思迈特软件数据挖掘平台_数据挖掘-云巴巴

思迈特软件数据挖掘平台

Smartbi Mining通过深度数据建模，为企业提供预测能力支持文本分析、五大类算法和数据预处理，并为用户提供一站式的流程式建模、拖拽式操作和可视化配置体验。

Smartbi Mining 算法丰富，而且可扩展

Smartbi Mining数据挖掘平台支持多种高效实用的机器学习算法，包含了分类、回归、聚类、预测、关联，5大类机器学习的成熟算法。其中包含了多种可训练的模型：逻辑回归、决策树、随机森林、朴素贝叶斯、支持向量机、线性回归、K均值、DBSCAN、高斯混合模型。除提供主要算法和建模功能外，Smartbi Mining数据挖掘平台还提供了必不可少的数据预处理功能，包括字段拆分、行过滤与映射、列选择、随机采样、过滤空值、合并列、合并行、JOIN、行选择、去除重复值、排序、增加序列号、增加计算字段等。

Smartbi Mining功能完备，无缝集成到企业BI应用

适合大型企业

分布式云计算，线性扩展，保证性能，与BI平台无缝整合，一键发布挖掘模型，模型库提高知识复用，减少重复投入，支持跨库查询，统一控制数据访问权限，训练自动化、模型自学习。

适合普通用户

直观的流式建模，极简风格的节点配置界面，支持可视化探索，轻松理解数据质量和数据并联，流程节点在线帮助，模型超参数自动调整。

专业算法能力

内置５大类机器学习成熟算法，支持文本分析处理，支持使用Python扩展挖掘算法，支持使用SQL扩展数据处理能力。

Smartbi Mining易学易用，一站式完成数据处理和建模

数据挖掘应用场景示例

精准营销-挖掘贵金属潜在客户
需求分析

客户是企业盈利的第一要素，能够快速识别并争取客户，可以让企业迅速提高竞争力。对于银行零售部门，贵金属营销是一项重要的业务，挖掘贵金属潜在客户，旨在对客户进行精准营销，建立个性化的顾客沟通服务体系，既能降低银行营销成本，又能实现最大化营销效果。

电力窃漏电用户自动识别
需求分析

传统的防窃漏电方法主要通过定期巡检、定期校验电表、用户举报窃电、工作人员监控等方法来发现窃电或计量装置故障。但由于终端误报或漏报的情况过多，传统方法无法达到真正快速精确定位窃漏电嫌疑用户的目的。
为了精准识别出窃漏电用户，减少对专家的经验知识的依赖性，减少稽查工作人员的工作量，需要建立一个数据挖掘模型，自动检查、判断用户是否存在窃漏电行为。

航空公司客户价值分析
需求分析

信息时代的来临使得企业营销焦点从产品中心转变为客户中心，客户关系管理成为企业的核心问题。客户关系管理的关键问题是客户分类，通过客户分类，区分无价值客户、高价值客户，企业针对不同价值的客户制定优化的个性化服务方案，采取不同营销策略，将有限营销资源集中于高价值客户，实现企业利润最大化目标。准确的客户分类结果是企业优化营销资源分配的重要依据，客户分类越来越成为客户关系管理中亟待解决的关键问题之一。

客户案例