维度字段选择 维值模式 即席分析默认使用维值模式，即每个维度字段可以直接展开当前维度下的具体维值并且拖拽选择维值。每个数据集下所有维值默认是收起的，单击维度名前面的图标 才展开维值。默认一次最多展开10个维值，更多内容需要单击 ...
图表概述 使用场景 用两组数据构成多个坐标点，考察坐标点的分布，判断多变量之间是否存在某种关联或总结坐标点的分布模式。作用：用于提供关键信息：变量之间是否存在数量关联趋势。如果存在关联趋势，是线性还是曲线的。如果有某一个点...
留存分析可以根据业务场景以及产品阶段的不同，自定义起始行为和后续行为做留存计算，协助企业分析用户使用产品的粘性，根据留存分析结果有针对性地调整策略，引导用户发现产品价值，留住用户，实现用户真实的增长。通过留存分析进行查询后...
使用DLA分析存储在Bucket的操作日志请参见 使用DLA分析OSS中的事件。审计日志分析：基于Quick BI实现审计日志自助分析 在DLA进行日志标准化基础上，利用Quick BI进行审计日志自助分析。在实际过程中，可以根据日志的来源系统进行业务拆分，...
背景分析 智能质检是一个刚性需求，有电话语音坐席、工单服务、IM服务的行业都有质检需求，几乎所有主流行业都需要对产生的服务对话数据进行智能化分析和质量检测。大量服务数据积累 随着云计算的快速发展，业务量和客户量的迅速增长，呼叫...
通过筛选符合要求的对话内容作为案例，并将其加入到案例库中，以便后续的分析和使用。此外，您可以在案例中心新建、查看、标记、删除案例，其具体功能和知识库类似；还可以手动创建不同的案例。功能入口 在登入智能对话分析系统后，点击...
如果您在使用智能分析套件Quick BI的过程中有任何疑问或建议，您可以通过不同渠道联系到我们。售前咨询 在购买阿里云产品前，可通过以下渠道了解或咨询产品信息：拨打阿里云售前电话：95187转1。登录 阿里云售前在线咨询页面。重要 您必须...
操作说明 选择分析主体 在漏斗分析模块，除了可以按照设备ID串联用户的行为，还可以支持按照登录用户ID来串联用户的行为，以及使用实体ID来串联分析用户的行为，下拉列表包括“设备ID”、“账号ID”和“实体ID”三个选项，默认选择“设备ID...
预测组件可以使用PAI-EasyVision训练出的模型进行离线预测。本文介绍离线预测通用的输入数据格式及PAI命令参数。概述 PAI-EasyVision支持读取MaxCompute表数据并将结果写回MaxCompute表内。同时，支持读取OSS文件列表进行预测，并将结果写...
企业可以使用分布分析进一步掌握用户特征。通过分布分析进行查询后，可以保存为报表添加到自制看板中进行展示和统计。应用场景 分布分析可以解决 发现用户分布规律，优化产品和运营策略。比如通过查看最近一个月用户支付订单金额在「100元...
步骤三：使用漏斗分析函数进行数据分析 按照启动>登录>搜索商品>查看商品>生成订单的事件触发顺序，对应的事件ID为10001>10002>10003>10004>10007。以下示例通过 funnel_count 函数，查询1月1号到20号一共20天、时间窗口为7天（单位毫秒...
您可以使用DBSCAN预测组件基于DBSCAN训练模型来预测新的点数据所属的簇。本文为您介绍DBSCAN预测组件的配置方法。使用限制 支持的计算引擎为MaxCompute、Flink或DLC。可视化配置组件参数 Designer 支持通过可视化的方式，配置组件参数。页...
工作原理 评估公网质量是否发生异常 通过实时分析网络洞察仪的出入公网流量，应用AIOps算法分析和预测公网流量的健康运行状况模型，若您的业务流量偏离模型评估的健康范围，洞察仪将产生告警帮助您及时感知业务网络异常，并从以下两个方面...
