Ähnlichkeitslösung für die Suche nach Autoresponder-Benachrichtigungsinhalten trainieren

Aktualisieren und trainieren Sie eine Ähnlichkeitslösungsdefinition, damit die Funktion Autoresponder Inhalte vorschlagen kann, indem die Kurzbeschreibung eines Kundenservicefalls mit denen vorhandener Wissensartikel verglichen wird.

Vorbereitungen

Erforderliche Rolle: admin

Aktivieren Sie das Plugin „Predictive Intelligence for Kundenservice-Management“ (com.snc.csm_ml). Weitere Informationen finden Sie unter Plugins aktivieren und Lösungsdefinitionen von Predictive Intelligence für CSM.

Warum und wann dieser Vorgang ausgeführt wird

Eine Definition einer Ähnlichkeitslösung erfasst und vergleicht Ihre vorhandenen Datensätze mit neuen ähnlichen Datensätzen. Die Ähnlichkeitslösung „Ähnliche Wissensartikel - alle“ wählt Wissensartikel für Kundenservicefälle aus den vordefinierten Knowledge Bases im Verbraucher- und Kundenserviceportal aus. Um Wissensartikel aus einer beliebigen benutzerdefinierten Knowledge Base in einem Portal oder aus einer Knowledge Base in einem benutzerdefinierten Portal auszuwählen, müssen Sie diese Ähnlichkeitslösung ändern.

Damit eine Ähnlichkeitslösung ordnungsgemäß funktioniert, muss die Tabelle „Knowledge [kb_knowledge]“ in der Datenbankansicht der Wissensansicht [sn_customerservice_knowledge_view] mindestens die erforderliche Anzahl von Datensätzen in der Konfiguration Ihrer ServiceNow-Instanz aufweisen. Der Standardwert für die Mindestanzahl ist 10.000.

Wenn das Plugin „Knowledge Management Advanced“ (com.snc.knowledge_advanced) aktiviert ist, werden die Tabellen für Wissensartikelvorlagen (z. B. FAQ, Anleitungen, Beschreibungen, KCS-Artikel) auch der Datenbankansicht der Wissensansicht [sn_customerservice_knowledge_view] hinzugefügt. Damit eine Ähnlichkeitslösung Ergebnisse von jedem Vorlagentyp anzeigt, muss jede der Tabellen für den Vorlagentyp mindestens die erforderliche Anzahl von Datensätzen aufweisen. Wenn eine Tabelle nicht die erforderliche Anzahl von Datensätzen aufweist, werden die Ergebnisse aus dieser Tabelle möglicherweise nicht angezeigt. Weitere Informationen finden Sie unter Unterstützung von Datenbankansichten für Predictive Intelligence.

Prozedur

1. Navigieren zu Alle > Predictive Intelligence > Ähnlichkeit > Lösungsdefinitionen.
2. Suchen Sie in der Liste der Ähnlichkeitsdefinitionen nach der Lösungsdefinition „Ähnliche Wissensartikel - Alle“ (ml_sn_sn_customerservice_global_similar_knowledge_view_articles).
3. Überprüfen Sie im Formular Ähnlichkeitsdefinition die Standardfeldwerte für Wissensartikel.
   Hinweis:

   Wenn der Anwendungsbereich nicht auf die Anwendung „Customer Service“ festgelegt ist, können Sie das Formular nicht bearbeiten, und eine Warnmeldung wird angezeigt. Um das Formular bearbeitbar zu machen, klicken Sie am Ende der Nachricht auf das Wort hier.

