智慧高速公路大數(shù)據(jù)整體規(guī)劃建設(shè)解決方案 ()

1、智慧高速公路大數(shù)據(jù)建設(shè)與應(yīng)用解決方案CONTENT1走進(jìn)大數(shù)據(jù)時(shí)代2高速公路大數(shù)據(jù)應(yīng)用淺析3大數(shù)據(jù)平臺(tái)、架構(gòu)與實(shí)現(xiàn)走進(jìn)大數(shù)據(jù)時(shí)代交通運(yùn)輸運(yùn)輸線路優(yōu)化交通信息服務(wù)數(shù)字媒休互聯(lián)網(wǎng)廣告用戶標(biāo)簽零售業(yè)O2O營(yíng)銷客流與商圈選址醫(yī)療與保健病歷分析疾病監(jiān)測(cè)政府政務(wù)網(wǎng)上辦事大廳政務(wù)熱線地產(chǎn)中介社區(qū)O2O運(yùn)營(yíng)客戶畫像電信運(yùn)營(yíng)商內(nèi)部營(yíng)銷決策對(duì)外拓展互聯(lián)網(wǎng)企業(yè)開放平臺(tái)應(yīng)用產(chǎn)品銀行業(yè)精準(zhǔn)營(yíng)銷風(fēng)險(xiǎn)管控教育在線教育教育應(yīng)用電信政務(wù)商業(yè)工業(yè)重點(diǎn)行業(yè)大數(shù)據(jù)應(yīng)用生命周期數(shù)據(jù)源（管理、交易、事務(wù)、傳感、監(jiān)控、文件）數(shù)據(jù)獲取和治理大數(shù)據(jù)存儲(chǔ)大數(shù)據(jù)分析計(jì)算處理大數(shù)據(jù)可視化數(shù)據(jù)驅(qū)動(dòng)決策數(shù)據(jù)提供服務(wù)大數(shù)據(jù)生態(tài)湖泊數(shù)據(jù)信息知識(shí)數(shù)據(jù)運(yùn)維數(shù)據(jù)

2、之源數(shù)據(jù)生產(chǎn)區(qū)（原始數(shù)據(jù)）結(jié)構(gòu)化數(shù)據(jù)文本文件多媒體數(shù)據(jù)描述類數(shù)據(jù)信息發(fā)現(xiàn)區(qū)知識(shí)發(fā)現(xiàn)區(qū)知識(shí)挖掘區(qū)知識(shí)展現(xiàn)區(qū)知識(shí)交互區(qū)基于大數(shù)據(jù)的應(yīng)用體系ODS數(shù)據(jù)魔方多維數(shù)據(jù)關(guān)聯(lián)主數(shù)據(jù)數(shù)據(jù)臺(tái)賬關(guān)鍵索引大數(shù)據(jù)挖掘行業(yè)規(guī)則大數(shù)據(jù)可視化數(shù)據(jù)多維報(bào)表大數(shù)據(jù)操縱數(shù)據(jù)APIS大數(shù)據(jù)檢索機(jī)構(gòu)內(nèi)部數(shù)據(jù)社會(huì)數(shù)據(jù)互聯(lián)網(wǎng)數(shù)據(jù)數(shù)據(jù)安全數(shù)據(jù)審計(jì)數(shù)據(jù)標(biāo)準(zhǔn)元數(shù)據(jù)管理主數(shù)據(jù)管理數(shù)據(jù)質(zhì)量管理數(shù)據(jù)治理流程元數(shù)據(jù)大數(shù)據(jù)關(guān)聯(lián)大數(shù)據(jù)分析大數(shù)據(jù)預(yù)測(cè)信息數(shù)據(jù)知識(shí)應(yīng)用大數(shù)據(jù)，不再是傳統(tǒng)的BI競(jìng)爭(zhēng)優(yōu)勢(shì)數(shù)據(jù)可視化樣本數(shù)據(jù)關(guān)聯(lián)關(guān)系多維分析統(tǒng)計(jì)報(bào)表全體數(shù)據(jù)趨勢(shì)預(yù)測(cè)全體數(shù)據(jù)代替樣本數(shù)據(jù) 一般是基于KPI指標(biāo)等的分析，無法有效支撐決策提供傳統(tǒng)的統(tǒng)計(jì)分析功能，提供報(bào)表等傳

3、統(tǒng)基于小數(shù)據(jù)量的數(shù)據(jù)分析，樣本數(shù)據(jù)注重關(guān)聯(lián)關(guān)系而非因果關(guān)系數(shù)據(jù)可視化變得尤為重要大數(shù)據(jù)的重點(diǎn)是關(guān)聯(lián)關(guān)系與趨勢(shì)預(yù)測(cè)大數(shù)據(jù)分析助力提升行業(yè)綜合數(shù)據(jù)應(yīng)用能力大數(shù)據(jù)關(guān)注點(diǎn) 傳統(tǒng)數(shù)據(jù)分析局限數(shù)據(jù)獲取因子分析算法訓(xùn)練數(shù)據(jù)呈現(xiàn)行業(yè)大數(shù)據(jù)應(yīng)用面對(duì)的挑戰(zhàn)硬件無法跟進(jìn)數(shù)據(jù)規(guī)模的指數(shù)級(jí)增長(zhǎng)過于分散和原始成為大數(shù)據(jù)應(yīng)用的障礙復(fù)雜數(shù)據(jù)算法與業(yè)務(wù)模型銜接諸多大數(shù)據(jù)并行計(jì)算架構(gòu)的選擇大數(shù)據(jù)應(yīng)用實(shí)現(xiàn)路徑：從哪里開始？專業(yè)人才匱乏CONTENT1走進(jìn)大數(shù)據(jù)時(shí)代2高速公路大數(shù)據(jù)應(yīng)用淺析3大數(shù)據(jù)平臺(tái)、架構(gòu)與實(shí)現(xiàn)4成都四方偉業(yè)公司簡(jiǎn)介交通構(gòu)成的要素人車路交通的參與者（駕駛員、行人、乘客、居民）出行OD、停留時(shí)間、人口分布、交通工具、

