Geschäftskontext
Ein Telekommunikationsunternehmen möchte eingehende Support-Tickets basierend auf den darin enthaltenen Schlüsselwörtern automatisch priorisieren. Ziel ist es, Regeln zu erstellen, die Tickets mit Begriffen wie 'Ausfall', 'Notfall' oder 'Rauch' der Kategorie 'KRITISCH' zuordnen, während Begriffe wie 'Rechnung' oder 'Frage' als 'STANDARD' klassifiziert werden.
Über das Set : boolRule
Extraktion boolescher Regeln zur Klassifikation.
Entdecken Sie alle Aktionen von boolRule Datenaufbereitung
Erstellung einer Transaktionstabelle (doc_terms) und einer Zielvariablentabelle (doc_info) mit Ticket-IDs und Kategorien.
Kopiert!
| 1 | DATA mycas.ticket_terms; INPUT docid termid; DATALINES; |
| 2 | 1 101 |
| 3 | 1 102 |
| 4 | 2 103 |
| 5 | 3 101 |
| 6 | 3 104 |
| 7 | 4 105 |
| 8 | 5 102 |
| 9 | ; RUN; |
| 10 | |
| 11 | DATA mycas.ticket_info; INPUT docid category $; DATALINES; |
| 12 | 1 KRITISCH |
| 13 | 2 STANDARD |
| 14 | 3 KRITISCH |
| 15 | 4 STANDARD |
| 16 | 5 KRITISCH |
| 17 | ; RUN; |
Étapes de réalisation
1
Laden der Daten und Überprüfung der Tabellenstruktur.
Kopiert!
| 1 | PROC CAS; |
| 2 | TABLE.tableInfo / TABLE='ticket_terms'; |
| 3 | TABLE.tableInfo / TABLE='ticket_info'; |
| 4 | RUN; |
2
Ausführung von brTrain zur Erstellung von Regeln für kritische Tickets.
Kopiert!
| 1 | PROC CAS; |
| 2 | boolRule.brTrain / |
| 3 | TABLE={name='ticket_terms'} |
| 4 | docId='docid' |
| 5 | termId='termid' |
| 6 | docInfo={ |
| 7 | TABLE={name='ticket_info'} |
| 8 | id='docid' |
| 9 | targets={'category'} |
| 10 | targetType='MULTICLASS' |
| 11 | } |
| 12 | casOuts={ |
| 13 | rules={name='ticket_rules', replace=true}, |
| 14 | ruleTerms={name='ticket_rule_terms', replace=true} |
| 15 | }; |
| 16 | RUN; |
Erwartetes Ergebnis
Die Aktion sollte erfolgreich abgeschlossen werden und die Tabelle `ticket_rules` generieren. Diese Tabelle muss boolesche Regeln enthalten (z. B. 'termid=101 & termid=102'), die die Kategorie 'KRITISCH' mit hoher Wahrscheinlichkeit vorhersagen.