第169页，共563页。 显示 5,628 条结果 (0.088 秒)
从第三方系统中打开Smartbi资源
到了 openresource.jsp 之中。 http://localhost:18080/smartbi/vision/openresource.jsp 打开报表是否刷新数据。如果不指使用移动设备通过“openresource.jsp”打开自助仪表盘、电子表格的资源时，访问页面将默认切换至移动端效果 1.2. 支持的资源类型 目前支持被集成的资源类型有：自助仪表盘、自助数据集、数据模型、自助ETL、数据挖掘、ETL自动化、作业流、多维分析、即席查询、透视分析、Web链接、电子表格、仪表盘页面、WEB电子表格、可视化查询、SQL数据集、存储过程查询、原生SQL查询，以及Excel导入模版等。 1.3. 基本参数202401产品更新介绍
^ 数据模型其他功能优化 下拉树参数支持排序。 抽取支持分桶分区(仅限星环数据库)。 2.3 自助ETL + 新增数据接入和数据输出的类型 为了满足更多项目的场景，在新版本中，自助ETL支持更多的数据源和目标数据源类型。 新增支持的数据库：TiDB、PanWeiDB； 目标源连接星环数据库时 … 1 更新周期 2023年4月~2024年1月 2 详细更新内容 所有更新内容在V10.5.15最新版本实现 2.1 数据连接 + 新增多个数据库兼容 新增 关系型数据源-PanWeiDB数据连接、适配SelectDB、GuessDB作为Smartbi高速缓存库。 2.2 数据模型 ^ 支持假设引用银行客户精准营销
背景描述 本次数据集选自UCI机器学习库中的银行营销数据集（Bank Marketing Data Set），数据集只选取了部分数据共计5000条，原始数据集地址：http://archive.ics.uci.edu/ml/datasets/Bank+Marketing http://archive.ics.uci.edu/ml/datasets/Bank+Marketing。 这些数据与葡萄牙银行机构的营销活动相关，营销的活动以电话为主，银行的客服人员需要来联系客户至少一次来确认客户是否认购该银行的定期存款业务。通过数据集，建立模型来判断客户是否认购银行的定期存款业务，可以帮助客服人员提高效率，为客户是否会认购提供参考，并且银行客户精准营销
背景描述 本次数据集选自UCI机器学习库中的银行营销数据集（Bank Marketing Data Set），数据集只选取了部分数据共计5000条，原始数据集地址：http://archive.ics.uci.edu/ml/datasets/Bank+Marketing http://archive.ics.uci.edu/ml/datasets/Bank+Marketing。 这些数据与葡萄牙银行机构的营销活动相关，营销的活动以电话为主，银行的客服人员需要来联系客户至少一次来确认客户是否认购该银行的定期存款业务。通过数据集，建立模型来判断客户是否认购银行的定期存款业务，可以帮助客服人员提高效率，为客户是否会认购提供参考，并且指标模型 ⬝ 使用指标模型
效果 字段迁移到其它维度目录 否，会保存自定义效果 切换模型未抽取状态 否，会保存自定义效果。因为这个是模型的状态。 4 交互式仪表盘应用 4.1 操作入口 点击 数据准备，选择已构建的 指标模型，选择此指标模型的 模型管理 的某个模型主题，然后选择新建 新建 > 交互式仪表盘>自由布局 … 1 概述 指标模型可以应用于交互式仪表盘、电子表格、WEB电子表格、即席查询、NLA。数据模型是指标模型的底层数据引擎，所以，应用前需要将指标模型生成相应的数据模型。本文将介绍如何指标模型生成数据模型并作数据分析展现的应用。 2 生成数据模型 根据具体业务情况勾选所需的指标和维度生成对应数据模型，数据模型之间资源访问次数统计表
系统中内置报表，列出系统中报表资源和页面资源的访问次数统计数据。 该报表中的统计数据，是由计划任务【统计资源访问次数】定时抽取统计，非实时统计，若需要更新统计数据，可前往计划任务中手动执行【统计资源访问次数】任务。 报表入口 在“分析展现”界面，展开左侧资源目录区，选择 分析报表 > system > 分析报表 > 查看资源访问次数统计表 ，双击打开“查看资源访问次数统计表”，如图： tongjibiao-01.png 报表介绍 报表界面如下： tongjibiao-02.png 点击资源名称"3维图"跳转到“3维图”分析界面 2020-11-19_14-26-19.png资源访问次数统计表
系统中内置报表，列出系统中报表资源和页面资源的访问次数统计数据。 该报表中的统计数据，是由计划任务【统计资源访问次数】定时抽取统计，非实时统计，若需要更新统计数据，可前往计划任务中手动执行【统计资源访问次数】任务。 报表入口 切换到 "分析展现"->"分析报表"->"system"目录->"分析报表"文件夹，点击"查看资源访问次数统计表"。 2022-02-14_11-39-46.png 报表介绍 报表界面如下： 2022-02-14_11-40-49.png 点击资源名称"3维图"跳转到“3维图”分析界面 2020-11-19_14-26-19.png 2020-11-19_14-27-05.png垃圾短信识别
/viewpage.action?pageId=51942021 算法进行抽取变换，输出结果如图： image2020-6-15 13_55_33.png 整个的数据预处理流程图如下： image2022-2-10_16-7-14.png 构建模型 本案例采用 随机森林 https … 背景描述及需求 随着通讯时代的到来，手机成为人们日常通讯必不可少的工具之一。手机短信也以其操作简单、方便快捷等诸多优点，逐渐成为用户间沟通的重要桥梁，但在为人们带来极大便利的同时，随之而来的诸多垃圾短信问题日益严峻，广告信息、欺诈短信、谣言散布等短信内容，严重危害了社会公共安全。据360手机卫士安全中心发布的数据垃圾短信识别
/viewpage.action?pageId=51942021 算法进行抽取变换，输出结果如图： image2020-6-15 13_55_33.png 整个的数据预处理流程图如下： image2022-2-10_16-7-14.png 构建模型 本案例采用 随机森林 https … 背景描述及需求 随着通讯时代的到来，手机成为人们日常通讯必不可少的工具之一。手机短信也以其操作简单、方便快捷等诸多优点，逐渐成为用户间沟通的重要桥梁，但在为人们带来极大便利的同时，随之而来的诸多垃圾短信问题日益严峻，广告信息、欺诈短信、谣言散布等短信内容，严重危害了社会公共安全。据360手机卫士安全中心发布的数据某政府单位疫情期间网民情绪识别
数据进行文本挖掘分析，本次数据挖掘建模的目标如下： 1、分析某一网民对疫情相关话题的情感倾向。 2、从微博内容挖掘出网民情绪积极与异常情绪缘由。 3、针对情绪消极用户指定对策进行舆情引导，防止情绪进一步恶化。 本次建模针对疫情期间网民关于疫情相关话题的微博中文内容，在对文本进行预处理、分词、停用词处理后，通过分类算法随机森林和LDA主题模型多种数据挖掘模型，实现对微博中文内容数据的情感倾向的判断以及所隐藏的信息的挖掘分析，以期望得到有价值的内在内容。 本案例的疫情期间网民情绪识别的总体流程如图1-1所示。 1.png 图1-1 1）获取数据，数据来源于赛题疫情期间网民情绪数据。 2）对获取的数据进行基本的处理操作
