是一個數據挖掘工作臺，提供了一個可了解數據并生成預測模型的最先進的環境。Streams 提供了一個可伸縮的高性能環境，對不斷變化的數據進行實時分析，這些數據中包括傳統結構的數據和半結構化到非結構化數據類型。

在實時處理需要高級分析時，使用Streams和SPSS集成，實現實時評分預測。實時應用預測分析的用例的示例包括網絡安全、銀行和信用卡欺詐檢測、預測性維護，以及實時營銷產品。

Streams + SPSS Analytics Toolkit 的特點

• 利用Streams實現高吞吐量、低延遲的評分
• 利用SPSS Modeler開發和建立評分模型
• 通過SPSSScoring Operator將模型部署到Streams
• 模型更新而無需暫停Streams
• 通過SPSS Collaboration and Deployment Services管理模型的生命周期

SPSS Analytics Toolkit for Streams

SPSSScoring operator

SPSSScoring operator實現在Streams應用中使用預定義的SPSS的預測模型進行評分預測，它假設預測模型已經在SPSS Moduler定義好并通過SPSS Solution Publisher導出這三個文件：

• model.pim
• model.par
• model.xml

SPSSScoring 代碼例子

stream<DataSchemaPlus> scorer = com.ibm.spss.streams.analytics::SPSSScoring(data)
{
  param
    pimfile: getThisToolkitDir() +"/etc/PimParXml/model.pim";
    parfile: getThisToolkitDir() +"/etc/PimParXml/model.par";
    xmlfile: getThisToolkitDir() +"/etc/PimParXml/model.xml";
    modelFields: "sex","income";
    streamAttributes: s_sex, baseSalary+bonusSalary;

  output
    scorer:
    income = fromModel("income"),
    predLabel = fromModel("$C-beer_beans_pizza"),
    confidence = fromModel("$CC-beer_beans_pizza");
}

SPSSPublish operator

SPSSPublish operator 自動“發布”的一個模型文件的評分分支并總結所生成的文件，以便下游的Operator可以通過“分布”操作所創建或更新的PIM、PAR和XML文件，刷新他們的評分標準實施。通常情況下，SPSSPublish operator配合上游的DirectoryScan 或 SPSSRepository operator，及下游的SPSSScoring operator，即：

DirecoryScan/SPSSRepository -> SPSSPublish -> SPSSScoring

其中DirectoryScan 或 SPSSRepository operator檢測到有新的模型文件可用，就將新模型的文件名發生個SPSSPublish operator。SPSSPublish的下游通常是SPSSSoring。當SPSSPublish獲取到新模型，它就會生成SPSSSoring所需的PIM、PAR和XML文件，然后發生通知給SPSSSoring，通知也新的模型可用了。SPSSScoring收到通知后會刷新內部模型。

SPSSPublish代碼例子：

 stream<rstring strFilePath> strFile = DirectoryScan(){
       param
         directory : "/tmp";
         pattern : "newmodel.str";
         ignoreExistingFilesAtStartup : true;
       config placement : host(P1);
     }

    stream<rstring fileName> notifier = com.ibm.spss.streams.analytics::SPSSPublish(strFile){
     param
       sourceFile: "newmodel.str";
       targetPath: "/tmp";
     config placement : host(P1);
  }

    stream<DataSchemaPlus> scorer = com.ibm.spss.streams.analytics::SPSSScoring(data;notifier) {
    param
      pimfile: getThisToolkitDir() +"/etc/PimParXml/model.pim";
      parfile: getThisToolkitDir() +"/etc/PimParXml/model.par";
      xmlfile: getThisToolkitDir() +"/etc/PimParXml/model.xml";
      modelFields: "sex","income";
      streamAttributes: s_sex, baseSalary+bonusSalary;

    output
      scorer:
        income = fromModel("income"),
        predLabel = fromModel("$C-beer_beans_pizza"),
        confidence = fromModel("$CC-beer_beans_pizza");
    config placement : host(P1);
  }

SPSSRepository operator

SPSSRepository operator監視部署在SPSS Collaboration and Deployment Services庫的對象的變化。當被監控的對象發生變化，相關通知則會發給所有的Listener。收到通知，SPSSRepostory會從Repostory下載該對象的新版本文件并將文件寫到目標目錄，這步操作成功之后，SPSSRepostory再提交描述文件已更新的事件給下游Operator。

Streams + 的參考架構

根據前面對SPSS Analytics Toolkit的功能描述，Streams + SPSS的參考架構可以由下圖表示：

小結

本文通過對SPSS Analytics Toolkit和這些Toolkit與Streams集成參考架構的描述，為讀者呈現了如何使用業界最好的數據挖掘工具SPSS和流數據分析平臺Streams進行實時評分和預測。

詳情請咨詢！

客服熱線：023-66090381