예측 인텔리전스 API

  • 릴리스 버전: Xanadu
  • 업데이트 날짜 2024년 08월 01일
  • 읽기8분

    • 예측 인텔리전스 API는 하나 이상의 입력 필드와 학습된 솔루션을 기반으로 필드 값을 예측하는 엔드포인트를 제공합니다.

    (com.glide.platform_ml) 플러그인이 활성화된 경우에만 이 API를 예측 인텔리전스 사용할 수 있습니다.

    예측 인텔리전스 - GET /agent_intelligence/solution/{solution_name}/prediction

    특정 솔루션을 사용하여 출력 필드 값을 예측합니다.

    URL 형식

    기본 URL: /api/now/agent_intelligence/solution/{solution_name}/prediction

    지원되는 요청 매개변수

    표 1. 경로 매개변수
    이름 설명
    solution_name 예측에 사용할 솔루션의 이름입니다. 예를 들면 ml_incident_categorization입니다.

    데이터 유형: 문자열
    표 2. 쿼리 매개변수
    이름 설명
    솔루션 정의 입력 필드 키-값 쌍 솔루션 입력 필드의 이름-값 쌍입니다. 예를 들어 이름: short_description 및 값: VPN에 연결할 수 없음을 입력합니다.

    데이터 유형: 문자열
    표 3. 요청 본문 매개변수(XML 또는 JSON)
    이름 설명
    없음

    헤더

    다음 요청 및 응답 헤더는 이 HTTP 작업에만 적용되거나 이 작업에 고유한 방식으로 적용됩니다. REST API에서 사용되는 일반 헤더 목록은 지원되는 REST API 헤더를 참조하세요.

    표 4. 요청 헤더
    헤더 설명
    수용 응답 본문의 데이터 형식입니다. 지원되는 유형은 application/json 또는 application/xml입니다.

    기본값: application/json
    표 5. 응답 헤더
    헤더 설명
    없음

    상태 코드

    다음 상태 코드는 이 HTTP 작업에 적용됩니다. REST API에서 사용할 수 있는 상태 코드 목록은 REST API HTTP 응답 코드를 참조하세요.

    표 6. 상태 코드
    상태 코드 설명
    200 성공입니다. 요청이 성공적으로 처리되었습니다.
    401 승인되지 않았습니다. 사용자 자격 증명이 잘못되었거나 전달되지 않았습니다.
    500 내부 서버 오류입니다. 요청을 처리하는 동안 예기치 않은 오류가 발생했습니다. 응답에는 오류에 대한 추가 정보가 포함되어 있습니다.

    응답 본문 매개변수(JSON 또는 XML)

    요소 설명
    입력 호출에 대한 입력으로 지정된 이름-값 쌍입니다.

    데이터 유형: 객체
    출력 지정된 솔루션을 기반으로 예측된 결과 값입니다.

    데이터 유형: 객체

    "output": {
  "confidence": Number",
  "outcome": "String",
  "threshold": Number"
}
    출력.신뢰도 예측의 예상 정확도(백분율)입니다. 예: 53.84615375762915.

    데이터 유형: 숫자
    출력.결과 예측 출력 필드 값입니다. 예를 들어 인시던트 분류 솔루션은 문의와 같은 인시던트 범주를 반환합니다.

    데이터 유형: 문자열
    output.threshold (출력.임계치) 예측과 연결된 구성된 임계치의 값입니다.

    데이터 유형: 숫자

    샘플 cURL 요청

    curl "https://instance.service-now.com/api/now/predictive_intelligence/solution/ml_incident_categorization/prediction?short_description=unable%20to%20connect%20to%20VPN" \
--request GET \
--header "Accept:application/json" \
--user "username":"password"

    {
  "result": {
    "input": {
      "short_description": "unable to connect to VPN",
      "api": "api"
    },
    "output": {
      "outcome": "inquiry",
      "confidence": 53.84615375762915,
      "threshold": 5
    }
  }
}

    예측 인텔리전스 - GET /agent_intelligence/solution/prediction

    여러 솔루션에 대한 예측을 반환합니다.

    주:
    결과 결과 객체는 솔루션 이름별로 그룹화되며 result.<solutionname>.<sys_id>.[ 형식으로 sys_id됩니다. { <result1> },{ <result2>}]입니다.

    커스터마이징에 대한 자세한 내용은 MLSolutionFactory 스크립터블 오브젝트를 참조하십시오.

    URL 형식

    버전이 지정된 URL: /now/{api_version}/agent_intelligence/solution/prediction

    기본 URL: /now/agent_intelligence/solution/prediction

    지원되는 요청 매개변수

    표 7. 경로 매개변수
    이름 설명
    api_version 옵션입니다. 액세스할 엔드포인트의 버전입니다. 예를 들면 v1 또는 v2입니다. 최신 버전이 아닌 엔드포인트 버전을 사용하려면 이 값만 지정합니다.

