現在、顧客は、Web、モバイル、チャットボット、電子メール、電話などの複数のチャネルを通じてサポートチケットを調達できます。 顧客がサポートチケットを発行すると、チケットで提供された情報に基づいて処理され、カテゴリに割り当てられます。 次に、チケットのカテゴリに従って解決のためにサポートグループにルーティングされます。 チケットの分類が正しくないため、通常、多数のサポートチケットが適切なグループにルーティングされないと推定されます。 誤って割り当てられたチケットは、全体的な解決時間の遅延を引き起こし、多くの場合、深刻な顧客の不満をもたらします。 また、財務、運用、またはその他のビジネスへの影響など、他の広範な影響を与える可能性があります。 したがって、チケットの分類は、最近のすべての組織にとって不可欠なタスクです。 チケットを手動で分類することもできますが、エラーが発生しやすく、費用効果が低く、拡張性がありません。
AWSマネージドサービス (AMS)使用 Amazon Comprehend 顧客が問題をどのように説明したかに基づいて、リソースおよび操作タイプごとにインバウンド要求を分類するカスタム分類。 Amazon Comprehendは、機械学習(ML)を使用してテキスト内の貴重な洞察とつながりを明らかにする自然言語処理(NLP)サービスです。 AMSは、カスタム分類子を使用して、適切な問題タイプ、リソースタイプ、およびリソースアクションで顧客の要求にラベルを付け、それによって顧客のチケットをSMEにルーティングします。 Amazon Comprehend分類は、AMSエンジニアが顧客の要件を満たすために使用できる新しい内部自動化ツールの機会を見つけるために利用され、手動による労力と手動エラーの可能性を減らします。 分類データはに保存されます Amazonレッドシフト クラスター化し、顧客の要求を分析し、新しい自動化ツールの候補を見つけるために使用されます。 この自動化により、運用効率が向上し、コストが削減されます。
この投稿では、マネージドサービスプロバイダーがAmazon Comprehendを使用してチケットを分類およびルーティングし、分類に基づいて提案を提供し、分類データを利用する方法を示します。
ソリューションの概要
次の図は、ソリューションアーキテクチャを示しています。
ワークフローは次のとおりです。
- 顧客がチケットを提出します。
- チケットシステムは、顧客からチケットを受け取り、チケット分類子を呼び出します AWSラムダ チケットの詳細で機能します。 Lambdaはサーバーレスのイベント駆動型コンピューティングサービスであり、サーバーをプロビジョニングまたは管理することなく、事実上すべてのタイプのアプリケーションまたはバックエンドサービスのコードを実行できます。 Lambdaは、コストとメンテナンスの労力を削減するソリューションとして選択されています。
- チケット分類子のLambda関数は、チケットのタイトルと説明を使用して、AmazonComprehendでチケットを分類します。 Amazon Comprehendを使用すると、インフラストラクチャをプロビジョニングおよび保守することなく、NLPモデルをトレーニングし、バッチ分類子とリアルタイム分類子の両方を提供できます。
- チケット分類子のLambda関数は、チケット分類データをAmazonRedshiftクラスターにプッシュします。 Amazon Kinesis データ ファイアホース。 Kinesis Data Firehoseは、データレイク、データストア、分析サービスにストリーミングデータをキャプチャ、変換、配信する抽出、変換、読み込み(ETL)サービスです。 Amazon Redshiftは、SQLを使用して、データウェアハウス、運用データベース、データレイク全体の構造化データと半構造化データを分析し、AWSが設計したハードウェアとMLを使用して、あらゆる規模で最高の価格パフォーマンスを実現します。 Kinesis Data Firehoseは、データを Amazon シンプル ストレージ サービス (Amazon S3)最初にバケットし、次にAmazon Redshift COPYコマンドを発行して、データをAmazonRedshiftクラスターにロードします。
- チケット分類子のLambda関数は、チケットハンドラーのLambda関数を呼び出します。
- チケットハンドラーのLambda関数は、チケット処理を支援するコードを実行します。 この例では、分類に基づいてチケットを処理するための推奨資料を返します。
