Obecnie klienci mogą zgłaszać zgłoszenia do pomocy technicznej za pośrednictwem wielu kanałów, takich jak – Internet, telefon komórkowy, chat-boty, e-maile lub połączenia telefoniczne. Gdy klient zgłasza zgłoszenie do pomocy technicznej, jest ono przetwarzane i przypisywane do kategorii na podstawie informacji zawartych w zgłoszeniu. Następnie jest kierowany do grupy wsparcia w celu rozwiązania zgodnie z kategorią biletu. Szacuje się, że duża liczba zgłoszeń pomocy technicznej zwykle nie jest kierowana do właściwej grupy z powodu nieprawidłowej kategoryzacji zgłoszeń. Nieprawidłowo przypisane bilety powodują opóźnienia w ogólnym czasie rozwiązywania problemów, często powodując poważne niezadowolenie klientów. Może mieć również inne szeroko rozpowszechnione skutki, takie jak konsekwencje finansowe, operacyjne lub inne konsekwencje biznesowe. Dlatego klasyfikacja biletów jest obecnie podstawowym zadaniem każdej organizacji. Chociaż możesz ręcznie klasyfikować bilety, ale jest to podatne na błędy, nieopłacalne i nie skalowalne.
Usługi zarządzane AWS (AMS) używa Amazon Comprehend klasyfikacje niestandardowe do kategoryzacji żądań przychodzących według typu zasobu i operacji na podstawie sposobu, w jaki klient opisał swój problem. Amazon Comprehend to usługa przetwarzania języka naturalnego (NLP), która wykorzystuje uczenie maszynowe (ML) do odkrywania cennych informacji i połączeń w tekście. AMS wykorzystuje niestandardowe klasyfikatory do oznaczania żądań klientów odpowiednimi typami problemów, typami zasobów i działaniami dotyczącymi zasobów, tym samym kierując zgłoszenia klientów do MŚP. Klasyfikacja Amazon Comprehend jest wykorzystywana do znajdowania możliwości nowych wewnętrznych narzędzi automatyzacji, które inżynierowie AMS mogą wykorzystać do spełnienia wymagań klientów w celu zmniejszenia nakładu pracy ręcznej i prawdopodobieństwa wystąpienia błędów ręcznych. Dane klasyfikacyjne są przechowywane w Amazonka Przesunięcie ku czerwieni klaster i wykorzystywane do analizowania żądań klientów i znajdowania nowych kandydatów do narzędzi automatyzacji. Ta automatyzacja skutkuje zwiększoną wydajnością operacyjną i obniżonymi kosztami.
W tym poście pokazujemy, w jaki sposób dostawcy usług zarządzanych mogą używać Amazon Comprehend do klasyfikowania i trasowania biletów, przedstawiania sugestii na podstawie klasyfikacji i wykorzystywania danych klasyfikacji.
Omówienie rozwiązania
Poniższy diagram przedstawia architekturę rozwiązania.
Przepływ pracy wygląda następująco:
- Klient przesyła bilet.
- System biletowy otrzymuje bilet od klienta i wywołuje klasyfikator biletów AWS Lambda funkcja ze szczegółami biletu. Lambda to bezserwerowa, sterowana zdarzeniami usługa obliczeniowa, która umożliwia uruchamianie kodu dla praktycznie dowolnego typu aplikacji lub usługi zaplecza bez udostępniania serwerów ani zarządzania nimi. Lambda została wybrana jako rozwiązanie zmniejszające koszty i nakłady na konserwację.
- Funkcja Lambda klasyfikatora biletów klasyfikuje bilet w Amazon Comprehend na podstawie tytułu i opisu biletu. Dzięki Amazon Comprehend możesz trenować model NLP i dostarczać klasyfikatory zarówno wsadowe, jak i w czasie rzeczywistym bez udostępniania i utrzymywania infrastruktury.
- Funkcja Lambda klasyfikatora biletów przesyła dane klasyfikacji biletów do klastra Amazon Redshift za pośrednictwem Wąż strażacki Amazon Kinesis Data. Kinesis Data Firehose to usługa wyodrębniania, przekształcania i ładowania (ETL), która przechwytuje, przekształca i dostarcza dane strumieniowe do jezior danych, magazynów danych i usług analitycznych. Amazon Redshift wykorzystuje SQL do analizowania ustrukturyzowanych i częściowo ustrukturyzowanych danych w hurtowniach danych, operacyjnych bazach danych i jeziorach danych, używając sprzętu zaprojektowanego przez AWS i ML, aby zapewnić najlepszą wydajność cenową w dowolnej skali. Kinesis Data Firehose dostarcza dane do Usługa Amazon Simple Storage (Amazon S3), a następnie wydaje polecenie COPY Amazon Redshift w celu załadowania danych do klastra Amazon Redshift.
- Funkcja Lambda klasyfikatora biletów wywołuje funkcję Lambda obsługi biletów.
- Funkcja Lambda obsługi biletów uruchamia kod, który pomaga w obsłudze biletów. W tym przykładzie zwraca zalecane materiały do obsługi biletu na podstawie klasyfikacji.
