大數(shù)據(jù)分析與可視化 課件全套 范迪 大數(shù)據(jù)平臺(tái)基礎(chǔ)知識(shí)、KPI圖-層級(jí)群集分析

大數(shù)據(jù)分析平臺(tái)1.大數(shù)據(jù)基礎(chǔ)概念2.大數(shù)據(jù)發(fā)展現(xiàn)狀及職業(yè)發(fā)展方向3.智速云大數(shù)據(jù)分析平臺(tái)介紹5.大數(shù)據(jù)行業(yè)解決方案目錄Contents4.智速云大數(shù)據(jù)分析功能特點(diǎn)“大數(shù)據(jù)”這一概念的形成，有三個(gè)標(biāo)志性的事件：2008年9月，美國《自然》（Nature）雜志?？猅henextgoogle,第一次正式提出“大數(shù)據(jù)”概念。2011年2月1日，《科學(xué)》雜志專刊，通過社會(huì)調(diào)查，第一次綜合分析了大數(shù)據(jù)對(duì)人們生活造成的影響，及人類面臨的“數(shù)據(jù)困境”。2011年5月，麥肯錫研究院發(fā)布報(bào)告——Big

data:The

next

frontier

for

innovation,competition,and

productivity,第一次給大數(shù)據(jù)做出相對(duì)清晰的定義：“大數(shù)據(jù)是指大小超出了常規(guī)數(shù)據(jù)庫工具獲取、存儲(chǔ)、管理和分析能力的數(shù)據(jù)集”。

大數(shù)據(jù)的概念速度快Velocity數(shù)據(jù)量大Volume多樣化Variety傳統(tǒng)數(shù)據(jù)大數(shù)據(jù)GB->TBTB->PB以上數(shù)據(jù)量穩(wěn)定，增長不快持續(xù)實(shí)時(shí)產(chǎn)生數(shù)據(jù)，年增長率超過60％主要為結(jié)構(gòu)化數(shù)據(jù)半結(jié)構(gòu)化，非結(jié)構(gòu)化，多維數(shù)據(jù)大數(shù)據(jù)技術(shù)將被設(shè)計(jì)用于在成本可承受（economically）的條件下，通過非常快速（velocity）的采集、發(fā)現(xiàn)和分析，從大數(shù)據(jù)量（volumes）、多類別（variety）的數(shù)據(jù)中提取價(jià)值（value），但是傳統(tǒng)關(guān)系型數(shù)據(jù)庫存在性能、存儲(chǔ)、成本、IO瓶頸等等的原因，無法支撐這4個(gè)V+1個(gè)E的要求，解決方法就是分布式技術(shù)、廉價(jià)的X86平臺(tái)、本地存儲(chǔ)，分布式技術(shù)是大數(shù)據(jù)處理的核心。統(tǒng)計(jì)和報(bào)表價(jià)值高Value數(shù)據(jù)挖掘和預(yù)測(cè)性分析

大數(shù)據(jù)的特征計(jì)算運(yùn)行、計(jì)算速度越來越快存儲(chǔ)存儲(chǔ)成本下降智能實(shí)現(xiàn)信息對(duì)等解放腦力，機(jī)器擁有人的智慧云計(jì)算，硬件性價(jià)比的提高以及軟件技術(shù)的進(jìn)步數(shù)據(jù)源整合進(jìn)行存儲(chǔ)、清洗、挖掘、分析后得出結(jié)果直到優(yōu)化企業(yè)管理提高效率智能設(shè)備、傳感器的普及，推動(dòng)物聯(lián)網(wǎng)、人工智能的發(fā)展

大數(shù)據(jù)的技術(shù)支撐1.大量人群產(chǎn)生的海量數(shù)據(jù)2.大量傳感器產(chǎn)生的數(shù)據(jù)3.科學(xué)研究和各行業(yè)對(duì)大數(shù)據(jù)的依賴智慧城市電信環(huán)境醫(yī)療教育金融服務(wù)零售

大數(shù)據(jù)是如何產(chǎn)生的？啤酒與尿布谷歌與流感

大數(shù)據(jù)的意義大數(shù)據(jù)各行各業(yè)實(shí)戰(zhàn)IntelligentSystemsArchitecture智慧城市電信零售終端設(shè)備HHNB/ULTCamerasPoSKioskDS環(huán)境醫(yī)療教育金融服務(wù)數(shù)據(jù)中心CPUSSD10GbEInfiniband……

大數(shù)據(jù)各行各業(yè)應(yīng)用大數(shù)據(jù)行業(yè)應(yīng)用–社交媒體

大數(shù)據(jù)行業(yè)應(yīng)用-社交媒體大數(shù)據(jù)行業(yè)應(yīng)用–互聯(lián)網(wǎng)平臺(tái)

大數(shù)據(jù)行業(yè)應(yīng)用-互聯(lián)網(wǎng)平臺(tái)大數(shù)據(jù)行業(yè)應(yīng)用–電商平臺(tái)

大數(shù)據(jù)行業(yè)應(yīng)用-電商平臺(tái)發(fā)起環(huán)境識(shí)別用戶業(yè)務(wù)入口：手機(jī)APP、網(wǎng)廳、營業(yè)廳使用對(duì)象識(shí)別用戶行為：電子支付位置識(shí)別用戶所處的邏輯區(qū)：金融中心終端識(shí)別用戶使用的終端：小米3圈子識(shí)別卡號(hào)6002315127**Q：1542852**微信：**行為對(duì)象識(shí)別用戶行為對(duì)象：固定收益理財(cái)自動(dòng)適配實(shí)現(xiàn)?手機(jī)GPS定位，通過POS刷卡、通過對(duì)用戶位置的追蹤，對(duì)位置敏感度高的服務(wù)營銷提供幫助。??完善終端庫，及時(shí)發(fā)現(xiàn)用戶換機(jī)提醒用戶安裝新版本客戶端? 捕獲用戶日常偏好；? 指定不同渠道的產(chǎn)品營銷配比???用戶使用場(chǎng)景還原反應(yīng)用戶的使用習(xí)慣用戶繳費(fèi)習(xí)慣???話術(shù)準(zhǔn)備；競(jìng)品策反；網(wǎng)廳吸金?用戶轉(zhuǎn)賬支付關(guān)系到社交關(guān)系映射完善用戶畫像?

大數(shù)據(jù)行業(yè)應(yīng)用-金融-客戶畫像

大數(shù)據(jù)行業(yè)應(yīng)用-金融-輿情分析

全國PM2.5監(jiān)測(cè)態(tài)勢(shì)1.大數(shù)據(jù)基礎(chǔ)概念2.大數(shù)據(jù)發(fā)展現(xiàn)狀及職業(yè)發(fā)展方向3.智速云大數(shù)據(jù)分析平臺(tái)介紹5.大數(shù)據(jù)行業(yè)解決方案目錄Contents4.智速云大數(shù)據(jù)分析功能特點(diǎn)

國內(nèi)發(fā)展現(xiàn)狀全球大數(shù)據(jù)市場(chǎng)發(fā)展趨勢(shì)國內(nèi)大數(shù)據(jù)市場(chǎng)發(fā)展趨勢(shì)

近年來，我國大數(shù)據(jù)產(chǎn)業(yè)從無到有，全國各地發(fā)展大數(shù)據(jù)積極性較高，行業(yè)應(yīng)用得到快速推廣，市場(chǎng)規(guī)模增速明顯。2017年我國包括大數(shù)據(jù)核心軟硬件產(chǎn)品和大數(shù)據(jù)服務(wù)在內(nèi)的市場(chǎng)規(guī)模將超過2600億元，與2016年相比，增長了49%。2017年1月，工信部發(fā)布了《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃2016-2020年》，進(jìn)一步明確了促進(jìn)我國大數(shù)據(jù)產(chǎn)業(yè)發(fā)展的主要任務(wù)、重大工程和保障措施。國家政策的接連出臺(tái)為推動(dòng)大數(shù)據(jù)產(chǎn)業(yè)快速成長提供了良好的發(fā)展環(huán)境，未來2-3年市場(chǎng)規(guī)模的增長率將保持在50%左右。預(yù)計(jì)2020年，我國大數(shù)據(jù)市場(chǎng)規(guī)模將超過8000億元，預(yù)計(jì)未來中國將成為全球數(shù)據(jù)中心。2技術(shù)創(chuàng)新與支撐能力不強(qiáng)。在新型計(jì)算平臺(tái)、分布式計(jì)算架構(gòu)、大數(shù)據(jù)處理、分析和呈現(xiàn)方面與國外仍存在較大差距，對(duì)開源技術(shù)和相關(guān)生態(tài)系統(tǒng)影響力弱。3大數(shù)據(jù)應(yīng)用水平不高。雖然大數(shù)據(jù)具有強(qiáng)勁的應(yīng)用市場(chǎng)優(yōu)勢(shì)，但是目前還存在應(yīng)用領(lǐng)域不廣泛、應(yīng)用程度不深、認(rèn)識(shí)不到位等問題。4大數(shù)據(jù)安全體系不健全。數(shù)據(jù)所有權(quán)、隱私權(quán)等相關(guān)法律法規(guī)和信息安全、開放共享等標(biāo)準(zhǔn)規(guī)范不健全，尚未建立起兼顧安全與發(fā)展的數(shù)據(jù)開放、管理和信息安全保障體系。5人才隊(duì)伍建設(shè)亟需加強(qiáng)。大數(shù)據(jù)基礎(chǔ)研究、產(chǎn)品研發(fā)和業(yè)務(wù)應(yīng)用等各類人才短缺，難以滿足發(fā)展需要。1數(shù)據(jù)資源開放共享程度低。數(shù)據(jù)質(zhì)量不高，數(shù)據(jù)資源流通不暢，管理能力弱，數(shù)據(jù)價(jià)值難以被有效挖掘利用。

大數(shù)據(jù)產(chǎn)業(yè)具備了良好基礎(chǔ)，面臨難得的發(fā)展機(jī)遇，但仍然存在一些困難和問題。

國內(nèi)發(fā)展現(xiàn)狀

根據(jù)數(shù)據(jù)顯示，現(xiàn)在僅大數(shù)據(jù)、人工智能、云計(jì)算這些學(xué)科為代表的新一代信息技術(shù)產(chǎn)業(yè)，人才缺口就有150萬。到2050年，人才缺口會(huì)達(dá)到950萬人。

大數(shù)據(jù)的發(fā)展也催生出一些新職業(yè)如大數(shù)據(jù)分析師、首席數(shù)據(jù)官等。

全球大數(shù)據(jù)人才需求逐年上升

數(shù)聯(lián)尋英發(fā)布首份《大數(shù)據(jù)人才報(bào)告》：報(bào)告顯示，在未來5-10年，我國大數(shù)據(jù)市場(chǎng)規(guī)模年均增速將超過30%。未來5年，國內(nèi)大數(shù)據(jù)人才缺口將突破150萬。在BAT發(fā)布的招聘職位中，目前大數(shù)據(jù)崗位占比已經(jīng)超過60%?，F(xiàn)業(yè)界有一種觀點(diǎn)：即使把全國所有計(jì)算機(jī)專業(yè)都做成大數(shù)據(jù)專業(yè)，仍然無法滿足國內(nèi)對(duì)大數(shù)據(jù)人才的需求。所以人才供給的缺乏正是大數(shù)據(jù)發(fā)展面臨的一個(gè)瓶頸。

全球大數(shù)據(jù)人才需求逐年上升

薪資待遇市場(chǎng)調(diào)研方向數(shù)據(jù)分析師方向數(shù)據(jù)工程師方向概率 分

大數(shù)據(jù)就業(yè)方向市場(chǎng)調(diào)研方向技能樹：統(tǒng)計(jì)學(xué)、excel、PPT職位：調(diào)研顧問、市場(chǎng)調(diào)研