- チケット分析はで行うことができます アマゾンクイックサイト。 チケット分析から、最も要求されたチケットタイプを見つけることができます。 分析に基づいて、チケットの傾向と上位のチケットタイプを自動化する機会を見つけることができます。 QuickSightは、クラウドスケールのビジネスインテリジェンス(BI)サービスであり、どこにいても、一緒に仕事をしている人々に理解しやすい洞察を提供するために使用できます。
次のセクションでは、ソリューションを実装し、チケット分類インフラストラクチャをチケットシステムと統合し、分類データをQuickSightで使用する手順について説明します。
ソリューションを実装する
このセクションでは、ソリューションリソースをプロビジョニングし、必要なインフラストラクチャを作成する手順について説明します。
AmazonComprehendを構成する
このステップでは、XNUMXつの新しいAmazon Comprehendカスタム分類モデル(操作とリソース)をトレーニングし、モデルごとにリアルタイム分析エンドポイントを作成します。
トレーニングデータをアップロードする
トレーニングデータをアップロードするには、次の手順を実行します。
- ダウンロード チケット_トレーニング_データ.zip そしてファイルを解凍します。
このフォルダには、次のXNUMXつのファイルが含まれています。- トレーニングデータオペレーション.csv –このファイルは、操作分類モデルのトレーニングに使用するXNUMX列のCSVファイルです。 最初の列には
class
、およびXNUMX番目の列にはdocument
. - トレーニングデータリソース.csv –このファイルは、リソース分類モデルのトレーニングに使用するXNUMX列のCSVファイルです。 以下のような
training_data_operations.csv
ファイルの場合、最初の列には次のものが含まれますclass
、およびXNUMX番目の列にはdocument
.
- トレーニングデータオペレーション.csv –このファイルは、操作分類モデルのトレーニングに使用するXNUMX列のCSVファイルです。 最初の列には
- Amazon S3コンソールで、AmazonComprehendの新しいバケットを作成します。 S3バケット名はグローバルに一意であるため、バケットの一意の名前を作成する必要があります。 この投稿では、これを呼び出します
comprehend-ticket-training-data
。 バケットの作成時にサーバー側の暗号化を有効にし、パブリックアクセスをブロックします。 - アップロード
training_data_operations.csv
&training_data_resources.csv
新しいS3バケットに。
XNUMXつの新しいモデルを作成します
モデルを作成するには、次の手順を実行します。
- Amazon Comprehendコンソールで、 カスタム分類 ナビゲーションペインに表示されます。
- 選択する 新しいモデルを作成する.
- 次の情報を提供します。
- モデル名、 入る
ticket-classification-operation
. - 言語設定、選択する 英語.
- 分類子モード選択 シングルラベルモードの使用.
- データフォーマット選択 CSVファイル.
- トレーニングデータセット、S3パスを入力します
training_data_operations.csv
. - テストデータソース選択 自動分割.
Autosplitは、提供されたトレーニングデータの10%を自動的に選択して、テストデータとして使用します。 - IAMの役割選択 IAMロールを作成する.
- アクセスするための権限、S3バケットでトレーニング、テスト、および出力データ(指定されている場合)を選択します。
- 名前のサフィックス、 入る
ticket-classification
.
- モデル名、 入る
- 選択する 創造する.
- 選択する 新しいモデルを作成する もう一度、リソース分類モデルを作成します。
- 次の情報を提供します。
- モデル名、 入る
ticket-classification-resource
. - 言語設定、選択する 英語.
- 分類子モード選択 シングルラベルモードの使用.
- データフォーマット選択 CSVファイル.
- トレーニングデータセット、S3パスを入力します
training_data_resources.csv
. - テストデータソース、[自動分割]を選択します。
- IAMの役割選択 既存のIAMロールを使用する.
- ロール名、選択する
AmazonComprehendServiceRole-ticket-classification
.
- モデル名、 入る
- 選択する 創造する.
