大数据平台分析方法主要包括以下几种：
1. 描述性分析：这是一种最基本的数据分析方法，主要通过对数据进行观察、总结和归纳，找出数据中存在的规律和趋势。例如，通过分析销售数据，可以发现哪些产品最受欢迎，哪些时间段的销售最好等。
2. 探索性分析：这是一种更深入的数据分析方法，主要通过对数据进行挖掘和探索，发现数据中的隐藏信息和潜在价值。例如，通过分析社交媒体数据，可以发现公众对某个事件的关注程度和情绪倾向等。
3. 预测性分析：这是一种基于历史数据对未来情况进行预测的方法。例如，通过分析历史销售数据，可以预测未来一段时间内的销售情况。
4. 规范性分析：这是一种基于规则和模型来进行数据分析的方法。例如，通过建立销售预测模型，可以根据历史数据和市场环境等因素，预测未来的销售情况。
5. 关联性分析：这是一种通过分析数据之间的关联关系，发现数据中的模式和关系的方法。例如，通过分析用户行为数据，可以发现用户的兴趣和需求之间的关联关系。
6. 聚类分析：这是一种将相似的数据对象分为一组的方法。例如，通过聚类分析，可以将大量的用户按照其购买行为和喜好进行分类，以便更好地进行个性化推荐。
7. 分类分析：这是一种将数据分为不同的类别或标签的方法。例如，通过分类分析，可以将用户按照其年龄、性别、地理位置等信息进行分类，以便更好地进行市场细分和目标定位。
8. 序列分析：这是一种分析时间序列数据的方法。例如，通过序列分析，可以发现股票价格、天气变化等时间序列数据中的周期性和趋势性特征。
9. 网络分析：这是一种分析数据之间的相互关系和结构的方法。例如，通过网络分析，可以发现社交网络中的关键节点和关键路径，以便更好地理解社会结构和动态。
10. 可视化分析：这是一种通过图形化的方式展示数据分析结果的方法。例如，通过柱状图、折线图、饼图等可视化工具，可以直观地展示数据的分布、趋势和关联关系。
总之，大数据平台分析方法多种多样，可以根据具体的需求和场景选择合适的方法进行分析。同时，随着技术的发展，新的分析方法和工具也在不断涌现，为数据分析提供了更多的可能。
