Сьогодні клієнти можуть отримати квитки в службу підтримки через кілька каналів, як-от Інтернет, мобільні пристрої, чат-боти, електронні листи чи телефонні дзвінки. Коли клієнт отримує заявку на підтримку, вона обробляється та приписується до категорії на основі інформації, наданої в квитку. Потім він направляється до групи підтримки для вирішення відповідно до категорії квитка. Підраховано, що велика кількість заявок на підтримку зазвичай не спрямовується до потрібної групи через неправильну категоризацію квитків. Неправильно призначені квитки спричиняють затримку загального часу вирішення, що часто призводить до серйозного невдоволення клієнтів. Це також може мати інші широкі наслідки, такі як фінансові, операційні чи інші наслідки для бізнесу. Отже, сьогодні класифікація квитків є важливим завданням для кожної організації. Хоча ви можете класифікувати квитки вручну, але це схильне до помилок, не рентабельно і не масштабується.
Керовані служби AWS (AMS) використовує «Амазонка» користувацькі класифікації для класифікації вхідних запитів за типом ресурсу та операції на основі того, як клієнт описав проблему. Amazon Comprehend — це служба обробки природної мови (NLP), яка використовує машинне навчання (ML), щоб виявити цінну інформацію та зв’язки в тексті. AMS використовує спеціальні класифікатори для позначення запитів клієнтів відповідними типами проблем, типом ресурсу та дією ресурсу, таким чином направляючи квитки клієнтів до МСП. Класифікація Amazon Comprehend використовується для пошуку можливостей для нових внутрішніх інструментів автоматизації, які інженери AMS можуть використовувати для виконання вимог клієнтів, щоб зменшити зусилля вручну та зменшити ймовірність помилок вручну. Дані класифікації зберігаються в файлі Амазонська червона зміна кластер і використовується для аналізу запитів клієнтів і пошуку нових кандидатів на інструменти автоматизації. Ця автоматизація призводить до підвищення ефективності роботи та зниження вартості.
У цій публікації ми показуємо, як постачальники керованих послуг можуть використовувати Amazon Comprehend для класифікації та маршрутизації квитків, надаємо пропозиції на основі класифікації та використовувати дані класифікації.
Огляд рішення
На наступній схемі показано архітектуру рішення.
Порядок роботи такий:
- Клієнт подає квиток.
- Система квитків отримує квиток від клієнта та викликає класифікатор квитків AWS Lambda функція з деталями квитка. Lambda — це безсерверний обчислювальний сервіс, керований подіями, який дозволяє запускати код практично для будь-якого типу додатків або серверних служб без надання послуг або керування серверами. Лямбда вибрано для рішення для зниження витрат і витрат на технічне обслуговування.
- Функція Lambda класифікатора квитків класифікує квиток за допомогою Amazon Comprehend, використовуючи назву та опис квитка. За допомогою Amazon Comprehend ви можете тренувати модель НЛП і надавати як пакетні класифікатори, так і класифікатори в режимі реального часу без надання та підтримки інфраструктури.
- Лямбда-функція класифікатора квитків надсилає дані класифікації квитків у кластер Amazon Redshift через Amazon Kinesis Data Firehose. Kinesis Data Firehose — це служба вилучення, перетворення та завантаження (ETL), яка збирає, перетворює та доставляє потокові дані в озера даних, сховища даних та аналітичні служби. Amazon Redshift використовує SQL для аналізу структурованих і напівструктурованих даних у сховищах даних, операційних базах даних і озерах даних, використовуючи апаратне забезпечення, розроблене AWS, і ML, щоб забезпечити найкращу цінову продуктивність у будь-якому масштабі. Kinesis Data Firehose доставляє дані до Служба простого зберігання Amazon (Amazon S3), а потім видає команду Amazon Redshift COPY, щоб завантажити дані в кластер Amazon Redshift.
- Лямбда-функція класифікатора квитків викликає лямбда-функцію обробника квитків.
- Лямбда-функція обробника квитків запускає код, щоб допомогти обробці квитків. У цьому прикладі він повертає рекомендовані матеріали для обробки квитка на основі класифікації.
- Аналіз квитків можна зробити за допомогою Amazon QuickSight. З аналізу квитків ви можете дізнатися, який тип квитка найчастіше запитується. На основі аналізу ви можете виявити тенденції квитків і можливості автоматизувати найпопулярніші типи квитків. QuickSight — це хмарна служба бізнес-аналітики (BI), яку ви можете використовувати для надання легкої для розуміння інформації людям, з якими ви працюєте, де б вони не були.
У наступних розділах ми розповімо вам, як запровадити рішення, інтегрувати інфраструктуру класифікації квитків у вашу систему продажу квитків та використовувати дані класифікації за допомогою QuickSight.
Реалізуйте рішення
У цьому розділі ми розглянемо кроки щодо надання ресурсів вашого рішення та створення необхідної інфраструктури.
Налаштуйте Amazon Comprehend
На цьому кроці ми навчаємо дві нові користувацькі моделі класифікації Amazon Comprehend: Операція та Ресурс і створюємо кінцеву точку аналізу в реальному часі для кожної моделі.
Завантажте дані навчання
Щоб завантажити дані навчання, виконайте такі дії:
- Завантажити ticket_training_data.zip і розпакуйте файл.
Ця папка містить такі два файли:- training_data_operations.csv – Цей файл являє собою файл CSV з двома стовпцями, який ми використовуємо для навчання моделі класифікації операцій. Перший стовпець містить
class
, а другий стовпець міститьdocument
. - training_data_resources.csv – Цей файл являє собою файл CSV з двома стовпцями, який ми використовуємо для навчання моделі класифікації ресурсів. Як і
training_data_operations.csv
файл, перший стовпець міститьclass
, а другий стовпець міститьdocument
.
- training_data_operations.csv – Цей файл являє собою файл CSV з двома стовпцями, який ми використовуємо для навчання моделі класифікації операцій. Перший стовпець містить
- На консолі Amazon S3 створіть новий сегмент для Amazon Comprehend. Оскільки назви сегментів S3 є глобальними унікальними, вам потрібно створити унікальну назву для сегмента. Для цього посту ми його називаємо
comprehend-ticket-training-data
. Увімкніть шифрування на стороні сервера та заблокуйте публічний доступ під час створення сегмента. - Завантажувати
training_data_operations.csv
таtraining_data_resources.csv
до нового відра S3.
Створіть дві нові моделі
Щоб створити свої моделі, виконайте наступні кроки:
- На консолі Amazon Comprehend виберіть Спеціальна класифікація у навігаційній панелі.
- Вибирати Створити нову модель.
- Надайте наступну інформацію:
- для назва моделі, введіть
ticket-classification-operation
. - для Languageвиберіть англійська.
- для Режим класифікаторавиберіть Використання режиму однієї мітки.
- для Формат данихвиберіть Файл CSV.
- для Набір тренінгових даних, введіть шлях S3 для
training_data_operations.csv
. - для Джерело тестових данихвиберіть Авторозділ.
Autosplit автоматично вибирає 10% наданих вами навчальних даних для використання як даних тестування. - для Роль IAMвиберіть Створіть роль IAM.
- для Дозволи на доступ, виберіть навчальні, тестові та вихідні дані (якщо вказано) у ваших сегментах S3.
- для Суфікс імені, введіть
ticket-classification
.
- для назва моделі, введіть
- Вибирати Створювати.
- Вибирати Створити нову модель знову, щоб створити модель класифікації ресурсів.
- Надайте наступну інформацію:
- для назва моделі, введіть
ticket-classification-resource
. - для Languageвиберіть англійська.
- для Режим класифікаторавиберіть Використання режиму однієї мітки.
- для Формат данихвиберіть Файл CSV.
- для Набір тренінгових даних, введіть шлях S3 для
training_data_resources.csv
. - для Джерело тестових даних, виберіть Авторозділ.
- для Роль IAMвиберіть Використовуйте наявну роль IAM.
- для Назва ролівиберіть
AmazonComprehendServiceRole-ticket-classification
.
- для назва моделі, введіть
- Вибирати Створювати.
Зараз Amazon Comprehend обробляє файли CSV і використовує їх для навчання користувацьких класифікаторів. Потім ми використовуємо їх, щоб допомогти класифікувати квитки клієнтів. Чим більші та точніші наші навчальні дані, тим точнішим буде класифікатор.
Зачекайте, поки статус версії відобразиться як Trained
як зазначено нижче. Це може зайняти до 1 години, залежно від розміру даних навчання.
