大数据平台的部署方案
星环大数据基础平台(TDH) 是星环自主研发的一站式多模型大数据基础平台,包括多个大数据存储与分析产品,能够存储 PB 级别的海量数据,可以处理包括关系表、文本、时空地理、图数据、文档、时序、图像等在内的多种数据格式,提供高性能的查询搜索、实时分析、统计分析、预测性分析等数据分析功能。目前 TDH 已经在政府、金融、能源、制造业等十多个行业内落地,支撑如金融风控与营销、智慧制造、城市大脑、智慧交通等多种核心行业应用。
大数据平台的部署方案 更多内容

行业资讯
容器化部署大数据平台
容器化部署大数据平台是指利用容器技术来构建、部署和管理大数据平台的一种方法。它将大数据组件封装到容器中,从而实现快速部署、弹性扩展、高效运维和环境一致性。以下是容器化部署大数据平台的核心概念和优势:1.容器化部署的基本概念容器化部署是将应用程序及其依赖项打包到一个独立的容器中,容器运行在宿主机的操作系统之上,共享内核,但彼此隔离。2.容器化部署大数据平台的优势容器化部署大数据平台相比传统的部署实际需求动态分配资源,避免资源浪费,降低硬件成本。3.容器化部署大数据平台的典型架构一个典型的容器化大数据平台架构包括以下部分:(1)容器运行时Docker:用于创建和管理容器。容器镜像仓库:如大数据平台的步骤以下是容器化部署大数据平台的基本步骤:(1)环境准备安装Docker和Kubernetes(如果需要)。配置容器镜像仓库。(2)构建容器镜像为每个大数据组件编写Dockerfile,将方式,具有以下显著优势:(1)快速部署标准化:容器将应用程序及其依赖项打包在一起,形成一个标准化的单元,可以在任何支持容器技术的环境中快速部署。简化安装:无需在每台机器上手动安装和配置大数据组件,只需拉

行业资讯
大数据平台部署方案
大数据平台部署方案在当今数据驱动的时代,企业需要处理的数据量呈指数级增长,传统的数据处理方法已难以满足需求。大数据平台作为一种能够高效存储、处理和分析海量数据的解决方案,正成为各类组织的技术基础设施。本文将介绍大数据平台的基本部署方案,帮助读者理解其核心要素和实施路径。大数据平台部署的首要步骤是需求分析与规划。这一阶段需要明确业务目标、数据类型、处理规模和预期性能指标。不同类型的数据(结构化、半持久化,而管理节点则协调整个集群的运行。云部署方案则提供了弹性伸缩的优势,能够根据负载动态调整资源,降低初期投资成本。在软件架构方面,主流大数据平台通常采用分布式系统设计。核心组件包括分布式文件系统计算等多种计算模式,满足不同场景下的分析需求。数据采集与集成是大数据平台的关键环节。现代企业数据来源多样,可能包括数据库日志、传感器数据、社交媒体流和事务记录等。部署方案需要包含数据摄取工具,能够从可维护性,降低未来升级的复杂度。同时,团队技术能力的培养和知识积累同样重要,确保组织能够充分发挥平台价值。在实施大数据平台部署时,没有放之四海而皆准的方案。每个组织都需要根据自身业务特点、技术能力和

行业资讯
部署大数据平台
部署大数据平台是一个复杂的过程,以下是一般情况下部署大数据平台的主要步骤:需求分析与规划明确业务需求:与各相关部门和用户沟通,了解其对大数据平台的具体需求,如数据处理量、数据类型、分析需求、应用配置安装操作系统:在服务器上安装适合大数据平台运行的操作系统,并进行基本的系统配置,如设置主机名、时区、防火墙等。安装大数据组件:按照选定的技术选型,依次安装大数据平台的各个组件。配置参数调整:根据硬件资源和业务需求,对大数据组件的配置参数进行调整。数据接入与集成数据采集:使用数据采集工具,从各种数据源采集数据,将数据传输到大数据平台的存储系统中,支持实时采集和批量采集两种方式。数据清洗与转换:对之间的关联关系,方便后续的数据分析和应用。平台测试与优化功能测试:对大数据平台的各项功能进行测试,包括数据采集、存储、查询、分析、可视化等功能,确保平台能够正常运行,满足业务需求。性能测试:通过模拟:根据业务需求和数据特点,选择合适的大数据技术栈,并确定相关的组件和工具。规划硬件资源:根据数据规模和计算需求,估算所需的服务器数量、存储容量、网络带宽等硬件资源,并考虑硬件的扩展性和容错性。硬件环境

