一种基于推荐模型的数据综合态势展现方法技术

本发明专利技术公开了一种基于推荐模型的数据综合态势展现方法，对后台数据库中的全局数据，构建一种按专题或标签维度进行数据分类与融合的数据分析推荐模型；定制统计分析前台可视化图表插件，将前台可视化图表插件展现框架与通过后台数据分析推荐模型关联的专题数据进行关联绑定展现；根据时间阶段推移或可视化展现焦点变化，定制前台可视化图表插件的展现框架结构、布局方面可随时间阶段进行变化展现的内置方法；整合分析推荐模型关联的后台数据绑定前台可视化插件展现框架进行展现与前台可视化插件展现框架动态变化方法，实现在整个时间流程与周期内的后台数据向前台动态推送、可视化定制展现的过程。

A method of data integrated situation presentation based on Recommendation Model

【技术实现步骤摘要】
一种基于推荐模型的数据综合态势展现方法
本专利技术属于数据前端可视化展现技术，特别是一种针对特定领域特定应用定制的基于标签专题数据推荐模型的随时间或焦点变化的数据综合态势展现方法。
技术介绍
数据可视化技术，是关于数据视觉表现形式的科学技术研究，被定义为一种以某种概要形式抽提出来的信息，包括相应信息单位的各种属性和变量。数据可视化主要旨在借助图形化手段，清晰有效地传达和沟通信息。但是当前的数据可视化技术很多时候并不能很好地达到设计与功能之间的平衡，从而产生华而不实的数据可视化形式，一方面无法达到数据可视化的主要目的，无法覆盖展现数据整体、有效传达和沟通信息，另一方面也无法满足特定用户对特定应用的定制需求，这是现有可视化技术的矛盾和缺陷所在。
技术实现思路
本专利技术的目的在于提供一种针对特定领域特定应用的基于标签专题数据推荐模型的随时间或焦点变化特别定制的数据综合态势展现方法。实现本专利技术的技术解决方案为：一种基于推荐模型的数据综合态势展现方法，包括以下步骤步骤1：对后台数据库中的全局数据，构建一种按专题或标签维度进行数据分类与融合的数据分析推荐模型；步骤2：定制统计分析前台可视化图表插件，并将前台可视化图表插件展现框架与通过后台数据分析推荐模型关联的专题数据进行关联绑定展现；步骤3：根据时间阶段推移或可视化展现焦点变化，定制前台可视化图表插件的展现框架结构、布局方面可随时间阶段进行变化展现的内置方法；步骤4：整合分析推荐模型关联的后台数据绑定前台可视化插件展现框架进行展现与前台可视化插件展现框架动态变化方法，实现在整个时间流程与周期内的后台数据向前台动态推送、可视化定制展现的过程。步骤1中的构建按专题或标签维度进行数据分类和融合的分析推荐模型，其具体方法步骤为：(1.1)对现存于后台数据库中的全部数据表和数据，遍历所有数据表表名，以最长子串匹配、字符串相似度计算、文本分类等算法将具有父子结构表名、分类关系近似或相同等类似关联的表进行聚簇；(1.2)对于依据表名完成的分类，选择比重最大的分类结果作为正确的分类聚簇结论；待完成全部正确分类后，再重复进行为该分类定制明确标签或专题的操作，直到每一个完全的正确分类都具有明确且无重叠交集的标签或专题；(1.3)在完成了正确分类的标签专题数据集合中，重新整理该分类集合中的数据表，使其一个或多个数据表按照明确且有序的平行或父子类结构的关系排列；(1.4)对于外部输入的任意关键字，对该关键字与所有分类集合的标签专题集进行字符匹配、相似度计算或其他等价分类算法计算，取计算值最高且高于某个阈值(此处定为0.7，即认为该值高于0.7就视为等价匹配)的分类的数据集合将数据输出。步骤(1.2)对于依据表名完成的分类，采用公认的领域专业知识构成的规则进行进一步检核与校验，对于在自动化算法下完成分类聚簇的表，如果该分类符合校验规则判定，则视该分类具有正确的分类结果；若该分类下一个或多个表归于此类只有部分符合校验规则判定，则对其重新分类聚簇到直接相关的分类下(该分类可选择已有分类或选择新增)；若该分类完全不符合校验规则判定，则去除该分类，将原分类下的所有表重新分类到直接相关的分类(该分类可选择已有分类或选择新增)下；综合校验分类结果，选择比重最大的分类结果作为正确的分类聚簇结论。步骤2中的将前台可视化图表插件展现框架与后台专题数据进行关联绑定展现的方法步骤为：(2.1)对于一个标签专题下的数据集合，对该数据集合中的数据表数据进行统计展现形式的划分：对于一个数据表中的所有实体，以列举方式呈现；对一个数据表中的实体，以数据表中关键字段值(仅具有几个固定的状态取值)的不同对实体数据进行分类汇总统计；对多个数据表的实体，以各数据表的总值统计进行比较；对一个数据表中的实体，在有新实体增加创建或现有实体在数据表关键字段值上(仅具有几个固定的状态取值)，随时间推移而发生变化的情况下，对每个变化关键节点的值进行统计比较；其他可能的情况，依此类推；(2.2)按照步骤(2.1)中所列举的展现形式划分，分别定制对应的前台可视化图表插件，单表实体列举，以表格形式展现；单表分类汇总统计，比较比例大小以饼图形式展现，显示数值统计以柱状图形式展现；多表总值统计，比较比例大小以饼图形式展现，显示数值统计以柱状图形式展现；单表实体关键字段值变化统计，以柱状图或折线图展现；其他可能的情况，依此类推，并制定对应的图表可视化展现形式；(2.3)将一个标签专题的数据集合，与预先制定的前台图表插件可视化框架进行适配，同时关注每个数据表是否具有相同的上级共同组成结构，在实际图表定制中，进行展现维度取值的调整和图表插件的多层次变化，定制数据的上钻与下取等能力；(2.4)为满足特殊需求，保留为特定数据单独定制可视化图表插件展现框架的方法，用于替换固定制定的数据适配可视化展现的内容。步骤3中的前台可视化图表插件展现框架随时间阶段进行结构布局内容等变化的方法步骤为：(3.1)针对实际不同应用，明确特定应用具备的时间阶段或焦点的全集内容，特定应用情况下，对于不同时间阶段或焦点变化，可能具有不同的前台展现需求，对应的，需确定其在不同时间阶段下、或在不同焦点情况下，前台需展现的统计方式内容；(3.2)针对特定应用在不同时间阶段或焦点情形下，对前台展现的可视化图表插件展现框架进行每一个不同时间阶段或焦点的调整定制，使其满足该应用独特需求；(3.3)将不同时间阶段或焦点情形下不同的前台展现可视化框架，以时间阶段或焦点作为变化维度，进行前台可视化图表插件展现框架的动态变化。步骤4中的整合后台数据绑定前台可视化插件展现框架进行展现和前台可视化插件展现框架随时间阶段推移焦点更新动态变化的方法步骤为：(4.1)针对特定应用，在明确了该应用具备的时间阶段或焦点全集的情况下，制定该应用相关的可随时间阶段或焦点变化进行可视化插件展现框架变化结构布局内容的前台可视化定制；(4.2)针对特定应用，根据该应用内容需求输入的相关关键字，进行标签专题数据集合的匹配选择；(4.3)针对特定应用，将匹配选择的标签专题数据与前台可视化图表插件展现框架进行关联绑定的适配展现，对该应用每一时间阶段或不同焦点情形下的前台可视化图表插件展现框架都进行关联适配展现的调整；(4.4)整合上述步骤，完成对特定应用的基于数据分析推荐模型的数据综合态势展现方法实现。本专利技术与现有技术相比，其显著优点是：下面结合附图对本专利技术作进一步详细描述。有益效果：与现有技术相比，本专利技术提供的一种基于大数据的轨道交通数据分析方法，具有以下优点：1.本方法能够针对不同用户在特定领域特定应用上的不同需求，构建基于标签专题的数据分析推荐模型，实现对复杂应用需求下的数据综合态势的动态可视化展现。2.构建数据的标签专题分析推荐模型，使得可视化展现的数据集合组织具有更加明确的分类和聚焦，能够更加清晰有效地传本文档来自技高网...

