智慧校園大數(shù)據(jù)分析決策應(yīng)用平臺解決方案

1、智慧校園大數(shù)據(jù)分析決策應(yīng)用平臺解決方案01大數(shù)據(jù)核心價值建設(shè)大數(shù)據(jù)模型與算法大數(shù)據(jù)平臺與實施落地020304研發(fā)實力與合作高校大數(shù)據(jù)建設(shè)方向與產(chǎn)品行 為 畫 像軌 跡 分 析綜 合 預(yù) 警管 理 大 數(shù) 據(jù)校領(lǐng)導(dǎo)駕駛艙大 數(shù) 據(jù) 報 告學(xué) 生 大 數(shù) 據(jù)教 學(xué) 大 數(shù) 據(jù)就 業(yè) 指 導(dǎo)人事大數(shù)據(jù)分析學(xué)生大數(shù)據(jù)分析資產(chǎn)大數(shù)據(jù)分析學(xué)工大數(shù)據(jù)分析信息化大數(shù)據(jù)分析財務(wù)大數(shù)據(jù)分析科 研 大 數(shù) 據(jù)消費習(xí)慣成績借閱高分課程選修課自習(xí)活動愛好科 研 大 數(shù) 據(jù)高校大數(shù)據(jù)建設(shè)內(nèi)容智慧校園大數(shù)據(jù)分析決策應(yīng)用平臺數(shù) 據(jù) 采 集 與 清 洗學(xué) 生 微 觀 數(shù) 據(jù) 倉 庫教 師 微 觀 數(shù) 據(jù) 倉 庫綜 合 行 為

2、畫 像智 慧 校 園 推 薦異 常 預(yù) 警心 理 健 康 預(yù) 警行 為 軌 跡 分 析學(xué) 生 個 人 大 數(shù) 據(jù) 報 告群 體 行 為 分 析互 聯(lián) 網(wǎng) 輿 情 分 析精 準 就 業(yè) 推 薦教 務(wù) 分 析學(xué) 工 分 析學(xué) 業(yè) 分 析人 事 分 析資 產(chǎn) 分 析實 驗 室 分 析學(xué) 校 信 息 化 管 理 分 析科 研 分 析科 研 分 析 與 橫 向 對 比學(xué)生個人數(shù)據(jù)中心涵蓋大學(xué)生活所有信息， 保證學(xué)生個人數(shù)據(jù)中心的 數(shù)據(jù)全面精準。包括以下5個方向： 基礎(chǔ)信息 學(xué)習(xí) 生活 畢業(yè) 就業(yè)學(xué)生數(shù)據(jù)來源舉例體育場館門禁信息門戶有線網(wǎng)管Wifilocation認證計費系統(tǒng)無線網(wǎng)管理系統(tǒng)SSL-vpn系

3、統(tǒng)學(xué)生電子郵箱教師電子郵箱校園一卡通宿舍通道機Itservice系統(tǒng)信息網(wǎng)絡(luò)呼叫中心系統(tǒng)DNSDhcpURL審計教務(wù)系統(tǒng)數(shù)據(jù)中心工作進展：數(shù)據(jù)全部抽取完成接入的系統(tǒng)數(shù)量18個接入的數(shù)據(jù)占用磁盤空間約700G增加數(shù)據(jù)保持定時同步功能需求確認數(shù)據(jù)建模個人行為軌 跡關(guān)聯(lián)模型個人基本信息校務(wù)管理系統(tǒng)位置信息用戶終端歷史WiFi終端定位信息體育場門禁宿舍通道機一卡通上網(wǎng)行為審計行為動作一卡通信息網(wǎng)絡(luò)呼叫中心系統(tǒng)直接讀取信息模塊：個人基本信息體育場門禁宿舍通道機信息網(wǎng)絡(luò)呼叫中心系統(tǒng)關(guān)聯(lián)分析后入庫模塊：WIFI用戶終端歷史WIFI終端定位信息上網(wǎng)行為審計一卡通個人數(shù)據(jù)中心內(nèi)容展示與查詢個人基礎(chǔ)信息個人課程信