經(jīng)理、資深品牌經(jīng)工作內(nèi)容：-面向花聯(lián)網(wǎng)、快消品、零

售等客戶-攥寫市場(chǎng)分析報(bào)告月薪：5-8K數(shù)據(jù)分析師方向技能樹：python、算法知識(shí)、SPSS、R職位：數(shù)據(jù)分析師、數(shù)據(jù)挖掘

工程師工作內(nèi)容：-監(jiān)控產(chǎn)品數(shù)據(jù)指標(biāo)-攥寫分析報(bào)告-數(shù)據(jù)挖掘模型月薪：10-15K數(shù)據(jù)工程師方向技能樹：SQL、hadoop、spark職位：ETL工程師、可視化

工程師工作內(nèi)容：-數(shù)據(jù)清洗平臺(tái)-編寫數(shù)據(jù)報(bào)表后臺(tái)-數(shù)據(jù)展示-任務(wù)調(diào)用月薪：8-10K

大數(shù)據(jù)就業(yè)方向1.大數(shù)據(jù)基礎(chǔ)概念2.大數(shù)據(jù)發(fā)展現(xiàn)狀及職業(yè)發(fā)展方向3.智速云大數(shù)據(jù)分析平臺(tái)介紹5.大數(shù)據(jù)行業(yè)解決方案目錄Contents4.智速云大數(shù)據(jù)分析功能特點(diǎn)

提供從數(shù)據(jù)分析、挖掘到數(shù)據(jù)可視化展示的全套解決方案，推動(dòng)客戶實(shí)現(xiàn)數(shù)據(jù)價(jià)值到商業(yè)價(jià)值的完美蛻變。

智速云大數(shù)據(jù)分析平臺(tái)理念統(tǒng)一的工作臺(tái)/所有時(shí)間范圍/提升的交互能力決策網(wǎng)絡(luò)/業(yè)務(wù)活動(dòng)/權(quán)責(zé)Mobile/離線/綜合的/實(shí)時(shí)的01.02.03.相互溝通思考的自由簡(jiǎn)單的操作

智速云大數(shù)據(jù)分析平臺(tái)是最新一代的大數(shù)據(jù)分析軟件，能夠?qū)Χ喾N數(shù)據(jù)進(jìn)行快速分析和處理，可以滿足不同性質(zhì)的管理和研發(fā)流程中對(duì)大量數(shù)據(jù)的分析和決策要求。其最大的特點(diǎn)是通過多種動(dòng)態(tài)的圖形和篩選條件，快速對(duì)大量的數(shù)據(jù)進(jìn)行分析和處理，能夠生成包括柱狀圖、曲線圖、餅圖、散點(diǎn)圖、組合圖、地圖、樹形圖、熱圖、箱形圖、匯總表和交叉表等多種展現(xiàn)形式，且所有的圖形都能提供眾多的數(shù)據(jù)分析維度。

智速云大數(shù)據(jù)分析平臺(tái)可視化自助服務(wù)分析自助式的大數(shù)據(jù)可視化分析

智速云大數(shù)據(jù)分析平臺(tái)云計(jì)算的分布式存儲(chǔ)和計(jì)算能力提供了技術(shù)支撐；而大數(shù)據(jù)的核心是數(shù)據(jù)處理，數(shù)據(jù)挖掘技術(shù)成為高效利用數(shù)據(jù)、發(fā)現(xiàn)價(jià)值的核心技術(shù).。

數(shù)據(jù)可視化--“科學(xué)與藝術(shù)的結(jié)合”事實(shí)上，數(shù)據(jù)可視化是一個(gè)處于不斷演變之中的概念。這里的變化主要指的是技術(shù)上較為高級(jí)的技術(shù)方法，而這些技術(shù)方法允許利用圖形、圖像處理、計(jì)算機(jī)視覺以及用戶界面，通過表達(dá)、建模以及對(duì)立體、表面、屬性以及動(dòng)畫的顯示，對(duì)數(shù)據(jù)加以可視化解釋。數(shù)據(jù)可視化源于統(tǒng)計(jì)學(xué)，出于對(duì)資料統(tǒng)計(jì)的結(jié)果會(huì)不受人重視的憂慮，發(fā)展出一種色彩繽紛的圖表形式，讓數(shù)據(jù)能夠更加讓人印象深刻。讓大數(shù)據(jù)有意義，使之更貼近大多數(shù)人，最重要的手段之一就是數(shù)據(jù)可視化。數(shù)據(jù)可視化，是關(guān)于數(shù)據(jù)視覺表現(xiàn)形式，在大數(shù)據(jù)領(lǐng)域中，素來有“科學(xué)與藝術(shù)的結(jié)合”的說法。

弗羅倫斯·南丁格爾

（英語：FlorenceNightingale，1820年5月12日－1910年8月13日），英國護(hù)士和統(tǒng)計(jì)學(xué)家，曾往倫敦的醫(yī)院工作。

她發(fā)明出一種色彩繽紛的圖表形式，讓數(shù)據(jù)能夠更加讓人印象深刻。這種圖表形式被稱作【南丁格爾的玫瑰】，是一種圓形的直方圖。

她用這種數(shù)據(jù)方式表達(dá)醫(yī)院季節(jié)性的死亡率，對(duì)象是那些不太能理解傳統(tǒng)統(tǒng)計(jì)報(bào)表的公務(wù)人員。她的方法打動(dòng)了當(dāng)時(shí)的高層，包括軍方人士和維多利亞女王本人，促進(jìn)了醫(yī)師改良的提案。

【南丁格爾玫瑰圖】歷史資料

一個(gè)多層級(jí)多終端靈活自助式分析平臺(tái)ERPCRMSCMETLOLAPCubeDataWarehouseMetaData分析平臺(tái)收集業(yè)務(wù)需求設(shè)計(jì)數(shù)據(jù)模型數(shù)據(jù)源數(shù)據(jù)加載構(gòu)建元數(shù)據(jù)開發(fā)報(bào)表發(fā)布給最終用戶分析用戶開發(fā)人員連接到數(shù)據(jù)源增加多數(shù)據(jù)源交互與數(shù)據(jù)可視化發(fā)布/共享ADSCache循環(huán)往復(fù)任意增加/修改數(shù)據(jù)數(shù)據(jù)分析產(chǎn)品

自助式分析開發(fā)流程即時(shí)共享任何分析結(jié)果無單獨(dú)的發(fā)布步驟通過多個(gè)相互鏈接的可視化圖表研究數(shù)據(jù)從簡(jiǎn)單的條形圖到強(qiáng)大的統(tǒng)計(jì)功能，一切都觸手可及自動(dòng)生成的動(dòng)態(tài)過濾器任何字段的實(shí)時(shí)內(nèi)存過濾用戶驅(qū)動(dòng)的直觀界面完全交·互式的用戶體驗(yàn)從多個(gè)來源加載數(shù)據(jù)直接ODBC訪問，基于服務(wù)器的信息鏈接、Excle電子表格、數(shù)據(jù)文件

專業(yè)開發(fā)版--桌面分析與創(chuàng)作即時(shí)共享無單獨(dú)的發(fā)布步驟，簡(jiǎn)單的保存到庫中一致的用戶界面可視化、過濾器、指導(dǎo)式應(yīng)用無縫轉(zhuǎn)化到Web中跨瀏覽器支持MozillaFirefox與InternetExplorer；無需插件支持企業(yè)重建品牌，門戶集成輕松更改標(biāo)題外觀，在門戶中用作iFrame瀏覽器設(shè)計(jì)分析應(yīng)用遵循由大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)專業(yè)版創(chuàng)建的開發(fā)模式功能豐富的交互式AJAX用戶界面（UI)通過瀏覽器提供卓越的響應(yīng)能力

網(wǎng)頁查看版--基于web的交互式分析統(tǒng)計(jì)服務(wù)(S+,R語言)

提供先進(jìn)的統(tǒng)計(jì)計(jì)算引擎與部署管理器。自動(dòng)化服務(wù)組件數(shù)據(jù)任務(wù)調(diào)動(dòng)與自動(dòng)更新。

實(shí)訓(xùn)版--大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)服務(wù)器管理和集成服務(wù)

數(shù)據(jù)集成、用戶管理、分析文件管理、數(shù)據(jù)源信息管理等集中式部署相關(guān)功能。Web分析服務(wù)用于發(fā)布分析結(jié)果,基于瀏覽器的頁面設(shè)計(jì)。應(yīng)用程序數(shù)據(jù)服務(wù)

與企業(yè)數(shù)據(jù)源直接集成：SAPR/3、SAPB/W、用友ERP、OracleEBS、金蝶ERP。智能化的布局支持?jǐn)?shù)據(jù)倉庫新增炫酷圖表數(shù)據(jù)挖掘1.自適應(yīng)頁面大小2.可自由拖放功能1.支持平面文件加載，如：txt文件、CSV文件、excel文件、log文件、shp文件、XML文件等。2.支持關(guān)系型數(shù)據(jù)庫連接（SQLserver、Oracle）和非關(guān)系型數(shù)據(jù)庫連接（MongoDB、Hbase、Hadoop、JDBC、ODBC、OLEDB）。1.三維散點(diǎn)圖2.熱圖1.K均值聚類分析2.線相似性分析3.樹形圖4.KPI圖5.地圖6.箱線圖3.層級(jí)群集分析4.預(yù)測(cè)模型5.R語言3.分類聚合模型4.關(guān)聯(lián)規(guī)則分析模型

智速云大數(shù)據(jù)分析平臺(tái)特征醫(yī)藥行業(yè)--目標(biāo)與生物標(biāo)記發(fā)現(xiàn)--先導(dǎo)化合物發(fā)現(xiàn)與優(yōu)化--臨床試驗(yàn)分析--藥物警戒--銷售與市場(chǎng)金融服務(wù)行業(yè)--投資組合管理--風(fēng)險(xiǎn)分析--監(jiān)管達(dá)標(biāo)能源--勘探--業(yè)務(wù)規(guī)劃--油氣田開發(fā)--生產(chǎn)生產(chǎn)制造行業(yè)--成品率不良率分析--流程工程設(shè)計(jì)--產(chǎn)品工程設(shè)計(jì)--質(zhì)量與保修電信通訊行業(yè)--客戶分析--網(wǎng)絡(luò)分析消費(fèi)品行業(yè)--市場(chǎng)分析--銷售有效性--活動(dòng)與促銷分析--產(chǎn)品研發(fā)情報(bào)--電子郵件分析--新聞分析--網(wǎng)絡(luò)分析

應(yīng)用行業(yè)支持?jǐn)?shù)據(jù)倉庫，也支持基于列式存儲(chǔ)的內(nèi)存分析技術(shù)既可以使用文件式存儲(chǔ)(Hadoop)，又支持?jǐn)?shù)據(jù)倉庫，滿足大數(shù)據(jù)量客戶的需求數(shù)據(jù)裝載于內(nèi)存中，實(shí)時(shí)響應(yīng)用戶的分析需求，計(jì)算速度快系統(tǒng)具備良好的適應(yīng)性與可擴(kuò)展性開放的API接口，方便與外部系統(tǒng)進(jìn)行快速集成系統(tǒng)具備跨平臺(tái)性服務(wù)器可以既可支持windows平臺(tái)也可支持其他Unix環(huán)境移動(dòng)智能設(shè)備及云端的支持支持iOS系統(tǒng)及Android系統(tǒng)設(shè)備，決策者只要用手指就能做批示和交互支持分布式內(nèi)存技術(shù)，如Hadoop等，適合云端部署快速適應(yīng)性