- Analizę biletów można przeprowadzić za pomocą Amazon QuickSight. Z analizy biletów możesz dowiedzieć się, jaki typ biletu jest najczęściej zamawiany. Na podstawie analizy możesz odkryć trendy dotyczące biletów i możliwości automatyzacji najpopularniejszych typów biletów. QuickSight to usługa Business Intelligence (BI) w skali chmury, której można używać do dostarczania łatwych do zrozumienia informacji osobom, z którymi pracujesz, niezależnie od tego, gdzie się znajdują.
W kolejnych sekcjach przeprowadzimy Cię przez kolejne etapy wdrożenia rozwiązania, zintegrowanie infrastruktury klasyfikacji biletów z systemem biletowym i wykorzystanie danych klasyfikacji za pomocą QuickSight.
Zaimplementuj rozwiązanie
W tej sekcji omówimy kroki, aby udostępnić zasoby rozwiązania i utworzyć niezbędną infrastrukturę.
Skonfiguruj Amazon Zrozum
W tym kroku szkolimy dwa nowe niestandardowe modele klasyfikacji Amazon Comprehend: Operation i Resource oraz tworzymy punkt końcowy analizy w czasie rzeczywistym dla każdego modelu.
Prześlij dane treningowe
Aby przesłać dane treningowe, wykonaj następujące czynności:
- Do pobrania bilet_szkoleniowy_data.zip i rozpakuj plik.
Ten folder zawiera następujące dwa pliki:- szkolenia_dane_operacje.csv – Ten plik to dwukolumnowy plik CSV, którego używamy do uczenia modelu klasyfikacji operacji. Pierwsza kolumna zawiera
class
, a druga kolumna zawieradocument
. - szkolenia_dane_zasoby.csv – Ten plik to dwukolumnowy plik CSV, którego używamy do uczenia modelu klasyfikacji zasobów. Podobnie jak
training_data_operations.csv
plik, pierwsza kolumna zawieraclass
, a druga kolumna zawieradocument
.
- szkolenia_dane_operacje.csv – Ten plik to dwukolumnowy plik CSV, którego używamy do uczenia modelu klasyfikacji operacji. Pierwsza kolumna zawiera
- W konsoli Amazon S3 utwórz nowy zasobnik dla Amazon Comprehend. Ponieważ nazwy zasobników S3 są globalnie unikatowe, musisz utworzyć unikatową nazwę zasobnika. W tym poście nazywamy to
comprehend-ticket-training-data
. Włącz szyfrowanie po stronie serwera i zablokuj dostęp publiczny podczas tworzenia zasobnika. - Prześlij
training_data_operations.csv
itraining_data_resources.csv
do nowej łyżki S3.
Stwórz dwa nowe modele
Aby utworzyć modele, wykonaj następujące czynności:
- Na konsoli Amazon Comprehend wybierz Niestandardowa klasyfikacja w okienku nawigacji.
- Dodaj Utwórz nowy model.
- Podaj następujące informacje:
- W razie zamówieenia projektu Nazwa modelu, wchodzić
ticket-classification-operation
. - W razie zamówieenia projektu Wybierz językwybierz Angielski.
- W razie zamówieenia projektu Tryb klasyfikatora, Wybierz Korzystanie z trybu pojedynczej etykiety.
- W razie zamówieenia projektu Format danych, Wybierz Plik CSV.
- W razie zamówieenia projektu Zbiór danych szkoleniowych, wprowadź ścieżkę S3 dla
training_data_operations.csv
. - W razie zamówieenia projektu Testowe źródło danych, Wybierz Autopodział.
Autopodział automatycznie wybiera 10% dostarczonych danych treningowych do wykorzystania jako dane testowe. - W razie zamówieenia projektu Rola uprawnień, Wybierz Utwórz rolę IAM.
- W razie zamówieenia projektu Uprawnienia dostępu, wybierz dane treningowe, testowe i wyjściowe (jeśli zostały określone) w zasobnikach S3.
- W razie zamówieenia projektu Sufiks nazwy, wchodzić
ticket-classification
.
- W razie zamówieenia projektu Nazwa modelu, wchodzić
- Dodaj Stwórz.
- Dodaj Utwórz nowy model ponownie, aby utworzyć model klasyfikacji zasobów.
- Podaj następujące informacje:
- W razie zamówieenia projektu Nazwa modelu, wchodzić
ticket-classification-resource
. - W razie zamówieenia projektu Wybierz językwybierz Angielski.
- W razie zamówieenia projektu Tryb klasyfikatora, Wybierz Korzystanie z trybu pojedynczej etykiety.
- W razie zamówieenia projektu Format danych, Wybierz Plik CSV.
- W razie zamówieenia projektu Zbiór danych szkoleniowych, wprowadź ścieżkę S3 dla
training_data_resources.csv
. - W razie zamówieenia projektu Testowe źródło danych, wybierz Autopodziel.
- W razie zamówieenia projektu Rola uprawnień, Wybierz Użyj istniejącej roli IAM.
- W razie zamówieenia projektu Nazwa roliwybierz
AmazonComprehendServiceRole-ticket-classification
.
- W razie zamówieenia projektu Nazwa modelu, wchodzić
- Dodaj Stwórz.
