温馨提示：需求数量不同，价格不同。请联系我们，确认当前新的报价！
SPSSModeler是全球领先的数据挖掘、预测分析平台软件，拥有简单的图形界面和高级分析能力，发现结构化和非结构化数据中的趋势，使得企业和分析师增加生产力，获得前所未有的深入了解和预测，可在云端使用。
SPSSModeler产♀品分为三个版本：SPSSModelerProfessional、SPSSModelerPremium和SPSSModelerGold。注：JapaneseLanguageExtractor许▲可要求使用SPSSModelerPremium版。
核心亮点：
访问各种数据源，如数『据仓库、数据库、Hadoop分布或々平面文件，以便从您的数据中发现隐含的模式
在影响点即时向工作人员和系统提供具↘有预测性、资源敏感和战略一致的决策
不论统计或分析背景如何，让可从分析受益的人掌握分析
利用设计用于处理从简单的描述性分析问题到复杂的优化问题的单∑一平台，解决业务问题
利用数据库内性能数据移动「，在更短时间内分析大量数据◥，同时充分利用现有IT投资
利用可在大多数环境中部署并与其他IBM解决方案集成的开放平台，弥合分析和行动之←间的差距。
SPSSModelerProfessional和Premium版共同特性
数据理解：
通过自动协助创建广泛的交互式图形。
使用可视化链接分析查看数据中的各种关联。
通过在图表上选择地●区或项目并查看所选的信息来与数据进行互动；或选择用于分析的╲关键数据。
从SPSSModeler界面直接》访问SPSSStatistics图形和报告工具。
数据准备：
通过zDb2和IBMClassicFederationServer支持访问来自CognosBusinessIntelligence、IBMDb2、Oracle、MicrosoftSQLServer、Informix、IBMNetezza、mySQL(Oracle)和Teradata数据源的运营数据以及各种大型机数据
导入〒带分隔符的、固定宽度的文本文件、SPSSStatistics文件、SPSSDataCollection数据源、Excel、SAS或XML。
从SPSSModeler提供的多个数据清除选项中进行选择，删除或更换无效数据，自动填充遗漏值并减少异常值和极值。
将自动数据准备应用到询问和☆条件数据工作中，这样只用◆一个步骤便可进行分析。
从SPSSModeler直接访问在ζSPSSStatistics中执行的数据管理和转▽换。
使用字段过滤、命名、派生、分级(binning)、重新分类、值置换和字段重新排序。
应用记录选※择、抽样（包括群集和分层抽♂样）、合并（包括内连接、全外连接、部分外连接和反连接）、排序、聚合和↘平衡。
从各种选项☆中进行选择，进行数据重组、分区和变卐换。
从广泛的字符串功』能中进行选择：字符串创建、置换、搜索和匹配、空格删除Ψ 和截断。
应用RFM评分：聚合客户的↙各种截断，以提供近因、频率和货币值，并将其合并在一起，生★成完整的RFM分析。
将数∑据导出到数据库、IBMCognosBusinessIntelligence软件包、SPSSStatistics、SPSSDataCollection、带分隔符的⊙文本文件、Excel表格、SAS或XML。
包含「的建模算法：
异常检测－使用一种基于群集的算法检测不寻常的记录
Apriori－带有高级评估功能的流行关联发现算法
贝叶斯网络－图〖形概率模型
C&RT、C5.0、CHAID和QUEST－决策树算㊣ 法，包括交互树构建
CARMA－关联算法，支持多个结果
Cox回归－计算某个事件的可能发生时间
DecisionList－交互式规则构建ζ 算法
Factor/PCA、FeatureSelection－数据简化算法
K-Means、Kohonen、TwoStep、Discriminant、支持向♀量机(SVM)－群集和分割算╲法
KNN -邻居建模和评分算法
Logistic回归－用于二进制结果
神经网络－多层感知器，带有逆向传播学习法和径○向基本函数网络
回归、线性、GenLin(GLM)、广义线性〓混合模型(GLMM)－线︼性方程建模
自学响应模型(SLRM)－带增量学习功能的贝叶斯模型