Створіть кінцеві точки Amazon Comprehend
Плата за кінцеві точки Amazon Comprehend виставляється з кроком в 1 секунду, що становить мінімум 60 секунд. Плата продовжується з моменту запуску кінцевої точки до її видалення, навіть якщо документи не аналізуються. Додаткову інформацію див Amazon Comprehend Pricing. Щоб створити кінцеві точки, виконайте такі дії:
- На консолі Amazon Comprehend виберіть Кінцеві точки у навігаційній панелі.
- Вибирати Створити кінцеву точку щоб створити кінцеву точку класифікації операцій.
- Надайте наступну інформацію:
- для Ім'я кінцевої точки, введіть
ticket-classification-operation
. - для Тип моделі на замовленнявиберіть Спеціальна класифікація.
- для Модель класифікаторавиберіть білет-класифікація-операція.
- для версіявиберіть Немає назви версії.
- для Кількість одиниць висновку (МО), введіть
1
.
- для Ім'я кінцевої точки, введіть
- Вибирати Створити кінцеву точку.
- Вибирати Створити кінцеву точку знову, щоб створити кінцеву точку класифікації ресурсів.
- Надайте наступну інформацію:
- для Ім'я кінцевої точки, введіть
ticket-classification-resource
. - для Тип моделі на замовленнявиберіть Спеціальна класифікація.
- для Модель класифікаторавиберіть квиток-класифікація-ресурс.
- для версіявиберіть Немає назви версії.
- для Кількість одиниць висновку (МО), введіть
1
.
- для Ім'я кінцевої точки, введіть
- Вибирати Створити кінцеву точку.
Після створення обох кінцевих точок зачекайте, поки статус для обох не відобразиться як Active
.
Перевірте кінцеві точки Amazon Comprehend за допомогою аналізу в реальному часі
Щоб перевірити свої кінцеві точки, виконайте такі дії:
- На консолі Amazon Comprehend виберіть Аналіз в режимі реального часу у навігаційній панелі.
- для Тип аналізу¸ виберіть виготовлений на замовлення.
- для Кінцева точка¸ вибрати білет-класифікація-операція.
- для Введення тексту, введіть наступні:
- Вибирати Аналізувати.
Результати показують, щоUpdate
клас має найвищий бал впевненості. - Редагувати Кінцева точка до квиток-класифікація-ресурс І вибирай Аналізувати знову.
Результати показують, що EC2
клас має найвищий бал впевненості.
Створіть секрет для пароля кластера Amazon Redshift
На цьому кроці ми створюємо Менеджер секретів AWS секрет вашого пароля кластера Amazon Redshift. Secrets Manager допомагає захистити секрети, необхідні для доступу до ваших програм, служб та ІТ-ресурсів. Служба дозволяє легко обертати, керувати та отримувати облікові дані бази даних, ключі API та інші секрети протягом усього їхнього життєвого циклу. У цій публікації ми зберігаємо пароль кластера Amazon Redshift у секреті Secrets Manager.
- На консолі Secrets Manager виберіть Секрети у навігаційній панелі.
- Вибирати Зберігайте новий секрет.
- для Секретний типвиберіть Інший тип секрету.
- під Пари ключ/значення, встановіть ключ як
password
і значення як ваш пароль кластера Amazon Redshift.
Пароль має містити від 8 до 64 символів і містити принаймні одну велику літеру, одну малу літеру та одну цифру. Це може бути будь-який символ ASCII для друку, крім ' (одинарні лапки), “ (подвійні лапки), , /, @ або пробіл. - Вибирати МАЙБУТНІ.
- для Секретна назва, введіть
ClassificationRedshiftClusterPassword
. - Вибирати МАЙБУТНІ.
- У Таємна ротація розділ, вибрати МАЙБУТНІ.
- Перегляньте свою секретну конфігурацію та виберіть Магазин.
Надайте свою інфраструктуру за допомогою AWS CloudFormation
На цьому кроці ми створюємо інфраструктуру для рішення за допомогою файлу AWS CloudFormation стек
Завантажте код функції лямбда
Перш ніж запускати стек CloudFormation, завантажте код функції Лямбда:
- Завантажити lambda_code.zip
- На консолі Amazon S3 відкрийте створене вами відро.
- Завантажувати
lambda_code.zip
.
Створіть свій стек CloudFormation
Щоб надати ресурси за допомогою AWS CloudFormation, виконайте такі дії:
- Завантажити cloudformation_template.json.
