SAP Analytics Cloud（SAC）是一个强大的分析工具，大数据趋势，可以创建引人注目的数据可视化。我想写这个博客是为了研究我是否可以通过预先训练好的机器学习模型，将情绪分析功能从Google云自然语言添加到SAC中。一段时间后，您需要通过客户的反馈来衡量您所提供的服务质量。因此，我们将根据所提供的反馈，使用情绪分析来确定总体态度（积极或消极）。

最终将通过情绪得分来丰富票务数据，以确定您的支持程度。

前提条件工艺流程在Google云平台上启用云自然语言API在SAP云集成上构建集成场景在SAP Analytics云上创建仪表板结论

SAP分析云账户SAP云集成帐户谷歌云平台账户

仪表板通过OData从SAP Cloud Integration（SCI）获取数据馈送。然后，SCI使用restapi从票务系统获取反馈数据。之后，根据客户使用谷歌云自然语言API在票证回复中输入的个别语句确定情绪得分

最后将处理后的数据发送回SAC生成仪表板

登录谷歌云平台控制台。然后进入"管理资源"页面，单击"创建项目"创建一个新项目。

输入项目名称，然后单击"创建"。另外，请确保为您的帐户启用帐单功能。

进入仪表板菜单，单击API和服务。然后单击启用API和服务。

转到API和服务的凭据部分。然后单击"创建凭据"下拉列表，选择API密钥。

弹出窗口显示生成的API密钥。复制API密钥并保存它。

您可能需要检查您的配置是否正确。我通常使用Postman来测试restapi。

我们使用以下端点将请求连同上述步骤中的API键一起发送到API。

https://language.googleapis.com/v1/documents：分析情绪？key=${API\u key}

自然语言API是由JSON请求和响应组成的restapi。一个简单的JSON请求如下：

Document包含此请求的数据，它由以下字段组成：

content–包含要计算的文本type–文档类型（HTML或纯文本）encodingType–字符编码

让我们在邮递员身上试试。

你可以根据提供的句子得到情绪得分。情绪得分从-1（非常差）到+1（非常好）不等。从上面的回答来看，情绪得分是0.8，这意味着非常好。

OData发送者适配器将从SAP Analytics Cloud触发，具有以下实体集结构。

此步骤是从支持票务系统检索反馈数据（在我的情况下，我使用Freshdesk作为示例）。我不会把重点放在这里，因为你可能会使用不同的票务工具，云计算与大数据，如Jira或Salesforce。无论如何，大多数票务系统都通过restapi提供数据访问。因此，您可以使用自己的并轻松地浏览博客的其余部分。

Freshdesk API中的示例XML数据：

将多个反馈数据拆分为单个元素，因为Google Cloud自然语言处理（NLP）API一次只能接收一个输入。

我们将使用拆分的反馈数据（来自上一步）稍后将与从googlenlpapi获取的返回情绪得分相结合。反馈数据保存在名为FeedbackData的属性中。

Google Cloud NLP API的情绪分析使用以下JSON请求。

因此我们需要首先将传入的反馈数据映射到XML格式的请求数据。然后在后面的步骤将其转换为JSON格式。

转换XML数据（来自上一步）并抑制JSON根元素。

调用情绪分析API。

因为HCI不支持JSON-to-XML转换器的多个根成员处理。它必须正好包含一个成员。所以我们必须在JSON数据中添加一个根节点。

将返回的JSON格式的情感数据转换成XML格式，以便进一步处理。

因为我们只关注情感分数，所以我们将过滤掉消息的其余部分。

这一步是将反馈数据（来自步骤4）和返回的情感分数（来自步骤10）。

从收集步骤中删除不必要的Multimap节点。

与步骤8相同。

差不多了！将结果映射到发件人的OData结构。

一旦到达结束消息，处理后的数据将自动发送回发件人。

最后但并非最不重要的是，您需要从SAP Analytics Cloud调用OData终结点。您可以从突出显示的管理集成内容中获得它。

登录SAP Analytics Cloud。然后打开仪表板菜单并选择连接。

然后单击加号按钮并选择导入数据连接–>OData服务。

将连接名称和数据服务URL与上一节中的OData端点一起放入。

再次打开仪表板菜单，选择Create–>Story.

选择Dashboard模板。

现在我们将使用集成场景中的数据。从左上角的面板中选择数据。

选择从数据源获取的数据。

选择OData服务作为数据源。

选择从上一步创建的连接。

下一步，命名您的查询并选择查询集（这是您在SCI的OData sender步骤中使用的实体集）。

然后您可以选择您感兴趣的数据来构建查询。

创建查询后，数据将通过OData从您的集成场景中检索，并在随后的屏幕中预览。