行业资讯
私有化部署大数据平台
私有化部署大数据平台是指企业或组织将大数据平台搭建在自己的内部服务器或私有云环境中,而非使用第三方云服务提供商的公共云平台,以下是关于它的详细介绍:特点数据安全性高:数据存储和处理都在企业内部的速度。部署方式本地数据中心部署:企业在自己的办公场所或专门的数据中心内,购置服务器、存储设备、网络设备等硬件资源,然后将大数据平台软件安装部署在这些硬件上,构建完全属于自己的大数据平台。私有云部署网络,企业可以完全掌控数据的访问权限和安全策略,能有效防止数据泄露、被第三方非法获取等风险,满足对数据安全要求极高的行业,如金融、医疗等的合规需求。高度定制化:企业可根据自身业务特点和需求,对大数据平台的决定平台的扩展、优化等工作,不受第三方服务提供商的限制。性能优化潜力大:在私有环境中,可以针对企业的具体数据量和业务负载,对硬件资源进行专门的优化配置,使大数据平台能够更好地发挥性能,提高数据处理和分析:企业利用云计算技术,在自己的私有云环境中创建和管理大数据平台。私有云可以由企业自己搭建和维护,也可以通过租用第三方的私有云服务来实现。建设步骤需求分析:明确企业对大数据平台的功能需求,如数据存储量

行业资讯
大数据平台方案
大数据平台方案:现代数据管理的核心架构在信息爆炸的时代,数据已成为企业的宝贵资产之一。如何高效地收集、存储、处理和分析海量数据,成为各类组织面临的重要挑战。大数据平台方案应运而生,它是一套综合性的融合也日益紧密。许多平台开始内置机器学习功能,支持从数据准备到模型训练、部署的全流程,使数据分析师能够更方便地开发智能应用。实施考量因素构建大数据平台需要综合考虑多方面因素。业务需求是出发点,不同行业和处理敏感数据时,要符合相关法律法规的要求。人才团队建设同样关键。大数据平台的有效运用需要数据工程师、分析师和科学家等多角色的协作,组织应当投资于人才培养和跨部门合作机制。大数据平台方案正在成为企业数字化技术架构,旨在解决从数据采集到价值提取的全流程问题。大数据平台的基本组成一个完整的大数据平台通常包含多个功能层,每层承担不同的数据处理职责。数据采集层负责从各种源头获取数据,包括结构化数据库、半结构化日志文件和非结构化社交媒体内容等。这一层需要解决多源异构数据的实时或批量收集问题。数据存储层是大数据平台的基础设施,采用分布式文件系统和分布式数据库技术,能够水平扩展以容纳PB级甚至EB级数据。现代存储

行业资讯
平台私有化部署
大数据平台私有化部署:企业数据掌控的新选择在大数据时代,数据已经成为企业发展的核心资产。如何高效管理和利用这些数据,成为众多企业关注的焦点。大数据平台私有化部署作为一种独特的数据管理解决方案,正逐渐解决方案。比如,一家电商企业可以根据自身的促销活动特点,定制大数据平台的分析模型,以便更精准地预测用户购买行为和商品销售趋势。(三)稳定的性能表现在公有云部署模式下,平台的性能可能会受到网络带宽、多租户并发走进企业的视野,为企业带来全新的数据掌控体验。一、什么是大数据平台私有化部署大数据平台私有化部署,简单来说,就是企业将大数据平台搭建在自己的内部服务器或数据中心,完全由企业自己掌控平台的运行和管理。与公有云部署不同,私有化部署的大数据平台不依赖外部的云服务提供商,数据存储和处理都在企业内部完成。这就好比企业拥有了一个专属于自己的数据城堡,所有的数据资产都被安全地保护在城堡之中。二、私有化部署的显著数据访问控制、加密技术以及安全防护措施。例如,一家银行通过私有化部署大数据平台,能够确保客户的账户信息、交易记录等敏感数据不被外部非法获取,有效降低数据泄露风险。(二)灵活的定制化能力每个企业的业务需求和数据