4、異地通勤、交通負(fù)荷、事件分析、政策評(píng)估道路交通的主要載體物流車輛管理、車載終端（前后裝）、行車路線規(guī)劃、行車軌跡分析交通的重要組成部分交通路況、路況預(yù)測(cè)、物流園區(qū)周邊路況負(fù)荷評(píng)估區(qū)域間客流量交通分析區(qū)域間OD客流量。人口分布以熱圖方式實(shí)時(shí)展現(xiàn)區(qū)/市/省范圍內(nèi)人口空間分布，常住人口，流動(dòng)人口分析出行分析出行次數(shù)、距離、時(shí)長(zhǎng)及時(shí)刻分布及平均數(shù)多路徑分析多分支路徑交通流量占比分析通勤分析職住地分析，通勤特征分析，通勤次數(shù)，期望線等客流來源去向某個(gè)交通分析區(qū)域客流的來源、去向，出行方式高速公路大數(shù)據(jù)的主要特征數(shù)據(jù)資產(chǎn)=高速公路行業(yè)所有業(yè)務(wù)數(shù)據(jù)+信息化搜集手段技術(shù)手段=互聯(lián)網(wǎng)技術(shù)+數(shù)據(jù)分析模型+數(shù)據(jù)可視

5、化技術(shù)分析方法=高速公路運(yùn)營(yíng)管理經(jīng)驗(yàn)+數(shù)據(jù)建模分析經(jīng)驗(yàn)互聯(lián)網(wǎng)+大數(shù)據(jù) = 數(shù)據(jù)資產(chǎn)+技術(shù)手段+分析方法高速公路行業(yè)數(shù)據(jù)規(guī)模大、業(yè)務(wù)體量大。持續(xù)生產(chǎn)經(jīng)營(yíng)過程及其業(yè)務(wù)對(duì)象的統(tǒng)計(jì)頻率較高、信息迭代速度較快?，F(xiàn)有業(yè)務(wù)領(lǐng)域較為廣泛以及未來的多元化發(fā)展，呈現(xiàn)出數(shù)據(jù)的多樣性 速度快真實(shí)性多樣性大價(jià)值體量大能夠?yàn)楦咚俟窢I(yíng)運(yùn)管理提供科學(xué)管理和科學(xué)決策的依據(jù)，從而提高效率、降本增效 來自于高速公路行業(yè)真實(shí)的生產(chǎn)經(jīng)營(yíng)場(chǎng)景，能夠客觀反映其真實(shí)的生產(chǎn)經(jīng)營(yíng)情況 工業(yè)大數(shù)據(jù)能幫我們做什么投資 收費(fèi) 稽查/追偷逃 決策支持 展示大屏 信息服務(wù) 人口流動(dòng) 治超高速公路作為國(guó)家基礎(chǔ)設(shè)施高速公路內(nèi)部管理運(yùn)營(yíng)高速公路社會(huì)服務(wù)屬性對(duì)

6、外展示決策支持高速公路經(jīng)營(yíng)盈利訴求收費(fèi)額度排名，收費(fèi)構(gòu)成分析，ETC/MTC分析，通行量/通行費(fèi)統(tǒng)計(jì)分析，偷逃費(fèi)行為識(shí)別和預(yù)防路況與施工發(fā)布，特殊天氣提醒，輻射資源提示，交通旅游，人口流動(dòng)與出行預(yù)測(cè)高速公路道路與設(shè)備的養(yǎng)護(hù)，成本效益評(píng)估分析，服務(wù)區(qū)評(píng)估，高速公路經(jīng)營(yíng)分析、高速公路工程建設(shè)與投融資堵點(diǎn)評(píng)估，疏導(dǎo)路徑，高速公路應(yīng)急救援（交通疏導(dǎo)、人員救治、危化品應(yīng)急處理），現(xiàn)場(chǎng)實(shí)時(shí)視頻，事故多發(fā)地關(guān)聯(lián)分析與事故預(yù)防運(yùn)營(yíng)提升資產(chǎn) 工程 養(yǎng)護(hù) 財(cái)務(wù) 營(yíng)運(yùn) 設(shè)施 擁堵治理 應(yīng)急救援 物資調(diào)度 客運(yùn)/貨運(yùn) 高速公路公共屬性通行費(fèi)征收出行服務(wù)分析BigData高速公路大數(shù)據(jù)來源與構(gòu)成數(shù)據(jù)管理制度數(shù)據(jù)安全數(shù)據(jù)

7、/元數(shù)據(jù)標(biāo)準(zhǔn)人力財(cái)務(wù)辦公審批通行收費(fèi)數(shù)據(jù)視頻監(jiān)控?cái)?shù)據(jù)內(nèi)部管理數(shù)據(jù)EMMS機(jī)電設(shè)備數(shù)據(jù)數(shù)據(jù)字典基礎(chǔ)資料高速公路IT運(yùn)行規(guī)則定義與管理備品備件位置信息運(yùn)行狀態(tài)與故障報(bào)修使用壽命與養(yǎng)護(hù)評(píng)估設(shè)備代碼管理工程投資信貸運(yùn)營(yíng)路面關(guān)鍵節(jié)點(diǎn)監(jiān)控收費(fèi)站通行視頻監(jiān)控事故救援實(shí)時(shí)視頻車型出/入狀態(tài)通行時(shí)長(zhǎng)通行里程圖片采集繳費(fèi)金額繳費(fèi)時(shí)間繳費(fèi)方式高速公路大數(shù)據(jù)：擁堵治理模型大數(shù)據(jù)高速治堵應(yīng)用場(chǎng)景目標(biāo)功能設(shè)計(jì)模型構(gòu)建掌握車流量變化模式，提前預(yù)測(cè)車流量變化趨勢(shì)。掌握車流量變化模式，提前預(yù)測(cè)車流量變化趨勢(shì)。掌握車流量變化模式，提前預(yù)測(cè)車流量變化趨勢(shì)。123通過收費(fèi)數(shù)據(jù)得到車輛信息，建立交通主題數(shù)據(jù)庫(kù)。分析交通流量日變特性、時(shí)

