วันนี้ ลูกค้าสามารถเพิ่มตั๋วสนับสนุนผ่านหลายช่องทาง เช่น เว็บ มือถือ แชทบ็อต อีเมล หรือโทรศัพท์ เมื่อตั๋วสนับสนุนถูกยกขึ้นโดยลูกค้า จะถูกประมวลผลและกำหนดให้กับหมวดหมู่ตามข้อมูลที่ให้ไว้ในตั๋ว จากนั้นจะถูกส่งไปยังกลุ่มสนับสนุนเพื่อแก้ไขปัญหาตามประเภทของตั๋ว คาดว่าตั๋วสนับสนุนจำนวนมากมักจะไม่ถูกส่งไปยังกลุ่มที่ถูกต้องเนื่องจากการจัดประเภทตั๋วไม่ถูกต้อง ตั๋วที่มอบหมายอย่างไม่ถูกต้องทำให้เกิดความล่าช้าในการแก้ปัญหาโดยรวม ซึ่งมักส่งผลให้ลูกค้าไม่พอใจอย่างรุนแรง นอกจากนี้ยังอาจส่งผลกระทบในวงกว้างอื่นๆ เช่น ผลกระทบทางการเงิน การดำเนินงาน หรือธุรกิจอื่นๆ ดังนั้นการจัดประเภทตั๋วจึงเป็นงานที่จำเป็นสำหรับทุกองค์กรในทุกวันนี้ แม้ว่าคุณอาจจำแนกตั๋วได้ด้วยตนเอง แต่มีแนวโน้มที่จะเกิดข้อผิดพลาด ไม่คุ้มทุน และไม่ขยายขนาด
บริการที่มีการจัดการของ AWS (AMS) ใช้ เข้าใจ Amazon การจัดประเภทแบบกำหนดเองเพื่อจัดหมวดหมู่คำขอขาเข้าตามทรัพยากรและประเภทการดำเนินการตามวิธีที่ลูกค้าอธิบายปัญหาของพวกเขา Amazon Comprehend เป็นบริการประมวลผลภาษาธรรมชาติ (NLP) ที่ใช้การเรียนรู้ของเครื่อง (ML) เพื่อเปิดเผยข้อมูลเชิงลึกอันมีค่าและการเชื่อมต่อในข้อความ AMS ใช้ตัวแยกประเภทที่กำหนดเองเพื่อติดป้ายกำกับคำขอของลูกค้าด้วยประเภทปัญหา ประเภททรัพยากร และการดำเนินการด้านทรัพยากรที่เหมาะสม ดังนั้นจึงกำหนดเส้นทางตั๋วลูกค้าไปยัง SMEs การจัดประเภท Amazon Comprehend ถูกใช้เพื่อค้นหาโอกาสสำหรับเครื่องมือระบบอัตโนมัติภายในใหม่ที่วิศวกร AMS สามารถใช้เพื่อตอบสนองความต้องการของลูกค้าเพื่อลดความพยายามและโอกาสในการเกิดข้อผิดพลาดด้วยตนเอง ข้อมูลการจัดประเภทถูกเก็บไว้ในan อเมซอน Redshift คลัสเตอร์และใช้ในการวิเคราะห์คำขอของลูกค้าและค้นหาผู้สมัครเครื่องมืออัตโนมัติรายใหม่ ระบบอัตโนมัตินี้ส่งผลให้ประสิทธิภาพการดำเนินงานเพิ่มขึ้นและลดต้นทุน
ในโพสต์นี้ เราแสดงให้เห็นว่าผู้ให้บริการที่มีการจัดการสามารถใช้ Amazon Comprehend เพื่อจัดประเภทและกำหนดเส้นทางตั๋ว ให้คำแนะนำตามการจัดประเภท และใช้ข้อมูลการจัดหมวดหมู่ได้อย่างไร
ภาพรวมโซลูชัน
ไดอะแกรมต่อไปนี้แสดงสถาปัตยกรรมโซลูชัน
เวิร์กโฟลว์มีดังนี้:
- ลูกค้ายื่นตั๋ว
- ระบบตั๋วรับตั๋วจากลูกค้าและเรียกตัวแยกประเภทตั๋ว AWS แลมบ์ดา ฟังก์ชันกับรายละเอียดตั๋ว Lambda เป็นบริการประมวลผลแบบไร้เซิร์ฟเวอร์และขับเคลื่อนด้วยเหตุการณ์ ซึ่งช่วยให้คุณเรียกใช้โค้ดสำหรับแอปพลิเคชันหรือบริการแบ็กเอนด์แทบทุกประเภทโดยไม่ต้องจัดเตรียมหรือจัดการเซิร์ฟเวอร์ Lambda ได้รับเลือกให้เป็นโซลูชันเพื่อลดต้นทุนและการบำรุงรักษา
- ฟังก์ชันตัวแยกประเภทตั๋ว Lambda จัดประเภทตั๋วด้วย Amazon Comprehend โดยใช้ชื่อและคำอธิบายของตั๋ว ด้วย Amazon Comprehend คุณสามารถฝึกอบรมโมเดล NLP และจัดเตรียมตัวแยกประเภททั้งแบบแบตช์และแบบเรียลไทม์โดยไม่ต้องจัดเตรียมและบำรุงรักษาโครงสร้างพื้นฐาน
- ฟังก์ชันตัวแยกประเภทตั๋ว Lambda ส่งข้อมูลการจัดประเภทตั๋วไปยังคลัสเตอร์ Amazon Redshift ผ่าน สายไฟ Amazon Kinesis Data. Kinesis Data Firehose เป็นบริการแยก แปลง และโหลด (ETL) ที่รวบรวม แปลง และส่งข้อมูลการสตรีมไปยัง Data Lake ที่เก็บข้อมูล และบริการวิเคราะห์ Amazon Redshift ใช้ SQL เพื่อวิเคราะห์ข้อมูลที่มีโครงสร้างและกึ่งโครงสร้างทั่วทั้งคลังข้อมูล ฐานข้อมูลในการดำเนินงาน และ Data Lake โดยใช้ฮาร์ดแวร์และ ML ที่ออกแบบโดย AWS เพื่อมอบประสิทธิภาพราคาที่ดีที่สุดในทุกขนาด Kinesis Data Firehose ส่งข้อมูลไปยัง an บริการจัดเก็บข้อมูลอย่างง่ายของ Amazon บัคเก็ต (Amazon S3) ก่อน จากนั้นจึงออกคำสั่ง Amazon Redshift COPY เพื่อโหลดข้อมูลลงในคลัสเตอร์ Amazon Redshift
- ฟังก์ชันตัวแยกประเภทตั๋ว Lambda เรียกใช้ฟังก์ชัน Lambda ตัวจัดการตั๋ว
- ฟังก์ชันตัวจัดการตั๋ว Lambda รันโค้ดเพื่อช่วยในการจัดการตั๋ว ในตัวอย่างนี้ จะส่งคืนเอกสารที่แนะนำสำหรับการจัดการตั๋วตามการจัดประเภท
