综合数据管理平台

概 述

        在产品设计中，设计者需要对设计出的产品做出好坏的评价。然而，单纯的非好即坏的评价体系，不足以量化优劣程度，也无法明确好坏点在哪，更无法对如何改进提供策略性的指导意见。因此，通过对设计出的产品的各种测试数据进行挖掘，分析出该产品的优劣程度、优劣的关键点以及辅助提供修改策略成为当下进行高成本产品设计的主流。随着机器学习的硬件技术、网络技术、科学计算架构及个别算法领域的突破，使得利用数学算法为系统作出基于统计和概率的评价体系成为可能。

        综测数据的管控平台实现数据收集、数据存储和管理、数据展示以及数据分析四种主要功能；同时具备与其他数据库的链接接口，可以将数据通过一定的协议进行数据拷贝。通过对几百种特征值的不同批次数据进行分类、聚类、相关性分析等算法，帮助找出最具影响力的几个或十几个特征值，从而构建出成果包络线，并给出数据和算法支撑的理由。从而为用户对产品质量的量化评价提供切实可行的最小系统架构。

功能特点

        ◇ 数据收集

            与其他系统网络数据交换，根据制定的数据接口协议定期将数据上传至综测数据管控平台，同时实现本地多节点测试数据上传，对所有原始数据备份。

        ◇ 数据存储和管理

            采用高扩展的分布式全文检索引擎进行数据存储和管理，可以扩展到多台服务器，处理PB级的结构化或非结构化数据，实时分析的分布式搜索引擎；支持插件机制，部署可视化插件、同步插件。

        ◇ 数据展示

            基于配置和查询的可视化界面，可满足多区域综测数据共享；基于 API 的可视化输出和系统集成任务。

        ◇ 数据分析

            根据分析需求定制特殊的统计或算法。通过使用统计学算法对不同批次的数据进行统计分析，通过使用数据可视化技术对该统计结果进行呈现。通过使用聚类／分类分析判断产品的性质。提供各种算法库：包括基础的矩阵计算、离散信号分析、时间序列信号分析、通用统计学分析以及机器学习算法。

我们的优势

        ◇ 平台采用前后端分离结构，采用 python 作为总体框架语言，HTML 和 JavaScript 作为前端应用开发语言，SQL 做后端数据库语言，层次分明

        ◇ 在常规的服务器和应用计算机下，数据器响应、业务数据响应、数据分析、API 响应时间均在 1s 以内

        ◇ 支持多操作平台和跨平台工作，Linux、Windows7、Windows10

        ◇ 预留扩展接口，包括数据对接、算法定制、web应用页面等