M42 Intelligence Similarities and Classification (aiemmin Effie AI Ticket , Virtual Coach ) on lisensoitava lisäominaisuus, joka on saatavilla Efecten pilviasennuksissa ja auttaa ESM-käyttäjiä löytämään olennaista tietoa ja työskentelemään tehokkaammin hyödyntäen olemassa olevaa dataa.

Tällä hetkellä M42 Intelligence Similarities and Classification on kolme ominaisuutta, jotka järjestelmänvalvoja voi määrittää:

• Samankaltainen sisältö tarjoaa ESM-käyttäjille luettelon kohteista, joita M42 Intelligence Similarities and Classification pitää avoimen datan kortin kannalta merkityksellisinä.
• Ehdotusten avulla ESM-käyttäjät voivat täyttää viittaustyypin määritetyn kentän M42 Intelligence Similarities and Classification ehdottamalla arvolla. Tätä voidaan käyttää datakorttien luokitteluun.
• Kopiointia käytetään datakorttien täyttämiseen nopeammin kopioimalla useita arvoja datakortilta, jota muokataan samankaltaisen sisällön kohteesta.

M42 Intelligence Similarities and Classification on määritettävä erikseen niille malleille, joissa sitä tarvitaan. Mallineita voidaan määrittää enintään viisi. M42 Intelligence Similarities and Classification ovat käytettävissä käyttöliittymässä vain näitä määritettyjä datakortteja käytettäessä, jos käyttäjä on ottanut ne käyttöön käyttäjäasetuksissaan.

Toimintojen konfigurointi tehdään ESM:n ylläpitopuolella. Pääset asetuksiin valitsemalla Hallinta → Ylläpito → Järjestelmäasetukset → Virtual Coach asetukset .

Ensin on otettava käyttöön M42 Intelligence Similarities and Classification . Järjestelmässä on tilavalo, joka osoittaa, toimivatko M42 Intelligence Similarities and Classification tarvittavat ohjelmistokomponentit vai eivät. Jos valo on punainen, mikään komponenteista ei toimi oikein, ja sinun on otettava yhteyttä Efecte Service Desk .

M42 Intelligence Similarities and Classification

M42 Intelligence Similarities and Classification -ominaisuus on rakennettu ESM-käyttöliittymän päälle, mutta se perustuu erilliseen tekoälykomponenttiin. Tekoälykomponentilla on kaksi päätoimintoa:

Ehdotusmalli

Kun M42 Intelligence Similarities and Classification on konfiguroitu, se käyttää ominaisuusparametreja rakentaakseen tilastollisen mallin, jota voidaan käyttää tikettien luokitteluun. Jos luokittelumoottorin tietylle mallipohjalle rakentamassa mallissa on jotain vikaa, konfiguraationäkymässä näkyy virhe. Jos virhe ei häviä muutaman tunnin kuluessa konfiguroinnista, mallin rakentaminen on epäonnistunut ja sinun tulee ottaa yhteyttä Efecte Service Desk . Ehdotusmalli rakennetaan aina uudelleen konfiguraation tallentamisen yhteydessä, joten uusia datakortteja ei automaattisesti oteta huomioon mallissa. Mallin uudelleenrakentaminen voi kestää jopa 30 minuuttia järjestelmässä olevan datan määrästä riippuen. 

Hakuindeksi 

Samankaltaisen sisällön haussa käytetään indeksiä, jonka M42 Intelligence Similarities and Classification muodostaa määritettyjen attribuuttien avulla. Kun käyttäjällä on datakortti auki, M42 Intelligence Similarities and Classification analysoi kentät määritettyjen attribuuttien perusteella ja antaa tuloksia, joita se pitää olennaisina. Hakuindeksi päivitetään aina, kun datakortti tallennetaan.

Komponenttien vianmääritys

Ehdotusmallin ja hakuindeksin tila näkyy määrityskäyttöliittymässä. Jos virheitä ilmenee, toimi seuraavasti:

1. Varmista, että järjestelmässä on vähintään viisi datakorttia, joiden Haku- ja Ehdotus-attribuuteilla on arvot.

2. Tuotantojärjestelmissä, joissa on tuhansia datakortteja konfiguroitua mallia kohden, ehdotusmallin rakentaminen voi kestää jopa 30 minuuttia. Hakuindeksi rakennetaan aina muutamassa minuutissa. Jos virhe jatkuu 30 minuutin kuluttua ja konfiguraatio on tehty määritteillä, jotka sisältävät riittävästi dataa, tekoälykomponentissa on jokin vika ja sinun tulee ottaa yhteyttä Efecte Service Desk .

Ympäristön analysointi

M42 Intelligence Similarities and Classification käytetään parhaiten malleissa, joissa on jo tuhansia datakortteja järjestelmässä. Ota huomioon seuraavat käyttötapaukset ennen konfigurointia:

Mitkä olemassa olevat tiedot voisivat olla hyödyllisiä, kun käyttäjät työskentelevät datakortin parissa? 