    데이터 유형: 문자열
    표 8. 쿼리 매개변수
    매개변수 설명
    input_filter 필수 매개변수를 사용하는 경우 input_table 이 매개변수를 매개변수와 함께 input_maps 사용하지 마십시오. 예측을 실행할 기록을 선택하도록 필터링합니다. 예:
    sys_id 0ef47232db801300864adfea5e961912

    데이터 유형: 문자열
    input_maps 매개변수를 사용하지 input_table 않는 한 필수입니다. 입력 이름-값 쌍의 배열입니다. 예: 
    [{"short_description":"my email is not working"}, {"short_description":"need help with password"}]

    데이터 형식: 객체 배열
    input_table 매개변수를 사용하지 input_maps 않는 한 필수입니다. 예측을 실행할 테이블 이름입니다. 예:
    incident

    데이터 유형: 문자열
    옵션 선택적 인수가 있는 JSON 객체입니다. 예:
    {"top_n" : 5, "apply_threshold":false}
    유효한 옵션:
    • top_n: 숫자. 제공된 경우 지정된 예측 수까지 상위 결과를 반환합니다.
    • apply_threshold: 부울. 솔루션의 임계값을 확인하고 결과 집합에 적용합니다. 임계값은 유사성에 대한 솔루션 임계값 또는 분류에 대한 클래스 수준 임계값입니다. 기본값은 true입니다.
    • custom_results_filter: 문자열. 유사성 솔루션만 해당됩니다. 인코딩된 쿼리를 사용하여 결과가 반환되는 허용된 집합을 지정합니다.

    데이터 유형: 객체
    solution_names 필수 예측을 실행할 솔루션 이름의 쉼표로 구분된 목록입니다. 예:
    ml_incident_categorization,ml_incident_assignment

    데이터 유형: 문자열
    표 9. 요청 본문 매개변수(XML 또는 JSON)
    이름 설명
    없음

    헤더

    다음 요청 및 응답 헤더는 이 HTTP 작업에만 적용되거나 이 작업에 고유한 방식으로 적용됩니다. REST API에서 사용되는 일반 헤더 목록은 지원되는 REST API 헤더를 참조하세요.

    표 10. 요청 헤더
    헤더 설명
    수용 응답 본문의 데이터 형식입니다. 지원되는 유형은 application/json 또는 application/xml입니다.

    기본값: application/json
    표 11. 응답 헤더
    헤더 설명
    없음

    상태 코드

    다음 상태 코드는 이 HTTP 작업에 적용됩니다. REST API에서 사용할 수 있는 상태 코드 목록은 REST API HTTP 응답 코드를 참조하세요.

    표 12. 상태 코드
    상태 코드 설명
    200 성공입니다. 요청이 성공적으로 처리되었습니다.
    401 승인되지 않았습니다. 사용자 자격 증명이 잘못되었거나 전달되지 않았습니다.
    404 찾을 수 없습니다. 요청한 항목을 찾을 수 없습니다.
    500 내부 서버 오류입니다. 요청을 처리하는 동안 예기치 않은 오류가 발생했습니다. 응답에는 오류에 대한 추가 정보가 포함되어 있습니다.

    응답 본문 매개변수(JSON 또는 XML)

    요소 설명
    신뢰도 예측과 연결된 신뢰도 값입니다. 예: 53.84.

    데이터 유형: 숫자
    detailed결과 유사성 솔루션만 해당됩니다. 일치하는 텍스트 인덱스에 대한 상세 정보를 포함하는 JSON 키-값 쌍입니다.

    데이터 유형: 문자열
    예측 시스템 ID 예측 값의 sys_id입니다. 결과가 예측되는 모든 테이블에서 나올 수 있습니다.

    데이터 유형: 문자열
    예측 값 예측 결과를 나타내는 값입니다.

    데이터 유형: 문자열
    임계치 예측과 연결된 구성된 임계치의 값입니다.

    데이터 유형: 숫자

    샘플 cURL 요청

    curl "http://instance.servicenow.com/api/now/agent_intelligence/solution/prediction?input_table=incident&input_filter=sys_id%3D0ef47232db801300864adfea5e961912&solution_names=ml_incident_categorization%2Cml_incident_assignment&options=%7B%22top_n%22%20%3A%202%2C%20%22apply_threshold%22%3Afalse%7D" \
--request GET \
--header "Accept:application/json" \
--user "username":"password"
    {
  "result": {
    "ml_incident_categorization": {
      "0ef47232db801300864adfea5e961912": [
        {
          "confidence": 29.12211732875455,
          "threshold": 15,
          "predictedValue": "Email",
          "predictedSysId": ""
        },
        {
          "confidence": 19.08583525847071,
          "threshold": 14,
          "predictedValue": "Platform Performance",
          "predictedSysId": ""
        }
      ]
    },
    "ml_incident_assignment": {
      "0ef47232db801300864adfea5e961912": [
        {
          "confidence": 5.782322543467415,
          "threshold": 5,
          "predictedValue": "IT Finance CAB",
          "predictedSysId": "5f63e48fc0a8010e00eeaad81cd4dd37"
        },
        {
          "confidence": 5.303589009246953,
          "threshold": -1,
          "predictedValue": "NY DB",
          "predictedSysId": "5f74727dc0a8010e01efe33a251993f9"
        }
      ]
    }
  }
}