400-878-3819
EN
EN

机器学习平台 （Smartbi Mining)

通过深度数据建模，为企业提供预测能力，借助50+种算法组件，支持文本分析、
五大类算法和数据预处理；可视化拖拽操作，为用户提供一站式的流程式建模体验。

申请试用

Demo体验

机器学习平台 （Smartbi Mining）

通过深度数据建模，为企业提供预测能力借助50+种算法组件，支持文本分析、五大类算法和数据预处理；可视化拖拽操作，为用户提供一站式的流程式建模体验。

申请试用

数据挖掘未来

让数据不再死板，变得鲜活起来，充满了灵性，透过表象看趋势

通过人工智能(AI)和机器学习(ML)，使数据管理和分析自动化，从而更有效地进行数据分析。 Smartbi减少了当前依赖IT处理所带来的效率问题和口径偏差，让用户获得更深入的洞察力。

一站式建模部署，无缝集成到企业BI应用

适合大型企业

分布式云计算，线性扩展，保证性能，与BI平台无缝整合，一键发布挖掘模型，模型库提高知识复用，减少重复投入，支持跨库查询，统一控制数据访问权限，训练自动化、模型自学习。

适合公民数据科学家

直观的流式建模，极简风格的节点配置界面，支持可视化探索，轻松理解数据质量和数据并联，流程节点在线帮助，模型超参数自动调整。

跟BI平台无缝集成

数据挖掘结果往往不容易被理解，与Smartbi其他可视化功能无缝集成，将挖掘结果通过Smartbi多样丰富的可视化手段进行分析展现。

产品特性

  • 专业的算法能力

  • 可视化流式建模

  • AutoML

  • 模型自学习

  • 模型对比

  • 专业的算
    法能力

  • 可视化流
    式建模

  • Auto
    ML

  • 模型
    自学习

  • 模型
    对比

  • 专业的算法能力

    内置50+挖掘组件，包含了分类、回归、聚类、预测、关联等机器学习的成熟算法 支持文本分析处理，支持使用Python扩展挖掘算法， 支持使用SQL扩展数据处理能力

  • 可视化流式建模

    为用户提供可视化建模界面，预置大量数据处理及算法节点，通过拖拽的方式实现流式建模，方便用户快速构建数据挖掘模型

  • AutoML

    将数据来源、特征、模型、优化、评价有关的重要步骤进行自动化地学习创建，使得机器学习模型通过向导式的方式即可被轻松创建应用

  • 模型自学习

    模型自学习根据定期更新的数据实现对模型自动化训练，并能自动将符合一定要求的模型发布或者部署到生产中，从而解决模型长期得不到更新准确性降低的问题，并极大减轻运维人员的工作量

  • 模型对比

    模型对比可以展示各个模型的分析结果、不同算法模型的对比分析，并支持导出包括模型参数、特征变量、特征重要性、评估指标等内容的评估报告

更多功能

  • 统计分析

    支持相关性分析、高维数据可视化、假设检验、全表统计等统计分析方法。

  • 文本分析

    支持文本分析算法，能快速实现文本的处理工作，包括文本分词、TF-IDF、停用词处理、词袋模型、词频统计

  • 算法评估

    针对不同算法，提供不同的算法评估指标，包括但不限于：准确率、召回率、F1值、拟合优度、混淆矩阵、ROC曲线、auc值、KS曲线、均方根误差、均方误差、r2等

  • 算法拓展

    支持自定义Python、SQL代码，灵活帮助用户扩展算法库，用户可以定制新的机器学习平台算法节点

  • 自动调参

    支持算法自行进行迭代，自动选择最合适的参数，无需人工干预

  • 模型管理

    对于已训练好的优化模型，可以保存模型；建好的实验可以进行导入与导出；模型支持自学习

  • 服务发布

    支持将已经训练好的优化预测模型部署成为Web服务，提供API供实际业务使用；用户可直接通过调用该API向其发送数据，获取优化模型的预测数据，支持实时或者以批处理模式发送数据

  • 性能扩展

    支持机器学习算法的分布式执行，以充分利用计算资源和加快性能。需要支持5个节点的分布式计算引擎

  • 模型批量预测

    通过模型离线批量预测定时调度训练好的模型DAG来将批量预测结果数据输入到目标表中

数据挖掘应用场景

  • 营销域

    满意度评估

    客户细分

    客户评级

    客户挽留

    促销分析

    精准营销

  • 风控域

    专家研判系统

    反欺诈诊断系统

    异常预警系统

    智能审计系统

    信用评估

    违约分析

  • 运营域

    库存优化

    增长预测

    预测维护

    质量评估

    效果评估

数据挖掘应用场景

  • 营销域

    满意度评估

    客户细分

    客户评级

    客户挽留

    促销分析

    精准营销

  • 风控域

    专家研判系统

    反欺诈诊断系统

    异常预警系统

    智能审计系统

    信用评估

    违约分析

  • 运营域

    库存优化

    增长预测

    预测维护

    质量评估

    效果评估

实战应用案例

  • 精准营销-挖掘贵金属潜在客户

  • 电力窃漏电用户自动识别

  • 航空公司客户价值分析

  • 需求分析

    客户是企业盈利的第一要素，能够快速识别并争取客户，可以让企业迅速提高竞争力。对于银行零售部门，贵金属营销是一项重要的业务，挖掘贵金属潜在客户，旨在对客户进行 精准营销，建立个性化的顾客沟通服务体系，既能降低银行营销成本，又能实现最大化营销效果。

    适用场景/行业

    银行、证券公司等针对特定的产品营销，需要快速寻找潜在的客户群体的企业。

  • 需求分析

    传统的防窃漏电方法主要通过定期巡检、定期校验电表、用户举报窃电、工作人员监控等方法来发现窃电或计量装置故障。但由于终端误报或漏报的情况过多，传统方法无法达到真正快速精确定位窃漏电嫌疑用户的目的。为了精准识别出窃漏电用户，减少对专家的经验知识的依赖性，减少稽查工作人员的工作量，需要建立一个数据挖掘模型，自动检查、判断用户是否存在窃漏电行为。

    适用场景/行业

    水电局识别窃漏电，政府税务识别偷税漏税人，学校贫困生鉴定等。

  • 需求分析

    信息时代的来临使得企业营销焦点从产品中心转变为客户中心，客户关系管理成为企业的核心问题。客户关系管理的关键问题是客户分类，通过客户分类，区分无价值客户、高价值客户，企业针对不同价值的客户制定优化的个性化服务方案，采取不同营销策略，将有限营销资源集中于高价值客户，实现企业利润最大化目标。准确的客户分类结果是企业优化营销资源分配的重要依据，客户分类越来越成为客户关系管理中亟待解决的关键问题之一。

    适用场景/行业

    需要对客户进行群体划分的企业。

试用流程

  • 提交申请试用

  • 获取License
    授权文件

  • 下载产品

  • 上传License
    授权文件

  • 产品使用

申请试用
友情链接：

社区问答在线文档达观数据八爪鱼采集器

Copyright© 广州思迈特软件有限公司  粤ICP备11104361号

在线咨询

电话咨询

售前咨询
400-878-3819 转1

售后咨询
400-878-3819 转2
服务时间：工作日9:00-18:00

sales邮箱

商务咨询请联系邮箱

邮箱地址：sales@smartbi.com.cn

Demo体验