלך, בצע את השלבים הבאים:
- במסוף Comprehend של אמזון, בחר ניתוח בזמן אמת בחלונית הניווט.
- בעד סוג ניתוחבחר מותאם אישית.
- בעד נקודת קצהבחר כרטיס-סיווג-מבצע.
- בעד הקלד טקסט, הזן את הפרטים הבאים:
- לבחור לנתח.
התוצאות מראות כיUpdate
לכיתה יש את ציון הביטחון הגבוה ביותר. - שינוי נקודת קצה ל כרטיס-סיווג-משאב ולבחור לנתח שוב.
התוצאות מראות כי EC2
לכיתה יש את ציון הביטחון הגבוה ביותר.
צור סוד עבור סיסמת אשכול האדום של אמזון
בשלב זה, אנו יוצרים מנהל סודות AWS סוד עבור סיסמת אשכול האדום שלך באמזון. Secrets Manager עוזר לך להגן על סודות הדרושים לגישה ליישומים, לשירותים ולמשאבי ה-IT שלך. השירות מאפשר לך לסובב, לנהל ולאחזר בקלות אישורי מסד נתונים, מפתחות API וסודות אחרים לאורך מחזור החיים שלהם. בפוסט זה, אנו מאחסנים את סיסמת אשכול האדום של אמזון בסוד של מנהל הסודות.
- במסוף מנהל הסודות בחר סודות בחלונית הניווט.
- לבחור אחסן סוד חדש.
- בעד סוג סודי, בחר סוג אחר של סוד.
- תַחַת צמדי מפתח/ערך, הגדר את המפתח שלך בתור
password
וערך כסיסמת אשכול האדום של אמזון.
הסיסמה חייבת להיות באורך של בין 8-64 תווים ולהכיל לפחות אות אחת גדולה, אות קטנה ומספר אחד. זה יכול להיות כל תו ASCII שניתן להדפסה מלבד ' (מרכאה בודדת), " (מרכאה כפולה), , /, @ או רווח. - לבחור הַבָּא.
- בעד שם סודי, להיכנס
ClassificationRedshiftClusterPassword
. - לבחור הַבָּא.
- ב סיבוב סודי סעיף, בחר הַבָּא.
- בדוק את התצורה הסודית שלך ובחר חנות.
ספק את התשתית שלך עם AWS CloudFormation
בשלב זה, אנו מספקים את התשתית לפתרון באמצעות א AWS CloudFormation ערימה.
העלה את קוד פונקציית Lambda
לפני הפעלת מחסנית CloudFormation, העלה את קוד פונקציית Lambda שלך:
- הורדה lambda_code.zip
- בקונסולת Amazon S3, פתח את הדלי שיצרת.
- העלה
lambda_code.zip
.
צור את ערימת CloudFormation שלך
כדי לספק משאבים עם AWS CloudFormation, בצע את השלבים הבאים:
- הורדה cloudformation_template.json.
- במסוף CloudFormation של AWS, בחר צור ערימה.
- בחר עם משאבים חדשים (סטנדרטי).
- בעד מקור התבנית, בחר העלה קובץ תבנית.
- בחר את תבנית CloudFormation שהורדת.
- לבחור הַבָּא.
- בעד שם ערימה, להיכנס
Ticket-Classification-Infrastructure
. - ב פרמטרים סעיף, הזן את הערכים הבאים:
- בעד ClassificationRedshiftClusterNodeType, הזן את סוג הצומת אשכול האדום של Amazon. dc2.large הוא ברירת המחדל.
- בעד סיווגRedshiftClusterPasswordSecretName, הזן את השם הסודי של מנהל הסודות המאחסן את סיסמת האשכול האדום של אמזון.
- בעד ClassificationRedshiftClusterSubnetId, הזן את מזהה רשת המשנה שבו מתארח Cluster Redshift Amazon. רשת המשנה חייבת להיות בתוך ה-VPC שציינת ב-
ClassificationRedshiftClusterVpcId
פָּרָמֶטֶר. - בעד סיווגRedshiftCluster שם משתמש, הזן את שם המשתמש של אשכול האדום של Amazon.