Amazon Comprehendは現在、CSVファイルを処理し、それらを使用してカスタム分類子をトレーニングしています。 次に、これらを使用して顧客チケットを分類します。 トレーニングデータが大きくて正確であればあるほど、分類器はより正確になります。
バージョンステータスが次のように表示されるのを待ちます Trained
以下のように。 トレーニングデータのサイズによっては、完了するまでに最大1時間かかる場合があります。
AmazonComprehendエンドポイントを作成する
Amazon Comprehendエンドポイントは、最低1秒で60秒単位で請求されます。 ドキュメントが分析されていない場合でも、エンドポイントを開始してから削除されるまで、料金が発生し続けます。 詳細については、を参照してください。 Amazon Comprehendの料金。 エンドポイントを作成するには、次の手順を実行します。
- Amazon Comprehendコンソールで、 エンドポイント ナビゲーションペインに表示されます。
- 選択する エンドポイントを作成する 操作分類エンドポイントを作成します。
- 次の情報を提供します。
- エンドポイント名、 入る
ticket-classification-operation
. - カスタムモデルタイプ選択 カスタム分類.
- 分類器モデル、選択する チケット分類操作.
- 、選択する バージョン名なし.
- 推論ユニット(IU)の数、 入る
1
.
- エンドポイント名、 入る
- 選択する エンドポイントを作成する.
- 選択する エンドポイントを作成する 再度、リソース分類エンドポイントを作成します。
- 次の情報を提供します。
- エンドポイント名、 入る
ticket-classification-resource
. - カスタムモデルタイプ選択 カスタム分類.
- 分類器モデル、選択する チケット分類リソース.
- 、選択する バージョン名なし.
- 推論ユニット(IU)の数、 入る
1
.
- エンドポイント名、 入る
- 選択する エンドポイントを作成する.
両方のエンドポイントを作成したら、両方のステータスが次のように表示されるまで待ちます Active
.
リアルタイム分析でAmazonComprehendエンドポイントをテストします
エンドポイントをテストするには、次の手順を実行します。
- Amazon Comprehendコンソールで、 リアルタイム分析 ナビゲーションペインに表示されます。
- 分析タイプ選択する カスタム.
- エンドポイント¸選ぶ チケット分類操作.
- 入力テキスト、 次のように入力します:
- 選択する 解析.
結果は、Update
クラスの信頼スコアが最も高くなります。 - 変更する エンドポイント 〜へ チケット分類リソース 選択して 解析 再び。
結果は、 EC2
クラスの信頼スコアが最も高くなります。
AmazonRedshiftクラスターパスワードのシークレットを作成する
このステップでは、 AWSシークレットマネージャー AmazonRedshiftクラスターのパスワードの秘密。 Secrets Managerは、アプリケーション、サービス、およびITリソースにアクセスするために必要なシークレットを保護するのに役立ちます。 このサービスを使用すると、データベースクレデンシャル、APIキー、およびその他のシークレットをライフサイクル全体で簡単にローテーション、管理、および取得できます。 この投稿では、AmazonRedshiftクラスターのパスワードをSecretsManagerシークレットに保存します。
- Secrets Managerコンソールで、 シークレット ナビゲーションペインに表示されます。
- 選択する 新しい秘密を保存する.
- シークレットタイプ選択 他のタイプの秘密.
- キー/値ペア、キーを次のように設定します
password
そして、AmazonRedshiftクラスターのパスワードとしての値。
パスワードは8〜64文字の長さで、少なくともXNUMXつの大文字、XNUMXつの小文字、およびXNUMXつの数字が含まれている必要があります。 '(一重引用符)、“(二重引用符)、、 /、@、またはスペースを除く任意の印刷可能なASCII文字にすることができます。 - 選択する Next.
- 秘密の名前、 入る
ClassificationRedshiftClusterPassword
. - 選択する Next.
- シークレットローテーション セクションでは、選択 Next.
- シークレット構成を確認して、 オンラインショップ.
AWSCloudFormationを使用してインフラストラクチャをプロビジョニングします
このステップでは、を使用してソリューションのインフラストラクチャをプロビジョニングします。 AWS CloudFormation スタック。
Lambda関数コードをアップロードする
CloudFormationスタックを起動する前に、Lambda関数コードをアップロードします。
- ダウンロード ラムダコード.zip
- Amazon S3コンソールで、作成したバケットを開きます。
- アップロード
lambda_code.zip
.
CloudFormationスタックを作成します
AWS CloudFormationでリソースをプロビジョニングするには、次の手順を実行します。
- ダウンロード Cloudformation_template.json.
