datav数据可视化工具 阿里云datav数据可视化( 六 )


随着自动化数据建模工具的发展,逐渐形成了开源工具 。H2O. ai是初创公司Oxdata于2014年推出的一个独立开源机器学习平台,其功能是为APP提供快速的机器学习引擎,支持通过R与Python进行引入包的方式开发模型和自动化参数调优 。目前,这款开源自动化数据建模工具服务于全世界超过1.8万家企业,服务用户数超过20万 。
3.3 情景感知工具
计算机和手机操作系统通过配置情景感知API,推进“人机合一” 。Google在2016年I/O开发者大会上发布了Awareness API,通过将调用设备的数据和传感器来检测用户所处情景,包括时间、位置、活动、耳机(插入/拔出)和天气 。而使用Google Awareness API的应用,将通过对情景数据的采集、建模和推理,为用户提供个性化服务 。以SuperPlayer Music应用为例,该应用支持在用户户外健身、长途行驶和专心工作等情景下为其推荐不同类型的音乐 。微软在Win10系统内置了情景感知API,可以根据重力感应、陀螺仪等数据判断出用户活动状态,从而自动调整Win10的情景模式,并由作为用户私人助手的Cortana发出提醒或建议 。
电商、旅游业等通过利用情景感知技术,实现更精准的个性化推荐,即通过及时获取用户多种情景行为数据,并根据用户情景的改变而有针对性地提供即时满足的商品或服务 。生活服务类产品“及时”通过将获取的用户地理位置与附近商家数据相连,利用蓝牙、GPS、Wi-Fi定位等计算用户的情景和位置,及时推送符合用户需求的商家 。Adomavicius等提出一种旅游推荐系统,该系统结合了前置情景过滤、后置情景过滤和建模进行情景感知推荐,基于不同的位置和季节给出不同的度假选择[29] 。
4 数据分析技术发展趋势
随着未来数据量的大幅攀升和分析需求的不断提升,数据分析技术也将在多个维度拓展增强 。由于随着数据量的大幅增加,现有的处理分析技术可能无法满足数据的及时分析,因此增强数据分析能力将是未来数据分析技术发展的重要领域 。庞大的数据量必将给数据管理带来新的挑战,未来数据分析技术的发展也将与数据管理技术全面适配 。此外,未来数据分析技术的发展也必将沿袭智能化的发展,决策自动化或自动化决策支持将为数据分析处理提供强有力的推动力 。
由于关键方法、处理流程和应用场景的不同,数据分析技术在数据可视化、自动化建模和情景感知方面呈现出不同的发展趋势 。
(1)增强实时复杂数据流的可视化效果与可视化交互是数据可视化技术的主要突破点 。在时空数据可视化方面,多尺度时空可视分析技术一直是一个挑战,即在统一空间内,将多源数据进行可视化处理并提供有效的可视分析手段[19] 。在确保展示信息的完整性和准确性的同时,提升信息的可读性,通过交互的方式满足用户在不同维度下解读信息,同时表达各维度之间的关联信息 。
(2)自动化建模的技术发展主要是提高模型的准确性和稳定性,并简化使用 。深化与具体应用场景的结合,增加各场景下的训练数据集及相应的自动化建模方法,对于通用场景而言,以API或AI应用的方式提供服务 。
(3)情景数据的融合和管理是情景感知技术的发展核心 。不同数据源、传感器产生的情景数据是异构的,同时也存在语义上的差异,尽管在现有情景数据建模的方法下可以实现形式和语义上的统一,但这一过程覆盖的情景数据有限且缺乏工具支持 。同时,管理情景数据将提升数据质量,减少冗余缺失数据,增加情景推理的有效性 。


以上关于本文的内容,仅作参考!温馨提示:如遇健康、疾病相关的问题,请您及时就医或请专业人士给予相关指导!

「四川龙网」www.sichuanlong.com小编还为您精选了以下内容,希望对您有所帮助: