解決方案構想
本文是解決方案概念。 如果您想要使用詳細資訊來擴充內容，例如潛在的使用案例、替代服務、實作考慮或定價指引，請提供 GitHub 意見反應讓我們知道。
此架構示範知識採礦如何協助客戶支援小組快速尋找客戶問題的解答，或大規模評估客戶情緒。
架構
知識採礦有三個步驟：內嵌、豐富和探索。
資料流程
- 攝取
擷取步驟會匯總來自各種來源的內容，包括結構化和非結構化數據。 如需客戶支援和意見反應分析，您可以內嵌不同類型的內容。 此內容包括客戶支援票證、聊天記錄、通話轉譯、客戶電子郵件、客戶付款歷程記錄、產品評論、社交媒體摘要、在線評論、意見反應窗體和問卷。
- 豐富
擴充步驟會使用 AI 功能來擷取資訊、尋找模式，以及加深瞭解。 您可以使用關鍵片語擷取、情感分析、語言翻譯、Bot 服務、自定義模型來專注於特定產品或公司原則來擴充內容。
- 探索
探索步驟是透過搜尋、現有的商務應用程式或分析解決方案來總管數據。 例如，您可以在知識存放區中編譯擴充的檔，並將其投影到表格式或物件存放區。 商店可用來在分析儀錶板中呈現趨勢，以找出常見問題或熱門產品。 或者，您可以將搜尋索引整合到客戶服務支援應用程式中。
元件
下列關鍵技術可用來實作技術內容檢閱和研究的工具：
- Azure 認知搜尋 是雲端搜尋服務，可提供基礎結構、API 和搜尋工具。 您可以使用 Azure 認知搜尋，透過 Web、行動和企業應用程式中的私人異質內容來建置搜尋體驗。
- Web API 自定義技能介面可用來將自定義技能整合到 Azure 認知搜尋 擴充管線。
- AI 語言是 Azure AI 服務的一部分，可提供許多自然語言處理服務。 您可以使用這些服務來瞭解和分析文字。
- 文字分析 是 AI 語言的 API 和其他功能集合，可用來擷取、分類及了解檔中的文字。
- Azure AI 服務 翻譯工具 是 Azure AI 服務系列 REST API 的一部分。 您可以使用 翻譯工具 進行即時檔和文字翻譯。
案例詳細資料
對於許多公司來說，客戶支援成本高昂，而且並不總是有效率地運作。 知識採礦 可協助客戶支援小組快速找出客戶問題的最佳解答，或大規模評估客戶情緒。
潛在使用案例
此解決方案已針對零售產業優化。
Azure 認知搜尋 是知識採礦解決方案的重要部分。 Azure 認知搜尋 會透過匯總和分析的內容建立搜尋索引。
透過使用搜尋索引的查詢，公司可以探索客戶所說的趨勢，並使用該資訊來改善產品和服務。