- בעד סיווגRedshiftClusterVpcId, הזן את מזהה ה-VPC שבו מתארח אשכול האדום של אמזון.
- בעד LambdaCodeS3 Bucket, הזן את שם דלי S3 שאליו העלית את קוד ה-Lambda.
- בעד LambdaCodeS3Key, הזן את מפתח Amazon S3 של חבילת הפריסה.
- בעד QuickSightRegion, הזן את האזור עבור QuickSight. האזור עבור QuickSight צריך להיות עקבי עם האזור שבו אתה משתמש עבור Amazon Comprehend ו-S3 דלי.
- לבחור הַבָּא.
- ב הגדר אפשרויות ערימה סעיף, בחר הַבָּא.
- ב סקירה בחר, בחר אני מאשר ש- AWS CloudFormation עשוי ליצור משאבי IAM.
- לבחור צור ערימה.
הגדר את אשכול האדום של אמזון
בשלב זה, אתה מפעיל רישום ביקורת ומוסיף את הטבלה החדשה לאשכול האדום של אמזון שנוצר באמצעות תבנית CloudFormation.
רישום ביקורת אינו מופעל כברירת מחדל באמזון Redshift. כאשר אתה מפעיל את הרישום באשכול שלך, אמזון Redshift מייצאת יומנים אמזון CloudWatch, אשר לוכדים נתונים מזמן רישום הביקורת מופעל ועד למועד הנוכחי. כל עדכון רישום הוא המשך של היומנים הקודמים.
אפשר רישום ביקורת
אתה יכול לדלג על שלב זה אם אינך זקוק לרישום ביקורת עבור אשכול אמזון האדום שלך.
- בקונסולת אמזון Redshift, בחר אשכולות בחלונית הניווט.
- בחר את אשכול הסטת האדום של אמזון החל מ
classificationredshiftcluster-
. - על מאפיין בחר, בחר ערוך.
- לבחור ערוך רישום ביקורת.
- בעד הגדר רישום ביקורתבחר להדליק.
- בעד סוג מומחה יומן, בחר CloudWatch.
- בחר את כל סוגי היומן.
- לבחור שמור את השינויים.
צור טבלה חדשה
כדי ליצור טבלה חדשה, בצע את השלבים הבאים:
- בקונסולת אמזון Redshift, בחר נתוני שאילתה.
- לבחור שאילתה בעורך שאילתות v2.
- על מסד נתונים עמוד, בחר את האשכול שלך.
- בעד מסד נתונים, להיכנס
ticketclassification
. - הזן את שם המשתמש והסיסמה שהגדרת בפרמטרי המחסנית של CloudFormation.
- לבחור צור חיבור.
- כאשר החיבור מתבצע, בחר את סימן הפלוס ופתח חלון שאילתה חדש.
- הזן את השאילתה הבאה:
- לבחור הפעלה.
בדוק את תשתית הסיווג
כעת התשתית לסיווג כרטיסים מוכנה. לפני שילוב עם מערכת הכרטיסים שלך, בואו נבדוק את תשתית הסיווג.
הרץ את הבדיקה
כדי להפעיל את הבדיקה, בצע את השלבים הבאים:
- במסוף למבה, בחרו פונקציות בחלונית הניווט.
- בחר את הפונקציה שמתחילה בה
Ticket-Classification-Inf-TicketClassifier
. - על מִבְחָן בחר, בחר אירוע מבחן.
- בעד שם, להיכנס
TestTicket
. - הזן את נתוני הבדיקה הבאים:
- לבחור מִבְחָן.
הכרטיס מסווג, ונתוני הסיווג מאוחסנים באשכול האדום של אמזון. לאחר הסיווג, פועלת פונקציית Lambda של מטפל הכרטיסים, המטפלת בכרטיס על סמך הסיווג, כולל המלצה על חומרים למהנדסי תמיכה.
