Inteligência preditiva estruturas

Inteligência preditiva fornece três estruturas de modelo diferentes no Zurich versão: classificação, semelhança e cluster. Cada estrutura é especializada em diferentes tipos de previsões.

Inteligência preditiva estrutura de classificação

. Inteligência preditiva a estrutura de classificação permite que você use algoritmos de aprendizado de máquina para definir valores de campo categórico durante a criação do registro. Por exemplo, você pode usar o modelo para definir a categoria de incidente com base na descrição resumida. Você pode treinar modelos preditivos para que atuem como um agente para categorizar e rotear o trabalho automaticamente com base em sua experiência anterior de manipulação de registros.

Habilitar Inteligência preditiva para lidar com volumes de solicitações de entrada a custos mais baixos. Automatizar a categorização e atribuição de solicitações para reduzir:

• Tempos de resolução da tarefa.
• O número de interações necessárias para resolver tarefas.
• As taxas de erro de categorização e atribuição de trabalho.

Para obter mais informações, consulte Criar e treinar uma solução de classificação.

Inteligência preditiva estrutura de semelhança

. Inteligência preditiva a estrutura de semelhança identifica registros existentes que têm valores semelhantes a um novo registro. Por exemplo, você pode treinar um subconjunto de seus registros de incidente para recomendar uma resolução com base nas informações de um registro de incidente semelhante. Ao emprestar incidentes encerrados semelhantes que têm uma resolução comprovada, você pode ajudar os agentes e executantes a fornecer rapidamente a melhor resolução para um incidente de entrada.

A estrutura de semelhança não precisa de uma correspondência exata de palavras-chave para suas comparações de texto porque seus algoritmos identificam palavras e sinônimos semelhantes com base em contextos semelhantes. Por exemplo, as frases a impressora não está funcionando e. impressora quebrada ambos são reconhecidos como semelhantes. A estrutura também coleta, aprende e aplica o contexto específico do seu setor. Por exemplo, a frase não é possível ingressar na rede tem um contexto diferente em uma empresa de rede de computadores do que em uma empresa de seguro de saúde.

A estrutura de semelhança usa uma solução de semelhança de fluxo de trabalho. Para obter mais informações, consulte Criação e treinamento de uma solução de semelhança.

Inteligência preditiva estrutura de cluster

O cluster divide os dados em grupos que podem ser usados para identificar padrões. Em seguida, você pode lidar com registros coletivamente ou encontrar lacunas nos dados existentes. Por exemplo, você pode agrupar novos incidentes semelhantes para identificar uma indisponibilidade grave.

A estrutura de cluster usa uma solução de cluster de fluxo de trabalho. Para obter mais informações, consulte Criar e treinar uma solução de cluster.

Obsoleto no Washington DC versão: Inteligência preditiva estrutura de regressão

Importante:

O suporte para criar novas soluções de regressão foi removido no Washington DC versão. Você pode treinar e editar soluções existentes, mas não pode criar novas. Essas informações são fornecidas para o contexto legado.

A regressão é uma estrutura de aprendizado de máquina que usa dados históricos para prever saídas numéricas, como uma temperatura ou um preço de ação.

Para obter mais informações, consulte Criar e treinar uma solução de regressão.