是一個(gè)數(shù)據(jù)挖掘工作臺(tái)，提供了一個(gè)可了解數(shù)據(jù)并生成預(yù)測(cè)模型的最先進(jìn)的環(huán)境。Streams 提供了一個(gè)可伸縮的高性能環(huán)境，對(duì)不斷變化的數(shù)據(jù)進(jìn)行實(shí)時(shí)分析，這些數(shù)據(jù)中包括傳統(tǒng)結(jié)構(gòu)的數(shù)據(jù)和半結(jié)構(gòu)化到非結(jié)構(gòu)化數(shù)據(jù)類型。

在實(shí)時(shí)處理需要高級(jí)分析時(shí)，使用Streams和SPSS集成，實(shí)現(xiàn)實(shí)時(shí)評(píng)分預(yù)測(cè)。實(shí)時(shí)應(yīng)用預(yù)測(cè)分析的用例的示例包括網(wǎng)絡(luò)安全、銀行和信用卡欺詐檢測(cè)、預(yù)測(cè)性維護(hù)，以及實(shí)時(shí)營(yíng)銷產(chǎn)品。

Streams + SPSS Analytics Toolkit 的特點(diǎn)

• 利用Streams實(shí)現(xiàn)高吞吐量、低延遲的評(píng)分
• 利用SPSS Modeler開發(fā)和建立評(píng)分模型
• 通過SPSSScoring Operator將模型部署到Streams
• 模型更新而無需暫停Streams
• 通過SPSS Collaboration and Deployment Services管理模型的生命周期

SPSS Analytics Toolkit for Streams

SPSSScoring operator

SPSSScoring operator實(shí)現(xiàn)在Streams應(yīng)用中使用預(yù)定義的SPSS的預(yù)測(cè)模型進(jìn)行評(píng)分預(yù)測(cè)，它假設(shè)預(yù)測(cè)模型已經(jīng)在SPSS Moduler定義好并通過SPSS Solution Publisher導(dǎo)出這三個(gè)文件：

• model.pim
• model.par
• model.xml

SPSSScoring 代碼例子

stream<DataSchemaPlus> scorer = com.ibm.spss.streams.analytics::SPSSScoring(data)
{
  param
    pimfile: getThisToolkitDir() +"/etc/PimParXml/model.pim";
    parfile: getThisToolkitDir() +"/etc/PimParXml/model.par";
    xmlfile: getThisToolkitDir() +"/etc/PimParXml/model.xml";
    modelFields: "sex","income";
    streamAttributes: s_sex, baseSalary+bonusSalary;

  output
    scorer:
    income = fromModel("income"),
    predLabel = fromModel("$C-beer_beans_pizza"),
    confidence = fromModel("$CC-beer_beans_pizza");
}

SPSSPublish operator

SPSSPublish operator 自動(dòng)“發(fā)布”的一個(gè)模型文件的評(píng)分分支并總結(jié)所生成的文件，以便下游的Operator可以通過“分布”操作所創(chuàng)建或更新的PIM、PAR和XML文件，刷新他們的評(píng)分標(biāo)準(zhǔn)實(shí)施。通常情況下，SPSSPublish operator配合上游的DirectoryScan 或 SPSSRepository operator，及下游的SPSSScoring operator，即：

DirecoryScan/SPSSRepository -> SPSSPublish -> SPSSScoring

其中DirectoryScan 或 SPSSRepository operator檢測(cè)到有新的模型文件可用，就將新模型的文件名發(fā)生個(gè)SPSSPublish operator。SPSSPublish的下游通常是SPSSSoring。當(dāng)SPSSPublish獲取到新模型，它就會(huì)生成SPSSSoring所需的PIM、PAR和XML文件，然后發(fā)生通知給SPSSSoring，通知也新的模型可用了。SPSSScoring收到通知后會(huì)刷新內(nèi)部模型。

SPSSPublish代碼例子：

 stream<rstring strFilePath> strFile = DirectoryScan(){
       param
         directory : "/tmp";
         pattern : "newmodel.str";
         ignoreExistingFilesAtStartup : true;
       config placement : host(P1);
     }

    stream<rstring fileName> notifier = com.ibm.spss.streams.analytics::SPSSPublish(strFile){
     param
       sourceFile: "newmodel.str";
       targetPath: "/tmp";
     config placement : host(P1);
  }

    stream<DataSchemaPlus> scorer = com.ibm.spss.streams.analytics::SPSSScoring(data;notifier) {
    param
      pimfile: getThisToolkitDir() +"/etc/PimParXml/model.pim";
      parfile: getThisToolkitDir() +"/etc/PimParXml/model.par";
      xmlfile: getThisToolkitDir() +"/etc/PimParXml/model.xml";
      modelFields: "sex","income";
      streamAttributes: s_sex, baseSalary+bonusSalary;

    output
      scorer:
        income = fromModel("income"),
        predLabel = fromModel("$C-beer_beans_pizza"),
        confidence = fromModel("$CC-beer_beans_pizza");
    config placement : host(P1);
  }

SPSSRepository operator

SPSSRepository operator監(jiān)視部署在SPSS Collaboration and Deployment Services庫(kù)的對(duì)象的變化。當(dāng)被監(jiān)控的對(duì)象發(fā)生變化，相關(guān)通知?jiǎng)t會(huì)發(fā)給所有的Listener。收到通知，SPSSRepostory會(huì)從Repostory下載該對(duì)象的新版本文件并將文件寫到目標(biāo)目錄，這步操作成功之后，SPSSRepostory再提交描述文件已更新的事件給下游Operator。

Streams + 的參考架構(gòu)

根據(jù)前面對(duì)SPSS Analytics Toolkit的功能描述，Streams + SPSS的參考架構(gòu)可以由下圖表示：

小結(jié)

本文通過對(duì)SPSS Analytics Toolkit和這些Toolkit與Streams集成參考架構(gòu)的描述，為讀者呈現(xiàn)了如何使用業(yè)界最好的數(shù)據(jù)挖掘工具SPSS和流數(shù)據(jù)分析平臺(tái)Streams進(jìn)行實(shí)時(shí)評(píng)分和預(yù)測(cè)。

詳情請(qǐng)咨詢！

客服熱線：023-66090381