בדוק את יומן בדיקת סיווג הכרטיסים
כדי לבדוק את יומן הבדיקה, בצע את השלבים הבאים:
- בחלק התוצאות של המבחן, בחר יומנים, או בחר הצג יומנים ב- CloudWatch על צג TAB.
- בחר את זרם היומן.
אתה יכול לראות את היומנים בצילום המסך הבא, המציג את הפלט מאמזון Comprehend ואת הסיווג העליון הסופי של הכרטיס. בדוגמה זו, כרטיס הבדיקה מסווג כ Resource=EC2
, Operation=Update
.
בדוק את פלט סיווג הכרטיסים באשכול האדום של אמזון
כדי לאמת את הפלט באשכול שלך, בצע את השלבים הבאים:
- במסוף עורך השאילתות של Amazon Redshift v2, בחר את סימן הפלוס כדי לפתוח חלון שאילתה חדש.
- הזן את השאילתה הבאה:
- לבחור הפעלה.
צילום המסך הבא מציג את סיווג הכרטיסים. אם זה עדיין לא זמין, המתן כמה דקות ונסה שוב (Kinesis Data Firehose צריך קצת זמן כדי לדחוף את הנתונים). כעת אנו יכולים להשתמש בנתונים אלה ב-QuickSight.
בדוק את יומן הבדיקות של מטפל הכרטיסים
לאחר שמסווג הכרטיסים דוחף את נתוני הסיווג באשכול האדום של אמזון, פועלת הפונקציה Lambda של מטפל הכרטיסים, שמטפלת בכרטיס על סמך הסיווג, כולל המלצה על חומרים למהנדסים. בדוגמה זו, המטפל בכרטיסים מחזיר חומרים מומלצים כולל פנקס ההפעלה, תיעוד AWS ומסמכי SSM כך שהתמיכה יכולה להתייחס אליהם בעת הטיפול בכרטיס. אתה יכול לשלב את הפלט עם מערכת הטיפול בכרטיסים שלך, ותוכל להתאים אישית את תהליכי הטיפול בקוד הפונקציה Lambda. בשלב זה, אנו בודקים אילו המלצות הוצעו.
- במסוף למבה, בחרו פונקציות בחלונית הניווט.
- בחר את פונקציית Lambda שמתחילה ב
Ticket-Classification-Inf-TicketHandlerLambdaFunct
. - על צג בחר, בחר הצג יומנים ב- CloudWatch.
- בחר את זרם היומן.
צילום המסך הבא מציג את היומנים. אתה יכול לראות את הפלט מ-Amazon Comprehend ואת רשימת מסמכי AWS ומסמכי SSM מומלצים עבור הכרטיס המסווגים כ Update EC2
. אתה יכול להוסיף ספרי ריצה משלך, מסמכים, מסמכי SSM או כל חומר אחר בקוד הפונקציה Lambda.
שלב את תשתית סיווג הכרטיסים עם מערכת הכרטוס שלך
בחלק זה, אנו עוברים על השלבים לשילוב תשתית סיווג הכרטיסים שלך עם מערכת הכרטוס שלך ולהתאים אישית את התצורה שלך.
לרוב מערכות הכרטוס יש תכונת טריגר, המאפשרת להריץ קוד עם הגשת הכרטיס. הגדר את מערכת הכרטוס שלך כדי להפעיל את פונקציית סיווג הכרטיסים Lambda עם הקלט המעוצב הבא:
אם ברצונך להתאים אישית את הקלט, שנה את קוד הפונקציה Lambda של סיווג הכרטיסים. עליך להוסיף או להסיר פרמטרים (שורות 90–105) ולהתאים אישית את הקלט עבור Amazon Comprehend (שורות 15–17).
אתה יכול להתאים אישית את פונקציית Lambda למטפל בכרטיסים כדי להפעיל אוטומציה או לערוך את ההמלצות. לדוגמה, ניתן להוסיף את ההערה הפנימית לכרטיס עם ההמלצות. כדי להתאים אישית, פתח את קוד Lambda של מטפל הכרטיסים וערוך את שורות 68–70 ו-75–81.
