背景介紹 

伴隨人工智能、大數(shù)據(jù)、云計算等新興技術的高速發(fā)展，數(shù)字與信息的融合正在顛覆傳統(tǒng)模式。而實現(xiàn)數(shù)字化轉型并非一蹴而就，如何利用技術手段實現(xiàn)業(yè)務優(yōu)化的路徑，如將大量工業(yè)技術原理、行業(yè)知識、基礎工藝、模型工具等規(guī)則化、軟件化、模塊化，并封裝為可重復使用的組件；具體包括通用類業(yè)務功能組件、工具類業(yè)務功能組件、面向工業(yè)場景類業(yè)務功能組件等往往存在諸多挑戰(zhàn)。

數(shù)據(jù)建模產(chǎn)品可以作為不同技術背景和業(yè)務經(jīng)驗的各類人員有效溝通數(shù)據(jù)需求的重要媒介，通過統(tǒng)一的數(shù)據(jù)模型可以幫助描述與溝通數(shù)據(jù)需求、增加數(shù)據(jù)的精確性與易用性、降低系統(tǒng)的維護成本并增加數(shù)據(jù)可重用性。并且在數(shù)據(jù)管理中處于向上承接業(yè)務，向下引導數(shù)據(jù)的關鍵地位，是承載著數(shù)據(jù)需求的元數(shù)據(jù)、數(shù)據(jù)集成與互操作的起點、數(shù)據(jù)存儲和操作的結構保障、數(shù)據(jù)安全需求分析的參考、數(shù)據(jù)質量校驗的對象、是形成數(shù)據(jù)質量規(guī)則的基礎、是數(shù)據(jù)倉庫和BI的抽象化支撐、是參考數(shù)據(jù)與主數(shù)據(jù)的一致性指導。

 產(chǎn)品簡介 

由巨龍信息自主研發(fā)的一款“一站式、零編程、可視化”的大數(shù)據(jù)智能建模分析產(chǎn)品，通過簡捷的、拖拽式的、可視化的流程設計即可搭建業(yè)務模型，最大程度上降低了數(shù)據(jù)分析實施的技術門檻，使復雜的建模工作簡單化、重復的工作智能化，為用戶提供一站式的大數(shù)據(jù)建模與分析。

 產(chǎn)品價值 

面向各行各業(yè)在大數(shù)據(jù)建設過程的應用訴求構建智能數(shù)據(jù)體系，提供從數(shù)據(jù)準備、數(shù)據(jù)建模、分析探索、數(shù)據(jù)可視化到數(shù)據(jù)API服務等全鏈路的完整解決方案，充分滿足建設數(shù)據(jù)過程中的多樣復雜需求，幫助客戶打通挖掘數(shù)據(jù)價值，促進在業(yè)務場景中應用大數(shù)據(jù)。

零基礎建模

可通過可視化流程建模完成模型設計，能夠極大地降低建模的技術門檻，從而快速地獲得高質量的模型搭建，使用戶更加直觀、簡便的獲取分析結果。

自助式分析

可自助進行數(shù)據(jù)的分析、再加工實現(xiàn)數(shù)據(jù)的探索分析，讓用戶將“分析”玩起來，拖拖拽拽就可以設計想要的分析圖表。

數(shù)據(jù)可視化

可便捷的構建自定義的儀表盤，通過豐富的可視化圖表，讓用戶的建模結果以更生動更直觀的展示出來。

數(shù)據(jù)服務化

可快速的將模型結果生成數(shù)據(jù)API，API化的數(shù)據(jù)服務高效的輸出數(shù)據(jù)至業(yè)務應用，讓有價值的建模結果發(fā)揮出數(shù)據(jù)的價值。

技戰(zhàn)法可共享

圍繞著人、地、案、事件、物、組織等統(tǒng)計、畫像、關聯(lián)、線索、預測分析類模型，匯聚各單位的大數(shù)據(jù)分析模型技戰(zhàn)法，形成統(tǒng)一的模型應用市場，最終為用戶提供分享與交流平臺。

 產(chǎn)品亮點 

拖拽式交互設計

系統(tǒng)具備良好的交互體驗和易用的功能設計，能夠極大地降低建模的技術門檻，您只需通過拖拽式的流程設計，拖拽節(jié)點并配置節(jié)點參數(shù)就完成模型的搭建。

直觀的可視化建模

系統(tǒng)將建模過程抽象成組件，提供可視化模型搭建界面，為用戶呈現(xiàn)全程可視化的建模過程，可直觀的在模型設計器上拖拽式操作，從建模數(shù)據(jù)集的選擇、組件的編排、參數(shù)的配置、節(jié)點的調試到運行模型都可以零編程、可視化的配置操作，并提供模型運行結果可視化查看。

全面支持大數(shù)據(jù)庫

系統(tǒng)提供了豐富的數(shù)據(jù)庫類型接入，包括主流的關系型數(shù)據(jù)庫、大數(shù)據(jù)存儲、半結構化存儲、NoSQL等。支持關系型數(shù)據(jù)庫、大數(shù)據(jù)存儲、半結構化存儲、NoSQL等常用數(shù)據(jù)庫類型的接入。數(shù)據(jù)庫類型包括但不限MySql、Oracle、PostgreSQL、ElasticSearch、Greenplum、外部文件數(shù)據(jù)源（Excel、csv）、外部數(shù)據(jù)服務接口等；同時，支持適配各種云平臺數(shù)據(jù)庫的適配，包括阿里云RDS、阿里云ADS、阿里云ODPS、華為Mpp等。