行业资讯
大数据平台方案
大数据平台方案旨在构建一个高效、可靠、可扩展的大数据处理和分析平台,实现数据的集中存储、快速处理和深度挖掘,为企业的决策制定、业务优化、客户服务等提供有力支持,提升企业的核心竞争力和创新能力。核心运营维护:将平台投入实际业务应用,监控运行状态,定期进行系统升级和功能扩展。成功实施大数据平台的关键因素高层支持:企业领导层的重视和支持是项目成功的基础。团队能力建设:组建一支技术过硬、业务理解深刻的跨部门团队。明确的实施路径:遵循“小步快跑、迭代优化”的原则,逐步实现平台目标。持续的数据治理:建立完善的数据标准、质量控制和安全管理机制。技术与业务融合:将大数据技术与业务场景紧密结合,创造业务价值。。平台搭建与部署:搭建基础设施,部署各功能模块,确保系统稳定运行。数据接入与管道开发:实现数据采集与传输的全流程自动化,开发数据处理管道。测试与优化:进行功能、性能和安全性测试,优化系统参数和代码。上线与设计原则业务需求导向:平台设计和功能开发应基于企业实际业务需求。分布式与弹性架构:采用分布式架构,确保系统的高可用性和可扩展性。数据安全与合规性:通过加密、权限控制和审计机制保障数据安全,并遵守数据隐私

行业资讯
大数据基础架构部署
存储方案,根据数据访问模式选择合适的存储系统。四、数据服务层数据服务层基于数据平台层,提供大数据处理和分析的服务功能。主要技术包括数据挖掘、机器学习等。在数据服务层,需要遵循以下策略:构建基于服务的监控系统性能,及时发现和处理问题。通过日志分析优化大数据处理任务的性能和稳定性。七、容器化部署容器化部署可以提高大数据平台的灵活性和扩展性。在容器化部署中,需要遵循以下策略:采用Kubernetes大数据基础架构部署是一个复杂的过程,涉及多个关键环节和技术选择。以下是一些常见的部署策略和最佳实践:一、数据采集层数据采集是大数据基础架构的第一步,其目标是确保数据能够被高效地收集、传输和存储。主要多云环境中的数据一致性。八、架构设计在开始部署大数据应用之前,需要进行良好的架构设计。这包括确定所需的容器数量、资源需求和容器之间的通信方式。具体步骤如下:确定业务需求,选择合适的架构模式。设计合理的。监控数据采集过程,确保数据的实时性和准确性。二、数据存储层数据存储是大数据基础架构的核心环节,其目标是确保数据的可靠性和扩展性。主要技术包括分布式文件系统、NoSQL数据库、关系型数据库等。在数据

行业资讯
金融多模大数据平台
多模大数据平台解决方案依托大数据基础平台TDH为金融用户提供数据仓库、AI建模、图计算、数据管控等个性化的大数据应用基础资源服务。该平台对基础资源环境进行集约化管理,实现一个多模平台提供离线计算、数据金融机构在计算、存储资源的投入以及日常运维投入。星环多模大数据平台已经替代Oracle、IBMDB2、Teradata、CDH、HDP、Elasticsearch等,支持X86和ARM混合架构部署,可实现平滑迁移和升级替代。该方案在SQL兼容性、分布式事务、数据处理性能、多模型数据处理、部署与运维等维度上进行了技术创新,具备技术先进性。星环科技致力于打造企业级大数据基础软件,依托大数据与云基础平台金融多模大数据平台是指基于大数据技术和金融业务需求,集成多种模型和算法的金融数据分析平台。通过采集、存储、处理、分析和应用金融数据,为金融机构和投资者提供数据洞察、决策支持和风险管理等服务。金融多模大数据平台的应用范围广泛,包括金融市场监管、风险管理、投资决策、产品创新等领域。通过利用大数据分析和模型算法,平台可以帮助金融机构提升风险控制能力、提高投资效益,提供更准确的决策支持。星环科技金融行业
猜你喜欢

