Predictive Intelligence für Enterprise-Architektur verwendet Algorithmen des maschinellen Lernens, um das Datenergebnis der neu hinzugekommenen Anwendung vorherzusagen, vorzuschlagen und zu steuern.

Die ML-basierte Ähnlichkeitslösung für Anwendungen prognostiziert und schlägt die Kategorie der Geschäftsanwendung vor, wenn Sie den Namen und den Nutzen der Geschäftsanwendung im Formular „Geschäftsanwendung registrieren“ eingeben.

„Predictive Intelligence for Enterprise-Architektur“ bietet die folgenden Vorteile:

• Nutzt die Daten in Ihrer Instanz, sodass die Vorschläge der ML-Lösung genauer sind.
• Stellt Ähnlichkeitsdefinitionen für neue Anwendungen bereit, die auf dem Namen und der Beschreibung der vorhandenen Anwendungen in der Tabelle „Geschäftsanwendung“ [cmdb_ci_business_app] basieren.
• Schlägt Kategorien für die neu eingeführte Anwendung vor, um sie in eine entsprechende Kategorie zu sortieren. Es ist wichtig, eine Anwendung zu kategorisieren, da sie ihren Zweck und ihre wichtige Geschäftsfunktion im Bestand Enterprise-Architektur definiert.
• Verbessert die Funktion Geschäftsanwendung registrieren, die von den Services der Lebenszyklusverwaltung für Geschäftsanwendungen angeboten wird.

Lösungsdefinitionen für Predictive Intelligence von Enterprise-Architektur

Die Lösungsdefinitionen für die Predictive Intelligence von Enterprise-Architektur sind im Plugin Enterprise-Architektur „ – Predictive Intelligence“ (com.snc.apm.predictive_intelligence) verfügbar. Weitere Informationen finden Sie unter Application Portfolio Management aktivieren.

Tabelle : 1. Lösungsdefinition für Enterprise-Architektur

Lösungsdefinition	Lösungstyp	Beschreibung
Business Application Similarity (Ähnlichkeit der Geschäftsanwendung)	Ähnlichkeit	Sagt das Feld Kategorie des Geschäftsanwendung auf Grundlage des Felds Name of the business application (Name der Geschäftsanwendung) und der Beschreibung im Feld Benefit of the business application (Vorteil der Geschäftsanwendung) vorher.

Genauigkeit der Vorhersage beibehalten

Wenn Ihre Geschäftsanwendungstabelle mehr Daten enthält, erhöhen sich die Chancen der ML-Lösung, Ihre vorhandenen Datensätze zu sammeln und mit neuen ähnlichen Datensätzen zu vergleichen. Daher können die Vorhersageergebnisse der Kategorisierung der Geschäftsanwendung anhand des Namens und der von der anfordernden Person eingegebenen Beschreibung genauer sein.

Sie können die Vorhersageabweichung verwalten, indem Sie die Ähnlichkeitsdefinition eines vom Basissystem bereitgestellten Ähnlichkeitsmodells einer Geschäftsanwendung neu trainieren. Sobald Ihre ML-Lösungen trainiert sind, können Sie die Predictive Intelligence-API verwenden, um eine Lösungsvorhersage zu treffen.