8、變特性，擬合出車流量變化模型，并基于此預(yù)測(cè)未來車流量?；陬A(yù)測(cè)車流量，計(jì)算最優(yōu)的人力資源配置。123車輛信息采集車流量分析及預(yù)測(cè)人力資源配置采用支持向量回歸（SVR）模型，由歷史車流量數(shù)據(jù)訓(xùn)練出車流量模型用于預(yù)測(cè)。建立人力資源配置非線性優(yōu)化模型，利用遺傳規(guī)劃算法求出最優(yōu)解。12車流量預(yù)測(cè)模型車流量分析及預(yù)測(cè)高速公路大數(shù)據(jù)：物流分析模型高速公路物流分析大數(shù)據(jù)應(yīng)用場(chǎng)景目標(biāo)功能設(shè)計(jì)模型構(gòu)建挖掘通行數(shù)據(jù)的潛在價(jià)值，實(shí)現(xiàn)數(shù)據(jù)變現(xiàn)。提升通行數(shù)據(jù)的社會(huì)公眾服務(wù)的能力，擴(kuò)大經(jīng)營(yíng)范圍。12通過收費(fèi)站數(shù)據(jù)提取貨車OD信息，并計(jì)算載重變化，獲得貨源信息推送對(duì)象。通過微信、短信或APP等將與貨車匹配的貨源信息推送給空

9、載貨車車主，完成接單。12貨車載重變化計(jì)算貨源信息推送建立交通網(wǎng)絡(luò)圖模型，規(guī)劃單車最優(yōu)行駛路徑。利用兩階段聚類方法，求出多車輛物流合乘匹配優(yōu)化方案。12貨運(yùn)配載的路徑匹配模型車輛合乘匹配模型3以物流信息推送為前提，發(fā)揮物流信息的深層價(jià)值。高速公路大數(shù)據(jù)：輔助養(yǎng)護(hù)決策支持大數(shù)據(jù)輔助養(yǎng)護(hù)決策支持應(yīng)用場(chǎng)景目標(biāo)功能設(shè)計(jì)模型構(gòu)建掌握道路上車輛的軸荷分布、相關(guān)機(jī)電設(shè)備歷史狀態(tài)信息。根據(jù)交通模型預(yù)測(cè)路面損毀程度，合理提出道路養(yǎng)護(hù)計(jì)劃。根據(jù)機(jī)電維護(hù)歷史數(shù)據(jù)建立設(shè)備養(yǎng)護(hù)評(píng)價(jià)體系。123通過收費(fèi)數(shù)據(jù)得到交通量、軸荷歷史分布信息并預(yù)測(cè)未來分布。通過交通量、軸荷等信息預(yù)測(cè)路面使用性能，包括路面損毀程度等?；陬A(yù)測(cè)的路

10、面使用性能，計(jì)算最優(yōu)養(yǎng)護(hù)時(shí)機(jī)及成本。123交通量分析及預(yù)測(cè)路面使用性能預(yù)測(cè)路面養(yǎng)護(hù)成本預(yù)測(cè)建立神經(jīng)網(wǎng)絡(luò)與馬爾科夫算法結(jié)合的組合預(yù)測(cè)模型，由各影響因素預(yù)測(cè)路面使用性能。通過最小二乘法擬合得到養(yǎng)護(hù)成本與載荷和非載荷因素的計(jì)量模型，從而進(jìn)行成本預(yù)測(cè)。12路面使用性能預(yù)測(cè)模型路面養(yǎng)護(hù)成本預(yù)測(cè)模型主要應(yīng)用方向高速公路運(yùn)行指標(biāo)體系高速公路大數(shù)據(jù)經(jīng)濟(jì)高速公路群體要素大數(shù)據(jù)關(guān)鍵指標(biāo)統(tǒng)計(jì)分析與展示客貨運(yùn)量、周轉(zhuǎn)量及其時(shí)間和空間的分布，統(tǒng)計(jì)排名通行規(guī)費(fèi)收入，及其時(shí)間和空間分布、統(tǒng)計(jì)排名各路段擁堵系數(shù)交通事故發(fā)生率及其時(shí)間空間分布，統(tǒng)計(jì)排名 具體車輛和事件分析擁堵分析，包括擁堵疏導(dǎo)和擁堵根因事故分析，指導(dǎo)路徑規(guī)劃和

