科创中国
交互式大数据处理与分析技术
发布时间: 2023-03-29
基本信息
合作方式：
技术咨询
成果类型：
发明专利
行业领域：
电子信息技术,计算机及网络技术
成果介绍
清华数为交互式大数据处理与分析技术针对工业大数据处理与分析任务的交互式探索、建模、调试和应用而设计。根据CRISP-DM设计原则，一般大数据处理与分析分为业务理解、数据理解、数据准备、建模、评估和部署等阶段，各阶段相辅相成，形成一个大数据处理分析生命周期。
清华数为交互式大数据处理与分析技术面向多种用户角色，包括数据工程师、数据分析师、数据科学家、算法工程师、运维工程师、代码工程师等。采用分层设计，分为客户层、服务层、计算层。
客户层包括流程建模调试工具，用户可用工具图形化拖拽式设计处理与分析计算模型，并可进行调试和查看中间结果；管理工具，针对服务层所调用和访问的计算框架或者外部系统进行管理，包括对于数据源、计算环境、存储环境等的管理工具。
服务层主要包括流程调度服务，即负责按照用户所设定的工作计划来定时调度执行计算模型；执行服务，是负责执行处理分析计算的模型和算法的服务；计算资源管理服务负责管理执行服务中所能集成的所有的服务，如计算框架和存储设施等。
计算层是执行服务在执行处理分析算法和模型中所访问的外部服务，包括计算组件或框架，以及持久化存储组件或者系统等。
成果亮点
与同类技术相比，应用本成果技术到数据分析领域，使得工业大数据分析预测应用服务具有操作简单，易用，用户学习门槛低，准确度高，能够良好地支持多个领域分析需求等特点。
团队介绍
团队负责人：闻立杰，清华大学软件学院副教授，博士生导师。主要研究领域：自然语言处理、大数据处理与分析、业务过程智能。
团队由从事自然语言处理、大数据处理与分析、业务过程智能的1位副教授、7位博士、8位硕士、3位本科、2位工程师组成。在ACL、AAAI、SIGIR、ASE、EMNLP、COLING、BPM、CAiSE、CIKM、IEEE TSC、DMKD、DKE等发表论文160余篇，谷歌学术引用4000余次。
团队负责人主持国家重点研发计划课题2项、主持国家自然科学基金2项、参与国家NSFC/973/863计划子课题十余项、国家核高基重大专项课题1项。获国家发明专利、软件著作权十余项，获BPM 2015最佳学生论文奖（亚洲首次）、CBPM 2017/2018/2020/2021最佳(学生)论文奖。流程挖掘相关论文已被收入国际教材和学术专著，译著3部。
成果资料
下载app