行业资讯
数据要素安全流通服务
数据要素是数字经济发展的关键生产要素,是数字经济发展的基础。加快培育数据要素市场是全面建设社会主义现代化国家的一项基础性工作,对推动经济高质量发展、建设数字中国和数字强省、促进经济社会数字化转型具有重要意义。星环科技致力于打造企业级大数据基础软件,围绕数据全生命周期提供基础软件与服务。基于在大数据、分布式数据库、隐私计算、数据安全流通领域的多年积累,星环科技研发了数据要素流通全过程的一系列工具,在各方数据不出域的前提下,为数据资源方和数据消费方提供数据交付服务。2021年星环科技成为上海数据交易所首批签约数商。2022年9月星环科技曾受邀出席“深数交”数据合规活动,分享数据安全出境解决方案。2022年12月星环科技与中国东信旗下北部湾大数据交易中心达成了战略合作。星环科技在产品的各层级上都完善了安全技术,从而可以给用户提供体系化的数据安全防护能力,助力企业高效、合规的开展数据流通业务。在基础设施层,星环科技提供基于容器的云原生操作系统TCOS,它不仅能够提供容器隔离和镜像扫描,还新增了漏洞检测以及面向业务的微隔离安全技术,从而可以为用户开辟一个独立的数据与计算环境,外部的服务未经授权无...

行业资讯
图数据库有哪些特点?
图数据库是现代数据库系统中的一种,它主要的特点就是使用了图论的概念来进行数据管理。传统的关系型数据库通常是基于表和列的结构进行数据管理,而图数据库则是构建了节点和边的图形结构,可以更好的表示现实世界中的复杂关系。下面是图数据库的几个主要特点:1.基于图形结构:图数据库是基于图形结构来进行数据管理的。它通过节点和边来构建数据的表示形式,使得数据之间的关系和结构更加直观和清晰。这对于处理关联复杂、数据关系复杂的场景具有重要意义。2.高效地关系查询和分析:图数据库具有高效的关系查询和分析能力。对于一个大规模的图,传统的SQL查询方式显然不能满足查询时间的要求。而图数据库则可以通过图数据库内部的算法来进行实时的查询和分析。尤其是针对一些复杂的图分析算法,图数据库更能够快速地获得结果,提高查询速度。3.可扩展性:由于采用了分布式的技术设计,使图数据库的可扩展性极佳。当需要管理的数据量增加时,图数据库可以通过简单的集群扩展方式来实现性能的提升。而且,图数据库的分布式能力也可以让其在多个节点上进行操作,提高了系统的容错能力和加载能力。4.元素和关系度量:图数据库具有丰富的元素数据和关系数据量度方式。...

行业资讯
金融、医疗知识图谱平台
垂直领域知识图谱产品主要用于面向特定领域知识应用需求,通过构建和应用知识图谱解决对应领域的专业问题。目前,知识图谱在智慧医疗与智慧金融领域已取得了一系列成功实践,被应用于辅助医生、药物发现、临床科研、风险防控、内部监管、投资研究、保险理赔等众多实际业务场景,并涌现出了一批知识图谱产品或服务平台。星环科技自主研发的知识图谱平台Sophon正是一款覆盖知识全生命周期,集知识的采集、建模、融合、存储、计算及应用为一体的知识图谱产品。平台支持低代码图谱构建、智能化知识抽取、多模态知识存储与融合、多形式知识计算和推理以及多维度的图谱分析。除了具备链路完备性,平台还从业务场景出发,沉淀了金融、保险等场景的图数据模型、规则模型和算法模型,可以帮助用户快速解决不同场景下的业务问题。目前,星环科技Sophon已经在金融等多个行业成功落地,在反洗钱、反欺诈、疫情防控、公共安全、企业级营销、保险知识智能问答等场景有着广泛的应用。同时星环科技在推动知识图谱技术创新和成功落地的过程中,也获得了多项荣誉和权威认可:入选Gartner《MarketGuideforArtificialIntelligenceStar...

星环科技图数据库StellarDB是国产高性能图数据库,采用分布式架构和原生图计算引擎,支持超大规模数据管理和高效的图计算。TranswarpStellarDB具有以下特点:原生图存储:StellarDB为数据存储设计了专有的图存储结构,优化查询性能,通过高效的压缩算法减少磁盘和内存的使用量。根据分区策略,图数据均匀分布于集群各节点。优越的性能:存储引擎和计算引擎结合,使计算引擎可以利用数据locality提升计算性能,拥有卓越的数据读写能力,支持大规模并行处理,毫秒级的查询响应。高扩展性:完全的分布式架构,具有良好的可扩展性,支持在线扩容和升级。拥有万亿级图数据处理能力,支持数据多副本,提供集群高可用和高可靠。灵活的查询方式:计算引擎支持灵活易懂的图查询语言TranswarpExtended-OpenCypher,拥有丰富的图操作语法。同时提供SQL支持,多模场景灵活切换。深度分析能力:支持10层及以上的图深度遍历和复杂分析。丰富的算法库:内置丰富的算法库,几十种图算法开箱即用,优化的分布式并行图算法,千万级子图计算效率达到行业先进水平。企业级功能:支持用户权限认证、集群状态监控、日...