- การวิเคราะห์ตั๋วสามารถทำได้ด้วย อเมซอน QuickSight. จากการวิเคราะห์ตั๋ว คุณสามารถค้นหาประเภทตั๋วที่ขอสูงสุดได้ จากการวิเคราะห์ คุณจะค้นพบแนวโน้มของตั๋วและโอกาสในการทำให้ประเภทตั๋วยอดนิยมเป็นอัตโนมัติได้ QuickSight คือบริการ Business Intelligence (BI) ในระบบคลาวด์ที่คุณสามารถใช้เพื่อมอบข้อมูลเชิงลึกที่เข้าใจง่ายแก่บุคคลที่คุณทำงานด้วย ไม่ว่าพวกเขาจะอยู่ที่ใด
ในส่วนต่อไปนี้ เราจะแนะนำคุณตลอดขั้นตอนในการใช้งานโซลูชัน รวมโครงสร้างพื้นฐานการจัดประเภทตั๋วกับระบบตั๋วของคุณ และใช้ข้อมูลการจัดประเภทด้วย QuickSight
ดำเนินการแก้ปัญหา
ในส่วนนี้ เราจะอธิบายขั้นตอนต่างๆ เพื่อจัดเตรียมทรัพยากรโซลูชันของคุณและสร้างโครงสร้างพื้นฐานที่จำเป็น
กำหนดค่า Amazon Comprehend
ในขั้นตอนนี้ เราฝึกอบรมโมเดลการจัดหมวดหมู่แบบกำหนดเองของ Amazon Comprehend ใหม่สองแบบ: การดำเนินการและทรัพยากร และสร้างจุดสิ้นสุดการวิเคราะห์แบบเรียลไทม์สำหรับแต่ละรุ่น
อัพโหลดข้อมูลการฝึก
ในการอัปโหลดข้อมูลการฝึกอบรม ให้ทำตามขั้นตอนต่อไปนี้:
- ดาวน์โหลด Ticket_training_data.zip และแตกไฟล์
โฟลเดอร์นี้ประกอบด้วยสองไฟล์ต่อไปนี้:- training_data_operations.csv – ไฟล์นี้เป็นไฟล์ CSV แบบสองคอลัมน์ที่เราใช้ในการฝึกโมเดลการจัดประเภทการทำงาน คอลัมน์แรกประกอบด้วย
class
และคอลัมน์ที่สองประกอบด้วยdocument
. - training_data_resources.csv – ไฟล์นี้เป็นไฟล์ CSV สองคอลัมน์ที่เราใช้ในการฝึกโมเดลการจัดประเภททรัพยากร ชอบ
training_data_operations.csv
ไฟล์ คอลัมน์แรกมีclass
และคอลัมน์ที่สองประกอบด้วยdocument
.
- training_data_operations.csv – ไฟล์นี้เป็นไฟล์ CSV แบบสองคอลัมน์ที่เราใช้ในการฝึกโมเดลการจัดประเภทการทำงาน คอลัมน์แรกประกอบด้วย
- บนคอนโซล Amazon S3 ให้สร้างบัคเก็ตใหม่สำหรับ Amazon Comprehend เนื่องจากชื่อบัคเก็ต S3 จะไม่ซ้ำกันทั่วโลก คุณต้องสร้างชื่อที่ไม่ซ้ำสำหรับบัคเก็ต สำหรับโพสต์นี้เราเรียกมันว่า
comprehend-ticket-training-data
. เปิดใช้งานการเข้ารหัสฝั่งเซิร์ฟเวอร์และบล็อกการเข้าถึงสาธารณะเมื่อสร้างบัคเก็ต - อัพโหลด
training_data_operations.csv
และtraining_data_resources.csv
ไปยังบัคเก็ต S3 ใหม่
สร้างสองโมเดลใหม่
ในการสร้างแบบจำลองของคุณ ให้ทำตามขั้นตอนต่อไปนี้:
- บนคอนโซล Amazon Comprehend ให้เลือก การจัดหมวดหมู่แบบกำหนดเอง ในบานหน้าต่างนำทาง
- Choose สร้างโมเดลใหม่.
- ให้ข้อมูลต่อไปนี้:
- สำหรับ ชื่อรุ่นป้อน
ticket-classification-operation
. - สำหรับ ภาษาเลือก ภาษาอังกฤษ.
- สำหรับ โหมดลักษณนามให้เลือก การใช้โหมดป้ายชื่อเดียว.
- สำหรับ รูปแบบข้อมูลให้เลือก ไฟล์ CSV.
- สำหรับ ชุดข้อมูลการฝึกอบรม, ป้อนเส้นทาง S3 สำหรับ
training_data_operations.csv
. - สำหรับ ทดสอบแหล่งข้อมูลให้เลือก แยกอัตโนมัติ.
การแยกอัตโนมัติจะเลือก 10% ของข้อมูลการฝึกอบรมที่คุณให้ไว้โดยอัตโนมัติเพื่อใช้เป็นข้อมูลการทดสอบ - สำหรับ บทบาท IAMให้เลือก สร้างบทบาท IAM.
- สำหรับ สิทธิ์ในการเข้าถึงเลือกการฝึกอบรม ทดสอบ และส่งออกข้อมูล (หากระบุ) ในบัคเก็ต S3 ของคุณ
- สำหรับ คำต่อท้ายชื่อป้อน
ticket-classification
.
- สำหรับ ชื่อรุ่นป้อน
- Choose สร้างบัญชีตัวแทน.
- Choose สร้างโมเดลใหม่ อีกครั้งเพื่อสร้างแบบจำลองการจัดประเภททรัพยากรของคุณ
- ให้ข้อมูลต่อไปนี้:
- สำหรับ ชื่อรุ่นป้อน
ticket-classification-resource
. - สำหรับ ภาษาเลือก ภาษาอังกฤษ.
- สำหรับ โหมดลักษณนามให้เลือก การใช้โหมดป้ายชื่อเดียว.
- สำหรับ รูปแบบข้อมูลให้เลือก ไฟล์ CSV.
- สำหรับ ชุดข้อมูลการฝึกอบรม, ป้อนเส้นทาง S3 สำหรับ
training_data_resources.csv
. - สำหรับ ทดสอบแหล่งข้อมูลเลือก แยกอัตโนมัติ
- สำหรับ บทบาท IAMให้เลือก ใช้บทบาท IAM ที่มีอยู่.
- สำหรับ ชื่อบทบาทเลือก
AmazonComprehendServiceRole-ticket-classification
.
- สำหรับ ชื่อรุ่นป้อน
- Choose สร้างบัญชีตัวแทน.
