모델을 생성하여 기록 필드 예측
케이스 및 상호작용 기록에 대한 필드를 예측하는 모델을 만들고 학습시킵니다.
- 시작하기 전에
- 필요한 역할: ml_admin, ti_admin
- 이 작업 정보
- 필드 예측 모델은 몇 가지 권장 설정을 포함하는 가이드입니다. 권장 입력 필드와 같은 설정을 사용하거나 고유한 기본 설정을 추가할 수 있습니다.
케이스, 케이스 유형 및 상호작용에 대한 여러 필드 예측 모델을 생성하고 훈련할 수 있습니다.
모델 설정
- 다음으로 이동 작업 인텔리전스 관리 콘솔에 액세스합니다.
- 이 모델의 모델 설정 : 처리 시간을 줄이기 위해 필드 선택 사항을 예측합니다.
이렇게 하면 모델이 열리고 5페이지 중 첫 번째 페이지가 표시됩니다. 모델의 각 페이지에서 사용자에게 질문을 하고, 효과적인 모델을 빌드하는 데 필요한 정보를 선택하도록 도움을 제공합니다.
목적 정의
모델의 예측에 대한 테이블과 트리거를 선택합니다.
| 예측하고 싶은 필드가 있는 테이블 유형을 선택합니다. | 테이블 유형 선택:
|
| 예측을 트리거할 순간 또는 채널을 선택합니다. | 예측에 대한 트리거 선택:
|
| 옵션으로 교육 입력을 포함하도록 선택합니다. | 모델을 학습시킬 때 첨부 파일을 포함하려면 확인란을 활성화합니다. 이메일 및 기록 첨부 파일에는 기록을 올바르게 라우팅하는 데 유용한 정보가 포함될 수 있습니다. |
- 모델의 테이블 유형을 선택합니다.
- 예측 트리거를 선택합니다.
- 원하는 경우 첨부 파일 데이터를 포함하려면 확인란을 활성화합니다.
이 정보가 예측에 유용한 경우 이메일 또는 기록 첨부 파일의 텍스트를 포함합니다. 모델은 이메일 또는 기록 텍스트와 함께 첨부 파일 데이터를 평가하여 예측을 수행할 수 있습니다.
- 저장 및 계속을 선택합니다.
모델 교육
모델이 패턴을 학습할 수 있도록 입력 필드와 출력 필드를 선택합니다. 출력 필드는 모델이 예측하도록 하려는 필드입니다. 입력 필드는 모델이 예측하는 데 사용하는 필드입니다.
- 모델의 이름을 제공합니다.
- 모델이 예측할 출력 테이블과 출력 필드를 선택합니다.
- 학습할 기록 세트를 선택하는 조건을 선택합니다.
선택한 조건에 따라 모델이 학습되는 방식과 예측이 이루어지기 위해 기록이 충족해야 하는 조건에 대한 필터 역할을 모두 결정합니다.
- 모델이 예측하는 데 사용해야 하는 교육 데이터에서 필드를 선택합니다(입력 필드).
- 입력 필드를 선택합니다.
- 선택한 조건에 따라 교육 데이터의 최종 케이스 수를 검토합니다.
효과적인 학습을 위해서는 모델에 최소 500개 이상의 기록이 필요합니다. 이 최소 개수를 사용할 수 없는 경우 다른 조건을 선택해 보십시오.
- 교육 시작을 선택합니다.
특히 많은 양의 데이터를 사용하여 모델을 학습시키는 경우 학습에 약간의 시간이 걸릴 수 있습니다. 교육이 완료되면 시스템에서 이메일을 보내도록 요청할 수 있습니다.
모델 평가
교육 결과를 평가하고 예측된 필드에 대한 샘플 결과를 봅니다. 결과를 검토하면 배포 후 모델이 어떻게 수행되는지 미리 볼 수 있습니다.
각 필드에 대한 예측 기본 설정을 선택합니다. 이 모델은 필드 값을 자동으로 채우거나, 필드 값에 대한 권장 사항을 제공하거나, 필드의 민감도에 따라 모니터링만 하거나, 예측을 끄는 유연한 옵션을 제공합니다.
- 활성화된 각 필드에 대한 예측 기본 설정을 선택합니다.
자동 채우기 기록의 필드에 가장 잘 예측된 값을 추가합니다. 권장 사항 필드 아래의 메시지에 권장 값을 표시합니다. 모니터만 시스템이 필드를 예측하고 예측 이력에 정보를 저장하지만 케이스 기록에는 정보를 추가하지 않습니다. 예측 끄기 필드에 대한 예측을 끕니다. - 샘플 결과 보기를 선택하여 예측된 각 필드에 대한 샘플 결과를 확인합니다.
- 저장 및 계속을 선택합니다.
모델 배포
이전 페이지에서 선택한 항목과 모델 학습 방법에 대한 정보를 검토합니다. 그런 다음 배포를 선택하여 모델을 배포할 수 있습니다.