第171页，共322页。 显示 3,216 条结果 (0.047 秒)
垃圾短信识别
快速、有效的垃圾短信识别方法。通过垃圾短信的精准识别，以完善用户的通讯环境，为有关部门提供有效依据，维护运营商利益。试通过建立合理的短信识别模型，对垃圾短信进行识别，解决运营商和手机用户等困扰。 现状分析 目前我国垃圾短信的现状： 1）垃圾短信黑色利益链：由于短信的方便、低成本等特点，垃圾短信已经形成了黑色利益链 … 词过滤处理等； 3.建模准备，将分词结果分别转换成文档-词条矩阵，并划分测试集与训练集； 4.模型构建与评价，构建随机森林模型，并建立评价指标精确率、召回率、F1值对模型分类效果进行评价。 5.分析结果，总结和建议。 实施过程 数据接入 目前，某运营商已经积累了大量的垃圾短信数据。本案例收集了295755条通过计划任务修改导出文件的名称
1.示例场景 我们可以通过计划任务中的自定义功能，写代码实现修改导出文件的名称。分别为导出到服务器时修改名称和以邮件发送时修改名称。 2.导出到服务器时 2.1说明 下面以产品自带的仪表分析资源为例，演示如何修改导出资源的。 修改导出文件的名称演示 … reportAlias = reportElem.getAlias(); // 打开仪表分析 var tempReportService = new GraphicReportService(connector); var tempReport = tempReportService.openGraphicReport(reportId通过计划任务修改导出文件的名称
1.示例场景 我们可以通过计划任务中的自定义功能，写代码实现修改导出文件的名称。分别为导出到服务器时修改名称和以邮件发送时修改名称。 2.导出到服务器时 2.1说明 下面以产品自带的仪表分析资源为例，演示如何修改导出资源的。 修改导出文件的名称演示 … reportAlias = reportElem.getAlias(); // 打开仪表分析 var tempReportService = new GraphicReportService(connector); var tempReport = tempReportService.openGraphicReport(reportIdV10.5.15 版本更新介绍
IT人员建好数据模型，业务人员基于数据模型做分析应用。但是，业务分析需求灵活多变，对于IT人员建好的数据模型，有时无法满足业务需要。此时业务人员需再求助IT来实现，沟通成本高，效率低下。新版本Smartbi提供前端分析时做数据的二次加工能力，包括在交互仪表盘界面实现新建计算列 计算列由可以使用同一表中的其他列通过 … 】支持接入已有的维表和事实表 +【指标管理】维表和事实表支持基于SQL创建 +【指标管理】支持PostgreSQL数据库作为指标存储库 +【数据模型】支持新建计算列 +【数据模型】支持转换规则 +【数据模型】支持自定义函数向导 分析展现 +【仪表盘】新增清单表组件 https垃圾短信识别
快速、有效的垃圾短信识别方法。通过垃圾短信的精准识别，以完善用户的通讯环境，为有关部门提供有效依据，维护运营商利益。试通过建立合理的短信识别模型，对垃圾短信进行识别，解决运营商和手机用户等困扰。 现状分析 目前我国垃圾短信的现状： 1）垃圾短信黑色利益链：由于短信的方便、低成本等特点，垃圾短信已经形成了黑色利益链 … 词过滤处理等； 3.建模准备，将分词结果分别转换成文档-词条矩阵，并划分测试集与训练集； 4.模型构建与评价，构建随机森林模型，并建立评价指标精确率、召回率、F1值对模型分类效果进行评价。 5.分析结果，总结和建议。 实施过程 数据接入 目前，某运营商已经积累了大量的垃圾短信数据。本案例收集了295755条系统环境要求
://wiki.smartbi.com.cn/pages/viewpage.action?pageId=75697193、Tinysoft 插件数据库 明道云 数据挖掘模块仅支持部分数据源类型，详情请参考 数据挖掘-数据的输入和输出 。 电子表格/分析报告插件安装要求 用户 环境要求 浏览用户 无需安装插件，可在Web浏览器上查看、刷新、导出电子表格/分析报告。 设计用户 操作系统 Office版本 Microsoft .Net Framework Windows 7 windows 10 Windows Server 2008 Windows Server 2012参数 - 电子表格打开报参数不能为空
（本文档仅供参考） 问题说明： 在系统里打开报表的时候总是报一个参数不能为空的错误，但是对这个报表右键血统分析又找不到这个参数。 表达式参数值为空：表达式输出参数（ID:PARAM.mysql.年）的值不能为空，请检查当前参数的表达式是否正确。 https://s2-cs-pub-std.kefutoutiao.com/doc/im/tid8599/7b88f35d-28a7-4702-80c4-588ed7fc299e.jpg?x-oss-process=image/auto-orient,1 解决方案： 检查当前报表引用到的数据集中是否有该参数，一般都是数据集中参数设置有问题导致的。 参数值不能为空带修饰词指标场景示例
1 概述 修饰词是指除统计维度外指标的业务场景限定抽象，抽象词隶属于一种抽象类型，如访问终端类型下的pc、安卓、苹果。 由原子指标+修饰词可派生出新的指标，比如有原子指标“销售额”，加上修饰词“广东省”，则可得到一个新的指标“广东省的销售额”，此指标只包含广东省的销售额数据。 2 场景示例 2.1 场景描述 指标模型中已有原子指标“合同金额”，指标详情如下图所示： xiushici-01.png 由于政府行业一直是该企业主要的客户，业务用户在自助分析时，经常需要单独分析政府行业的合同金额，为减少频繁的执行过滤数据的操作，需要把只包含政府行业的合同金额固化成一个单独的指标。 2.2 创建计算指标 1、在指标管理界面数据挖掘-K均值
概述 K均值算法是一种简单的迭代型聚类算法，采用距离作为相似性指标，从而发现给定数据集中的K个类，且每个类的中心是根据类中所有值的均值得到，每个类用聚类中心来描述。它的聚类目标是以欧式距离作为相似度指标，使得各类的聚类平方和最小。 示例 使用“航空公司客户价值分析”案例数据，分析客户为高价值客户、一般客户、低价值客户。 图片36.png 聚类算法参数如下： 参数名称 值 说明 归一化 正则化 详情请参考 归一化 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=51941896 介绍说明数据挖掘-高斯混合模型
概述 高斯混合模型就是用高斯概率密度函数（正态分布曲线）精确地量化事物，它是一个将事物分解为若干的基于高斯概率密度函数（正态分布曲线）形成的模型。高斯混合模型与K均值聚类不同，K均值是考虑每个数据点到某个类簇中心点的距离，而高斯混合模型是考虑数据点被分配到每个类簇的概率。 高斯混合模型适用于聚类问题中各个类别的尺寸不同，聚类间有相关关系的情况。 示例 使用“航空公司客户价值分析”案例数据，分析客户为高价值客户、一般客户、低价值客户。 图片37.png 高斯混合模型参数如下： 参数名称 值 说明 归一化 正则化 详情请参考 归一化 https