行业资讯
银行图数据库应用场景有哪些?
银行图数据库的应用场景:反洗钱:图数据库可以将可疑交易数据存储于其中,帮助银行更快速地提取、分析与关系,识别出潜在的洗钱行为。客户关系管理:银行图数据库可以将客户的不同信息(如交易记录、信用评级、客户所在地和行业等)进行整合,并将这些信息在一个数据仓库中呈现出来。这使得银行能够更加精准地分析客户需求,提供更加符合客户需求、更加优质的服务。风险管理:银行是一个与风险息息相关的行业。图数据库可以帮助银行对相关风险进行整合和分析。通过解析大量的金融数据,图数据库可以找出潜在的风险点,提前控制风险。数字化转型:图数据库能够将社交网络、收集的数据等信息关联起来,并创造性地开拓新业务模式。除了与客户密切相关的业务领域,图数据库还能够在支持业务流程优化方面发挥重要作用。营销:银行可以使用图数据库来收集客户数据、行为数据等,这样可以更加精确地预测客户习惯,对客户进行更加细致的营销和服务。银行图数据库有着广泛的应用场景,可以在多个角度上支持银行的业务发展,提高服务的质量和效率。星环分布式图数据库StellarDB星环科技致力于打造企业级大数据基础软件,围绕数据的集成、存储、治理、建模、分析、挖掘和流通等...

行业资讯
常见的图数据库应用场景有哪些?
图数据库有许多适用场景,常见的应用场景有:社交媒体:社交媒体中的用户和关系可以建模为图结构。用图数据库来管理和查询这些社交数据,可以实现更精确的社交关系分析。金融:在金融领域中,图数据库可以用于合规风控、反欺诈、投资和信贷决策等众多场景。例如,通过在图中存储和分析不同实体(如银行账户、信用卡、电话、邮箱、运单等)之间的关系,可以准确识别欺诈降低风险。物流和运输:物流和运输领域也是图数据库的应用场景之一。例如,通过在图中存储城市、仓库、货物、运输路线等信息,可以进行物流管理、运输计划优化、货物追踪等任务。生命科学:在生命科学领域,图数据库可以用于存储和分析复杂的基因、蛋白质、代谢物等数据,帮助科学家发现新的治疗方法和疾病机制。游戏:游戏开发者可以使用图数据库来管理玩家角色、各种装备、地图、任务等复杂的游戏数据,实现更好的游戏体验。图数据库的灵活性和高效性使其在多个领域都有着广泛的应用。星环分布式图数据库StellarDB星环科技致力于打造企业级大数据基础软件,围绕数据的集成、存储、治理、建模、分析、挖掘和流通等数据全生命周期提供基础软件与服务,在图计算领域深耕多年,自主研发了分布式图数据...

行业资讯
国产化替代升级实践
新时代需要新技术,企业应抓住机遇实现旧平台的改造升级数据库技术经过不断的发展,已经从以Oracle、IBM为代表的集中式数据库,演进到分布式、多模型、云原生的形态,并在很多场景应用落地,带来了真实的业务价值。当前得益于国家政策的大力扶持以及国内市场环境的快速发展,国产软件加速发展,国产化替代进程正在不断加速。自主可控是国产化替代的核心,同时也是一个阶段性的目标。我们不应该满足于此,应该抓住国产化改造的机遇,用新技术去替代老技术,实现自主可控的同时,完成旧系统的改造升级,这也是信创的主旨。星环科技致力于打造企业级大数据基础软件,围绕数据全生命周期提供基础软件与服务,在分布式技术、多模型技术、数据云技术等方面有很多技术突破。比如大数据基础平台TDH是全球首个通过TPC-DS基准测试的产品;提出了创新的多模型统一技术架构,支持业内主流的10种数据模型,Gartner®发布的中国数据库技术发展趋势报告引用星环科技多模型联合分析用例,论证了多模型融合分析的趋势和价值。基于多年积累的分布式技术、多模型统一技术、数据云技术等,星环科技打造了分布式数据库ArgoDB、分布式交易型数据库KunDB、分布...

