由浅入深聊聊SAP Cloud Platform (Part III)

文 | 袁大兔

Part 3

实战大数据语义智能

Semantic Intelligent

Part 1:概念篇 | Part 2:深入篇

感谢各位的投票与建议,第一个实战案例是一个SCP上的RDS Semantic Intelligent:通过抓取社交网络的信息以及智能语义系统和来对一些关键词的追踪。

这个RDS 到目前是第六个版本,最新的这个版本是完全支持SCP 并且分离了APIs 方便企业的功能集成(REST)。

目前有十来个大型企业使用已经部分地区的政府部门在使用中,最近的一个是飞利浦做的智能城市(Smart City) 有兴趣的可以去这个链接看看:

http://www.lighting.philips.com/main/inspiration/smart-cities/smart-cities-initiative/smart-cities-initiative-impact-analysis-sentiment

废话不多说,先来展示下:

主要的社交平台有脸书,google plus,youtube,twitter。如果其他社交网站支持API读取数据,也很容易添加渠道。目前舆情分析支持语言有:阿拉伯语,中文简体,中文繁体,荷兰语,法语,英语,德语,意大利语,葡萄牙语,俄语,西班牙语。

主要功能如上图。每个单独指标都单独分离成为一个小软件。在主页上只给出重要指标,点入后能够有更多的交互。以下会选取几个介绍一下内外页面的功能。

01 舆情

外:给出了所选关键词、关键词组的总体情况。

内:主要给出多种互动方式,可以对数据进行深度分析。

左边是控制,右边的表格会根据左边选择的进行实时分解。大致有如下几种图标,对于每条记录都能够点击打开来查看被分类到不同舆情的原因。以下这个iphone X的是因为hate (憎恨)这个单词。

02 评论

外:根据当前选的时间段,给出评论走势。

内:可以通过不同组合来看评论走势, 并且能够分解到小时。

03 最具影响力的人

外:给出前几位最具影响力的人。

内:对用户重要度进行排名,并且分析在当天话题、话题组下该用户的情绪。

当然你也能点击用户并且查看相对于的评论,并且查看具体的问题。

04 最具影响力的状态

外:前三个最具影响力的状态以及情绪。

内:正反面状态对比,影响力排名是根据多少人看,转发喜欢等来综合考虑。

05 热门趋势

所设置的关键字在全世界或者任何国家的搜索情况,以及类似关键词推荐。

06 热议地区

以热点的方式在地图上显示出坐标。

如果有街景图片甚至能够直接查看所在地照片。

服务器需求:

目前这个服务器上大概有2.4亿条记录。每个人只能查看自己创建的,所以我上面数据只是我的账号所有的关键词。

大概是3000 个左右的关键词,使用了一个128GB内存的HANA服务器和7个JAVA的容器和一个HTML5容器,目前内存占用率在85左右。

最低配置:需要2个JAVA 容器和一个HTML5 以及64GB内存的HANA服务器来进行配置。

下期如果有需要可以展示如何配置以上这个方案,或者是其他案例。

欢迎留言分享你的看法。

关于作者

InweHub用户名:袁大兔。资深SAP开发者,对HANA,SAP Cloud Platform,Fiori,Blockchain等相关领域有深入理解,现就职于SAP美国公司。

查看袁大兔的名片

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,122评论 6 505
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,070评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,491评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,636评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,676评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,541评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,292评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,211评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,655评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,846评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,965评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,684评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,295评论 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,894评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,012评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,126评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,914评论 2 355

推荐阅读更多精彩内容