- AWS CloudFormationコンソールで、 スタックを作成.
- 選択 新しいリソースを使用(標準).
- テンプレートソース、選択する テンプレートファイルをアップロードする.
- ダウンロードしたCloudFormationテンプレートを選択します。
- 選択する Next.
- スタック名、 入る
Ticket-Classification-Infrastructure
. - 計測パラメータ セクションに、次の値を入力します。
- 分類RedshiftClusterNodeType、AmazonRedshiftクラスターノードタイプを入力します。 dc2.largeがデフォルトです。
- 分類RedshiftClusterPasswordSecretName、AmazonRedshiftクラスターのパスワードを保存するシークレットマネージャーのシークレット名を入力します。
- 分類RedshiftClusterSubnetId、AmazonRedshiftClusterがホストされているサブネットIDを入力します。 サブネットは、
ClassificationRedshiftClusterVpcId
パラメータに一致する最初のデバイスのリモートコントロール URL を返します。 - 分類RedshiftClusterUsername、AmazonRedshiftクラスターのユーザー名を入力します。
- 分類RedshiftClusterVpcId、AmazonRedshiftクラスターがホストされているVPCIDを入力します。
- ラムダコードS3バケット、LambdaコードをアップロードしたS3バケット名を入力します。
- LambdaCodeS3Key、デプロイパッケージのAmazonS3キーを入力します。
- QuickSight地域、QuickSightのリージョンを入力します。 QuickSightのリージョンは、AmazonComprehendおよびS3バケットに使用しているリージョンと一致している必要があります。
- 選択する Next.
- スタックオプションを構成する セクションでは、選択 Next.
- レビュー セクション、選択 AWS CloudFormationがIAMリソースを作成する可能性があることを認めます.
- 選択する スタックを作成.
AmazonRedshiftクラスターを構成します
このステップでは、監査ログを有効にし、CloudFormationテンプレートを介して作成されたAmazonRedshiftクラスターに新しいテーブルを追加します。
Amazon Redshiftでは、監査ログはデフォルトでオンになっていません。 クラスタでログをオンにすると、AmazonRedshiftはログをにエクスポートします アマゾンクラウドウォッチ、監査ログが有効になっている時間から現在までのデータをキャプチャします。 各ロギングの更新は、以前のログの続きです。
監査ログを有効にする
Amazon Redshiftクラスターの監査ログが必要ない場合は、この手順をスキップできます。
- Amazon Redshiftコンソールで、 クラスター ナビゲーションペインに表示されます。
- で始まるAmazonRedshiftクラスターを選択します
classificationredshiftcluster-
. - ソフトウェア設定ページで、下図のように プロパティ タブを選択 編集.
- 選択する 監査ログを編集する.
- 監査ログを構成する¸選ぶ オンにする.
- ログエキスパートタイプ、選択する クラウドウォッチ.
- すべてのログタイプを選択します。
- 選択する 変更を保存します.
新しいテーブルを作成する
新しいテーブルを作成するには、次の手順を実行します。
- Amazon Redshiftコンソールで、 クエリデータ.
- 選択する クエリエディタv2でのクエリ.
- ソフトウェア設定ページで、下図のように データベース ページで、クラスターを選択します。
- データベース、 入る
ticketclassification
. - CloudFormationスタックパラメーターで構成したユーザー名とパスワードを入力します。
- 選択する 接続を作成する.
- 接続が確立されたら、プラス記号を選択して新しいクエリウィンドウを開きます。
- 次のクエリを入力します。
- 選択する ラン.
分類インフラストラクチャをテストする
これで、チケット分類のインフラストラクチャの準備が整いました。 チケットシステムと統合する前に、分類インフラストラクチャをテストしましょう。
テストを実行します
テストを実行するには、次の手順を実行します。
- Lambdaコンソールで、 機能 ナビゲーションペインに表示されます。
- で始まる関数を選択してください
Ticket-Classification-Inf-TicketClassifier
. - ソフトウェア設定ページで、下図のように ホイール試乗 タブを選択 テストイベント.
- 名前 、 入る
TestTicket
. - 次のテストデータを入力します。
- 選択する ホイール試乗.
