문제 할당 예측을 위한 유사성 솔루션 정의 교육 및 사용

  • 릴리스 버전: Zurich
  • 업데이트 날짜 2025년 07월 31일
  • 소요 시간: 3분
  • 플러그인을 활성화 거버넌스, 리스크 및 컴플라이언스 예측 인텔리전스 하여 머신 러닝 솔루션을 교육하고 사용합니다. 이 솔루션을 사용하면 시스템에서 문제를 라우팅할 올바른 담당자를 자동으로 제안할 수 있습니다. 이러한 제안은 문제를 누가 소유할지 결정하는 데 소요되는 시간을 줄여줍니다.

    시작하기 전에

    다음 플러그인이 활성화되어 있는지 확인합니다.

    • 플러그인은 정책 및 준수 관리
    • 플러그인은 위험 관리
    • GRC 프로파일 플러그인을 활성화해야 합니다.
    • 플러그인은 예측 인텔리전스
    sn_grc.admin 역할을 사용하여 다음을 거버넌스, 리스크 및 컴플라이언스 속성 수정합니다.
    • 속성()Similarity Analysis을 기준으로 담당자 제안을 발급합니다.
    • 문제 담당자 속성()ml_x_snc_sn_grc_pred_intel_global_similarity_solution_definition_for_assigned_to_for_issue을 예측하기 위한 머신 러닝 솔루션입니다.

    필요한 역할: ml_admin

    프로시저

    1. 다음으로 이동 예측 인텔리전스 > 유사성 > 솔루션 정의.
    2. 문제 솔루션의 할당 대상에 대한 유사성 솔루션 정의를 클릭합니다.
      표 1. 유사성 정의 양식
      필드
      레이블 유사성 솔루션의 고유한 이름입니다.
      이름 유사성 솔루션의 이름입니다. 이 필드는 레이블 필드의 값과 가장 유사한 시스템 할당 이름으로 자동 설정됩니다.
      단어 뭉치 솔루션과 관련된 기존 단어 말뭉치입니다. 이 사용 사례에서는 문제 할당 단어 뭉치에 대해 단어 뭉치를 선택합니다.
      주:
      유사성 솔루션의 단어 말뭉치의 경우 테이블당 기록 수가 300,000개로 제한됩니다.
      테이블 교육하고 예측하려는 기록이 들어있는 테이블입니다. 테이블 값을 할당하면 양식에 링크가 나타납니다. 링크에 현재 조건과 일치하는 기록 수가 표시됩니다.

      이 사용 사례에서는 필드가 문제 [sn_grc_issue] 테이블로 자동 설정됩니다. 이 솔루션 정의에 대해 이 필드를 수정하지 마십시오.

      필드 소유자를 식별하는 데 도움이 될 수 있는 필드 유형입니다. 테이블 필드의 테이블에서 열을 선택하면 해당 데이터가 문제를 보다 정확하게 예측하는 데 도움이 되도록 할 수 있습니다. 이 사용 사례에서는 간단한 설명 설명 필드가 선택되어 있습니다. 이러한 필드는 소유자를 식별하려는 문제 기록의 텍스트를 포함하는 필드 유형입니다.
      주:
      데이터베이스의 문제 기록에 비어 있지 않은 다른 중요 필드가 있는 경우 여기에서 선택한 필드를 수정하면 이러한 필드가 문제 소유자를 예측하기 위해 유사한 문제를 찾는 데 도움이 될 수 있습니다.
      테스트 테이블 예측하려는 기록이 포함된 테이블입니다. 이 사용 사례에서는 필드가 문제 [sn_grc_issue] 테이블로 자동 설정됩니다.
      주:
      유사성 창에서 검색할 수 있는 레코드 수는 10개로 제한됩니다. 이 솔루션 정의에 대해 이 필드를 수정하면 안 됩니다.
      테스트 필드 예측 중에 입력으로 사용되는 필드입니다. 이 사용 사례에서는 짧은 설명설명을 선택합니다.
      주:
      데이터베이스의 문제 기록에 비어 있지 않은 다른 중요 필드가 있는 경우 여기에서 선택한 필드를 수정하면 이러한 필드가 문제 소유자를 예측하기 위해 유사한 문제를 찾는 데 도움이 될 수 있습니다.
      필터 유사성 결과를 검색하기 위해 기본으로 사용 중인 필드 기록에 조건을 적용하는 필터입니다. 예를 들어 이 사용 사례에서는 필드를 비워 두면 제안이 제공되지 않으므로 할당 대상 [다음과 같음] [비어 있지 않음] 조건을 설정할 수 있습니다.
      처리 언어 솔루션 정의에서 교육하려는 데이터 세트의 지배적 언어입니다. 데이터 세트 언어가 영어인 경우 영어를 선택합니다.
      기본적으로 모든 데이터 세트에 영어 처리가 적용됩니다. 예를 들어, 이탈리아어를 선택하면 시스템이 데이터를 영어와 이탈리아어로 처리합니다.
      주:
      처리라는 용어는 솔루션 학습의 일부로 사용되는 언어별 단계를 나타냅니다. 이러한 단계에는 단어 토큰화, 스톱 워드 제거 및 어간 추출이 포함됩니다.
      스톱 워드 스톱 워드 목록입니다. 처리 언어를 선택하면 시스템이 자동으로 동일한 언어를 사용하는 스톱 워드 목록을 추가합니다. 예를 들어, 처리 언어가 영어인 경우 디폴트 영어 스톱 워드 옵션이 나타납니다. 기본 영어 스톱 워드 목록도 선택 항목에 나타납니다. 스톱 워드의 사용자 지정 목록을 추가할 수 있습니다.
      교육 빈도 교육 빈도입니다. 재교육 옵션은 하루에 한 번에서 30일마다, 3개월 단위로 최대 180일까지 다양합니다.
      업데이트 빈도 유사성 결과를 검색하는 데 사용하는 데이터를 새로 고치려는 빈도입니다.

      예를 들어 일반적으로 새로운 문제가 하루 종일 자주 발생합니다. 열려 있는 문제 레코드가 있는 경우 업데이트 빈도를 15분 마다로 선택할 수 있습니다. 이 빈도로 인해 새로 열린 레코드가 새로 고침에 포함될 가능성이 증가할 수 있습니다.

    3. 솔루션 정의에 해당하는 버튼을 클릭합니다.
      옵션설명
      저장 나중에 다시 돌아올 수 있도록 솔루션 정의 기록을 저장합니다.
      업데이트 및 재교육 솔루션 정의를 수정하고 교육합니다.