Як впровадити емпатичну та реактивну систему за допомогою TIBCO та AWS AI / ML
Що ж, історія починається кілька місяців тому, команда TIBCO HHRR (людські ресурси) запропонувала нам організувати європейську команду для участі в технічному змаганні; виклик прийнятий! Після деякого сеансу мозкового штурму команди ми вирішили принципи рішення та основні можливості, конкретно: 100% заснована на TIBCO, обробка в реальному часі, реактивна, рідна хмара, орієнтована на витрати, інтерактивні інформаційні панелі та використовували AI / ML. .тож була створена внутрішня команда TIBCO, яку називали TeamX.
Технічно кажучи, спецыалісти https://community.tibco.com/sites/default/files/logicalview.png за допомогою продуктів TIBCO, кожен блок був реалізований за допомогою відповідного інструменту TIBCO. Для використання AI / ML ми створили полегшену версію AWS SDK (бібліотека 2 МБ), адаптовану для використання служб AWS AI / ML та включену в TIBCO BusinessWorks (AWS Comprehend було нашим рішенням, але ви можете замінити її на Azure Cognitive Services або NLP Annotation від Cogito). ПРИГОТУВАННЯ, ІНТЕГРАЦІЯ І ОБРОБКА були роз’єднані для підвищення продуктивності. Для обміну потоковими подіями ми спеціально використовували Apache Kafka, ми використовували TIBCO Apache Kafka Distribution, що надається через TIBCO Messaging. Для імпорту соціальних даних ми розробили процес у TIBCO BusinessWorks, який отримує кожен публічний твіт про певну сферу інтересів (можна редагувати за допомогою конфігурації) та публікує його в нашій темі Kafka. Коли твіт обробляється, початкове повідомлення про власну структуру приймає нову структуру даних на основі схеми CDM Empathyx (Canonical Data Model) для перетворення повідомлення про фірмову структуру в загальні структуровані дані; цей крок необхідний для обробки будь-якого типу платформи соціальних медіа, щоб легко розширити ВХІД ДАНИХ (наприклад, Facebook, Instagram, Linkedin тощо) та обробити дані агностичним способом, незалежно від джерела, не застосовуючи змін до блоків MICRO- ОБРОБКА Компонент ПОТРИМУВАННЯ та ОБРОБКА МІКРОПАРТІЙ допомагає ідентифікувати поведінку та закономірності в реальному часі, застосовуючи математичні моделі для пошуку тенденцій та взаємозв’язків між даними. Мікропакетна обробка - це паралельна гілка процесу реального часу, що дозволяє проводити математичний аналіз на коротких часових вікнах (на основі часу або на основі зразків); ми застосували TIBCO Streaming для реалізації цієї функції. АНАЛІТИКА РЕАЛЬНОГО ЧАСУ була ввімкнена завдяки TIBCO Spotfire X, де всі оброблені дані пропонуються у режимі реального часу, фактично інформаційні панелі реального часу, доступні з рішенням, включають:
Інформаційну панель карти: Георозташування повідомлень на карті світу в реальному часі -Час, використовуючи кольорові точки, можна зрозуміти, де є: негативне почуття / думка (Red Point) або позитивне почуття / думка (Green Point) або нейтральне (Yellow Point) або змішане (Purple Point). Розмір діаметра відображає соціальний вплив цього конкретного повідомлення
"Почуття": панель гістограм для групування та підрахунку різних почуттів у режимі реального часу (позитивні, негативні, нейтральні, змішані)
Інформаційна панель об'єктів: гістограма для групування та підрахунку найбільш часто використовуваний ключ у повідомленнях (комерційна позиція, особа, кількості, місто, товари тощо) на інформаційній панелі країн у реальному часі: Використовуючи діаграму HeatMap, кольорова шкала допомагає швидко візуалізувати огляд для кожної країни, щоб зрозуміти загальне відчуття інформаційної панелі ключових слів: діаграма гістограм, вона допомагає визначити, як ключове слово (критерій пошуку) використовується в повідомленнях та його появах. Це корисно для розуміння емоційного контексту нашого ключового слова (тобто бренду, продукту, конкурентів) та виявлення негативних наслідків. Також корисно виявляти популярні теми.
Детально кейс розглянутий у відео -
https://www.youtube.com/watch?v=WBQSNRA6tNk
