背景介紹 

伴随人(rén)工智能、大(dà)數(shù)據、雲計(jì)算(suàn)等新興技(jì)術(shù)的高(gāo)速發展，數(shù)字與信息的融合正在颠覆傳統模式。而實現數(shù)字化轉型并非一蹴而就，如何利用技(jì)術(shù)手段實現業務優化的路徑，如将大(dà)量工業技(jì)術(shù)原理(lǐ)、行(xíng)業知識、基礎工藝、模型工具等規則化、軟件化、模塊化，并封裝為(wèi)可(kě)重複使用的組件；具體(tǐ)包括通(tōng)用類業務功能組件、工具類業務功能組件、面向工業場(chǎng)景類業務功能組件等往往存在諸多(duō)挑戰。

數(shù)據建模産品可(kě)以作(zuò)為(wèi)不同技(jì)術(shù)背景和(hé)業務經驗的各類人(rén)員有(yǒu)效溝通(tōng)數(shù)據需求的重要媒介，通(tōng)過統一的數(shù)據模型可(kě)以幫助描述與溝通(tōng)數(shù)據需求、增加數(shù)據的精确性與易用性、降低(dī)系統的維護成本并增加數(shù)據可(kě)重用性。并且在數(shù)據管理(lǐ)中處于向上(shàng)承接業務，向下引導數(shù)據的關鍵地位，是承載着數(shù)據需求的元數(shù)據、數(shù)據集成與互操作(zuò)的起點、數(shù)據存儲和(hé)操作(zuò)的結構保障、數(shù)據安全需求分析的參考、數(shù)據質量校(xiào)驗的對象、是形成數(shù)據質量規則的基礎、是數(shù)據倉庫和(hé)BI的抽象化支撐、是參考數(shù)據與主數(shù)據的一緻性指導。

 産品簡介 

由巨龍信息自主研發的一款“一站(zhàn)式、零編程、可(kě)視(shì)化”的大(dà)數(shù)據智能建模分析産品，通(tōng)過簡捷的、拖拽式的、可(kě)視(shì)化的流程設計(jì)即可(kě)搭建業務模型，最大(dà)程度上(shàng)降低(dī)了數(shù)據分析實施的技(jì)術(shù)門(mén)檻，使複雜的建模工作(zuò)簡單化、重複的工作(zuò)智能化，為(wèi)用戶提供一站(zhàn)式的大(dà)數(shù)據建模與分析。

 産品價值 

面向各行(xíng)各業在大(dà)數(shù)據建設過程的應用訴求構建智能數(shù)據體(tǐ)系，提供從數(shù)據準備、數(shù)據建模、分析探索、數(shù)據可(kě)視(shì)化到數(shù)據API服務等全鏈路的完整解決方案，充分滿足建設數(shù)據過程中的多(duō)樣複雜需求，幫助客戶打通(tōng)挖掘數(shù)據價值，促進在業務場(chǎng)景中應用大(dà)數(shù)據。

零基礎建模

可(kě)通(tōng)過可(kě)視(shì)化流程建模完成模型設計(jì)，能夠極大(dà)地降低(dī)建模的技(jì)術(shù)門(mén)檻，從而快速地獲得(de)高(gāo)質量的模型搭建，使用戶更加直觀、簡便的獲取分析結果。

自助式分析

可(kě)自助進行(xíng)數(shù)據的分析、再加工實現數(shù)據的探索分析，讓用戶将“分析”玩起來(lái)，拖拖拽拽就可(kě)以設計(jì)想要的分析圖表。

數(shù)據可(kě)視(shì)化

可(kě)便捷的構建自定義的儀表盤，通(tōng)過豐富的可(kě)視(shì)化圖表，讓用戶的建模結果以更生(shēng)動更直觀的展示出來(lái)。

數(shù)據服務化

可(kě)快速的将模型結果生(shēng)成數(shù)據API，API化的數(shù)據服務高(gāo)效的輸出數(shù)據至業務應用，讓有(yǒu)價值的建模結果發揮出數(shù)據的價值。

技(jì)戰法可(kě)共享

圍繞着人(rén)、地、案、事件、物、組織等統計(jì)、畫(huà)像、關聯、線索、預測分析類模型，彙聚各單位的大(dà)數(shù)據分析模型技(jì)戰法，形成統一的模型應用市場(chǎng)，最終為(wèi)用戶提供分享與交流平台。

