文档介绍：
系统方案
武汉云众科技有限公司
2018年12月
概述
本次项目建设的大数据智能分析平台，其基于智能化集成数控平台技术架构，实现“大数据”的智能分析化管理。并充分利用现代网络信息技术和集成技术将各种海量数据予以有机的整合，通过高效的智能化分析让“大数据”变得易使用、易获得、高质量，为实现重点区域的信息数据处理提供多种智能、高效的分析管理功能，让“大数据”在各个阶段的应用更加广泛、稳定。
说明
在数字化时代，大数据智能化是核心要素。在如今这个快速发展的数字化时代，困扰应用者的一个重要问题就是如何在功率、覆盖范围、传输速率和成本之间找到那个微妙的平衡点，但企业组织可以利用相关数据和智能分析降低成本、提高效率、开发新产品、做出更明智的业务决策等等。
智能化分析系统通过在研究大量的数据的过程中寻找模式、相关性和其他有用的信息，可以帮助企业更好地适应变化，并做出更明智的决策。
大数据智能分析系统对于海量数据的管理，一个很大的难点就在于如何快速并自动化的收集数据，因为没有数据源，大数据融合平台将只是一个空中楼阁。对于结构化事务型数据，采用Crab大数据集成引擎的ETL工具+Dodo分布式任务调度引擎可以通过设置收集策略实时或定时地将需要的数据类型自动抓取收集到大数据平台内，通过建立一套数据报表、数据智能分析、数据智能挖掘的报表工具。在报表工具背后可整合各独立系统的数据，多维度分析、挖掘和获取任何数据。规则运算后，通过多样化直观的报表输出，而这可靠性、准确性和速度也要远大于人力。
3，设计原则
先进性
系统开发的起点要高，采用的软件平台要尽可能是目前世界上公认较先进的技术平台。在此基础上，采用先进的模块化程序设计和先进的设计思想，最终使系统在技术上达到国内领先水平；
良好的开放性
系统采用业界主流的硬件平台、操作系统平台、数据库平台以及标准的协议，保证系统的开放性；
高可靠性
系统运行要建立在坚实的软件、硬件基础上，这是系统稳定可靠运行的前提。在此基础上，中心系统管理软件与操作系统及其他应用软件应有比较明确的接口规范。应用系统要经过反复测试，有较强的容错能力，确保可靠运行；
软件开发依据大数据智能分析软件需求具体内容，必须达到相关功能、性能等需求；
系统硬件可以很方便的实现远程管理及维护；系统软件均采用模块化的设计，并提供友好的人机接口，确保系统的易维护性；
软件系统架构充分利用网络的扩展性强的特点，采用透明化大数据、集中管理的结构，使得系统可扩充性很强，有足够的扩展升级的余地；
4，价值优势
价值
大数据智能分析最核心的价值就是在于对于海量数据进行存储和智能分析。相比起现有的其他技术而言，大数据的“廉价、迅速、优化”这三方面的综合成本是最优的。
大数据智能化分析的价值也体现在以下几个方面：
1)对大量消费者提供产品或服务的企业可以利用大数据进行精准营销；
2) 做小而美模式的中长尾企业可以利用大数据做服务转型；
面临互联网压力之下必须转型的传统企业需要与时俱进充分利用大数据的价值；
及时解析故障、问题和缺陷的根源，每年可能为企业节省大量费用支出；
分析所有SKU，以利润最大化为目标来定价和清理库存；
根据客户的购买****惯，为其推送他可能感兴趣的优惠信息；
使用点击流分析和数据挖掘来规避欺诈行为。
优势
大数据智能化分析系统可以轻松运行处理海量数据，它主要有以下几个优势：
1)高可靠性。存储海量数据和智能化分析处理需求数据的能力值得人们信赖。
2)高扩展性。大数据智能多层次的分析数据视图，确保有效和透明的数据。
3)高效性。数据分析获取过程直观、强大，运行效率快。
4)高容错性。通过先进的软件技术、新算法设计与高性能计算研究处理各种数据。
应用实例
大数据智能化分析在各行业注重实际应用，从数据汇聚到智能化分析处理，能实实在在地为企业提供可行的解决方案。
大数据智能催收平台
大数据智能催收平台依托大数据技术以及多维数据源，将大数据增值产品集成到智能催收管理系统中，为资产方、处置方在贷后个人不良资产管理运营中遇到的各类痛点提供高效的解决方案。同时将不断探索、尝试为提升金融行业整体运营管理水平而努力，最终打造一个法律风险以及征信体系的完善及法律法规合规“互联网+不良资产处置”的模式大数据智能催收平台。
系统采用WEB/JAVA开发模式，整体框架采用优秀的SpringBoot和SpringCloud等系列成熟框架。团队使用Maven与Git等进