ขณะนี้ Amazon Comprehend กำลังประมวลผลไฟล์ CSV และใช้เพื่อฝึกตัวแยกประเภทที่กำหนดเอง จากนั้นเราใช้สิ่งเหล่านี้เพื่อช่วยจำแนกตั๋วของลูกค้า ยิ่งข้อมูลการฝึกอบรมของเรามีขนาดใหญ่และแม่นยำมากเท่าใด ตัวแยกประเภทก็จะยิ่งแม่นยำมากขึ้นเท่านั้น
รอให้สถานะเวอร์ชันแสดงเป็น Trained
ดังต่อไปนี้. อาจใช้เวลาถึง 1 ชั่วโมงจึงจะเสร็จสมบูรณ์ ขึ้นอยู่กับขนาดของข้อมูลการฝึก
สร้างปลายทาง Amazon Comprehend
ตำแหน่งข้อมูล Amazon Comprehend จะถูกเรียกเก็บเงินโดยเพิ่มขึ้นทีละ 1 วินาที โดยใช้เวลาอย่างน้อย 60 วินาที ค่าบริการจะยังคงเกิดขึ้นตั้งแต่เวลาที่คุณเริ่มต้นปลายทางจนกว่าจะถูกลบ แม้ว่าจะไม่มีการวิเคราะห์เอกสารก็ตาม ดูข้อมูลเพิ่มเติมได้ที่ Amazon เข้าใจราคา. ในการสร้างปลายทางของคุณ ให้ทำตามขั้นตอนต่อไปนี้:
- บนคอนโซล Amazon Comprehend ให้เลือก ปลายทาง ในบานหน้าต่างนำทาง
- Choose สร้างปลายทาง เพื่อสร้างจุดสิ้นสุดการจัดประเภทการดำเนินการของคุณ
- ให้ข้อมูลต่อไปนี้:
- สำหรับ ชื่อปลายทางป้อน
ticket-classification-operation
. - สำหรับ ประเภทโมเดลที่กำหนดเองให้เลือก การจัดหมวดหมู่แบบกำหนดเอง.
- สำหรับ รุ่นลักษณนามเลือก Ticket-classification-operation.
- สำหรับ เวอร์ชั่นเลือก ไม่มีชื่อรุ่น.
- สำหรับ จำนวนหน่วยอนุมาน (IU)ป้อน
1
.
- สำหรับ ชื่อปลายทางป้อน
- Choose สร้างปลายทาง.
- Choose สร้างปลายทาง อีกครั้งเพื่อสร้างปลายทางการจัดประเภททรัพยากร
- ให้ข้อมูลต่อไปนี้:
- สำหรับ ชื่อปลายทางป้อน
ticket-classification-resource
. - สำหรับ ประเภทโมเดลที่กำหนดเองให้เลือก การจัดหมวดหมู่แบบกำหนดเอง.
- สำหรับ รุ่นลักษณนามเลือก ตั๋วการจัดประเภททรัพยากร.
- สำหรับ เวอร์ชั่นเลือก ไม่มีชื่อรุ่น.
- สำหรับ จำนวนหน่วยอนุมาน (IU)ป้อน
1
.
- สำหรับ ชื่อปลายทางป้อน
- Choose สร้างปลายทาง.
หลังจากที่คุณสร้างปลายทางทั้งสองแล้ว ให้รอจนกว่าสถานะทั้งสองจะแสดงเป็น Active
.
ทดสอบตำแหน่งข้อมูล Amazon Comprehend ด้วยการวิเคราะห์แบบเรียลไทม์
ในการทดสอบปลายทางของคุณ ให้ทำตามขั้นตอนต่อไปนี้:
- บนคอนโซล Amazon Comprehend ให้เลือก การวิเคราะห์ตามเวลาจริง ในบานหน้าต่างนำทาง
- สำหรับ ประเภทการวิเคราะห์¸ เลือก ประเพณี.
- สำหรับ ปลายทาง¸ เลือก Ticket-classification-operation.
- สำหรับ ป้อนข้อความ, ป้อนต่อไปนี้:
- Choose วิเคราะห์.
ผลปรากฏว่าUpdate
ชั้นเรียนมีคะแนนความมั่นใจสูงสุด - เปลี่ยนแปลง ปลายทาง ไปยัง ตั๋วการจัดประเภททรัพยากร และเลือก วิเคราะห์ อีกครั้ง
ผลปรากฏว่า EC2
ชั้นเรียนมีคะแนนความมั่นใจสูงสุด
สร้างความลับสำหรับรหัสผ่านคลัสเตอร์ Amazon Redshift
ในขั้นตอนนี้ เราสร้าง an ผู้จัดการความลับของ AWS ความลับสำหรับรหัสผ่านคลัสเตอร์ Amazon Redshift ของคุณ Secrets Manager ช่วยคุณปกป้องความลับที่จำเป็นในการเข้าถึงแอปพลิเคชัน บริการ และทรัพยากรไอทีของคุณ บริการนี้ช่วยให้คุณสามารถหมุนเวียน จัดการ และเรียกข้อมูลประจำตัวของฐานข้อมูล คีย์ API และข้อมูลลับอื่นๆ ได้อย่างง่ายดายตลอดวงจรชีวิต ในโพสต์นี้ เราเก็บรหัสผ่านคลัสเตอร์ Amazon Redshift ไว้ในความลับของตัวจัดการความลับ
- บนคอนโซล Secrets Manager ให้เลือก ความลับ ในบานหน้าต่างนำทาง
- Choose เก็บความลับใหม่.
- สำหรับ ประเภทลับให้เลือก ความลับอีกประเภทหนึ่ง.
- ภายใต้ คู่คีย์/ค่า, ตั้งค่าคีย์ของคุณเป็น
password
และค่าเป็นรหัสผ่านคลัสเตอร์ Amazon Redshift ของคุณ
รหัสผ่านต้องมีความยาวระหว่าง 8–64 อักขระและประกอบด้วยอักษรตัวพิมพ์ใหญ่ อักษรตัวพิมพ์เล็กหนึ่งตัว และตัวเลขอย่างน้อยหนึ่งตัว อาจเป็นอักขระ ASCII ที่พิมพ์ได้ ยกเว้น ' (เครื่องหมายคำพูดเดียว), " (เครื่องหมายคำพูดคู่), , /, @ หรือเว้นวรรค - Choose ถัดไป.
- สำหรับ ชื่อลับป้อน
ClassificationRedshiftClusterPassword
. - Choose ถัดไป.
- ตัว Vortex Indicator ได้ถูกนำเสนอลงในนิตยสาร การหมุนลับ ส่วนเลือก ถัดไป.
- ตรวจสอบการกำหนดค่าลับของคุณและเลือก ร้านค้า.
จัดเตรียมโครงสร้างพื้นฐานของคุณด้วย AWS CloudFormation
ในขั้นตอนนี้ เราจัดเตรียมโครงสร้างพื้นฐานสำหรับโซลูชันโดยใช้ an การก่อตัวของ AWS Cloud กอง
อัปโหลดโค้ดฟังก์ชันแลมบ์ดา
ก่อนเปิดใช้ CloudFormation stack ให้อัปโหลดโค้ดฟังก์ชัน Lambda ของคุณ:
- ดาวน์โหลด lambda_code.zip
- บนคอนโซล Amazon S3 ให้เปิดบัคเก็ตที่คุณสร้างขึ้น
- อัพโหลด
lambda_code.zip
.