- На консолі AWS CloudFormation виберіть Створити стек.
- Select З новими ресурсами (стандарт).
- для Джерело шаблонувиберіть Завантажте файл шаблону.
- Виберіть завантажений шаблон CloudFormation.
- Вибирати МАЙБУТНІ.
- для Назва стека, введіть
Ticket-Classification-Infrastructure
. - У параметри розділ, введіть такі значення:
- для КласифікаціяRedshiftClusterNodeType, введіть тип вузла кластера Amazon Redshift. dc2.large за замовчуванням.
- для ClassificationRedshiftClusterPasswordSecretName, введіть секретне ім’я диспетчера секретів, у якому зберігається пароль кластера Amazon Redshift.
- для ClassificationRedshiftClusterSubnetId, введіть ідентифікатор підмережі, де розміщено кластер Amazon Redshift. Підмережа має бути в межах VPC, про який ви згадали в
ClassificationRedshiftClusterVpcId
параметр. - для ClassificationRedshiftClusterІм'я користувача, введіть ім’я користувача кластера Amazon Redshift.
- для Класифікація RedshiftClusterVpcId, введіть ідентифікатор VPC, де розміщено кластер Amazon Redshift.
- для LambdaCodeS3Bucket, введіть назву сегмента S3, куди ви завантажили лямбда-код.
- для LambdaCodeS3Key, введіть ключ Amazon S3 пакета розгортання.
- для QuickSightRegion, введіть регіон для QuickSight. Регіон для QuickSight має відповідати регіону, який ви використовуєте для Amazon Comprehend і сегмента S3.
- Вибирати МАЙБУТНІ.
- У Налаштувати параметри стека розділ, вибрати МАЙБУТНІ.
- У Розгляд розділ, виберіть Я визнаю, що AWS CloudFormation може створювати ресурси IAM.
- Вибирати Створити стек.
Налаштуйте кластер Amazon Redshift
На цьому кроці ви ввімкнете ведення журналу аудиту та додасте нову таблицю до кластера Amazon Redshift, створеного за допомогою шаблону CloudFormation.
Журнал аудиту не ввімкнено за замовчуванням в Amazon Redshift. Коли ви вмикаєте журналювання на своєму кластері, Amazon Redshift експортує журнали Amazon CloudWatch, який фіксує дані з журналу аудиту часу, який увімкнено до теперішнього часу. Кожне оновлення журналу є продовженням попередніх журналів.
Увімкнути журнал аудиту
Ви можете пропустити цей крок, якщо вам не потрібен журнал аудиту для вашого кластера Amazon Redshift.
- На консолі Amazon Redshift виберіть Кластери у навігаційній панелі.
- Виберіть кластер Amazon Redshift, починаючи з
classificationredshiftcluster-
. - на властивості вкладку, виберіть Редагувати.
- Вибирати Редагувати журнал аудиту.
- для Налаштуйте журнал аудиту¸ вибрати Включити.
- для Експертний тип журналувиберіть CloudWatch.
- Виберіть усі типи журналів.
- Вибирати зберегти зміни.
Створити нову таблицю
Щоб створити нову таблицю, виконайте такі дії:
- На консолі Amazon Redshift виберіть Дані запиту.
- Вибирати Запит у редакторі запитів v2.
- на Database виберіть свій кластер.
- для Database, введіть
ticketclassification
. - Введіть ім’я користувача та пароль, які ви налаштували в параметрах стеку CloudFormation.
- Вибирати Створити з'єднання.
- Коли підключення буде встановлено, виберіть знак плюс і відкрийте нове вікно запиту.
- Введіть такий запит:
- Вибирати прогін.
Перевірте інфраструктуру класифікації
Зараз інфраструктура для класифікації квитків готова. Перш ніж інтегрувати вашу систему квитків, давайте протестуємо інфраструктуру класифікації.
Виконайте тест
Щоб запустити тест, виконайте такі дії:
- На консолі Lambda виберіть Функції у навігаційній панелі.
- Виберіть функцію, з якої починається
Ticket-Classification-Inf-TicketClassifier
. - на Тест вкладку, виберіть Тестовий захід.
- для ІМ'Я, введіть
TestTicket
. - Введіть такі тестові дані:
- Вибирати Тест.
