数据概要分析和语义建议
当您创建数据集时，Oracle Analytics 将执行列级分析以生成一组语义建议，供您修复或扩充数据。当您创建工作簿时，您还可以通过从数据面板添加知识库扩充来将其包含在可视化中。
这些建议基于系统在分析步骤中自动检测到的特定语义类型。例如，对于基于本地主题区域的数据集，使用简单的“前 N 个”示例进行分析。
有多种类别的语义类型，例如，由城市名称标识的地理位置、可识别模式（信用卡、电子邮件地址和社会安全号中的模式）、日期和重复模式。您还可以创建自己的定制语义类型。
语义类型建议
用于修复、改进或扩充数据集的建议由数据类型确定。
语义类型建议示例：
- 扩充 — 向您的数据添加与检测到的特定类型（例如，地理位置）对应的新列。例如，为城市添加人口数据。
- 列连接 — 在数据集中检测到两个列时，如果一个列包含名字，另一个列包含姓氏，则系统会建议将它们连接成一个列。例如，first_name_last_name 列。
- 语义提取 — 语义类型包含子类型（例如，包含区号的 us_phone 号码）时，系统会建议将子类型提取到单独的列中。
- 部分提取 — 在数据中检测到通用模式分隔符时，系统会建议提取该模式的各个部分。例如，如果系统在数据中检测到重复出现的连字符，则会建议将各个部分提取到单独的列中，从而使数据对分析更有用。
- 日期提取 — 检测到日期时，系统会建议提取日期中可能有助于数据分析的部分。例如，可以从发票或购买日期中提取星期几。
- 完全和部分混淆/遮蔽/删除 — 检测到敏感字段（例如信用卡号）时，系统会建议对该列进行完全或部分遮蔽，甚至删除。
可识别的基于模式的语义类型
根据在数据中找到的模式识别语义类型。
为以下语义类型提供了建议：
- 日期（超过 30 种格式）
- 美国社会安全号 (Social Security Number, SSN)
- 信用卡号
- 信用卡属性（CVV 和到期日期）
- 电子邮件地址
- 北美编码方案电话号码
- 美国地址
基于引用的语义类型
语义类型的识别由随服务提供的加载引用知识确定。
为以下语义类型提供了基于引用的建议：
- 国家/地区名称
- 国家/地区代码
- 省/自治区/直辖市名称
- 省/自治区/直辖市代码
- 县名（管辖区）
- 城市名称（本地化名称）
- 邮政编码
建议的扩充
建议的扩充基于语义类型。
扩充是基于地理位置层次结构确定的：
- 国家/地区
- 省/自治区/直辖市
- 管辖区（县）
- 经度
- 纬度
- 人口
- 海拔（米）
- 时区
- ISO 国家/地区代码
- 联邦信息处理标准 (Federal Information Processing Standards, FIPS)
- 国家/地区名称
- 首都
- 大洲
- GeoNames ID
- 所用语言
- 电话的国家/地区代码
- 邮政编码格式
- 邮政编码模式
- 电话的国家/地区代码
- 货币名称
- 币种缩写
- 地理顶级域 (GeoLTD)
- 平方公里
需要达到的阈值
分析进程使用特定阈值来做出有关特定语义类型的决策。
通常来说，列中 85% 的数据值必须满足单个语义类型的标准，系统才能做出分类决定。如果某个列 70% 的数据为名字而 30% 的数据为“其他”，则该列不满足阈值要求，因而不会提出建议。