สร้าง CloudFormation stack ของคุณ
หากต้องการจัดเตรียมทรัพยากรด้วย AWS CloudFormation ให้ทำตามขั้นตอนต่อไปนี้:
- ดาวน์โหลด cloudformation_template.json.
- บนคอนโซล AWS CloudFormation ให้เลือก สร้าง stack.
- เลือก ด้วยทรัพยากรใหม่ (มาตรฐาน).
- สำหรับ แหล่งที่มาของเทมเพลตเลือก อัปโหลดไฟล์เทมเพลต.
- เลือกเทมเพลต CloudFormation ที่ดาวน์โหลด
- Choose ถัดไป.
- สำหรับ ชื่อกองป้อน
Ticket-Classification-Infrastructure
. - ตัว Vortex Indicator ได้ถูกนำเสนอลงในนิตยสาร พารามิเตอร์ ส่วน ให้ป้อนค่าต่อไปนี้:
- สำหรับ การจัดประเภทRedshiftClusterNodeTypeป้อนประเภทโหนดคลัสเตอร์ Amazon Redshift dc2.large เป็นค่าเริ่มต้น
- สำหรับ การจัดประเภทRedshiftClusterรหัสผ่านSecretNameป้อนชื่อลับของ Secrets Manager ที่เก็บรหัสผ่านคลัสเตอร์ Amazon Redshift
- สำหรับ การจัดประเภทRedshiftClusterSubnetIdให้ป้อน ID ซับเน็ตที่โฮสต์ Amazon Redshift Cluster ซับเน็ตต้องอยู่ภายใน VPC ที่คุณกล่าวถึงใน
ClassificationRedshiftClusterVpcId
พารามิเตอร์. - สำหรับ การจัดประเภทRedshiftClusterชื่อผู้ใช้ป้อนชื่อผู้ใช้คลัสเตอร์ Amazon Redshift
- สำหรับ การจัดประเภทRedshiftClusterVpcIdให้ป้อนรหัส VPC ที่โฮสต์คลัสเตอร์ Amazon Redshift
- สำหรับ LambdaCodeS3Bucketป้อนชื่อบัคเก็ต S3 ที่คุณอัปโหลดโค้ดแลมบ์ดา
- สำหรับ แลมบ์ดาCodeS3คีย์ให้ป้อนคีย์ Amazon S3 ของแพ็คเกจการปรับใช้
- สำหรับ QuickSightภูมิภาคป้อนภูมิภาคสำหรับ QuickSight ภูมิภาคสำหรับ QuickSight ควรสอดคล้องกับภูมิภาคที่คุณใช้สำหรับ Amazon Comprehend และบัคเก็ต S3
- Choose ถัดไป.
- ตัว Vortex Indicator ได้ถูกนำเสนอลงในนิตยสาร กำหนดค่าตัวเลือกสแต็ก ส่วนเลือก ถัดไป.
- ตัว Vortex Indicator ได้ถูกนำเสนอลงในนิตยสาร รีวิว เลือก ฉันรับทราบว่า AWS CloudFormation อาจสร้างทรัพยากร IAM.
- Choose สร้าง stack.
กำหนดค่าคลัสเตอร์ Amazon Redshift ของคุณ
ในขั้นตอนนี้ คุณเปิดใช้งานการบันทึกการตรวจสอบและเพิ่มตารางใหม่ไปยังคลัสเตอร์ Amazon Redshift ที่สร้างผ่านเทมเพลต CloudFormation
การบันทึกการตรวจสอบไม่ได้เปิดใช้งานโดยค่าเริ่มต้นใน Amazon Redshift เมื่อคุณเปิดการบันทึกบนคลัสเตอร์ของคุณ Amazon Redshift จะส่งออกบันทึกไปที่ อเมซอน คลาวด์วอตช์ซึ่งเก็บข้อมูลจากการบันทึกการตรวจสอบเวลาเปิดใช้งานจนถึงปัจจุบัน การอัปเดตการบันทึกแต่ละครั้งเป็นความต่อเนื่องของบันทึกก่อนหน้า
เปิดใช้งานการบันทึกการตรวจสอบ
คุณสามารถข้ามขั้นตอนนี้ได้ หากคุณไม่ต้องการบันทึกการตรวจสอบสำหรับคลัสเตอร์ Amazon Redshift ของคุณ
- บนคอนโซล Amazon Redshift ให้เลือก เครือข่ายวิสาหกิจ ในบานหน้าต่างนำทาง
- เลือกคลัสเตอร์ Amazon Redshift ที่เริ่มต้นด้วย
classificationredshiftcluster-
. - เกี่ยวกับ อสังหาริมทรัพย์ เลือกแท็บ Edit.
- Choose แก้ไขการบันทึกการตรวจสอบ.
- สำหรับ กำหนดค่าการบันทึกการตรวจสอบ¸ เลือก เปิดสวิตช์.
- สำหรับ ประเภทผู้เชี่ยวชาญบันทึกเลือก คลาวด์วอทช์.
- เลือกประเภทบันทึกทั้งหมด
- Choose บันทึกการเปลี่ยนแปลง.
สร้างตารางใหม่
ในการสร้างตารางใหม่ ให้ทำตามขั้นตอนต่อไปนี้:
- บนคอนโซล Amazon Redshift ให้เลือก ข้อมูลแบบสอบถาม.
- Choose แบบสอบถามในตัวแก้ไขแบบสอบถาม v2.
- เกี่ยวกับ ฐานข้อมูล หน้า เลือกคลัสเตอร์ของคุณ
- สำหรับ ฐานข้อมูลป้อน
ticketclassification
. - ป้อนชื่อผู้ใช้และรหัสผ่านที่คุณกำหนดค่าไว้ในพารามิเตอร์สแต็ก CloudFormation
- Choose สร้างการเชื่อมต่อ.
- เมื่อทำการเชื่อมต่อแล้ว ให้เลือกเครื่องหมายบวกและเปิดหน้าต่างแบบสอบถามใหม่
- ป้อนแบบสอบถามต่อไปนี้:
- Choose วิ่ง.
ทดสอบโครงสร้างพื้นฐานการจัดหมวดหมู่
ตอนนี้โครงสร้างพื้นฐานสำหรับการจัดประเภทตั๋วพร้อมแล้ว ก่อนผสานรวมกับระบบตั๋วของคุณ มาทดสอบโครงสร้างพื้นฐานการจัดประเภทกันก่อน
เรียกใช้การทดสอบ
เมื่อต้องการรันการทดสอบ ให้ทำตามขั้นตอนต่อไปนี้:
- บนคอนโซล Lambda ให้เลือก ฟังก์ชั่น ในบานหน้าต่างนำทาง
- เลือกฟังก์ชันที่ขึ้นต้นด้วย
Ticket-Classification-Inf-TicketClassifier
. - เกี่ยวกับ ทดสอบ เลือกแท็บ เหตุการณ์ทดสอบ.
