第211页，共562页。 显示 5,616 条结果 (0.112 秒)
Mondrian学习总结
、JOLAP 规范。它从 SQL 和其它数据源读取数据并把数据聚集在内存缓存中，然后经过 Java API用多维的方式对结果进行展示，同时可以不写 SQL就能分析存储于 SQL 数据库的庞大数据集，可以封装 JDBC数据源并把数据以多维的方式展现出来。 JPivot 是 Mondrian http://sourceforge.net/projects/mondrian/ 默认的表现层工具，它是一个 JSP 自定制的标签库，可以绘制 OLAP 分析图表。用户可以执行典型的 OLAP 导航，如下钻、切片。JPivot 使用 Mondrian 作为它的 OLAP 服务器但也支持 XML/A 数据源访问。它使用报错 - word分析报告在Office插件中打开服务器上的分析报告报“文件可能已经损坏”
（此文档仅供参考） 问题现象 引用静态电子表格的数据，但是分析报告中的数据与原电子表格的数据有差异，原来权益类这个大类下边好几个资产类别，分析报告中就变成一条记录了，感觉是错位了。 1.png 问题原因 由于office插件打开分析报告时调用的接口里没有“允许修复”的逻辑，所以打开已损坏的文档直接就提示此文档已损坏且无法修复。 解决方案 若是要修复已损坏的Word文档，需要用word的文档修复功能来修复，步骤如下： 1、登陆office插件，打开Smartbi系统中可以正常打开的一个分析报表； 2、打开分析报告后，将打开的Word文档另存为，可以找到分析报告的保存路径； 2.jpg 3参数 - 电子表格中如何使用SSR函数传递多选下拉框的问题
（本文档仅供参考） 问题 电子表格中如何使用SSR函数传递多选下拉框的问题，数据库为oracle。 image2018-11-20 10_28_24.png image2018-11-20 10:28:40.png image2018-11-20 10:28:56.png 解决方案 使用 … (','||?||',',','||CATEGORYNAME||',',1,1)>0 后台查看传参确实是逗号区分开的，而实际sql拼接的是 in('a,b,c')，这样是无法查询出数据的，因此需要对参数进行处理，要拼成 in('a','b','c') 的格式的或者in select 出来的一个结果集，这样多选才能正确查询出数据，另外图形 - 电子表格实现百分比堆积柱图
（本文档仅供参考） 问题描述 在电子表格里面使用echarts图形如何实现百分比堆积柱图？ 解决思路 在数据处理时使用一个辅助列求出分组的百分比计算，选择echarts堆积柱图，然后将计算出来的值作为指标轴展示 解决方案 1、 使用一个辅助列求出分组字段中的数值占比计算，且汇总的字段需要设置父格 image2022-10-7_22-6-40.png 2、数据处理后展示效果如下： image2022-10-7_22-7-21.png 3、基于已处理好的数据制作图形，选择堆积柱图，将计算占比值作为指标值 image2022-10-7_22-9-18.png 4、echarts重置SmartbiMppmd
支持申请SmartbiMppmd安装包重装，或也可将该库重置，重置规避步骤如下： （以下操作相当于置空数据，以往抽取的数据文件也会清空，需要再重新抽取） 1、删除data/smartbimppmd目录下的内容，具体删除内容如图红色框 image2025-4-1_11-15-57.png 2、重启smartbimppmd image2025-4-1_11-20-18.png 注：exe部署自带的smartbimppmd实际是试用库，不适用在大数据量或者是正式生产环境使用，建议改用SmartbiMPP：安装SmartbiMPP(普通用户)。 重装mppmd 重置mppmd某商业银行客户流失预测
进行分析，月均新增为1. 00%，月流失率为8. 00%，高价值客户流失严重，建立流失预警机制刻不容缓。 数据现状 本次挖掘的客群为零售客户某业务线条的高价值客群，这部分客群的数据主要存放在CRM系统当中，存放了客户的个人信息、账户信息、存款类信息、消费和交易类信息、理财和基金类信息。 需求 … 收集高价值客群的个人信息、账户类信息、交易类信息等维度数据，以及结合第三方数据，利用随机森林算法构建客户流失预警模型，并输出影响客户流失的主要因素。 实施过程 数据来源于CRM系统中客户基本信息表、账单表等；第三方数据，数据时间窗为近一年的数据，客群为高价值客群，本次案例已获取到部分数据总共100000条数据某商业银行客户流失预测
进行分析，月均新增为1. 00%，月流失率为8. 00%，高价值客户流失严重，建立流失预警机制刻不容缓。 数据现状 本次挖掘的客群为零售客户某业务线条的高价值客群，这部分客群的数据主要存放在CRM系统当中，存放了客户的个人信息、账户信息、存款类信息、消费和交易类信息、理财和基金类信息。 需求 … 收集高价值客群的个人信息、账户类信息、交易类信息等维度数据，以及结合第三方数据，利用随机森林算法构建客户流失预警模型，并输出影响客户流失的主要因素。 实施过程 数据来源于CRM系统中客户基本信息表、账单表等；第三方数据，数据时间窗为近一年的数据，客群为高价值客群，本次案例已获取到部分数据总共100000条数据AIChat 白泽帮助中心
Smartbi AIChat（白泽），是基于大模型（LLM）智能体技术的新一代智能 BI。 Smartbi AIChat 融合了 NL2DSL、数据模型的功能优势，采用先进的 Agent 技术，灵活性、扩展性和泛化能力更强。通过 DeepSeek、Qwen 等大模型与数据平台结合，支持用户通过自然语言实现对话分析、时间计算、归因分析、趋势预测及深度数据洞察等高级分析。它可以帮助企业准确、高效、深入洞察业务数据，真正释放数据价值。 Smartbi AIChat 功能演示，请查看如下视频。 产品演示AIChat_V3_4合1.mp4 播放 修改产品介绍文字问句指南
1. 概述 用户写出意图明确、语义清晰的问句，能够帮助 Smartbi AIChat 精准的理解问句，从而得到想要的数据结果。 2. 数据分析查询常用词 在通常的分析场景中，我们会通过各种维度去查询数据，或者通过时间计算查询指标的同环比增长等情况，亦或是希望图表结合的方式呈现数据，下表是我们总结归纳的可满足 … ） 时间、哪里、哪个、谁、多少、多少次、多久一次、金额、数字、数量、多久、什么 3. 问句示例 3.1 实体罗列 首先我们需了解何为“实体”？实体是信息世界和现实世界中的基本单元，是构建数据模型、进行信息抽取、语义理解和知识表示的基础元素。实体在不同领域有着不同的含义，但通常来说，实体是指具有独立存在入门视频
视频说明 BI数据分析快速入门 https://my.smartbi.com.cn/edu/course-101：你将学习如何通过Smartbi Insight V11快速实现BI数据分析，掌握数据分析基本思维。 相关课程所使用的数据和资源：数据和资源.rar 第一章：数据分析背景与价值 课时名称 课时01：数据分析背景与价值 https://my.smartbi.com.cn/edu/lesson-577 第二章：数据获取与准备 课时名称 课程所使用的数据 课时01：明确数据分析目标及思路 https://my.smartbi.com.cn/edu/lesson-578