4、息圖書借閱信息網(wǎng)絡(luò)訪問信息校園消費信息校園軌跡信息個人成績信息在線學(xué)習(xí)信息內(nèi)容豐富界面直觀支持移動化APP操作簡易通過可視化方式，可以讓學(xué)生、老師直觀的查詢與了解個人學(xué)校的所有數(shù)據(jù)內(nèi)容展示特點：查看具體個人的行為軌跡可選擇某個學(xué)生，查看學(xué)生一天的行為軌跡 ，顯示軌跡序號、樓宇名稱、時間點、停留多長時間、做了些什么圖上箭頭按照學(xué)生行為軌跡動態(tài)移動可查看某個時間點學(xué)生的位置狀態(tài)，便于學(xué)校定位失聯(lián)學(xué)生備注：地圖上的動態(tài)icon還需優(yōu)化學(xué)生在某個軌跡點的行為還需進一步分析軌跡行走的痕跡還需優(yōu)化數(shù)據(jù)跳變問題行為軌跡-個人行為軌跡行為軌跡-個人行為軌跡分析全校所有學(xué)生的在校軌跡，發(fā)現(xiàn)學(xué)生校內(nèi)的熱門訪問地點

5、可按照集群過濾，包括民族、性別、培養(yǎng)層次、學(xué)生類型、生源地等可以選擇統(tǒng)計時間間隔，分為30min、1h、，按照時間間隔輪播學(xué)校人流變化情況可選擇熱力圖、標注圖兩種顯示方式，其中標注圖會顯示樓宇名稱、人數(shù)點擊某樓宇可查看該樓宇各層各室人員分布備注：輪播時間展示效果還未達到理想效果時間間隔數(shù)據(jù)待優(yōu)化行為軌跡-全校行為軌跡分析行為軌跡-全校行為軌跡分析-熱力圖學(xué)生沉迷預(yù)警學(xué)生失聯(lián)預(yù)警貧困生預(yù)警上網(wǎng)預(yù)警一卡通消費預(yù)警學(xué)位異常預(yù)警各類預(yù)警詳細報告報告分析總結(jié)預(yù)警信息配制基于微觀大數(shù)據(jù)分析的綜合預(yù)警校 領(lǐng) 導(dǎo)教 師學(xué) 生家 長輔 輔 員學(xué) 工 處預(yù)警用戶APP電腦短信微信郵件校園大數(shù)據(jù)管理計算平臺數(shù) 據(jù)

6、預(yù) 處 理/ 去 重校 園 安 全 算 法 計 算 匹 配校 園 安 全 數(shù) 據(jù) 結(jié) 論 標 簽校 園 安 全 預(yù) 警 算 法 區(qū) 配校 園 安 全 預(yù) 警 處 理 中 心預(yù) 警 內(nèi) 容 權(quán) 限 分 配原 始 數(shù) 據(jù)采集庫個人基礎(chǔ)數(shù)據(jù)庫預(yù)警方式數(shù)據(jù)源計算處理邏輯架構(gòu)大數(shù)據(jù)安全設(shè)計整體架構(gòu)一卡通 視頻監(jiān)控 通道機門禁WiFi指紋識別考勤 互聯(lián)網(wǎng)數(shù)據(jù)電子信息學(xué)院 信息安全12級張某某電子信息學(xué)院04級學(xué)生 個人標簽：學(xué)霸、上網(wǎng)達人、理科高手 個人行為畫像個人綜合分析綜合成績水平80%綜合消費水平60%綜合評估畫像70%自律性分析90%通過大數(shù)據(jù)微觀分析學(xué)生的個人特點，進行學(xué)生個人畫像 和數(shù)據(jù)分析，

7、用于學(xué)生管理和綜合評價、就業(yè)等的輔助。“學(xué)生行為畫像” 詳細介紹14分析全校學(xué)生訪問該樓宇的情況，包括訪問人員畫像、訪問的高峰時間月數(shù)據(jù)總結(jié)：總訪問次數(shù)、訪問人數(shù)、 人均訪問次數(shù)、全校排名日數(shù)據(jù)總結(jié)：訪問人數(shù)、人員標簽、日 高峰時間段粘度高用戶畫像：顯示經(jīng)常訪問該樓宇 的人員標簽使用人員趨勢：顯示該樓宇的訪問趨勢訪問熱度：顯示該樓宇的樓層訪問熱度群體樓宇人流畫像分析學(xué)生大數(shù)據(jù)分析報告業(yè)內(nèi)數(shù)據(jù)最豐富的學(xué)生大數(shù)據(jù)報告，涉及生活、教學(xué)、圖書、網(wǎng)絡(luò)、消費、習(xí)慣等超過10類指標。支持用戶、班級、學(xué)院、學(xué)校等，可以按時間段，成長周、月、年導(dǎo)出 按照A4風(fēng)格進行設(shè)計與排版，美觀簡潔，支持導(dǎo)出成PDF、圖片用