チケットは分類され、分類データはAmazonRedshiftクラスターに保存されます。 分類後、チケットハンドラーのLambda関数が実行され、エンジニアをサポートするための資料の推奨など、分類に基づいてチケットが処理されます。
チケット分類子のテストログを確認する
テストログを確認するには、次の手順を実行します。
- テストの結果セクションで、 ログまたは選択する CloudWatchでログを表示する モニター タブには何も表示されないことに注意してください。
- ログストリームを選択します。
次のスクリーンショットでログを確認できます。このスクリーンショットは、Amazon Comprehendからの出力と、チケットの最終的な上位分類を示しています。 この例では、テストチケットは次のように分類されます。 Resource=EC2
, Operation=Update
.
AmazonRedshiftクラスターのチケット分類出力を確認します
クラスタ内の出力を検証するには、次の手順を実行します。
- Amazon Redshiftクエリエディターv2コンソールで、プラス記号を選択して新しいクエリウィンドウを開きます。
- 次のクエリを入力します。
- 選択する ラン.
次のスクリーンショットは、チケットの分類を示しています。 まだ利用できない場合は、数分待ってから再試行してください(Kinesis Data Firehoseはデータをプッシュするのに少し時間がかかります)。 これで、このデータをQuickSightで使用できます。
チケットハンドラーのテストログを確認する
チケット分類子がAmazonRedshiftクラスターに分類データをプッシュした後、チケットハンドラーのLambda関数が実行されます。この関数は、エンジニアをサポートするための資料の推奨など、分類に基づいてチケットを処理します。 この例では、チケットハンドラーは、Runbook、AWSドキュメント、SSMドキュメントなどの推奨資料を返すため、サポートはチケットを処理するときにそれらを参照できます。 出力をチケット処理システムと統合したり、Lambda関数コードで処理プロセスをカスタマイズしたりできます。 このステップでは、どのような推奨事項が作成されたかを確認します。
- Lambdaコンソールで、 機能 ナビゲーションペインに表示されます。
- で始まるLambda関数を選択します
Ticket-Classification-Inf-TicketHandlerLambdaFunct
. - ソフトウェア設定ページで、下図のように モニター タブを選択 CloudWatchでログを表示する.
- ログストリームを選択します。
次のスクリーンショットはログを示しています。 Amazon Comprehendからの出力と、次のように分類されたチケットの推奨AWSドキュメントとSSMドキュメントのリストを確認できます。 Update EC2
。 独自のRunbook、ドキュメント、SSMドキュメント、またはその他の資料をLambda関数コードに追加できます。
チケット分類インフラストラクチャをチケットシステムと統合します
このセクションでは、チケット分類インフラストラクチャをチケットシステムと統合し、構成をカスタマイズする手順について説明します。
ほとんどのチケットシステムにはトリガー機能があり、チケットの送信時にコードを実行できます。 次のフォーマットされた入力でチケット分類子Lambda関数を呼び出すようにチケットシステムを設定します。
入力をカスタマイズする場合は、チケット分類子のLambda関数コードを変更します。 パラメータを追加または削除し(行90〜105)、Amazon Comprehendの入力をカスタマイズする必要があります(行15〜17)。
チケットハンドラーのLambda関数をカスタマイズして、自動化を実行したり、推奨事項を編集したりできます。 たとえば、推奨事項を含む内部コメントをチケットに追加できます。 カスタマイズするには、チケットハンドラーのラムダコードを開き、68〜70行目と75〜81行目を編集します。
QuickSightで分類データを使用する
チケット分類インフラストラクチャをチケットシステムと統合すると、チケット分類データがAmazonRedshiftクラスターに保存されます。 QuickSightを使用して、このデータを確認し、レポートを生成できます。 この例では、分類データを使用してQuickSight分析を生成します。
QuickSightにサインアップする
QuickSightをまだお持ちでない場合は、次の手順でサインアップしてください。
- QuickSightコンソールで、 QuickSightにサインアップする.
- 選択する スタンダード.
- QuickSightリージョン、CloudFormationパラメーターで構成したリージョンを選択します
QuickSightRegion
. - アカウント情報、QuickSightアカウント名と通知メールアドレスを入力します。
- AWSサービスへのQuickSightアクセス選択 Amazonレッドシフト.