- สำหรับ Nameป้อน
TestTicket
. - ป้อนข้อมูลการทดสอบต่อไปนี้:
- Choose ทดสอบ.
มีการจัดประเภทตั๋ว และข้อมูลการจัดประเภทจะถูกเก็บไว้ในคลัสเตอร์ Amazon Redshift หลังจากการจัดประเภท ฟังก์ชันจัดการตั๋ว Lambda จะทำงาน ซึ่งจัดการตั๋วตามการจัดประเภท รวมถึงการแนะนำวัสดุเพื่อสนับสนุนวิศวกร
ตรวจสอบบันทึกการทดสอบตัวแยกประเภทตั๋ว
ในการตรวจสอบบันทึกการทดสอบ ให้ทำตามขั้นตอนต่อไปนี้:
- ในส่วนผลการทดสอบ ให้เลือก ท่อนหรือเลือก ดูบันทึกใน CloudWatch บน การตรวจสอบ แถบ
- เลือกสตรีมบันทึก
คุณสามารถดูบันทึกได้ในภาพหน้าจอต่อไปนี้ ซึ่งแสดงผลลัพธ์จาก Amazon Comprehend และการจัดประเภทบนสุดขั้นสุดท้ายของตั๋ว ในตัวอย่างนี้ ตั๋วทดสอบถูกจัดประเภทเป็น Resource=EC2
, Operation=Update
.
ตรวจสอบเอาต์พุตการจัดประเภทตั๋วในคลัสเตอร์ Amazon Redshift
ในการตรวจสอบเอาต์พุตในคลัสเตอร์ของคุณ ให้ทำตามขั้นตอนต่อไปนี้:
- บนคอนโซลตัวแก้ไขการสืบค้น Amazon Redshift v2 ให้เลือกเครื่องหมายบวกเพื่อเปิดหน้าต่างการสืบค้นใหม่
- ป้อนแบบสอบถามต่อไปนี้:
- Choose วิ่ง.
ภาพหน้าจอต่อไปนี้แสดงการจัดประเภทตั๋ว หากยังไม่พร้อมใช้งาน ให้รอสักครู่แล้วลองอีกครั้ง (Kinesis Data Firehose ต้องการเวลาในการส่งข้อมูล) เราสามารถใช้ข้อมูลนี้ใน QuickSight ได้แล้ว
ตรวจสอบบันทึกการทดสอบตัวจัดการตั๋ว
หลังจากที่ตัวแยกประเภทตั๋วส่งข้อมูลการจัดหมวดหมู่ในคลัสเตอร์ Amazon Redshift แล้ว ฟังก์ชัน Lambda ตัวจัดการตั๋วจะทำงาน ซึ่งจัดการตั๋วตามการจัดประเภท รวมถึงการแนะนำวัสดุเพื่อสนับสนุนวิศวกร ในตัวอย่างนี้ ตัวจัดการตั๋วจะส่งคืนเอกสารที่แนะนำ รวมถึง runbook, เอกสาร AWS และเอกสาร SSM เพื่อให้สามารถอ้างอิงถึงฝ่ายสนับสนุนได้เมื่อจัดการตั๋ว คุณสามารถรวมเอาท์พุตกับระบบจัดการตั๋วของคุณ และปรับแต่งกระบวนการจัดการในโค้ดฟังก์ชัน Lambda ได้ ในขั้นตอนนี้ เราจะตรวจสอบว่ามีการแนะนำอะไรบ้าง
- บนคอนโซล Lambda ให้เลือก ฟังก์ชั่น ในบานหน้าต่างนำทาง
- เลือกฟังก์ชัน Lambda ที่ขึ้นต้นด้วย
Ticket-Classification-Inf-TicketHandlerLambdaFunct
. - เกี่ยวกับ การตรวจสอบ เลือกแท็บ ดูบันทึกใน CloudWatch.
- เลือกสตรีมบันทึก
ภาพหน้าจอต่อไปนี้แสดงบันทึก คุณสามารถดูผลลัพธ์จาก Amazon Comprehend และรายการเอกสาร AWS ที่แนะนำและเอกสาร SSM สำหรับตั๋วที่จัดอยู่ในประเภท Update EC2
. คุณสามารถเพิ่มรันบุ๊ก เอกสาร เอกสาร SSM หรือวัสดุอื่นๆ ในโค้ดฟังก์ชัน Lambda ได้
รวมโครงสร้างพื้นฐานการจัดประเภทตั๋วกับระบบการออกตั๋วของคุณ
ในส่วนนี้ เราจะอธิบายขั้นตอนต่างๆ เพื่อผสานรวมโครงสร้างพื้นฐานการจัดประเภทตั๋วของคุณกับระบบการออกตั๋วและปรับแต่งการกำหนดค่าของคุณ
ระบบการออกตั๋วส่วนใหญ่จะมีฟีเจอร์ทริกเกอร์ ซึ่งช่วยให้คุณเรียกใช้รหัสเมื่อส่งตั๋วได้ ตั้งค่าระบบการออกตั๋วของคุณเพื่อเรียกใช้ฟังก์ชันตัวแยกประเภทตั๋ว Lambda ด้วยอินพุตที่จัดรูปแบบต่อไปนี้:
หากคุณต้องการปรับแต่งอินพุต ให้แก้ไขโค้ดฟังก์ชันตัวแยกประเภทตั๋ว Lambda คุณต้องเพิ่มหรือลบพารามิเตอร์ (บรรทัด 90–105) และปรับแต่งอินพุตสำหรับ Amazon Comprehend (บรรทัดที่ 15–17)
คุณสามารถปรับแต่งฟังก์ชันจัดการตั๋ว Lambda เพื่อเรียกใช้ระบบอัตโนมัติหรือแก้ไขคำแนะนำได้ ตัวอย่างเช่น คุณสามารถเพิ่มความคิดเห็นภายในไปยังตั๋วพร้อมคำแนะนำ หากต้องการปรับแต่ง ให้เปิดรหัส Lambda ของตัวจัดการตั๋ว และแก้ไขบรรทัดที่ 68–70 และ 75–81
ใช้ข้อมูลการจัดประเภทด้วย QuickSight
หลังจากที่คุณรวมโครงสร้างพื้นฐานการจัดประเภทตั๋วเข้ากับระบบตั๋วแล้ว ข้อมูลการจัดประเภทตั๋วจะถูกเก็บไว้ในคลัสเตอร์ Amazon Redshift คุณสามารถใช้ QuickSight เพื่อตรวจสอบข้อมูลนี้และสร้างรายงาน ในตัวอย่างนี้ เราสร้างการวิเคราะห์ QuickSight ด้วยข้อมูลการจัดหมวดหมู่
ลงชื่อสมัครใช้ QuickSight
หากคุณยังไม่มี QuickSight ให้ลงทะเบียนตามขั้นตอนต่อไปนี้:
- บนคอนโซล QuickSight ให้เลือก ลงชื่อสมัครใช้ QuickSight.