Käytä Samankaltaisen sisällön määritystoimintoa, jos haluat M42 Intelligence Similarities and Classification etsivän asiaankuuluvia kohteita, kuten historiallisia tapahtumia, analysoimalla tiettyjä kenttiä (esim. Aihe ja Kuvaus). Tämä auttaa löytämään tapahtumia, jotka saattavat sisältää olennaisia tietoja kyseessä olevan tapahtuman ratkaisemiseksi (kuten ratkaisun tai siihen liittyvät tapahtumat ). Nämä tiedot voivat olla hyödyllisiä toistuvia ongelmia ratkaistaessa tai uusia työntekijöitä perehdytettäessä .

Missä hukkaantuu eniten aikaa, kun valitaan useista mahdollisista arvoista? 

Ehdotukset voivat auttaa käyttäjiä säästämään aikaa jokaisen datakortin kanssa, jonka parissa he työskentelevät. Niiden avulla käyttäjä voi valita sopivimmat arvot nopeasti selaamatta mahdollisia arvoja esimerkiksi kategorioissa. Sen sijaan attribuutin todennäköiset arvot ehdotetaan oikeassa yläkulmassa, ja ne voidaan helposti valita sieltä napsauttamalla. Lisäksi tulosjoukko suodatetaan valinnan mukaan napsauttamalla.

Tutki ensin olemassa olevaa dataa ja katso, millainen datajoukko on saatavilla halutulla ehdotusattribuutilla. Jos esimerkiksi käytetään kategoriaa , onko olemassa kategorioita, jotka 1) eivät ole enää relevantteja, 2) ovat päällekkäisiä tai 3) yli- tai aliedustettuja? Yleisimmät arvot ehdotetaan yleensä todennäköisemmin M42 Intelligence Similarities and Classification avulla, mutta todellinen tulos riippuu aina avoimen datakortin hakuattribuuttien arvoista sekä koko datajoukosta ja määrityksistä.

Mitä olemassa olevia tietoja voitaisiin käyttää uudelleen uusilla datakorteilla?

Käytä Kopioi-toimintoa käyttääksesi uudelleen arvoja samankaltaisesta sisältökohteesta. Tällä tavoin käyttäjät voivat täyttää tarvittavat tiedot nopeammin, koska he voivat täyttää jopa kolme kenttää olemassa olevilla tiedoilla yhdellä napsautuksella.

Tietovaatimukset

Tärkeä osa M42 Intelligence Similarities and Classification konfigurointia on käytettävissä olevan datan tyyppi ja määrä. M42 Intelligence Similarities and Classification tarjoamat tulokset voivat olla vain niin hyviä kuin datajoukko sen sallii. Tässä on muutamia uid datasta, jotka tulisi ottaa huomioon ennen konfigurointia:

Käytä M42 Intelligence Similarities and Classification seuraaviin tarkoituksiin:

• Ympäristöt, joissa on paljon dataa (vähintään 5000 datakorttia jokaisesta mallista, jossa M42 Intelligence Similarities and Classification halutaan käyttää)
• Ihmisen luomaa sisältöä ja luonnollista kieltä sisältävät kohteet
• Ympäristöt, jotka käyttävät jonkinlaista luokittelua tai luokittelua
• Oikeilla valinnoilla varustetut datakortit
• Analysoidaan kohteita, joissa tyypillisesti on vähintään viisi sanaa
• Luonnossa toistuvien ongelmien analysointi

Älä käytä M42 Intelligence Similarities and Classification seuraaviin tarkoituksiin:

• Koneella luodut kohteet, joissa suurin osa sisällöstä luodaan automaattisesti, kuten automaattiset hälytykset
• Ongelmat, jotka eivät toistu
• Analysoidaan ominaisuuksia, jotka tyypillisesti sisältävät alle viisi sanaa
• Datakortit, joissa määritteillä saattaa olla virheellisiä arvoja

M42 Intelligence Similarities and Classification ovat käytettävissä vain niille malleille, jotka on määritetty oikein Virtual Coach asetuksissa.

Kokoonpano

M42 Intelligence Similarities and Classification on konfiguroitu seuraavilla alasvetovalikoilla, joista voi valita vain tuettuja vaihtoehtoja. Pakolliset valinnat on merkitty käyttöliittymässä "Pakollisiksi", mikä tekee konfiguroinnista yksinkertaista. M42 Intelligence Similarities and Classification konfigurointi tehdään pääasiassa alasvetovalikoiden kautta, jotka sallivat vain tuetut valinnat.

Mallipohja

Ensin sinun on määriteltävä, minkä M42 Intelligence Similarities and Classification -datakorttien kanssa sitä käytetään. Valitun mallin datakortit analysoidaan, ja M42 Intelligence Similarities and Classification näyttää näiden datakorttien sisällön, kun se katsotaan merkitykselliseksi avoimen datakortin kannalta. Konfiguroidun mallin tuloksia voidaan näyttää myös muiden mallien datakorteille. Voit valita mallin halutun käyttötapauksen perusteella:

1. Näytä valitun mallin datakorttien tulokset työskennellessäsi kyseisen mallin datakorttien parissa
2. Näytä valitun mallin datakorttien tulokset työskennellessäsi muiden määritettyjen mallien datakorttien parissa.