- 他のリソースへのアクセスと自動検出を許可する場合は、それらも選択します。
- 選択する 終了.
- 選択する AmazonQuickSightに移動します サインアップした後。
AmazonRedshiftクラスターをQuickSightに接続します
クラスタをデータソースとしてQuickSightに接続するには、次の手順を実行します。
- QuickSightコンソールで、 データセット ナビゲーションペインに表示されます。
- 選択する 新しいデータセット.
- 選択する Redshift自動検出.
- 次の情報を提供します。
- データソース名、 入る
ticketclassification
. - インスタンスID、で始まるAmazonRedshiftクラスターを選択します
classificationredshiftcluster-
. - 接続タイプ、選択する 公共のネットワーク.
- データベース名、 入る
ticketclassification
. - CloudFormationスタックパラメーターで構成したAmazonRedshiftクラスターのユーザー名とパスワードを入力します。
- データソース名、 入る
- 選択する 接続を検証する 接続が機能するかどうかを確認します。
動作しない場合は、ユーザー名とパスワードが間違っているか、QuickSightリージョンがCloudFormationスタックで指定したものと異なることが原因である可能性があります。 - 選択する データソースを作成する.
- テーブルを選択してください セクションで、
tickets
列で番号の横にあるXをクリックします。 - 選択する 選択.
- 選択 より迅速な分析のためにSPICEにインポートする.
SPICEは、QuickSightの超高速、並列、メモリ内計算エンジンです。 高度な計算を迅速に実行し、データを提供するように設計されています。 インポート(別名 摂取)SPICEへのデータは時間とお金を節約できます。 SPICEの詳細については、を参照してください。 SPICEへのデータのインポート。 「SPICE容量が足りません」というエラーが表示された場合は、SPICE容量を追加購入してください。 詳細については、を参照してください。 AWSリージョンでのSPICE容量の購入. - 選択する 視覚化する.
チケット分類分析レポートを作成する
データセットの作成が完了すると、新しいQuickSight分析を確認できます。 このセクションでは、ピボットテーブル、円グラフ、折れ線グラフなどのチケット分類分析レポートを作成する手順について説明します。
- 選択する サイン.
- ビジュアルタイプ、ピボットテーブルを選択します。
- ドラッグ
operation
から フィールドリスト 〜へ 行. - ドラッグ
resource
から フィールドリスト 〜へ コラム. - ソフトウェア設定ページで、下図のように Add メニュー、選択 ビジュアルを追加.
- ビジュアルタイプ、円グラフを選択します。
- ドラッグ
operation
から フィールドリスト 〜へ グループ/色. - ソフトウェア設定ページで、下図のように Add メニュー、選択 ビジュアルを追加 再び。
- ビジュアルタイプ、円グラフをもう一度選択します。
- ドラッグ
resource
から フィールドリスト 〜へ グループ/色. - ソフトウェア設定ページで、下図のように Add メニュー、選択 ビジュアルを追加 再び。
- ビジュアルタイプ、折れ線グラフを選択します。
- ドラッグ
creation_time
から フィールドリスト 〜へ X軸. - ドラッグ
operation
から フィールドリスト 〜へ 色. - ソフトウェア設定ページで、下図のように Add メニュー、選択 ビジュアルを追加 再び。
- ビジュアルタイプ、折れ線グラフをもう一度選択します。
- ドラッグ
creation_time
から フィールドリスト 〜へ X軸. - ドラッグ
operation
から フィールドリスト 〜へ 色. - 必要に応じて、グラフのサイズと順序を変更します。
- 選択する 名前を付けて保存.
- 分析の名前を入力して、 Save.
おめでとう! 最初のチケット分析の準備が整いました。 さらにデータを取得すると、分析は次のスクリーンショットのようになります。
クリーンアップ
このステップでは、さまざまなサービスで作成したリソースをクリーンアップします。
Amazon Comprehend
エンドポイントを削除するには、次の手順を実行します。
- Amazon Comprehendコンソールで、 エンドポイント ナビゲーションペインに表示されます。
- 現在地に最も近い
endpoint ticket-classification-operation
. - 選択する 削除 プロンプトに従います。
- これらの手順を繰り返して、
ticket-classification-resource
エンドポイントを使用して定義します
次に、作成したカスタム分類を削除します。 - 選択する カスタム分類 ナビゲーションペインに表示されます。
- 現在地に最も近い
classification ticket-classification-operation
. - 選択 バージョン名なし.
