數博數據分析平台
應用場景
交互式分析

交互式分析

在新一代動感3D引擎的助力下,讓數據“躍然屏上”,诠釋數據立體美;布局方式多樣化,自由發揮創意;零編碼拖拽式操作,組件任意擺放,界面(miàn)任你DIY;真正到達您的想象有多遠,數據可視化展現就(jiù)能(néng)達到多遠的境界

通過深入的數據挖掘把數據的分析從“已知”擴大到“未知”,從“過去”推向(xiàng)到“未來”;通過數據的交換、整合和分析,發現新的知識,創造新的價值,實現“用數據來決策”、“用數據來管理”、“用數據來創新”

數據挖掘

數據挖掘

經過抽取和集成(chéng)得到的結構化數據、非結構化數據以及文本數據中,利用分類、回歸分析、聚類、關聯規則、特征、變化和偏差分析、Web頁挖掘等方法,提取隐含在其中的、人們事(shì)先不知道(dào)的、但又是潛在有用的信息和知識,支持多維模型構建、數據下鑽分析,實現多維數據分析挖掘,通過預測未來趨勢及行爲,做出前瞻性的、基于知識的決策

統計分析

統計分析

提供全程可視化的建模過程,從訓練數據集選擇、分析指标字段設置、挖掘算法、參數配置、模型訓練、模型評估、對比到模型發布都(dōu)可以通過零編程、可視化的配置操作,簡單、便捷的完成(chéng)

提供基本數據統計、相關性分析、方差分析、主成(chéng)分及因子分析等豐富的統計分析方法,對業務數據進行全面(miàn)、深入的統計分析,滿足各類業務應用需要。并提供高亮表、箱型圖、柱狀圖、折線圖、餅圖、散點圖、提升圖等多種統計圖表,對數據分析結果進行可視化展現,使用戶一目了然理解分析結果,輔助用戶發現并解決業務問題

典型案例
行政執法案件處罰決定執行情況判别分析及預測 行政執法案件處罰決定執行情況判别分析及預測
1

行政執法案件主要以罰款等方式進行行政處罰,處罰決定當事(shì)人拒不執行時需要進行強制執行。通過數據分析手段分析何種案件當事(shì)人較爲配合能(néng)夠執行處罰決定,何種案件容易導緻當事(shì)人拒不執行處罰決定需要被(bèi)強制執行

強制執行處罰決定的行政執法案件,一方面(miàn)有可能(néng)是由于當事(shì)人的原因導緻,可以進一步尋找“老賴”當事(shì)人或其特征;另一方面(miàn)有可能(néng)是由于案件執法原因導緻,如處罰決定不合理,當事(shì)人對處罰決定不滿等,可以進一步進行行政執法監督分析;此外,在執法過程中,可以通過模型進行處罰決定執行情況預測,爲處罰裁量提供參考依據

執法案件數量預測 執法案件數量預測
1

行政管理部門的管理職權及其對應的案件根據業務特點可能(néng)呈現一些特征規律,如季節性因素等。通過數據分析找出案件發生數量的規律并能(néng)夠對未來案件可能(néng)發生的數量進行預測

行政執法案件的來源除了群衆舉報外,主要依靠管理部門的例行檢查發現。較爲準确的預測未來案件可能(néng)發生的數量,能(néng)夠爲制訂更爲合理的檢查計劃,更合理的配置檢查力量提供參考依據


低保家庭生活能(néng)力統計 低保家庭生活能(néng)力統計
1

對低保家庭是否能(néng)夠生活自理進行統計分析。低保家庭是否能(néng)夠生活自理統計分析一方面(miàn)能(néng)夠爲民政業務辦理及管理提供當前低保家庭生活自理狀況的宏觀情況;另一方面(miàn)能(néng)夠爲進一步的數據分析,如退保情況和生活自理情況關聯分析提供依據