Квиток засекречений, а дані класифікації зберігаються в кластері Amazon Redshift. Після класифікації запускається функція Lambda-обробника квитків, яка обробляє квиток на основі класифікації, включаючи рекомендації матеріалів для підтримки інженерів.
Перевірте журнал випробувань класифікатора квитків
Щоб перевірити журнал випробувань, виконайте такі дії:
- У розділі результатів тесту виберіть Logsабо вибрати Перегляд журналів у CloudWatch на монітор Вкладка.
- Виберіть потік журналу.
Ви можете переглянути журнали на наступному знімку екрана, який показує вихідні дані Amazon Comprehend та остаточну верхню класифікацію квитка. У цьому прикладі тестовий квиток класифікується як Resource=EC2
, Operation=Update
.
Перевірте вихідні дані класифікації квитків у кластері Amazon Redshift
Щоб перевірити вихід у вашому кластері, виконайте такі дії:
- На консолі редактора запитів Amazon Redshift v2 виберіть знак плюс, щоб відкрити нове вікно запиту.
- Введіть такий запит:
- Вибирати прогін.
На наступному знімку екрана показано класифікацію квитків. Якщо він ще недоступний, зачекайте кілька хвилин і повторіть спробу (Kinesis Data Firehose потребує певного часу, щоб передати дані). Тепер ми можемо використовувати ці дані в QuickSight.
Перевірте журнал тестування обробника квитків
Після того, як класифікатор квитків переміщує дані класифікації в кластер Amazon Redshift, запускається функція Lambda-обробника квитків, яка обробляє квиток на основі класифікації, включаючи рекомендації матеріалів для підтримки інженерів. У цьому прикладі обробник квитків повертає рекомендовані матеріали, включаючи Runbook, документацію AWS та документи SSM, щоб служба підтримки могла посилатися на них під час обробки квитка. Ви можете інтегрувати вихідні дані зі своєю системою обробки квитків, і ви можете налаштувати процеси обробки в коді функції лямбда. На цьому кроці ми перевіряємо, які рекомендації були зроблені.
- На консолі Lambda виберіть Функції у навігаційній панелі.
- Виберіть лямбда-функцію, яка починається з
Ticket-Classification-Inf-TicketHandlerLambdaFunct
. - на монітор вкладку, виберіть Перегляд журналів у CloudWatch.
- Виберіть потік журналу.
На наступному знімку екрана показані журнали. Ви можете переглянути вихідні дані Amazon Comprehend і список рекомендованих документів AWS і документів SSM для квитка, класифікованого як Update EC2
. Ви можете додавати власні модулі Runbook, документи, документи SSM або будь-які інші матеріали в код функції Lambda.
Інтегруйте інфраструктуру класифікації квитків у вашу систему продажу квитків
У цьому розділі ми розглянемо кроки для інтеграції вашої інфраструктури класифікації квитків із вашою системою продажу квитків та налаштування вашої конфігурації.
Більшість систем продажу квитків мають функцію тригера, яка дозволяє запускати код під час надсилання квитка. Налаштуйте свою систему продажу квитків для виклику функції Lambda класифікатора квитків з таким форматованим введенням:
Якщо ви хочете налаштувати введення, змініть код функції лямбда-класифікатора квитка. Вам потрібно додати або видалити параметри (рядки 90–105) та налаштувати вхідні дані для Amazon Comprehend (рядки 15–17).
Ви можете налаштувати лямбда-функцію обробника квитків для автоматизації або редагування рекомендацій. Наприклад, ви можете додати внутрішній коментар до квитка з рекомендаціями. Щоб налаштувати, відкрийте лямбда-код обробника квитків і відредагуйте рядки 68–70 і 75–81.
Використовуйте дані класифікації за допомогою QuickSight
Після інтеграції інфраструктури класифікації квитків із системою квитків дані класифікації квитків зберігаються в кластері Amazon Redshift. Ви можете використовувати QuickSight для перевірки цих даних і створення звітів. У цьому прикладі ми створюємо аналіз QuickSight з даними класифікації.
Зареєструйтеся в QuickSight
Якщо у вас ще немає QuickSight, зареєструйтеся, виконавши такі дії:
- На консолі QuickSight виберіть Зареєструйтеся в QuickSight.
- Вибирати стандарт.
- під Область QuickSight, виберіть регіон, який ви налаштували в параметрі CloudFormation
QuickSightRegion
. - під Інформація про обліковий запис, введіть ім’я облікового запису QuickSight та електронну адресу для сповіщень.
