【2016年Esri开发者大会亮点解析】Geo Analytics，给力的Big Data分析工具

       随着云时代的到来，大数据也越来越受到人们的关注。但是，我们想要从大量的数据中挖掘出有价值的信息，更关键的是分析方法和工具。所以，怎样利用大数据，发挥其价值也是一个非常棘手的难题。Geo Analytics工具则是Esri最新推出的处理、分析、可视化地理大数据的利器。另外，Geo Analytics可以跨平台使用，包括ArcGIS Pro、ArcGIS Online、Portal for ArcGIS以及Rest API。下面，就为大家详细解析Geo Analytics工具。

1、大数据可视化

      下图中黄色的点表示银行的百亿条财政交易记录。当我们缩放时，加载会明显的卡壳，而且也难以从这密密麻麻的点中看出任何空间分布情况。

      Geo Analytics为我们提供了可视化分析的一系列工具，例如热点分析、点密度分析、空间聚合等等。下图就是以行政区划来对这些财政交易进行聚合分析，再配以颜色分级渲染，就可以直观的看到哪些地区财政交易频繁，哪些地区交易很少。

2、高级分析

      这里，我们以一个真实的案例来切入。在美国，如果金钱交易超过一定的数额，就需要申报以及交一笔不小的税额。部分不法分子为了逃过这项税款，会选择将自己的交易拆分成多次，而每一次都不超过申报限额。这类交易的特点就是从同一个或者几个相近的银行的账户发出，接受者也是相对固定的一个账户，而且每笔交易都不超过交税的上限。那么，我们如何利用Geo Analytics工具从这百亿条财政交易中寻找出这些有逃税嫌疑的记录呢？

       Geo Analytics提供一系列时空挖掘工具，例如Join Feature，能够将时间、空间、属性信息全部联合起来同时分析。而且可以在不同的机器上分布式计算，以达到最快的处理效率。下图的绿色的线条就是分析工具筛选出的可疑财政交易记录。我们还可以通过设定阈值，例如金钱数额、交易次数等来进一步筛选出最可疑的逃税交易（图上的三条红色线条表示）。

       通过这个有趣的案例，相信大家已经对Geo Analytics的功能有所了解。最后，我们来看看Geo Analytics的工作机理。数据层可以是注册数据，也可以是托管数据。这些大数据被Server集群分布式处理，极大提升了计算效率。计算的结果也可以直接存储在Web GIS的Big Data Store中，直接被Web GIS平台使用。

视频来源：http://www.esri.com/events/devsummit/ (ArcGIS Analytics)