2022国央企数字化实践报告——深度解读国央企不同场景数字化痛点

基于大数据引擎,通过可视化组件、托拉拽式实现数据汇聚与集成开发

指标定义、指标建模、指标固化、指标分析,一体化完成指标的落地与应用

组件化、零sql实现各类复杂报表和丰富多样的图表分析

面向业务人员,简单拖拽即可生成可视化图表

内置150+特效组件,快速打造酷炫灵动的可视化大屏,支持在线编码,拓展视觉体验至极致

搭载自然语言分析引擎,引入AI大模型技术,通过简单的对话问答实现快速数据分析

移动采集、审批、分析一站式解决移动办公诉求

一站式数据分析平台

了解ABI

全程“零”编码,高效实现主数据模型、主数据维护、主数据分发、主数据质量的全过程管理,为企业主数据管理落地提供有效支撑,实现各业务系统间的主数据共享,保障企业主数据的唯一性、准确性、一致性。

内置多类主数据模版,可视化实现多视角模型定义,满足复杂规则的编码自动控制

多种数据接入方式,支持不同场景的审批管控,数据版本可回溯,满足主数据的全生命周期管理

拖拽式任务设计,内置丰富组件,支持主动式、被动式分发模式

全过程质量管控,支持内置及自定义规则,提供图表式质检报告

主数据管理平台

在线模型设计,深度融合数据标准,规范数据定义

自动化元数据感知,全链路血缘提取,理清数据资源

智能化标准推荐,一键式数据落标,树立数据权威

“零”编码规则搭建,全流程质量整改,高速数据质检

规范资产目录,自助式数据共享,释放资产价值

超30+主流数据库、国产库、大数据库、文件、消息队列等接口之间极速交换结构化、非结构化数据

构建分级分类体系,动态数据脱敏,保障数据安全

全盘监控数据,决策数据周期,释放数据资源

智能数据治理平台

了解睿治

覆盖数据建模、采集、处理、集成、共享、交换、安全脱敏于一体,一站式解决数据开发所有的问题。

结合标准体系的可视化建模工具,支持模型的正、逆向构建

拖拽式任务编排,内置丰富组件,支撑亿级数据的快速处理与迁移

具备高并发、高吞吐量、低延迟的一体化任务编排能力,可视化设计、分布式运行

提供图形化的任务监控和日志跟踪,面向运维、管理人员的完善监控体系

数据工厂系统

纯web设计器,零编码完成基本表、变长表、中国式复杂报表、套打表、问卷调查表等制作;支持年报、月报、日报,以及自定义报表期等多种数据采集报送频率

提供在线填报和离线填报两种应用模式,也支持跨数据源取数;填报数据自动缓存在WEB浏览器中,即使宕机也不会丢失

内置灵活轻便的工作流引擎,实现了用户业务过程的自动化;支持层层审批、上级审批、越级审批、自定义审批等多种审批方式

对于下级填报单位上报的数据,上级汇总单位可将其进行汇总;支持层层汇总、直接下级汇总、选择单位汇总、按条件汇总、按代码组汇总、按关键字汇总、自定义汇总等

提供数据锁定机制,防止报表数据被意外修改;支持数据留痕,辅助用户过程追溯;未及时上报的用户自动催报;所见即所得的打印输出等

提供多种类型的数据接口,可以导入EXCEL、DBF、二进制、文本等格式的数据,可以将报表数据批量输出为HTML、EXCEL、XML、TXT等格式

数据采集汇总平台

统一指标定义,实现“一变多变、一数多现”的数据管理效果,为企业提供强有力的数字化保障和驱动效应。

采用可视化、导向式方式构建指标业务域,形成指标地图,全局指标一览在目

流程化自助式的定义、开发、维护各类指标,零建模,业务人员即刻上手

助力企业更好地查询、使用指标,提供共享、交换、订阅、分析、API接口等应用服务

指标管理平台

零代码+AI,有“问”必答的数字助理,利用AI大模型和数字人技术,通过语音&文字输入问题,自动识别业务指令,深度理解用户意图的问题,洞察数据,人机交互,重新定义BI新体验。

