显著性分析
区别于受众透视指标分析，显著性分析仅展示受众与数据集全体人群相比具有显著差异的前10个标签。例如：如果一个标签“性别”，在数据集全体人群中男女比例为1:1，而该受众中的比例是9:1；另一个标签“地域”，在数据集全体人群中北京和杭州...
受众分析概述
显著性分析：将当前受众人群与受众所在数据集全体人群进行显著性分析，展示具有显著差异特征的前10个标签的取值分布情况。受众RFM分析：分析当前受众人群的RFM指标情况，洞察受众人群的客户购买力价值。下面将分章节进行介绍。
V3.3.20版本说明
更新内容 用户洞察 用户透视分析、受众透视指标分析、显著性分析：在分析结果图表增加空值过滤开关，将标签值为未知（null）的数据排除出统计范围。版本限制 本次发布的所有内容，仅对Quick Audience标准版进行升级。功能详情
V3.3.37版本说明
下线从受众分析图表圈选受众功能：受众透视指标分析、显著性分析：不再支持在分析图表中单击图形，将对应用户圈选为受众。版本限制 本次发布的所有内容，仅对Quick Audience标准版进行升级。功能详情 功能包 一级模块 二级模块 功能详情 ...
用户分析概述
此外，针对筛选出的目标人群，您可以通过 受众分析 功能进行透视分析和显著性分析，洞察目标人群的核心特征，为后续营销策略编排提供决策支撑。用户分析类型包括：透视分析：基于用户标签数据集（含自定义标签数据集）洞察消费者的标签特征...
应用场景
进一步地，显著性分析展现了当前受众相比大盘人群，差异最大的标签（特征），并展示分布。通用模型分析场景 业务需求：需要将所有客户按照通用RFM模型，将所有客户按照Recency、Frequency、Monetary三个维度进行评分，并进一步进行客户分群...
透视分析
透视分析用于分析 用户标签数据集（含 自定义标签数据集）中用户的指标情况，得出标签的...相关文档 对于分析中创建的受众：受众基本功能 受众推送功能 受众推送数据银行 受众推送达摩盘 受众透视指标分析 受众显著性分析 对受众进行用户营销
管理自定义标签数据集
自定义标签数据集支持搜索、编辑、标签类目管理、用户透视分析、更新、推送、推送历史、重命名、移动...数据集权限设置 数据集权限设置概述 标签管理 用户透视分析 标签筛选受众 受众透视指标分析 用户标签数据集推送数据银行 受众显著性分析
用户分析及圈选
您也可以采用显著性分析、RFM分析，更多信息，请参见 用户分析文档。此外，您还可以对受众进行下载、推送等操作。更多信息，请参见 受众管理、受众推送。选择工作空间>用户洞察>受众管理>受众管理，进入 我的受众 页面。单击受众对应的 ...
独立部署V3.3.39.1版本说明
下线功能 用户洞察：不再支持在受众分析（受众透视指标分析、显著性分析）图表中单击图形，将对应用户圈选为受众。用户营销：不再支持趣媒体渠道，从广告营销、自动化营销下线趣媒体相关功能。用户指南 单击下载 独立部署V3.3.39.1用户指南...
自定义标签
您可以自定义标签，将数据集的标签筛选、RFM模型筛选、AIPL模型筛选、行为筛选或交叉筛选...相关文档 管理自定义标签数据集 数据集权限设置 标签管理 用户标签数据集推送数据银行 用户透视分析 标签筛选受众 受众透视指标分析 受众显著性分析
管理用户标签数据集
用户标签数据集支持搜索、编辑、标签类目管理、用户透视分析、更新、推送、推送历史、重命名、移动到、移除、权限设置、设...数据集权限设置 标签管理 用户标签数据集推送数据银行 用户透视分析 标签筛选受众 受众透视指标分析 受众显著性分析
新建用户标签数据集
您可以创建用户标签数据集，用于 透视分析、标签筛选受众 等。...相关文档 管理用户标签数据集 数据集权限设置 标签管理 用户标签数据集推送数据银行 用户透视分析 标签筛选受众 受众透视指标分析 受众显著性分析 自定义标签
人群预测
算法模型训练成功后，您可以使用算法模型进行复购预测，得到用户的未来N天购买概率。...相关文档 受众基本功能 受众推送功能 受众推送数据银行 受众推送达摩盘 受众透视指标分析 受众显著性分析 受众RFM分析 对受众进行用户营销
什么是Quick Audience
受众分析：支持通过标签透视、显著性分析、RFM分析完成对受众的洞察。资产管理：支持分类目、统计周期、数据集进行标签使用热度查看，支持自定义标签。营销活动：帮助企业从营销活动的视角，一站式完成营销活动的生命周期管理。全域营销：...
