《大数据分析技术架构解决方案课件》由会员分享，可在线阅读，更多相关《大数据分析技术架构解决方案课件（28页珍藏版）》请在金锄头文库上搜索。
1、大数据分析技术架构解决方案,技术基础研究方向,-技术基础研究方向,开创了基于人类视觉智能的动态目标捕捉、跟踪和行为分析的研究，在国内外杂志、会议发表了多篇高水平论文。 获得视频识别，知识学习与推理相关发明专利2项，申请发明专利7项。,大数据环境下的无重叠视域跟踪,大数据技术，解决视频领域的知识识别，知识发现，知识集成与跟踪，推理等关键技术问题。,多项国家自然科学基金,大数据技术来实现国家经济免疫系统,审计跨12个行业，跨地区数据源,审计行业大数据知识推理系统,房地产大数据,利用大数据建模技术，实现房地产价格指数、房地产评估模型,碳交易,利用大数据建模技术，建立全省碳排放计量监测体系的数据体系、
2、技术体系、模型体系和评估体系，形成满足碳排放计量关系方程和参数,目录,数据挖掘越来越多的应用到了各个领域中，主要包括与客户关系管理相关的模型、与风险控制相关的模型、与生产销售预测相关的模型等,数据挖掘应用领域,产品名,产品,ETHINK可视化挖掘,概要,通过在浏览器内，鼠标拖拽形式实现加载数据、转换、建模、评估、图形以及结果输出,特点,通过视觉工作方式轻松获得此界面可以保障操作的灵活性 在最短的时间内形成最多样的模型大数据挖掘，速度快,关系型数据库,数据挖掘模型算法库/语义分析,Hbase/Hive/Hdfs,可视化数据 挖掘平台,多维自助分析,调 度 管 理,SQL接口 JDBC/ODBC,
3、内存计算服务 Scala /Java/Python,OLAP Server,手机,平板,电脑,批处理,实时流处理,交互式查询,统计分析平台,ETHINK产品架构,特点一,丰富建模方法,特点,可拖拽式建模,JDBC Web Services Restful api,可扩展性强 自定义模型，扩充组件,特点,传统的关系型数据(mysql、Oracle等) 列式数据库(Hbase) 非结构化数据(Hdfs、文件系统) 大数据（Hbase、Hive）,特点二,大数据处理,特点,开放型平台,BS结构，一站式建模、评估、部署,基于Spark平台 内存计算 运算速度快,特点,GB,PB,特点三,大数据处理能力
4、,特点,基于Spark平台 内存计算,执行数据挖掘时，方法论非常重要. 因为准确的方法论能够提高作业速度, 能系统地减少各种进展状况，所以选择正确的方法论是很重要的. CRISP-DM 方法论是全球认可的数据挖掘的标准执行方法论.,场景应用（实验室模拟实验课题）,目录,基于spark内存的计算模型，同时支持批处理、交互式处理、流处理。,技术架构解决方案-要解决的问题,技术架构解决方案-分布式内存计算,批处理应用 （分钟级别小时级别）,OLTP/在线事务处理应用 （毫秒秒级别）,OLAP/在线交互式分析应用 （秒级别）,实时流处理 （持续不断）,技术架构解决方案-交互式查询,通常的时间跨度在数十
5、秒到数分钟之间 按数据维度进行统计、聚合 根据历史数据进行拟合和预测 计算数据之间的相关性和模式等 适合提供高速在线分析服 典型应用场景 政府各部门数据 证券交易 银行保险 企业ERP/CRM等 适用于数据量在GB到TB的高速数据分析,技术架构解决方案-实时在线处理,通常的时间跨度在数百毫秒到数秒之间 数据来源多、高并发、数据处理量达 分析结果快速响应 典型应用场景 社交网络分析、关联关系分析 用户分类、用户行为预测 高并发查询 按主键毫秒级检索 按多维度秒级检索 按照关键字秒级检索,事件驱动计算模型，系统处于持续不断计算之中，事件响应延迟在毫秒秒级。 流式计算系统处理应用的处理逻辑是由源源不
6、断的数据流驱动。 典型应用场景 有金融在线欺诈预警 广告CTR 推荐系统,技术架构解决方案-实时流处理,技术架构解决方案-批处理及离线挖掘,时间跨度在数十分钟到数小时之间。 离线挖掘主要用于，多维统计预测，准实时分析以及对客户进行聚类、分类等数据挖掘应用。 典型应用场景 电子商务推荐引擎 流失客户预测挽留 日志清洗、ETL 用户行为分析,目录,项目需求 将总行下发的数据及核心业务数据，经过数据整理、加载到省级数据中心，并进行各项业务快速应用开发 数据源 某省公积金中心，近五年的操作、交易记录，共10亿条左右。 系统环境 4台X86架构的PC服务器，共128G内存 单台服务器，8核CPU,32G
7、内存 解决方案 Hbase导入海量数据，并支撑大数据查询 可视化设计、可视化报表实现了数据的实时分析,行业应用案例-金融,行业应用案例-金融,系统由对公客户综合积分子系统、展业通客户综合收益分析子系统、授信客户资金结算子系统、对公柜面交易流水分析子系统等组成,行业应用案例-金融,项目需求 整合第三方支付数据资源，分析挖掘客户交易、反馈信息、交易行等数据，实现精准营销，最大限度地提升产品价值 数据源 某第三方支付平台交易、反馈数据，月交易记录量1亿条。 系统环境 台X86架构的PC服务器，共96G内存 单台服务器，8核CPU,16G内存 解决方案 Hbase导入海量数据，并支撑大数据查询 Hiv
8、e对历史交易数据进行分析 可视化设计、可视化报表实现数据的实时分析 基于ETHINK可视化挖掘平台，完成精准营销建模,持卡客户多维分析： 持卡客户人口统计特征分析 持卡客户交易行为模式分析 持卡客户应用场景分析 特约商户多维分析： 商户基本信息分析/商户业务收益分析 商户价值贡献度评估商户收单风险分析 持卡客户和特约商户双向分析 特定特征客户特定时间消费商户分布分析 特定时间在特定商户消费的客户特征分析,行业应用案例-金融,项目需求 烟草工业企业目前积累了大量的数据信息，管理方式由粗放式管理转为精细化管理，产生了利用大数据技术收集、管理和展示分析结构化和非结构化的数据和信息的诉求，于是如何利用这些数据创造更大的价值、为领导决策和企业精益管理提供有力支撑成为重要的课题。 数据存储 近1年数据，每秒钟10000个数据采集点 系统环境 硬件环境： 数据库服务器1台+4台分布式pc server 单台4核，16G内存 解决方案 流处理模块处理设备实时数据流 事件预警开发平台，实现问题预警 基于ETHINK数据挖掘建模分析平台,实现疑点挖掘建模 可视化报表设计，完成大数据精益管理,行业应用案例-烟草,设备健康指数模型：利用数据聚类分析、特征分析、变化和偏差分析等数据挖掘方法分析工厂生产、质量、设备健康状况，实现指标关联分析及问题挖掘目的。,行业应用案例-烟草,