面向业务的对话式问数,即问即答,更懂你的诉求

理解数据,洞察数据,更懂数据内容,把数据见解讲给你听

动态地分析数据特点,提供最合适的图表类型展示,让数据展现更简单

完全是颠覆做表的方式,一句话看板创建,启发式内容制作

智能化生成包含深入分析和建议的报告,复杂数据简单化,释放数据潜力

数据跃然屏上的AI大屏汇报,让数据讲述故事

海量知识,一触即达,提供更智能的知识检索服务,快速找到“对”的人

不止于工具,更是随时待命的得力助手。一声指令,为您提供即时的数据分析和决策支持

THE END
1.数据挖掘概念(AnalysisServices有关如何将 SQL Server 工具应用于业务方案的示例,请参阅数据挖掘基础教程。 定义问题 与以下关系图的突出显示相同,数据挖掘过程的第一步就是明确定义业务问题,并考虑解答该问题的方法。 该步骤包括分析业务需求,定义问题的范围,定义计算模型所使用的度量,以及定义数据挖掘项目的特定目标。这些任务转换为下列问题: https://technet.microsoft.com/zh-cn/library/ms174949(en-us,sql.105).aspx
2.具备安全态势感知能力的安全管理平台厂商动态图:态势感知核心过程示意图 它通过态势要素获取,获得必要的数据,然后通过数据分析进行态势理解,进而实现对未来短期时间内的态势预测。注意,态势感知最终达成的目标是实现对未来的短期预测,是一个动态、准实时系统。 1.2 安全态势感知 在上个世纪末90年代,态势感知才被引入到信息技术安全领域,并首先用于对下一代入侵检测https://news.zol.com.cn/149/1490562.html
3.zfcg.fuzhou.gov.cn/upload/document/20210531/a2f60d92e4d649a9计算资源管理调度功能示意图 计算资源管理调度模块不仅对GPU计算资源设备进行管理与调度,对GPU容器云平台进行管理与调度,而且对不同算法仓库体系模式的分析集群进行统一管理。 功能设 计 针对独立分析集群,计算资源管理调度模块主要实现嵌入式架构GPU服务器、通用X86架构GPU服务器的运行状态管理,以及按照单台或多台的方式添http://zfcg.fuzhou.gov.cn/upload/document/20210531/a2f60d92e4d649a9bd2b904312f583f0.html
4.编程数学之图形可视化分析白宁超的官网通过揭示数据背后的规律和隐藏信息,给相关角色提供参照价值,做出相应的决策。这在数据挖掘、自然语言处理、机器学习都广泛应用。本文主要介绍常见的图形可视化的概念和使用,使读者最短时间掌握基本的统计知识。(本文原创,转载必须注明出处.) 饼图 定义 饼图广泛得应用在各个领域,用于表示不同分类的占比情况,通过弧度https://bainingchao.github.io/2018/10/10/%E7%BC%96%E7%A8%8B%E6%95%B0%E5%AD%A6%E4%B9%8B%E5%9B%BE%E5%BD%A2%E5%8F%AF%E8%A7%86%E5%8C%96%E5%88%86%E6%9E%90/
5.《2020科技趋势报告》:AI和中国,成为未来科技世界关键词程序员使用特殊的深度学习算法,同时使用大量的数据,通常是数兆字节的文本、图像、视频、语音等,系统被训练成独立学习。虽然概念上的深度学习并不是什么新鲜事,但最近发生的变化是计算量和可用的数据量。实际上,这意味着越来越多的人工过程将被自动化,包括软件的编写,计算机很快就会开始自己编写。 https://www.tmtpost.com/4274113.html
6.HTTP/2协议HPACK(HTTP2头部压缩)原理介绍1.3 HEADER 压缩编码示意图 Tips:'Huffman'算法是一种压缩算法。 1.4 HEADER 压缩编码示意图 动态表可以简单理解为在请求过程中映射的索引表,比如第一个请求帧(frame)使用静态表+Huffman算法构成的索引表(静态表+动态表)可以在下一次请求帧(frame)中只需要传递新增的内容使用Huffman算法,不变的内容可以使用索引表中https://developer.aliyun.com/article/1343532