Amazon Comprehend przetwarza teraz pliki CSV i używa ich do trenowania niestandardowych klasyfikatorów. Następnie używamy ich do klasyfikowania biletów klientów. Im większe i dokładniejsze są nasze dane treningowe, tym dokładniejszy będzie klasyfikator.
Poczekaj, aż status wersji pokaże się jako Trained
jak poniżej. Może to potrwać do 1 godziny, w zależności od rozmiaru danych treningowych.
Twórz punkty końcowe Amazon Comprehen
Punkty końcowe Amazon Comprehend są rozliczane w odstępach 1-sekundowych, co najmniej 60 sekund. Opłaty są naliczane od momentu uruchomienia punktu końcowego do jego usunięcia, nawet jeśli żadne dokumenty nie są analizowane. Aby uzyskać więcej informacji, zobacz Cennik Amazon Comprehend. Aby utworzyć punkty końcowe, wykonaj następujące czynności:
- Na konsoli Amazon Comprehend wybierz Punkty końcowe w okienku nawigacji.
- Dodaj Utwórz punkt końcowy aby utworzyć punkt końcowy klasyfikacji operacji.
- Podaj następujące informacje:
- W razie zamówieenia projektu Nazwa punktu końcowego, wchodzić
ticket-classification-operation
. - W razie zamówieenia projektu Niestandardowy typ modelu, Wybierz Niestandardowa klasyfikacja.
- W razie zamówieenia projektu Model klasyfikatorawybierz bilet-klasyfikacja-operacja.
- W razie zamówieenia projektu Wersjawybierz Brak nazwy wersji.
- W razie zamówieenia projektu Liczba jednostek wnioskowania (jm), wchodzić
1
.
- W razie zamówieenia projektu Nazwa punktu końcowego, wchodzić
- Dodaj Utwórz punkt końcowy.
- Dodaj Utwórz punkt końcowy ponownie, aby utworzyć punkt końcowy klasyfikacji zasobów.
- Podaj następujące informacje:
- W razie zamówieenia projektu Nazwa punktu końcowego, wchodzić
ticket-classification-resource
. - W razie zamówieenia projektu Niestandardowy typ modelu, Wybierz Niestandardowa klasyfikacja.
- W razie zamówieenia projektu Model klasyfikatorawybierz zasób-klasyfikacja-biletów.
- W razie zamówieenia projektu Wersjawybierz Brak nazwy wersji.
- W razie zamówieenia projektu Liczba jednostek wnioskowania (jm), wchodzić
1
.
- W razie zamówieenia projektu Nazwa punktu końcowego, wchodzić
- Dodaj Utwórz punkt końcowy.
Po utworzeniu obu punktów końcowych poczekaj, aż stan obu pokaże się jako Active
.
Przetestuj punkty końcowe Amazon Comprehend za pomocą analizy w czasie rzeczywistym
Aby przetestować punkty końcowe, wykonaj następujące czynności:
- Na konsoli Amazon Comprehend wybierz Analiza w czasie rzeczywistym w okienku nawigacji.
- W razie zamówieenia projektu Typ analizyWybierz Zamówienia Indywidualne.
- W razie zamówieenia projektu Punkt końcowy¸ wybierz bilet-klasyfikacja-operacja.
- W razie zamówieenia projektu Wprowadź tekstwprowadź następujące informacje:
- Dodaj Analizować.
Wyniki pokazują, żeUpdate
klasa ma najwyższy wynik zaufania. - zmiana Punkt końcowy do zasób-klasyfikacja-biletów i wybierz Analizować ponownie.
Wyniki pokazują, że EC2
klasa ma najwyższy wynik zaufania.
Utwórz klucz tajny dla hasła klastra Amazon Redshift
W tym kroku tworzymy Menedżer tajemnic AWS sekret dla hasła klastra Amazon Redshift. Menedżer kluczy tajnych pomaga chronić wpisy tajne potrzebne do uzyskania dostępu do aplikacji, usług i zasobów IT. Usługa umożliwia łatwe obracanie, zarządzanie i pobieranie poświadczeń bazy danych, kluczy API i innych kluczy tajnych w całym ich cyklu życia. W tym poście przechowujemy hasło klastra Amazon Redshift w kluczu tajnym Menedżera sekretów.
- W konsoli Secrets Manager wybierz Tajniki w okienku nawigacji.
- Dodaj Przechowaj nowy sekret.
- W razie zamówieenia projektu Typ tajny, Wybierz Inny rodzaj tajemnicy.
- Pod Pary klucz/wartość, ustaw klucz jako
password
i wartość jako hasło do klastra Amazon Redshift.
Hasło musi mieć długość od 8 do 64 znaków i zawierać co najmniej jedną wielką literę, jedną małą literę i jedną cyfrę. Może to być dowolny drukowalny znak ASCII z wyjątkiem „(pojedynczy cudzysłów), „ (podwójny cudzysłów), , /, @ lub spacji. - Dodaj Następna.
- W razie zamówieenia projektu Tajne imię, wchodzić
ClassificationRedshiftClusterPassword
. - Dodaj Następna.
- W Sekretna rotacja Sekcja, wybierz Następna.