- Choose Standard .
- ภายใต้ ภูมิภาค QuickSightเลือกภูมิภาคที่คุณกำหนดค่าในพารามิเตอร์ CloudFormation
QuickSightRegion
. - ภายใต้ ข้อมูลบัญชีป้อนชื่อบัญชี QuickSight และที่อยู่อีเมลสำหรับการแจ้งเตือน
- ภายใต้ การเข้าถึงบริการของ AWS อย่างรวดเร็วให้เลือก อเมซอน Redshift.
- หากคุณต้องการอนุญาตการเข้าถึงและการค้นหาอัตโนมัติสำหรับทรัพยากรอื่นๆ ให้เลือกแหล่งข้อมูลเหล่านั้นด้วย
- Choose เสร็จสิ้น.
- Choose ไปที่ Amazon QuickSight หลังจากที่คุณสมัครใช้งาน
เชื่อมต่อคลัสเตอร์ Amazon Redshift ของคุณกับ QuickSight
ในการเชื่อมต่อคลัสเตอร์ของคุณกับ QuickSight เป็นแหล่งข้อมูล ให้ทำตามขั้นตอนต่อไปนี้:
- บนคอนโซล QuickSight ให้เลือก ชุดข้อมูล ในบานหน้าต่างนำทาง
- Choose ชุดข้อมูลใหม่.
- Choose Redshift ค้นพบอัตโนมัติ.
- ให้ข้อมูลต่อไปนี้:
- สำหรับ ชื่อแหล่งข้อมูลป้อน
ticketclassification
. - สำหรับ รหัสอินสแตนซ์เลือกคลัสเตอร์ Amazon Redshift ที่ขึ้นต้นด้วย
classificationredshiftcluster-
. - สำหรับ ประเภทการเชื่อมต่อเลือก เครือข่ายสาธารณะ.
- สำหรับ ชื่อฐานข้อมูลป้อน
ticketclassification
. - ป้อนชื่อผู้ใช้และรหัสผ่านคลัสเตอร์ Amazon Redshift ที่คุณกำหนดค่าไว้ในพารามิเตอร์สแต็ก CloudFormation
- สำหรับ ชื่อแหล่งข้อมูลป้อน
- Choose ตรวจสอบการเชื่อมต่อ เพื่อดูว่าการเชื่อมต่อใช้งานได้หรือไม่
หากไม่ได้ผล อาจเป็นเพราะใช้ชื่อผู้ใช้และรหัสผ่านไม่ถูกต้อง หรือขอบเขต QuickSight แตกต่างจากที่คุณระบุในสแต็ก CloudFormation - Choose สร้างแหล่งข้อมูล.
- ตัว Vortex Indicator ได้ถูกนำเสนอลงในนิตยสาร เลือกโต๊ะของคุณ เลือก
tickets
ตาราง - Choose เลือก.
- เลือก นำเข้า SPICE เพื่อการวิเคราะห์ที่รวดเร็วขึ้น.
SPICE คือโปรแกรมคำนวณในหน่วยความจำ QuickSight Super-fast, Parallel, In-memory ออกแบบมาเพื่อทำการคำนวณขั้นสูงและให้บริการข้อมูลอย่างรวดเร็ว การนำเข้า (เรียกอีกอย่างว่า การบริโภค) ข้อมูลของคุณลงใน SPICE สามารถประหยัดเวลาและเงินได้ สำหรับข้อมูลเพิ่มเติมเกี่ยวกับ SPICE โปรดดูที่ การนำเข้าข้อมูลไปยัง SPICE. หากคุณได้รับข้อผิดพลาด “ความจุ SPICE ไม่เพียงพอ” ให้ซื้อความจุ SPICE เพิ่ม สำหรับข้อมูลเพิ่มเติม โปรดดูที่ การซื้อความจุ SPICE ในภูมิภาค AWS. - Choose จินตนาการ.
สร้างรายงานการวิเคราะห์ประเภทตั๋ว
เมื่อคุณสร้างชุดข้อมูลเสร็จแล้ว คุณจะเห็นการวิเคราะห์ QuickSight ใหม่ ในส่วนนี้ เราจะอธิบายขั้นตอนต่างๆ ในการสร้างรายงานการวิเคราะห์การจัดประเภทตั๋ว ซึ่งรวมถึงตารางสาระสำคัญ แผนภูมิวงกลม และแผนภูมิเส้น
- Choose ออโต้กราฟ.
- ภายใต้ ประเภทภาพ, เลือกตารางเดือย
- ลาก
operation
ราคาเริ่มต้นที่ รายการช่อง ไปยัง แถว. - ลาก
resource
ราคาเริ่มต้นที่ รายการช่อง ไปยัง คอลัมน์. - เกี่ยวกับ เพิ่ม เมนูให้เลือก เพิ่มภาพ.
- ภายใต้ ประเภทภาพ, เลือกแผนภูมิวงกลม
- ลาก
operation
ราคาเริ่มต้นที่ รายการช่อง ไปยัง กลุ่ม/สี. - เกี่ยวกับ เพิ่ม เมนูให้เลือก เพิ่มภาพ อีกครั้ง
- ภายใต้ ประเภทภาพ, เลือกแผนภูมิวงกลมอีกครั้ง
- ลาก
resource
ราคาเริ่มต้นที่ รายการช่อง ไปยัง กลุ่ม/สี. - เกี่ยวกับ เพิ่ม เมนูให้เลือก เพิ่มภาพ อีกครั้ง
- ภายใต้ ประเภทภาพ, เลือกแผนภูมิเส้น
- ลาก
creation_time
ราคาเริ่มต้นที่ รายการช่อง ไปยัง แกน X. - ลาก
operation
ราคาเริ่มต้นที่ รายการช่อง ไปยัง สี. - เกี่ยวกับ เพิ่ม เมนูให้เลือก เพิ่มภาพ อีกครั้ง
- ภายใต้ ประเภทภาพ, เลือกแผนภูมิเส้นอีกครั้ง
- ลาก
creation_time
ราคาเริ่มต้นที่ รายการช่อง ไปยัง แกน X. - ลาก
operation
ราคาเริ่มต้นที่ รายการช่อง ไปยัง สี. - ปรับขนาดและจัดลำดับแผนภูมิใหม่ตามต้องการ
- Choose บันทึกเป็น.
- ป้อนชื่อสำหรับการวิเคราะห์ของคุณแล้วเลือก ลด.