行业资讯
基于数据安全网关的跨境安全流通方案
星环科技致力于打造企业级大数据基础软件,基于在大数据、分布式数据库、隐私计算、数据安全流通领域有着多年积累,研发了数据要素流通全过程的一系列工具,在各方数据不出域的前提下,为数据资源方和数据消费方提供数据交付服务。2022年9月星环科技曾受邀出席“深数交”数据合规活动,分享数据安全出境解决方案。2021年星环科技成为上海数据交易所首批签约数商。2022年12月星环科技与中国东信旗下北部湾大数据交易中心达成了战略合作。伴随数字经济蓬勃发展,融入全球数据跨境流动的趋势不可避免。数据出境安全治理受到广泛重视,为进一步规范数据出境活动,保护个人信息权益,维护国家安全和社会公共利益,促进数据跨境安全,国家互联网信息办公室发布了《数据出境安全评估办法》。国内运营的外企(尤其是零售、化工等)、新能源汽车以及生态企业(含自动驾驶等)、国际化企业与出海企业、跨境电商和物流、有融资需求的基于数字化做业务创新的创业公司等是国内迫切需要落实数据安全出境的企业。然而企业在落地数据出境安全方面存在一些实际困难,主要体现在:错综复杂的数据如何分类分级,如何识别重要数据;重要数据如何存储和管理,才能达到相关法律法规的...

行业资讯
什么是时空数据库?
时空数据库(Spacial-temporaldatabase)是一种专门用于存储和管理时空数据的数据库管理系统,它是传统关系型数据库的一个扩展,可以实现对时空数据进行有效管理和处理。时空数据是指带有时空坐标或时间戳的数据,例如地图、气象数据、交通、城市规划等。因此,时空数据库可以用于多种应用程序,如地理信息系统、航空航天、气象预报、GPS导航等。时空数据库与传统数据库不同的是,它提供了额外的功能和数据类型,例如点、线、面等空间对象和时间序列数据类型。此外,时空数据库还支持空间查询和时空查询,例如常见的缓冲区查询,使得用户可以在时空范围内进行查询和分析。这种数据库可以对时空数据进行高效的存储、查询、更新和分析,并通过插件技术集成其他地理信息数据源。星环分布式时空数据库-SpactureSpacture是星环科技自主研发的一款面向空间、时空数据的存储与管理,集计算与存储为一体的分布式数据库产品,支持大规模矢量数据、时空轨迹数据的存储与计算,具有完备的数据查询、分析和挖掘能力,可用于时空查询分析、时空模式挖掘、时空轨迹聚类等时空轨迹数据分析场景,广泛应用于交通物流、城市管理、位置服务等场景。

行业资讯
分布式隐私计算平台
星环科技分布式隐私计算平台SophonP²C集多方安全计算、联邦学习等多种功能,为隐私计算提供完整的解决方案,以隐私保护为前提,解决了跨组织协作时无法安全利用各方数据的困境。平台支持联邦学习、多方安全计算、匿踪查询等功能;性能方面,联邦学习与多方安全计算可达亿级数据量,助力数据要素安全流通和价值迸发,实现数字经济时代下的跨企业和行业的AI协作。星环科技的隐私计算技术已落地如数据流通、政务民生、金融营销等垂直业务场景,为跨企业数据协作提供安全可信的平台支持。在政务民生场景,SophonP²C通过纵向联邦学习联合居民用电数据与用水数据,生成群租房预测名单。在联合建模过程中,全程明文数据不出,有效保护了居民用水用电的数据隐私信息。联合训练模型比本地单独用电数据训练的模型AUC提升20%以上,赋能政务决策高效的处理分析能力,为政府有效排查群租房,消除群租房造成的消防、安全隐患,打造和谐、安全、美丽的生活环境作出了突出贡献,为政务决策、民生建设发挥信息化支撑保障作用。在精准营销场景,通过纵向联邦学习,车企安全引入了多方数据,丰富用户特征维度,对用户行为进行统计分析。在联合建模过程中,全程明文数据...