商品推荐任务
算法模型训练成功后，您可以使用算法模型进行货品推荐，得到用户的TopN推荐商品或用户针对某一指定...相关文档 受众基本功能 受众推送功能 受众推送数据银行 受众推送达摩盘 受众透视指标分析 受众显著性分析 受众RFM分析 对受众进行用户营销
评分卡训练
缺点是边缘贡献度不同于统计显著性，统计显著性通常选择0.05为阈值，而边缘贡献度新用户没有一个绝对的概念阈值，建议将其设置为10E-5。评分检验（Score Test）：仅支持WOE转换或无特征工程的逻辑回归选择。前向选择过程中，首先训练一个仅...
稳态数据挑选
否 滑动窗口检验 滑动窗口检验 组合统计检验 变量维度：多变量-多变量组合 参数名 参数描述 是否必填 参数默认值 参数范围 显著性水平1/否 0.01[0,1]显著性水平2/否 0.01[0,1]稳态提取方法：滑动窗口检验 参数名 参数描述 是否必填 参数...
初审常见驳回原因FAQ
商标名称存在混淆或误导 驳回原因：根据《商标法》第十条第一款第（7）项、第十一条规定，申请图样名称作为商标注册及使用，存在显著性不足的问题。或者容易造成消费者的混淆或误认。处理方法：建议您调整名称重新进行申请。
相关性分析
相关性分析组件支持对历史数据进行相关性分析，计算出指定变量之间的相关系数，并绘制出相关图表。相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度。相关性的元素之间需要存在一定的联系或者...
基础分析
关联性分析 关联性分析是基于业务标签分析用户对话主题之间的关联性，找出高频主题路径，如用户先咨询了业务1再咨询业务2，最后咨询业务3，那么路径为：业务1>业务2>业务3。系统默认按照第二级标签进行分析，用户也可以直接筛选最多五级的...
热词分析
仅执行一次：对所选日期区间内产生的数据，进行一次性分析任务；查看任务结果 当任务的执行状态为 完成 时，点击右侧的 任务结果 按钮可以查看该任务的结果；由于任务的类型分为 一次性任务 和 周期任务，两种任务类型的任务结果展示有所...
阿里云ES机器学习
背景信息 ES是基于Lucene的搜索引擎，提供了全文搜索功能和许多其他的扩展功能，其中包括机器学习ML（Machine Learning），机器学习ML主要用于对时间序列数据的异常检测（Anomaly Detection）、预测性分析和其他相关分析上。随着ES 8.x版本...
App端性能体验功能说明
ANR分析 概述 稳定性模块可以捕获发生在主进程和子进程中的ANR。通过对ANR发生次数的计算，为开发者展示了App在所选时间中的错误趋势、错误分布和错误列表，可快速地分析出导致APP发生ANR的主要原因。名词解释 ANR：ANR是用户在使用 ...
Databricks Runtime版本说明
Databricks数据洞察的内核引擎是Databricks Runtime，Databricks Runtime包括Apache Spark，并在此基础上进行了大量的功能和性能优化，可以显著提高大数据分析的可用性、性能和安全性。Databricks Runtime版本与Databricks官方保持一致，...
调用链分析
错Trace分析 详情 在错Trace分析功能中，ARMS会随机抽样1000条错Trace和1000条正常Trace，分析识别出与错调用显著性相关的Top 3关键特征。上图示例中可以看到，在1000条错Trace样本中，接口名为/components/api/v1/mall/product 的Trace占...
用户洞察概述
用户分析：Quick Audience内置了强大的分析引擎，用户基于洞察分析功能可以实现对消费者的显著性特征识别，对各种画像标签进行分布观测，同时可以根据业务需要对自定义消费者运营模型（AIPL/RFM模型）进行分析，帮助企业快速了解企业当前的...
