Qlik研究主管谈论关联引擎、自然语言处理和数据群

数据可视化供应商Qlik的研究团队不仅在炼制其联想发动机，而且还推进了技术项目，如会话分析和多属性数据分析。

在这项QLIK研究高级总监的Q＆A，Elif Tutuk，详情了新技术项目，她的团队正在孵化未来的产品。Tutuk的研究小组一直负责现有的QLIK技术功能，现在集成到产品中，包括Qlik认知引擎 - AI框架 - 和联想大数据索引，使用户不必在内存中加载数据，并在数据源上创建关联索引。

Tutuk还解释了她的团队如何进一步推进运行Qlik的AI关联引擎的概念LiveWired数据它定义了数据点之间的连接，而不是基于开发人员定义的参数。

然后，她分解了正在开发的最新Qlik技术项目，比如被称为数据群的多属性可视化分析能力，并将其整合自然语言处理和语音技术整合到Qlik的视觉功能中。Qlik希望这样的项目能够帮助它与Tableau、Tibco和MicroStrategy等竞争对手区分开来。

编者按:为了篇幅和清晰度，本文经过了编辑。

QLIK的关联引擎如何帮助数据livewire本身？

Elif Tutuk：关于[QLik的AI]引擎的独特事物是如何自动关联数据值本身。我们在查看数据值的数据上运行算法，以确定可能发生的连接。

使用关联发动机的第一个优点是数据定义自身，与a相比关系的方法一个人根据预先设定好的问题定义数据之间的连接。从这个角度来看，我使用的术语是技术livewires它本身，而不是关系方法硬连线由开发人员定义。当用户提出问题时，他们不必遵循预定义的路径就能够深入到数据中。

使用Qlik关联引擎，我们分析完整的数据集，这与使用基于关系查询的工具不同。当你以用户的身份提问时，你已经过滤了数据，所以AI只会着眼于这部分数据中的见解。

使用关联引擎的第一个优点是数据可以定义自己，而关系型方法则由人根据预先设定好的问题定义数据之间的连接。

在QLIK，我们正在使用该问题作为机器理解您的兴趣并设置上下文的方法，但随后我们没有切割数据。你得到的那些隐藏的见解这可以帮助你跳出你最初的问题，帮助你开始问下一个你甚至没有想到的问题。

您的团队还参与了哪些其他Qlik技术项目?

Tutuk：其中一个是一种视觉体验，允许用户对数据进行多属性分析。我们一直在呼叫此数据群。

作为用户，我可以告诉系统我对我感兴趣的东西，但与我的人类思维有限，我可以有多少属性来分析数据集。通过使用算法，我们可以帮助用户分析他们的数据，而不是限于一个维度，一个度量或夫妇属性。算法可视化数据作为点，并确定每个数据点的位置，为用户创建图片，以实际地看到数据中的模式和异常值。

基于您所看到的模式，您可以进一步深入了解选择数据，并使用更多的进一步分析传统的可视化，如条形图和散点图。[这是]此时不在产品中;这是我们如何探索分析许多属性的大量数据的功能的例子。

如何将会话分析纳入你的研究中?

芭鲁塔：我们最近有获得了CrunchBot [AI Inc.]将自然语言能力带入QLIK认知引擎中。在Qlik研究中，我们已经在努力解决这种对话分析经验。

我坚信仅仅拥有一个搜索框并不能帮助用户。当你已经知道你想问的问题时，你可以使用谷歌。搜索引擎非常适合这种情况，因为你很快就能得到答案。这就是为什么我们要构建一个具有更自然语言功能的搜索引擎。

但我们现在孵化的会话分析经验是将搜索和自然语言能力与视觉能力。想象一下你提出一个问题的体验，你得到一个答案，然后当你问一个问题时，我们实际上可以帮助您在视觉上看到您正在进行的路径。你可以看出你的思想。这是一个真正的思考搜索和博语的方法。

基于我们所拥有的数据量，你真的需要创造一种用户可以同时看到多个可视化内容并与之交互的体验。然后，当你与它互动时，它会让机器理解你的背景和你感兴趣的东西。这已经在路线图上了，我们已经有了一个工作原型。

语音搜索将如何在未来的QLIK技术中发挥作用？

Tutuk：声音有其位置。如果我是一个销售人员驾驶到我的下一次约会，我只想用声音询问我的问题。这是我们希望在Qlik Insight Bot中实现的事情之一，这就是我们将如何重命名CrunchBot。除了键入之外，您还可以具有语音命令。

不同的用户有不同的需求，但他们都有相同的期望——他们想要轻松地使用技术，他们想要能够增强以获得可执行的见解。这就是我们Qlik研究公司正在研究的。