11、警示標(biāo)志設(shè)置車輛通行異常，包括速度時(shí)間不匹配、入口出口車牌不符、以及高速路違法行為，整治秩序，追捕逃費(fèi) 挖掘高速公路通行宏觀規(guī)律總結(jié)交通事故規(guī)律，探索提升安全管理途徑通過高速公路出行數(shù)據(jù)，分析人群流動(dòng)方向和規(guī)律，出行規(guī)律與支付習(xí)慣分析高速機(jī)電設(shè)備故障損耗規(guī)律，提升養(yǎng)護(hù)效率，節(jié)約成本 探尋高速公路數(shù)據(jù)的經(jīng)濟(jì)價(jià)值高速公路客運(yùn)/貨運(yùn)指數(shù)探索高速公路客貨物流與相關(guān)經(jīng)濟(jì)要素的關(guān)系對(duì)比高速公路通行與其他交通方式的關(guān)聯(lián)關(guān)系經(jīng)營(yíng)分析：工程建設(shè)與道路養(yǎng)護(hù)等成本投入，經(jīng)濟(jì)效益關(guān)聯(lián)分析高速公路建設(shè)企業(yè)信用評(píng)估 車輛行為分析展示門戶高速路網(wǎng)運(yùn)行狀態(tài)基于GIS的全監(jiān)控高速路網(wǎng)運(yùn)行全指標(biāo)可視化結(jié)合GIS的故障、擁堵和交通

12、事故實(shí)時(shí)警示、視頻調(diào)取基于投資、運(yùn)營(yíng)、安全、服務(wù)多視角領(lǐng)導(dǎo)決策駕駛艙高速公路大數(shù)據(jù)頂層設(shè)計(jì)高速公路大數(shù)據(jù)系統(tǒng)架構(gòu)（在大數(shù)據(jù)平臺(tái)基礎(chǔ)上畫一個(gè)架構(gòu)）高速公路大數(shù)據(jù)應(yīng)用剖析運(yùn)行維護(hù)體系技術(shù)視角部署視角業(yè)務(wù)視角標(biāo)準(zhǔn)規(guī)范體系信息安全體系計(jì)算資源網(wǎng)絡(luò)資源存儲(chǔ)資源網(wǎng)絡(luò)資源業(yè)務(wù)管理地理決策元數(shù)據(jù)文檔虛擬化軟件數(shù)據(jù)庫(kù)軟件操作系統(tǒng)備份軟件治理流程數(shù)據(jù)審計(jì)數(shù)據(jù)標(biāo)準(zhǔn)數(shù)據(jù)臺(tái)賬機(jī)器學(xué)習(xí)人工智能深度學(xué)習(xí)實(shí)時(shí)分析GIS呈現(xiàn)貨運(yùn)客運(yùn)指數(shù)偷逃行為分析事故地點(diǎn)分析站點(diǎn)擁堵分析超速車輛識(shí)別車輛行為軌跡出入車牌不符機(jī)電設(shè)備養(yǎng)護(hù)高清設(shè)備投放電子支付分析站點(diǎn)設(shè)備異常內(nèi)部門戶外部門戶決策分析系統(tǒng)三大業(yè)務(wù)職能內(nèi)部精細(xì)化運(yùn)營(yíng)管理，降本增效面向管

13、理部門的信息化服務(wù)面向公眾的信息化服務(wù)123物理部署數(shù)據(jù)交換匯聚平臺(tái)數(shù)據(jù)治理平臺(tái)智能分析平臺(tái)可視化應(yīng)用平臺(tái)數(shù)據(jù)安全數(shù)據(jù)質(zhì)量資源目錄元數(shù)據(jù)管理基礎(chǔ)設(shè)施層： 規(guī)劃建設(shè)統(tǒng)一3個(gè)視角3大業(yè)務(wù)職能4類核心平臺(tái)數(shù) 據(jù) 層： 數(shù)據(jù)標(biāo)準(zhǔn)統(tǒng)一應(yīng)用支撐層： 技術(shù)路線統(tǒng)一應(yīng) 用 層： 業(yè)務(wù)規(guī)劃統(tǒng)一門 戶 層： 對(duì)外服務(wù)統(tǒng)一5個(gè)統(tǒng)一的建設(shè)思路高速公路大數(shù)據(jù)高速公路大數(shù)據(jù)CONTENT1走進(jìn)大數(shù)據(jù)時(shí)代2高速公路大數(shù)據(jù)應(yīng)用淺析3大數(shù)據(jù)平臺(tái)、架構(gòu)與實(shí)現(xiàn)4成都四方偉業(yè)公司簡(jiǎn)介WYDC大數(shù)據(jù)平臺(tái)總體架構(gòu)用戶管理系統(tǒng)監(jiān)控資源管理部署管理資源調(diào)度安全管理日志審計(jì)運(yùn)維平臺(tái)Manager數(shù)據(jù)交換匯集ETL網(wǎng)絡(luò)爬蟲（PySpider）實(shí)

14、時(shí)采集（Flume）數(shù)據(jù)遷移（Sqoop）數(shù)據(jù)治理Govern數(shù)據(jù)地圖數(shù)據(jù)共享數(shù)據(jù)質(zhì)量數(shù)據(jù)治理銀行業(yè)務(wù)工商業(yè)務(wù)政務(wù)業(yè)務(wù)稅務(wù)稽查智能交通智慧醫(yī)療Hive（SQL）MapReduceHDFSYARNImpala（In-memory SQL）Mahout（Machine Learning）Spark（MLlib）Pig（Scripting）可視設(shè)計(jì)UE敏捷BI根因分析DE關(guān)聯(lián)分析XE搜索引擎推薦引擎輿情監(jiān)控反欺詐圖像識(shí)別語音識(shí)別用戶畫像智能管理APISDK應(yīng)用&服務(wù)采集存儲(chǔ)&計(jì)算數(shù)據(jù)探索統(tǒng)計(jì)分析敏捷OLAP數(shù)據(jù)洞察Insight知識(shí)挖掘數(shù)據(jù)挖掘機(jī)器學(xué)習(xí)算法庫(kù)人工智能Miner模型庫(kù)實(shí)時(shí)分析實(shí)時(shí)數(shù)據(jù)庫(kù)

