页面树结构
转至元数据结尾
转至元数据起始

正在查看旧版本。 查看 当前版本.

与当前比较 查看页面历史

« 前一个 版本 6 下一个 »

1、概述

Smartbi V10增强分析模块被赋予强大的认知和预测能力;在大数据的支撑下,通过各种算法让机器对数据进行深层次的统计分析以进行自学;利用机器学习,Smartbi V10获得了归纳推理和决策能力,无需编程技术,通过简便鼠标操作可视化可完成数据挖掘;接着可通过自然语言分析对对话文本进行初步分析,识别用户意图,判断用户期望,系统地进行数据查询/控制报表,智能地以最适合的数据可视化方式返回数据,为企业所做的决策提供预测性智能。

2、定位

Smartbi V10增强分析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。增强分析是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;适合需要做数据预测的任何企业或者机构。

3、分类

Smartbi V10增强分析模块分为预测分析和自然语言分析

预测分析

预测分析利用机器学习技术从大量数据中挖掘出有价值的信息。对比传统的数据分析,预测分析揭示数据之间的未知关系,可以做一些预测性的分析,例如精准营销、销量预测、流失客户预警等等。预测分析全程可视化。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。

预测分析内置了50+丰富的、开箱即用的挖掘功能组件,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,因此支持动态扩展和更大数据量。预测分析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。可参考BI数据集引用挖掘结果示例


预测分析还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。 


自然语言分析

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,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,将实时的数据展现在用户面前。

Smartbi V10的自然语言分析采用对话型用户交互接口,利用了NL2SQL技术,将自然语言通过神经网络转化为计算机可以识别的数据库查询语言。从而免除业务用户学习SQL语言的烦恼,用户通过语音或者键盘输入后,“AI智能小麦”会将输入的自然语言转为语言元模型的形式,通过小麦内置的知识抽取算法,经过深度学习模型将元模型转化为机器可以理解的数据库语言。最后通过Smartbi预置的查询引擎和图形引擎,快速准确的找到用户想要的查询结果,自动生成图形输出,也可以在Smartbi中对查询结果进行组合和进一步分析。

自然语言分析可进行数据查询、控制报表以及多轮对话:

  • 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。


4、特点

Smartbi V10增强分析拥有专业的机器学习算法能力,简单易用,业务人员也能够高度参与;Smartbi V10 增强分析采用分布式云计算,线性扩展,性能优秀,可一键发布挖掘模型,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,可满足大型企业的机器学习需求;同时,增强分析模块能够与Smartbi V10的其他可视化功能无缝集成,将机器学习结果通过Smartbi V10多样丰富的可视化手段进行分析展现。

5、适用场景

增强分析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,可以应用到下面的各种应用场景。


  • 无标签