期刊信息
曾用名:现代图书情报技术;计算机与图书馆
主办:中国科学院文献情报中心
主管:中国科学院
ISSN:2096-3467
CN:10-1478/G2
语言:中文
周期:月刊
影响因子:0.912234
数据库收录:
北大核心期刊(2004版);北大核心期刊(2008版);北大核心期刊(2011版);北大核心期刊(2017版);中国科学引文数据库(2017-2018);中国科学引文数据库(2019-2020);中文社会科学引文索引-来源(2017-2018);中文社会科学引文索引-来源(2019-2020);国家哲学社会科学学术期刊数据库;中国人文社科核心期刊;中国科技核心期刊;期刊分类:图书情报与数字图书馆
期刊热词:
研究论文
Nextion BI——数据融合的增强分析型敏捷BI平台
【作者】网站采编
【关键词】
【摘要】Nextion BI 作为数据融合的增强分析型敏捷 BI 平台,集数据集成、数据治理、数据清洗、加工计算、数据分析、增强分析、知识图谱、数据大屏、数据文档报告等能力于一体,通过AI技术
Nextion BI 作为数据融合的增强分析型敏捷 BI 平台,集数据集成、数据治理、数据清洗、加工计算、数据分析、增强分析、知识图谱、数据大屏、数据文档报告等能力于一体,通过AI技术全程赋能,旨在让数据快速使用,专注知识发现,知识积累,知识传播的下一代全链路能力覆盖的知识型商业智能平台。
用户定位:数据分析的行业从业者或决策者,使用过程全程无代码,简单易用,非技术背景也可轻松使用该平台。
市场定位:具备一定的信息化基础和数据沉淀的企业,且重视数据价值挖掘,注重数据分析,注重知识驱动决策的客户。
价值定位:全能力知识型,一套平台全能力覆盖,并通过AI赋能,高效率的挖掘数据价值,发现知识,积累知识,传播知识,快速的,持续的提升业务能效。
2021年重大更新升级
AI全程赋,算法辅助:
利用机器学习和 AI 技术来自动化数据准备的部分流程。例如,自动的查找数据之间的关系,对数据质量进行评估,推荐用于连接、丰富、清洗数据的最佳方法,还有自动查找元数据和血缘关系等功能。
自动洞察,代替一部分分析师的工作,从数据中发现潜在信息和价值。大致分为三个方向:发现关联,发现异常,自动聚类。
发现关联:传统的指标解释常常需要数据分析师依靠业务理解和经验对数据指标进行拆解,找出影响因素,而自动洞察则能够自动完成这一过程。
发现异常:自动的发现数据异常,不再依赖于规定固定的阈值。
自动聚类:聚类是一种典型的无监督学习,可以自动的将样本分成若干组。
应用场景/人群
应用场景:
业务场景:挖掘数据价值,数据,信息,知识指导决策。从数角度客观清晰的掌握企业运营状况。当出现运营问题时,可以从数据角度定位到原因,对症下药。通过数据挖掘算法,预测未来趋势。为企业做决策提供数据,信息,知识的支撑,帮助企业实现业务监测、业务洞察、业务优化、决策优化。
使用人群:
数据分析的行业从业者或决策者,使用过程全程无代码,简单易用,非技术背景也可轻松使用该平台。具备一定的信息化基础和数据沉淀的企业,且重视数据价值挖掘,注重数据分析,注重知识驱动决策的客户。
产品功能
数据集成,基于数据来源、类型和获取方式的差异,提供三大数据汇集配置方案:多源数据库数据、IOT数据、开放平台数据。为未支持的数据源提供二次开发和扩展定制能力。不管是结构化数据还是非结构化数据,都能构建高性能、安全可靠的数据传输通道,快速对接多种数据源,轻松获取海量异构数据,促进融合管理,支撑数据挖掘与上层应用。
数据管理,通过数据源连接、导入数据后,通过集中化的图书馆分类形式,更好的管理数据、使用数据,快速创建不同数据资产的分类目录,有效整合数据资产,所有数据资源详情都可在此快速找到,并开启数据模型、数据关联、血缘关系、数据分析和数据权限管理等操作,真正实现以数据资产为核心、支撑上层所有数据资产分析、应用。
数据治理,提供体系化的数据治理能力,包括元数据模型管理,主数据管理、数据标准属性配置和规则管理,数据质量稽核配置、稽核调度以及生成数据质量报告,并提供数据安全管理等,有效提升数据可用性、可靠性和安全性,提高业务使用效率。AI质量检测,自动对数据质量从数据属性、数据关联、数据分类特性三个维度进行分析,包括:统计数据分布、分析数据间关联程度、分析数据五大特性,并给出相应评分。
数据加工计算,智能ETL工具将数据处理需求封装成丰富的数据处理算子,包括10余个数据源抽取、加载算子,40+过滤、函数、联合等数据处理算子,多个数据加载、输出算子。通过快速拖拽、连线,实现对多个算子的灵活组合,对各个节点算子的参数配置和调整,完成整个数据采集、加工、计算等处理流程操作,全程可视化、易理解,除极少数特殊处理需求,无需写任何python和SQL语言。
数据分析,数据分析仪是一站式的数据智能分析工具,基于强大的数据智能分析引擎,提供极致的数据响应,数据准备,AI关联推荐,智能自动推荐具备相关关系的表,根据颜色差别展示相关性,快速应用,快速构建分析模型。快速拖拽字段、自定义数据预处理、自动推荐图表、灵活设置样式。通过全称无码化的操作方式将数据资产转化为可视化图表,快速便捷的实现可视化多维数据分析、预测分析、关联分析、时空分析、图谱分析、增强分析等为用户提供辅助决策支持,极大的降低数据分析技术使用门槛,使得复杂的数据分析工作简单化,重复的数据分析工作智能化。AI数据解读,自动对图表进行文字解读,帮助分析人员快速掌握图表信息,深度挖掘数据价值。
文章来源:《数据分析与知识发现》 网址: http://www.sjfxyzsfx.cn/zonghexinwen/2022/0423/1740.html
上一篇:3月25日读者传媒涨停分析:传媒,知识付费,知
下一篇:下一代面向知识的 BI 到底有何不同,从 nextionB