השתמש בנתוני סיווג עם QuickSight
לאחר שתשלבו את תשתית סיווג הכרטיסים עם מערכת הכרטיסים שלכם, נתוני סיווג הכרטיסים נשמרים באשכול האדום של אמזון. אתה יכול להשתמש ב-QuickSight כדי לבדוק נתונים אלה ולהפיק דוחות. בדוגמה זו, אנו יוצרים ניתוח QuickSight עם נתוני הסיווג.
הירשם ל-QuickSight
אם עדיין אין לך QuickSight, הירשם לפי השלבים הבאים:
- במסוף QuickSight, בחר הירשם ל-QuickSight.
- לבחור תֶקֶן.
- תַחַת אזור QuickSight, בחר את האזור שהגדרת בפרמטר CloudFormation
QuickSightRegion
. - תַחַת פרטי חשבון, הזן את שם חשבון QuickSight וכתובת האימייל שלך להודעות.
- תַחַת גישה מהירה לשירותי AWS, בחר האדום של אמזון.
- אם ברצונך לאפשר גישה וגילוי אוטומטי למשאבים אחרים, בחר גם אותם.
- לבחור סיום.
- לבחור עבור אל Amazon QuickSight לאחר שנרשמת.
חבר את אשכול אמזון האדום שלך ל-QuickSight
כדי לחבר את האשכול שלך ל-QuickSight כמקור נתונים, בצע את השלבים הבאים:
- במסוף QuickSight, בחר מערכי נתונים בחלונית הניווט.
- לבחור מערך נתונים חדש.
- לבחור היסט לאדום התגלה אוטומטית.
- ספק את המידע הבא:
- בעד שם מקור הנתונים, להיכנס
ticketclassification
. - בעד מזהה מופע, בחרו באשכול האדום של אמזון החל מ-
classificationredshiftcluster-
. - בעד סוג חיבור, בחר רשת ציבורית.
- בעד שם בסיס הנתונים, להיכנס
ticketclassification
. - הזן את שם המשתמש והסיסמה של אשכול האדום של Amazon Redshift שהגדרת בפרמטרים של מחסנית CloudFormation.
- בעד שם מקור הנתונים, להיכנס
- לבחור אמת את החיבור כדי לראות אם החיבור עובד.
אם זה לא עובד, סביר להניח שהסיבה לכך היא שימוש בשם משתמש וסיסמה שגויים, או שאזור QuickSight שונה ממה שציינת בערימת CloudFormation. - לבחור צור מקור נתונים.
- ב בחר את הטבלה שלך בחר את
tickets
השולחן. - לבחור בחר.
- בחר ייבא ל-SPICE לניתוח מהיר יותר.
SPICE הוא מנוע החישוב הסופר מהיר, מקביל, בזיכרון של QuickSight. זה מתוכנן לבצע במהירות חישובים מתקדמים ולהגיש נתונים. ייבוא (נקרא גם לבלוע) הנתונים שלך לתוך SPICE יכולים לחסוך זמן וכסף. למידע נוסף על SPICE, עיין ב ייבוא נתונים לתוך SPICE. אם אתה מקבל את השגיאה "לא מספיק קיבולת SPICE", קנה עוד קיבולת SPICE. למידע נוסף, עיין ב רכישת קיבולת SPICE באזור AWS. - לבחור דמיין.
צור דוח ניתוח סיווג כרטיסים
לאחר שתסיים ליצור מערך נתונים, תוכל לראות את ניתוח QuickSight החדש. בחלק זה, אנו עוברים על השלבים ליצירת דוח ניתוח סיווג כרטיסים, כולל טבלת ציר, תרשימי עוגה ותרשימי קווים.
- לבחור חֲתִימָה.
- תַחַת טיפוסים חזותיים, בחר את טבלת הציר.
- לגרור
operation
החל מ- רשימת שדות ל שורות. - לגרור
resource
החל מ- רשימת שדות ל עמודות. - על להוסיף בתפריט, בחר הוסף ויזואלי.