- під Доступ QuickSight до служб AWSвиберіть Амазонська червона зміна.
- Якщо ви хочете дозволити доступ і автоматичне виявлення для інших ресурсів, виберіть їх також.
- Вибирати обробка.
- Вибирати Перейдіть до Amazon QuickSight після того, як ви зареєструвалися.
Підключіть свій кластер Amazon Redshift до QuickSight
Щоб підключити кластер до QuickSight як джерела даних, виконайте такі дії:
- На консолі QuickSight виберіть Набори даних у навігаційній панелі.
- Вибирати Новий набір даних.
- Вибирати Червоне зміщення автоматично виявлено.
- Надайте наступну інформацію:
- для Назва джерела даних, введіть
ticketclassification
. - для Ідентифікатор екземпляра, виберіть кластер Amazon Redshift, починаючи з
classificationredshiftcluster-
. - для Тип з'єднаннявиберіть Публічна мережа.
- для Назва бази даних, введіть
ticketclassification
. - Введіть ім’я користувача та пароль кластера Amazon Redshift, які ви налаштували в параметрах стеку CloudFormation.
- для Назва джерела даних, введіть
- Вибирати Підтвердити з’єднання щоб перевірити, чи працює з’єднання.
Якщо це не працює, це, ймовірно, пов’язано з використанням неправильного імені користувача та пароля, або регіон QuickSight відрізняється від того, що ви вказали в стеку CloudFormation. - Вибирати Створити джерело даних.
- У Виберіть свій стіл розділ, виберіть
tickets
таблиці. - Вибирати Select.
- Select Імпортуйте в SPICE для швидшої аналітики.
SPICE — це надшвидкий, паралельний механізм обчислень у пам'яті QuickSight. Він розроблений для швидкого виконання розширених обчислень і обробки даних. Імпорт (також званий поглинання) ваші дані в SPICE можуть заощадити час і гроші. Додаткову інформацію про SPICE див Імпорт даних у SPICE. Якщо ви отримуєте повідомлення про помилку «Недостатньо ємності SPICE», придбайте додаткову ємність SPICE. Для отримання додаткової інформації див Придбання потужності SPICE в регіоні AWS. - Вибирати Візуалізувати.
Створіть звіт про аналіз класифікації квитків
Після завершення створення набору даних ви зможете побачити новий аналіз QuickSight. У цьому розділі ми розглянемо кроки для створення звіту про аналіз класифікації квитків, включаючи зведену таблицю, кругові та лінійні діаграми.
- Вибирати Автограф.
- під Візуальні види, виберіть зведену таблицю.
- Тягтися
operation
від Список полів до ряди. - Тягтися
resource
від Список полів до Колони. - на додавати меню, виберіть Додайте візуальний.
- під Візуальні види, виберіть кругову діаграму.
- Тягтися
operation
від Список полів до Група/Колір. - на додавати меню, виберіть Додайте візуальний знову.
- під Візуальні види, знову виберіть кругову діаграму.
- Тягтися
resource
від Список полів до Група/Колір. - на додавати меню, виберіть Додайте візуальний знову.
- під Візуальні види, виберіть лінійну діаграму.
- Тягтися
creation_time
від Список полів до вісь X. - Тягтися
operation
від Список полів до Колір. - на додавати меню, виберіть Додайте візуальний знову.
- під Візуальні види, знову виберіть лінійну діаграму.
- Тягтися
creation_time
від Список полів до вісь X. - Тягтися
operation
від Список полів до Колір. - За потреби змініть розмір і порядок діаграм.
- Вибирати Зберегти як.
- Введіть назву для аналізу та виберіть зберегти.
Вітаю! Ваш перший аналіз квитка готовий. Коли у вас буде більше даних, аналіз буде виглядати як на скріншоті нижче.
Прибирати
На цьому кроці ми очищаємо ресурси, створені за допомогою різних служб.
«Амазонка»
Щоб видалити кінцеві точки, виконайте такі дії:
- На консолі Amazon Comprehend виберіть Кінцеві точки у навігаційній панелі.
- Виберіть
endpoint ticket-classification-operation
. - Вибирати видаляти і дотримуйтесь підказок.
- Повторіть ці кроки, щоб видалити файл
ticket-classification-resource
кінцева точка.
