カスタム類似ケースモデルの作成

トレーニングモデルを設定すると、2 種類のテーブルのフィールドを比較して類似性を認識するのに役立ちます。

モデルは、予測テーブルの予測フィールドとトレーニングテーブルのトレーニングフィールドを調べます。これらのフィールドの類似性を使用して、類似のレコードを予測します。

開始する前に

必要なロール：ml_admin、admin

このタスクについて

ケース類似性モデルは、コミュニケーションパターンを学習するための大きなデータセットを使用して事前にトレーニングされています。一連のレコードを選択してモデルをテストし、結果を表示してから展開します。

類似ケース予測モデルの設定

CSM のタスクインテリジェンスを使用して類似のケース予測モデルを設定し、データでトレーニングして予測を行います。モデルのパフォーマンス結果にアクセスし、予測と動作を設定し、モデルを展開します。

1. 移動先 すべて > カスタマーサービスのタスクインテリジェンス > セットアップ をクリックして、タスクインテリジェンスアドミンコンソールにアクセスします。
2. 類似のサポート案件を提案して解決時間を短縮する カードで、モデルの設定 を選択します。

このアクションでモデルが開き、導入ページが表示されます。モデルの各ページで問いかけが行われ、効果的なモデルのビルドに必要な情報を選択するのに役立てることができます。

類似性モデルのトレーニング

トレーニングデータを使用して類似ケースモデルをトレーニングし、ケーステーブルとトレーニングテーブルのフィールド間の類似性を認識することで、類似のレコードを予測します。機械学習モデルをトレーニングすると、モデルは、予測テーブルの予測フィールドとトレーニングテーブルのトレーニングフィールドを調べます。これらのフィールドの類似性を使用して、類似のレコードを予測します。

予測テーブルと予測フィールドなど、予測対象のテーブルとフィールドを選択できます。また、類似レコードを予測するためにモデルで使用するテーブルとフィールド (トレーニングテーブルやトレーニングフィールドなど) を選択することもできます。この情報を選択すると、トレーニング中に何を探すかがモデルに指示されます。

注:

推奨設定を使用することも、ニーズに合わせて設定をカスタマイズすることもできます。

1. モデルの名前を入力します。
2. モデルが予測する 予測テーブル を選択します。
3. トレーニング用のレコードのセットを選択する [条件] を選択します。
   注:

   これらの条件は、予測を行うためにレコードが満たす必要がある要件を提供します。ただし、この機能は現在サポートされていません。
4. 類似のレコードの予測に使用される 予測フィールド を選択します。
5. モデルが予測に使用するトレーニングデータ内の トレーニングテーブル を選択します。
6. トレーニング用のレコードのセットを選択する [条件] を選択します。
7. モデルが予測に使用する トレーニングフィールド を選択します。
8. トレーニングが行われる言語を選択します。
9. [更新頻度] を選択して、トレーニングを実行する頻度を決定します。
10. 選択した条件に基づいて、トレーニングデータ内の結果のレコードの数を確認します。

    カウントされるレコードには、モデルがトレーニングに使用するフィールド、パラメーター、およびデータの数が含まれます。指定された情報と設定された条件に基づいて、数またはレコードは自動的に更新されます。効果的なトレーニングのためには、モデルに少なくとも 10,000 件のレコードが必要です。この最小数を満たしていない場合は、別の条件を選択してください。更新アイコンをクリックして番号を更新することもできます。

11. モデルを手動で保持するか、自動再トレーニングに設定するかを選択します。
12. [トレーニングの開始] を選択します。

類似性モデルの評価

モデルトレーニングの結果を評価し、サンプル結果を表示して、ケースについて予測された類似レコードを確認します。結果を確認すると、展開後にモデルのパフォーマンスがどうなるかを確認できます。サンプル結果に基づいて、予測設定を選択します。モデルには柔軟なオプションが備わっています。各ケースレコードの機密性と要件に基づいて、次のアクションを実行できます。

• ケースに類似のレコードを推奨します。
• ケースの予測モデルをバックグラウンドでのみ監視および実行します。アドミニストレーターは、次に移動してモデルによって行われた予測を追跡できます すべて > カスタマーサービスのタスクインテリジェンス > 履歴.
• ケースの予測をオフにします。

類似性モデルの評価のステップ:

1. [トレーニングに使用されるレコードの推定数 (Estimated number of records used for training)] セクションで数値を表示します。
2. [ サンプル結果を表示 ] を選択して、各ケースについて予測された類似レコードを表示します。
3. 各フィールドの [予測設定 (Prediction preference)] ドロップダウンリストから、次のいずれかのオプションを選択します。

   オプション	説明
   推奨事項	類似性パターンに基づく上位の推奨事項を表示します。エージェントは、推奨事項を受け入れるか却下するかを選択できます。CSM の高度な推奨アクションを使用して、推奨値の数を設定できます。詳細については、「推奨アクション アプリケーションの構成」を参照してください。
   予測をオフにする	モデルによる予測の実行を停止します。
   監視のみ	ケースフォームで予測を行わずに、バックグラウンドでのみモデルを監視および実行します。

4. [保存して続行] を選択します。

類似性モデルの展開

類似ケースモデルを展開して、ケースの類似レコードを予測します。

1. 前のページの選択内容と、モデルのトレーニング方法に関する情報を確認します。
2. [展開] を選択してモデルを展開します。

モデルが展開されたことを確認するポップアップが表示されます。