新手入门路径
如果您是新手，建议您可以通过以下路径快速了解求解器能做什么，然后根据学习案例来学习概念和开发。新手入门学习路径 步骤1.浏览案例 快速浏览 什么是优化求解器 和 线性规划-专题多篇，了解求解器的作用，了解产品能解决什么问题。步骤2....
PolarDB并行查询
在join的表集合中，寻找一个可以做逻辑分片的表做拆分，如果3个表都不足以拆分足够多的分片，那就选最多的表，比如这里选择了t2，它可能拆出12个分片，但仍然无法满足并行度16的要求，导致有4个worker读不到数据而idle。聚集操作先在worker...
归因分析
介绍归因分析适用场景与操作方式。说明 文档说明：本文档内容为 Quick Tracking 产品使用介绍和技术集成说明文档，不作为销售依据；具体企业采购产品和技术服务内容，以商业采购合同为准。概述 每次用户在完成业务关注的转化行为前，都会...
尺寸映射
线性映射：将尺寸数据进行线性映射，可以拖动两侧点，自定义设置线性映射的两个过渡值。指数映射：将尺寸数据进行指数映射，可以自定义设置 Base 值，实现不同的映射。范围为0.01~1.99。Bezier曲线：将尺寸数据进行贝塞尔曲线映射，可以...
向量计算函数
向量缩放函数 vector_scale(array(double)vector1,double alpha)vector_scale(varchar vector1,double alpha)结合向量的加减法和向量的缩放，可以做任何线性变换。cosine_similarity 函数 计算 x 的余弦相似度。使用示例 查询和分析语句*|...
功能特性
目前ATP主要包含如下分析诊断功能特性 功能名称 目标场景 Java线程栈分析 Java线程栈分析可以发现CPU负载过高、应用卡死等问题 Java堆分析 Java堆分析通过分析Heap dump文件，可以发现GC频率过快、GC回收效率低下、应用出现...
事件分析
说明 事件：是对用户使用产品过程中互动行为的描述，即用户在什么时间在什么地点做什么样的事，比如说点击注册、加入购物车、播放音乐等。指标：指标是描述或者衡量目标的工具，比如说新增用户数。属性：属性则是对用户行为事件进行更加...
渠道分析
概述 渠道追踪与分析可以帮我们解决以下问题，比如：各渠道带来新用户的数量 各渠道带来新用户的质量如何？质量评估包括新用户激活、关键业务（如付费）转化、留存情况等。各渠道拉新用户最终贡献了多少销售金额？为了实现较为精准的渠道...
路径分析
说明 留存：指从该步骤（事件）向后继续访问其他步骤（事件）流失：指从该步骤（事件）后离开应用 应用场景 路径分析可以解决 可视化用户日志数据，挖掘出用户在产品使用中的频繁访问的路径 验证运营思路，查看用户在偏离预想的路径后的...
常见问题FAQ
优化求解器当前可以快速求解大规模线性规划LP、混合整数线性规划MILP、凸二次规划QP问题，目前支持命令行和C、C++、Python、Java的API调用，可在Windows，macOS和Linux系统下使用。有示例代码和案例分析讲解如何使用，免费。运行产生异常请...
常见问题
且只有组织管理员才可以使用报表分析功能。高级版试用版为什么不能连接Hive数据源？您需要切换到群空间操作。高级版如何上传本地文件？高级版群空间下支持上传本地文件。上传文件至群空间时，需要先连接数据库（支持MySQL、SQL Server、...
常见问题解答
智能对话分析使用常见问题解答。Q:支持什么样的语音格式？A:目前支持双轨语音文件，也支持对单轨文件做智能分轨，实现话者分离。格式要求是WAV/MP3/VOX，采样率支持8k/16k,单个文件大小限制在128M以内。Q:音频质检效率是怎样的？A:通过 ...
趋势分析表
图表概述 使用场景 常用于宏观指标的分析，可以分析年度、季度、月度、周、财年近7天的数据，并可以对单个指标进一步的对比、趋势、均值、归一分析。效果图示例 图表数据配置 在 图表设计 的 数据 页签，选择需要的维度字段和度量字段。在 ...