ยินดีด้วย! การวิเคราะห์ตั๋วครั้งแรกของคุณพร้อมแล้ว เมื่อคุณมีข้อมูลเพิ่มเติม การวิเคราะห์จะมีลักษณะเหมือนภาพหน้าจอต่อไปนี้
ทำความสะอาด
ในขั้นตอนนี้ เราจะล้างทรัพยากรที่เราสร้างขึ้นด้วยบริการต่างๆ
เข้าใจ Amazon
หากต้องการลบปลายทางของคุณ ให้ทำตามขั้นตอนต่อไปนี้:
- บนคอนโซล Amazon Comprehend ให้เลือก ปลายทาง ในบานหน้าต่างนำทาง
- เลือก
endpoint ticket-classification-operation
. - Choose ลบ และปฏิบัติตามคำแนะนำ
- ทำซ้ำขั้นตอนเหล่านี้เพื่อลบ
ticket-classification-resource
จุดสิ้นสุด
ถัดไป ลบการจัดประเภทแบบกำหนดเองที่คุณสร้างขึ้น - Choose การจัดหมวดหมู่แบบกำหนดเอง ในบานหน้าต่างนำทาง
- เลือก
classification ticket-classification-operation
. - เลือก ไม่มีชื่อรุ่น.
- Choose ลบ และปฏิบัติตามคำแนะนำ
- ทำซ้ำขั้นตอนเหล่านี้เพื่อลบ
ticket-classification-resource
การจัดหมวดหมู่.
Amazon S3
ถัดไป ทำความสะอาดบัคเก็ต S3 ที่คุณสร้างขึ้น
- บนคอนโซล Amazon S3 ให้เลือกบัคเก็ตที่คุณสร้างขึ้น
- ลบวัตถุทั้งหมดในที่เก็บข้อมูล
- ลบที่เก็บข้อมูล
อเมซอน QuickSight
ลบการวิเคราะห์ QuickSight และชุดข้อมูลที่คุณสร้างขึ้น
- บนคอนโซล QuickSight ให้เลือก การวิเคราะห์ ในบานหน้าต่างนำทาง
- เลือกไอคอนตัวเลือก (สามจุด) ในการวิเคราะห์ที่คุณสร้างขึ้น
- Choose ลบ และปฏิบัติตามคำแนะนำ
- Choose ชุดข้อมูล ในบานหน้าต่างนำทาง
- เลือก
tickets
ชุดข้อมูล - Choose ลบชุดข้อมูล และปฏิบัติตามคำแนะนำ
การก่อตัวของ AWS Cloud
ล้างทรัพยากรที่คุณสร้างโดยเป็นส่วนหนึ่งของ CloudFormation stack
- บนคอนโซล AWS CloudFormation ให้เลือก สแต็ค ในบานหน้าต่างนำทาง
- เลือก
Ticket-Classification-Infrastructure
กอง - เกี่ยวกับ แหล่งข้อมูล แท็บ เลือกรหัสทางกายภาพของ
ClassificationDeliveryStreamS3Bucket
.
คอนโซล Amazon S3 จะเปิดขึ้น - ลบวัตถุในที่เก็บข้อมูลนี้
- กลับไปที่คอนโซล AWS CloudFormation เลือก ลบและปฏิบัติตามคำแนะนำ
ผู้จัดการความลับของ AWS
สุดท้าย ให้ลบความลับของ Secrets Manager
- บนคอนโซล Secrets Manager เลือกความลับ
ClassificationRedshiftClusterPassword
. - เกี่ยวกับ สถานะ เมนูให้เลือก ลบความลับ.
- กำหนดระยะเวลารอเป็น 7 วัน แล้วเลือก กำหนดการ ลบ.
ความลับของคุณจะถูกลบโดยอัตโนมัติหลังจาก 7 วัน
สรุป
ในโพสต์นี้ คุณได้เรียนรู้วิธีใช้บริการของ AWS เพื่อสร้างระบบการจัดประเภทและการแนะนำโดยอัตโนมัติ โซลูชันนี้จะช่วยให้องค์กรของคุณสร้างเวิร์กโฟลว์ต่อไปนี้:
- จำแนกคำขอของลูกค้า
- แนะนำโซลูชันอัตโนมัติ
- วิเคราะห์ประเภทคำขอของลูกค้าและค้นหาคำขอของลูกค้าอันดับต้นๆ
- เปิดตัวโซลูชันอัตโนมัติใหม่และเพิ่มอัตราการทำงานอัตโนมัติ
สำหรับข้อมูลเพิ่มเติมเกี่ยวกับ Amazon Comprehend โปรดดูที่ เอกสารประกอบความเข้าใจของ Amazon. คุณยังสามารถค้นพบคุณสมบัติอื่นๆ ของ Amazon Comprehend และรับแรงบันดาลใจจากผู้อื่นได้ โพสต์บล็อกของ AWS เกี่ยวกับการใช้ Amazon Comprehend นอกเหนือจากการจัดหมวดหมู่
เกี่ยวกับผู้เขียน
ซองยอล เจอรี่ โช เป็นวิศวกรอาวุโสด้านการพัฒนาระบบที่ AWS Managed Services ในเมืองซิดนีย์ ประเทศออสเตรเลีย เขามุ่งเน้นที่การสร้างซอฟต์แวร์ปฏิบัติการระบบคลาวด์แบบอัตโนมัติที่ปรับขนาดได้สูงและใช้เทคโนโลยีที่หลากหลาย รวมถึงการเรียนรู้ของเครื่อง นอกงาน เขาชอบท่องเที่ยว ตั้งแคมป์ อ่านหนังสือ ทำอาหาร และวิ่ง
มนู ศศิกุมาร เป็น Sr. Systems Engineer Manager ของ AWS Managed Services Manu และทีมของเขามุ่งเน้นที่การสร้างระบบอัตโนมัติที่ทรงพลังและใช้งานง่าย เพื่อลดการใช้แรงงานคน และสร้างโซลูชันที่ใช้ AI และ ML สำหรับจัดการคำขอของลูกค้า นอกเวลางาน เขาชอบใช้เวลาว่างอยู่กับครอบครัว และเป็นส่วนหนึ่งของกิจกรรมด้านมนุษยธรรมและอาสาสมัครต่างๆ
- คอยน์สมาร์ท การแลกเปลี่ยน Bitcoin และ Crypto ที่ดีที่สุดในยุโรป
- เพลโตบล็อคเชน Web3 Metaverse ข่าวกรอง ขยายความรู้. เข้าฟรี
- คริปโตฮอว์ก เรดาร์ Altcoin ทดลองฟรี.