技術(shù)優(yōu)勢(shì)1.輕松設(shè)計(jì)不同風(fēng)格管理駕駛艙滿足任一屏幕的可視化應(yīng)用

智速云大數(shù)據(jù)分析平臺(tái)支持對(duì)txt、csv、excel、log、xml、shp（標(biāo)準(zhǔn)的矢量地圖）等平面數(shù)據(jù)文件的加載，也支持通過連接器與SQLserver、Oracle等關(guān)系型數(shù)據(jù)庫，MongoDB、Hbase等非關(guān)系型數(shù)據(jù)庫、Hadoop、JDBC、ODBC、OLEDB等數(shù)據(jù)庫建立數(shù)據(jù)連接加載數(shù)據(jù)。2.數(shù)據(jù)ETL—不僅支持平面數(shù)據(jù)文件還支持關(guān)系型數(shù)據(jù)庫和非關(guān)系型數(shù)據(jù)庫列式存儲(chǔ)技術(shù)，縮算法LZO壓縮算法(C語言)和緩存算法（頁面置換算法)LRU（Leastrecentlyused，最近最少使用）算法根據(jù)數(shù)據(jù)的歷史訪問記錄來進(jìn)行淘汰數(shù)據(jù)，LRU的淘汰規(guī)則是基于訪問時(shí)間，有新的數(shù)據(jù)進(jìn)來，之前最先新進(jìn)的數(shù)據(jù)將被踢出掉。在內(nèi)存模式下，分析平臺(tái)從數(shù)據(jù)庫、文件或系統(tǒng)讀取所有原始數(shù)據(jù)保存到內(nèi)存當(dāng)中。然后它將數(shù)據(jù)排序?yàn)楣潭ǖ母袷?，做快速和高效的可視化所需的?jì)算。3.第四代內(nèi)存處理架構(gòu)

數(shù)據(jù)挖掘

(DataMining)是指從大量數(shù)據(jù)中提取出隱藏于這些數(shù)據(jù)中的規(guī)律，進(jìn)而通過這些規(guī)律來預(yù)測(cè)未來或是指導(dǎo)人們做出相應(yīng)的決策。

數(shù)據(jù)挖掘就是尋找隱藏在數(shù)據(jù)中的信息過程，如趨勢(shì)，特征及相關(guān)性，也就是從數(shù)據(jù)中發(fā)掘信息或知識(shí)。自主開發(fā)統(tǒng)計(jì)引擎，基于R、S+統(tǒng)計(jì)語言中常用統(tǒng)計(jì)挖掘算法，滿足大部分客戶的需求，不需要專業(yè)的開發(fā)工具，只需幾個(gè)小時(shí)就可以開發(fā)自己的統(tǒng)計(jì)模型。4.大數(shù)據(jù)挖掘關(guān)鍵技術(shù)

大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)整合了R語言、S+語言,使其具備預(yù)測(cè)分析、優(yōu)化模式檢測(cè)等能力。

高級(jí)分析使用戶能夠做出更優(yōu)秀、更明智的決策。將大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)的可視化數(shù)據(jù)分析能力與S+的深入統(tǒng)計(jì)能力相結(jié)合，提供先進(jìn)的預(yù)測(cè)分析，降低統(tǒng)計(jì)建模的復(fù)雜性，使大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)最終用戶能夠充分利用S+先進(jìn)的模型檢測(cè)、優(yōu)化、分類和預(yù)測(cè)。在大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)中直接提供得到廣泛采用的強(qiáng)大R語言，以執(zhí)行高級(jí)假設(shè)分析和復(fù)雜的分析。大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)和S+（大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)

統(tǒng)計(jì)服務(wù)）之間更可靠的數(shù)據(jù)連接通過將S+和R運(yùn)行程序存儲(chǔ)在大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)統(tǒng)計(jì)服務(wù)中，使其能夠從大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)界面直接調(diào)用。大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)OOTBS+OpenSourceRTERRSAS?MATLAB?分析過程簡(jiǎn)單直接；探索數(shù)據(jù)隱藏的模型和趨勢(shì)；在數(shù)小時(shí)內(nèi)快速建立企業(yè)級(jí)預(yù)測(cè)模型。能夠快速的幫助客戶發(fā)現(xiàn)和解決問題5.利用統(tǒng)計(jì)服務(wù)實(shí)現(xiàn)高級(jí)分析能力：支持S+和R基于顏色和點(diǎn)形對(duì)數(shù)據(jù)進(jìn)行分組繪制基本散點(diǎn)圖運(yùn)行結(jié)果:運(yùn)行結(jié)果:R舉例：用R語言繪制散點(diǎn)圖1.大數(shù)據(jù)基礎(chǔ)概念2.大數(shù)據(jù)發(fā)展現(xiàn)狀及職業(yè)發(fā)展方向3.智速云大數(shù)據(jù)分析平臺(tái)介紹5.大數(shù)據(jù)行業(yè)解決方案目錄Contents4.智速云大數(shù)據(jù)分析功能特點(diǎn)（1）適用于任何人的分析系統(tǒng)（2）提供SDK功能擴(kuò)展（3）除具有分析函數(shù)外，又具有高級(jí)的統(tǒng)計(jì)函數(shù)和數(shù)據(jù)挖掘函數(shù)。1.適用性

（1）交互式過濾——通過范圍滑動(dòng)條、檢查框、單選按鈕、列表框或文本搜索進(jìn)行數(shù)據(jù)過濾

（2）交互式分析——通過標(biāo)記、條件篩選、縮放滑塊、層級(jí)滑竿快捷進(jìn)行交互分析

（3）強(qiáng)大的書簽——通過書簽可在任意時(shí)間對(duì)分析過程截取快照，從而便于返回至之前生成的數(shù)據(jù)視圖。2.靈活的交互式分析

大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)中的數(shù)據(jù)鉆取，首先建立鉆取組，不同的是在大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)中稱為層級(jí)，上圖層級(jí)命名為地區(qū)。在圖表中分析使用中，下鉆到行政省時(shí)，將按照上級(jí)行政大區(qū)分類，所有的行政省都將展示出來。如上圖所示。3.支持?jǐn)?shù)據(jù)鉆取終端用戶可快捷進(jìn)行拖拽式分析；通過開發(fā)版，分析用戶，可以通過拖拽、快捷切換分析維度指標(biāo)，更換分析數(shù)據(jù)源；通過瀏覽器，分析用戶可以快捷的在web端進(jìn)行私有數(shù)據(jù)分析。將品牌名稱經(jīng)過拖拽快捷切換為展廳名稱4.自助式分析

用戶在可視化分析過程中，如需對(duì)一些數(shù)據(jù)進(jìn)行簡(jiǎn)單加工處理，如使用算術(shù)運(yùn)算符、邏輯表達(dá)式等，給自己的表達(dá)式取名，以便日后使用。5.自定義表達(dá)式OVER函數(shù)是平臺(tái)基于一些特定應(yīng)用場(chǎng)景集成進(jìn)來的，用于計(jì)算基于組的某種聚合值。常用于銷售行業(yè)中的銷售環(huán)比、銷售同比、銷售占比分析，制造業(yè)中的生產(chǎn)環(huán)比、采購環(huán)比、采購?fù)确治觥?.OVER函數(shù)應(yīng)用可使用拖放操作更改圖表的布局，圖表也會(huì)根據(jù)頁面大小自適應(yīng)布局。單擊圖表標(biāo)題并將鼠標(biāo)拖動(dòng)到其他圖表?；疑?qū)@示在此圖表一部分的上方，當(dāng)松開鼠標(biāo)后，布局會(huì)更新。使用鼠標(biāo)拖放，自適應(yīng)的布局在頁面中7.自適應(yīng)頁面布局GIS地圖三維散點(diǎn)圖KPI圖帕累托圖柱形圖熱圖箱線圖K均值聚類分析線相似性分析Holt-Winters8.支持豐富的圖形展示帶餅圖的省份地圖交互式分析世界地圖交互式分析在線地圖交互式分析8.支持豐富的圖形展示三維散點(diǎn)圖是由在三個(gè)軸上繪制數(shù)據(jù)點(diǎn)，以顯示三個(gè)變量之間的關(guān)系的圖形。三維散點(diǎn)圖在建模中的應(yīng)用較多。8.支持豐富的圖形展示KPI圖即關(guān)鍵業(yè)績(jī)指標(biāo)，KPI是企業(yè)中業(yè)績(jī)考評(píng)的方法。KPI可以使部門主管明確部門的主要責(zé)任，并以此為基礎(chǔ)，明確部門人員的業(yè)績(jī)衡量指標(biāo)，使業(yè)績(jī)考評(píng)建立在量化的基礎(chǔ)之上。8.支持豐富的圖形展示

帕累托圖亦稱主次分析圖，是從大量數(shù)據(jù)中找出主要因素，分析主要矛盾的一種圖形。它是條形比較圖和累計(jì)曲線圖的結(jié)合，即以條形表示各影響因素的絕對(duì)值，以曲線表示各影響因素占總數(shù)的百分?jǐn)?shù)和累計(jì)百分?jǐn)?shù)。

帕累托法則認(rèn)為，相對(duì)少量的原因通常造成大多數(shù)的問題或缺陷。該法則通常稱為80/20原則，即80%的問題是由20%的原因?qū)е碌?。帕累托圖也用于匯總各種類型的數(shù)據(jù)，并進(jìn)行80/20分析。

如上圖是一個(gè)企業(yè)的費(fèi)用支持分析，通過帕累托分析結(jié)果表明，主要的費(fèi)用支出項(xiàng)目在禮品、獎(jiǎng)金、酒店住宿機(jī)票，占到總體支持項(xiàng)目的一大半。8.支持豐富的圖形展示通過柱形圖實(shí)現(xiàn)排名分析8.支持豐富的圖形展示

熱圖是用顏色代替了數(shù)字，最大值顯示為鮮紅色、最小值顯示為深藍(lán)色、中間值為淺灰色，這些極值之間具有相應(yīng)的過渡（或漸變）。利用群集可以分析出哪幾個(gè)測(cè)試結(jié)果相似度高，以及各個(gè)測(cè)試結(jié)果的相似度大小。8.支持豐富的圖形展示

箱線圖（即我們常說的箱型圖），是一種用作顯示一組數(shù)據(jù)分散情況資料的統(tǒng)計(jì)圖。因形狀如箱子而得名。在各種領(lǐng)域經(jīng)常被使用，常見的用于分布分析以及品質(zhì)管理。最適宜提供有關(guān)數(shù)據(jù)的位置和分散的參考，尤其在不同的母體數(shù)據(jù)時(shí)更可表現(xiàn)其差異。8.支持豐富的圖形展示K均值聚類分析，我們可以很明顯的看出哪些股票之間具有相關(guān)性，以便于大家更有效的把握股票行情方向。主要應(yīng)用于環(huán)境的污染程度狀況、股票行情的分析、房地產(chǎn)投資風(fēng)險(xiǎn)的研究等等。9.集成更多的數(shù)據(jù)挖掘模型線相似性分析，可在眾多股票中查找與選定的股票相似度最高的幾支股票便于比較和購買。

