技術(shù)特點(diǎn)如下：
1、結(jié)構(gòu)化&非結(jié)構(gòu)化統(tǒng)一處理
2、數(shù)據(jù)采集清洗同步
3、分布式內(nèi)存處理
4、多種數(shù)據(jù)災(zāi)備方式
5、高并發(fā)、大吞吐、高可靠
6、數(shù)據(jù)實(shí)時(shí)處理不落地
7、100%兼容現(xiàn)有Hadoop環(huán)境和傳統(tǒng)數(shù)據(jù)庫(kù)環(huán)境
核心功能如下：
1、語(yǔ)義模型管理
語(yǔ)義模型管理的目標(biāo)是，盡量降低成熟語(yǔ)義模型開(kāi)發(fā)工作量，降低模型開(kāi)發(fā)過(guò)程中的交易成本，平滑學(xué)習(xí)曲線。助推語(yǔ)義能力開(kāi)發(fā)技術(shù)的推廣。
其中，模型從需求采集、語(yǔ)料搜集、標(biāo)簽/標(biāo)注、模型網(wǎng)絡(luò)搭建設(shè)計(jì)、模型訓(xùn)練、驗(yàn)證、發(fā)布可形成一個(gè)流水線管理模式。
（1）樣本管理
樣本管理負(fù)責(zé)采集、維護(hù)、管理領(lǐng)域類標(biāo)簽、標(biāo)注完成的樣本集。提供按標(biāo)簽體系，按項(xiàng)目，按場(chǎng)景等多維管理功能。
�。�2）模型管理
模型訓(xùn)練管理負(fù)責(zé)承載既有算法模板管理復(fù)用，算法模型參數(shù)調(diào)優(yōu)，多算法模型對(duì)比等功能。同時(shí)承擔(dān)模型存檔、維護(hù)等功能。
�。�3）模型指標(biāo)驗(yàn)證
驗(yàn)證、測(cè)試管理承擔(dān)各類模型有效性驗(yàn)證，各參數(shù)指標(biāo)測(cè)試等功能，同時(shí)提供模擬各落地場(chǎng)景測(cè)試環(huán)境的能力。提供功能性測(cè)試和非功能性測(cè)試環(huán)境管理。
2、數(shù)據(jù)匯聚與流式處理
平臺(tái)利用Dataexchange數(shù)據(jù)流水線的方式對(duì)數(shù)據(jù)進(jìn)行實(shí)時(shí)及批量抽取數(shù)據(jù)、清洗、轉(zhuǎn)換、過(guò)濾等流式處理，支持文件、數(shù)據(jù)庫(kù)、數(shù)倉(cāng)、網(wǎng)絡(luò)、日志、大數(shù)據(jù)平臺(tái)等幾乎所有數(shù)據(jù)源及數(shù)據(jù)格式。
�。�1）操作簡(jiǎn)便：
一鍵部署，開(kāi)箱即用，無(wú)需專業(yè)技術(shù)背景，簡(jiǎn)單易學(xué)，普通業(yè)務(wù)人員即可操作，降低使用及維護(hù)成本。
（2）多種數(shù)據(jù)采集適配接口：
Oracle、SQLServer、MySQL、DB2、PostgreSQL數(shù)據(jù)庫(kù)適配器；Oracle日志采集適配器；Hadoop/HDFS/HBase/Kafka/Spark、MongoDB、Redis、TCP/UDP等多種采集適配器。
�。�3）更好的兼容性，開(kāi)發(fā)門檻低：
100%兼容現(xiàn)有Hadoop環(huán)境和傳統(tǒng)數(shù)據(jù)庫(kù)環(huán)境，無(wú)需用戶在流計(jì)算框架上進(jìn)行編程開(kāi)發(fā)工作，提供了SQL語(yǔ)義的流數(shù)據(jù)分析功能，降低了使用門檻。
高并發(fā)、大吞吐、高可靠
數(shù)據(jù)傳輸可按照優(yōu)先級(jí)任務(wù)調(diào)度、支持定時(shí)批量、實(shí)時(shí)批量數(shù)據(jù)傳輸，具有大吞吐、高并發(fā)、集群化、高可靠等特點(diǎn)。
（4）數(shù)據(jù)實(shí)時(shí)處理不落地：
數(shù)據(jù)處理過(guò)程不落地，降低存儲(chǔ)開(kāi)銷數(shù)據(jù)實(shí)時(shí)計(jì)算，實(shí)時(shí)處理。
3、數(shù)據(jù)匯聚與流式處理
可完成所有的數(shù)據(jù)采集、傳輸、復(fù)制、預(yù)處理、融合和內(nèi)存計(jì)算功能；采集來(lái)自各種數(shù)據(jù)庫(kù)、消息系統(tǒng)、網(wǎng)站、移動(dòng)設(shè)備、物聯(lián)網(wǎng)等數(shù)據(jù)；內(nèi)置計(jì)算平臺(tái)對(duì)采集的數(shù)據(jù)進(jìn)行實(shí)時(shí)清洗和計(jì)算分析；分析后的數(shù)據(jù)結(jié)果可實(shí)時(shí)呈現(xiàn)在用戶分析中心。
4、數(shù)據(jù)對(duì)象分析
針對(duì)對(duì)象、屬性和方法利用關(guān)系流對(duì)其中的關(guān)聯(lián)關(guān)系進(jìn)行配置。對(duì)象做為屬性與方法的載體，屬性與方法進(jìn)行關(guān)聯(lián)，同時(shí)繼承面向?qū)ο蟮乃枷�，屬性也可以關(guān)聯(lián)其他對(duì)象，通過(guò)關(guān)系流配置映射業(yè)務(wù)場(chǎng)景，可以根據(jù)不同的業(yè)務(wù)場(chǎng)景，定義不同的分析對(duì)象。
�。�1）對(duì)象管理
對(duì)象管理是以抽象的概念來(lái)支持業(yè)務(wù)的定義，以庫(kù)的形式來(lái)進(jìn)行承載，每一個(gè)對(duì)象都是一個(gè)業(yè)務(wù)的轉(zhuǎn)化，將業(yè)務(wù)以對(duì)象的概念進(jìn)行抽象的實(shí)現(xiàn)；同時(shí)對(duì)象也是屬性與方法的載體，以對(duì)象實(shí)體表的身份存在。
（2）屬性管理
屬性以獨(dú)立的形式存在，可以通過(guò)配置與對(duì)象和方法進(jìn)行組合，屬性代表業(yè)務(wù)場(chǎng)景的一個(gè)元數(shù)據(jù)，屬性通過(guò)關(guān)聯(lián)方法提取的內(nèi)容做為元數(shù)組的值。
（3）方法管理
方法實(shí)際指的就是提取數(shù)據(jù)的功能實(shí)現(xiàn)，以庫(kù)的形式存在，包含算法和功能方法兩部分，算法目前是指面向NLP領(lǐng)域的算法，方法主要是數(shù)據(jù)查詢、處理功能的方法；方法可以獨(dú)立使用也可以與對(duì)象、屬性進(jìn)行關(guān)聯(lián)。
