大数据要用到实处，建模是关键。但建模难度大、门槛高，严重制约了大数据价值的深入挖掘和广泛应用。大数据智能建模平台为希望深挖大数据价值，实现“数据驱动业务”创新升级的企业级客户（如：金融、公安、交通、能源等）提供强大的智能化建模支持，大幅度降低建模门槛，缩短建模及投产周期，使广大业务人员、IT人员都能参与建模，让“民间高手”都能充分发挥自己的聪明才智，实现大众创新，把大数据这座金矿的价值充分挖掘出来。 

建模组件库

提供超过30种建模组件，覆盖从建模准备、数据感知、数据获取、数据预处理、特征工程、算法选择、模型构建、模型调优、模型优选、模型输出、模型投产、模型迭代的全生命周期，集成了分类、回归、随机森林、朴素贝叶斯、聚类等多种算法，可广泛应用于：欺诈识别、异常检测、精准营销、信用评估、趋势预测等领域，迅速降低建模难度、缩短建模及投产周期。  

• 新型规则引擎

  基于大数据架构的高性能规则引擎，保障规则在短时间跑出结果。以所见即所得的方式配置规则，从海量数据中抓取感兴趣的数据集，规则随时调整，即时生效；

• 数据资产探索

  对所有数据资源（数据表、字段）进行系统化管理、搜索、标注、选择，自动生成数据需求清单，便于跨部门获取数据，扩充可分析利用的数据维度；

• 数据池管理

  建模选择的数据集，一次准备，多次使用，团队共享，大幅缩短建模周期；

• 典型案例示范

  集成经典建模实践案例，供参考、学习，用户可借鉴他人成果，或克隆相似案例进行调整使用，快速满足自己建模需求;

1. 通过简洁的建模场景确认，帮助用户通过人机交互，将业务需求转化为建模需求 ； 

• 预置30+常用建模组件，整合业务知识、建模知识、相关数据，即插即用；

1. 开放的组件机制，允许用户创建自己的数据处理、分析组件；重复性工作或频度较高的操作，可定制组件固化，一次建立，多次复用；

2. 流程导航使建模过程可视化，直观了解建模状态，使建模工作在不同角色间有序协同；

3. 可快速将模型从实验环境迁移到生产环境部署投产；

4. 强大的处理引擎，数据处理和模型训练快，可根据数据量的增长，横向扩展系统能力；

5. 内置知识库，将业务经验、建模知识、数据处理方法论进行整合，适时推送；

6. 内置行业经典实践案例供参考、学习，建立项目共享机制，用户可借鉴他人成果，或克隆共享项目进行调整，满足自身建模需求；

7. 数据资产探索机制，对数据资产（主题、表、字段）进行系统化管理、搜索、标注、选择，自动生成数据需求清单，便于跨部门获取数据，扩充可分析利用的数据维度。

• 反欺诈

  通过平台快速建立并调优反欺诈模型，自动识别非本人交易、售卖卡、养卡套现等欺诈交易行为。

• 单位内控

  通过平台快速建立内控监督模型，自动识别内部人员违规操作、可疑操作、利益寻租等行为，管控内部风险。

• 金融风控

  通过平台快速建立P2P网贷风控模型，从监管层视角，对各类网贷风险进行自动识别，如：自担保、自融、拆包、错配等，帮助监管层快速、精准锁定值得重点关注的单位、人员，防患于未然。