線相似性分析模型可用于評(píng)估消費(fèi)者行為，產(chǎn)品購買同時(shí)發(fā)生的頻率，優(yōu)化產(chǎn)品陳列，增加交叉銷售機(jī)會(huì)。或者用于股票分析中，從眾多的股票中選擇與自己最感興趣的那支股票相似度較高的股票進(jìn)行投資，增加經(jīng)濟(jì)收入。9.集成更多的數(shù)據(jù)挖掘模型Holt-Winters（指數(shù)平滑法）：遵循“重近輕遠(yuǎn)”的原則，對(duì)全部歷史數(shù)據(jù)采用逐步衰減的不等加權(quán)辦法進(jìn)行數(shù)據(jù)處理的一種預(yù)測(cè)方法。預(yù)測(cè)模型可用于銷售行業(yè)的預(yù)測(cè)，鐵路運(yùn)輸旅客周轉(zhuǎn)量的數(shù)據(jù)等等。Holt-Winters預(yù)測(cè)的輸出是三條不同的曲線：一條顯示目標(biāo)度量的一般變化的擬合曲線，一條預(yù)測(cè)未來趨勢(shì)的預(yù)測(cè)曲線，以及一個(gè)顯示不安全性隨著預(yù)測(cè)值離已知值越遠(yuǎn)而不斷增加的置信區(qū)間。9.集成更多的數(shù)據(jù)挖掘模型提供多種不同的報(bào)告導(dǎo)出模式單機(jī)開發(fā)版，可以一鍵式導(dǎo)出PPT報(bào)告通過服務(wù)器可自動(dòng)化按需導(dǎo)出PDF格式的存檔分析報(bào)告通過自動(dòng)化服務(wù)器可以自動(dòng)化按需導(dǎo)出個(gè)性化的分析報(bào)告10.快捷導(dǎo)出分析報(bào)告1.大數(shù)據(jù)基礎(chǔ)概念2.大數(shù)據(jù)發(fā)展現(xiàn)狀及職業(yè)發(fā)展方向3.智速云大數(shù)據(jù)分析平臺(tái)介紹5.大數(shù)據(jù)行業(yè)解決方案目錄Contents4.智速云大數(shù)據(jù)分析功能特點(diǎn)金融行業(yè)分析按地區(qū)貸款分析信用卡分析存貸款分析客戶分類分析銷售概況預(yù)算分析產(chǎn)品分析銷售回款定價(jià)分析零售行業(yè)管理駕駛艙工作效率人力資源床位資源配置門急診工作量零售行業(yè)財(cái)務(wù)核心數(shù)據(jù)分析費(fèi)用分析資金監(jiān)控往來分析利潤預(yù)測(cè)模型財(cái)務(wù)分析合作共贏KPI圖2021.07股票代碼：872219KPI圖的介紹01KPI圖的應(yīng)用場(chǎng)景目錄CONTENTS02KPI圖的介紹什么是KPI圖？KPI（KeyPerformanceIndication）即關(guān)鍵業(yè)績(jī)指標(biāo)，KPI是企業(yè)中業(yè)績(jī)考評(píng)的方法。KPI可以使部門主管明確部門的主要責(zé)任，并以此為基礎(chǔ)，明確部門人員的業(yè)績(jī)衡量指標(biāo)，使業(yè)績(jī)考評(píng)建立在量化的基礎(chǔ)之上。建立明確的切實(shí)可行的KPI指標(biāo)體系是做好績(jī)效管理的關(guān)鍵。KPI圖由網(wǎng)格狀排列的圖塊組成，其中每個(gè)圖塊都顯示了特定類別的多項(xiàng)KPI值。此外，還可以包括一種簡(jiǎn)單的折線圖-迷你圖，以顯示績(jī)效隨時(shí)間變化的趨勢(shì)。KPI圖塊屬性的介紹下圖為KPI圖塊中所顯示的詳細(xì)內(nèi)容KPI圖的介紹01KPI圖的應(yīng)用場(chǎng)景目錄CONTENTS02單個(gè)指標(biāo)KPI圖單個(gè)指標(biāo)KPI圖顯示不同維度，不同指標(biāo)的圖表。下圖為某公司關(guān)鍵指標(biāo)當(dāng)前現(xiàn)狀，環(huán)比增長。同一維度的KPI圖同一維度的KPI圖是顯示同一維度同一關(guān)鍵指標(biāo)的圖表，下圖為濟(jì)南市不同區(qū)域當(dāng)天的二手房簽售面積。合作共贏大數(shù)據(jù)分析平臺(tái)

K均值聚類分析K均值聚類分析的介紹01K均值聚類分析的應(yīng)用場(chǎng)景目錄CONTENTS02K均值聚類分析的介紹K均值聚類分析是典型的基于距離的聚類算法。采用相關(guān)相似性和歐式距離兩種距離度量方式作為相似性的評(píng)價(jià)指標(biāo)，將數(shù)據(jù)表劃分為子集的算法。主要應(yīng)用于環(huán)境的污染程度狀況、股票行情的分析、房地產(chǎn)投資風(fēng)險(xiǎn)的研究等等。K均值聚類分析的介紹01K均值聚類分析的應(yīng)用場(chǎng)景目錄CONTENTS02K均值聚類分析的應(yīng)用場(chǎng)景

對(duì)股票分析的數(shù)據(jù)，我們采用K均值聚類分析方法進(jìn)行分析，對(duì)隨著日期的變化已調(diào)整收盤價(jià)的變化，使用相關(guān)相似性來度量?jī)蓷l線之間的距離，設(shè)置最大群集數(shù)為6，分析結(jié)果如下：

對(duì)于凌亂的原始數(shù)據(jù)，我們采用相關(guān)相似性的距離度量方式來作為相似性的評(píng)價(jià)指標(biāo)，按照最終調(diào)整的收盤價(jià)分成6類，從上圖分類結(jié)果，我們可以很明顯的看出哪些股票之間具有相關(guān)性，以便于大家更有效的把握股票行情方向。大數(shù)據(jù)分析平臺(tái)

MongoDB數(shù)據(jù)庫數(shù)據(jù)的加載MongoDB的介紹01MongoDB數(shù)據(jù)庫數(shù)據(jù)的加載目錄CONTENTS02MongoDB是一個(gè)基于分布式文件存儲(chǔ)的數(shù)據(jù)庫。由C++語言編寫。旨在為WEB應(yīng)用提供可擴(kuò)展的高性能數(shù)據(jù)存儲(chǔ)解決方案。MongoDB是一個(gè)介于關(guān)系數(shù)據(jù)庫和非關(guān)系數(shù)據(jù)庫之間的產(chǎn)品，是非關(guān)系數(shù)據(jù)庫當(dāng)中功能最豐富，最像關(guān)系數(shù)據(jù)庫的。MongoDB的介紹MongoDB的介紹01MongoDB數(shù)據(jù)庫數(shù)據(jù)的加載目錄CONTENTS02添加數(shù)據(jù)步驟：1、使用DataDirectMongoDB驅(qū)動(dòng)程序創(chuàng)建ODBC數(shù)據(jù)源。2、單擊文件>添加數(shù)據(jù)表。3、單擊添加>其他>數(shù)據(jù)庫添加數(shù)據(jù)4、選擇ODBC數(shù)據(jù)提供者，然后單擊配置。5、選擇要連接到的ODBCDSN源并輸入憑據(jù)6、選擇要導(dǎo)入的表，并創(chuàng)建TIBCO數(shù)據(jù)源名稱7、單擊確定并讓表導(dǎo)入大數(shù)據(jù)分析平臺(tái)

over函數(shù)over函數(shù)的介紹01over函數(shù)的應(yīng)用場(chǎng)景目錄CONTENTS02over函數(shù)的介紹over函數(shù)的概念：

over函數(shù)又名開窗函數(shù)，用于計(jì)算基于組的某種聚合值，對(duì)于每組返回多行。over函數(shù)可用于對(duì)某時(shí)間段進(jìn)行數(shù)據(jù)劃分。

over函數(shù)的語法：

<method>(<methodarguments>)over(<overmethods>)

所有OVER方法可與點(diǎn)標(biāo)記一起使用，也可以用作普通函數(shù)調(diào)用。over函數(shù)的介紹01over函數(shù)的應(yīng)用場(chǎng)景目錄CONTENTS02over函數(shù)的應(yīng)用場(chǎng)景查看每年中每個(gè)月的所有銷售百分比，項(xiàng)目進(jìn)度、工作完成率等等；銷售環(huán)比、生產(chǎn)環(huán)比、采購環(huán)比等；各年、各月項(xiàng)目投資占整個(gè)項(xiàng)目（不是時(shí)間段）投資比例等等；用于計(jì)算累計(jì)總數(shù)；采購?fù)取N售同比等等；可以用于計(jì)算移動(dòng)平均數(shù)。父節(jié)點(diǎn)用法查看每年中每個(gè)月的所有銷售百分比上/下一個(gè)節(jié)點(diǎn)用法銷售環(huán)比分析所有方法用法各年、各月項(xiàng)目投資占整個(gè)項(xiàng)目投資比所有上/下一個(gè)方法用法用于計(jì)算累計(jì)總數(shù)平行時(shí)間段方法用法銷售同比分析最近的時(shí)間段方法用法計(jì)算移動(dòng)平均數(shù)大數(shù)據(jù)分析平臺(tái)

R語言簡(jiǎn)介R語言簡(jiǎn)介R是一門用于統(tǒng)計(jì)計(jì)算和作圖的語言，它不單是一門語言，更是一個(gè)數(shù)據(jù)計(jì)算與分析的環(huán)境。統(tǒng)計(jì)計(jì)算領(lǐng)域有三大工具：SAS、SPSS、S，R正是受S語言影響發(fā)展而來。其最主要的特點(diǎn)是免費(fèi)、開源、各種各樣的模塊十分齊全，在R的綜合檔案網(wǎng)絡(luò)CRAN中，提供了大量的第三方功能包，其內(nèi)容涵蓋了從統(tǒng)計(jì)計(jì)算到機(jī)器學(xué)習(xí)，從金融分析到生物信息，從社會(huì)網(wǎng)絡(luò)分析到自然語言處理，從各種數(shù)據(jù)庫各種語言接口到高性能計(jì)算模型，可以說無所不包，無所不容，這也是為什么R正在獲得越來越多各行各業(yè)的從業(yè)人員喜愛的一個(gè)重要原因。

免費(fèi)...這是最重要的一點(diǎn)，也是R流行于研究機(jī)構(gòu)和大學(xué)及公司的最主要原因。R語言舉例1、數(shù)字計(jì)算：2+52^42、矩陣計(jì)算：z=1:12;dim(z)=c(3,4);z;t(z);//矩陣的轉(zhuǎn)置3、畫圖函數(shù)：x1<-round(runif(20,min=0,max=100))y1<-round(runif(20,min=0,max=100))plot(x1,y1)//隨機(jī)生成0到100的20個(gè)隨機(jī)數(shù)進(jìn)行畫圖在這里，只對(duì)R語言做簡(jiǎn)單介紹，后續(xù)會(huì)提高專業(yè)的R語言培訓(xùn)課程。大數(shù)據(jù)分析平臺(tái)

TERR工具TERR工具的介紹01目錄CONTENTS02TERR工具的應(yīng)用場(chǎng)景TERR工具的介紹TERR是一款兼容開源R的高性能統(tǒng)計(jì)引擎。它附帶在大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)中，可供您編寫數(shù)據(jù)函數(shù)腳本以及運(yùn)行數(shù)據(jù)函數(shù)，或者創(chuàng)建預(yù)測(cè)模型。TERR工具的目的是供您訪問TERR控制臺(tái)，以便測(cè)試腳本和函數(shù)，啟動(dòng)用來創(chuàng)作腳本的RStudio交互式開發(fā)環(huán)境，TERR工具還提供了從ComprehensiveRArchiveNetwork(CRAN)下載和安裝包的界面。TERR工具的介紹01目錄CONTENTS02TERR工具的應(yīng)用場(chǎng)景TERR控制臺(tái)顯示TERR控制臺(tái)的步驟：1、從菜單中，單擊“工具”>“TERR工具”。2、在“TERR工具”對(duì)話框中單擊“啟動(dòng)TERR控制臺(tái)”。TERR中的RStudio打開RStudio實(shí)例的步驟：1、從菜單中，單擊“工具”>“TERR工具”。2、效果：此時(shí)將顯示“TERR工具”對(duì)話框。3、單擊“啟動(dòng)RStudioIDE”。CRAN程序包在CRAN上查找包的步驟：1、從菜單中，單擊“工具”>“TERR工具”。（顯示“TERR工具”對(duì)話框）2、單擊“程序包管理”選項(xiàng)。3、單擊“CRAN程序包存儲(chǔ)庫”列表的下拉箭頭，選擇要使用的存儲(chǔ)庫站點(diǎn)鏡像，單擊“加載”。4、在列表中滾動(dòng)至所需的包?；蛘撸绻枰褂锰囟ò?，請(qǐng)?jiān)凇翱捎贸绦虬笨蛑墟I入包的名稱。5、單擊“安裝”安裝所選的包。大數(shù)據(jù)分析平臺(tái)