可视化图表概述
行 列 趋势分析表 常用于宏观指标的分析，可以分析年度、季度、月度、周、近7天的数据，并可以对单个指标进一步的对比、趋势、均值、归一分析。指标 对比 热力图 热力图常用于展示不同维度的相关性，可用于购物篮分析等模型中。X轴 Y轴 ...
漏斗图
漏斗图可以分析具有规范性、周期长和环节多的业务流程。通过漏斗图比较各环节业务数据，能够直观地发现问题。漏斗图还可以展示各步骤的转化率，适用于业务流程多的流程分析，例如通过漏斗图可以清楚地展示用户从进入网站到实现购买的最终...
分析视图简介
Java堆分析中每个视图的主要功能 综合报表 列出堆转储的基础信息，同时概括的列出堆中占比最大的一些类、对象、类加载器等信息。综合报表可以看作是其他视图的一个摘要，将其他视图中最重要的信息摘要出来。我们可以获得堆的基本使用情况,...
ActionTrail日志清洗
DLA提供ActionTrail日志自动清洗解决方案，可以将ActionTrail投递到OSS的日志文件转换为DLA中可以直接查询的数据表，同时自动对数据进行分区和压缩，方便您分析和审计对云产品的操作日志。日志分析痛点 ActionTrail是阿里云提供的云账号...
文本相似度检查
使用示例：假设要检测客服是否规范使用欢迎语，使用文本相似度检查算子，输入符合规范的语句，如“你好，请问有什么可以帮到您的”“您好，请问要咨询什么”，允许客服实际使用的语句和预置语句有一定范围的误差。具体应用可参考下图：
session分析
应用场景 session分析可以解决 分析用户连续行为的分析需求，比如用户平均访问页面几次？每次平均逛了几个页面？每次来平均待多久？某个具体页面用户平均停留多长时间？分析网页退出率，比如根据渠道分组分析首页退出率。了解哪种渠道更能...
Quick引擎概述
分析师或业务同学，做数据探索式分析，拖拽一个指标需要几分钟才能看到结果，严重影响工作效率，打断分析思路。“慢”虽然只是一种难以精确定义的体感，但想要解决以上问题，就需要BI产品拥有很强的大数据处理架构和能力，可以横向扩展支持...
什么是Quick BI
Quick BI是一款全场景数据消费式的BI平台，秉承 全场景消费数据，让业务决策触手可及 的使命，通过智能的数据分析和可视化能力帮助企业构建数据分析系统，您可以使用Quick BI制作漂亮的仪表板、格式复杂的电子表格、酷炫的大屏、有分析思路...
关键词检查
本文介绍关键词检查如何进行配置。...使用示例：假设要检测客服是否规范使用欢迎语，可以使用关键词检查算子，在其中添加符合规范的关键词，如“您好”、“你好”等，也可以对检测角色、检测范围、分析方式做限定。具体配置如下图所示：
功能优势
分析型数据库MySQL版向量分析功能在通用性、性能优化和产品化上与普通向量检索系统相比有以下优势。高维向量数据的高准度和高性能 以典型的人脸512维向量为例，分析型数据库MySQL版向量分析提供百亿向量100 QPS、50毫秒响应时间（RT）约束...
App端性能体验功能说明
已忽略的错误是否在错误列表展示，默认开启计入统计，如果关闭后，则在崩溃分析、ANR分析、自定义异常、卡顿分析、OOM异常、启动崩溃分析中标记为已忽略的错误就不会在错误列表中展示 性能评分 概述 对应用的性能情况进行量化分析，通过...
iOS SDK
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；...
组件参考：所有组件汇总
PS线性回归 该组件是分析因变量和多个自变量之间的线性关系模型，参数服务器PS（Parameter Server）致力于解决大规模的离线及在线训练任务。二分类评估 该组件是通过计算AUC、KS及F1 Score指标，输出KS曲线、PR曲线、ROC曲线、LIFT Chart及...
SyncQualityCheck-进行实时质检
接口说明 热线实时质检是在通话过程中，实时的将对话语音转写为对话文本，把文本传入到智能对话分析系统中进行实时质检，从而实时监测可能出现的潜在问题或风险，您可以实时的将对话文本及质检结果展示在客服人员工作台中（第三方系统）。...
