DataHubble:高时效大数据智能交互向导系统
分类:国家重点研发计划课题
资助方:科技部
日期:2018年5月至2021年4月
摘要
针对传统数据分析工具使用专业性要求强等问题,本课题的核心目标是研制一套高时效的大数据智能交互向导系统。通过该系统及关键技术的研发,实现对用户分析意图的理解,在数据、分析方法模型统一建模的基础上,根据用户意图实现对数据、方法、分析途径等进行推荐,从而为用户的大数据分析提供智能交互向导服务,以提高数据分析系统的易用性、交互性、智能性、时效性,为各类数据分析人员提供更简单易用的数据分析工具。
发表论文
Linwei Li, Kai Zhang, Jiading Guo, Wen He, Zhenying He, Yinan Jing, Weili Han, X.Sean Wang. BinDex: A Two-Layered Index for Fast and Robust Scans. SIGMOD 2020.
Hanbing Zhang, Yazhong Zhang, Zhenying He, Yinan Jing, Kai Zhang, X. Sean Wang. “An Agile Sample Maintenance Approach for Agile Analytics”, ICDE 2020.
Yazhong Zhang, Hanbing Zhang, Zhenying He, Yinan Jing, Kai Zhang, X. Sean Wang. Progressive Term Frequency Analysis on Large Text Collections. DASFAA 2020.
Zhenyuan Sun, Zixuan Chen, Zhenying He, Yinan Jing, X. Sean Wang. A Fast Automated Model Selection Approach Based on Collaborative Knowledge. DASFAA 2020.
Zhigang Wu, Yinan Jing, Zhenying He, Chenghao Guo, X. Sean Wang. “POLYTOPE: a flexible sampling system for answering exploratory queries”, p.1-22, WWWJ 2019.