XML文件的加載

大綱

XML的介紹第一部分

XML文件的加載第二部分介紹XML是可擴(kuò)展標(biāo)記語言，標(biāo)準(zhǔn)通用標(biāo)記語言的子集，用于標(biāo)記電子文件使其具有結(jié)構(gòu)性的標(biāo)記語言。

XML是各種應(yīng)用程序之間進(jìn)行數(shù)據(jù)傳輸?shù)淖畛Ｓ玫墓ぞ?。大綱

XML的介紹第一部分

XML文件的加載第二部分添加XML解析包添加XML解析包步驟：1、選擇“工具”>“TERR工具”>“程序包管理”。2、單擊“加載”找到“XML”包，并安裝。3、單擊“關(guān)閉”。加載XML文件創(chuàng)建數(shù)據(jù)函數(shù)加載XML文件1、選擇“工具”>“注冊(cè)數(shù)據(jù)函數(shù)”。2、創(chuàng)建“數(shù)據(jù)函數(shù)”xml文件加載，腳本如下：library("XML")result<-xmlParse(file="C:/Users/ym/Desktop/test.xml")xmldataframe<-xmlToDataFrame("C:/Users/ym/Desktop/test.xml")outputTable1<-xmldataframe加載XML文件3、輸入“輸出參數(shù)”outputTable1。4、選擇輸出類型“表”。5、“確定”并執(zhí)行。導(dǎo)入的xml文件數(shù)據(jù)的轉(zhuǎn)制

轉(zhuǎn)置數(shù)據(jù)是一種將數(shù)據(jù)從高/窄格式轉(zhuǎn)換到短/寬格式的方法。數(shù)據(jù)會(huì)被分發(fā)到聚合值的列中。這意味著，原始數(shù)據(jù)中的多個(gè)值在新數(shù)據(jù)表的相同位置結(jié)束。

通過轉(zhuǎn)置對(duì)數(shù)據(jù)進(jìn)行處理的過程：數(shù)據(jù)的逆轉(zhuǎn)制

逆轉(zhuǎn)置數(shù)據(jù)可用于在添加或替換數(shù)據(jù)表時(shí)，將數(shù)據(jù)從短/寬格式轉(zhuǎn)換到高/窄格式。相當(dāng)于把轉(zhuǎn)置效果反過來操作。

通過逆轉(zhuǎn)置對(duì)數(shù)據(jù)進(jìn)行處理：大數(shù)據(jù)分析平臺(tái)

標(biāo)簽

大綱標(biāo)簽的介紹第一部分

標(biāo)簽的應(yīng)用場(chǎng)景第二部分

標(biāo)簽的介紹什么是標(biāo)簽？標(biāo)簽是對(duì)數(shù)據(jù)進(jìn)行標(biāo)記區(qū)分的工具，主要用于標(biāo)記篩選數(shù)據(jù)。標(biāo)簽是通過創(chuàng)建新列，將行數(shù)據(jù)進(jìn)行分類。大綱標(biāo)簽的介紹第一部分

標(biāo)簽的應(yīng)用場(chǎng)景第二部分標(biāo)簽的應(yīng)用場(chǎng)景

在數(shù)據(jù)表中添加“標(biāo)記集合”通過添加“新標(biāo)記”對(duì)數(shù)據(jù)進(jìn)行標(biāo)記區(qū)分。大數(shù)據(jù)分析平臺(tái)

表

大綱表的介紹第一部分表的應(yīng)用場(chǎng)景第二部分

表的介紹什么是表？表由行，列，單元格三個(gè)部分組成。是日常生活中最常用的展現(xiàn)方式。可用于顯示文字、數(shù)字、圖片等項(xiàng)以便快速查看和引用。大綱

表的介紹第一部分

表的應(yīng)用場(chǎng)景第二部分表的應(yīng)用場(chǎng)景Ⅰ著色客戶關(guān)注的重點(diǎn)信息：讓客戶快速、直觀的掌握、查看所要了解的詳細(xì)信息以便于客戶對(duì)數(shù)據(jù)進(jìn)行分析和做出正確的決策

表應(yīng)用場(chǎng)景Ⅱ在表中顯示URL中的圖像及鏈接地址餅圖2021.07股票代碼：872219餅圖的介紹第一部分餅圖的應(yīng)用場(chǎng)景第二部分餅圖（SectorGraph）是由若干扇區(qū)組成的圓形圖。餅圖只適用于單個(gè)數(shù)據(jù)系列間各數(shù)據(jù)的比較，顯示數(shù)據(jù)系列中每一項(xiàng)占該系列數(shù)值總和的比例關(guān)系。

餅圖的介紹第一部分

餅圖的應(yīng)用場(chǎng)景第二部分可查看不同品牌的銷售金額的大小以及不同品牌的銷售占比情況品牌銷售占比可查看不同區(qū)域不同品牌的銷售金額的大小以及不同區(qū)域不同品牌的銷售占比情況區(qū)域品牌銷售占比合作共贏地圖2021.07股票代碼：872219地圖的介紹01地圖的應(yīng)用場(chǎng)景目錄CONTENTS02地圖的介紹地圖是將三維地球上的位置轉(zhuǎn)換為二維平面，將數(shù)據(jù)放置在某一圖層。這些圖層可以是標(biāo)記層或功能層等數(shù)據(jù)圖層，也可以是地圖層。通過選擇圖層中的區(qū)域劃分查看該區(qū)域的數(shù)據(jù)。地圖的介紹01地圖的應(yīng)用場(chǎng)景目錄CONTENTS02省份地圖可以根據(jù)省份的劃分查看選定區(qū)域的數(shù)據(jù)信息。下圖為某銷售公司的全國各省份銷售的分布情況，通過選擇省份可以查看該省的銷售數(shù)據(jù)及排名。帶餅圖的省份地圖可以根據(jù)省份的劃分查看各省份的業(yè)務(wù)的占比情況。下圖為某銷售公司在全國各省市的分布情況，通過餅圖的占比查看公司在各省業(yè)務(wù)占比情況世界地圖可以根據(jù)國家的劃分查看所在國家的信息。下圖為世界各國的互聯(lián)網(wǎng)用戶與手機(jī)用戶訂閱情況的增長信息，通過選擇國家能夠查看該國的具體增長信息。在線地圖可通過在線地圖可查看區(qū)域的分布，道路等相關(guān)信息。下圖為蘇州市建設(shè)銀行網(wǎng)點(diǎn)分布布局情況，可精確到所在的街道。查看網(wǎng)點(diǎn)的業(yè)務(wù)占比情況。合作共贏大數(shù)據(jù)分析平臺(tái)

關(guān)聯(lián)規(guī)則分析模型關(guān)聯(lián)規(guī)則分析模型的介紹01關(guān)聯(lián)規(guī)則分析模型的應(yīng)用場(chǎng)景目錄CONTENTS02關(guān)聯(lián)規(guī)則反映一個(gè)事物與其他事物之間的相互依存性和關(guān)聯(lián)性。如果兩個(gè)或者多個(gè)事物之間存在一定的關(guān)聯(lián)關(guān)系，那么，其中一個(gè)事物就能夠被通過其他事物預(yù)測(cè)到。

關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘中最活躍的研究方法之一。典型的關(guān)聯(lián)規(guī)則發(fā)現(xiàn)問題是對(duì)超市中的購物籃數(shù)據(jù)進(jìn)行分析。通過發(fā)現(xiàn)顧客放入購物籃中的不同商品之間的關(guān)系來分析顧客的購買習(xí)慣。其中最經(jīng)典的是Apriori算法，它是利用逐層搜索的迭代方法來完成頻繁項(xiàng)集的挖掘，產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則。

關(guān)聯(lián)規(guī)則分析模型應(yīng)用于多個(gè)行業(yè)中，如在零售行業(yè)購物籃分析中；如在醫(yī)療方面，可找出可能的治療組合；在銀行方面，對(duì)顧客進(jìn)行分析，可以推薦感興趣的服務(wù)等；在保險(xiǎn)業(yè)務(wù)方面，如果出現(xiàn)了不常見的索賠要求組合，則可能為欺詐，需要作進(jìn)一步的調(diào)查，等等。關(guān)聯(lián)規(guī)則分析模型的介紹關(guān)聯(lián)規(guī)則分析模型的介紹01關(guān)聯(lián)規(guī)則分析模型的應(yīng)用場(chǎng)景目錄CONTENTS02關(guān)聯(lián)規(guī)則分析模型的應(yīng)用場(chǎng)景

我們對(duì)某超市購物籃的數(shù)據(jù)集進(jìn)行關(guān)聯(lián)規(guī)則分析模型分析，查看數(shù)據(jù)運(yùn)行結(jié)果：

查看圖形展示效果：

首先通過條形圖展示可以看出，牛奶，面包，果汁，顧客購買的頻率最高，超市應(yīng)考慮多采購這幾類商品供顧客選擇。

然后以關(guān)聯(lián)規(guī)則的結(jié)果作圖，圖形大小代表支持度（support），圖形顏色深淺代表提升度（lift），綜合來看：{果汁-面包}、{牛奶-薯片}這兩種商品組合的支持度和提升度都很高，圖形顏色越深，說明顧客在購買了牛肉之后，去購買面包的可能性越大，圖形越大，說明顧客在買了牛奶之后去買面包這個(gè)關(guān)聯(lián)規(guī)則是否有效，提升度（lift）大于1，說明通過分析兩者的關(guān)聯(lián)規(guī)則是有效的；等于1，說明兩者是獨(dú)立的；小于1，說明兩者的關(guān)聯(lián)規(guī)則是無效的。

大數(shù)據(jù)分析平臺(tái)

交叉表

大綱交叉表的介紹第一部分交叉表的應(yīng)用場(chǎng)景第二部分

交叉表介紹交叉表是一種常用的分類匯總表格。利用交叉表查詢數(shù)據(jù)非常直觀明了，被廣泛應(yīng)用。交叉表查詢也是數(shù)據(jù)庫的一個(gè)特點(diǎn)。在大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)中交叉表也被稱為數(shù)據(jù)透視表或者多維表。交叉表最大的優(yōu)勢(shì)是能夠構(gòu)造、匯總及顯示大量數(shù)據(jù)。大綱

交叉表的介紹第一部分

交叉表的應(yīng)用場(chǎng)景第二部分交叉表的應(yīng)用場(chǎng)景I對(duì)數(shù)據(jù)進(jìn)行處理：

利用交叉表對(duì)數(shù)據(jù)進(jìn)行分類匯總，使數(shù)據(jù)直觀眀了方便查看。

交叉表應(yīng)用場(chǎng)景II通過使用over函數(shù)，編制環(huán)比銷售報(bào)表大數(shù)據(jù)分析平臺(tái)