- Sprawdź swoją tajną konfigurację i wybierz sklep.
Udostępnij swoją infrastrukturę za pomocą AWS CloudFormation
Na tym etapie udostępniamy infrastrukturę rozwiązania za pomocą Tworzenie chmury AWS stos.
Prześlij kod funkcji Lambda
Przed uruchomieniem stosu CloudFormation prześlij swój kod funkcji Lambda:
- Do pobrania kod_lambda.zip
- W konsoli Amazon S3 otwórz utworzony zasobnik.
- Prześlij
lambda_code.zip
.
Stwórz swój stos CloudFormation
Aby udostępnić zasoby za pomocą AWS CloudFormation, wykonaj następujące kroki:
- Do pobrania cloudformation_template.json.
- W konsoli AWS CloudFormation wybierz Utwórz stos.
- Wybierz Z nowymi zasobami (standard).
- W razie zamówieenia projektu Źródło szablonuwybierz Prześlij plik szablonu.
- Wybierz pobrany szablon CloudFormation.
- Dodaj Następna.
- W razie zamówieenia projektu Nazwa stosu, wchodzić
Ticket-Classification-Infrastructure
. - W parametry sekcji wprowadź następujące wartości:
- W razie zamówieenia projektu KlasyfikacjaRedshiftClusterNodeType, wprowadź typ węzła klastra Amazon Redshift. dc2.large jest wartością domyślną.
- W razie zamówieenia projektu KlasyfikacjaRedshiftClusterHasłoSekretNazwa, wprowadź tajną nazwę programu Secrets Manager, która przechowuje hasło klastra Amazon Redshift.
- W razie zamówieenia projektu KlasyfikacjaRedshiftClusterSubnetId, wprowadź identyfikator podsieci, w której hostowany jest klaster Amazon Redshift. Podsieć musi należeć do sieci VPC, o której wspomniałeś w
ClassificationRedshiftClusterVpcId
parametr. - W razie zamówieenia projektu KlasyfikacjaRedshiftClusterNazwa użytkownika, wprowadź nazwę użytkownika klastra Amazon Redshift.
- W razie zamówieenia projektu KlasyfikacjaRedshiftClusterVpcId, wpisz identyfikator VPC, w którym jest hostowany klaster Amazon Redshift.
- W razie zamówieenia projektu Wiadro LambdaCodeS3, wpisz nazwę zasobnika S3, do którego przesłałeś kod Lambda.
- W razie zamówieenia projektu Klucz LambdaCodeS3, wprowadź klucz Amazon S3 pakietu wdrożeniowego.
- W razie zamówieenia projektu Region QuickSight, wprowadź region dla QuickSight. Region QuickSight powinien być zgodny z regionem, którego używasz dla Amazon Comprehend i zasobnika S3.
- Dodaj Następna.
- W Skonfiguruj opcje stosu Sekcja, wybierz Następna.
- W Review sekcja, wybierz Przyjmuję do wiadomości, że AWS CloudFormation może tworzyć zasoby IAM.
- Dodaj Utwórz stos.
Skonfiguruj swój klaster Amazon Redshift
W tym kroku włączasz rejestrowanie audytu i dodajesz nową tabelę do klastra Amazon Redshift utworzonego za pomocą szablonu CloudFormation.
Rejestrowanie kontrolne nie jest domyślnie włączone w Amazon Redshift. Po włączeniu rejestrowania w klastrze Amazon Redshift eksportuje dzienniki do Amazon Cloud Watch, które przechwytują dane od czasu rejestrowania audytu są włączone do chwili obecnej. Każda aktualizacja logów jest kontynuacją poprzednich logów.
Włącz rejestrowanie audytu
Możesz pominąć ten krok, jeśli nie potrzebujesz rejestrowania kontrolnego dla swojego klastra Amazon Redshift.
- Na konsoli Amazon Redshift wybierz Klastry w okienku nawigacji.
- Wybierz klaster Amazon Redshift zaczynając od
classificationredshiftcluster-
. - Na Właściwości kartę, wybierz Edytuj.
- Dodaj Edytuj rejestrowanie audytu.
- W razie zamówieenia projektu Skonfiguruj rejestrowanie audytu¸ wybierz włączać.
- W razie zamówieenia projektu Typ eksperta dziennikawybierz Cloud Watch.
- Wybierz wszystkie typy dzienników.
- Dodaj Zapisz zmiany.
Utwórz nową tabelę
Aby utworzyć nową tabelę, wykonaj następujące czynności:
- Na konsoli Amazon Redshift wybierz Zapytanie o dane.
- Dodaj Zapytanie w edytorze zapytań v2.
- Na Baza danych strony, wybierz swój klaster.
- W razie zamówieenia projektu Baza danych, wchodzić
ticketclassification
. - Wprowadź nazwę użytkownika i hasło skonfigurowane w parametrach stosu CloudFormation.
- Dodaj Utwórz połączenie.
- Po nawiązaniu połączenia wybierz znak plus i otwórz nowe okno zapytania.
- Wpisz następujące zapytanie:
- Dodaj run.
Przetestuj infrastrukturę klasyfikacyjną
Teraz infrastruktura do klasyfikacji biletów jest gotowa. Przed integracją z Twoim systemem biletowym przetestujmy infrastrukturę klasyfikacyjną.