7.生物材料双向拉伸试验知识科普图7 心包内注射机械-电耦合水凝胶贴片用于心肌修复示意图[40] 除上述方法外,3D工程心血管组织在替换受损结构方面显示出巨大的前景。具体地说,组织工程血管移植物具有取代生物和合成移植物的潜力。Mayoral等通过3D打印、混合熔融沉积建模、静电纺丝技术和干细胞接种制作了一种组织工程化体外血管贴片(见图8),用于评价3Dhttp://www.tjcaremc.com/Article-3400021.html
8.大厂技术实现详解知识图谱的构建全流程@自然语言处理系列自底向上构建:借助一定的技术手段,从公开采集的数据中提取出资源模式,选择其中置信度较高的信息,加入到知识库中。 知识图谱的构建 | 自顶向下→自底向上; 6-3 1.3 “实体-关系-实体”三元组 下图是典型的知识图谱样例示意图。可以看到,“图谱”中有很多节点,如果两个节点之间存在关系,他们就会被一条无向边连接https://cloud.tencent.com/developer/article/1938296
9.技术揭秘互联网广告黑产盛行,如何反作弊?机器作弊[1]成本低,特征集中,容易识别;人工作弊成本高,作弊者要想获利也会表现会一定的集中性,需要深入分析数据挖掘异常特征,从而识别作弊。 三 广告点击反作弊核心问题 世界广告主联盟WFA表示[1]“若不采取措施,2025 年虚假广告花费将高达 500 亿美元,仅次于毒品交易金额,成为世界第二大非法营收https://www.51cto.com/article/635445.html
10.数字孪生数字孪生系列报道:15家单位22位作者研究成果,数字数据融合是指在实现车间物理融合与模型融合基础上,基于车间运行一致性原理,对物理车间现场实时数据、虚拟车间模型数据、仿真数据、车间服务系统数据等覆盖全要素、全流程、全业务的相关数据进行生成—建模—清洗—关联—聚类—挖掘—迭代—演化—融合等操作,有效真实刻画和反映车间运行状态、要素行为等各类动态演化过程、https://www.zhuanzhi.ai/document/d63863c6849a79c6a6f25d51bb522554
11.《暗黑地牢》全地图各道具使用效果一览表(2)检查GPS上的采集信息后,把GPS连接至计算机进行数据导入,但连接前一定要关闭GPS电源再连接。 电子地图如何制作简介 电子地图如何制作简介 下列为电子地图的制作过程 1.准备纸的地图如:交通旅游图、测绘局购买的图等你想做的图。 2.把准备的地图扫描进计算机 3.下载地图矢量化软件mapinfo professional,autoCAD等也https://m.360docs.net/doc/fa2328e24bfe04a1b0717fd5360cba1aa8118c2f.html
12.艺术档案数字化民间艺术的数字化涉及信息的采集、处理和储存,这其中包含采集设备的选择、数据处理方式、储存格式和数据库技术。但是截止到目前,并没有一个全国统一的数据加工规范或标准,无论在民间艺术普查阶段还是在名录项目申过程中,都不同程度存在一些问题,具体表现在:数据资料保存很好,但标示和描述很差,以至于使潜在的用户无法了解https://www.zboao.com/cgal/8068.html
13.科学网—[转载]人工智能时代的数据隐私垄断与公平图2 数据透明对隐私、垄断和公平问题的促进作用示意图 在大数据透明的具体实现上,政府机构和研究者们分别从政策和技术上做出诸多努力和探索。政策上,GDPR等法律法规的出台,明确规定了数据主体(即用户)对数据的控制权,以保证个人数据在其数据生命周期中具有更高的透明度,数据主体对个人数据具有更强的管控能力;技术上,https://blog.sciencenet.cn/blog-3472670-1289492.html
14.2020年媒体技术趋势报告:13大领域89项变革全输出德克萨斯大学阿灵顿分校和谷歌的研究人员一直在研究使用框架语义的自动化技术。框架是描述了特定类型事件、情况、对象或关系及其参与者的示意图。研究人员扩展了一个名为FrameNet的系统用来专门为包括自动事实核查在内的功能构建新框架。 在屏事实核查 (On-Screen Fact Checking) https://36kr.com/p/5267903
15.机器学习实战——LBP特征提取在上面的实验中,由于数据图只有2020,单元尺寸为4时,单元个数只有25个,所以在等价旋转不变LBP算法中,特征维度只有925,等价模式本来为了降维而生,但是本身就不高的维度降维后,丢失了很多特征信息,这可能是LBP(9)只有86.7%的准确率的重要原因。总结一下,上面的实验结果只是一个很简单的验证,并不能说明LBP(9)算法不https://www.jianshu.com/p/8d96ceb45f74