画像分析简介

发布日期:2017-02-14 23:37:35

画像分析简介

画像分析所适用的场景主要是结合阿里云分析型数据库(Analytics DataBase),将您分布在多个存储资源的数据整合起来,在标签模型上构建大数据画像类的交互式分析应用,让您的业务人员可以自由灵活的分析这些对象各种属性与行为之间的关联性。可以广泛应用于工业设备画像分析、企业经营画像分析、用户行为画像分析等多个场景当中。

大数据画像类分析应用有如下三个特性

• 基于行为等明细数据的分析

在过去以各项KPI指标计算为主要分析目的背景下,很容易把所有的指标计算提前构建。随着数据采集和使用场景的丰富,业务人员希望能够自由地分析各类行为明细数据,如查看不同客户属性在各个商品类目下消费的偏好和关联购买的情况,或者不同时间采购的不同类型、属性、地域设备的故障率与检修情况,还能够把多个维度细分下的具体客户/设备清单进行查看。业务人员进行的分析可能是任意维度之间的交叉关系,就很难进行预先的计算。

• 从半结构化数据中抽取特征

从另一点来说,灵活分析还意味着能够与预测、评分、文本特征提取等算法技术相结合,进行广度与深度兼备的分析。往往很多的画像特征如抽象的兴趣,如喜欢动漫``爱美一族等风格兴趣偏好类的特征,通常需要通过算法从用户的点击、收藏、购买行为与相关物品的文本描述当中进行特征抽取。这就需要能够借助一些偏好计算、文本挖掘类的算法能够从这些半结构化的数据当中对用户互相的特征进行深度的挖掘。

• 交互式的查询分析

业务人员希望得到的分析是在数据当中探索有用的信息,如发现影响消费者购买的可能因素,或者故障设备的关联因素,这就需要能够根据不断调整的筛选条件、维度组合、下钻上聚能够快速返回结果,直到获取到足够多的信息。这就对查询速度的高响应提出了要求。

在这种交互式的分析场景下也对整体界面的组织提出了要求,业务人员关心的是在不断探索中获得的数据洞察,如果还需要用户进行复杂的报表配置或者是数据结构/技术上的学习理解,就会大大影响数据探索发现的过程。各种数据的分析还需要与各种类型的可视化形态结合,除了常规的图表外,可能还需要各种尺度特别是城市内尺度的地图图表,表达拓扑关系的关系网络图表,以及能展示文本特征的图表。

从以上三点来看,交互式数据分析产品的开发变得非常有挑战性,应用开发当中既需要充分理解数据结构,才能把跨表查询的逻辑与界面交互进行有机的组织;还需要了解多个专业存储与计算资源的特性,把不同计算产出的结果组织到同一个分析界面当中;也需要熟悉各类的可视化图表与分析控件的使用方法,结合到不同类型的分析当中。画像分析模块就是面向这类场景为您提供以下功能,帮助您加速应用开发的难度。

产品优势

跨计算建模与数据整合

兴趣特征提取

分析服务化与界面配置器

文章转载:

https://help.aliyun.com/document_detail/34398.html?spm=5176.doc34398.6.538.px9UxJ