1.一种数据统计分析系统，包括电子商务交易模块、数据存储模块和数据分析模块，其特征在于：所述数据分析模块用于对数据存储模块内的数据进行分析，所述数据存储模块用于对电子商务交易模块统计的数据进行存储；
所述数据存储模块包括计算机和信息输入单元，所述信息输入单元包括键盘、鼠标、电子书写板，所述信息输出接口支持如下接口之一或组合：通用串行接口、计算机串口、计算机并口、pcmcia接口、ps/2接口、无线通讯接口、红外通讯接口；
所述数据分析模块包括可视化分析单元、数据挖掘单元、预测性分析单元、语义分析引擎单元和数据质量管理单元，所述可视化分析单元是对数据进行可视化处理，数据可视化主要旨在借助于图形化手段，清晰有效地传达与沟通信息，所述数据挖掘单元是用于预测性分析的独立产品，可以对统计存储的数据进行演算从而提供预测性智能。
2.根据权利要求1所述的一种数据统计分析系统，其特征在于：所述数据可视化单元的数据可视包括两个主要的组成部分：统计图形和主题图，数据可视化可以利用图形、图像处理、计算机视觉以及用户界面，通过表达、建模以及对立体、表面、属性以及动画的显示，对数据加以可视化解释。
3.根据权利要求1所述的一种数据统计分析系统，其特征在于：所述数据挖掘单元不仅可为用户提供直观的流式建模、拖拽式操作和流程化、可视化的建模界面，还提供了大量的数据预处理操作，数据挖掘单元还内置了多种实用的、经典的机器学习算法，这些算法配置简单降低了机器学习的使用门槛，节省了企业成本，并支持标准的pmml模型输出，可以将模型发送到统一平台，与商业智能平台实现了完美整合。
4.根据权利要求1所述的一种数据统计分析系统，其特征在于：所述预测分析单元涵盖了各种统计学技术，包括利用预测模型，机器学习，数据挖掘等技术来分析当前及历史数据，从而对未来，或其他不确定的事件进行预测，预测性分析是一种数据驱动的处理模式，预测性分析算法能够实现数据挖掘模式的自动化。
5.根据权利要求1所述的一种数据统计分析系统，其特征在于：所述语义分析引擎单元包括文本纠错、情感倾向分析、评论观点抽取、对话情绪识别、文章标签、文章分类以及新闻摘要，依次可以识别文本中的错误片段，进行错误提示并给出，对含有主管信息的文本进行情感急性判断，自动分析用户评论，输出评论观点与情感极性，自动检测用户日常对话文本中蕴含的情绪特征，对文章按照内容类型进行自动分类，对文章进行核心关键词分析，自动抽取新闻文本中的关键信息。
6.根据权利要求1所述的一种数据统计分析系统，其特征在于：所述数据质量管理单元是指对数据从计划、获取、存储、共享、维护、应用、消亡生命周期的每个阶段里可能引发的各类数据质量问题，进行识别、度量、监控、预警等一系列管理活动，并通过改善和提高组织的管理水平使得数据质量获得进一步提高，针对数据的改善和管理，主要包括数据分析、数据评估、数据清洗、数据监控、错误预警等内容；针对组织的改善和管理，主要包括确立组织数据质量改进目标、评估组织流程、制定组织流程改善计划、制定组织监督审核机制、实施改进、评估改善效果等多个环节。
7.根据权利要求3所述的一种数据统计分析系统，其特征在于：所述pmml是一种基于xml的标准语言，用于表达数据挖掘模型，可以用来在不同的应用程序中交换模型，其步骤为：
s1、数据词典，进入数据分析阶段，用于识别和定义哪些输入数据字段对于解决眼前的问题是最有用的，可以包括数值、顺序和分类字段；
s2、挖掘架构，用于定义处理缺少值和离群值的策略当将模型应用于实践时，所需的输入数据字段可能为空或者被误呈现；
s3、数据转换，用于定义将原始输入数据预处理至派生字段所需的计算；
s4、模型定义，用于定义用于构建模型的结构和参数；
s5、输出，用于定义预期模型输出；
s6、目标，用于定义应用于模型输出的后处理步骤，此步骤支持将输出转变为人们很容易就可以理解的分数；
s7、模型解释，用于定义将测试数据传递至模型时获得的性能度量标准；
s8、模型验证，用于定义一个包含输入数据记录和预期模型输出的示例集。