Communication Mining 使用入门

下表描述了设置和交付 Communications Mining 用例所需的关键步骤：

1. 访问 Communications Mining

Automation Cloud 用户

如果您是 Automation Cloud 用户并启用了 AI Unit，则可通过 Automation Cloud 访问 Communications Mining。 如果您没有任何 AI Unit，但想要开始使用 Communications Mining，请联系您的客户经理。

要在 Automation Cloud 上访问 Communications Mining，必须满足以下条件：

1. 管理员必须在 Automation Cloud 租户上将 Communications Mining 启用为服务- 为此，需要企业许可证，并且您的Automation Cloud 组织必须具有可用的 AI Unit
2. 您必须是 Automation Cloud 租户上的现有用户- 如果您不是现有用户，请让 Automation Cloud 租户上的管理员添加您

有关如何首次访问 Automation Cloud 上的 Communications Mining 的更多信息，请单击此处。

有关如何在 Automation Cloud 上管理帐户的更多信息，请单击此处。

旧版用户

您无需成为 Automation Cloud 用户即可访问 Communications Mining。 管理员请求您使用帐户后，您将收到一封自动发送的电子邮件，其中包含有关如何设置帐户的指导。 请注意，此电子邮件中包含的链接有效期为 24 小时，然后就会过期。

有关如何首次访问 Communications Mining 的更多信息，请单击此处。

有关如何管理帐户的更多信息，请单击此处。

2. 创建项目

可以将项目视为受限的工作区。 每个数据集和数据源都与一个特定的项目相关联，用户需要这些项目的权限才能使用其中的数据。 一个项目中的数据集可由多个项目的数据源组成。 用户只需拥有这两个项目中的权限即可查看和标注数据。

有关数据结构的更多信息，请单击此处。

对于 Automation Cloud 用户，每个租户都有一个“默认项目”，租户中的所有用户都可以访问该项目。 在上传数据、创建数据集和训练模型之前，强烈建议您创建一个新项目，将其访问权限仅限于需要访问该数据的人员。 数据源和数据集创建后，很难将其移动到不同的项目中。

要创建新项目，请按照此处的步骤操作。

3. 将用户添加到具有正确权限的项目中

对 Communications Mining 租户、项目、数据源和数据集的访问受严格的用户权限控制。 需要按用户分配权限。 它们可以提供对敏感数据的访问权限，并允许用户在平台中执行一系列不同的操作。 应仅向用户授予履行其角色所需的权限。 有关用户权限的更详细说明，请参阅此处。

要创建新的旧版用户，请按照此处的步骤操作。

要将用户添加到项目中，请按照此处的步骤操作。

要更新用户权限，请按照此处的步骤操作。

4. 创建数据源

数据源是类似类型的原始未注释通信数据的集合（例如 共享邮箱中的电子邮件或 NPS 调查响应集合）。

在 GUI 中创建源本质上是设置一个具有已定义属性的空源，然后可以通过 API 将数据上传到该空源。 您也可以通过 API 设置此来源。

创建来源后，可以通过以下方式上传数据：

• 集成（即 Exchange 集成、Salesforce 集成等）
• 静态 CSV 上传

要在 GUI 中创建新的数据源，请按照此处的步骤操作。

要将 CSV 文件上传到来源中，请按照此处的步骤操作。

有关集成指南和技术文档，请单击此处。

5. 创建数据集

数据集由 1 个或多个数据源（最多 20 个）和您训练的模型组成。

请注意，来源可以与数据集位于不同的项目中。 只要用户在每个项目中拥有适当的权限，他们就可以像往常一样查看和标注数据。

如果数据集中有多个来源，则它们在分析或自动化方面应具有相似的预期目的。

创建新的数据集时，您可以选择创建预先存在的数据集的副本。 这意味着您可以复制相同的来源、实体、情感选择、标签和已审核的示例。

要创建新的数据集，请按照此处的步骤操作。

有关使用多语言数据集和来源的更多信息，请单击此处。

6. 训练和维护模型

开始训练 Communications Mining 模型之前的先决条件包括：

• 明确的目标和成功标准
• 设计的标签和实体分类
• 具有特定领域知识的企业 SME
• 训练模型的限定时间

模型训练流程包含 3 个关键阶段：发现、探索和优化。 我们的新功能“训练”可提供引导式训练体验，逐步引导用户完成训练的每个阶段。

在生产中使用的任何模型都需要进行有效的维护，以确保持续的高性能。 这包括 a) 防止概念偏差，b) 创建异常流程。

有关模型训练的更多信息，请参阅以下链接：

• 准备模型训练
• 模型训练：
  • 发现
  • 探索
  • 优化
  • 训练（新）
• 模型维护

7. 探索分析

该平台具有内置的报告和分析功能，可以帮助您识别沟通渠道中的潜在问题和改进机会，例如：

• 本质上是事务性的请求非常适合自动化或自助服务
• 未得到响应或后续行动的请求可能会被消除
• 无需执行任何操作的电子邮件（即 OOO、垃圾邮件、自动生成的电子邮件、感谢电子邮件）可以从邮箱中删除
• 需要确定优先级并立即解决的紧急查询
• 导致客户不满意的根本原因、升级、追踪问题

有关生成 Insights 和构建报告的更多信息，请单击此处。

8. 实施自动化

该平台通过创建机器人可读取的通信队列来实现下游自动化。

这些队列由置信度阈值级别驱动。 设置阈值意味着，为了使消息进入队列，平台必须预测可信度等于或大于您设置的阈值的标签。

有关创建和管理流（以前称为触发器）的更多信息，请单击此处。

有关 UiPath <>Communications Mining 自动化框架的详细概述，请单击此处。

9. 可帮助您入门的其他资源

• 有关 Communications Mining 的简介，请参阅此处。
• 如何在平台中导航，请参阅此处。
• 关键概念和术语请参见此处。
• 快速训练方法在此处。
• 此处查看常见问题、提示和技巧。