作為大數據分析應用層數據挖掘平臺，受到業界的廣泛好評與喜愛，這也依賴于產品本身技術的不斷的發展與完善，IBM SPSS的研發團隊在中國歷史文化名城—西安，擁有超過300多名技術研發人員，致立于產品新技術的引入與研發，為產品本身提供源源不斷發展動力，更好地為我們的客戶服務。在我們優秀團隊的帶領下，我們的產品每年都有新的版本、新的技術發布，那么接下來，我給大家介紹下，SPSS Modeler最新版本 17.0新增空間數據分析的相關功能及Demo演示。

SPSS Modeler空間數據分析功能介紹

I.引入地圖文件及地圖可視化展現

在平臺上，我們新增了讀取地理位置信息的源節點，以及地圖展現的輸出節點;

連接方式：我們有兩種方式可以連接地圖文件，分別是

1、通過形狀文件 (.shp) 進行導入；

2、通過連接到包含地圖文件的分層文件系統所在的 ESRI 服務器進行導入。

功能：讀取地圖文件,與其它數據信息融合在一起，以直觀的地圖的方式展現最終的分析結果;

應用場景：需要將分析結果與地圖結合起來的場景，比如購物中心的客流分布、交通狀態、運輸物流等。

II.新增算法：空間-時間預測(Spatio-temporal prediction）

功能：將地理位置信息和時間都作為分析場景的輸入影響因素，預測未來具體時間點以及具體位置發生某類事件的可能性。

計算邏輯：在回歸的基礎，添加了空間協方差矩陣和時間序列來處理時間和空間信息；

應用場景：可用于預測未來某一時間某些地點可能發生的事件，比如疾病多發區、犯罪多發地的預測；

大數據支持：可以通過Analytic Server進行Map-Reduce計算，提升計算效率。

III.新增算法：關聯規則

功能：可將空間地理信息作為分析因素，分析出事件發生的模式或規則;

應用場景：犯罪模式分析、流行病/傳染病監控等；

大數據支持：可以通過Analytic Server進行Map-Reduce計算，提升計算效率。

SPSS Modeler空間數據分析Demo演示

介紹了以上功能后，我們通過Demo來了解如何應用空間數據，實現對犯罪事件發生類型的預測。

I.分析場景：

我們有美國芝加哥州包括的10個鄉鎮以往發生犯罪事件的記錄，我們要分析的目標就是根據以往的犯罪事件發生的情況，研究在哪些區域可能是犯罪事件高發區域，并通過地圖的方式展現分析結果。

II.分析思路：

結合犯罪事件發生的地理位置，通過關聯規則分析各類犯罪事件發生的規則。

III.分析步驟：

整個分析數據流如下圖，分為3個步驟，分別是數據整理、建模和地圖展現。

接下來按流程圖中的具體編號具體介紹實現過程。

1.連接犯罪事件數據源文件InsuranceData.sav

文件記錄了歷史發生犯罪事件的地理位置（經、緯度）以及發生的犯罪事件類型,包括以下內容：

• 鄉鎮名稱(Country)
• 緯度(Latitude)
• 經度(Longitude)
• 犯罪事件類型(Type)，包括Collision、Theft、Vandalism、Uninsured。

2.連接各個country(鄉鎮)的屬性信息文件CountyData.sav

文件收集了各個鄉鎮人口、收入等相關信息，包括以下內容:

• 鄉鎮名稱(Country)
• 2013年人口數量(Population2013)
• 2010年人口數量(Population2010)
• 人口增長率(Poppercentchange)
• 小于5歲的人口占比(Popunder5yrs)
• 小于18歲的人口占比(Popunder18yrs)
• 大于65歲的人口占比(PopOver65yrs)
• 擁有房產人員占比(HomeOwership)
• 人均收入(IncomePerCapita)
• 收入中位數(IncomeMedian)
• 貧困率(PovertyPercent)

3.連接芝加哥地圖文件ChicagoAreaCounties.shp

文件包括各個鄉鎮(Country)的地理位置信息，包括以下內容：

1、鄉鎮ID號(ObjectieID)

2、鄉鎮名稱(Name)

3、圖層信息(MultiPolygon)

可以用的地圖展現如下：

4.生成新的地理空間字段POINT

對記錄犯罪事件發生的InsuranceData.sav文件中的經度和緯度兩列數據(Latitude、Longitude)合并到地理空間上,字段類型為地理空間,節點命名為POINT，為下面與地圖數據的合并做準備。

5.將犯罪事件記錄數據與各鄉鎮屬性信息合并

即對CountyData.sav和InsuranceData.sav兩份數據按關鍵字Country合并。

6.將上面整理好的數據與芝加哥地圖文件再做合并

至此，我們將數據整理完成，合并后的數據內容包括：

其中以DS2開頭的三列數據，表示事件發生的位置對應地圖上的對象、區域和名稱。

7.選擇關聯規則算法建模

我們使用關聯規則算法，生成犯罪事件發生的規則模型，只需要將犯罪類型(Type)設置為預測，并選擇影響因素作為條件，然后點擊運行則會自動生成業務規則模型。

8.生成模型，得到規則

以下可以看到規則結果(列出部分規則)。

比如可以看到第三條規則（Rule ID=3)

條件(Condition)

PopUnder5yrs ≥ 6.600

PopOver65yrs ≤ 11.600

預測結果(Prediction)

Type = Collision

結果解讀

如果5歲以下人口占比大于等于6.6%，65歲以上人口占比小于等于11.6%，則可能發生的犯罪類型為Collision(沖突).該規則的支持度為9.51% (即有9.51%條記錄符合該規則) ,置信度為63.18%（即符合條件"PopUnder5yrs ≥ 6.600 and PopOver65yrs ≤ 11.600"的這些區域里面，有63.18%的區域發生了Collision事件)，因此在做接下來的預測時，如果有區域符合以上規則(Ruld ID=3)，那么我們判斷該區域發生Collision事件的概率為63.18%。

9.連接原來的芝加哥地圖文件，讓預測結果展現在地圖層之上

10.地圖展現預測結果

接下來我們把預測結果與地圖展現結合在一起，如下圖所示。

從這地圖我們可以很清晰看到，我們對各類犯罪事件發生預測結果的分布情況，根據該預測結果，我們可以有在針對性地部署相關的警力，預防犯罪事件的發生。

SPSS Modeler空間數據分析擴展

以上我們通過關聯規則對犯罪事件的發生進行了預測，如果使用空間-時間預測也可以實現類似的應用場景，只是分析的計算邏輯不一樣。

SPSS Modeler對空間數據分析除了將其作為影響因素加入到分析過程之外，還可以通過運動軌跡（包括時間和地點）來判斷人物事件的特征，我們稱之為空間-時間框（STB）,比如我們通過的士的運動軌跡及乘客的運動軌跡，來精準地告訴的士司機，哪些時間點，在哪些區域，有更大的乘車需求；也可以通過人員的運動軌跡對群體做細分，通過設定活動范圍，找出哪些人員是家庭主婦、哪些是商務人士、哪些是白領等等，這可以更好地完善我們的客戶畫像。這些分析都挺有意思的，我們可以下次再做具體介紹，敬請期待吧.....

via：華南IBM大數據支持團隊

詳情請咨詢“”！

客服熱線：023-66090381