众智鸿图HopeMap大数据智能分析平台（HopeDataMiner）以高性能的事件流实时计算技术、数据挖掘分析技术、预警分析技术、可视化展现技术，为从智慧城市海量、复杂、实时、多样化、非结构化的大数据中发现知识、提升智能、创造价值提供强大的决策支持引擎。平台对市政管网、SCADA监测、维修抢修、用户投诉等不同类型业务数据进行整合分析，从时间、空间等多个维度挖掘各业务数据变化规律及关联关系，为各专业单位管网改造、运营优化、服务水平提升提供决策支持依据。

主要功能

数据汇聚：支持Excel、TXT、CSV、DB、关系型数据库，大数据平台等各种类型的数据接入，同时还支持接口数据源接入，通过访问第三方已经定义好的接口，获取其返回的数据，并将其转化成规整的数据格式。对接入的数据口径进行统一，沉淀数据资产。

数据整合：支持Datastage、Powercenter、ETL Automation等常用的ETL工具，从数据源抽取所需的数据，对数据进行清洗、转换、装载及调度，整合至业务分析模型；支持数据的分布式计算、内存计算、流处理。

数据建模：采取了以需求驱动为主、数据驱动为辅的混合模型设计方式，可根据不同的数据层次选择模型，满足当前业务系统数据体系庞杂，数据结构多样、变更频繁，并且需要快速响应各种复杂的业务需求。

数据分析：提供数据挖掘、商业智能、机器学习等人工智能技术，支持对管网事故预警分析模型、城市内涝预警分析模型、离散事件聚合分析模型、用户行为分析模型、决策支持模型在内的各类模型及算法进行海量多样数据分析。

数据应用：采用智能图表、地图展现等方式对分析结果进行表达，提高智慧城市领域各类信息、统计指标的直观性和可视性，提升数据的可利用价值。

特点优势

采用分布式存储架构，具有高度可扩展性，可动态增加、缩减数据节点，实现平台弹性存储、计算与分析；同时支持结构化数据、半结构化数据、非结构化数据的统一管理和高效处理；加速数据洞察效率。

具有数据连续加载功能，单节点加载速度可达数万条，并可线性扩展。

整体构架上支持自动化的动态资源分配与调度，从而更好地支持计算和存储层的水平扩展，有效降低系统资源占用，提升系统效率。

引入GIS空间分析模块，并内置数种空间分析模型，更贴合智慧城市大数据实际特点，且同时支持实时和离线导入的自助数据分析模式，能够对 PB 级海量数据进行秒级实时分析。