結(jié)構(gòu)化平面文件的加載

大綱

支持的平面文件第一部分

平面文件加載第二部分

數(shù)據(jù)的轉(zhuǎn)換第三部分支持的平面文件平面文件TXT文件CSV文件EXCEL文件LOG文件支持多種平面文件：SHP文件大綱

支持的平面文件第一部分

平面文件加載第二部分

數(shù)據(jù)的轉(zhuǎn)換第三部分平面文件的加載加載平面文件的步驟：

（1）選擇“文件”->“添加數(shù)據(jù)表”->“添加”->“文件...“，或者點(diǎn)擊進(jìn)行數(shù)據(jù)加載。

（2）選擇要添加的文本文件。平面文件的加載（3）打開分析文件（4）點(diǎn)擊“確定”，導(dǎo)入文本大綱

支持的平面文件第一部分

平面文件加載第二部分

數(shù)據(jù)的轉(zhuǎn)換第三部分轉(zhuǎn)換數(shù)據(jù)為什么轉(zhuǎn)換數(shù)據(jù)？

在數(shù)據(jù)分析時(shí)如果數(shù)據(jù)并不具備最適當(dāng)?shù)母袷交虬e(cuò)誤的值，就需要對(duì)數(shù)據(jù)進(jìn)行處理，從而確保從分析中獲得最佳結(jié)果。數(shù)據(jù)轉(zhuǎn)換方式有哪些？計(jì)算新列：向數(shù)據(jù)表添加計(jì)算的列。更改列名稱：能夠更改數(shù)據(jù)表中一個(gè)或多個(gè)列的名稱。更改數(shù)據(jù)類型：更改數(shù)據(jù)表中一個(gè)或多個(gè)列的數(shù)據(jù)類型。數(shù)據(jù)函數(shù)：將先前注冊(cè)的數(shù)據(jù)函數(shù)用作轉(zhuǎn)換步驟。排除列：從數(shù)據(jù)表中排除一個(gè)或多個(gè)列。規(guī)范化：在數(shù)據(jù)表添加之前對(duì)數(shù)據(jù)進(jìn)行規(guī)范。轉(zhuǎn)置：將數(shù)據(jù)表從高/窄格式更改到短/寬格式。逆轉(zhuǎn)置：將數(shù)據(jù)表從短/寬格式更改到高/窄格式。轉(zhuǎn)換的應(yīng)用應(yīng)用轉(zhuǎn)換的步驟：（1）選擇“文件”>“添加數(shù)據(jù)表...”。（2）單擊“添加”>“文件”，選擇你要添加的數(shù)據(jù)文件并“確定”。（3）單擊“顯示轉(zhuǎn)換”。（4）在“轉(zhuǎn)換”下拉列表中選擇轉(zhuǎn)換類型。（5）單擊“添加”彈出對(duì)話框，其中包含所選轉(zhuǎn)換類型的相關(guān)設(shè)置。指定轉(zhuǎn)換方法，單擊“確定”返回“添加數(shù)據(jù)表”對(duì)話框。（6）可重復(fù)4和5步，添加其他轉(zhuǎn)換方法。（7）單擊“預(yù)覽”查看應(yīng)用轉(zhuǎn)換后的數(shù)據(jù)。（8）在“添加數(shù)據(jù)表”對(duì)話框中，單擊“確定”將添加了轉(zhuǎn)換的數(shù)據(jù)加載到分析中。數(shù)據(jù)的轉(zhuǎn)制

轉(zhuǎn)置數(shù)據(jù)是一種將數(shù)據(jù)從高/窄格式轉(zhuǎn)換到短/寬格式的方法。數(shù)據(jù)會(huì)被分發(fā)到聚合值的列中。這意味著，原始數(shù)據(jù)中的多個(gè)值在新數(shù)據(jù)表的相同位置結(jié)束。

通過轉(zhuǎn)置對(duì)數(shù)據(jù)進(jìn)行處理的過程：數(shù)據(jù)的逆轉(zhuǎn)制

逆轉(zhuǎn)置數(shù)據(jù)可用于在添加或替換數(shù)據(jù)表時(shí)，將數(shù)據(jù)從短/寬格式轉(zhuǎn)換到高/窄格式。相當(dāng)于把轉(zhuǎn)置效果反過來操作。

通過逆轉(zhuǎn)置對(duì)數(shù)據(jù)進(jìn)行處理：大數(shù)據(jù)分析平臺(tái)

平臺(tái)介紹

思考的自由統(tǒng)一的工作臺(tái)所有的時(shí)間范圍提升的交互能力相互溝通決策網(wǎng)絡(luò)業(yè)務(wù)活動(dòng)權(quán)責(zé)簡(jiǎn)單的操作Mobile、離線綜合的實(shí)時(shí)的提供從數(shù)據(jù)分析挖掘到數(shù)據(jù)可視化展示的全套解決方案，推動(dòng)客戶實(shí)現(xiàn)數(shù)據(jù)價(jià)值到商業(yè)價(jià)值的完美蛻變。智速云大數(shù)據(jù)分析平臺(tái)理念

（對(duì)海量數(shù)據(jù)采集、數(shù)據(jù)可視化、數(shù)據(jù)挖掘）1.數(shù)據(jù)可視化4.功能特點(diǎn)目錄Contents2.平臺(tái)介紹3.技術(shù)優(yōu)勢(shì)5.行業(yè)解決方案數(shù)據(jù)可視化—“科學(xué)與藝術(shù)的結(jié)合”

云計(jì)算的分布式存儲(chǔ)和計(jì)算能力提供了技術(shù)支撐；而大數(shù)據(jù)的核心是數(shù)據(jù)處理，數(shù)據(jù)挖掘技術(shù)成為高效利用數(shù)據(jù)、發(fā)現(xiàn)價(jià)值的核心技術(shù).。讓大數(shù)據(jù)有意義，使之更貼近大多數(shù)人，最重要的手段之一就是數(shù)據(jù)可視化。數(shù)據(jù)可視化，是關(guān)于數(shù)據(jù)視覺表現(xiàn)形式，在大數(shù)據(jù)領(lǐng)域中，素來有“科學(xué)與藝術(shù)的結(jié)合”的說法。事實(shí)上，數(shù)據(jù)可視化是一個(gè)處于不斷演變之中的概念。這里的變化主要指的是技術(shù)上較為高級(jí)的技術(shù)方法，而這些技術(shù)方法允許利用圖形、圖像處理、計(jì)算機(jī)視覺以及用戶界面，通過表達(dá)、建模以及對(duì)立體、表面、屬性以及動(dòng)畫的顯示，對(duì)數(shù)據(jù)加以可視化解釋。數(shù)據(jù)可視化源于統(tǒng)計(jì)學(xué)，出于對(duì)資料統(tǒng)計(jì)的結(jié)果會(huì)不受人重視的憂慮，發(fā)展出一種色彩繽紛的圖表形式，讓數(shù)據(jù)能夠更加讓人印象深刻。（南丁格爾玫瑰圖）歷史資料：

弗羅倫斯·南丁格爾[2]（英語：FlorenceNightingale，1820年5月12日－1910年8月13日），英國護(hù)士和統(tǒng)計(jì)學(xué)家，曾往倫敦的醫(yī)院工作。

她發(fā)明出一種色彩繽紛的圖表形式，讓數(shù)據(jù)能夠更加讓人印象深刻。這種圖表形式被稱作「南丁格爾的玫瑰」，是一種圓形的直方圖。

她用這種數(shù)據(jù)方式表達(dá)醫(yī)院季節(jié)性的死亡率，對(duì)象是那些不太能理解傳統(tǒng)統(tǒng)計(jì)報(bào)表的公務(wù)人員。她的方法打動(dòng)了當(dāng)時(shí)的高層，包括軍方人士和維多利亞女王本人，促進(jìn)了醫(yī)師改良的提案。1.數(shù)據(jù)可視化4.功能特點(diǎn)目錄Contents2.平臺(tái)介紹3.技術(shù)優(yōu)勢(shì)5.行業(yè)解決方案可視化自助服務(wù)分析自助式的大數(shù)據(jù)可視化分析大數(shù)據(jù)可視化帶來的沖擊開發(fā)時(shí)間縮短，從之前的人月到小時(shí)；業(yè)務(wù)需求快速實(shí)現(xiàn)；從項(xiàng)目的工作形式到日常工作方式的轉(zhuǎn)變；人員素質(zhì)及要求的轉(zhuǎn)變；領(lǐng)導(dǎo)決策團(tuán)隊(duì)化；價(jià)值的提升及價(jià)格的縮減；最新一代的大數(shù)據(jù)分析軟件

智速云大數(shù)據(jù)分析平臺(tái)是最新一代的大數(shù)據(jù)分析軟件，能夠?qū)Χ喾N數(shù)據(jù)進(jìn)行快速分析和處理，可以滿足不同性質(zhì)的管理和研發(fā)流程中對(duì)大量數(shù)據(jù)的分析和決策要求。其最大的特點(diǎn)是通過多種動(dòng)態(tài)的圖形和篩選條件，快速對(duì)大量的數(shù)據(jù)進(jìn)行分析和處理，能夠生成包括柱狀圖、曲線圖、餅圖、散點(diǎn)圖、組合圖、地圖、樹形圖、熱圖、箱形圖、匯總表和交叉表等多種展現(xiàn)形式，且所有的圖形都能提供眾多的數(shù)據(jù)分析維度。一個(gè)多層級(jí)多終端靈活自助式分析平臺(tái)

可適用于各個(gè)行業(yè)，可以看到這些圖，非常絢麗，人對(duì)圖形會(huì)比較敏感，所以在統(tǒng)計(jì)學(xué)里面通常有比較標(biāo)準(zhǔn)的圖，如餅圖、柱形圖（垂直和水平）、虛線圖、水泡圖、魚骨圖、箱線圖等等。應(yīng)用在多個(gè)行業(yè)醫(yī)藥行業(yè)--目標(biāo)與生物標(biāo)記發(fā)現(xiàn)--先導(dǎo)化合物發(fā)現(xiàn)與優(yōu)化--臨床試驗(yàn)分析--藥物警戒--銷售與市場(chǎng)金融服務(wù)行業(yè)--投資組合管理--風(fēng)險(xiǎn)分析--監(jiān)管達(dá)標(biāo)能源--勘探--業(yè)務(wù)規(guī)劃--油氣田開發(fā)--生產(chǎn)生產(chǎn)制造行業(yè)--成品率不良率分析--流程工程設(shè)計(jì)--產(chǎn)品工程設(shè)計(jì)--質(zhì)量與保修電信通訊行業(yè)--客戶分析--網(wǎng)絡(luò)分析消費(fèi)品行業(yè)--市場(chǎng)分析--銷售有效性--活動(dòng)與促銷分析--產(chǎn)品研發(fā)情報(bào)--電子郵件分析--新聞分析--網(wǎng)絡(luò)分析應(yīng)用在多個(gè)行業(yè)自助式分析開發(fā)流程ERPCRMSCMETLOLAPCubeDataWarehouseMetaData分析平臺(tái)收集業(yè)務(wù)需求設(shè)計(jì)數(shù)據(jù)模型數(shù)據(jù)源數(shù)據(jù)加載構(gòu)建元數(shù)據(jù)開發(fā)報(bào)表發(fā)布給最終用戶分析用戶開發(fā)人員連接到數(shù)據(jù)源增加多數(shù)據(jù)源交互與數(shù)據(jù)可視化發(fā)布/共享ADSCache循環(huán)往復(fù)任意增加/修改數(shù)據(jù)數(shù)據(jù)分析產(chǎn)品專業(yè)開發(fā)版--桌面分析與創(chuàng)作通過多個(gè)相互鏈接的可視化圖表研究數(shù)據(jù)從簡(jiǎn)單的條形圖到強(qiáng)大的統(tǒng)計(jì)功能，一切都觸手可及即時(shí)共享任何分析結(jié)果無單獨(dú)的發(fā)布步驟自動(dòng)生成的動(dòng)態(tài)過濾器任何字段的實(shí)時(shí)內(nèi)存過濾用戶驅(qū)動(dòng)的直觀界面完全交互式的用戶體驗(yàn)從多個(gè)來源加載數(shù)據(jù)直接ODBC訪問，基于服務(wù)器的信息鏈接、Excel電子表格、數(shù)據(jù)文件WebPlayer基于Web的交互式分析即時(shí)共享無單獨(dú)的發(fā)布步驟；簡(jiǎn)單地保存到庫中功能豐富的交互式AJAX用戶界面(UI)通過瀏覽器提供卓越的響應(yīng)能力一致的用戶界面可視化、過濾器、指導(dǎo)式應(yīng)用無縫轉(zhuǎn)化到Web中跨瀏覽器支持MozillaFirefox與InternetExplorer；無需插件支持企業(yè)重建品牌，門戶集成輕松更改標(biāo)題外觀；在門戶中用作iFrame瀏覽器設(shè)計(jì)分析應(yīng)用遵循由大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)

