神州泰岳DINFO-OEC：閃耀在非結(jié)構(gòu)化大數(shù)據(jù)分析挖掘領(lǐng)域的明星

　　……

　　新一代信息技術(shù)與經(jīng)濟(jì)社會(huì)各領(lǐng)域的深度融合，引發(fā)了數(shù)據(jù)量的爆發(fā)式增長(zhǎng)，使得數(shù)據(jù)資源成為國(guó)家重要的戰(zhàn)略資源和核心創(chuàng)新要素。據(jù)統(tǒng)計(jì)，全球所掌握的數(shù)據(jù)，每?jī)赡昃蜁?huì)翻倍。到2020年，全球的數(shù)據(jù)量將達(dá)到40ZB，其中我國(guó)所掌握的數(shù)據(jù)將占20%。大數(shù)據(jù)的廣泛深入應(yīng)用，使人類社會(huì)逐漸走向數(shù)據(jù)經(jīng)濟(jì)時(shí)代。

　　早在2015年，國(guó)務(wù)院發(fā)布了《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》，以加快政府?dāng)?shù)據(jù)開(kāi)放共享，推動(dòng)資源整合，提升治理能力；推動(dòng)產(chǎn)業(yè)創(chuàng)新發(fā)展，培育新興業(yè)態(tài)，助力經(jīng)濟(jì)轉(zhuǎn)型；強(qiáng)化安全保障，提高管理水平，促進(jìn)健康發(fā)展為主要任務(wù)。神州泰岳積極響應(yīng)《行動(dòng)綱要》，在人工智能與大數(shù)據(jù)業(yè)務(wù)上飛速發(fā)展，深入鉆研，推出了業(yè)界首款面向業(yè)務(wù)建模的DINFO-OEC非結(jié)構(gòu)化大數(shù)據(jù)分析挖掘平臺(tái)。

　　本篇我們將為大家分享DINFO-OEC非結(jié)構(gòu)化大數(shù)據(jù)分析挖掘平臺(tái)的主要功能特點(diǎn)概要，后面幾期文章我們會(huì)圍繞這些主要功能點(diǎn)詳細(xì)展開(kāi)。

　　大數(shù)據(jù)中80%都是非結(jié)構(gòu)化大數(shù)據(jù)，非結(jié)構(gòu)化大數(shù)據(jù)因其中的業(yè)務(wù)對(duì)象、對(duì)象之間的關(guān)系等都蘊(yùn)含在文本內(nèi)容中，而文本內(nèi)容來(lái)源繁多、表達(dá)方式靈活多樣、存在著大量的歧義性，因此無(wú)法使用傳統(tǒng)的BI工具等進(jìn)行分析，無(wú)法直接服務(wù)于業(yè)務(wù)，實(shí)現(xiàn)業(yè)務(wù)價(jià)值。因此非結(jié)構(gòu)化大數(shù)據(jù)是大數(shù)據(jù)處理的難點(diǎn)和熱點(diǎn)。

　　DINFO-OEC是非結(jié)構(gòu)化大數(shù)據(jù)分析挖掘平臺(tái)，由業(yè)務(wù)建模技術(shù)和分析挖掘技術(shù)組成，能處理任何來(lái)源的非結(jié)構(gòu)化信息和半結(jié)構(gòu)化信息。將繁雜無(wú)序的非結(jié)構(gòu)化信息，通過(guò)創(chuàng)建的業(yè)務(wù)模型規(guī)則，進(jìn)行分析，得出有序的結(jié)構(gòu)化數(shù)據(jù)。適用范圍廣，可以適用于信用卡投訴領(lǐng)域、電商評(píng)價(jià)領(lǐng)域、企業(yè)關(guān)聯(lián)關(guān)系挖掘領(lǐng)域等。能夠根據(jù)不同場(chǎng)景、領(lǐng)域?qū)��?fù)雜需求進(jìn)行定制。

　　一、應(yīng)用接口：應(yīng)用接口定義后，能夠通過(guò)接口邏輯中的算法組件鏈接進(jìn)行相應(yīng)的語(yǔ)義分析。主要由接口定義、接口邏輯、接口發(fā)布組成。

圖：接口定義

圖：接口邏輯

圖：接口發(fā)布

　　二、應(yīng)用建模：根據(jù)業(yè)務(wù)需求進(jìn)行模型創(chuàng)建，通過(guò)創(chuàng)建的業(yè)務(wù)模型，對(duì)非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分析挖掘。主要由模型規(guī)劃、模型建設(shè)、模型發(fā)布組成。

圖：模型規(guī)劃

圖：模型建設(shè)

圖：模型發(fā)布

　　三、應(yīng)用任務(wù)：在應(yīng)用任務(wù)中，設(shè)計(jì)好接口的分析規(guī)則、統(tǒng)計(jì)規(guī)則后，能夠根據(jù)指定的規(guī)則分析數(shù)據(jù)源中的數(shù)據(jù)。

　　主要包含：任務(wù)添加、任務(wù)編輯、任務(wù)刪除、任務(wù)運(yùn)行、任務(wù)中斷、任務(wù)啟動(dòng)、任務(wù)終止、日志查看、條度設(shè)置、結(jié)果查看、結(jié)果導(dǎo)出、導(dǎo)出查詢、任務(wù)詳情查看等。

圖：應(yīng)用任務(wù)

　　四、應(yīng)用模板：在應(yīng)用開(kāi)發(fā)中，可以將已發(fā)布的接口導(dǎo)成應(yīng)用模板，導(dǎo)出成功后即可在應(yīng)用模板查看。應(yīng)用模板主要是對(duì)模板資源的展示，支持詳細(xì)信息查看，如模板中的接口列表、模板中的接口信息等。

圖：應(yīng)用模板列表

圖：模板信息

　　五、模型schema：在應(yīng)用建模中，可以將已發(fā)布的模型導(dǎo)出成模型schema，對(duì)模型的資源進(jìn)行積累。模型schema主要是對(duì)模型資源的展示、和資源詳情查看，如模型的本體樹(shù)結(jié)構(gòu)、要素樹(shù)結(jié)構(gòu)、概念樹(shù)結(jié)構(gòu)等。

圖：模型schema列表

圖：模型詳情

　　六、語(yǔ)言資源：對(duì)語(yǔ)言資源的統(tǒng)計(jì)。包含概念資源、通用資源、領(lǐng)域資源、用戶資源的占比詳情和建設(shè)詳情。

圖：語(yǔ)言資源

　　縱觀全文，我們基本可以了解到DINFO-OEC不僅能提供強(qiáng)大的非結(jié)構(gòu)化大數(shù)據(jù)分析挖掘能力，同時(shí)平臺(tái)面向業(yè)務(wù)的建模也極大提高了業(yè)務(wù)人員的工作效率——業(yè)務(wù)人員只需要重點(diǎn)關(guān)注業(yè)務(wù)場(chǎng)景邏輯梳理及其表述，不需要關(guān)注技術(shù)實(shí)現(xiàn)細(xì)節(jié)，極大地縮短應(yīng)用場(chǎng)景創(chuàng)新周期。DINFO-OEC的出現(xiàn)，推動(dòng)了行業(yè)在中文文本領(lǐng)域處理技術(shù)向前邁出了一大步，也促使企業(yè)在開(kāi)發(fā)應(yīng)用時(shí)專注于業(yè)務(wù)的大數(shù)據(jù)創(chuàng)新，而不局限于語(yǔ)義技術(shù)和文本技術(shù)的研究方面。