一
多源异构数据采集与自动对时
多源异构数据进行自动收集、自动清洗、分类。并在数据清洗分类的过程中，将结构多样、内容杂乱的数据按统一的格式整理数据，过滤掉其中的冗余信息，从源头上保证存储数据的质量。
非结构化数据高效存储技术
MongoDB分布式集群服务对数据进行备份，保证数据安全性，提高集群读写服务的能力和数据存储能力
整合平台内部业务信息、自动采集外部数据，通过基于大数据技术的数据评估，通过机器学习建立一套广覆盖、多维度、智能化的大数据收集、比对、分析体系。
多源异构数据进行自动收集、自动清洗、分类。并在数据清洗分类的过程中，将结构多样、内容杂乱的数据按统一的格式整理数据，过滤掉其中的冗余信息，从源头上保证存储数据的质量。
MongoDB分布式集群服务对数据进行备份，保证数据安全性，提高集群读写服务的能力和数据存储能力
通过机器学习构建广覆盖、多维度、智能化的数据分析角度，获取最大价值的分析角度。
通过模式匹配、语义分析等对数据进行解析，运用决策树、神经网络等机器学习算法，构建结果画像，以实现分析结果的可视化与辅助决策、实时预警。