- Source: https://aws.amazon.com/blogs/machine-learning/how-service-providers-can-use-natural-language-processing-to-gain-insights-from-customer-tickets-with-amazon-comprehend/
- "
- 100
- 7
- a
- เกี่ยวกับเรา
- เข้า
- ตาม
- ลงชื่อเข้าใช้
- ถูกต้อง
- ข้าม
- การกระทำ
- กิจกรรม
- ที่อยู่
- สูง
- AI
- ทั้งหมด
- ช่วยให้
- แล้ว
- แม้ว่า
- อเมซอน
- การวิเคราะห์
- การวิเคราะห์
- วิเคราะห์
- API
- การใช้งาน
- การใช้งาน
- เหมาะสม
- สถาปัตยกรรม
- ที่ได้รับมอบหมาย
- การตรวจสอบบัญชี
- ออสเตรเลีย
- โดยอัตโนมัติ
- อัตโนมัติ
- อัตโนมัติ
- อัตโนมัติ
- อัตโนมัติ
- ใช้ได้
- AWS
- เพราะ
- ก่อน
- กำลัง
- ด้านล่าง
- ที่ดีที่สุด
- ระหว่าง
- เกิน
- ปิดกั้น
- บล็อก
- ชายแดน
- สร้าง
- การก่อสร้าง
- ธุรกิจ
- ระบบธุรกิจอัจฉริยะ
- โทรศัพท์
- ผู้สมัคร
- ความจุ
- จับ
- จับ
- หมวดหมู่
- ก่อให้เกิด
- โอกาส
- ช่อง
- อักขระ
- โหลด
- ชาร์ต
- Choose
- เลือก
- ชั้น
- การจัดหมวดหมู่
- เมฆ
- รหัส
- คอลัมน์
- สมบูรณ์
- คำนวณ
- ความมั่นใจ
- องค์ประกอบ
- เชื่อมต่อ
- การเชื่อมต่อ
- การเชื่อมต่อ
- คงเส้นคงวา
- ปลอบใจ
- มี
- ต่อ
- ค่าใช้จ่ายที่มีประสิทธิภาพ
- สร้าง
- ที่สร้างขึ้น
- การสร้าง
- การสร้าง
- หนังสือรับรอง
- ประเพณี
- ลูกค้า
- ลูกค้า
- ปรับแต่ง
- ข้อมูล
- ฐานข้อมูล
- ฐานข้อมูล
- ความล่าช้า
- มอบ
- ทั้งนี้ขึ้นอยู่กับ
- การใช้งาน
- อธิบาย
- รายละเอียด
- พัฒนาการ
- ต่าง
- ค้นพบ
- เอกสาร
- ไม่
- สอง
- อย่างง่ายดาย
- ง่ายต่อการใช้งาน
- บรรณาธิการ
- อย่างมีประสิทธิภาพ
- ความพยายาม
- อีเมล
- ทำให้สามารถ
- ช่วยให้
- การเข้ารหัสลับ
- ปลายทาง
- เครื่องยนต์
- วิศวกร
- วิศวกร
- เข้าสู่
- จำเป็น
- ประมาณ
- ตัวอย่าง
- ยกเว้น
- ที่มีอยู่
- ชำนาญ
- ครอบครัว
- ลักษณะ
- คุณสมบัติ
- ทางการเงิน
- ชื่อจริง
- โฟกัส
- มุ่งเน้นไปที่
- ปฏิบัติตาม
- ดังต่อไปนี้
- ดังต่อไปนี้
- ราคาเริ่มต้นที่
- เติมเต็ม
- ฟังก์ชัน
- สร้าง
- ทั่วโลก
- บัญชีกลุ่ม
- การจัดการ
- ฮาร์ดแวร์
- ช่วย
- จะช่วยให้
- จุดสูง
- อย่างสูง
- เป็นเจ้าภาพ
- สรุป ความน่าเชื่อถือของ Olymp Trade?
- ทำอย่างไร
- HTTPS
- มีมนุษยธรรม
- ICON
- การดำเนินการ
- การนำเข้า
- รวมทั้ง
- เพิ่ม
- เพิ่มขึ้น
- ข้อมูล
- โครงสร้างพื้นฐาน
- อินพุต
- ข้อมูลเชิงลึก
- แรงบันดาลใจ
- รวบรวม
- Intelligence
- ปัญหา
- ปัญหา
- IT
- คีย์
- กุญแจ
- ฉลาก
- ภาษา
- ใหญ่
- ที่มีขนาดใหญ่
- การเปิดตัว
- ได้เรียนรู้
- การเรียนรู้
- น่าจะ
- Line
- เส้น
- รายการ
- โหลด
- ดู
- เครื่อง
- เรียนรู้เครื่อง
- ทำ
- การบำรุงรักษา
- จัดการ
- การจัดการ
- ผู้จัดการ
- การจัดการ
- คู่มือ
- ด้วยมือ
- วัสดุ
- กล่าวถึง
- อาจ
- ขั้นต่ำ
- ML
- โทรศัพท์มือถือ
- แบบ
- โมเดล
- เงิน
- ข้อมูลเพิ่มเติม
- หลาย
- ชื่อ
- โดยธรรมชาติ
- การเดินเรือ
- จำเป็น
- ความต้องการ
- การประกาศ
- จำนวน
- เปิด
- เปิด
- การดำเนินการ
- การดำเนินการ
- โอกาส
- Options
- organizacja
- องค์กร
- อื่นๆ
- ทั้งหมด
- ของตนเอง
- แพ็คเกจ
- ส่วนหนึ่ง
- รหัสผ่าน
- คน
- การปฏิบัติ
- ระยะเวลา
- กายภาพ
- เดือย
- ที่มีประสิทธิภาพ
- นำเสนอ
- ก่อน
- ราคา
- กระบวนการ
- การประมวลผล
- ป้องกัน
- ให้
- ให้
- ผู้ให้บริการ
- สาธารณะ
- ซื้อ
- ยก
- การอ่าน
- เรียลไทม์
- แนะนำ
- ลด
- ลดลง
- ภูมิภาค
- รายงาน
- รายงาน
- ขอ
- การร้องขอ
- ความต้องการ
- ทรัพยากร
- แหล่งข้อมูล
- ส่งผลให้
- ผลสอบ
- รับคืน
- เส้นทาง
- วิ่ง
- วิ่ง
- ที่ปรับขนาดได้
- ขนาด
- วินาที
- serverless
- บริการ
- บริการ
- ชุด
- ลงชื่อ
- ง่าย
- เดียว
- ขนาด
- So
- ซอฟต์แวร์
- ของแข็ง
- ทางออก
- โซลูชัน
- บาง
- ช่องว่าง
- การใช้จ่าย
- กอง
- มาตรฐาน
- เริ่มต้น
- เริ่มต้น
- Status
- การเก็บรักษา
- จัดเก็บ
- ร้านค้า
- กระแส
- ที่พริ้ว
- โครงสร้าง
- ส่ง
- สนับสนุน
- ซิดนีย์
- ระบบ
- ระบบ
- ทีม
- เทคโนโลยี
- ทดสอบ
- การทดสอบ
- พื้นที่
- ดังนั้น
- สาม
- ตลอด
- ตลอด
- ตั๋ว
- บัตรเข้าชม
- เวลา
- ชื่อหนังสือ
- เครื่องมือ
- เครื่องมือ
- ด้านบน
- การฝึกอบรม
- แปลง
- การเดินทาง
- แนวโน้ม
- ชนิด
- เปิดเผย
- เป็นเอกลักษณ์
- หน่วย
- บันทึก
- ใช้
- มักจะ
- UTC
- นำไปใช้
- ความคุ้มค่า
- ความหลากหลาย
- ต่างๆ
- รุ่น
- รายละเอียด
- อาสาสมัคร
- รอ
- เว็บ
- อะไร
- WHO
- แพร่หลาย
- ภายใน
- ไม่มี
- งาน
- โรงงาน
- ของคุณ