專業(yè)版創(chuàng)建的開發(fā)模式WebPlayer基于Web的交互式分析擴(kuò)展分析范圍傳播專業(yè)知識(shí)，并發(fā)現(xiàn)新的見解擴(kuò)展到防火墻之外的客戶、供應(yīng)商和合作伙伴由用戶在幾秒內(nèi)創(chuàng)建無單獨(dú)的發(fā)布步驟無需IT人員編程或者編寫報(bào)表可輕松在桌面環(huán)境中進(jìn)行部署無需安裝客戶端，使用瀏覽器直接訪問集成到門戶、應(yīng)用和網(wǎng)站中可以方便集成到企業(yè)門戶中可以方便嵌入到企業(yè)應(yīng)用中創(chuàng)建……發(fā)布……分析……大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)服務(wù)器統(tǒng)計(jì)服務(wù)(S+,R語言)

提供先進(jìn)的統(tǒng)計(jì)計(jì)算引擎與部署管理器應(yīng)用程序數(shù)據(jù)服務(wù)

與企業(yè)數(shù)據(jù)源直接集成：SAPR/3、SAPB/W、用友ERP、OracleEBS、金蝶ERPWeb分析服務(wù)用于發(fā)布分析結(jié)果,基于瀏覽器的頁面設(shè)計(jì)。自動(dòng)化服務(wù)組件數(shù)據(jù)任務(wù)調(diào)動(dòng)與自動(dòng)更新管理和集成服務(wù)

數(shù)據(jù)集成、用戶管理、分析文件管理、數(shù)據(jù)源信息管理等集中式部署相關(guān)功能。智能化的布局支持?jǐn)?shù)據(jù)倉庫新增很多炫酷圖表數(shù)據(jù)挖掘1.自適應(yīng)頁面大小2.可自由拖放功能1.支持平面文件加載，如：txt文件、CSV文件、excel文件、log文件、shp文件、XML文件等。2.支持關(guān)系型數(shù)據(jù)庫連接（SQLserver、Oracle）和非關(guān)系型數(shù)據(jù)庫連接（MongoDB、Hbase、Hadoop、JDBC、ODBC、OLEDB）。1.三維散點(diǎn)圖2.熱圖1.K均值聚類分析2.線相似性分析3.樹形圖4.KPI圖5.地圖6.箱線圖3.層級(jí)群集分析4.預(yù)測(cè)模型5.R語言3.分類聚合模型4.關(guān)聯(lián)規(guī)則分析模型智速云大數(shù)據(jù)分析平臺(tái)特征1.數(shù)據(jù)可視化4.功能特點(diǎn)目錄Contents2.平臺(tái)介紹3.技術(shù)優(yōu)勢(shì)5.行業(yè)解決方案支持?jǐn)?shù)據(jù)倉庫，也支持基于列式存儲(chǔ)的內(nèi)存分析技術(shù)既可以使用文件式存儲(chǔ)(Hadoop)，又支持?jǐn)?shù)據(jù)倉庫，滿足大數(shù)據(jù)量客戶的需求數(shù)據(jù)裝載于內(nèi)存中，實(shí)時(shí)響應(yīng)用戶的分析需求，計(jì)算速度快系統(tǒng)具備良好的適應(yīng)性與可擴(kuò)展性開放的API接口，方便與外部系統(tǒng)進(jìn)行快速集成系統(tǒng)具備跨平臺(tái)性服務(wù)器可以既可支持windows平臺(tái)也可支持其他Unix環(huán)境移動(dòng)智能設(shè)備及云端的支持支持iOS系統(tǒng)及Android系統(tǒng)設(shè)備，決策者只要用手指就能做批示和交互支持分布式內(nèi)存技術(shù)，如Hadoop等，適合云端部署快速適應(yīng)性智速云大數(shù)據(jù)分析平臺(tái)優(yōu)勢(shì)滿足任意屏幕的可視化應(yīng)用智速云大數(shù)據(jù)分析平臺(tái)輕松設(shè)計(jì)不同風(fēng)格管理駕駛艙，滿足任意屏幕的可視化應(yīng)用。

平臺(tái)支持通過連接器與SQLserver、Oracle等關(guān)系型數(shù)據(jù)庫，MongoDB、Hbase等非關(guān)系型數(shù)據(jù)庫、Hadoop、JDBC、ODBC、OLEDB等數(shù)據(jù)庫建立數(shù)據(jù)連接加載數(shù)據(jù)。平臺(tái)支持對(duì)txt、csv、excel、log、xml、shp（標(biāo)準(zhǔn)的矢量地圖）等平面數(shù)據(jù)文件的加載。數(shù)據(jù)ETL——不僅支持平面數(shù)據(jù)文件，還支持關(guān)系型數(shù)據(jù)庫和非關(guān)系型數(shù)據(jù)庫?？赏卣剐詧D表的擴(kuò)展性：不僅支持2D平面圖，也可以加入3D立體圖表

提供圖表擴(kuò)展組件，支持：百度echarts、highcharts數(shù)據(jù)挖掘模型的擴(kuò)展性：R語言分類聚合模型關(guān)聯(lián)規(guī)則分析模型采用最新最流行的大數(shù)據(jù)架構(gòu)SpotfireAnalystClientSpotfireWebClient大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)

桌面客戶端大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)

服務(wù)器節(jié)點(diǎn)管理器Node

Manager大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)Worker運(yùn)行器大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)

Worker運(yùn)行器大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)Web客戶端節(jié)點(diǎn)管理器大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)Worker運(yùn)行器httpshttpsNode

Manager大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)Worker運(yùn)行器BusinessAuthor

網(wǎng)頁編輯版Comsumer

網(wǎng)頁查看版Analyst

桌面開發(fā)版第4代內(nèi)存處理架構(gòu)列式存儲(chǔ)技術(shù)，縮算法LZO壓縮算法(C語言)和緩存算法（頁面置換算法)LRU（Leastrecentlyused，最近最少使用）算法根據(jù)數(shù)據(jù)的歷史訪問記錄來進(jìn)行淘汰數(shù)據(jù)，LRU的淘汰規(guī)則是基于訪問時(shí)間，有新的數(shù)據(jù)進(jìn)來，之前最先新進(jìn)的數(shù)據(jù)將被踢出掉。在內(nèi)存模式下，分析平臺(tái)從數(shù)據(jù)庫，文件或系統(tǒng)讀取所有原始數(shù)據(jù)保存到內(nèi)存當(dāng)中。然后它將數(shù)據(jù)排序?yàn)楣潭ǖ母袷?，做快速和高效的可視化所需的?jì)算。大數(shù)據(jù)挖掘關(guān)鍵技術(shù)

自主開發(fā)統(tǒng)計(jì)引擎，基于R、S+統(tǒng)計(jì)語言中常用統(tǒng)計(jì)挖掘算法，滿足大部分客戶的需求，不需要專業(yè)的開發(fā)工具只需幾個(gè)小時(shí)就可以開發(fā)自己的統(tǒng)計(jì)模型.。

數(shù)據(jù)挖掘(DataMining)是指從大量數(shù)據(jù)中提取出隱藏于這些數(shù)據(jù)中的規(guī)律，進(jìn)而通過這些規(guī)律來預(yù)測(cè)未來或是指導(dǎo)人們做出相應(yīng)的決策。

數(shù)據(jù)挖掘就是尋找隱藏在數(shù)據(jù)中的信息過程，如趨勢(shì)，特征及相關(guān)性，也就是從數(shù)據(jù)中發(fā)掘信息或知識(shí)。利用統(tǒng)計(jì)服務(wù)實(shí)現(xiàn)高級(jí)分析能力：支持S+和R

大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)整合了R語言、S+語言,使其具備預(yù)測(cè)分析、優(yōu)化模式檢測(cè)等能力高級(jí)分析使用戶能夠做出更優(yōu)秀、更明智的決策。將大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)的可視化數(shù)據(jù)分析能力與S+的深入統(tǒng)計(jì)能力相結(jié)合，提供先進(jìn)的預(yù)測(cè)分析。降低統(tǒng)計(jì)建模的復(fù)雜性，使大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)最終用戶能夠充分利用S+先進(jìn)的模型檢測(cè)、優(yōu)化、分類和預(yù)測(cè)。在大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)中直接提供得到廣泛采用的強(qiáng)大R語言，以執(zhí)行高級(jí)假設(shè)分析和復(fù)雜的分析。大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)和S+（大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)

統(tǒng)計(jì)服務(wù)）之間更可靠的數(shù)據(jù)連接通過將S+和R運(yùn)行程序存儲(chǔ)在大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)統(tǒng)計(jì)服務(wù)中，使其能夠從大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)界面直接調(diào)用。大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)OOTBS+OpenSourceRTERRSAS?MATLAB?分析過程簡(jiǎn)單直接。探索數(shù)據(jù)隱藏的模型和趨勢(shì)。在數(shù)小時(shí)內(nèi)快速建立企業(yè)級(jí)預(yù)測(cè)模型.能夠快速的幫助客戶發(fā)現(xiàn)和解決問題R舉例：用R語言繪制散點(diǎn)圖基于顏色和點(diǎn)形對(duì)數(shù)據(jù)進(jìn)行分組繪制基本散點(diǎn)圖運(yùn)行結(jié)果:運(yùn)行結(jié)果:R舉例在大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)中我們只需要得到模型的輸出結(jié)果，剩下圖形繪制的事情就可以完全交給平臺(tái)完成，運(yùn)行的數(shù)據(jù)保存在內(nèi)存當(dāng)中。1.數(shù)據(jù)可視化4.功能特點(diǎn)目錄Contents2.平臺(tái)介紹3.技術(shù)優(yōu)勢(shì)5.行業(yè)解決方案功能特點(diǎn)——支持?jǐn)?shù)據(jù)倉庫對(duì)建立有數(shù)據(jù)倉庫，可充分利用現(xiàn)有的數(shù)據(jù)倉庫避免已有的IT投入可以繼續(xù)產(chǎn)生更大價(jià)值支持大數(shù)據(jù)量分析支持按需取數(shù)策略直接加載數(shù)據(jù)倉庫數(shù)據(jù)，避免重復(fù)建模的工作量適用性（1）適用于任何人的分析系統(tǒng)（2）提供SDK功能擴(kuò)展（3）除具有分析函數(shù)外，又具有高級(jí)的統(tǒng)計(jì)函數(shù)和數(shù)據(jù)挖掘函數(shù)。支持豐富的圖形展示特性：產(chǎn)品功能豐富支持?jǐn)?shù)據(jù)鉆取支持?jǐn)?shù)值自定義分段統(tǒng)計(jì)支持?jǐn)?shù)據(jù)格柵方便外部集成使用著色方案增強(qiáng)圖表快捷查看詳細(xì)信息支持標(biāo)簽支持維度拖動(dòng)切換支持GIS地圖支持地圖著色支持矢量地圖文件導(dǎo)入支持統(tǒng)計(jì)分析圖熱圖平行線圖多維散點(diǎn)圖箱型圖靈活的交互式分析交互性分析

