大数据分析与可视化平台系统
2018-12-04
3285人浏览

随着互联网的快速发展,大数据的应用已经是政府提升治理能力的辅助手段。借助大数据手段推动政府管理理念和社会治理模式的进步,实现国家治理体系和治理能力的现代化,使得政府治理由单向管理转向协同治理、由定性管理转向定量管理,由粗放管理转向精准化管理,大数据成为政府治理能力现代化最重要、最有力的推手。

大数据挖掘系统是对大数据主题分析的技术职称,系统具有仪表盘、自助分析、电子表格、OLAP多维分析、分析报告插件、灵活查询、数据采集、数据挖掘等功能。下面针对主要功能模块进行介绍。

一、仪表盘


通过管理图形、仪表盘、预警等方式,监控、分析关键指标、业务目标,辅助决策分析。

交互式的KPI分析。用户可以在仪表盘上实现交互式的分析,进一步发现和揭示数据中隐含的关联。

个性化的用户体验。每个用户都可以通过鼠标拖拽、快捷地建立符合自己喜好的驾驶舱显示布局和显示内容,以突出每个阶段所关心的重点。

与地理信息技术结合。将带有“地域性”或“区域性”特征的信息通过地图的形式进行展现,更加直观地监控每个地区的业务情况。

二、多维分析


基于多维分析技术,使领导访问关键数据,从而提高政府治理能力,用户可以从任意角度探察和分析以任何形式组合的数据,并且快速识别使用其它分析方式无法发现的影响管理的因素。提供交互、灵活、多角度、多层次的多维分析,以及丰富、定制化的图表及文字展现方式。

交互式的多维分析。用户可以基于多维模型实现任意的切片、旋转、钻取等操作,更可实现自定义指标、统计分析等操作。

丰富的信息展现形式。实现最丰富的信息展示及发布方式。

从宏观到微观的信息洞察。支持在多维模型上实现钻取操作,可以在多维报表之间进行关联分析,更可从多维报表钻取到明细报表,以发现问题背后的根源。

三、数据挖掘

数据挖掘可提供各种高级算法和技术(包括文本分析、实体分析、决策管理与优化),帮助您选择可实现更佳成果的操作。以面向构建分析/预测模型为主的工具,强调的不仅仅是包括数据预处理、数据探索、模型设计、模型展示及模型评估等在内的建模能力,同时也兼顾使用人员对操作友好性集流程标准性的要求,具有开放、面向业务的特征。

数据挖掘融合了可视化技术来处理多维数据,使得数据所表现出的特征、模式和关联性等信息一目了然,可以生成散点图、条形图、直方图、堆积图、地图等等。 平台中的输出包括数据表格、交叉列联表、数据审核报告、统计报告和质量报告等等。


数据挖掘内置了数据探索类模型、决策树模型、神经网络模型、最近相邻元素模型、聚类模型、关联性分析模型、时间序列分析模型、等主流大数据算法模型。

数据挖掘提供的评估方法包括交叉验证、评估、ROC曲线、改进曲线等。评估图表还可以被累积,累积图表通常可以使模型的整体运行状态变得更佳。此外,还可以利用平台的交叉表、统计等节点输出表格、统计量等对模型进行评估。

将数据库中的海量数据进行清理、转换和整合,根据不同业务需求,多角度、多方位地对数据进行统计分析,生成各种报表、图表,为政府决策提供数据支撑。通过云计算、大数据等工具,进一步挖掘数据价值,推动政府创新,促进政府职能转变,提高管理服务水平。

四、分析配置

用户通过该功能可以对“统计类型”、“列表字段”(统计指标)、“统计条件”、“汇总类型”、“比较分析类型”(环比、同比)、图表类型(饼状、柱状或线状)、“权限”(该统计对谁开放)、“指标说明”等统计报表的属性做自定义配置。最大程度的满足了用户对统计报表灵活可配的实际需要。

上一篇:智能化服务大厅建设方案

下一篇:校门安全防范解决方案
返回>>