- 選択する 削除 プロンプトに従います。
- これらの手順を繰り返して、
ticket-classification-resource
分類。
アマゾンS3
次に、作成したS3バケットをクリーンアップします。
- Amazon S3コンソールで、作成したバケットを選択します。
- バケット内のすべてのオブジェクトを削除します。
- バケットを削除します。
アマゾンクイックサイト
作成したQuickSight分析とデータセットを削除します。
- QuickSightコンソールで、 分析 ナビゲーションペインに表示されます。
- 作成した分析のオプションアイコン(XNUMXつのドット)を選択します。
- 選択する 削除 プロンプトに従います。
- 選択する データセット ナビゲーションペインに表示されます。
- 選択する
tickets
データセット。 - 選択する データセットを削除する プロンプトに従います。
AWS CloudFormation
CloudFormationスタックの一部として作成したリソースをクリーンアップします。
- AWS CloudFormationコンソールで、 スタック ナビゲーションペインに表示されます。
- 選択する
Ticket-Classification-Infrastructure
スタック。 - ソフトウェア設定ページで、下図のように リソース タブで、の物理IDを選択します
ClassificationDeliveryStreamS3Bucket
.
AmazonS3コンソールが開きます。 - このバケット内のオブジェクトをすべて削除します。
- AWS CloudFormationコンソールに戻り、 削除、およびプロンプトに従います。
AWSシークレットマネージャー
最後に、SecretsManagerシークレットを削除します。
- シークレットマネージャーコンソールで、シークレットを選択します
ClassificationRedshiftClusterPassword
. - ソフトウェア設定ページで、下図のように メニュー、選択 シークレットを削除.
- 待機期間を7日間に設定し、 スケジュール削除.
あなたの秘密は7日後に自動的に削除されます。
まとめ
この投稿では、AWSサービスを利用して自動分類およびレコメンデーションシステムを作成する方法を学びました。 このソリューションは、組織が次のワークフローを構築するのに役立ちます。
- 顧客の要求を分類します。
- 自動化されたソリューションを推奨します。
- 顧客の要求の分類を分析し、上位の顧客の要求を見つけます。
- 新しい自動化ソリューションをリリースし、自動化率を高めます。
Amazon Comprehendの詳細については、を参照してください。 AmazonComprehendドキュメント。 また、他のAmazon Comprehend機能を発見し、他からインスピレーションを得ることができます AWSブログの投稿 分類を超えたAmazonComprehendの使用について。
著者について
ソンヨルジェリーチョ オーストラリアのシドニーを拠点とするAWSマネージドサービスのシニアシステム開発エンジニアです。 彼は、機械学習を含むさまざまなテクノロジーを使用して、高度にスケーラブルで自動化されたクラウド運用ソフトウェアの構築に注力しています。 仕事以外では、旅行、キャンプ、読書、料理、ランニングを楽しんでいます。
マヌサシクマール AWSマネージドサービスのシニアシステムエンジニアマネージャーです。 Manuと彼のチームは、強力で使いやすい自動化を構築して手作業を削減し、顧客の要求を管理するためのAIおよびMLベースのソリューションを構築することに重点を置いています。 仕事以外では、家族と余暇を過ごしたり、さまざまな人道的活動やボランティア活動に参加したりするのが大好きです。
- "
- 100
- 7
- a
- 私たちについて
- アクセス
- 従った
- 正確な
- 越えて
- Action
- 活動
- 住所
- 高度な
- AI
- すべて
- ことができます
- 既に
- しかし
- Amazon
- 分析
- 分析論
- 分析します
- API
- 申し込み
- 適切な
- 建築
- 割り当てられた
- 監査
- オーストラリア
- 自動化する
- 自動化
- オートマチック
- 自動的に
- オートメーション
- 利用できます
- AWS
- なぜなら
- さ
- 以下
- BEST
- の間に
- 越えて
- ブロック
- ブログ