15、流數(shù)據(jù)處理流計(jì)算Streaming數(shù)據(jù)流規(guī)則分析WYDC大數(shù)據(jù)交換匯集平臺(tái)構(gòu)造大數(shù)據(jù)的數(shù)據(jù)之源大數(shù)據(jù)交換匯集平臺(tái)原始數(shù)據(jù)源數(shù)據(jù)采集交換區(qū)數(shù)據(jù)湖分散、種類多樣化，時(shí)效性差異大多種技術(shù)手段，平臺(tái)化系統(tǒng)，快速部署，統(tǒng)一管理為大數(shù)據(jù)應(yīng)用提供全兼容數(shù)據(jù)存儲(chǔ)任務(wù)流程調(diào)度操作控制流程控制轉(zhuǎn)換流程數(shù)據(jù)抽取數(shù)據(jù)加載數(shù)據(jù)轉(zhuǎn)換子任務(wù)調(diào)度操作控制爬蟲系統(tǒng)流數(shù)據(jù)采集傳輸ETL核心架構(gòu)ETL服務(wù)器認(rèn)證授權(quán)監(jiān)控管理接口擴(kuò)展接口ETL資源庫(kù)集成開發(fā)工具統(tǒng)一管理平臺(tái)數(shù)據(jù)資源庫(kù)文件資源庫(kù)數(shù)據(jù)源接入流程開發(fā)任務(wù)配置任務(wù)部署調(diào)試跟蹤任務(wù)執(zhí)行監(jiān)控輸出運(yùn)行日志運(yùn)行控制狀態(tài)監(jiān)控日志查看權(quán)限管理節(jié)點(diǎn)管理錯(cuò)誤告警性能統(tǒng)計(jì)面板定制ETL引擎任務(wù)

16、調(diào)度元數(shù)據(jù)處理流程性能管理交換管理任務(wù)引擎轉(zhuǎn)換引擎轉(zhuǎn)換組件適配器組件轉(zhuǎn)換流程流程控制操作控制任務(wù)調(diào)度豐富的ETL構(gòu)件庫(kù)ETL實(shí)現(xiàn)各種你所需的數(shù)據(jù)處理流程提高開發(fā)效率縮短開發(fā)周期圖形化拖拽方式快速集成實(shí)現(xiàn)復(fù)雜數(shù)據(jù)處理流程N(yùn)oSQL接入 云化部署ETL的監(jiān)控管理單一業(yè)務(wù)的任務(wù)詳情圖形化展示任務(wù)執(zhí)行日志任務(wù)運(yùn)行情況變化曲線全方位洞察一項(xiàng)任務(wù)執(zhí)行定義指定任務(wù)的報(bào)警規(guī)則定制指定任務(wù)的報(bào)警渠道指定報(bào)警信息的接收者根據(jù)需要控制告警規(guī)則的啟用與關(guān)閉告警幫你隨時(shí)把握任務(wù)異?？梢暬侄味嘟嵌茸鳂I(yè)監(jiān)控作業(yè)執(zhí)行狀態(tài)與成功率監(jiān)控對(duì)作業(yè)進(jìn)行多角度排序ETL任務(wù)執(zhí)行一覽無余WYDC大數(shù)據(jù)應(yīng)用駕駛艙大數(shù)據(jù)高速飛行的駕駛艙大數(shù)

17、據(jù)應(yīng)用駕駛艙SqoopHiveHBaseZookepperPigMahoutMapReduceHDFS分布式網(wǎng)絡(luò)Cloud服務(wù)器/存儲(chǔ)物理安全FlumeHama超強(qiáng)計(jì)算能力更低建模門檻全景統(tǒng)一管理更低建設(shè)成本可信賴安全機(jī)制全方位輔助分析多達(dá)50+預(yù)置模型支持百億級(jí)數(shù)據(jù)量訓(xùn)練多算法并行訓(xùn)練支持算法組件，零編碼，拖拽式數(shù)十個(gè)流程設(shè)計(jì)組件用戶自定義算法組件算法庫(kù)行業(yè)分類跨平臺(tái)算法調(diào)用模型訓(xùn)練結(jié)果分析報(bào)告參數(shù)化調(diào)優(yōu)，簡(jiǎn)化配置建模全生命周期流程管理可視化實(shí)時(shí)模型訓(xùn)練監(jiān)控性能處理，比傳統(tǒng)架構(gòu)節(jié)省資源1/3搭配智能部署，讓實(shí)施成本降低50%多種權(quán)限控制機(jī)制數(shù)據(jù)級(jí)別訪問權(quán)限控制資源級(jí)別訪問權(quán)限控制大數(shù)據(jù)應(yīng)用流

18、程控制任務(wù)耗時(shí)情況總覽狀態(tài)監(jiān)控，隨時(shí)掌握任務(wù)執(zhí)行狀態(tài)的總體分布任務(wù)狀態(tài)情況總覽耗時(shí)的任務(wù)和步驟，需要得到我們的重點(diǎn)關(guān)照具體任務(wù)耗時(shí)追蹤耗時(shí)監(jiān)控，透視任務(wù)執(zhí)行的時(shí)間大數(shù)據(jù)分析流程監(jiān)控與調(diào)度大數(shù)據(jù)應(yīng)用流程實(shí)現(xiàn)任務(wù)導(dǎo)航列表任務(wù)查詢?nèi)蝿?wù)創(chuàng)建拖拽算法，拼接數(shù)據(jù)分析流程定義任務(wù)基本屬性配置任務(wù)調(diào)度信息駕駛艙數(shù)據(jù)查詢數(shù)據(jù)圖表數(shù)據(jù)明細(xì)元數(shù)據(jù)信息查詢?nèi)罩練v史記錄HDFS文件基礎(chǔ)計(jì)算架構(gòu)運(yùn)維管理WYDC大數(shù)據(jù)治理平臺(tái)大數(shù)據(jù)治理實(shí)現(xiàn)數(shù)據(jù)內(nèi)升大數(shù)據(jù)治理流域原始業(yè)務(wù)數(shù)據(jù)原始業(yè)務(wù)數(shù)據(jù)原始業(yè)務(wù)數(shù)據(jù)原始業(yè)務(wù)數(shù)據(jù)基礎(chǔ)庫(kù)主題庫(kù)元數(shù)據(jù)數(shù)據(jù)標(biāo)準(zhǔn)數(shù)據(jù)字典目錄系統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)自由之海數(shù)據(jù)河流數(shù)據(jù)河流大數(shù)據(jù)存儲(chǔ)語義級(jí)主題數(shù)據(jù)檢索時(shí)間維空間

