DeepBI一句话实现数据可视化的原理

AI ➕ StarRocks 有没有搞头? 太有了~!

最近国内一家大模型初创公司搞了个产品DeepBI,运用Muti-Agent技术将 AI 与 StarRocks 完美结合起来,能帮你解决数据分析中99.9%的烦恼,堪称重新定义数据分析。

想用 StarRocks 做什么样的数据分析,只用提问即可。真的是实现了,‘数据分析零门槛’。

(PS:一定要看完,文章结尾有小福利~)

在本次案例分析中,我们利用DeepBI的产品集成解决方案对游戏玩家的行为数据进行深度挖掘。通过分析字段包括注册时间、PvP(玩家对战)和PvE(人机对战)战斗次数、胜利次数、在线时长以及支付行为等信息,洞察玩家的行为模式和偏好

DeepBI能做什么?

DeepBI是一款开源的基于AI的BI软件,它利用大模型对数据进行查询,梳理,数据展示。通过简单语句沟通实现数据分析以及预测。它有4大模块

1 对话式数据分析:用户可以通过对话,得到任意的数据结果和分析结果。

2 对话式报表生成:通过对话生成持久化的报表和可视化图形。

3 仪表板大屏:将持久化的可视化图组装为仪表板,并可以一键美化生成炫酷的大屏。

4 自动化数据分析报告:根据用户指令自动完成完整的数据分析报告。

接下来让我们一起看一下:





DeepBI是如何工作的?

  在数据分析的整个流程中,DeepBI会先对问题进行分析,然后整理数据,最后得到相关的算法并生成执行代码,最后得出关键结论。

  举一个相对复杂的问题作为展示示例:

  当我们提问DeepBI:

将平均在线时长120分钟以上作为一档,在线时长为0单独为一档,>0且<120内再平均分出6档,统计每一档玩家pve和pvp对战胜率,并可视化出来

接收到问题后,便能看到咱们的业内顶尖的数据分析团队 (muti-Agent)开始“搓搓小手”准备干活儿了。

  团队leader先发话,大概意思就是:

来活了!用户需要将平均在线时长120分钟以上作为一档,在线时长为0单独为一档,>0且<120内再平均分出6档,统计每一档玩家pve和pvp对战胜率,并可视化出来。

动起来!!!

首先,这项数据分析任务会先传递给专门负责筛选任务的Agent也就是我们的“规划师”。不同的任务会向下分发给不同的Agent Team。

随后,任务到了对应Team这里,我们的starrocks数据工程师收到了用户的具体需求后,他给出了需要可执行code,即相关的算法和过程,如下图中:首先根据在线时长的不同进行分档,然后如pve_win_count/pve_battle_count,即pve对战胜率场数/pve总场数,得到pve对战的胜率

“团队内”的 Executor(执行者) 将 code执行完毕,随后,“团队中”的绘图师将数据可视化

最后会”绘图师“给出可视化图,并进行总结和报告

最终,从开始到结束仅仅不到一分钟的时间,一张清晰且直观的柱形图便跃然纸上。

整个对话过程就像是一场优雅的交响乐演出,我们就像是一位尊贵的观众,坐在舒适的座椅上,欣赏着这些“AI员工”精准而有序的表演。

不得不赞叹,现在的数据分析,真像是开启了一场奇幻之旅。无需深谙IT技术,也无需沉浸在可视化工具的海洋中,更无需掌握所有的逻辑细节。只要你有想法,有探索的欲望,就能轻松启程,真正实现了‘零门槛数据分析’的壮举。

这就像是把繁复的数据矿山,用一根魔法棒变成了熠熠生辉的宝石,让人不禁想要一探究竟。而你,只需要轻轻一触,就能揭开它的神秘面纱,看到它璀璨的内在。这就是现在数据分析的魅力所在,简单、直接、而又充满惊喜。

关于Deep BI

DeepBI  是基于GPT4的Muti-Agent数据分析软件,现已在GitHub上开源,大家可以随时去下载体验

GitHub开源地址:https://github.com/DeepInsight-AI/DeepBI

现扫二维码加入DeepBI 用户群,联系客服还可免费领取20万试用Token,数量有限,先到先得

©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 202,607评论 5 476
  • 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 85,047评论 2 379
  • 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 149,496评论 0 335
  • 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 54,405评论 1 273
  • 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 63,400评论 5 364
  • 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 48,479评论 1 281
  • 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 37,883评论 3 395
  • 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 36,535评论 0 256
  • 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 40,743评论 1 295
  • 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 35,544评论 2 319
  • 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 37,612评论 1 329
  • 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 33,309评论 4 318
  • 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 38,881评论 3 306
  • 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 29,891评论 0 19
  • 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 31,136评论 1 259
  • 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 42,783评论 2 349
  • 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 42,316评论 2 342

推荐阅读更多精彩内容