Uruchom test
Aby uruchomić test, wykonaj następujące czynności:
- Na konsoli Lambda wybierz Funkcje w okienku nawigacji.
- Wybierz funkcję, która zaczyna się od
Ticket-Classification-Inf-TicketClassifier
. - Na Testowanie kartę, wybierz Zdarzenie testowe.
- W razie zamówieenia projektu Imię, wchodzić
TestTicket
. - Wprowadź następujące dane testowe:
- Dodaj Testowanie.
Bilet jest klasyfikowany, a dane klasyfikacji są przechowywane w klastrze Amazon Redshift. Po dokonaniu klasyfikacji uruchamiana jest funkcja Lambda obsługi zgłoszeń, która obsługuje zgłoszenie na podstawie klasyfikacji, w tym rekomendowanie materiałów wspierających inżynierów.
Sprawdź dziennik testowy klasyfikatora biletów
Aby sprawdzić dziennik testu, wykonaj następujące czynności:
- W sekcji wyników testu wybierz Dziennikilub wybierz Wyświetl dzienniki w CloudWatch na monitor patka.
- Wybierz strumień dziennika.
Możesz wyświetlić dzienniki na poniższym zrzucie ekranu, który pokazuje dane wyjściowe z Amazon Comprehend i ostateczną najwyższą klasyfikację biletu. W tym przykładzie bilet testowy jest klasyfikowany jako Resource=EC2
, Operation=Update
.
Sprawdź wynik klasyfikacji biletów w klastrze Amazon Redshift
Aby sprawdzić poprawność danych wyjściowych w klastrze, wykonaj następujące kroki:
- W konsoli edytora zapytań Amazon Redshift v2 wybierz znak plus, aby otworzyć nowe okno zapytania.
- Wpisz następujące zapytanie:
- Dodaj run.
Poniższy zrzut ekranu przedstawia klasyfikację biletu. Jeśli nie jest jeszcze dostępny, odczekaj kilka minut i spróbuj ponownie (Kinesis Data Firehose potrzebuje trochę czasu, aby przesłać dane). Teraz możemy wykorzystać te dane w QuickSight.
Sprawdź dziennik testów obsługi zgłoszeń
Po tym, jak klasyfikator biletów wypchnie dane klasyfikacji w klastrze Amazon Redshift, uruchamiana jest funkcja Lambda obsługi biletów, która obsługuje bilet na podstawie klasyfikacji, w tym poleca materiały dla inżynierów. W tym przykładzie program obsługi biletów zwraca zalecane materiały, w tym element runbook, dokumentację AWS i dokumenty SSM, dzięki czemu pomoc techniczna może odwoływać się do nich podczas obsługi biletu. Możesz zintegrować dane wyjściowe z systemem obsługi zgłoszeń i dostosować procesy obsługi w kodzie funkcji Lambda. W tym kroku sprawdzamy jakie rekomendacje zostały postawione.
- Na konsoli Lambda wybierz Funkcje w okienku nawigacji.
- Wybierz funkcję Lambda, która zaczyna się od
Ticket-Classification-Inf-TicketHandlerLambdaFunct
. - Na monitor kartę, wybierz Wyświetl dzienniki w CloudWatch.
- Wybierz strumień dziennika.
Poniższy zrzut ekranu przedstawia logi. Możesz zobaczyć dane wyjściowe z Amazon Comprehend oraz listę zalecanych dokumentów AWS i SSM dla biletu sklasyfikowanego jako Update EC2
. Możesz dodać własne elementy Runbook, dokumenty, dokumenty SSM lub dowolne inne materiały w kodzie funkcji Lambda.
Zintegruj infrastrukturę klasyfikacji biletów ze swoim systemem biletowym
W tej sekcji omówimy etapy integracji infrastruktury klasyfikacji biletów z systemem biletowym i dostosowania konfiguracji.
Większość systemów biletowych ma funkcję wyzwalania, która umożliwia uruchomienie kodu po przesłaniu biletu. Skonfiguruj swój system biletowy, aby wywoływał funkcję Lambda klasyfikatora biletów z następującym sformatowanym wejściem:
Jeśli chcesz dostosować dane wejściowe, zmodyfikuj kod funkcji Lambda klasyfikatora biletów. Musisz dodać lub usunąć parametry (linie 90–105) i dostosować dane wejściowe dla Amazon Comprehend (linie 15–17).
Możesz dostosować funkcję Lambda obsługi zgłoszeń, aby uruchamiać automatyzację lub edytować rekomendacje. Na przykład możesz dodać wewnętrzny komentarz do zgłoszenia z rekomendacjami. Aby dostosować, otwórz kod Lambda obsługi biletów i edytuj wiersze 68–70 i 75–81.
Użyj danych klasyfikacji z QuickSight
Po zintegrowaniu infrastruktury klasyfikacji biletów z systemem biletowym dane klasyfikacji biletów są przechowywane w klastrze Amazon Redshift. Możesz użyć QuickSight do sprawdzenia tych danych i wygenerowania raportów. W tym przykładzie generujemy analizę QuickSight z danymi klasyfikacyjnymi.