可靠的數(shù)據(jù)運行支撐

通過自主研發(fā)的高性能、高擴展性的建模引擎，無論是大數(shù)據(jù)量還是小數(shù)據(jù)量的數(shù)據(jù)分析場景，以及在高并發(fā)數(shù)、大數(shù)據(jù)量處理時，均能穩(wěn)定、高效的支撐。

同時，建模引擎支持在線分析和離線分析兩種模式，可以通過實時計算引擎，直接讀取數(shù)據(jù)庫表進行分析，適用于對實時性要求較高的數(shù)據(jù)分析場景；也可以使用流程建模引擎進行離線計算，一般用于業(yè)務模型較為復雜、數(shù)據(jù)量較大、實時性要求相對較低的數(shù)據(jù)分析場景。

便捷的數(shù)據(jù)可視化

為了幫助用戶更好的理解數(shù)據(jù)，提供常見的可視化圖表和探索分析能力，讓用戶可以便捷的將模型結果采用圖表的形式展現(xiàn)，進一步幫助用戶清晰地解讀模型數(shù)據(jù)和啟發(fā)模型搭建。

快速構建數(shù)據(jù)服務

系統(tǒng)提供快速將模型生成的結果集生成數(shù)據(jù)API的能力，以滿足不同的業(yè)務應用場景對模型結果的使用需求，極大的降低模型結果數(shù)據(jù)開放的門檻并提升了模型結果的數(shù)據(jù)價值。

 產(chǎn)品架構 

數(shù)據(jù)空間：匯聚整合、標準化、統(tǒng)一存儲，將數(shù)據(jù)【管】起來，形成數(shù)據(jù)目錄。

建模引擎：以業(yè)務來驅動數(shù)據(jù)建模，提升數(shù)據(jù)的應用能力，將海量數(shù)據(jù)轉化為高質量數(shù)據(jù)資產(chǎn)，從而提供更具個性化和智能化的產(chǎn)品和服務。

建?？臻g：以數(shù)據(jù)為基礎，依托據(jù)建模平臺快速的數(shù)據(jù)和算法的驅動，在快速建模能力、快速構建服務等方面能力。

數(shù)據(jù)可視：盤活全量數(shù)據(jù)，以業(yè)務來驅動數(shù)據(jù)建模，充分利用數(shù)據(jù)，提升數(shù)據(jù)的價值；打造持續(xù)增值的數(shù)據(jù)資產(chǎn)，形成數(shù)據(jù)價值閉環(huán)。

 應用成就 

應用案例：風險指標量化分析

通過結合大型活動、重大會議、安保數(shù)據(jù)、線索數(shù)據(jù)、軌跡數(shù)據(jù)、采用關系圖分析、關聯(lián)分析等技術，從時間、地理位置、事件相關性、涉穩(wěn)對象數(shù)量多個維度，構建涉穩(wěn)群體風險指標量化分析模型，對影響涉穩(wěn)工作的風險因素進行量化，并給出涉穩(wěn)工作的風險評估結果。

解決方案一：通過群體產(chǎn)生的事件內容量化為六因子模型（時間因子，動量因子，地點因子，環(huán)境因子，規(guī)模因子，頻次因子），根據(jù)群體的過往歷史事件刻畫群體的風險因子，構建群體和個人的風險知識圖譜。

解決方案二：基于每個群體的風險因子，在關鍵節(jié)點（時間），發(fā)生地（空間）兩個維度預測風險程度和可能存在高危風險的群體和個人，提前做好預防和安保工作。

應用案例：防范電信網(wǎng)絡詐騙分析

詐騙分子借助于手機、固定電話、網(wǎng)絡等通信工具和現(xiàn)代的技術等實施非接觸式的詐騙給人民群眾造成了大量經(jīng)濟損失,犯罪成員隱蔽。當前問題現(xiàn)狀主要如下：首先詐騙類型多樣化、演化快速多變，其次被詐人員特征復雜，梳理難度大，效率低，最后防詐宣傳人群針對性不強、民眾存在抵觸，防范成本高。

解決方案：通過自然語言處理精準提取涉詐人員特征，關聯(lián)挖掘不同詐騙類型的特征畫像，快速分析詐騙手法；構建被詐騙人員知識圖譜，通過分類、預測與推薦識別未來可能的被詐人員，提升人員防詐針對性與有效性；深度分析不同詐騙類型的高發(fā)區(qū)域，通過精準宣傳降低防詐宣傳成本；構建詐騙類型知識圖譜，通過機器學習快速分析新詐騙類型的手法，反哺涉詐人員特征分析與預測防范。通過整體態(tài)勢報告，可以方便領導決策防犯重點。

應用案例：警力優(yōu)化配置分析

近年伴隨著社會經(jīng)濟的迅速發(fā)展，社會治安形勢日趨嚴峻，公安機關普遍面臨著警力不足的問題。受現(xiàn)實條件的制約，在短期內大規(guī)模增加警察數(shù)量很難實現(xiàn)。如何科學配置警力，有效整合當前的警力資源，不斷挖掘現(xiàn)有的警力潛力，就成為我們自主解決警力不足問題的突破口

解決方案：提取統(tǒng)計每天各時段社區(qū)警情，量化警力在單個警情的資源投放情況；分析挖掘派出所每小時忙閑特征，為按分局構建外勤警力資源池，統(tǒng)籌警力資源提供輔助決策；優(yōu)化警力調度方式，錯峰利用有限警力資源。該主題模型優(yōu)化警力資源配置，讓有限的警力發(fā)揮最大作用應該推動警力下沉，做大做強派出所，做精做細社區(qū)警務，做實做強城區(qū)防控，做好做專專業(yè)警種。