19、維對(duì)象維多維數(shù)據(jù)安全流程審計(jì)數(shù)據(jù)采集清洗比對(duì)閉環(huán)迭代數(shù)據(jù)梳理編目主數(shù)據(jù)管理多維數(shù)據(jù)檢索與服務(wù)大數(shù)據(jù)存儲(chǔ)訪問面向數(shù)據(jù)需求方原始數(shù)據(jù)元數(shù)據(jù)治理流程數(shù)據(jù)標(biāo)準(zhǔn)字典行業(yè)業(yè)務(wù)規(guī)則訪問條理安全質(zhì)量數(shù)據(jù)接口共享開放數(shù)據(jù)檢索數(shù)據(jù)服務(wù)我是系統(tǒng)運(yùn)維主管，要管理好所有數(shù)據(jù)資源的安全我的應(yīng)用需要訪問和采集大量的數(shù)據(jù)我的大數(shù)據(jù)挖掘模型需要大量數(shù)據(jù)之源我的決策分析要涉及更全面的信息我是信息運(yùn)營(yíng)主管，希望隨時(shí)了解我有哪些數(shù)據(jù)資源能不能我想要什么都快速查到？ 治理的開始：數(shù)據(jù)整合ETL數(shù)據(jù)處理流程數(shù)據(jù)轉(zhuǎn)換實(shí)現(xiàn)數(shù)據(jù)結(jié)構(gòu)的轉(zhuǎn)變數(shù)據(jù)拼裝實(shí)現(xiàn)不同數(shù)據(jù)來源的匯總數(shù)據(jù)比對(duì)通過比對(duì)去除錯(cuò)誤和冗余數(shù)據(jù)清洗去偽存真，保留正確數(shù)據(jù)數(shù)據(jù)載入根據(jù)中心

20、存儲(chǔ)裝載數(shù)據(jù)內(nèi)容治理的脈絡(luò)：元數(shù)據(jù)在數(shù)據(jù)調(diào)研與業(yè)務(wù)中積累元數(shù)據(jù)調(diào)研表格與報(bào)告部門元數(shù)據(jù)收集數(shù)據(jù)調(diào)研梳理元數(shù)據(jù)定義與生成元數(shù)據(jù)存儲(chǔ)元數(shù)據(jù)應(yīng)用與維護(hù)元數(shù)據(jù)標(biāo)準(zhǔn)元數(shù)據(jù)管理與服務(wù)自動(dòng)對(duì)中心數(shù)據(jù)資源生成結(jié)構(gòu)化元數(shù)據(jù)減小工作量投入可通過標(biāo)準(zhǔn)定義自動(dòng)生成數(shù)據(jù)表自動(dòng)偵測(cè)元數(shù)據(jù)本身也是一個(gè)體系元數(shù)據(jù)按規(guī)劃層級(jí)存儲(chǔ)選擇數(shù)據(jù)庫(kù)等載體以便于檢索為目標(biāo)存儲(chǔ)元數(shù)據(jù)元數(shù)據(jù)準(zhǔn)確性維護(hù)元數(shù)據(jù)完整性維護(hù)元數(shù)據(jù)分中心之間支持交換同步元數(shù)據(jù)維護(hù)便捷訪問元數(shù)據(jù)基于元數(shù)據(jù)輕松定位數(shù)據(jù)存儲(chǔ)與訪問便于數(shù)據(jù)組裝編制構(gòu)成數(shù)據(jù)目錄元數(shù)據(jù)檢索治理的標(biāo)尺：數(shù)據(jù)標(biāo)準(zhǔn)與質(zhì)量數(shù)據(jù)比對(duì)規(guī)則行業(yè)規(guī)則數(shù)據(jù)/元數(shù)據(jù)標(biāo)準(zhǔn)數(shù)據(jù)質(zhì)量報(bào)告數(shù)據(jù)清洗比對(duì)參照規(guī)則多源數(shù)據(jù)中心前