- 国境
- ビルド
- 建物
- ビジネス
- ビジネス・インテリジェンス
- コール
- 候補
- 容量
- キャプチャー
- キャプチャ
- カテゴリー
- 原因となる
- チャンス
- チャンネル
- 文字
- 課金
- チャート
- 選択する
- 選ばれた
- class
- 分類
- クラウド
- コード
- コラム
- コンプリート
- 計算
- 信頼
- お問合せ
- 接続
- Connections
- 整合性のある
- 領事
- 含まれています
- 続ける
- コスト効率の良い
- 作ります
- 作成した
- 作成
- 創造
- Credentials
- カスタム
- 顧客
- Customers
- カスタマイズ
- データ
- データベース
- データベースを追加しました
- 遅らせる
- 提供します
- によっては
- 展開
- 記載された
- 細部
- 開発
- 異なります
- 発見する
- ドキュメント
- そうではありません
- 簡単に
- 使いやすい
- エディタ
- 効率
- 努力
- enable
- 可能
- 暗号化
- エンドポイント
- エンジン
- エンジニア
- エンジニア
- 入力します
- 本質的な
- 推定
- 例
- 除く
- 既存の
- エキスパート
- 家族
- 特徴
- 特徴
- ファイナンシャル
- 名
- フォーカス
- 焦点を当てて
- フォロー中
- 次
- から
- 満たす
- function
- 生成する
- グローバルに
- グループ
- ハンドリング
- Hardware
- 助けます
- ことができます
- ハイ
- 非常に
- 主催
- 認定条件
- How To
- HTTPS
- 人道的な
- ICON
- 実装する
- インポート
- 含めて
- 増える
- 増加した
- 情報
- インフラ
- 洞察
- ひらめき
- 統合する
- インテリジェンス
- 問題
- 問題
- IT
- キー
- キー
- ラベル
- 言語
- 大
- より大きい
- 発射
- 学んだ
- 学習
- 可能性が高い
- LINE
- ライン
- リスト
- 負荷
- 見て
- 機械
- 機械学習
- 製
- メンテナンス
- 管理します
- マネージド
- マネージャー
- 管理する
- マニュアル
- 手動で
- 材料
- 言及した
- かもしれない
- 最小
- ML
- モバイル
- モデル
- お金
- 他には?
- の試合に
- 名
- ナチュラル
- ナビゲーション
- 必要
- ニーズ
- 通知
- 数
- 開いた
- 開きます
- 操作
- 業務執行統括
- 機会
- オプション
- 組織
- 組織
- その他
- 全体
- 自分の
- パッケージ
- 部
- パスワード
- のワークプ
- パフォーマンス
- 期間
- 物理的な
- 枢軸
- 強力な
- 現在
- 前
- ブランド
- ラボレーション
- 処理
- 守る
- 提供します
- 提供
- プロバイダ
- 公共
- 購入
- 上げる
- リーディング
- への
- 推薦する
- 減らします
- 電話代などの費用を削減
- 地域
- レポート
- レポート
- 要求
- リクエスト
- 要件
- リソースを追加する。
- リソース
- 結果として
- 結果
- 収益
- ルート
- ラン
- ランニング
- ド電源のデ
- 規模
- 秒
- サーバレス
- サービス
- サービス
- セッションに
- 符号
- 簡単な拡張で
- サイズ
- So
- ソフトウェア
- 固体
- 溶液
- ソリューション
- 一部
- スペース
- 支出
- スタック
- 標準
- start
- 開始
- Status:
- ストレージ利用料
- 店舗
- 店舗
- 流れ
- ストリーミング
- 構造化された
- 提出された
- サポート
- シドニー
- システム
- チーム
- テクノロジー
- test
- テスト
- それによって
- 三
- 介して
- 全体
- チケット
- チケット
- 時間
- 役職
- ツール
- 豊富なツール群
- top
- トレーニング
- 最適化の適用
- 旅行
- トレンド
- 明らかにする
- ユニーク
- ユニット
- アップデイト
- つかいます
- 通常
- UTC
- 活用する
- 値
- 多様
- さまざまな
- バージョン
- 詳しく見る
- name
- wait
- ウェブ
- この試験は
- 誰
- 広範囲
- 以内
- 無し
- 仕事
- 作品
- あなたの