Skip to content 
关河智图钓鱼城
规则和ML结合的智能数据分析系统
愿景
让数据分析成为“快消品”，实现企业数据价值最大化
理论
图关联规则（GAR），拥有逻辑解释的AI预测，自动发现数据中的深度关联关系
技术
提供自动化智能数据分析方法，实现高精准、可解释的数据分析、数据预测和数据决策
数字化转型需要更好的人工智能技术和关联数据
挑战一：
传统专家人工制定规则：高成本，低准确性与一致性
挑战二：
AI黑盒模型：结果不可解释、可靠性存疑
挑战三：
平衡大数据分布式计算的计算资源与效率之间的矛盾，可否寻找新的方式降低资源（通讯，计算）总开销
逻辑规则和机器学习相结合
分布式图关联规则发现、推理
基于不同应用的并行可扩展性模型
增量图数据计算，数据时效性校验
可解释
以图理论为基础进行逻辑规则推导，可以对预测结果进行解释
自动规则发现
持续发现并积累“惊喜”规则，发现常人看不到的线索
实时响应
秒级响应处理百亿级数据，且支持更多维度和大数据范围
精准度提升
在链路预测和属性预测方面，较单个模型精准度提升约30%
关键技术
图计算
以图作为数据模型，分布式并行计算挖掘图数据中存在的关联规则
分布式计算
自研分布式图计算系统，实现分布式计算事务拆分，多节点并行计算动态扩容，可靠识别异常节点，实现任务调度、任务分发、负载均衡，支持实时监控各节点的状态信息
逻辑规则与机器学习
解決人工制定规则准确性等问题，提升机器学习结果的可解释性
自动特征工程
对客户数据进行数据校验、清洗、特征提取，从而获取更好的数据特征
数据源管理
提供关系型数据转换为图数据的功能，抽取的图数据为规则发现建立基础，集中管理不同数据源
数据接入
支持对接多种主流的数据库数据源和CSV文件数据源，数据源接入方式丰富，操作简单
构图配置
既支持智能构图，也支持手动构图。智能构图能自动识别出各个关系表间存在的关联关系，降低构图的成本。手动构图简单易用，交互友好
数据角色
不同的数据类型在数据中充当不同的角色，根据角色进行针对性的处理，提高算法的效率和准确度
模型配置
通过特征工程实现业务数据的属性自动提取，丰富数据源属性，提升数据分析准确性
规则发现
提供图数据分析和规则发现服务，通过指定数据源、支持度百分比、发现深度以及配置模式结构控制挖掘粒度，系统自动生成规则、计算规则的评价指标、获取实例并提供可视化界面
轻量化配置
无需代码，实现数据潜在规则的自动挖掘分析
可视化规则
通过可视化技术，实现数据规则的查看与理解，打破模型分析结果不可解释的局限
数据接入
支持对接多种主流的数据库数据源和CSV文件数据源，数据源接入方式丰富，操作简单
构图配置
既支持智能构图，也支持手动构图。智能构图能自动识别出各个关系表间存在的关联关系，降低构图的成本。手动构图简单易用，交互友好
数据角色
不同的数据类型在数据中充当不同的角色，根据角色进行针对性的处理，提高算法的效率和准确度
模型配置
通过特征工程实现业务数据的属性自动提取，丰富数据源属性，提升数据分析准确性
轻量化配置
无需代码，实现数据潜在规则的自动挖掘分析
可视化规则
通过可视化技术，实现数据规则的查看与理解，打破模型分析结果不可解释的局限
Item 1 of 2