- תַחַת טיפוסים חזותיים, בחר בתרשים העוגה.
- לגרור
operation
החל מ- רשימת שדות ל קבוצה/צבע. - על להוסיף בתפריט, בחר הוסף ויזואלי שוב.
- תַחַת טיפוסים חזותיים, בחר שוב בתרשים העוגה.
- לגרור
resource
החל מ- רשימת שדות ל קבוצה/צבע. - על להוסיף בתפריט, בחר הוסף ויזואלי שוב.
- תַחַת טיפוסים חזותיים, בחר בתרשים הקווים.
- לגרור
creation_time
החל מ- רשימת שדות ל ציר X. - לגרור
operation
החל מ- רשימת שדות ל צֶבַע. - על להוסיף בתפריט, בחר הוסף ויזואלי שוב.
- תַחַת טיפוסים חזותיים, בחר שוב בתרשים הקווים.
- לגרור
creation_time
החל מ- רשימת שדות ל ציר X. - לגרור
operation
החל מ- רשימת שדות ל צֶבַע. - שנה את הגודל וסדר מחדש את התרשימים לפי הצורך.
- לבחור שמור כ.
- הזן שם לניתוח שלך ובחר שמור.
מזל טוב! ניתוח הכרטיסים הראשון שלך מוכן. ברגע שיש לך יותר נתונים, הניתוח ייראה כמו צילום המסך הבא.
לנקות את
בשלב זה, אנו מנקים את המשאבים שיצרנו בעזרת שירותים שונים.
אמזון להתבונן
כדי למחוק את נקודות הקצה שלך, בצע את השלבים הבאים:
- במסוף Comprehend של אמזון, בחר נקודות קצה בחלונית הניווט.
- בחר
endpoint ticket-classification-operation
. - לבחור מחק ופעל לפי ההוראות.
- חזור על שלבים אלה כדי למחוק את
ticket-classification-resource
נקודת סיום.
לאחר מכן, מחק את הסיווגים המותאמים אישית שיצרת. - לבחור סיווג מותאם אישית בחלונית הניווט.
- בחר
classification ticket-classification-operation
. - בחר אין שם גרסה.
- לבחור מחק ופעל לפי ההוראות.
- חזור על שלבים אלה כדי למחוק את
ticket-classification-resource
סיווג.
אמזון S3
לאחר מכן, נקה את דלי ה-S3 שיצרת.
- בקונסולת Amazon S3, בחר את הדלי שיצרת.
- מחק את כל האובייקטים בדלי.
- מחק את הדלי.
אמזון קוויקסייט
מחק את הניתוחים ומערך הנתונים של QuickSight שיצרת.
- במסוף QuickSight, בחר מנתח בחלונית הניווט.
- בחר את סמל האפשרויות (שלוש נקודות) בניתוח שיצרת.
- לבחור מחק ופעל לפי ההוראות.
- לבחור מערכי נתונים בחלונית הניווט.
- בחר את
tickets
מערך נתונים. - לבחור מחק מערך נתונים ופעל לפי ההוראות.
AWS CloudFormation
נקה את המשאבים שיצרת כחלק מחסנית CloudFormation.
- במסוף CloudFormation של AWS, בחר ערימות בחלונית הניווט.
- בחר את
Ticket-Classification-Infrastructure
ערימה. - על משאבים בכרטיסייה, בחר את המזהה הפיזי של
ClassificationDeliveryStreamS3Bucket
.
קונסולת Amazon S3 נפתחת. - מחק כל אובייקט בדלי זה.
- חזור למסוף AWS CloudFormation, בחר מחק, ופעל לפי ההנחיות.
מנהל סודות AWS
לבסוף, מחק את סוד מנהל הסודות.
- במסוף מנהל הסודות, בחר את הסוד
ClassificationRedshiftClusterPassword
. - על פעולות בתפריט, בחר מחק סוד.
- הגדר את תקופת ההמתנה ל-7 ימים ובחר לוח זמנים למחוק.
הסוד שלך יימחק אוטומטית לאחר 7 ימים.
