本实验基于清洗后的数据，使用助睿ETL平台构建两类特征：一是计算作品互动总数（likes+favorites+shares+coins）并提取5个标题关键词特征标志（保姆级、零代码等），通过JavaScript代码组件实现文本匹配；二是统计含各关键词作品的平均互动数。实验中运用计算器、插入/更新等组件完成数据处理，解决了字段识别、数据重复等问题，最终更新content_analysis表并输出ti

本实验基于助睿Max数据大屏平台，通过蓝图编辑器实现浏览器市场分析大屏的动态数据接入。实验内容包括：1. 创建MySQL数据库连接；2. 将静态组件导入蓝图编辑器；3. 配置SQL查询节点获取数据；4. 使用并行数据处理节点实现数据复用；5. 将处理后的数据绑定到柱状图、饼图等可视化组件。重点解决了SQL查询触发、数据格式转换、图表颜色统一等技术问题，最终实现大屏从静态布局到动态数据展示的完整流程

本实验基于学生考勤数据，通过K-Means聚类算法将学生划分为三类群体：自律模范型（C1）、轻微波动型（C2）和纪律高危型（C3）。重点分析了纪律高危型学生的特征，发现其具有高频违纪、多维度异常叠加等特点，且男生占比显著高于女生，主要集中于高年级老校区的少数班级。实验采用助睿AI平台进行聚类建模，通过助睿BI实现可视化分析，最终形成完整的学生考勤画像，为校园精细化管理提供数据支持。实验过程中解决了

通过本次实验，我了解熟悉了助睿ETL平台的基本操作方法，包括创建团队，创建项目，同步数据源，新建转换流，添加组件，配置组件，执行转换以及查看结果。掌握了常用组件的添加和配置方法，学会了如何进行数据分流这项基本的数据处理功能。助睿平台拖拽式零代码操作清晰直观的展示了数据分流的原理，操作简单且零代码，适合初学者，易于学习且能迅速上手完成常见的数据加工任务。