21、置緩存自動(dòng)/人工比對(duì)反向清洗數(shù)據(jù)中心資源維護(hù)階段數(shù)據(jù)中心中心資源治理階段數(shù)據(jù)整合階段數(shù)據(jù)字典數(shù)據(jù)依標(biāo)準(zhǔn)的格式轉(zhuǎn)換數(shù)據(jù)采集數(shù)據(jù)傳輸數(shù)據(jù)標(biāo)準(zhǔn)管理數(shù)據(jù)質(zhì)量管理數(shù)據(jù)分類與目錄規(guī)則定義與管理標(biāo)準(zhǔn)設(shè)計(jì)管理大數(shù)據(jù)治理平臺(tái)：段碼數(shù)據(jù)標(biāo)準(zhǔn)管理大數(shù)據(jù)治理平臺(tái)：信息類管理大數(shù)據(jù)治理平臺(tái)：質(zhì)量管理系統(tǒng)規(guī)則定義大數(shù)據(jù)治理平臺(tái)：質(zhì)量管理系統(tǒng)大數(shù)據(jù)治理平臺(tái)：質(zhì)量管理系統(tǒng)大數(shù)據(jù)治理平臺(tái)：質(zhì)量管理系統(tǒng)大數(shù)據(jù)治理平臺(tái)：數(shù)據(jù)資源目錄大數(shù)據(jù)治理平臺(tái)：信息類授權(quán)大數(shù)據(jù)治理平臺(tái)：數(shù)據(jù)臺(tái)賬大數(shù)據(jù)治理平臺(tái)核心價(jià)值更全面的數(shù)據(jù)質(zhì)量保障提供數(shù)據(jù)標(biāo)準(zhǔn)梳理工具，使得元數(shù)據(jù)更合規(guī) 支持策略集的質(zhì)量巡檢方式，保障數(shù)據(jù)的完整性全景化信息開放與檢索支持主題

22、的數(shù)據(jù)臺(tái)賬，基于元數(shù)據(jù)的信息管理，提供數(shù)據(jù)資源目錄與導(dǎo)航多渠道的數(shù)據(jù)訪問機(jī)制（目錄、API、Webservices）全過程信息安全支持交換全過程監(jiān)控、審計(jì)，并提供郵件、短信預(yù)警功能基于oAuth協(xié)議的第三方單點(diǎn)登陸集成的模塊支持通道安全，支持SSL傳輸通道加密功能支持?jǐn)?shù)據(jù)及資源級(jí)別訪問安全控制，可靈活對(duì)脫敏數(shù)據(jù)進(jìn)行管理更低的建設(shè)成本產(chǎn)品自主化量身定制適合應(yīng)用的實(shí)踐路線智能部署，比同類產(chǎn)品實(shí)施節(jié)省一半時(shí)間基于大量實(shí)踐的，通用解決方案WYDC大數(shù)據(jù)智能分析平臺(tái)大數(shù)據(jù)知識(shí)挖掘的核心引擎大數(shù)據(jù)分析平臺(tái)關(guān)鍵能力開放彈性架構(gòu)真正無共享的海量并行處理架構(gòu)工業(yè)標(biāo)準(zhǔn)的X86平臺(tái)服務(wù)器資源按需分配，按需搭建集群，

23、按需縮放集群規(guī)模在線線性擴(kuò)展增加節(jié)點(diǎn)可線性增加存儲(chǔ)、查詢和加載性能支持在線擴(kuò)容，擴(kuò)容期間保證系統(tǒng)繼續(xù)對(duì)外提供服務(wù)擁有成本可控保證用戶不被專有平臺(tái)鎖定企業(yè)初期投入和后續(xù)擴(kuò)容的成本可控海量并行處理支持PB級(jí)的數(shù)據(jù)處理、存儲(chǔ)和訪問在數(shù)據(jù)加載、處理、訪問等各個(gè)環(huán)節(jié)最大化并行處理能力優(yōu)秀混合負(fù)載按需分配資源（CPU、內(nèi)存、IO）動(dòng)態(tài)調(diào)整資源平臺(tái)持續(xù)可用數(shù)據(jù)鏡像、硬件冗余等多種容錯(cuò)技術(shù)保證系統(tǒng)高可用故障切換和恢復(fù)，對(duì)用戶透明擴(kuò)容期間可持續(xù)對(duì)外服務(wù)易于管理維護(hù)直觀的圖形化界面，實(shí)時(shí)的狀態(tài)監(jiān)控最大限度降低管理員的日常管理和維護(hù)工作數(shù)據(jù)分析挖掘功能架構(gòu)模型庫(kù)數(shù)據(jù)分析算法庫(kù)Mahout算法庫(kù)Spark Mlib自

24、定義算法算法審核模型評(píng)估模型發(fā)布模型訓(xùn)練模型管理統(tǒng)計(jì)分析MOLAPROLAPKylin數(shù)據(jù)挖掘數(shù)據(jù)挖掘數(shù)據(jù)預(yù)處理算法選擇模型構(gòu)建與評(píng)估結(jié)果預(yù)測(cè)數(shù)據(jù)探索知識(shí)庫(kù)知識(shí)分類管理版本與發(fā)布管理訂閱管理知識(shí)庫(kù)檢索數(shù)據(jù)源選擇R集成Python集成數(shù)據(jù)源選擇超強(qiáng)的計(jì)算能力多達(dá)50種以上的預(yù)置模型；支持百億級(jí)數(shù)據(jù)量訓(xùn)練；輔助分析能力快速展現(xiàn)模型訓(xùn)練結(jié)果；參數(shù)化模型調(diào)優(yōu)；可信賴的安全控制提供多種權(quán)限控制設(shè)置；支持?jǐn)?shù)據(jù)級(jí)別訪問安全控制；支持資源級(jí)別訪問安全控制；數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)集市PetaBase支持?jǐn)?shù)據(jù)庫(kù)類型：Oracle/DB2/MySQL/Teradata/GreenPlum/Netezza/SQL Server