8、于打印或者朋友圈分享。學(xué)生大數(shù)據(jù)分析報告?zhèn)€人數(shù)據(jù)中心大數(shù)據(jù)報告課堂計劃活動進度 簽到 學(xué)習(xí)進度情況情況 隨堂測試情況 學(xué)生答題情況 小組討論進度進入每個活動可進行詳情查詢、開展教學(xué)督促智慧管理、智慧教學(xué)分析智慧管理、智慧教學(xué)分析校領(lǐng)導(dǎo)大數(shù)據(jù)指揮艙效果示意圖核心部門核心管理大數(shù)據(jù)大數(shù)據(jù)核心KPI涉及財務(wù)、教務(wù)、科研、人事、學(xué)工、學(xué)生、資產(chǎn)、實驗室、圖書、信息化、綜合.等超過10個管理的核心指標分析10+類別400+指標總共涉及10+大的管理類別，400+的核心指標和分析內(nèi)容人事分析人事能力分析-1崗位工作量分析分析不同崗位教學(xué)工作量、科研工作量占比 以及趨勢各單位科研績效統(tǒng)計分析各單位教職工的人

9、均學(xué)術(shù)作品情況教職工培訓(xùn)情況統(tǒng)計分析學(xué)校教職工的歷年培訓(xùn)次數(shù)趨勢論文發(fā)布刊物分布統(tǒng)計分析教職工發(fā)表論文時選擇刊物的傾向 性教職工培訓(xùn)分布顯示培訓(xùn)次數(shù)最多的前八類培訓(xùn)類型校內(nèi)薪資福利分析統(tǒng)計分析各崗位的薪資福利情況校內(nèi)薪資福利對比通過對全校、各類崗位的薪資福利進行對比 分析，發(fā)現(xiàn)學(xué)校教職工的待遇發(fā)展趨勢情況學(xué)校支出工資情況將教職工拿到工資和學(xué)校支出部分進行對比分析各級領(lǐng)導(dǎo)情況分析統(tǒng)計分析年齡、學(xué)歷、職稱分布情況各單位人才引進的績效統(tǒng)計分析高層次人才的人均學(xué)術(shù)作品情況教職工科研畫像顯示每個教職工科研的核心指標，包括科研 項目數(shù)量、論著發(fā)表數(shù)量、學(xué)術(shù)影響因子學(xué)院職稱評審畫像根據(jù)某學(xué)院職稱評審情況，分

10、析人員情況和 規(guī)律，包括通過職稱人數(shù)、男女比例等教職工行為畫像根據(jù)某學(xué)院職稱評審情況，分析人員情況和 規(guī)律，包括通過職稱人數(shù)、男女比例等人事分析人事能力分析-2校內(nèi)薪資福利分析統(tǒng)計分析各崗位的薪資福利情況各級領(lǐng)導(dǎo)情況分析統(tǒng)計分析年齡、學(xué)歷、職稱分布情況統(tǒng)計分析各單位教職工的人均學(xué)術(shù)作品情況統(tǒng)計分析高層次人才的人均學(xué)術(shù)作品情況崗位工作量分析教職工科研畫像論文發(fā)布刊物分布分析不同崗位教學(xué)工作量、科研工作量占比顯示每個教職工科研的核心指標，包括科研統(tǒng)計分析教職工發(fā)表論文時選擇刊物的傾向 以及趨勢項目數(shù)量、論著發(fā)表數(shù)量、學(xué)術(shù)影響因子性校內(nèi)薪資福利對比通過對全校、各類崗位的薪資福利進行對比 分析，發(fā)現(xiàn)學(xué)

