背景介紹 

伴随人(rén)工智能、大(dà)數據、雲計算(suàn)等新興技術的(de)高(gāo)速發展，數字與信息的(de)融合正在颠覆傳統模式。而實現數字化(huà)轉型并非一蹴而就，如何利用(yòng)技術手段實現業務優化(huà)的(de)路徑，如将大(dà)量工業技術原理(lǐ)、行業知識、基礎工藝、模型工具等規則化(huà)、軟件化(huà)、模塊化(huà)，并封裝爲可(kě)重複使用(yòng)的(de)組件；具體包括通(tōng)用(yòng)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。

數據建模産品可(kě)以作爲不同技術背景和(hé)業務經驗的(de)各類人(rén)員(yuán)有效溝通(tōng)數據需求的(de)重要媒介，通(tōng)過統一的(de)數據模型可(kě)以幫助描述與溝通(tōng)數據需求、增加數據的(de)精确性與易用(yòng)性、降低系統的(de)維護成本并增加數據可(kě)重用(yòng)性。并且在數據管理(lǐ)中處于向上承接業務，向下(xià)引導數據的(de)關鍵地位，是承載著(zhe)數據需求的(de)元數據、數據集成與互操作的(de)起點、數據存儲和(hé)操作的(de)結構保障、數據安全需求分(fēn)析的(de)參考、數據質量校驗的(de)對(duì)象、是形成數據質量規則的(de)基礎、是數據倉庫和(hé)BI的(de)抽象化(huà)支撐、是參考數據與主數據的(de)一緻性指導。

 産品簡介 

由巨龍信息自主研發的(de)一款“一站式、零編程、可(kě)視化(huà)”的(de)大(dà)數據智能建模分(fēn)析産品，通(tōng)過簡捷的(de)、拖拽式的(de)、可(kě)視化(huà)的(de)流程設計即可(kě)搭建業務模型，最大(dà)程度上降低了(le)數據分(fēn)析實施的(de)技術門檻，使複雜(zá)的(de)建模工作簡單化(huà)、重複的(de)工作智能化(huà)，爲用(yòng)戶提供一站式的(de)大(dà)數據建模與分(fēn)析。

 産品價值 

面向各行各業在大(dà)數據建設過程的(de)應用(yòng)訴求構建智能數據體系，提供從數據準備、數據建模、分(fēn)析探索、數據可(kě)視化(huà)到數據API服務等全鏈路的(de)完整解決方案，充分(fēn)滿足建設數據過程中的(de)多(duō)樣複雜(zá)需求，幫助客戶打通(tōng)挖掘數據價值，促進在業務場(chǎng)景中應用(yòng)大(dà)數據。

零基礎建模

可(kě)通(tōng)過可(kě)視化(huà)流程建模完成模型設計，能夠極大(dà)地降低建模的(de)技術門檻，從而快(kuài)速地獲得(de)高(gāo)質量的(de)模型搭建，使用(yòng)戶更加直觀、簡便的(de)獲取分(fēn)析結果。

自助式分(fēn)析

可(kě)自助進行數據的(de)分(fēn)析、再加工實現數據的(de)探索分(fēn)析，讓用(yòng)戶将“分(fēn)析”玩起來(lái)，拖拖拽拽就可(kě)以設計想要的(de)分(fēn)析圖表。

數據可(kě)視化(huà)

可(kě)便捷的(de)構建自定義的(de)儀表盤，通(tōng)過豐富的(de)可(kě)視化(huà)圖表，讓用(yòng)戶的(de)建模結果以更生動更直觀的(de)展示出來(lái)。

數據服務化(huà)

可(kě)快(kuài)速的(de)将模型結果生成數據API，API化(huà)的(de)數據服務高(gāo)效的(de)輸出數據至業務應用(yòng)，讓有價值的(de)建模結果發揮出數據的(de)價值。

技戰法可(kě)共享

圍繞著(zhe)人(rén)、地、案、事件、物(wù)、組織等統計、畫(huà)像、關聯、線索、預測分(fēn)析類模型，彙聚各單位的(de)大(dà)數據分(fēn)析模型技戰法，形成統一的(de)模型應用(yòng)市場(chǎng)，最終爲用(yòng)戶提供分(fēn)享與交流平台。

 産品亮點 

拖拽式交互設計

系統具備良好的(de)交互體驗和(hé)易用(yòng)的(de)功能設計，能夠極大(dà)地降低建模的(de)技術門檻，您隻需通(tōng)過拖拽式的(de)流程設計，拖拽節點并配置節點參數就完成模型的(de)搭建。

直觀的(de)可(kě)視化(huà)建模

系統将建模過程抽象成組件，提供可(kě)視化(huà)模型搭建界面，爲用(yòng)戶呈現全程可(kě)視化(huà)的(de)建模過程，可(kě)直觀的(de)在模型設計器上拖拽式操作，從建模數據集的(de)選擇、組件的(de)編排、參數的(de)配置、節點的(de)調試到運行模型都可(kě)以零編程、可(kě)視化(huà)的(de)配置操作，并提供模型運行結果可(kě)視化(huà)查看。

全面支持大(dà)數據庫

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

可(kě)靠的(de)數據運行支撐

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

同時(shí)，建模引擎支持在線分(fēn)析和(hé)離線分(fēn)析兩種模式，可(kě)以通(tōng)過實時(shí)計算(suàn)引擎，直接讀取數據庫表進行分(fēn)析，适用(yòng)于對(duì)實時(shí)性要求較高(gāo)的(de)數據分(fēn)析場(chǎng)景；也(yě)可(kě)以使用(yòng)流程建模引擎進行離線計算(suàn)，一般用(yòng)于業務模型較爲複雜(zá)、數據量較大(dà)、實時(shí)性要求相對(duì)較低的(de)數據分(fēn)析場(chǎng)景。

