기록 분류 구성

  • 릴리스 버전: Washingtondc
  • 업데이트 날짜 2024년 02월 01일
  • 읽기2분

    • 필요한 플러그인을 활성화하고, 교육 데이터를 임포트하고, 모델을 만들고 학습시켜 케이스 및 상호작용 기록의 필드 값을 예측합니다.

    표 1. 기록 분류를 구성하는 단계
    단계 설명
    인스턴스가 PI(Predictive Intelligence)에 대해 설정되어 있는지 확인합니다.

    Predictive Intelligence는 머신 러닝 모델의 프레임워크 역할을 하는 인공 지능 계층을 제공하는 ServiceNow 플랫폼 기능입니다. 자세한 내용은 Predictive Intelligence를 참조하십시오.
    Task Intelligence for Customer Service 애플리케이션(com.snc.csm_ml_task)을 활성화합니다.
    Task Intelligence for Customer Service 애플리케이션을 사용하면 고객이 범주화 머신 러닝 모델을 만들고 학습시킬 수 있습니다. 이 애플리케이션은 다음 플러그인을 자동으로 활성화합니다.
    • Predictive Intelligence for Customer Service Management (com.snc.csm_ml)
    • Customer Service (com.sn_customerservice)
    • Skills Management (com.snc.skills_management)
    • Dynamic Translation (com.glide.dynamic_translation)
    • ServiceNow Language Detection Service Spoke (com.glide.language_detection_spoke)
    • Predictive Intelligence - Task Intelligence (com.glide.platform_ml_task)
    • Admin Center for Task Intelligence (com.sn_ti_admin)
    교육 데이터 세트를 임포트합니다.

    케이스 테이블 [sn_customerservice_case], 케이스 테이블을 확장하는 테이블 및 상호작용 테이블 [interaction]에 기록 범주화 기능을 사용할 수 있습니다.

    범주화 모델의 초기 학습을 지원하기 위해 교육 데이터 세트를 원하는 테이블로 임포트하는 것이 좋습니다.
    주:
    케이스 테이블을 확장하는 테이블이 있는 경우 이 데이터에는 케이스 유형이 포함되어야 합니다.

    학습 데이터 세트는 예측하려는 필드에 맞게 조정되어야 합니다. 또한 예측되는 필드에 대해 올바른 레이블(예: 예상 필드 값)이 있는 추가 기록도 포함해야 합니다.

    학습 데이터 세트를 생성하면 자체 데이터를 활용하여 선택한 필드에서 예측할 알고리즘을 학습시킬 수 있습니다.
    1. 모델이 예측할 테이블과 필드를 식별합니다.
    2. 모델을 학습시키기 위한 테이블과 기록을 선택합니다.
    3. 선택한 테이블의 필드를 모델 학습에 사용할 입력 값으로 식별합니다.
    하나 이상의 범주화 모델을 설정하고 배포합니다. 자세한 내용은 모델을 생성하여 레코드 필드 예측을 참조하세요.