數(shù)據(jù)太多了，需要交互可視化。例如，您可以充分利用區(qū)域的層次包含關(guān)系來(lái)顯示不同區(qū)域級(jí)別的圖表。與UI圖形界面相比，圖表只有有限的文字和圖形指導(dǎo)，不能很好地解釋數(shù)據(jù)的脈絡(luò)。圖表具有高度的抽象性，這就要求讀者具有較高的素質(zhì)。讀者還需要了解各種圖表傳達(dá)的對(duì)比、異同等基礎(chǔ)知識(shí)。

1，Da 數(shù)據(jù)，又稱龐大數(shù)據(jù)，是一種有價(jià)值的信息資產(chǎn)的集合，具有高增長(zhǎng)率和多樣化的特點(diǎn)。不僅包括數(shù)字，還包括圖片、文字、視頻、交互記錄等等。大數(shù)據(jù)無(wú)法在可容忍的時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕獲、處理和管理。它有四個(gè)特點(diǎn):明亮、高速、多樣、有價(jià)值。主要用于計(jì)算機(jī)中，其最小單位是位。2.Big 數(shù)據(jù)可以說(shuō)是云計(jì)算不斷發(fā)展的產(chǎn)物。同時(shí)，它必須依靠云計(jì)算的分布式處理、分布式數(shù)據(jù)庫(kù)、云存儲(chǔ)和虛擬化技術(shù)來(lái)分布海量數(shù)據(jù)。

經(jīng)過(guò)處理后，這些信息中的一部分將被轉(zhuǎn)換成規(guī)則的信息結(jié)構(gòu)，以便進(jìn)行分析，從而有利于企業(yè)的營(yíng)銷甚至國(guó)家安全。數(shù)據(jù)的四個(gè)“V”有四個(gè)特點(diǎn):第一，數(shù)據(jù)巨大。從TB級(jí)跳到PB級(jí)；第二，數(shù)據(jù)有很多類型。前面提到的博客、視頻、圖片、地理信息等等。再次，處理速度快，可以按照一秒鐘的規(guī)律從各類數(shù)據(jù)中快速獲取高價(jià)值的信息，這也是與傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)的本質(zhì)區(qū)別。

1?？梢暬治鍪谴髷?shù)據(jù)分析的用戶是大數(shù)據(jù)分析師和普通用戶，但他們對(duì)大數(shù)據(jù)分析最基本的要求是可視化分析，因?yàn)榭梢暬治隹梢灾庇^的呈現(xiàn)大。2.數(shù)據(jù)挖掘算法大數(shù)據(jù)分析的理論核心是數(shù)據(jù)挖掘算法，各種數(shù)據(jù)挖掘算法可以基于不同數(shù)據(jù)類型和格式更加科學(xué)。正是因?yàn)橛辛诉@些全世界統(tǒng)計(jì)學(xué)家公認(rèn)的統(tǒng)計(jì)方法(可以稱之為真理)，才能深入數(shù)據(jù)挖掘出公認(rèn)的價(jià)值。

Smartbi權(quán)限安全管理系統(tǒng)的權(quán)限體系示意圖如下:整個(gè)Smart BI權(quán)限安全管理系統(tǒng)中有一個(gè)超級(jí)管理員來(lái)管理所有的管理員和用戶。每個(gè)組可以設(shè)置一個(gè)組管理員來(lái)管理其成員(包括用戶和下級(jí)用戶組)的權(quán)限。1.Smartbi權(quán)限安全管理系統(tǒng)的操作權(quán)限主要是從更高的層面劃分用戶權(quán)限，決定授權(quán)用戶可以使用哪些功能，可以進(jìn)行哪些操作。

說(shuō)到人工智能(AI)的定義，想到的關(guān)鍵詞可能是“未來(lái)”和“科幻”。雖然這些因素似乎離我們很遠(yuǎn)，但它們是我們?nèi)粘Ｉ畹囊徊糠帧ＵZ(yǔ)音助手的普及，無(wú)人駕駛、人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的成功，已經(jīng)滲透到我們生活的各個(gè)場(chǎng)景。比如JD.COM會(huì)根據(jù)你的瀏覽行為和用戶的相似度，用算法推薦你需要的商品；再比如美顏相機(jī)，它會(huì)根據(jù)對(duì)你面部特征的分析，通過(guò)算法提煉出你的美顏效果。