Zarejestruj się w QuickSight
Jeśli nie masz jeszcze QuickSight, zarejestruj się, wykonując następujące czynności:
- W konsoli QuickSight wybierz Zarejestruj się w QuickSight.
- Dodaj Standard.
- Pod Region QuickSight, wybierz region skonfigurowany w parametrze CloudFormation
QuickSightRegion
. - Pod Informacje o koncie, wprowadź nazwę swojego konta QuickSight i adres e-mail do powiadomień.
- Pod Dostęp QuickSight do usług AWS, Wybierz Amazonka Przesunięcie ku czerwieni.
- Jeśli chcesz zezwolić na dostęp i automatyczne wykrywanie innych zasobów, również je wybierz.
- Dodaj koniec.
- Dodaj Przejdź do Amazon QuickSight po zarejestrowaniu się.
Połącz swój klaster Amazon Redshift z QuickSight
Aby połączyć klaster z QuickSight jako źródłem danych, wykonaj następujące czynności:
- W konsoli QuickSight wybierz Zbiory danych w okienku nawigacji.
- Dodaj Nowy zestaw danych.
- Dodaj Redshift Automatycznie wykryty.
- Podaj następujące informacje:
- W razie zamówieenia projektu Nazwa źródła danych, wchodzić
ticketclassification
. - W razie zamówieenia projektu Identyfikator instancji, wybierz klaster Amazon Redshift zaczynając od
classificationredshiftcluster-
. - W razie zamówieenia projektu Rodzaj połączeniawybierz Sieć publiczna.
- W razie zamówieenia projektu Nazwa bazy danych, wchodzić
ticketclassification
. - Wprowadź nazwę użytkownika i hasło klastra Amazon Redshift skonfigurowane w parametrach stosu CloudFormation.
- W razie zamówieenia projektu Nazwa źródła danych, wchodzić
- Dodaj Sprawdź poprawność połączenia aby sprawdzić, czy połączenie działa.
Jeśli to nie zadziała, prawdopodobnie jest to spowodowane użyciem nieprawidłowej nazwy użytkownika i hasła lub region QuickSight różni się od określonego w stosie CloudFormation. - Dodaj Utwórz źródło danych.
- W Wybierz swój stół sekcję, wybierz
tickets
tabela. - Dodaj Wybierz.
- Wybierz Importuj do SPICE dla szybszej analizy.
SPICE to superszybki, równoległy silnik obliczeniowy w pamięci. Został zaprojektowany do szybkiego wykonywania zaawansowanych obliczeń i udostępniania danych. Importowanie (zwane także połknięcie) Twoje dane do SPICE mogą zaoszczędzić czas i pieniądze. Aby uzyskać więcej informacji na temat SPICE, zobacz Importowanie danych do SPICE. Jeśli pojawi się błąd „Za mało pojemności SPICE”, kup więcej pojemności SPICE. Aby uzyskać więcej informacji, zobacz Zakup pojemności SPICE w regionie AWS. - Dodaj Wyobrażać sobie.
Utwórz raport z analizy klasyfikacji zgłoszeń
Po zakończeniu tworzenia zestawu danych możesz zobaczyć nową analizę QuickSight. W tej sekcji omówimy kroki, aby utworzyć raport analizy klasyfikacji zgłoszeń, w tym tabelę przestawną, wykresy kołowe i wykresy liniowe.
- Dodaj Autograf.
- Pod Typy wizualne, wybierz tabelę przestawną.
- Drag
operation
od Lista pól do Wydziwianie. - Drag
resource
od Lista pól do kolumny. - Na Dodaj menu, wybierz Dodaj grafikę.
- Pod Typy wizualne, wybierz wykres kołowy.
- Drag
operation
od Lista pól do Grupa / kolor. - Na Dodaj menu, wybierz Dodaj grafikę ponownie.
- Pod Typy wizualne, ponownie wybierz wykres kołowy.
- Drag
resource
od Lista pól do Grupa / kolor. - Na Dodaj menu, wybierz Dodaj grafikę ponownie.
- Pod Typy wizualne, wybierz wykres liniowy.
- Drag
creation_time
od Lista pól do Oś X. - Drag
operation
od Lista pól do Kolor. - Na Dodaj menu, wybierz Dodaj grafikę ponownie.
- Pod Typy wizualne, ponownie wybierz wykres liniowy.
- Drag
creation_time
od Lista pól do Oś X. - Drag
operation
od Lista pól do Kolor. - W razie potrzeby zmień rozmiar i kolejność wykresów.
- Dodaj Zapisz jako.
- Wpisz nazwę swojej analizy i wybierz Zapisz.
Gratulacje! Twoja pierwsza analiza zgłoszenia jest gotowa. Gdy będziesz mieć więcej danych, analiza będzie wyglądać jak na poniższym zrzucie ekranu.
Sprzątać
Na tym etapie oczyszczamy zasoby, które utworzyliśmy za pomocą różnych usług.
Amazon Comprehend
Aby usunąć punkty końcowe, wykonaj następujące czynności:
- Na konsoli Amazon Comprehend wybierz Punkty końcowe w okienku nawigacji.
- Wybierz
endpoint ticket-classification-operation
. - Dodaj Usuń i postępuj zgodnie z instrukcjami.
- Powtórz te kroki, aby usunąć
ticket-classification-resource
punkt końcowy.
Następnie usuń utworzone klasyfikacje niestandardowe. - Dodaj Niestandardowa klasyfikacja w okienku nawigacji.
- Wybierz
classification ticket-classification-operation
. - Wybierz Brak nazwy wersji.
- Dodaj Usuń i postępuj zgodnie z instrukcjami.
- Powtórz te kroki, aby usunąć
ticket-classification-resource
Klasyfikacja.
Amazon S3
Następnie wyczyść utworzony zasobnik S3.
- W konsoli Amazon S3 wybierz utworzony zasobnik.
- Usuń wszystkie obiekty w zasobniku.
- Usuń zasobnik.
Amazon QuickSight
Usuń analizy QuickSight i utworzony zbiór danych.
- W konsoli QuickSight wybierz analizuje w okienku nawigacji.
- Wybierz ikonę opcji (trzy kropki) na utworzonej analizie.
- Dodaj Usuń i postępuj zgodnie z instrukcjami.
- Dodaj Zbiory danych w okienku nawigacji.
- Wybierz
tickets
zestaw danych. - Dodaj Usuń zbiór danych i postępuj zgodnie z instrukcjami.
Tworzenie chmury AWS
Wyczyść zasoby utworzone w ramach stosu CloudFormation.
- W konsoli AWS CloudFormation wybierz Półki na książki w okienku nawigacji.
- Wybierz
Ticket-Classification-Infrastructure
stos. - Na Zasoby wybierz fizyczny identyfikator
ClassificationDeliveryStreamS3Bucket
.
Otworzy się konsola Amazon S3. - Usuń wszystkie obiekty z tego zasobnika.
- Wróć do konsoli AWS CloudFormation, wybierz Usuńi postępuj zgodnie z instrukcjami.
Menedżer tajemnic AWS
Na koniec usuń klucz tajny Menedżera obiektów tajnych.
- W konsoli Menedżera sekretów wybierz sekret
ClassificationRedshiftClusterPassword
. - Na Akcje menu, wybierz Usuń sekret.
- Ustaw okres oczekiwania na 7 dni i wybierz Usuń harmonogram.
Twój sekret zostanie automatycznie usunięty po 7 dniach.
Wnioski
W tym poście dowiedziałeś się, jak wykorzystać usługi AWS do stworzenia automatycznego systemu klasyfikacji i rekomendacji. To rozwiązanie pomoże Twoim organizacjom zbudować następujący przepływ pracy:
- Klasyfikuj żądania klientów.
- Polecaj rozwiązania automatyczne.
- Analizuj klasyfikacje żądań klientów i odkrywaj najważniejsze żądania klientów.
- Wydaj nowe zautomatyzowane rozwiązanie i zwiększ tempo automatyzacji.
Aby uzyskać więcej informacji o Amazon Comprehen, zobacz Amazon Zrozum Dokumentację. Możesz także odkryć inne funkcje Amazon Comprehend i czerpać inspirację z innych Posty na blogu AWS o korzystaniu z Amazon Comprehend poza klasyfikacją.
O autorach
Seongyeol Jerry Cho jest starszym inżynierem ds. rozwoju systemów w AWS Managed Services z siedzibą w Sydney w Australii. Koncentruje się na budowaniu wysoce skalowalnego i zautomatyzowanego oprogramowania do operacji w chmurze przy użyciu różnych technologii, w tym uczenia maszynowego. Poza pracą lubi podróżować, biwakować, czytać, gotować i biegać.
Manu Sasikumar jest starszym menedżerem inżynierów systemów w AWS Managed Services. Manu i jego zespół skupiają się na budowaniu wydajnych i łatwych w użyciu automatyzacji w celu zmniejszenia nakładu pracy wykonywanej ręcznie oraz na tworzeniu rozwiązań opartych na sztucznej inteligencji i ML do zarządzania żądaniami klientów. Poza pracą uwielbia spędzać wolny czas z rodziną, a także brać udział w różnych działaniach humanitarnych i wolontariackich.
- Coinsmart. Najlepsza w Europie giełda bitcoinów i kryptowalut.
- Platoblockchain. Web3 Inteligencja Metaverse. Wzmocniona wiedza. DARMOWY DOSTĘP.
- CryptoJastrząb. Radar Altcoin. Bezpłatna wersja próbna.