Voit esimerkiksi määrittää "Lippu"- ja " Pro "-datakortit siten, että molemmat voidaan näyttää tuloksissa, kun jommastakummasta mallista on olemassa samansisältöisiä datakortteja.

Hakuominaisuudet

Hakuattribuutit määrittävät, mitä tämän mallin datakorttien kenttiä analysoidaan samankaltaisuuden määrittämiseksi. Kaksi attribuuttia on merkitty pakollisiksi, ja niiden tulee olla merkkijono- tai tekstityyppisiä attribuutteja. Staattisia ja moniarvoisia attribuutteja ei tueta. Voit halutessasi asettaa myös ylimääräisen viittaustyyppisen attribuutin analysoitavaksi ja haussa huomioon otettavaksi. Tekoäly lukee tekstiattribuutit ja ottaa huomioon vain sen, minkä se katsoo merkitykselliseksi sisällöksi. M42 Intelligence Similarities and Classification ei ole luonteeltaan tarkka hakukone. Sen sijaan se rakentaa hakuindeksin, josta se etsii samankaltaista sisältöä avattaessa.

Ehdotusattribuutti

Ehdotusattribuuttia käytetään ehdotusominaisuuden attribuuttina, jota voidaan käyttää tikettien luokitteluun, kuten kategoriaan. M42 Intelligence Similarities and Classification rakentaa tilastollisen mallin käyttämällä Ehdotus-attribuuttia yhdessä Haku-attribuuttien kanssa tarjotakseen luokiteltuja ehdotuksia tämän luokitteluattribuutin arvolle. Ehdotus-attribuutin on oltava viitetyyppinen attribuutti. Moniarvoisia attribuutteja ei tueta. Lisäksi ehdotus-attribuutin tulos käytetään suodatusattribuuttina samankaltaiselle sisällölle loppukäyttäjälle , kun käyttäjä valitsee tuloksen M42 Intelligence Similarities and Classification -näkymässä.

Kopioi määritteet

M42 Intelligence Similarities and Classification avulla loppukäyttäjä voi käyttää uudelleen olemassa olevaa sisältöä saman mallin samankaltaisista sisältötietokorteista kopioimalla. Voit valita enintään kolme eri attribuuttia arvojen kopioimiseksi avoimeen datakorttiin. Tällä hetkellä tuetut attribuuttityypit ovat teksti, merkkijono, staattinen merkkijono, viite ja ulkoinen viite. Myös rikastettua tekstiä voidaan kopioida ja esikatsella erillisessä esikatseluikkunassa ennen kopiointia.

Tietojoukon koko

Käytä Tietojoukon koko -toimintoa antaaksesi M42 Intelligence suhteellisen koon käytettävissä olevasta tietojoukosta. M42 Intelligence käyttää sijoitusalgoritmia määrittääkseen, mitkä tulokset ovat samankaltaisimpia avoimen datan kortin kanssa. Loppukäyttäjälle näkyvä samankaltaisuuspistemäärä on aina suhteellinen luku, joka on johdettu käytettävissä olevasta datasta. Siksi M42 Intelligence Similarities and Classification käyttävät skaalauskerrointa, jota käytetään skaalaamaan samankaltaisen sisällön tuloksia välille 0–100 käytettävissä olevan datan mukaan. Skaalauskerrointa voidaan säätää Tietojoukon koko -asetuksella, joka on oletusarvoisesti 40. Tämä vaikuttaa siihen, miten samankaltaisen sisällön pistemäärä lasketaan. Säädä tietojoukon kokoa, jos tulokset ovat mielestäsi aina liian matalia tai liian korkeita. Ennen tietojoukon koon muuttamista, ota huomioon seuraavat parhaat käytännöt:

• Skaalauskertoimen arvo on oletusarvoisesti 40. Tämä sopii malleille, joissa on noin 10 000–60 000 datakorttia.
• Arvoa 4 suositellaan malleille, joissa on 100–200 datakorttia.
• Arvoa 10 suositellaan malleille, joissa on noin 1000 datakorttia.
• Yli 40:n arvot sopivat suurempiin tuotantoympäristöihin.
• Vain arvot välillä 0–100 ovat sallittuja.

Tietojoukon koon muuttaminen ei vaikuta näytettäviin tuloksiin, vaan ainoastaan Samankaltaisessa sisällössä näytettävien tietokorttien relevanssipisteisiin.

Järjestelmästä riippuen käynnistys- ja oppimisvaihe kestää 10–30 minuuttia. Tämä aika tarvitaan, jotta M42 Intelligence voi analysoida dataa ja luoda palvelun.

Tämän jälkeen käyttäjät voivat ottaa M42 Intelligence Similarities and Classification käyttöön itse. Testaamiseksi päivitä näyttö ja siirry käyttäjäprofiiliisi.

Katso uid lisätietoja M42 Intelligence Similarities and Classification käytöstä.