   Tabelle : 1. Formular „Ähnlichkeitsdefinition“

   Feld	Beschreibung
   Bezeichnung	Eindeutiger Name für die Ähnlichkeitslösung
   Wortkorpus	Definiert, welche Wissensartikel und Fälle ausgewählt werden. Standardmäßig steht der Wortkorpus Alle Artikel und Fälle für die Suche nach Wissensartikeln zur Verfügung, die einer kurzen Beschreibung eines Kundenservicefalls ähneln. Hinweis: Ändern Sie den Wortkorpus, um die für Ihr Portal definierte Knowledge Base zu verwenden. Wenn Sie benutzerdefinierte Tabellen für Wissensartikel und Artikelvorlagen definiert haben, müssen Sie deren Felder in den Wortkorpusinhalt aufnehmen. Weitere Informationen zum Wortkorpus und zum Wortkorpusinhalt finden Sie unter Wortkorpus erstellen.
   Tabelle	Tabellen- oder Datenbankansicht, die die Wissensartikel-Datensätze enthält. Legen Sie als Wert die Datenbankansicht der Wissensansicht [sn_customerservice_knowledge_view] fest, es sei denn, Sie verwenden eine andere Tabelle oder Datenbankansicht zum Speichern von Wissensartikeln. Diese Datenbankansicht verbindet die Tabellen für Wissens- [kb_knowledge], Beschreibungs- [kb_template_what_is], Anleitungs- [kb_template_how_to], FAQ- [kb_template_faq] und KCS-Artikel [kb_template_kcs] zum Anzeigen aller Felder in einem Wissensartikel. Nachdem Sie einen Tabellenwert zugewiesen haben, wird die Anzahl der Datensätze, die den Filterbedingungen entsprechen, als Link angezeigt. Hinweis: Die Tabellen für Beschreibungen [kb_template_what_is], Anleitungen [kb_template_how_to], FAQs [kb_template_faq] und KCS-Artikel [kb_template_kcs] sind nur verfügbar, wenn das Plugin „Knowledge Management Advanced“ aktiviert ist. Weitere Informationen finden Sie unter Plugin „Knowledge Management Advanced“ aktivieren.
   Felder	Felder aus der Datenbankansicht der Wissensansicht [sn_customerservice_knowledge_view] für den Ähnlichkeitsvergleich mit der Kurzbeschreibung des Falls ausgewählt. Die Felder müssen den Feldern entsprechen, die Sie für den Wortkorpusinhalt definieren.
   Filter	Filterbedingungen, die auf die Datenbankansicht angewendet werden, um Wissensartikel-Datensätze für Autoresponder-Empfehlungen zu filtern. Klicken Sie auf Filterbedingung hinzufügen, um Bedingungen auf die Datensätze der Felder anzuwenden, die als Grundlage für die abgerufenen Ähnlichkeitsergebnisse dienen. Für das Kundenserviceportal würden Sie z. B. die Filterbedingung [Workflow] [ist] [veröffentlicht] UND [Knowledge Base] ist [Customer Service] festlegen. Für ein benutzerdefiniertes Portal wählen Sie die Knowledge Base des benutzerdefinierten Portals unter der Bedingung [Knowledge Base] aus.
   Testtabelle	Tabelle, die die Falldatensätze enthält, die Sie mit Wissensartikel-Datensätzen vergleichen möchten. Legen Sie als Wert die Falltabelle [sn_customerservice_case] fest, es sei denn, Sie verwenden eine andere Tabelle zum Speichern von Falldatensätzen.
   Testfelder	Felder aus dem Fall, die für den Ähnlichkeitsabgleich mit Wissensartikelfeldern ausgewählt wurden. Standardmäßig wird das Feld „Kurzbeschreibung“ eines Kundenservicefalls für die Ähnlichkeitsübereinstimmung mit Wissensartikelfeldern verwendet.
   Verarbeitungs­sprache	Die dominante Sprache des Datensatzes, den Sie anhand der Lösungsdefinition trainieren. Standardmäßig werden alle Datensätze in Englisch verarbeitet. Wenn Sie beispielsweise Italienisch auswählen, verarbeitet das System die Daten sowohl in Englisch als auch in Italienisch. Hinweis: Der Begriff „Verarbeitung“ beinhaltet einige der sprachspezifischen Schritte, die im Rahmen des Trainings einer Lösung verwendet werden. Diese Schritte können dabei das Tokenisieren von Wörtern, das Entfernen von Stoppwörtern und die Wortstammerkennung umfassen.
   Stoppwörter	Allgemeine Begriffe in der Verarbeitungssprache, die von der Suche ausgeschlossen werden, z. B. Präpositionen. Nachdem Sie die Verarbeitungssprache ausgewählt haben, fügt das System automatisch eine Stoppwortliste in derselben Sprache hinzu. Wenn Ihre Verarbeitungssprache beispielsweise Italienisch ist, wird die Liste für standardmäßige italienische Stoppwörter angezeigt. Die Liste Englische Standardstoppwörter wird standardmäßig angezeigt.
   Schulungs­häufigkeit	Häufigkeit, mit der das Modell für die Definition der Ähnlichkeitslösung neu trainiert werden muss
   Aktualisierungshäufigkeit	Häufigkeit, mit der neue Datensätze in das Modell für die Definition der Ähnlichkeitslösung aufgenommen werden sollen

   Weitere Informationen finden Sie unter Ähnlichkeitslösung erstellen und trainieren.

4. Wahlweise: Aktualisieren Sie in der zugehörigen Liste „Zeitplan für Schulungsanforderung“ den Zeitplan für das Training der Lösungsdefinition „Ähnliche Wissensartikel - alle“.
   Standardmäßig ist der Zeitplan für Schulungsanforderungen Regelmäßig und wird alle 30 Tage ausgeführt.
5. Klicken Sie auf Update & Retrain (Aktualisieren und neu trainieren).
6. Öffnen Sie die Lösungsdefinition „Ähnliche Wissensartikel - alle“ (ml_sn_sn_customerservice_global_similar_knowledge_view_articles), und zeigen Sie in der zugehörigen Liste „ML-Lösungen“ den Fortschritt der Trainingslösung in der Spalte Fortschritt an.
   Wenn der Fortschritt 100 % beträgt, können Sie in der zugehörigen Liste „ML-Lösungen“ weitere nützliche Inhalte in die Autoresponder-Benachrichtigung aufnehmen, indem Sie die Ähnlichkeitsbeispiele basierend auf der Ähnlichkeitspunktzahl überprüfen und den Schwellenwert der Ähnlichkeitspunktzahl aktualisieren.
7. Wahlweise: Aktualisieren Sie den Schwellenwert für die Ähnlichkeitspunktzahl.
   1. Klicken Sie in der Spalte Aktiv auf den Link für die Lösung.
   2. Überprüfen Sie die Ähnlichkeitsbeispiele, indem Sie auf den zugehörigen Link Ähnlichkeitsbeispiele auf dem ML-Lösungsformular klicken.
      Weitere Informationen finden Sie unter Lösungsähnlichkeitsbeispiele überprüfen.
   3. Geben Sie in der zugehörigen Liste „Lösungsstatistiken“ auf dem ML-Lösungsformular den erforderlichen Wert im Feld Schwellenwert für Ähnlichkeitspunktzahl ein, klicken Sie mit der rechten Maustaste auf das ML-Lösungsformular, und klicken Sie dann auf Speichern.
      Weitere Informationen finden Sie unter Schwellenwert für Ähnlichkeitspunktzahl aktualisieren.

Ergebnisse

Nach Abschluss der Lösung werden die Wissensartikel, die den für einen Kundenservicefall ausgewählten Feldern ähneln, als Autoresponder-Empfehlungen gesendet.

Zugehörige Informationen

• Wissensartikel-Vorlagen