概述
MaxCompute SQLML可以帮助数据开发工程师、分析师和数据科学家，使用SQL语言创建、训练和应用机器学习模型。同时助力SQL从业人员利用现有的SQL技能就可以应用机器学习，无需做数据迁移，实现机器学习的能力。使用说明 MaxCompute SQLML功能...
阿里云智能质检
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...
预警管理
通过预警管理，当有重要规则命中时，可以及时推送消息管理。例如对于客户可能要投诉的情况出现时，通过钉钉订阅方式，可以在您的钉钉群中第一时间获取管理消息；以及及时处理客诉。一般来说，在热线客服为客户提供服务的过程中，可能会出现...
预警管理
通过预警管理，当有重要规则命中时，可以及时推送消息管理。例如对于客户可能要投诉的情况出现时，通过钉钉订阅方式，可以在您的钉钉群中第一时间获取消息并管理，及时处理客诉。一般来说，在热线客服为客户提供服务的过程中，可能会出现：...
机器学习开发示例
并展示数据 predictionsA=modelA.transform(ml_data)predictionsA.show(10)数据打印 步骤五：评估线性回归模型 说明 要评估回归分析，请使用RegressionEvaluator来计算均方根误差。在机器学习中我们用计算测试值和预测值之间出现的误差的...
什么是EMR Serverless StarRocks
StarRocks作为一款兼容MySQL协议的OLAP分析引擎，提供了极致的性能和丰富的OLAP场景模型，包括OLAP多维分析、数据湖分析、高并发查询以及实时数据分析。StarRocks介绍 StarRocks是新一代极速全场景MPP（Massively Parallel Processing）...
什么是AI分布式训练通信优化库AIACC-ACSpeed
高效AllReduce算法 问题分析 以V100实例为例，单机内部利用nvlink做P2P通信，带宽高达300 GB/s，而多机网络性能在100 Gbps以下，吞吐性能较差，采用传统的ring-allreduce算法因跨机问题性能受限制，从而导致整体性能下降。优化方法 相比较...
上海新能源汽车车辆基础数据
方案亮点：PB级新能源车辆基础数据、高性能采集入库、高效数据分析、低成本运营。客户感言 2019年开始上海市新能源汽车大数据平台从自建Hadoop集群迁移至阿里云Lindorm+DLA Spark产品，有效解决了我们平台存储和计算的横向动态扩容瓶颈，...
偏最小二乘回归
偏最小二乘回归提供一种多对多线性回归建模的方法，特别当两组变量的个数很多，且都存在多重相关性，而观测数据的数量（样本量）又较少时，用偏小二乘回归建立的模型具有传统的经典回归分析等方法所没有的优点。计算逻辑原理 偏最小二乘...
智能质检应用说明
另外，后台数据支持免费下载，企业可筛选所需数据生成自定义报表做业务分析。具体配置点此查看 总结 本文介绍了智能质检是什么、其适用业务以及使用流程，以帮助使用者快速了解该产品的价值和上手；若感兴趣，可开通 体验版 免费试用。
概述
PolarDB-X 结合ADB提供了库仓一站式的能力，基于“Zero-ETL”的设计理念，采用共享同一份列存索引的数据，基于ADB的数据仓库能力可以满足多方的数据汇总和数据关联查询，提供传统意义上的数仓和湖的分析。同时，针对在线数据的并发查询可以...
质检规则配置
规则是进行质检所必须的元素，什么是规则？例如客服接通电话后必须说问候语，这就是一条基本的服务规范规则。在您开通服务时，我们已经为您准备了6个预置规则，您可以通过查看和使用预置规则，来快速理解规则的概念。规则组成说明 一个规则...
技术原理
PolarDB-X 1.0 控制台上创建 PolarDB-X 1.0 数据库时，在选定一个数据库实例的情况下，可以选择将底层数据库实例下的一个逻辑数据库直接引入 PolarDB-X 1.0 做读写分离，不需要做数据迁移。分布式事务 分布式事务通常使用二阶段提交来保证...
- 产品推荐
- 这些文档可能帮助您