- Źródło: https://aws.amazon.com/blogs/machine-learning/how-service-providers-can-use-natural-language-processing-to-gain-insights-from-customer-tickets-with-amazon- zrozumieć/
- "
- 100
- 7
- a
- O nas
- dostęp
- Stosownie
- Konto
- dokładny
- w poprzek
- Działania
- zajęcia
- adres
- zaawansowany
- AI
- Wszystkie kategorie
- pozwala
- już
- Chociaż
- Amazonka
- analiza
- analityka
- w czasie rzeczywistym sprawiają,
- api
- Zastosowanie
- aplikacje
- właściwy
- architektura
- przydzielony
- Audyt
- Australia
- zautomatyzować
- zautomatyzowane
- automatycznie
- automatycznie
- Automatyzacja
- dostępny
- AWS
- bo
- zanim
- jest
- poniżej
- BEST
- pomiędzy
- Poza
- Blokować
- Blog
- granica
- budować
- Budowanie
- biznes
- business intelligence
- wezwanie
- kandydatów
- Pojemność
- zdobyć
- przechwytuje
- Kategoria
- Spowodować
- duża szansa,
- kanały
- znaków
- Opłaty
- Wykresy
- Dodaj
- wybrany
- klasa
- klasyfikacja
- Chmura
- kod
- Kolumna
- kompletny
- obliczać
- pewność siebie
- systemu
- Skontaktuj się
- połączenie
- połączenia
- zgodny
- Konsola
- zawiera
- kontynuować
- opłacalne
- Stwórz
- stworzony
- Tworzenie
- tworzenie
- Listy uwierzytelniające
- zwyczaj
- klient
- Klientów
- dostosować
- dane
- Baza danych
- Bazy danych
- opóźnienie
- dostarcza
- W zależności
- Wdrożenie
- opisane
- detale
- oprogramowania
- różne
- odkryj
- dokumenty
- Nie
- Podwójna
- z łatwością
- łatwy w użyciu
- redaktor
- efektywność
- wysiłek
- umożliwiać
- Umożliwia
- szyfrowanie
- Punkt końcowy
- silnik
- inżynier
- Inżynierowie
- Wchodzę
- niezbędny
- szacunkowa
- przykład
- Z wyjątkiem
- Przede wszystkim system został opracowany
- ekspert
- członków Twojej rodziny
- Cecha
- Korzyści
- budżetowy
- i terminów, a
- Skupiać
- koncentruje
- obserwuj
- następujący
- następujący sposób
- od
- Spełnić
- funkcjonować
- Generować
- Globalnie
- Zarządzanie
- Prowadzenie
- sprzęt komputerowy
- pomoc
- pomaga
- Wysoki
- wysoko
- hostowane
- W jaki sposób
- How To
- HTTPS
- Humanitarny
- ICON
- wdrożenia
- importowanie
- Włącznie z
- Zwiększać
- wzrosła
- Informacja
- Infrastruktura
- wkład
- spostrzeżenia
- Inspiracja
- integrować
- Inteligencja
- problem
- problemy
- IT
- Klawisz
- Klawisze
- Etykieta
- język
- duży
- większe
- wodowanie
- dowiedziałem
- nauka
- Prawdopodobnie
- Linia
- linie
- Lista
- załadować
- Popatrz
- maszyna
- uczenie maszynowe
- zrobiony
- konserwacja
- zarządzanie
- zarządzane
- kierownik
- zarządzający
- podręcznik
- ręcznie
- materiały
- wzmiankowany
- może
- minimum
- ML
- Aplikacje mobilne
- model
- modele
- pieniądze
- jeszcze
- wielokrotność
- Nazwy
- Naturalny
- Nawigacja
- niezbędny
- wymagania
- powiadomienie
- numer
- koncepcja
- otwiera
- działanie
- operacje
- Szanse
- Opcje
- organizacja
- organizacji
- Inne
- ogólny
- własny
- pakiet
- część
- Hasło
- Ludzie
- jest gwarancją najlepszej jakości, które mogą dostarczyć Ci Twoje monitory,
- okres
- fizyczny
- Pivot
- mocny
- teraźniejszość
- poprzedni
- Cena
- procesów
- przetwarzanie
- chronić
- zapewniać
- pod warunkiem,
- dostawców
- publiczny
- zakup
- podnieść
- Czytający
- w czasie rzeczywistym
- polecający
- zmniejszyć
- Zredukowany
- region
- raport
- Raporty
- zażądać
- wywołań
- wymagania
- Zasób
- Zasoby
- wynikły
- Efekt
- powraca
- Trasa
- run
- bieganie
- skalowalny
- Skala
- sekund
- Bezserwerowe
- usługa
- Usługi
- zestaw
- znak
- Prosty
- pojedynczy
- Rozmiar
- So
- Tworzenie
- solidny
- rozwiązanie
- Rozwiązania
- kilka
- Typ przestrzeni
- Spędzanie
- stos
- standard
- początek
- rozpocznie
- Rynek
- przechowywanie
- sklep
- sklep
- strumień
- Streaming
- zbudowany
- składane
- wsparcie
- sydney
- system
- systemy
- zespół
- Technologies
- test
- Testowanie
- Połączenia
- a tym samym
- trzy
- Przez
- poprzez
- bilet
- bilety
- czas
- Tytuł
- narzędzie
- narzędzia
- Top
- Trening
- Przekształcać
- podróżować
- Trendy
- typy
- odkryć
- wyjątkowy
- jednostek
- Aktualizacja
- posługiwać się
- zazwyczaj
- UTC
- wykorzystać
- wartość
- różnorodność
- różnorodny
- wersja
- Zobacz i wysłuchaj
- wolontariusz
- czekać
- sieć
- Co
- KIM
- rozpowszechniony
- w ciągu
- bez
- Praca
- działa
- Twój