预测分析
1、概述
预测分析内置了丰富的、开箱即用的功能组件，包括“数据源接入”、“数据预处理”、“统计分析”、“特征工程”、“机器学习算法”、“文本分析”等。针对个性化算法需求，支持使用Python扩展算法；平台基于分布式云计算，因此支持动态扩展支撑更大数据量的数据挖掘。还可以进一步将模型结果通过Smartbi丰富多样的的可视化手段进行展现，与BI平台完美结合。BI数据集引用挖掘结果示例
预测分析支持多种高效实用的机器学习算法，包含了分类 、回归、聚类、预测、关联，这5大类机器学习的成熟算法。其中包含了多种可训练的模型：逻辑回归、决策树、随机森林、朴素贝叶斯、支持向量机、线性回归、K均值、高斯混合模型。
2、预测分析定位
解锁未来的数据挖掘,是对商业数据中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性信息的过程。数据挖掘揭示的是未知的、将来的数据关系。数据挖掘的知识领域涵盖了数据库技术、统计学知识、机器学习、可视化等多学科知识的综合应用。
3、预测分析特点
- 专业算法能力
Smartbi Mining内置50+挖掘组件，丰富机器学习成熟算法，支持文本分析处理，支持使用Python扩展挖掘算法， 支持使用SQL扩展数据处理能力。
- 简单易用
业务人员也能高度参与的数据挖掘产品，分析全程可视化。采取直观的流式建模，极简风格的节点配置界面，支持可视化探索，轻松理解数据质量和数据并联，流程节点在线帮助，模型超参数自动调整。
- 能满足大型企业数据挖掘需求
产品采用分布式云计算，线性扩展，保证性能，一键发布挖掘模型，模型库提高知识复用，减少重复投入，支持跨库查询，统一控制数据访问权限，训练自动化、模型自学习。
- 跟BI平台无缝集成
数据挖掘结果往往不容易被理解，Smartbi Mining作为Smartbi产品家族一员，能够与Smartbi的其他可视化功能无缝集成，将挖掘结果通过Smartbi多样丰富的可视化手段进行分析展现。
4、预测分析目标群体
需要做数据预测的任何企业或者机构
5、预测分析适用场景
Smartbi Mining能做到在大量数据里面，发现数据的规律并且揭示数据之间的关系，从而对以后的业务趋势进行预测，可以应用到下面各种应用场景去
6、预测分析架构
下图是Smartbi Mining平台技术架构。主要包含：数据接入层、处理引擎层、模型应用层、访问层。
自然语言分析
1、概述
自然语言分析指用自然语言对信息系统中的数据进行查询、简单分析等操作，通过机器学习算法分析出用户的查询意图，并且能够推荐相关问题。此概念由Smartbi率先提出，在传统自然语言处理的基础上，结合数据分析软件的基础功能，将NLP的处理结果应用于数据分析软件的操作，为用户省去手工建立报表的过程和查询语言的学习，实时的将数据展现在用户面前。
2、功能
数据查询
基于Smartbi业务主题，对用户语音/打字输入的自然语言进行处理，转成SQL语句查询数据，根据查询结果的实际情况，选择展现图或表，该查询结果可以直接保存为Smartbi资源。
控制报表
对于预先制作好的报表，用户通过自然语言进行报表打开操作，含参报表还可以通过语音进行参数切换，并且提供二维码接入系统的功能，即使大屏报表也可以自由操作。
多轮对话
系统和用户以对话形式，让用户不断补充信息，进而达到用户通过语音指令实现对数据的剖析。例如，“查看2021年汽车销售量”，基于第一轮查询结果，用户紧接问“按季度，销售量降序查看”，系统给出相应图/表。
3、特点
- 支持通过语音、文字输入的方式，用户无需预先制作报表，系统即可根据语音问句自动生成最优的可视化结果；
- 支持用户语音问句方式打开平台内的报表，并且能够切换对应报表的参数，省去用户手工查询和选择参数的过程；
- 支持用户以对话形式，进行多轮数据查询操作，即系统会根据客户沟通内容的上下文，为用户提供更精细的查询内容；
- 支持在PC、手机、大屏等多终端自然语言分析。
