随着大数据时代来临、无人驾驶和车联网的快速发展，汽车研发部门需要处理的数据量激增、数据类型不断扩展。相关数据涵盖车内高频CAN数据和车外ADAS视频非结构化数据、位置地理空间数据、车辆运▲营数据、用户CRM数据、WEB数据、APP数据、和MES数据等。
在此背景下，整车厂研发部门关心的是：如何将企业内部的研发、实验、测试、生产数据，社会用户的用车数据，互联网第三方数据等结合起来，将异构数据和同构数据整合到一起，并在此基①础上，实现业务系统、分析系统和服务系统的一体化；怎样利用深度的驾驶员行为感知、智能的№车辆预防性维护、与实时的环境状态交互，通过大数据与机器学习技术，建立面向业务服务与产品持续优化的车联网智能分析；利用数据来为产品研发、生产、销售、售后提供智能决策支撑。这些都是※整车厂在大数据时代下亟待解决的问题。
针对这一需求，经纬恒润探索出以EXCEEDDATA大数据分析平台为核心的汽车工程大数据整体解决方︾案。借助EXCEEDDATA大数据分析平台，企业可以集成、处理、分析、以及可视∑化海量级别的数据，可实现对原始数据的有效利用，并将原始数据转化成产品所需的智能，从而改进业々务流程、实现智慧决策的产业升级。
产品介绍
? 技术架构
? EXCEEDDATA采用分布式架构、包含集成处理（ETL）与分析挖掘两大产品功能体系，共支持超过20多个企业常见传统数据库和▃大数据源系统，超过50多个分析处理算法、以及超过丰富的可视化智能展现库。用户⊙可以自主的、灵活的将各种来源的原始数据与分析处理串联应用，建立科学的数据模型，得出预测结果并配以互动的可视化智能，快速将大数据智能实现至业务应用中。
? 平台包括分布式大数据分析引擎、智能←终端展示、以及API。大数据分析引擎为MPP架构，建立在开源的ApacheHadoop与ApacheSpark之上，可简易的scale-out扩展。在分析引擎的基础上包含数据源库、数据转换匹配【器、数据处理操作库、机器学习算法库、可视化图形库等子模块。智能终端展示为行业通用的B/S架构，用户通过支持跨操作系统和浏览器的HTML5/JS界面与API来与平台互动。
? 广泛的数据类型↓和存储格式支持能力
EXCEEDDATA平台支持数值、字符、时间、向量、列表等17种数据类型，还可支持多种Hadoop数据存储格式，如HDFS的文件存〖储格式和Hive的表存储格式。为数据分析人员『节省大量的数据格式转换和文件系统转移的∩准备时间。分析员可快速的从既有数据源中灵活的获取数据，尽快⌒ 开展数据分析任务。
? 丰富的算法模块和直观的编程环境
EXCEEDDATA平台提供丰富的机器学习算法，共六大类函数对数据进行汇总、分析、分类或聚类，并配以灵活的算法流程引擎和可拉动式界面。业务人员可轻松地选择和组合多个数据源和算法模块，快速构建分析流程，对业务进行综合分析。
机器学习算法包
? 网络分析类型：GraphAnalytics
? 推荐引擎类型：RecommendationEngine
? 时间路径类别：Time&Path
? 聚类分析类别：ClusterAnalytics
? 决策树分析类型：DecisionTree
? 朴素贝叶♂斯分析类型：Na?veBayes
? 统计分析类别：StatisticalAnalysis
多维度大数据的分析与◥预测算法包
? 行为网络算法,包括图谱统计、短路径等
? 中英文语言分析算法,包括TF-IDF、Word2Vec等
? 地理分析算法
? 分类挖掘：逻辑回归、向量机、朴素贝叶斯、决策树、梯度提升决策树、随机森林
? 回归预测：线性回归、岭回归、套索回归、保序回归
? 聚类：KMeans、高斯混合模型
? 关联推荐：Apriori、FPGrowth、AlternateLeastSquares（协同过滤）
? 时间路径：sessionize、去重、分区、路径（遍历、顺序、起始点）
? 网络地理：短路径、方块分区索引、异状边际定位〗
? 统计处理：直方分布、密度分布、聚合、排序、过滤等
丰富的数据呈现方式
EXCEEDDATA平台提供丰富的数据智能展现，包括折线图、柱状图、饼图、散点图、多拿图、堆叠图、平行坐标图等30多种图示方式。可帮助业务人员进行多视图、多层次的分析，挖掘出数㊣ 据深层次的商业价值，快速发现数据背后的规律。