全域分析
默认显著特征分析、特征分布、交叉分析的图表均包含在洞察报告中，您也可以先在右上角 报告内容管理 中取消选择不需要的分析图表，再 存为洞察报告。洞察管理 洞察管理页面主要为 我的洞察报告 列表，展示自己创建的洞察报告，或本工作空间...
泊松分布拟合
浮点数 其他参数 参数名 参数描述 是否必填 参数默认值 参数范围 显著性水平 KS检验的p值小于显著性水平（alpha），则不服从泊松分布。是 0.05 0.01：0.01 0.05：0.05 0.10：0.1 拟合评价 拟合效果展示，展示的指标分别为：拟合是否服从...
高斯分布拟合
是 100[10,9999999]显著性水平 KS检验p值小于显著性水平（alpha），则不服从高斯分布。是 0.05 0.01：0.01 0.05：0.05 0.10：0.1 拟合评价 拟合效果展示，展示的指标分别为：拟合是否服从高斯分布、KS检验D值、KS检验p值、拟合后分布均值、...
卡方分布拟合
是 100[10,9999999]显著性水平 KS检验的p值小于显著性水平（alpha），则不服从卡方分布。是 0.05 0.01：0.01 0.05：0.05 0.10：0.1 拟合评价 拟合效果展示，展示的指标分别为：拟合是否服从卡方分布、KS检验D值、KS检验p值、卡方分布的自由...
相关性函数
当概率p小于显著性水平0.05时，这个概率非常小，意味着样本数据或更极端数据的出现是不可能事件。因此我们有足够的理由拒绝原假设，认为这两组数据存在相关性。当p大于等于显著性水平0.05时，我们接受原假设，认为这两组数据不存在相关性。...
数据探索函数
当概率p小于显著性水平0.05时，这个概率非常小，意味着样本数据或更极端数据的出现是不可能事件。因此我们有足够的理由拒绝原假设，认为这批设备的数据不符合均匀分布（指数分布）。当p大于等于显著性水平0.05时，我们接受原假设，认为这一...
功能特性
等保参考分析报表 结合当前信息安全技术网络安全等级保护评测要求GB/T 28448-2019（简称等级保护2.0）的要求，针对等级保护2.0里关注的安全审计中的入侵防范、恶意代码监测、安全审计监控等进行针对性的分析和展示。语句分析类报表 从SQL...
Kafka实时入湖建仓分析
DLA Lakehouse实时入湖方案利用数据湖技术，重构数仓语义，分析数据湖数据，实现数仓的应用。本文介绍Kafka实时入湖建仓分析的操作步骤。前提条件 已在DLA中开通云原生数据湖分析服务。更多信息，请参见 开通云原生数据湖分析服务。已创建...
Lindorm实时入湖建仓分析
DLA Lakehouse实时入湖方案利用数据湖技术，重构数仓语义，分析数据湖数据，实现数仓的应用。本文介绍Lindorm实时入湖建仓分析的操作步骤。方案介绍 DLA Lakehouse的Lindorm实时入湖建仓分析助力企业构建大数据离在线一体化，主要包括三...
商标注册审核
实质审核：商标局根据《商标法》、《商标法实施条例》和《商标审查标准》对商标注册申请合法性、显著性、是否与在先商标冲突及法律法规禁止注册的情形进行审查。审核时间 商标局对商标订单进行审核的时间约为6个月左右。审核完成后操作 ...
功能发布记录
运维&稳定性改善 慢查询能力增强，提升用户分析慢查询的效率，详情见 慢Query日志查看与分析。支持在慢查询日志中记录EXPLAIN ANALYZE结果，详细记录每个算子的运行时数据。Fixed Plan诊断能力增强，写入场景affected_rows数据上报元仓，...
产品简介
客户不仅能够对阿里云OSS、PolarDB、Lindorm（HBase）中的数据进行分析，还能将这两者之间的数据进行关联性分析，解决了客户需要将不同种类的数据进行联合分析的问题。开通DLA Ganos 创建虚拟集群，详情请参见 虚拟集群管理。在创建好的...
视频增强SDK
色彩增强：提供色彩增强功能，智能分析画面内容进行色彩优化，综合调整曝光、对比度、饱和度等维度，在保证色彩还原性的同时提升主观观看体验。应用场景 视频播放：在视频播放中实时提升画面质量，放大分辨率的同时，生成细节、降低噪声和...
- 产品推荐
- 这些文档可能帮助您