11、校教職工的待遇發(fā)展趨勢情況各單位科研績效教職工培訓(xùn)情況統(tǒng)計分析學(xué)校教職工的歷年培訓(xùn)次數(shù)趨勢各單位人才引進的績效分析教職工培訓(xùn)分布顯示培訓(xùn)次數(shù)最多的前八類培訓(xùn)類型學(xué)校支出工資情況將教職工拿到工資和學(xué)校支出部分進行 對比分析學(xué)院職稱評審畫像根據(jù)某學(xué)院職稱評審情況，分析人員情況和 規(guī)律，包括通過職稱人數(shù)、男女比例等為學(xué)校人員晉升、培訓(xùn)工作，以及人事需求預(yù)測提供服務(wù)。01大數(shù)據(jù)核心業(yè)務(wù)建設(shè)大數(shù)據(jù)模型與算法大數(shù)據(jù)平臺與實施落地020304研發(fā)實力與合作學(xué)生成績（僅本科生的成績分析）專業(yè)、年級、科目的不同會使得成績不具可比性，因此將學(xué)生各科成績進行學(xué)時加權(quán)標準分換算，每個學(xué)生某科目成績的換算公式如下： =

12、 500 + 100 （其中為該生某科成績， 為該科成績在專業(yè)中的均值， 為該科成績在專業(yè)中的標準差）因此，每個學(xué)生的全部科目加權(quán)公式： Z = （其中為每科換算后成績， 為學(xué)科的學(xué)時）通過觀察，成績服從偏態(tài)分布，故進行boxcox變換轉(zhuǎn)換為正態(tài)分布后，按標準差劃分區(qū)間，分為學(xué)霸（Z成績573.355224分以上），學(xué)優(yōu)（544.503381分Z成績573.355224分），學(xué)良（471.681551分Z成績544.503381分），學(xué)中（422.806076分Z成績471.681551分），學(xué)差（Z成績422.806076分以下）5個等級。學(xué)生成績（性別）60%50%40%30%20%10%

13、0%學(xué)差學(xué)中學(xué)良學(xué)優(yōu)學(xué)霸男女生學(xué)習(xí)成績占比分布男女男女生成績差異大，女生優(yōu)于男生檢驗?zāi)信煽儾町惗龋耗猩煽兙担?77.21女生成績均值：507.46通過等均值非參數(shù)檢驗差異度，算得P(Z=z) 雙尾=0.000.05檢驗結(jié)果：男女成績差異顯著學(xué)生成績分布（經(jīng)濟消費）50%45%40%35%30%25%20%15%10%5%0%學(xué)差學(xué)中學(xué)良學(xué)優(yōu)學(xué)霸不同經(jīng)濟差異的成績占比分布一般普困生特困生一般生成績均值：501.31 普困生成績均值：497.12 特困生成績均值：491.22通過等均值非參數(shù)檢驗差異顯著度：一般生與普困生差異小可忽略 特困生與其他學(xué)生差異顯著一般生和普困生的成績差異較小。特

14、困生成績較為顯著，學(xué)差多、學(xué)優(yōu)學(xué)霸少。學(xué)生成績分布（地域）教育資源豐富度與學(xué)生成績呈現(xiàn)正相關(guān)各區(qū)域?qū)W生成績分布基本呈正態(tài)，分布大致相同。顯著 性檢驗結(jié)果如下：西北學(xué)生成績較差，學(xué)差多，學(xué)霸少； 華東學(xué)生成績較高，學(xué)差少，學(xué)霸多。原因分析：教育資源豐富度與學(xué)生成績呈現(xiàn)正相關(guān)60%50%40%30%20%10%0%學(xué)差學(xué)中學(xué)良學(xué)優(yōu)學(xué)霸各區(qū)域?qū)W生成績占比分布東北西南華東華南華北華中西北學(xué)生群體聚類分析常用的聚類技術(shù)主要有：基于分區(qū)的方法。其基本思路是，首先列舉出不同的分區(qū)，然后根據(jù)某種標準對不同的分區(qū)進行評價。常用的方法有 K-Means方法、 K-Prototypes方法、K-Medoids方法、

15、PAM 方法、CLARA方法、基于密度的方法等?；趯哟蔚姆椒?。其基本思路是，通過某種標準創(chuàng)建數(shù)據(jù)（對象）集合的層次分解結(jié)構(gòu)。常用的方法有BIRCH方法等?；谀Ｐ偷姆椒āＦ浠舅悸肥?，對每個類簇假設(shè)一個模型，并尋求相互之間模型的最佳合適程度。常用的方法有神經(jīng)元網(wǎng)絡(luò)方法（如SOM）方法、統(tǒng)計方法（高斯混合模型方法、自動歸類方法），蟻群聚類。這些方法當中，k-means最為常用，快捷，但有三個缺點：K需要預(yù)先給定，通過實驗，本次分析數(shù)據(jù)運用k-means，在不同的k的聚類平均誤差拐點不明顯，難以確定適合的k值。在復(fù)雜環(huán)境下，模型聚類中心容易受隨機情況影響，尤其特征多，k偏少的情況。同一個k的結(jié)果