便捷的(de)數據可(kě)視化(huà)

爲了(le)幫助用(yòng)戶更好的(de)理(lǐ)解數據，提供常見的(de)可(kě)視化(huà)圖表和(hé)探索分(fēn)析能力，讓用(yòng)戶可(kě)以便捷的(de)将模型結果采用(yòng)圖表的(de)形式展現，進一步幫助用(yòng)戶清晰地解讀模型數據和(hé)啓發模型搭建。

快(kuài)速構建數據服務

系統提供快(kuài)速将模型生成的(de)結果集生成數據API的(de)能力，以滿足不同的(de)業務應用(yòng)場(chǎng)景對(duì)模型結果的(de)使用(yòng)需求，極大(dà)的(de)降低模型結果數據開放的(de)門檻并提升了(le)模型結果的(de)數據價值。

 産品架構 

數據空間：彙聚整合、标準化(huà)、統一存儲，将數據【管】起來(lái)，形成數據目錄。

建模引擎：以業務來(lái)驅動數據建模，提升數據的(de)應用(yòng)能力，将海量數據轉化(huà)爲高(gāo)質量數據資産，從而提供更具個(gè)性化(huà)和(hé)智能化(huà)的(de)産品和(hé)服務。

建模空間：以數據爲基礎，依托據建模平台快(kuài)速的(de)數據和(hé)算(suàn)法的(de)驅動，在快(kuài)速建模能力、快(kuài)速構建服務等方面能力。

數據可(kě)視：盤活全量數據，以業務來(lái)驅動數據建模，充分(fēn)利用(yòng)數據，提升數據的(de)價值；打造持續增值的(de)數據資産，形成數據價值閉環。

 應用(yòng)成就 

應用(yòng)案例：風險指标量化(huà)分(fēn)析

通(tōng)過結合大(dà)型活動、重大(dà)會議(yì)、安保數據、線索數據、軌迹數據、采用(yòng)關系圖分(fēn)析、關聯分(fēn)析等技術，從時(shí)間、地理(lǐ)位置、事件相關性、涉穩對(duì)象數量多(duō)個(gè)維度，構建涉穩群體風險指标量化(huà)分(fēn)析模型，對(duì)影(yǐng)響涉穩工作的(de)風險因素進行量化(huà)，并給出涉穩工作的(de)風險評估結果。

解決方案一：通(tōng)過群體産生的(de)事件内容量化(huà)爲六因子模型（時(shí)間因子，動量因子，地點因子，環境因子，規模因子，頻(pín)次因子），根據群體的(de)過往曆史事件刻畫(huà)群體的(de)風險因子，構建群體和(hé)個(gè)人(rén)的(de)風險知識圖譜。

解決方案二：基于每個(gè)群體的(de)風險因子，在關鍵節點（時(shí)間），發生地（空間）兩個(gè)維度預測風險程度和(hé)可(kě)能存在高(gāo)危風險的(de)群體和(hé)個(gè)人(rén)，提前做(zuò)好預防和(hé)安保工作。

應用(yòng)案例：防範電信網絡詐騙分(fēn)析

詐騙分(fēn)子借助于手機、固定電話(huà)、網絡等通(tōng)信工具和(hé)現代的(de)技術等實施非接觸式的(de)詐騙給人(rén)民群衆造成了(le)大(dà)量經濟損失,犯罪成員(yuán)隐蔽。當前問題現狀主要如下(xià)：首先詐騙類型多(duō)樣化(huà)、演化(huà)快(kuài)速多(duō)變，其次被詐人(rén)員(yuán)特征複雜(zá)，梳理(lǐ)難度大(dà)，效率低，最後防詐宣傳人(rén)群針對(duì)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(yuán)特征，關聯挖掘不同詐騙類型的(de)特征畫(huà)像，快(kuài)速分(fēn)析詐騙手法；構建被詐騙人(rén)員(yuán)知識圖譜，通(tōng)過分(fēn)類、預測與推薦識别未來(lái)可(kě)能的(de)被詐人(rén)員(yuán)，提升人(rén)員(yuán)防詐針對(duì)性與有效性；深度分(fēn)析不同詐騙類型的(de)高(gāo)發區(qū)域，通(tōng)過精準宣傳降低防詐宣傳成本；構建詐騙類型知識圖譜，通(tōng)過機器學習(xí)快(kuài)速分(fēn)析新詐騙類型的(de)手法，反哺涉詐人(rén)員(yuán)特征分(fēn)析與預測防範。通(tōng)過整體态勢報告，可(kě)以方便領導決策防犯重點。

應用(yòng)案例：警力優化(huà)配置分(fēn)析

近年伴随著(zhe)社會經濟的(de)迅速發展，社會治安形勢日趨嚴峻，公安機關普遍面臨著(zhe)警力不足的(de)問題。受現實條件的(de)制約，在短期内大(dà)規模增加警察數量很難實現。如何科學配置警力，有效整合當前的(de)警力資源，不斷挖掘現有的(de)警力潛力，就成爲我們自主解決警力不足問題的(de)突破口

解決方案：提取統計每天各時(shí)段社區(qū)警情，量化(huà)警力在單個(gè)警情的(de)資源投放情況；分(fēn)析挖掘派出所每小時(shí)忙閑特征，爲按分(fēn)局構建外勤警力資源池，統籌警力資源提供輔助決策；優化(huà)警力調度方式，錯峰利用(yòng)有限警力資源。該主題模型優化(huà)警力資源配置，讓有限的(de)警力發揮最大(dà)作用(yòng)應該推動警力下(xià)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(chéng)區(qū)防控，做(zuò)好做(zuò)專專業警種。