Sequence－顺序关︽联算法，用于对顺☉序敏感的分析
支持向〖量机（SupportVectorMachine）－准确建模广泛◆数据集的高级算法
建模和评估：
采用具有许多高级功能的广泛数据挖掘算法，通过您的数据获得好的结果。
使用自※动分类（二※进制和数值）和群集功能来选择各个算法。
使用交互式模型和方程▓浏览器查看高级统计输出内容▆。
使用交互式模型和方程浏览器查看高级统计输出内容。通■过可变重要性图表显示数据属性对卐预测结果的相对影响。
在地理地图上可视化分析结果。
合并多个模型（整体建模）或使用一个模型分析另①一个模型。
使用SPSSModeler组件级扩展Ψ 框架(CLEF)集成各种自定义算法。
通过SPSSStatistics集成，使用R来扩展分析选项。
部署：
使用SQL或PMML（针对预测模型的基于XML的标准№格式）导出模型。
利用IBMSPSS协作和部署★服务实现创新分析管理、流程自动化和部♂署功能。
SPSSModelerPremium独有特性
数据准备：
使用实体分析来合并或分隔记录，从而得到更整洁的数据用于建模。
识别数据中的群组，并通过Group分析识别群组。
使用改动（churn）信息确定改※动器可能影响的其他人，以便与〖扩散分析相结合。
特定于文本的了解和准备工作
从文件、运行数据库和RSS源（即博客、web源）提取文本数据。
为荷兰语、英语、法语、德语、意大利语、葡萄牙语、西班牙语︾或日语选择本机语言提取器选项，或使用第三方翻译软件翻译几乎ζ 任何语〗言的内容。
提取特定于域的概念】，如单项、表达式、缩写、缩略语等。
使用复杂的语言算法和嵌入式或用户指定的语言资源计算同义词。
按人、组织、术语、产品、地点和其他用户定义的类型来命名概念。
提取非语言实々体，如地址、货币、时间、电话号码和社会保险○号。
使用并自定义预构建的模板和库，从而进行情感分析、CRM、安全和智能、市场情报、生命科◤学和IT。
利用针对常见业务︽应用的预打包文本分析包(TAP)，或创建自己的分析■包。
使用概念群集算法并〗根据术语共现来创建群集，提供主要主题及其关联方式的一览子视图。
使用文本分类算法并根据内容对文本文档和记录进□行智能分组。
支持在预测建模中◤使用高级概念选择和∞取消选择功能。
使用基于文本的可视化报告来查询概念关系、发生率、频率←和类型。
文本链接分析：
从荷兰语、英语、法语、德语和西班牙语文本中识别并提取情感因□ 素信息（如喜■欢和不喜欢）。
识别人和事件或疾病和基因之间的链接与关联。
通过URL从博→客内识别并提取内容。
在可部署的预测模型中包括各种观点、语义关系和链接的事件。
通过交互式图表揭示复杂的关系，显示两个概念之间的多个语义链接。
SPSSModeler服务器版独有↓特性
使用领先的数据库№技术，通过数据库内挖掘在数据库中▲创建模型，并充分利用高性能的数据库实现。
通过SQL推回功能来推动数据转换，并将建模算法直接选入到运行数据库中。
通过IBMSPSSModelerServerScoringAdapter在数据库内对数据评分，显著提高性『能。
利用高性→能硬件（包括IBMSystemz机器）更快㊣ 实现解决方案，通过并行执行流和多个模型实现更好的ROI。
通过安全套接字层(SSL)加密，在SPSSModeler客户端和SPSSModeler服务器之间安⌒ 全地传输敏感数据。
针对IBMInfoSphere的数据库内▓挖掘算法：关联、群集、决策树、Logistic回归、NaiveBayes、回归、序列、时间序列。
针对IBMNetezza的数据库¤内挖掘算法：BayesNet、决策树、分群法、广义线性、K-Means、KNN、线性回归、NaiveBayes、PCA、回归树、时间序列。
针对MicrosoftSQL服务器的数据库内挖掘算法：关联规则、群集、决策树、线性回归、NaiveBayes、回归、神经网络、序列群集、时间序列。
针对Oracle的数据库内挖掘算法：自适应贝叶斯、Apriori、人工智能(AI)、决策树、一般线性模型(GLM)、KMeans、描述长度(MDL)、NaiveBayes、非负矩∮阵分解、O-Cluster（正々交分区群集）、支持向量【机。
