---
sourceDocument: Gestion des opérations IT Xanadu
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/fr-FR/xanadu/it-operations-management

 Release :

    - xanadu

ft:locale :

    - fr-FR

ft:publication_title :

    - Gestion des opérations IT Xanadu

ft:clusterId :

    - itom

bundleId :

    - itom

workflow :

    - Technology


---

# Passer en revue les exemples de similarité Gestion des événements

# Passer en revue les exemples de similarité Gestion des événements {#ariaid-title1}

* Rversion finale: Xanadu
* 
* Mis à jour 1 août 2024
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 2 minutes de lecture

Passez en revue les exemples de similarité et les scores que le système fournit pendant la formation de la solution pour comparer l'enregistrement d'alerte sélectionné aux enregistrements d'alerte existants. Par exemple, vous pouvez modifier le seuil de score de similarité pour augmenter la précision de vos recommandations de similarité.

## Avant de commencer

Formez une solution de similarité dans un centre de données ServiceNow. Pour en savoir plus, consultez la rubrique [Créer une solution de similarité Gestion des événements](https://servicenow-prod.fluidtopics.net/qplqHRdRQc_Z8Yvc8MuI5Q "Créez et formez une solution qui applique l'apprentissage machine à une collection de mots à cibler, et suggérez des alertes similaires dans le jeu de données de votre instance. Par exemple, vous pouvez comparer le texte d'un enregistrement d'alerte résolue à un enregistrement d'alerte ouverte pour réutiliser son approche de résolution.").

Rôle requis : evt_mgmt_admin

## Pourquoi et quand exécuter cette tâche

Ajustez le seuil actuel pour fournir des résultats utiles. Par exemple, un score de similarité faible offre une couverture plus étendue, mais moins de précision.

## Procédure

1. Accédez à la ToutIntelligence prédictiveSimilaritéSolutions.
2. Dans la liste Solutions ML, recherchez votre solution et cliquez sur l'icône Informations (![icône Informations]()).
3. Cliquez sur Ouvrir l'enregistrement.
4. Cliquez sur le lien connexe Exemples de similarité.  
5. Examinez les exemples de similarité et leurs scores de seuil pour déterminer la précision et les niveaux de couverture que vous souhaitez appliquer aux résultats de similarité de votre solution.  
   Plus le score de similarité est élevé, plus elle est précise et moins la couverture est étendue. Plus le score de similarité est faible, moins elle est précise et plus la couverture est étendue.
6. En fonction de votre examen, déterminez s'il convient d'augmenter ou de diminuer la valeur de seuil du score de similarité pour votre solution de similarité.  
   La solution renvoie uniquement les résultats de similarité dont le score est supérieur au seuil. Si le seuil actuel ne renvoie aucun résultat utile, ajustez-en la valeur.
7. Accédez à la Intelligence prédictiveSimilaritéSolutions.
8. Dans la liste Solutions ML, recherchez votre solution et cliquez sur l'icône de référence (![icône de référence]()).
9. Cliquez sur Ouvrir l'enregistrement.
10. Dans l'onglet Statistiques de la solution, saisissez une nouvelle valeur dans le champ Seuil du score de similarité.  
    Par exemple, supposons que le score actuel soit de 80. En fonction de votre examen de l'exemple de similarité, vous pouvez mettre à jour ce champ en spécifiant un score plus élevé de 90, qui renvoie moins de résultats, mais plus similaires à l'enregistrement d'alerte en cours d'examen. Un score de similarité plus faible offre une couverture plus étendue, mais moins de précision.
11. Cliquez avec le bouton droit sur l'en-tête du formulaire, puis cliquez sur Enregistrer.  
    Votre solution utilise la nouvelle valeur de seuil de similarité. Dans cet exemple, la solution renvoie des résultats similaires dont le score est supérieur à 90.
{#view-similarity-examples__steps_omc_lgk_yfb}