25、/Sybase/支持?jǐn)?shù)據(jù)庫(kù)類型：Oracle/DB2/MySQL/Teradata/GreenPlum/Netezza/SQL Server/Sybase/EssBaseHadoop分布式高性能交互式SQL數(shù)據(jù)挖掘Miner可視化環(huán)境簡(jiǎn)單易用的可視化環(huán)境視覺呈現(xiàn)所有利益相關(guān)者之間的合作可以簡(jiǎn)單高效設(shè)計(jì)更好的模型每一個(gè)分析是一個(gè)流程每種數(shù)據(jù)轉(zhuǎn)化或分析是一個(gè)節(jié)點(diǎn)操作界面強(qiáng)大的工程支撐流程可以當(dāng)做模板再次使用支持項(xiàng)目工程建模1000多個(gè)節(jié)點(diǎn)可用于所有的數(shù)據(jù)轉(zhuǎn)化和分析基于客戶端/服務(wù)器架構(gòu)可實(shí)現(xiàn)自動(dòng)化建模和數(shù)據(jù)轉(zhuǎn)化可建立和評(píng)估模型，并與其他應(yīng)用程序集成系統(tǒng)支持Miner數(shù)據(jù)分析建模與HadoopHiv

26、e（SQL）MapReduceHDFSYARNImpala（In-memory SQL）Mahout（Machine Learning）Spark（Mlib）Pig（Scripting）數(shù)據(jù)洞察MinerData preparationBuild modelTrain Predictive model數(shù)據(jù)分析建模全生命周期業(yè)務(wù)場(chǎng)景導(dǎo)入數(shù)學(xué)分析建模大數(shù)據(jù)模型發(fā)布應(yīng)用大數(shù)據(jù)應(yīng)用政務(wù)大數(shù)據(jù)應(yīng)用工業(yè)大數(shù)據(jù)應(yīng)用交通大數(shù)據(jù)應(yīng)用旅游大數(shù)據(jù)應(yīng)用 數(shù)據(jù)歸集與預(yù)處理算法選擇算法自定義分析建模設(shè)計(jì)模型訓(xùn)練模型發(fā)布模型調(diào)度運(yùn)行管理知識(shí)庫(kù)管理模型運(yùn)行大數(shù)據(jù)運(yùn)行服務(wù)大數(shù)據(jù)可視化展示知識(shí)庫(kù)共享大數(shù)據(jù)智能分析平臺(tái)大數(shù)據(jù)應(yīng)用駕

27、駛艙大數(shù)據(jù)可視化平臺(tái)大數(shù)據(jù)算法庫(kù)Miner自動(dòng)化流程及控制流程控制在子流程中管理分組并在其他項(xiàng)目中再利用可以重復(fù)執(zhí)行一部分流程支持的循環(huán)：屬性、標(biāo)簽、子集、值、樣本、集群、批量、數(shù)據(jù)結(jié)合、數(shù)據(jù)碎片、參數(shù)、文件、資源庫(kù)條目分支（If-Then-Else）基于：、數(shù)據(jù)值、屬性是否存在、樣本數(shù)量、性能值、文件和過程輸入是否存在、任意表達(dá)式創(chuàng)建同一類型的集合集合處理：選擇、扁平化或循環(huán)可以記憶并調(diào)用（中間件）過程結(jié)果用于復(fù)雜的流程設(shè)計(jì)處理預(yù)期或非預(yù)期的錯(cuò)誤和異常自動(dòng)化自動(dòng)選取性能最好的子流程通過嵌套的交叉驗(yàn)證或其他驗(yàn)證衡量預(yù)處理步驟的效果自動(dòng)選取最優(yōu)模型類型和參數(shù)自動(dòng)選取最優(yōu)屬性子集自動(dòng)優(yōu)化過程參數(shù)，

28、包括建模參數(shù)：Grid、二次方程的、漸進(jìn)的日志在流程中的任意位置都可以引入日志日志可以收集參數(shù)值、性能值、或來自每個(gè)算子的特定值，例如漸進(jìn)算法當(dāng)前產(chǎn)生的結(jié)果數(shù)據(jù)值可以被日志記錄宏值可以被日志記錄日志值可以被轉(zhuǎn)化為其他幾種格式，包括數(shù)據(jù)集合和權(quán)重，權(quán)重可以和其他數(shù)據(jù)集合一樣被存儲(chǔ)、轉(zhuǎn)化或可視化報(bào)表在僅用日志不足夠的情況下，一個(gè)完整的基于流程的報(bào)告引擎允許在靜態(tài)報(bào)告中收集任意結(jié)果支持不同的格式，如PDF，Excel，HTML，或者RTF有不同的報(bào)告樣式，包括序列報(bào)告或者門戶網(wǎng)站任意過程結(jié)果和中間結(jié)果可以被轉(zhuǎn)化為不同類型的可視化圖形，如表格，圖標(biāo)等持最多5層區(qū)域支持分頁(yè)和其他樣式信息與循環(huán)或者其他流程控制結(jié)構(gòu)的結(jié)合可以讓人看到流程設(shè)計(jì)非常詳細(xì)的結(jié)果概覽，即使這個(gè)流程設(shè)計(jì)十分復(fù)雜導(dǎo)入數(shù)據(jù)建立工作空間關(guān)聯(lián)數(shù)據(jù)建立工作流數(shù)據(jù)預(yù)處理特征選擇模型訓(xùn)練模型評(píng)估自動(dòng)化及流程控制多人協(xié)作Miner的數(shù)據(jù)建模分析準(zhǔn)備數(shù)據(jù)準(zhǔn)備，支持屬性選取算子，分組結(jié)合多種功能：求和、平均、中間值，支持集合算子，處理原數(shù)據(jù)，性值過濾行及樣本等，識(shí)別并移除冗余數(shù)據(jù)；支撐數(shù)據(jù)取樣、數(shù)據(jù)分割、數(shù)據(jù)轉(zhuǎn)化等。 數(shù)據(jù)取樣絕對(duì)的、相對(duì)的、概率的、平均的、分層的、基于模型的等.數(shù)據(jù)分箱可基于計(jì)數(shù)、大小、頻率等進(jìn)行交互式分箱，使引導(dǎo)區(qū)熵值最小化.