咸阳市住房和城乡建设局网站,东莞路桥投资建设公司待遇,龙华营销型网站建设公司,营销型网站的盈利模式1.引言
最近ChatGPT的出现#xff0c;把人工智能又带起了一波浪潮。机器人能否替代人类又成了最近热门的话题。
今天我们推荐的一个玩法和ChatGPT有点不一样。我们的课题是“让用户可以使用自然语言从Excel查询到自己想要的数据”。
要让自然语言可以从Excel中查数据#…
1.引言
最近ChatGPT的出现把人工智能又带起了一波浪潮。机器人能否替代人类又成了最近热门的话题。
今天我们推荐的一个玩法和ChatGPT有点不一样。我们的课题是“让用户可以使用自然语言从Excel查询到自己想要的数据”。
要让自然语言可以从Excel中查数据那我们得做点准备
需要一个Excel文档
需要一个自然语言查询工具这里我们推荐Smartbi NLA
1.1.体验自然语言查询
老规矩先上效果再说其他。 【使用录屏动画】
2.Excel说明
我们先准备一个Excel这个数据是模仿一个企业的合同签订表数据造的一份随机数据有些数字可能不大合理。不合理的地方请自动忽略 _。
2.1.数据结构说明
2.1.1合同明细表
2.1.2.销售表 2.1.3.地区表 2.1.4.日期维 2.2.表关系图
【表关系图】
2.3.数据示例 【Excel详情】
3.数据导入与建模 数据情况介绍完了我们要用上述的数据做一个数据模型下面主要介绍下建模的过程。
3.1.Excel导入
Smartbi中的Excel数据导入非常简单按照向导操作就可以了。
【Excel数据导入】
3.2.建立表关系 3.2.1.第一个表关系
数据导入完成后我们先建立第一个表关系。鼠标放到《销售表》表上面后会出现4个小圆圈。选择一个小圆圈拖动到《合同表》上面就会自动弹出表关系对话框。我们选择关联字段然后选择“一对多”关系。 【《销售表》和《合同表》关系建立】 【完整表关系】
3.3.指标、维表和事实表处理 3.3.1.生成指标 【双击“合同金额”转指标】
从事实表中找到需要转为指标的列双击就会自动生成指标。
3.3.2.处理维度
默认情况下右侧栏的每一个字段都会默认生成一个维度。但是有些字段ID、编码等在正常的查询中我们并不需要所以建议将不需要的字段隐藏。同时为了让自然语言能够更好的识别到用户语言中的指标和维度建议在设计模型的时候将指标和维度修改成用户常用的词语。 【隐藏“合同维表”】 【显示“合同名称”】
《合同维表》中依次显示“合同名称”、“商机类型”、“合同类型”、“行业名称”这些是需要转成维度的其他的字段都不需要所以其他字段都可以隐藏掉。其他表也做同样操作隐藏掉编码字段。
3.3.3.创建时间维度 【创建时间维度】
在右键“日期”字段选择“创建时间层次结构”我们可以创建包含指定层次的时间维结构。 【选择时间层次结构】
根据查询需要我们选择了“年”、“季”、“月”、“日”4种层次结构。 【生成的时间层次】
如果觉得默认的名字不好可以改名。不过为了能更符合常用日期说法还是建议改下默认名字。如果有特殊需要也可以修改需要显示的日期格式。 【修改季度名字】 【改名后的时间层次】
3.4.自定义指标
除了合同金额如果我们还想知道“合同个数”我们需要对“合同编码”做唯一计数。 【生成“合同个数”指标】
3.5.模型抽取
最后我们需要对模型进行抽取将Excel数据加载到高速缓存库中。 【模型抽取】 【点击抽取并建宽表】
3.6.模型验证
模型做好以后我们需要验证下模型是否正确。这里可以使用“自助仪表盘”完成模型的验证工作。 【新建-交互式仪表盘】 【查询验证】
把用到的维度和指标都拖上来看看是否有数据数据是否正确。
3.7.总结
以上是创建数据模型完整的过程。是不是很简单手痒的同学可以先试试了。
Smartbi的数据模型建设过程非常简单全程就是鼠标拖拽就实现了除了改名基本不需要使用键盘。更不需要写SQL语句或者其他程序语言。对用户的要求大大降低。就算稍微有点高级的–做计算指标对用户的要求也只是了解该指标的计算方法然后基本也是全程鼠标就可以实现了。总之使用Smartbi一切都太方便了
4.自然语言查询
4.1.训练NLA模型
Smartbi自然语言查询是在“数据模型”之上再建立了一个知识模型知识图谱。这个知识图谱需要有一个简单的训练过程。不过Smartbi已经把这些工作都包装好了我们只需要点一个训练按钮就可以实现知识图谱的训练了。 【训练AI图谱】 【选择需要参与训练的维度】
日期维、ID、编码、数字这些一般是不需要参与训练的也就是只训练有意义的字符串列。 【选择对话式分析-进入自然语言查询】
4.2.查询演示 4.2.1.语义场景自适应 【排名演示场景】
Smartbi的自然语言查询和同类产品有个不一样的地方就是通常的自然语言查询工具需要比较完整地说出数据库中的字段名而Smartbi的自然语言查询是不需要的用户可以按照常规的说法去说这个词语。系统会根据当前的语言场景匹配最合适的字段。
比如上述例子中的“广州分部合同金额排名前十销售”系统会根据当前的语句自动识别是想要对“销售姓名”排名还是“销售分部”排名在这句话中系统给出的选择是使用“销售姓名”进行排序。
“合同排名”也是同样的意思。这里就不详细展开了。
4.2.2.自动生成计算指标 【动态生成计算指标】
Smartbi自然语言查询还有一个显著特点是可以自动生成一些常用的时间计算指标不需要预先在模型中做好。比如同比、环比这些。
Smartbi NLA支持的时间计算指标有
同期比 环比 同期值 前期值 同期增量 前期增量 年累计 年累同比 季累计 季累同比 月累计 月累同比 占比
4.2.3.综合分析案例 【分析案例】
这个演示主要是介绍使用自然语言分析出“广州分部合同金额去年同比下降”的原因。最开始查的是“各分部的合同情况”然后发现广州分部同比下降了37%。
然后继续问广州分部各行业的情况只看行业数据看不出问题我们加上了“同比”和“占比”发现“占比”比较大的行业零售、教育、旅游的合同额都大幅下滑特别是旅游行业下滑73%。
我们再从月份的角度看基本看到4月、5月数据都下滑比较严重到了下半年跌幅也比较巨大。
通过上述示例发现在做数据分析的时候使用自然语言查询要比传统的拖拉拽方式快速很多比手写SQL更是进步了几代。所以使用自然语言做分析将会给业务分析人员带来更大的方便性。
感兴趣的朋友可点击链接立即体验Smartbi智能问答
