レコードのカテゴリ設定の構成

  • リリースバージョン: Yokohama
  • 更新日 2025年01月30日
  • 所要時間：2分

    • 必要なプラグインをアクティブ化し、トレーニングデータをインポートし、ケースレコードとインタラクションレコードのフィールド値を予測するモデルを作成してトレーニングします。

    表 : 1. レコードのカテゴリ設定を構成する手順
    ステップ 説明
    インスタンスが Predictive Intelligence (PI) 用に設定されていることを確認します。

    予測インテリジェンスは、機械学習モデルのフレームワークとして機能する人工知能のレイヤーを提供する ServiceNow プラットフォーム機能です。詳細については、「予測インテリジェンス」を参照してください。
    カスタマーサービスのタスクインテリジェンスアプリケーション (com.snc.csm_ml_task) を有効にします。
    カスタマーサービスのタスクインテリジェンスアプリケーションを使用すると、顧客がカテゴリ設定機械学習モデルを作成してトレーニングできます。このアプリケーションは、次のプラグインを自動的に有効にします。
    • カスタマーサービス管理向け予測インテリジェンス (com.snc.csm_ml)
    • カスタマーサービス (com.sn_customerservice)
    • スキル管理 (com.snc.skills_management)
    • 動的翻訳 (com.glide.dynamic_translation)
    • ServiceNow Language Detection Service Spoke (com.glide.language_detection_spoke)
    • 予測インテリジェンス - タスクインテリジェンス (com.glide.platform_ml_task)
    • タスクインテリジェンス向けアドミンセンター (com.sn_ti_admin)
    トレーニングデータセットをインポートします。

    レコードのカテゴリ設定機能は、ケーステーブル [sn_customerservice_case]、ケーステーブルを拡張したテーブル、インタラクションテーブル [interaction] で使用できます。

    カテゴリ設定モデルの初期トレーニングをサポートするために、トレーニングデータセットを目的のテーブルにインポートすることをお勧めします。
    注:
    ケーステーブルを拡張するテーブルがある場合は、このデータにケースタイプを含める必要があります。

    トレーニングデータセットは、予測するフィールドに合わせて調整する必要があり、予測される特定のフィールドの正しいラベル (予想されるフィールド値など) を持つ追加のケースレコードを含んでいる必要もあります。

    トレーニングデータセットを作成することで、独自データを活用してアルゴリズムをトレーニングして、選択したフィールドで予測できるようにします。
    1. モデルが予測するテーブルとフィールドを特定します。
    2. モデルをトレーニングするためのテーブルとレコードを選択します。
    3. 選択したテーブルのフィールドを、モデルのトレーニングに使用する入力値として特定します。
    少なくとも 1 つのカテゴリ設定モデルを設定して展開します。 詳細については、「レコードフィールドを予測するためのモデルの作成 (Create a model to predict record fields)」を参照してください。