Далі видаліть створені вами спеціальні класифікації. - Вибирати Спеціальна класифікація у навігаційній панелі.
- Виберіть
classification ticket-classification-operation
. - Select Немає назви версії.
- Вибирати видаляти і дотримуйтесь підказок.
- Повторіть ці кроки, щоб видалити файл
ticket-classification-resource
класифікація.
Amazon S3
Далі очистіть створене вами відро S3.
- На консолі Amazon S3 виберіть створений сегмент.
- Видаліть усі об’єкти у відрі.
- Видалити відро.
Amazon QuickSight
Видаліть створені вами аналізи та набір даних QuickSight.
- На консолі QuickSight виберіть Аналіз у навігаційній панелі.
- Виберіть піктограму параметрів (три крапки) на створеному аналізі.
- Вибирати видаляти і дотримуйтесь підказок.
- Вибирати Набори даних у навігаційній панелі.
- Виберіть
tickets
набір даних. - Вибирати Видалити набір даних і дотримуйтесь підказок.
AWS CloudFormation
Очистіть ресурси, які ви створили як частину стеку CloudFormation.
- На консолі AWS CloudFormation виберіть Стеки у навігаційній панелі.
- Виберіть
Ticket-Classification-Infrastructure
стек - на ресурси виберіть фізичний ідентифікатор
ClassificationDeliveryStreamS3Bucket
.
Відкриється консоль Amazon S3. - Видаліть будь-які об’єкти в цьому сегменті.
- Поверніться до консолі AWS CloudFormation, виберіть видаляти, і дотримуйтесь підказок.
Менеджер секретів AWS
Нарешті, видаліть секретний секрет Менеджера секретів.
- На консолі Secrets Manager виберіть секрет
ClassificationRedshiftClusterPassword
. - на Дії меню, виберіть Видалити секрет.
- Встановіть період очікування 7 днів і виберіть Видалити розклад.
Ваш секрет буде автоматично видалено через 7 днів.
Висновок
У цій публікації ви дізналися, як використовувати служби AWS для створення автоматичної системи класифікації та рекомендацій. Це рішення допоможе вашим організаціям створити такий робочий процес:
- Класифікуйте запити клієнтів.
- Рекомендуйте автоматизовані рішення.
- Проаналізуйте класифікацію запитів клієнтів і знайдіть найпопулярніші запити клієнтів.
- Випустіть нове автоматизоване рішення та збільште швидкість автоматизації.
Додаткову інформацію про Amazon Comprehend див Документація Amazon Comprehend. Ви також можете відкрити для себе інші функції Amazon Comprehend та отримати натхнення від інших Публікації в блозі AWS про використання Amazon Comprehend поза класифікацією.
Про авторів
Сонъйоль Джеррі Чо є старшим інженером з розробки систем у AWS Managed Services у Сіднеї, Австралія. Він зосереджується на створенні високомасштабованого та автоматизованого програмного забезпечення для хмарних операцій з використанням різноманітних технологій, зокрема машинного навчання. Поза роботою він любить подорожувати, кемпінг, читати, готувати та бігати.
Ману Сасікумар є старшим менеджером системного інженера з керованими службами AWS. Ману та його команда зосереджуються на створенні потужних і простих у використанні автоматизованих систем, щоб зменшити зусилля вручну, а також створювати рішення на основі штучного інтелекту та машинного навчання для керування запитами клієнтів. Поза роботою він любить проводити вільний час із сім’єю, а також брати участь у різноманітних гуманітарних та волонтерських заходах.
- Coinsmart. Найкраща в Європі біржа біткойн та криптовалют.
- Платоблокчейн. Web3 Metaverse Intelligence. Розширені знання. БЕЗКОШТОВНИЙ ДОСТУП.
- CryptoHawk. Альткойн Радар. Безкоштовне випробування.