（1）交互式過濾——通過范圍滑動(dòng)條、檢查框、單選按鈕、列表框或文本搜索進(jìn)行數(shù)據(jù)過濾

（2）交互式分析——通過標(biāo)記、條件篩選、縮放滑塊、層級(jí)滑竿快捷進(jìn)行交互分析

（3）強(qiáng)大的書簽——通過書簽可在任意時(shí)間對(duì)分析過程截取快照，從而便于返回至之前生成的數(shù)據(jù)視圖。支持?jǐn)?shù)據(jù)鉆取數(shù)據(jù)鉆取——滑動(dòng)鉆取大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)中的數(shù)據(jù)鉆取，首先建立鉆取組，不同的是在大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)中稱為層級(jí)，下圖層級(jí)命名為地區(qū)。在圖表中分析使用中，下鉆到行政省時(shí)，將按照上級(jí)行政大區(qū)分類，所有的行政省都將展示出來。如下圖所示：支持?jǐn)?shù)據(jù)鉆取數(shù)據(jù)鉆取——?jiǎng)?chuàng)建子圖表實(shí)現(xiàn)大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)中還可以通過創(chuàng)建詳細(xì)圖表。如下圖所示：在行政大區(qū)條形圖中創(chuàng)建行政省的詳細(xì)圖表，這樣點(diǎn)擊行政大區(qū)里面的具體某個(gè)省，詳細(xì)圖將會(huì)出現(xiàn)這一個(gè)省的數(shù)據(jù)。主圖表子圖表自助式分析終端用戶可快捷進(jìn)行拖拽式分析通過開發(fā)版，分析用戶，可以通過拖拽、快捷切換分析維度指標(biāo)，更換分析數(shù)據(jù)源；快捷發(fā)布分享分析的結(jié)果；通過瀏覽器，分析用戶可以快捷的在web端進(jìn)行私有數(shù)據(jù)分析。快捷導(dǎo)出分析報(bào)告提供多種不同的報(bào)告導(dǎo)出模式單機(jī)開發(fā)版，可以一鍵式導(dǎo)出PPT報(bào)告通過服務(wù)器可自動(dòng)化按需導(dǎo)出導(dǎo)出PDF格式的存檔分析報(bào)告通過自動(dòng)化服務(wù)器可以自動(dòng)化按需導(dǎo)出個(gè)性化的分析報(bào)告自定義表達(dá)式用戶在可視化分析過程中，如需對(duì)一些數(shù)據(jù)進(jìn)行簡(jiǎn)單加工處理，如使用算術(shù)運(yùn)算符、邏輯表達(dá)式等，給自己的表達(dá)式取名，以便日后使用。OVER函數(shù)應(yīng)用OVER函數(shù)是平臺(tái)基于一些特定應(yīng)用場(chǎng)景集成進(jìn)來的，用于計(jì)算基于組的某種聚合值。常用于銷售行業(yè)中的銷售環(huán)比、銷售同比、銷售占比分析。制造業(yè)中的生產(chǎn)環(huán)比、采購環(huán)比、采購?fù)确治觥ｍ撁娌季郑嚎墒褂猛戏挪僮鞲膱D表的布局，圖表也會(huì)根據(jù)頁面大小自適應(yīng)布局。單擊圖表標(biāo)題并將鼠標(biāo)拖動(dòng)到其他圖表?；疑?qū)@示在此圖表一部分的上方，當(dāng)您松開鼠標(biāo)后，布局會(huì)更新。使用鼠標(biāo)拖放，自適應(yīng)的布局在頁面中將品牌名稱經(jīng)過拖拽快捷切換為展廳名稱自助式分析——拖放式：圖表中的指標(biāo)、維度等進(jìn)行拖放分析用戶，可以通過拖拽、快捷切換分析維度指標(biāo)，更換分析數(shù)據(jù)源。提供更多炫酷圖表帶餅圖的省份地圖交互式分析世界地圖交互式分析在線地圖交互式分析三維散點(diǎn)圖是由在三個(gè)軸上繪制數(shù)據(jù)點(diǎn)，以顯示三個(gè)變量之間的關(guān)系的圖形。三維散點(diǎn)圖在建模中的應(yīng)用。提供更多炫酷圖表KPI圖即關(guān)鍵業(yè)績(jī)指標(biāo)，KPI是企業(yè)中業(yè)績(jī)考評(píng)的方法。KPI可以使部門主管明確部門的主要責(zé)任，并以此為基礎(chǔ)，明確部門人員的業(yè)績(jī)衡量指標(biāo)，使業(yè)績(jī)考評(píng)建立在量化的基礎(chǔ)之上。提供更多炫酷圖表累計(jì)求和實(shí)現(xiàn)帕累托2/8分析

帕累托圖亦稱主次分析圖，是從大量數(shù)據(jù)中找出主要因素，分析主要矛盾的一種圖形。它是條形比較圖和累計(jì)曲線圖的結(jié)合，即以條形表示各影響因素的絕對(duì)值，以曲線表示各影響因素占總數(shù)的百分?jǐn)?shù)和累計(jì)百分?jǐn)?shù)。

帕累托法則認(rèn)為，相對(duì)少量的原因通常造成大多數(shù)的問題或缺陷。該法則通常稱為80/20原則，即80%的問題是由20%的原因?qū)е碌?。帕累托圖也用于匯總各種類型的數(shù)據(jù)，并進(jìn)行80/20分析。如下例是一個(gè)企業(yè)的費(fèi)用支持分析，通過帕累托分析結(jié)果表明，主要的費(fèi)用支出項(xiàng)目在禮品、獎(jiǎng)金、酒店住宿機(jī)票，占到總體支持項(xiàng)目的一大半。通過柱形圖實(shí)現(xiàn)排名分析熱圖是用顏色代替了數(shù)字，最大值顯示為鮮紅色、最小值顯示為深藍(lán)色、中間值為淺灰色，這些極值之間具有相應(yīng)的過渡（或漸變）。利用群集可以分析出哪幾個(gè)測(cè)試結(jié)果相似度高，以及各個(gè)測(cè)試結(jié)果的相似度大小。提供更多炫酷圖表箱線圖（即我們常說的箱型圖），是一種用作顯示一組數(shù)據(jù)分散情況資料的統(tǒng)計(jì)圖。因形狀如箱子而得名。在各種領(lǐng)域經(jīng)常被使用，常見的用于分布分析以及品質(zhì)管理。最適宜提供有關(guān)數(shù)據(jù)的位置和分散的參考，尤其在不同的母體數(shù)據(jù)時(shí)更可表現(xiàn)其差異。提供更多炫酷圖表K均值聚類分析，我們可以很明顯的看出哪些股票之間具有相關(guān)性，以便于大家更有效的把握股票行情方向。集成更多的數(shù)據(jù)挖掘模型主要應(yīng)用于環(huán)境的污染程度狀況、股票行情的分析、房地產(chǎn)投資風(fēng)險(xiǎn)的研究等等。線相似性分析，可在眾多股票中查找與選定的股票相似度最高的幾支股票便于比較和購買。集成更多的數(shù)據(jù)挖掘模型線相似性分析模型可用于評(píng)估消費(fèi)者行為，產(chǎn)品購買同時(shí)發(fā)生的頻率，優(yōu)化產(chǎn)品陳列，增加交叉銷售機(jī)會(huì)?；蛘哂糜诠善狈治鲋?，從眾多的股票中選擇與自己最感興趣的那支股票相似度較高的股票進(jìn)行投資，增加經(jīng)濟(jì)收入。Holt-Winters（指數(shù)平滑法）：遵循“重近輕遠(yuǎn)”的原則，對(duì)全部歷史數(shù)據(jù)采用逐步衰減的不等加權(quán)辦法進(jìn)行數(shù)據(jù)處理的一種預(yù)測(cè)方法集成更多的數(shù)據(jù)挖掘模型預(yù)測(cè)模型可用于銷售行業(yè)的預(yù)測(cè)，鐵路運(yùn)輸旅客周轉(zhuǎn)量的數(shù)據(jù)等等。Holt-Winters預(yù)測(cè)的輸出是三條不同的曲線：一條顯示目標(biāo)度量的一般變化的擬合曲線，一條預(yù)測(cè)未來趨勢(shì)的預(yù)測(cè)曲線，以及一個(gè)顯示不安全性隨著預(yù)測(cè)值離已知值越遠(yuǎn)而不斷增加的置信區(qū)間。1.數(shù)據(jù)可視化4.功能特點(diǎn)目錄Contents2.平臺(tái)介紹3.技術(shù)優(yōu)勢(shì)5.行業(yè)解決方案金融行業(yè)分析信用卡分析貸款分析按地區(qū)存貸款分析客戶分類分析零售行業(yè)產(chǎn)品分析銷售概覽預(yù)算分析定價(jià)分析銷售回款醫(yī)療行業(yè)管理駕駛艙人力資源配置床位資源配置工作效率門急診工作量財(cái)務(wù)分析資金監(jiān)控財(cái)務(wù)核心數(shù)據(jù)分析往來分析費(fèi)用分析利潤預(yù)測(cè)模型合作共贏大數(shù)據(jù)分析平臺(tái)

平行坐標(biāo)圖平行坐標(biāo)圖的介紹01平行坐標(biāo)圖的應(yīng)用場(chǎng)景目錄CONTENTS02平行坐標(biāo)圖的介紹什么是平行坐標(biāo)圖？平行坐標(biāo)圖將數(shù)據(jù)表中的每一行映射為線或剖面。某行的各個(gè)屬性由線上的點(diǎn)表示。這樣可使平行坐標(biāo)圖的外觀與折線圖類似，但數(shù)據(jù)轉(zhuǎn)化到圖中的方式卻存在明顯差異。平行坐標(biāo)圖的介紹01平行坐標(biāo)圖的應(yīng)用場(chǎng)景目錄CONTENTS02平行坐標(biāo)圖應(yīng)用場(chǎng)景及作用應(yīng)用場(chǎng)景：（1）結(jié)合客戶業(yè)務(wù)數(shù)據(jù)要求，創(chuàng)建基于多屬性之間的聯(lián)系的可視化視圖；（2）結(jié)合客戶業(yè)務(wù)數(shù)據(jù)實(shí)現(xiàn)客戶的產(chǎn)品戰(zhàn)略部署以便于提供客戶進(jìn)行戰(zhàn)略調(diào)整。平行坐標(biāo)圖作用：（1）比單純的表格直觀、形象，信息溝通更加有效；

（2）發(fā)現(xiàn)大規(guī)模數(shù)據(jù)間的聯(lián)系（如各食品的葡萄糖、果糖麥芽糖、蔗糖等屬性之間的聯(lián)系）；

（3）直觀、方便觀察多個(gè)屬性數(shù)據(jù)。平行坐標(biāo)圖格柵平行坐標(biāo)圖瀑布圖2021.07股票代碼：872219瀑布圖的介紹01瀑布圖的應(yīng)用場(chǎng)景目錄CONTENTS02瀑布圖的介紹什么是瀑布圖？瀑布圖是由麥肯錫顧問公司所獨(dú)創(chuàng)的圖表類型，因?yàn)樾嗡破俨剂魉Q之為瀑布圖(WaterfallPlot)。此種圖表采用絕對(duì)值與相對(duì)值結(jié)合的方式，適用于表達(dá)數(shù)個(gè)特定數(shù)值之間的數(shù)量變化關(guān)系。瀑布圖顯示在受到各種因子影響后值的變化情況，要么增加值，要么減少值，然后將呈現(xiàn)結(jié)果值。瀑布圖可用于將值隨著時(shí)間發(fā)展的情況或?qū)⒉煌蛩貙?duì)總體的貢獻(xiàn)情況可視化等用途。瀑布圖的介紹01瀑布圖的應(yīng)用場(chǎng)景目錄CONTENTS02瀑布圖應(yīng)用場(chǎng)景及作用如下圖：展示費(fèi)用的組成及演變過程適用于解釋兩個(gè)數(shù)據(jù)值之間的差異是由哪幾個(gè)因素貢獻(xiàn)，每個(gè)因素的貢獻(xiàn)比例，展示兩個(gè)數(shù)據(jù)值之間的演變過程，還可以展示數(shù)據(jù)是如何累計(jì)的。合作共贏大數(shù)據(jù)分析平臺(tái)

平行坐標(biāo)圖熱圖的介紹01熱圖的應(yīng)用場(chǎng)景目錄CO