סיכום
בפוסט זה, למדת כיצד להשתמש בשירותי AWS ליצירת מערכת סיווג והמלצות אוטומטיות. פתרון זה יעזור לארגונים שלך לבנות את זרימת העבודה הבאה:
- סיווג בקשות לקוחות.
- המלץ על פתרונות אוטומטיים.
- נתח סיווגי בקשות לקוחות וגלה בקשות לקוחות מובילות.
- שחרר פתרון אוטומטי חדש והגדל את קצב האוטומציה.
למידע נוסף על Amazon Comprehend, ראה תיעוד אמזון Comprehend. אתה יכול גם לגלות תכונות אחרות של אמזון קומפנד ולקבל השראה מאחרים הודעות בבלוג של AWS על השימוש ב- Amazon Comprehend מעבר לסיווג.
על הכותבים
Seongyeol ג'רי צ'ו הוא מהנדס פיתוח מערכות בכיר ב-AWS Managed Services המבוסס בסידני, אוסטרליה. הוא מתמקד בבניית תוכנת תפעול ענן ניתנת להרחבה ואוטומטית תוך שימוש במגוון טכנולוגיות, כולל למידת מכונה. מחוץ לעבודה, הוא נהנה מנסיעות, מחנאות, קריאה, בישול וריצה.
מאנו ססיקומאר הוא מנהל מהנדס מערכות Sr. עם שירותים מנוהלים של AWS. מאנו והצוות שלו מתמקדים בבניית אוטומציות חזקות וקלות לשימוש כדי להפחית מאמץ ידני, ובונים פתרונות מבוססי AI ו-ML לניהול בקשות לקוחות. מחוץ לעבודה, הוא אוהב לבלות את זמנו הפנוי עם משפחתו, כמו גם להיות חלק מפעילויות הומניטריות והתנדבות שונות.
- Coinsmart. בורסת הביטקוין והקריפטו הטובה באירופה.
- Platoblockchain. Web3 Metaverse Intelligence. ידע מוגבר. גישה חופשית.
- CryptoHawk. רדאר אלטקוין. ניסיון חינם.
- מקור: https://aws.amazon.com/blogs/machine-learning/how-service-providers-can-use-natural-language-processing-to-gain-insights-from-customer-tickets-with-amazon- לִהַבִין/
- "
- 100
- 7
- a
- אודות
- גישה
- פי
- חֶשְׁבּוֹן
- מדויק
- לרוחב
- פעולה
- פעילויות
- כתובת
- מתקדם
- AI
- תעשיות
- מאפשר
- כְּבָר
- למרות
- אמזון בעברית
- אנליזה
- ניתוח
- לנתח
- API
- בקשה
- יישומים
- מתאים
- ארכיטקטורה
- שהוקצה
- בדיקה
- אוסטרליה
- אוטומטי
- אוטומטי
- מכני עם סלילה אוטומטית
- באופן אוטומטי
- אוטומציה
- זמין
- AWS
- כי
- לפני
- להיות
- להלן
- הטוב ביותר
- בֵּין
- מעבר
- לחסום
- בלוג
- גבול
- לִבנוֹת
- בִּניָן
- עסקים
- מודיעין עסקי
- שיחה
- מועמדים
- קיבולת
- ללכוד
- לוכדת
- קטגוריה
- לגרום
- סיכויים
- ערוצים
- תווים
- חיובים
- תרשימים
- לבחור
- נבחר
- בכיתה
- מיון
- ענן
- קוד
- טור
- להשלים
- לחשב
- אמון
- תְצוּרָה
- לְחַבֵּר
- הקשר
- חיבורי
- עִקבִי
- קונסול
- מכיל
- להמשיך
- עלות תועלת
- לִיצוֹר
- נוצר
- יוצרים