- Джерело: https://aws.amazon.com/blogs/machine-learning/how-service-providers-can-use-natural-language-processing-to-gain-insights-from-customer-tickets-with-amazon- розуміти/
- "
- 100
- 7
- a
- МЕНЮ
- доступ
- За
- рахунки
- точний
- через
- дію
- діяльності
- адреса
- просунутий
- AI
- ВСІ
- дозволяє
- вже
- хоча
- Amazon
- аналіз
- аналітика
- аналізувати
- API
- додаток
- застосування
- відповідний
- архітектура
- призначений
- аудит
- Австралія
- автоматизувати
- Автоматизований
- автоматичний
- автоматично
- Автоматизація
- доступний
- AWS
- оскільки
- перед тим
- буття
- нижче
- КРАЩЕ
- між
- За
- Блокувати
- Блог
- border
- будувати
- Створюємо
- бізнес
- бізнес-аналітика
- call
- кандидатів
- потужність
- захоплення
- захвати
- Категорія
- Викликати
- шанси
- канали
- символи
- вантажі
- Чарти
- Вибирати
- вибраний
- клас
- класифікація
- хмара
- код
- Колонка
- повний
- обчислення
- довіра
- конфігурація
- З'єднуватися
- зв'язку
- Зв'язки
- послідовний
- Консоль
- містить
- продовжувати
- рентабельним
- створювати
- створений
- створення
- створення
- Повноваження
- виготовлений на замовлення
- клієнт
- Клієнти
- налаштувати
- дані
- Database
- базами даних
- затримка
- постачає
- Залежно
- розгортання
- описаний
- деталі
- розробка
- різний
- відкрити
- документація
- Ні
- подвійний
- легко
- легкий у використанні
- редактор
- ефективність
- зусилля
- включіть
- дозволяє
- шифрування
- Кінцева точка
- двигун
- інженер
- Інженери
- Що натомість? Створіть віртуальну версію себе у
- істотний
- оцінка
- приклад
- Крім
- існуючий
- експерт
- сім'я
- особливість
- риси
- фінансовий
- Перший
- Сфокусувати
- фокусується
- стежити
- після
- слідує
- від
- Виконати
- функція
- породжувати
- Глобально
- Group
- Обробка
- апаратні засоби
- допомога
- допомагає
- Високий
- дуже
- відбувся
- Як
- How To
- HTTPS
- Гуманітарний
- ICON
- здійснювати
- імпорт
- У тому числі
- Augmenter
- збільшений
- інформація
- Інфраструктура
- вхід
- розуміння
- натхнення
- інтегрувати
- Інтелект
- питання
- питання
- IT
- ключ
- ключі
- етикетка
- мова
- великий
- більше
- запуск
- вчений
- вивчення
- Ймовірно
- Лінія
- ліній
- список
- загрузка
- подивитися
- машина
- навчання за допомогою машини
- made
- обслуговування
- управляти
- вдалося
- менеджер
- управління
- керівництво
- вручну
- Матеріали
- згаданий
- може бути
- мінімальний
- ML
- Mobile
- модель
- Моделі
- гроші
- більше
- множинний
- Імена
- Природний
- навігація
- необхідно
- потреби
- сповіщення
- номер
- відкрити
- Відкриється
- операція
- операції
- Можливості
- Опції
- організація
- організації
- Інше
- загальний
- власний
- пакет
- частина
- Пароль
- Люди
- продуктивність
- period
- фізичний
- Стрижень
- потужний
- представити
- попередній
- price
- процеси
- обробка
- захист
- забезпечувати
- за умови
- провайдери
- громадськість
- покупка
- підвищення
- читання
- реального часу
- рекомендуючи
- зменшити
- Знижений
- регіон
- звітом
- Звіти
- запросити
- запитів
- Вимога
- ресурс
- ресурси
- в результаті
- результати
- Умови повернення
- Маршрут
- прогін
- біг
- масштабовані
- шкала
- seconds
- Без сервера
- обслуговування
- Послуги
- комплект
- підпис
- простий
- один
- Розмір
- So
- Софтвер
- solid
- рішення
- Рішення
- деякі
- Простір
- Витрати
- стек
- standard
- старт
- починається
- Статус
- зберігання
- зберігати
- магазинів
- потік
- потоковий
- структурований
- представлений
- підтримка
- Сідней
- система
- Systems
- команда
- Технології
- тест
- Тестування
- Команда
- тим самим
- три
- через
- по всьому
- квиток
- квитки
- час
- назва
- інструмент
- інструменти
- топ
- Навчання
- Перетворення
- подорожувати
- Тенденції
- Типи
- розкрити
- створеного
- одиниць
- Оновити
- використання
- зазвичай
- UTC
- використовувати
- значення
- різноманітність
- різний
- версія
- вид
- волонтер
- чекати
- Web
- Що
- ВООЗ
- широко поширений
- в
- без
- Work
- працює
- вашу