Communications Mining™ 使用入门

本页介绍了设置和交付 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 Units或Platform Units ，则可以通过Automation Cloud中的 UiPath™ IXP 服务访问Communications Mining 。 如果您没有任何单元，但又想开始使用 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 租户上启用 IXP 即服务。对于此操作，需要 Enterprise 许可证，并且您的 Automation Cloud 组织必须具有可用的 AI Unit 或 Platform Unit。有关更多详细信息，请查看启用 Communications Mining 。
2. 您必须是 Automation Cloud 租户上的现有用户。如果没有，请请求 Automation Cloud 租户的管理员添加您。

如需了解关于以下内容的更多信息：

• 首次如何在 Automation Cloud 上访问 Communications Mining，请查看进行设置为 Automation Cloud 用户。
• 如何在 Automation Cloud 上管理帐户，请参阅帐户管理。

旧版用户

您不需要成为 Automation Cloud 用户即可访问 Communications Mining。

管理员请求您的帐户后，您将自动收到一封电子邮件，其中包含有关如何设置帐户的指导。

备注：

自动发送的电子邮件包含仅在 24 小时内有效的链接。

如需了解关于以下内容的更多信息：

• 首次如何在 Automation Cloud 上访问 Communications Mining，请查看设置为旧版用户。
• 如何管理您的帐户，请查看帐户管理（旧版访问权限） 。

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特定项目相关联，用户需要这些项目中的权限才能使用其中的数据。一个项目中的数据集可以由来自多个项目的数据源组成。用户只需要在这两个项目中拥有查看和标注数据的权限。

有关数据结构的更多详细信息，请参阅了解数据结构与权限。

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

要创建新项目，请按照创建新项目 (Automation Cloud)中所述的步骤操作。

3. 将用户添加到具有正确权限的项目中

严格的用户权限控制对 Communications Mining 租户、项目、数据源和数据集的访问。您需要为每个用户分配权限。权限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。因此，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，请查看角色及其基本权限。

有关更多详细信息，请参阅：

• 创建新的旧用户，请查看“创建新用户 (非 Automation Cloud 管理员)” 。
• 要添加的用户到项目，请查看将用户添加到项目。
• 要更新用户权限，请查看更新角色和权限。

4. 创建数据源

数据源是未批注的相似类型的原始通信数据的集合，例如来自共享邮箱的电子邮件或 NPS 调查回复的集合。

在 GUI 中创建源会设置一个具有已定义属性的空源，然后可以通过 API 上传数据。也可以通过 API 完成此来源的设置。

创建来源后，可以通过以下方式上传数据：

• Integration, that is, Exchange integration.
• 静态 CSV 上传。

有关更多详细信息，请参阅：

• 在 GUI 中创建新的数据源，请选中在 GUI 中创建或删除数据源。
• 将 CSV 文件上传到来源，请查看将 CSV 文件上传到来源。
• 集成指南和技术文档，请查看集成指南概述。

5. 创建数据集

数据集由一个或多个数据源（最多 20 个）和您训练的模型组成。

备注：

来源可以位于与数据集不同的项目中。只要用户在每个项目中都拥有适当的权限，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，则它们应针对您的分析或自动化拥有相似的预期目的。

新建数据集时，您可以选择创建预先存在的数据集的副本。这意味着您将复制相同的来源、通用字段、情感选择、标签和已审核的示例。

有关创建新数据集以及使用多语言数据集和来源的更多详细信息，请查看以下资源：

• 创建数据集
• 多语言来源和数据集

6. 训练和维护模型

模型训练涉及创建和训练应用于数据集中的各个通信的一组标签（即一组意图或概念）和消息（即结构化数据点）。当我们开始训练模型时，平台中的机器学习模型将实时训练，并开始预测这些标签和实体可能适用于数据集中的其他位置。

训练模型需要全面了解数据的模型训练者。模型训练器通过训练一小组代表整个数据集的训练数据，将其知识传授给模型，并使模型能够对整个数据集进行预测。

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。
• 设计标签和字段的分类。
• 拥有特定领域知识的企业 SME。
• 训练模型的限定时间。

模型训练流程由以下关键阶段组成：发现、探索和优化。“训练”功能提供引导式训练体验，逐步引导用户完成训练的每个阶段。

生产中使用的任何模型都需要得到有效的维护，以确保持续的高性能。这包括防止概念偏移和创建异常流程。

有关模型训练的更多详细信息，请参阅以下资源：

• 准备模型训练
• 模型训练：
  • 发现
  • 探索
  • 优化
  • 训练
• 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。
• 未获得响应或跟进的请求可能会被消除。
• 不需要操作的电子邮件，即 OOO、垃圾邮件、自动生成的电子邮件和感谢电子邮件，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、升级或追踪的根本原因。

有关生成 Insights 和构建报告的更多详细信息，请参阅使用分析和监控概述。

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。

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

有关更多详细信息，请参阅：

• 创建和管理流，请查看选择标签置信度阈值。
• 有关 Communications Mining 自动化框架的概述，请查看UiPath 自动化框架。

9. 可帮助您入门的其他资源

• Communications Mining 简介。
• 如何在平台中导航。
• 关键概念和术语。
• 快速训练
• 常见问题解答、提示和技巧。