Quick BI中数据集是可视化分析的基础，您可以将需要分析的数据表创建为数据集，Quick BI支持可视化配置或自定义SQL方式创建数据集。前提条件 您已获取数据，请参见 连接数据源。功能入口 在Quick BI产品首页，通过以下入口，进入创建数据集...
通过历史数据分析，预测将来的响应能力。指标卡中数据含义：需求交付分布，也叫需求控制图，横坐标为时间，纵坐标为需求交付周期（天），图中：圆点：代表一个已交付的需求，它所在的横坐标为交付时间，纵坐标为该需求交付时长；折线：代表...
这个文档介绍如何使用异步预测接口，进行模型预测的异步调用，支持更长文本的离线调用。创建异步调用 参考以下示例代码，通过 content 字段，传入长文本内容，NLP自学习平台会保存长文本，并进行异步模型预测。说明 content 字段支持的文本...
设置后在产品后台会同展示用户账号 第四步 初始化 查看文档[第四步初始化」必选 第五步 功能开关 查看文档「第五步配置功能开关」可选 可以关闭崩溃分析、卡顿分析、启动分析、网络分析、内存分析、应用内H5页面分析、OOM异常的采集；...
在创建类目预测模型之前，需要保证类目预测所使用的相关字段（类目ID）已添加到属性字段列表中 当查询分析中配置了类目预测时，如果查询请求中设置了category_prediction参数，查询会报错。必须同时配置了查询分析（类目预测）、排序表达式...
功能说明“成本分析”功能，可以支持多维度查看资源成本的趋势（最大支持12个月），查看全面的成本组成结构，进行未来成本的预测等，并可将一组筛选后的数据及对应条件保存为报告，便于快捷查看。操作说明 如果您拥有多个账号，可以先通过 ...
高阶配置：可更改分析方式，使用多句分析能力，将限定句子合并为一个段落进行一次分析。重要 关键词的优势是使用简单，劣势是富集表达非常耗费人力。如果需要使用更加高效的配置方式，请使用正则表达式进行配置。使用示例：假设要检测客服...
GBDT二分类预测V2组件提供了针对GBDT二分类V2组件的预测功能，使用梯度提升决策树(Gradient Boosting Decision Trees)算法，对数据进行二分类问题的预测。本文介绍GBDT二分类预测V2组件的配置方法。支持计算资源 支持的计算引擎为...
横向预测输出字段说明：预测类型 predict_result predict_detail predict_score 二分类 预测标签 预测概率矩阵 预测标签的概率 多分类 预测标签 预测概率矩阵 预测标签的概率 回归-回归值 聚类 簇序号-组件截图 二、参数说明 参数名称 参数...
本文介绍基因分析平台相关的基本概念，以便您正确理解和使用产品功能。基因分析平台基础概念 基因分析平台的相关基础概念如下表所示：概念 说明 地域/region 基因分析平台中的数据文件、表格、应用以及运行等资源，都属于阿里云公共云上的...
使用Designer中的传统数据挖掘算法得到的模型，如果没有同名配套的预测组件，通常都可以采用这个通用预测组件来做预测。该组件的输入为训练模型和预测数据，输出为预测结果。组件配置 您可以使用以下任意一种方式，配置预测组件参数。方式...
在Knative中使用AHPA弹性预测，请参见 在Knative中使用AHPA弹性预测。关于如何使用AHPA解决弹性滞后问题，请参见 如何使用AHPA解决弹性滞后问题。关于AHPA弹性预测的最佳实践，请参见 AHPA弹性预测最佳实践。阿里云与达摩院合作的AHPA弹性...
在Knative中使用AHPA弹性预测，请参见 在Knative中使用AHPA弹性预测。关于如何使用AHPA解决弹性滞后问题，请参见 如何使用AHPA解决弹性滞后问题。关于AHPA弹性预测的最佳实践，请参见 AHPA弹性预测最佳实践。阿里云与达摩院合作的AHPA弹性...
数据分析是数据辅助决策的最后一公里，是最终的数据可视化展示与探索分析的部分，选择使用最适合的数据展示方式，可以帮助分析人员大大提升分析效率。仪表板：支持近40种数据图表，操作方便简单，如果您是专业版用户，还可以在群空间下配置...