 産品亮點 

拖拽式交互設計(jì)

系統具備良好的交互體(tǐ)驗和(hé)易用的功能設計(jì)，能夠極大(dà)地降低(dī)建模的技(jì)術(shù)門(mén)檻，您隻需通(tōng)過拖拽式的流程設計(jì)，拖拽節點并配置節點參數(shù)就完成模型的搭建。

直觀的可(kě)視(shì)化建模

系統将建模過程抽象成組件，提供可(kě)視(shì)化模型搭建界面，為(wèi)用戶呈現全程可(kě)視(shì)化的建模過程，可(kě)直觀的在模型設計(jì)器(qì)上(shàng)拖拽式操作(zuò)，從建模數(shù)據集的選擇、組件的編排、參數(shù)的配置、節點的調試到運行(xíng)模型都可(kě)以零編程、可(kě)視(shì)化的配置操作(zuò)，并提供模型運行(xíng)結果可(kě)視(shì)化查看。

全面支持大(dà)數(shù)據庫

系統提供了豐富的數(shù)據庫類型接入，包括主流的關系型數(shù)據庫、大(dà)數(shù)據存儲、半結構化存儲、NoSQL等。支持關系型數(shù)據庫、大(dà)數(shù)據存儲、半結構化存儲、NoSQL等常用數(shù)據庫類型的接入。數(shù)據庫類型包括但(dàn)不限MySql、Oracle、PostgreSQL、ElasticSearch、Greenplum、外部文件數(shù)據源（Excel、csv）、外部數(shù)據服務接口等；同時(shí)，支持适配各種雲平台數(shù)據庫的适配，包括阿裏雲RDS、阿裏雲ADS、阿裏雲ODPS、華為(wèi)Mpp等。

可(kě)靠的數(shù)據運行(xíng)支撐

通(tōng)過自主研發的高(gāo)性能、高(gāo)擴展性的建模引擎，無論是大(dà)數(shù)據量還(hái)是小(xiǎo)數(shù)據量的數(shù)據分析場(chǎng)景，以及在高(gāo)并發數(shù)、大(dà)數(shù)據量處理(lǐ)時(shí)，均能穩定、高(gāo)效的支撐。

同時(shí)，建模引擎支持在線分析和(hé)離線分析兩種模式，可(kě)以通(tōng)過實時(shí)計(jì)算(suàn)引擎，直接讀取數(shù)據庫表進行(xíng)分析，适用于對實時(shí)性要求較高(gāo)的數(shù)據分析場(chǎng)景；也可(kě)以使用流程建模引擎進行(xíng)離線計(jì)算(suàn)，一般用于業務模型較為(wèi)複雜、數(shù)據量較大(dà)、實時(shí)性要求相對較低(dī)的數(shù)據分析場(chǎng)景。

便捷的數(shù)據可(kě)視(shì)化

為(wèi)了幫助用戶更好的理(lǐ)解數(shù)據，提供常見的可(kě)視(shì)化圖表和(hé)探索分析能力，讓用戶可(kě)以便捷的将模型結果采用圖表的形式展現，進一步幫助用戶清晰地解讀模型數(shù)據和(hé)啓發模型搭建。

快速構建數(shù)據服務

系統提供快速将模型生(shēng)成的結果集生(shēng)成數(shù)據API的能力，以滿足不同的業務應用場(chǎng)景對模型結果的使用需求，極大(dà)的降低(dī)模型結果數(shù)據開(kāi)放的門(mén)檻并提升了模型結果的數(shù)據價值。

 産品架構 

數(shù)據空(kōng)間(jiān)：彙聚整合、标準化、統一存儲，将數(shù)據【管】起來(lái)，形成數(shù)據目錄。

建模引擎：以業務來(lái)驅動數(shù)據建模，提升數(shù)據的應用能力，将海量數(shù)據轉化為(wèi)高(gāo)質量數(shù)據資産，從而提供更具個(gè)性化和(hé)智能化的産品和(hé)服務。

建模空(kōng)間(jiān)：以數(shù)據為(wèi)基礎，依托據建模平台快速的數(shù)據和(hé)算(suàn)法的驅動，在快速建模能力、快速構建服務等方面能力。