沒(méi)錯(cuò)，這三項(xiàng)技術(shù)為AlphaGo的勝利立下了汗馬功勞，但它們不是一回事。人工智能和機(jī)器學(xué)習(xí)同時(shí)出現(xiàn)，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)交替使用...讓大部分讀者一頭霧水。這些概念有什么區(qū)別？我們可以通過(guò)下圖來(lái)區(qū)分它們。圖1:人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)之間的關(guān)系。人工智能包括機(jī)器學(xué)習(xí)和深度學(xué)習(xí)，機(jī)器學(xué)習(xí)包括深度學(xué)習(xí)。

BI目前能夠收集數(shù)據(jù)，提供反饋，輔助決策?；跀?shù)據(jù)，面向數(shù)據(jù)管理與分析，屬于被動(dòng)角色。而AI則輔以large 數(shù)據(jù)、算法等等來(lái)獲取更有價(jià)值的信息，實(shí)現(xiàn)收集和預(yù)測(cè)的能力，更多的是主動(dòng)的作用。雖然AI的應(yīng)用范圍很廣，但是AI和BI的結(jié)合還是結(jié)構(gòu)化的數(shù)據(jù)。這里兩者的交集在于機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘，但又略有不同。AI的機(jī)器學(xué)習(xí)強(qiáng)調(diào)的是算法，BI的數(shù)據(jù)的挖掘也包括數(shù)據(jù)的管理，算法的選擇也比較簡(jiǎn)單，沒(méi)有神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等復(fù)雜的AI算法。

AI和BI的區(qū)別在于BI負(fù)責(zé)整理生產(chǎn)關(guān)系，AI是先進(jìn)生產(chǎn)力。然后，通過(guò)將AI嵌入到BI中，AIBI模式構(gòu)建了基于AI的BI平臺(tái)，利用AI的智能，使BI系統(tǒng)能夠解決更復(fù)雜的業(yè)務(wù)場(chǎng)景，產(chǎn)生更準(zhǔn)確的分析結(jié)果，從而使決策更科學(xué)、更準(zhǔn)確。對(duì)于結(jié)構(gòu)化的數(shù)據(jù)，BI系統(tǒng)可以應(yīng)用機(jī)器學(xué)習(xí)算法得到更準(zhǔn)確的分析結(jié)果。比如上面提到的用戶畫像匯總，人群行為分析數(shù)據(jù)，獲得千人千面，達(dá)到精準(zhǔn)營(yíng)銷的效果。

Zoom out 數(shù)據(jù)，云計(jì)算和不再有霧有什么關(guān)系？云計(jì)算(Cloudcomputing)和Big 數(shù)據(jù)概述云計(jì)算是一種基于互聯(lián)網(wǎng)增加、使用和交付相關(guān)服務(wù)的模式，通常涉及通過(guò)互聯(lián)網(wǎng)提供動(dòng)態(tài)可擴(kuò)展且往往是虛擬化的資源。云是網(wǎng)絡(luò)和互聯(lián)網(wǎng)的隱喻。在過(guò)去，云經(jīng)常被用來(lái)表示電信網(wǎng)絡(luò)，后來(lái)它也被用來(lái)表示互聯(lián)網(wǎng)和底層基礎(chǔ)設(shè)施的抽象。狹義的云計(jì)算是指IT基礎(chǔ)設(shè)施的交付和使用方式，指通過(guò)網(wǎng)絡(luò)以按需、易擴(kuò)展的方式獲取所需資源；廣義的云計(jì)算是指服務(wù)的交付和使用方式，是指通過(guò)網(wǎng)絡(luò)以按需、可擴(kuò)展的方式獲取所需的服務(wù)。

意味著計(jì)算能力也可以通過(guò)互聯(lián)網(wǎng)作為商品流通。Big 數(shù)據(jù)(bigdata)，或massive 數(shù)據(jù)，是指無(wú)法在合理的時(shí)間內(nèi)捕獲、管理、處理和整理的所涉及的信息，以幫助企業(yè)通過(guò)當(dāng)前主流的軟件工具做出更加積極的商業(yè)決策，Da數(shù)據(jù). 4V特性:量、速、變、準(zhǔn)。