16、也不穩(wěn)定聚類結(jié)果往往難以解釋。 自適應(yīng)聚類算法，屬于深度學(xué)習(xí)領(lǐng)域，通過競爭進化，讓樣本自動聚集，常用有蟻群算法，神經(jīng)網(wǎng)絡(luò)。利用神經(jīng)元網(wǎng)絡(luò)的聚類方法在管理 領(lǐng)域得到廣泛的重視和大量的應(yīng)用。本分析采用神經(jīng)元網(wǎng)絡(luò)（SOM）方法對學(xué)生屬性進行聚類。學(xué)生群體聚類步驟1.數(shù)據(jù)轉(zhuǎn)換：補全缺失值，消除異常值，boxcox轉(zhuǎn)換，1-2標準化。-通過轉(zhuǎn)換后選取分類數(shù)據(jù)（如男女，貧困程度），選取符合分布條件的特征。2.主基底變量篩選，剔除多重相關(guān)性數(shù)據(jù)，現(xiàn)有的數(shù)據(jù)中，保留了性別，生活日均消費，周末出行，貧困程度，Z成績等14個特征。3.SOM神經(jīng)網(wǎng)絡(luò)聚類。4.模型解釋，結(jié)果呈現(xiàn)。學(xué)生群體SOM聚類1.模型訓(xùn)練，隨機

17、選取90%數(shù)據(jù)進行訓(xùn)練，聚類結(jié)果如右上圖，每個顏色代表一個特征響應(yīng)，相同顏色代表一個類別，圖中顏色度大概7個， 故劃分7類。2.各個特征分類圖譜如右下圖：從左到右分別為： 性別，生活日消費強度，周末出行，宵夜日消費強度，購物日消費強度，上網(wǎng)時長，生活消費日占比，早餐消費日占比，學(xué)習(xí)消費日占比， 購物消費日占比，Z成績，貧困程度。SOM總體結(jié)果SOM歸類結(jié)果SOM各特征圖譜學(xué)生群體聚類結(jié)果聚類群體中心與平均值差異如下圖：其中，性別，周末出行，貧困程度， Z成績，早餐消費日占 比，學(xué)習(xí)消費日占比六個類型差異較大故單獨抽出這些特征進行群體劃分。SOM聚類中心與平均值差異100%50%0%-50%系列

18、1系列2系列3系列4系列5系列6系列7學(xué)生群體聚類結(jié)果學(xué)生群體聚類結(jié)果學(xué)生群體聚類結(jié)果學(xué)生群體聚類結(jié)果1.按性別，出行，貧困程度，成績，吃早餐日占比，學(xué)習(xí)消費日占 比，六個維度最能區(qū)分群體2.群體3，4，7人數(shù)較多，其余較少3.對于不同群體的學(xué)生，在管理指導(dǎo)上應(yīng)有不同的側(cè)重，例如： 類別1要提供相應(yīng)的補助措施，并鼓勵他們走出去。類別2要多鼓勵參加校園活動類別5，類別3，要警惕學(xué)習(xí)成績，以及提倡均衡飲食，養(yǎng)成良好的學(xué)習(xí)習(xí)慣。類別4，類別6成績優(yōu)異，多安排其余類別學(xué)生與此類學(xué)生交 流，分享經(jīng)驗等。不同群體的人數(shù)占比群體1群體2群體3群體4群體5群體6群體7成績預(yù)測模型為增加教學(xué)環(huán)節(jié)考試成績評價與預(yù)