數(shù)據可(kě)視(shì)：盤活全量數(shù)據，以業務來(lái)驅動數(shù)據建模，充分利用數(shù)據，提升數(shù)據的價值；打造持續增值的數(shù)據資産，形成數(shù)據價值閉環。

 應用成就 

應用案例：風險指标量化分析

通(tōng)過結合大(dà)型活動、重大(dà)會(huì)議、安保數(shù)據、線索數(shù)據、軌迹數(shù)據、采用關系圖分析、關聯分析等技(jì)術(shù)，從時(shí)間(jiān)、地理(lǐ)位置、事件相關性、涉穩對象數(shù)量多(duō)個(gè)維度，構建涉穩群體(tǐ)風險指标量化分析模型，對影(yǐng)響涉穩工作(zuò)的風險因素進行(xíng)量化，并給出涉穩工作(zuò)的風險評估結果。

解決方案一：通(tōng)過群體(tǐ)産生(shēng)的事件內(nèi)容量化為(wèi)六因子模型（時(shí)間(jiān)因子，動量因子，地點因子，環境因子，規模因子，頻次因子），根據群體(tǐ)的過往曆史事件刻畫(huà)群體(tǐ)的風險因子，構建群體(tǐ)和(hé)個(gè)人(rén)的風險知識圖譜。

解決方案二：基于每個(gè)群體(tǐ)的風險因子，在關鍵節點（時(shí)間(jiān)），發生(shēng)地（空(kōng)間(jiān)）兩個(gè)維度預測風險程度和(hé)可(kě)能存在高(gāo)危風險的群體(tǐ)和(hé)個(gè)人(rén)，提前做(zuò)好預防和(hé)安保工作(zuò)。

應用案例：防範電(diàn)信網絡詐騙分析

詐騙分子借助于手機、固定電(diàn)話(huà)、網絡等通(tōng)信工具和(hé)現代的技(jì)術(shù)等實施非接觸式的詐騙給人(rén)民群衆造成了大(dà)量經濟損失,犯罪成員隐蔽。當前問題現狀主要如下：首先詐騙類型多(duō)樣化、演化快速多(duō)變，其次被詐人(rén)員特征複雜，梳理(lǐ)難度大(dà)，效率低(dī)，最後防詐宣傳人(rén)群針對性不強、民衆存在抵觸，防範成本高(gāo)。

解決方案：通(tōng)過自然語言處理(lǐ)精準提取涉詐人(rén)員特征，關聯挖掘不同詐騙類型的特征畫(huà)像，快速分析詐騙手法；構建被詐騙人(rén)員知識圖譜，通(tōng)過分類、預測與推薦識别未來(lái)可(kě)能的被詐人(rén)員，提升人(rén)員防詐針對性與有(yǒu)效性；深度分析不同詐騙類型的高(gāo)發區(qū)域，通(tōng)過精準宣傳降低(dī)防詐宣傳成本；構建詐騙類型知識圖譜，通(tōng)過機器(qì)學習快速分析新詐騙類型的手法，反哺涉詐人(rén)員特征分析與預測防範。通(tōng)過整體(tǐ)态勢報告，可(kě)以方便領導決策防犯重點。

應用案例：警力優化配置分析

近年伴随着社會(huì)經濟的迅速發展，社會(huì)治安形勢日趨嚴峻，公安機關普遍面臨着警力不足的問題。受現實條件的制(zhì)約，在短(duǎn)期內(nèi)大(dà)規模增加警察數(shù)量很(hěn)難實現。如何科學配置警力，有(yǒu)效整合當前的警力資源，不斷挖掘現有(yǒu)的警力潛力，就成為(wèi)我們自主解決警力不足問題的突破口

解決方案：提取統計(jì)每天各時(shí)段社區(qū)警情，量化警力在單個(gè)警情的資源投放情況；分析挖掘派出所每小(xiǎo)時(shí)忙閑特征，為(wèi)按分局構建外勤警力資源池，統籌警力資源提供輔助決策；優化警力調度方式，錯峰利用有(yǒu)限警力資源。該主題模型優化警力資源配置，讓有(yǒu)限的警力發揮最大(dà)作(zuò)用應該推動警力下沉，做(zuò)大(dà)做(zuò)強派出所，做(zuò)精做(zuò)細社區(qū)警務，做(zuò)實做(zuò)強城區(qū)防控，做(zuò)好做(zuò)專專業警種。