当前位置: 首页 > 科技 > 人工智能 > 5.7版本发布_腾讯新闻

5.7版本发布_腾讯新闻

天乐
2021-06-20 09:03:41 第一视角

5.7 版本发布

airtom

NO.1系统设置

实现多部门多角色多用户权限设置

NO.2算法建模

新增6种算法

优化2种算法

算法调用结果引用大屏、仪表板

NO.3大屏/仪表板

新增2个日期控件

新增多行文本控件

NO.4数据源

新增3种数据接入

虚拟数据模型

NO.5数据填报

新增9个填报控件

打通数据模型

完善填报基础信息

系统设置

实现多部门多角色多用户权限设置

当一个企业在使用数据分析决策系统的时候,往往需要考虑数据的安全性和保密性。因此IT部门需要根据企业的不同部门,不同职位,为不同人员分配不同的系统功能访问权限和数据访问权限。

根据以上的使用背景,我们在本次版本中增强了权限设置。

通过组织管理、菜单管理、权限管理实现多部门、多角色、多用户的权限设置,并且能够通过组合条件满足一人多岗一人多部门等灵活的情况。

组织管理

组织管理中新增部门机构,可以设置多层组织架构

在用户设置中可以为用户设置多角色和多部门

菜单管理

菜单管理可以由管理员配置菜单内容,并添加大屏、仪表板、填报等不同资源。菜单设置完成后,可以再通过权限设置将不同菜单资源分配给不同部门、角色或用户。

权限管理

权限管理分为资源权限、数据权限和导出设置。

资源权限可以通过部门、角色或用户设置不同的菜单访问权限。

如果为一个用户所在的部门和角色同时设置了权限,那么最终该用户可以访问的资源权限取相交的部分,即最小权限。

示例如下:

假设用户A的部门属于技术部,销售一科角色属于分析人员。

部门权限设置

如果系统管理员又为用户A设置了用户权限,那么以用户权限为用户A的最终权限。

数据权限

设置行权限

通过增加筛选条件,可以查看满足筛选条件的数据记录,不满据条件的数据记录将无法查询。例如增加一个筛选条件,“城市”等于“上海”。

设置列权限

默认为全选,即能看到所有字段,可以通过点击取消列的访问权限,例如取消“销售额”和“利润率”的列权限,取消列权限后的字段记录会加密显示。

设置分配对象

可以将该数据权限规则分配给部门、角色或用户。

示例效果如下:

该用户在数据分析时,只能看到“城市”为“上海”的记录,并且“销售额”和“利润率”两个字段的内容加密。

算法建模

新增6种新算法,优化2种算法

线性回归,一般线性回归,二值 logistic,名义 logistic, Possion 回归 ,列联分析并优化,优化CART分类决策树和CART回归决策树。

■ 二值logistic 回归

一家谷类食品公司的营销人员想要调查新谷类食品的电视广告效应。我们在某一社区播出一周广告,然后我们在一家当地超市的出口处随机访问了成年人(作为样本),并询问他们是否看过该广告以及他们是否买过这款谷类食品。我们还询问这些成年人是否有孩子以及他们的家庭年收入。由于响应变量是二元变量,因此我们使用二值 Logistic 回归来确定广告、有无小孩及家庭年收入与抽取作为样本的成人是否购买谷类食品的关系。

导入数据后

选择变量

运行结果

结果解释——方差分析

方差分析表显示哪些预测变量与响应变量在统计上存在显著关系。我们使用的显著性水平为 0.10,结果表明预测变量“孩子”和“看过广告”与响应变量在统计上存在显著关系。收入与响应变量在统计上不存在显著关系,因为 P 值大于 0.10。我们可能希望重新拟合不含收入变量的模型。

结果解释——模型评估

LLR检验都小于显著性水平 0.05,这表示没有足够的证据可以断定模型无法与数据拟合。ROC面积 0.73,表示具备一定拟合程度

■ CART 分类树

一个研究小组收集并发布了有关影响糖尿病的因素的详细信息。变量包括年龄、性别、胆固醇水平、BMI率等。原始数据来自于 archive.ics.uci.edu。研究人员希望创建一个分类树,用于识别重要的预测变量,以指示患者是否患有糖尿病

导入数据后

设置模型和参数

运行结果

结果解释——特征贡献

最重要的预测变量为“LTC”,后面依次为BMI,BP,年龄。

结果解释——变量相关程度

变量相关系数显示TCH,LTG,葡萄糖具有较高的相关性。

结果解释——树状图

在树状图中,类别表示当前节点预测值,计数表示当前节点分类的数据。不同的分支条件表示分裂的数值。

在根节点处 ,“High”事件的计数为 121,“Low”事件的计数为 241,“Medium”事件的计数为 79。根节点使用变量 LTG 进行分裂。当LTC =4.6 右转。

结果解释——ROC解释

从ROC曲线可以看出模型对High 和 Low 具有较高的准确性

算法调用引入大屏、仪表板

如何让仪表板和大屏更加智能且具有交互性?我们把算法调用结果可以像分析组件一样放入大屏/仪表板,并能修改样式、参数调用

■ 保存算法

■ 在仪表板里选择算法建模组件,并选中算法调用

■ 这样发布出去后用户就可以查看和调用算法

大屏/仪表板

新增2个日期控件

新增日期范围与日期控件。日期范围控件可选择某天到某天之间的时间段;日期控件只选择具体的某一天的日期。

新增多行文本控件

多行文本控件可以实现文本随意换行,相比于文本控件使用更方便快捷。

数据源

新增三种数据接入

■SQLite是D.RichardHipp建立的公有领域项目。

■H2是一个开源的嵌入式数据库引擎。

■ ClickHouse是用于联机分析(OLAP)的开源列式数据库管理系统。

虚拟数据模型

当我们的数据来源可能有多种途径,比如不同数据库,不同文件日志,借助airtom新功能虚拟数据模型,可以把多个不同来源的数据模型合并成一个新的数据模型,新的数据模型自动包含全部数据并可以做数据分析,算法,大屏等所有功能。

比如在我的资源里数据模型页面,点击创建虚拟数据模型。

然后选择需要合并的数据模型

保存后就可以看到新的数据模型,然后我们可以做分析了

数据填报

新增9个填报控件

新增日期、时间、日期范围、数字、上传文件、上传图片、图片单选、图片多选以及生日控件。

■ 时间控件:选择具体的某一天的某个时间点,可以用于收集采购时间等数据。

■ 数字控件:只能输入数值,可用于收集订单金额、销量等数据。

■ 图片单选:设置多个图片作为选项,用户只可选择其中一项。

■ 图片多选:设置多个图片作为选项,用户可选择一项或多项。

可用于采集用户对商品的喜好、喜欢的风格等信息,用图片作为选项更形象且更容易被理解。

打通数据模型

用户新建填报后会自动创建数据模型,同时用户更新和删除填报,也会同步实时修改数据模型。

完善填报基础信息

新增提交时间个更新时间字段,记录ID采用分布式算法生成, 当用户登录airtom后,进行填报会自动录入提交用户信息

提示:支持键盘“← →”键翻页
为你推荐
加载更多
意见反馈
返回顶部