19、測的科學(xué)性，根據(jù)多元線性統(tǒng)計分析中的多元線性回歸分析方法，對考試成績指標進行量化，建立了考試成績評價與預(yù)測的回歸模型。通過高校大數(shù)據(jù)系統(tǒng)獲取學(xué)生的消費、基本信息、歷史成績 等數(shù)據(jù)，然后整理數(shù)據(jù)獲得學(xué)生的各種屬性，并建立學(xué)生屬性與學(xué)生成績單多元線性回歸模型。通過該模型能較有 效地對學(xué)生的成績進行預(yù)測，從而使教師和學(xué)生能及時掌握成績的走向，及早干預(yù)，提供管理和學(xué)習(xí)的效率。模型訓(xùn)練過程01大數(shù)據(jù)核心業(yè)務(wù)建設(shè)大數(shù)據(jù)模型與算法大數(shù)據(jù)平臺與實施落地020304研發(fā)實力與合作大數(shù)據(jù)平臺總體邏輯圖結(jié)構(gòu)化非結(jié)構(gòu)實時數(shù)非實時學(xué)校業(yè)互聯(lián)網(wǎng)存量和增量 結(jié)構(gòu)化采集工具文本/接口/FTP數(shù)據(jù)解析工具實時數(shù)據(jù)流式實時處理工

20、具機器學(xué)習(xí)基礎(chǔ)算法基礎(chǔ)模型應(yīng)用模型實時流計算分布式結(jié)構(gòu)化存儲集群支持通用數(shù)據(jù)庫軟件搜索引擎緩存智慧課室云平臺智慧教學(xué)大數(shù)據(jù)應(yīng)用學(xué)校管理學(xué)校安全學(xué)校教學(xué)學(xué)校服務(wù)API接口學(xué)?？蒲械谌紹I工具學(xué)生大數(shù)據(jù)競賽數(shù)據(jù)統(tǒng)一管理平臺DataHouse數(shù)據(jù)安全管理庫表權(quán)限分配應(yīng)用服務(wù)存儲管理DBManager服務(wù)節(jié)點監(jiān)控管理Hadoop集群管理自動化安裝部署采集工作流管理數(shù)據(jù)源數(shù)據(jù)采集層存儲層計算層結(jié)果層數(shù)據(jù)管理平臺應(yīng)用層架構(gòu) | 前后分離，可高效率并行開發(fā)前端| 基于FaceBook開源框架React安全 | 支持IP白名單，SQL黑名單，SQL注入攻擊攔截管理 | 強大的集群管理，監(jiān)控后端 | 基于Sp

21、ringMVC+Mybatis擴展 | 支持水平擴展，縱向分庫分表數(shù)據(jù)化數(shù)據(jù)據(jù)數(shù)據(jù)務(wù)系統(tǒng)數(shù)據(jù)交互式接口數(shù)據(jù)計算接口開發(fā)語言支持全面原始數(shù)據(jù)保全備份標準化數(shù)據(jù)聚合建模數(shù)據(jù)Hadoop數(shù)據(jù)倉庫大數(shù)據(jù)平臺：平臺優(yōu)勢性能出眾開發(fā)簡單接口功能HDFS直接使用java方式讀寫；Hbase通過專有api訪問，適配轉(zhuǎn)換成通用sql；Redis通過專有api訪問，適配 轉(zhuǎn)換成sql；Hive、sparkSql通過sql轉(zhuǎn)發(fā)mysql集群做數(shù)據(jù)切片，適配成通用sql；提供Load方式提供數(shù)據(jù)加載BS表設(shè)計工具，簡化業(yè)務(wù)開發(fā)， 可以開發(fā)復(fù)雜的業(yè)務(wù)?？梢暬瘮?shù)據(jù)建模，降低大數(shù)據(jù)使 用門檻。基于dbbox的SQL語言，能降低處理業(yè)務(wù)的開發(fā)門檻自定義數(shù)據(jù)分片規(guī)則，提高命中率降低查詢IO,百億條信息查詢秒級響應(yīng)。列式存儲，高壓縮比，是傳統(tǒng)方式 的740倍；支持brighthourse引擎，查詢性能翻倍橫向擴展，性能隨資源提升平臺安全分布式節(jié)點數(shù)據(jù)備份與恢復(fù)數(shù)據(jù)權(quán)限可控數(shù)據(jù)脫敏應(yīng)用隔離數(shù)據(jù)隔離傳輸加密大數(shù)據(jù)平臺：算法庫平困生資助效益文本分類行為分析推薦系統(tǒng)Java 語言接口scala語言接口Sequential Analysis 時序分析Dimension Reduction 主成分分析Association