第177页，共437页。 显示 4,369 条结果 (0.1 秒)
报错 - word分析报告在系统打开报执行异常，报错" Unquoted special character ';' in pattern "_(* #,##0;_(* \(#,##0\);_(* -;_(@"
（本文档仅供参考） 问题现象： 在系统内打开word报执行异常，在word文档打开和系统内导出都是正常的。 image2023-6-20_10-4-28.png 1687226785366.jpg 问题原因： 第三方插件限制，在第三方插件生成word，针对数据处理时存在有报错，看报错是存在有数据设置了一些自定义的格式，这些格式是当前第三方插件不支持的，查看图形设置，Y坐标轴设置了数字格式为【会计专用】如下图所示： image2023-6-20_10-7-50.png 解决方案： 由于当前第三方针对此类不支持，建议不使用此类格式，如设置为常规重新发布后可正常在系统内打开推送报表到企业微信
概述 Smartbi集成企业微信后，支持通过“推送到企业号”功能，实现向企业微信中的用户推送报表。企业微信用户可通过推送的消息打开报表，查看数据和分析结果，促进企业内部交流协作，提高业务效率。 qw-23.png 前提准备 用户需要进行以下部署和配置才能使用“推送到企业号”功能： 完成企业微信集成流程中的相关配置 进行推送报表的用户需要拥有“推送到企业号”的操作权限，详情请参考 操作权限列表 支持的报表类型 推送到企业号功能支持电子表格和交互仪表盘。 推送流程 1、在交互仪表盘、电子表格报表上右键，选择“推送到企业号”。 qw-68.png 2、在弹出的“推送到企业号”窗口中，选择通过哪个企业Charles常用使用场景及说明
，如果通过控制台看到有javascript错误可以直接跟踪，否则需要通过charles的"Map local"功能进行调试跟踪。"Map local"就看下面部分 5）服务器返回内容不正常 如果用户在使用Smartbi的过程中发现缺少部分功能（如缺少透视分析，组合分析），可以先让用户检查扩展包是否正常加载，如果正常 … ， worddav3379360b525d347903c1f1ee71fe6784.png 7）获取客户端信息 Charles可以通过user-agent看到操作系统及浏览器信息。 c查看客户端信息.png 8）Map local 该功能较少使用，一般用于不修改生产环境文件前提下测试修改效果(就是替换服务器响应的内容为本地修改后的文件)，使用该功能时请同时某银行信用卡评分分析
识别相关工作，建立了相应的客户风险评分模型。 本案例分析的是通过预测某人在未来两年内遭遇财务困境的可能性，来提高自己在信用评分方面的水平。主要应用于相关融资类业务中新用户的主体评级，适用于个人和机构融资主体。本案例定义逾期90天以上就算作坏客户。 信用卡客户评分数据挖掘主要包括以下步骤： 1) 从银行获取信用卡相关 … 图2-13过滤 处理样本不平衡 通过图2-7所示发现，0:1=139974:10026，是存在严重的样本不平衡的。这是在金融风控中非常常见的，因为会存在严重违约的用户毕竟是少数。本案例采取银行信用卡业务分析平台
管理并提升企业价值。因此通过多角度分析业务办理情况，评价各区域分行的业绩成果，从中获取到能够提高效益的方案，是很有必要的。 1.2. 需求分析 根据银行信用卡业务数据可实现以下目标： 查看各个城市分行办卡情况的数据和排名占比； 了解国内区域销售情况和总体基本业务办理情况； 了解信用卡卡种、账单类型等因素对业务情况的影响。 image2021-6-17_16-44-10.png 2. 定制方法 2.1. 总体设计 根据需求规划整个大屏所展现的内容，以及具体通过哪些组件实现最终效果。 该大屏需要展示办卡数量城市排行、国内信用卡用户分布、各卡种占比分析、账单类型比例分析等内容，整体布局设计如下： 总体设计某银行信用卡评分分析
识别相关工作，建立了相应的客户风险评分模型。 本案例分析的是通过预测某人在未来两年内遭遇财务困境的可能性，来提高自己在信用评分方面的水平。主要应用于相关融资类业务中新用户的主体评级，适用于个人和机构融资主体。本案例定义逾期90天以上就算作坏客户。 信用卡客户评分数据挖掘主要包括以下步骤： 1) 从银行获取信用卡相关 … 图2-13过滤 处理样本不平衡 通过图2-7所示发现，0:1=139974:10026，是存在严重的样本不平衡的。这是在金融风控中非常常见的，因为会存在严重违约的用户毕竟是少数。本案例采取自助ETL-API取数
1. 概述 API 取数是为了支持通过调用API方式，从其它系统中获取数据场景。一般获取到数据后，会把数据解析(JSON解析，XML解析)成二维表结构，在加上其它一系列的数据处理步骤，最终会输出到目标表。(注：API取数功能，在V11版本 2023年11月10日之后的包才有) 2. 功能入口 从“添加节点”面板 … 3.2 指定HTTP请求方法 客户端向服务端发送请求的时候，针对于不同意图的请求，我们分成了不同的HTTP请求方法。 image2024-1-16_15-5-14.png 目前支持以下HTTP请求方法： GET（获取）：用于获取指定资源，可以使用查询参数获取特定资源。 POST（提交）：用于向服务器提交Smartbi Proxy+Tomcat部署Smartbi集群
； 把 Smartbi 部署在内网隔离环境下，但同时希望可以在外网上访问，我们就可以在外网上部署 Smartbi Proxy，通过其代理访问内网的 Smartbi 应用。 2. 工作原理 proxy代理分发的原理是按“CPU使用率”、“内存”、“GC时间”去分发，如下图： 用户可以动态的调整资源阈值、cpu、内存 … Tomcat安装包 smartbi proxy smartbi.war ProxyClient.ext smartbi proxy程序安装包 smartbi proxy 扩展包，部署smartbi集群时需要 安装介质，请联系Smartbi官方支持获取。 扩展包说明： 1多维分析报表设置
设置项 说明 报表属性 分页设置 设置当前多维分析是否以行分页的样式显示，以及每页显示的行数。 列分页设置 设置当前多维分析是否以列分页的样式显示，以及每页显示的列数。 压缩设置 设置当前多维分析是否对空行或空列进行压缩显示。 展示设置 系统支持对多维分析进行如下展现设置： 展示父成员：设置当前多维分析存在跨维度层次时，是否显示所有子成员的父成员。 居中显示：设置当前多维分析表格是否居中显示。 轴设置 用于设置列区和行区中各维数据挖掘-协同过滤
概述 协同过滤是一种常用于推荐系统的算法，它的基本思想是根据用户对物品的偏好（如评分、购买历史等）来发现用户之间的相似性，并基于这些相似性来推荐物品。协同过滤可以分为两类：用户协同过滤和物品协同过滤。在Spark ALS中，算法首先假设用户的兴趣受少数因素的影响，因此可以将用户-物品矩阵分解为用户的特征向量矩阵和物品的特征向量矩阵。这两个矩阵的乘积可以近似地重构原始的用户-物品评分矩阵，从而预测缺失的评分。Spark ALS可以广泛应用于各种推荐场景，如电商推荐（根据用户历史购买行为推荐商品）、视频/音乐流媒体推荐（根据用户播放记录推荐内容）、新闻/社交媒体推荐（结合用户浏览习惯推送定制化内容）等。 场景示例 以电影推荐为例