血缘分析分为组织级血缘分析和空间级血缘分析，组织级血缘分析支持图分析模式和列表模式，空间级血缘分析仅支持图分析模式。血缘分析仅分析已发布的资源。重要 新版血缘分析（图分析模式）将陆续开放使用，如需提前体验，请联系 Quick BI...
对实时性要求不高的业务场景，通常会使用模型对数据集进行周期性的批量离线预测。在Designer中提供了支持离线预测的完整功能。本文为您介绍如何在Designer平台进行离线批量预测。在开发环境进行批量预测 Designer中提供了多种预测组件，...
基因数据分析工作，需要用户使用不同的生物信息学工具软件，进行一系列复杂的计算过程，才能得到最终的分析结果。以遗传病的数据分析举例，需要进行数据质控、序列比对、变异检测和变异注释等多个步骤。图1：基因数据分析流程（来源/《中华...
2、支持多个行业预置模板，比如金融、地产、能源等，使用上可以开箱即用。三、数据看板优化 1、新增服务质量分析：对组织内整体坐席的服务质量进行分析，包括了服务质量透视、服务质量趋势、服务质量得分分布、服务质量详情等分析模块。2、...
本文介绍基因分析平台中基因数据文件的使用方法，包括上传、下载、删除等操作。基因分析平台并不直接提供基因数据的存储功能，而是依赖于阿里云 对象存储OSS 来帮助用户管理自己的基因数据文件。在开通基因分析平台时，由用户授权给基因...
欠费后如果超出了延停权益额度，基因分析平台无法继续使用。但欠费前已经处于运行状态的计算作业将受到保护，执行直到完成。因此欠费可能会累积。如果您在基因分析平台服务停服后7天内充值补足欠费，基因分析平台服务会自动启用。停服超过7...
计算逻辑原理 XGBoost是一棵树集成模型，它使用的是K（树的总数为K）个树的每棵树对样本的预测值的和作为该样本在XGBoost系统中的预测，XGBoost算法思想就是不断地添加树，不断地进行特征分裂来生长一棵树，每次添加一棵树，其实是学习一个...
本例使用重写后的代码，来复现用户的情况，主要涉及ATP堆分析中的 支配关系视图、我引用谁、谁引用我操作。异常现象 有用户反馈他们应用有一个cache，除非应用退出，正常情况下对象不会被回收，通过堆分析发现对象也没有GC根路径。根据用户...
概述 通过快速上手功能，可以帮助您快速理解智能对话分析核心功能的使用流程及效果。智能对话分析核心功能是对呼叫中心产生的录音文件通过一些特定的规则进行质检分析，我们已经为您预置好了一个包含三个录音文件的数据集，以及与三个录音...
1.ATP自动失败探测 在使用Java堆分析过程中，偶尔您可能会遇到分析失败的情况，如下图所示：ATP会尝试尽可能探测分析错误，并给出失败原因和潜在解决方案，您可以点击分析细节查看：或者您也可以参考本文剩余部分尝试解决。2.常见分析失败...
本文为您介绍条件随机场预测算法组件的参数配置和使用示例。参数配置 Designer 支持通过可视化方式配置组件参数。参数 描述 请选择ID列 样本以N元组的形式存储，ID列为一条样本的唯一ID。请选择特征列 要进行标注的单词，以及该单词对应的...
基因分析平台目前使用WDL作为分析应用标准，用户可以通过每个Task中的runtime来定义计算作业所需要消耗的平台资源。平台支持的运行时属性 重要 基因分析平台运行时设置存在限制，请查看 使用限制 文档。cpu 默认 1，代表计算作业需要的核数...
基因数据分析 为任意规模用户，提供开箱即用的基因分析服务，效率高，成本低，灵活可靠，最快30分钟即可获取海量数据的计算结果。提供常用的生信流程和最佳参数配置，直接读写对象存储OSS数据，使用简单方便。使用GPU/FPGA等多种加速工具，...