- יצירה
- אישורים
- מנהג
- לקוח
- לקוחות
- אישית
- נתונים
- מסד נתונים
- מאגרי מידע
- עיכוב
- מספק
- תלוי
- פריסה
- מְתוּאָר
- פרטים
- צעצועי התפתחות
- אחר
- לגלות
- מסמכים
- לא
- לְהַכפִּיל
- בקלות
- קל לשימוש
- עורך
- יְעִילוּת
- מאמץ
- אמייל
- לאפשר
- מאפשר
- הצף
- נקודת קצה
- מנוע
- מהנדס
- מהנדסים
- זן
- חיוני
- מוערך
- דוגמה
- אלא
- קיימים
- מומחה
- משפחה
- מאפיין
- תכונות
- כספי
- ראשון
- להתמקד
- מתמקד
- לעקוב
- הבא
- כדלקמן
- החל מ-
- הגשמה
- פונקציה
- ליצור
- ברחבי עולם
- קְבוּצָה
- טיפול
- חומרה
- לעזור
- עוזר
- גָבוֹהַ
- מאוד
- אירח
- איך
- איך
- HTTPS
- הומניטרי
- ICON
- ליישם
- יבוא
- כולל
- להגדיל
- גדל
- מידע
- תשתית
- קלט
- תובנות
- השראה
- לשלב
- מוֹדִיעִין
- סוגיה
- בעיות
- IT
- מפתח
- מפתחות
- תווית
- שפה
- גָדוֹל
- גדול יותר
- השקה
- למד
- למידה
- סביר
- קו
- קווים
- רשימה
- לִטעוֹן
- נראה
- מכונה
- למידת מכונה
- עשוי
- תחזוקה
- לנהל
- הצליח
- מנהל
- ניהול
- מדריך ל
- באופן ידני
- חומרים
- מוּזְכָּר
- יכול
- מינימום
- ML
- סלולרי
- מודל
- מודלים
- כסף
- יותר
- מספר
- שמות
- טבעי
- ניווט
- הכרחי
- צרכי
- הודעה
- מספר
- לפתוח
- נפתח
- מבצע
- תפעול
- הזדמנויות
- אפשרויות
- ארגון
- ארגונים
- אחר
- מקיף
- שֶׁלוֹ
- חבילה
- חלק
- סיסמה
- אֲנָשִׁים
- ביצועים
- תקופה
- גופני
- Pivot
- חזק
- להציג
- קודם
- מחיר
- תהליכים
- תהליך
- להגן
- לספק
- ובלבד
- ספקים
- ציבורי
- לִרְכּוֹשׁ
- להעלות
- קריאה
- זמן אמת
- ממליץ
- להפחית
- מופחת
- באזור
- לדווח
- דוחות לדוגמא
- לבקש
- בקשות
- דרישות
- משאב
- משאבים
- וכתוצאה מכך
- תוצאות
- החזרות
- מסלול
- הפעלה
- ריצה
- להרחבה
- סולם
- שניות
- ללא שרת
- שרות
- שירותים
- סט
- סִימָן
- פָּשׁוּט
- יחיד
- מידה
- So
- תוכנה
- מוצק
- פִּתָרוֹן
- פתרונות
- כמה
- מֶרחָב
- הוצאה
- לערום
- תֶקֶן
- התחלה
- התחלות
- מצב
- אחסון
- חנות
- חנויות
- זרם
- נהירה
- מובנה
- הוגש
- תמיכה
- סידני
- מערכת
- מערכות
- נבחרת
- טכנולוגיות
- מבחן
- בדיקות
- אל האני
- בכך
- שְׁלוֹשָׁה
- דרך
- בכל
- כרטיס
- כרטיסים
- זמן
- כותרת
- כלי
- כלים
- חלק עליון
- הדרכה
- לשנות
- נסיעות
- מגמות
- סוגים
- לגלות
- ייחודי
- יחידות
- עדכון
- להשתמש
- בְּדֶרֶך כְּלַל
- UTC
- לנצל
- ערך
- מגוון
- שונים
- גרסה
- לצפיה
- להתנדב
- לחכות
- אינטרנט
- מה
- מי
- נָפוֹץ
- בתוך
- לְלֹא
- תיק עבודות
- עובד