【技术保护点】
1.一种基于推荐模型的数据综合态势展现方法，其特征在于：包括以下步骤/n步骤1：对后台数据库中的全局数据，构建一种按专题或标签维度进行数据分类与融合的数据分析推荐模型；/n步骤2：定制统计分析前台可视化图表插件，并将前台可视化图表插件展现框架与通过后台数据分析推荐模型关联的专题数据进行关联绑定展现；/n步骤3：根据时间阶段推移或可视化展现焦点变化，定制前台可视化图表插件的展现框架结构、布局方面可随时间阶段进行变化展现的内置方法；/n步骤4：整合分析推荐模型关联的后台数据绑定前台可视化插件展现框架进行展现与前台可视化插件展现框架动态变化方法，实现在整个时间流程与周期内的后台数据向前台动态推送、可视化定制展现的过程。/n

【技术特征摘要】
1.一种基于推荐模型的数据综合态势展现方法，其特征在于：包括以下步骤
步骤1：对后台数据库中的全局数据，构建一种按专题或标签维度进行数据分类与融合的数据分析推荐模型；
步骤2：定制统计分析前台可视化图表插件，并将前台可视化图表插件展现框架与通过后台数据分析推荐模型关联的专题数据进行关联绑定展现；
步骤3：根据时间阶段推移或可视化展现焦点变化，定制前台可视化图表插件的展现框架结构、布局方面可随时间阶段进行变化展现的内置方法；
步骤4：整合分析推荐模型关联的后台数据绑定前台可视化插件展现框架进行展现与前台可视化插件展现框架动态变化方法，实现在整个时间流程与周期内的后台数据向前台动态推送、可视化定制展现的过程。


2.根据权利要求1所述的基于推荐模型的数据综合态势展现方法，其特征在于：步骤1中的构建按专题或标签维度进行数据分类和融合的分析推荐模型，其具体方法步骤为：
(1.1)对现存于后台数据库中的全部数据表和数据，遍历所有数据表表名，以最长子串匹配、字符串相似度计算、文本分类等算法将具有父子结构表名、分类关系近似或相同等类似关联的表进行聚簇；
(1.2)对于依据表名完成的分类，选择比重最大的分类结果作为正确的分类聚簇结论；待完成全部正确分类后，再重复进行为该分类定制明确标签或专题的操作，直到每一个完全的正确分类都具有明确且无重叠交集的标签或专题；
(1.3)在完成了正确分类的标签专题数据集合中，重新整理该分类集合中的数据表，使其一个或多个数据表按照明确且有序的平行或父子类结构的关系排列；
(1.4)对于外部输入的任意关键字，对该关键字与所有分类集合的标签专题集进行字符匹配、相似度计算或其他等价分类算法计算，取计算值最高且高于某个阈值(此处定为0.7，即认为该值高于0.7就视为等价匹配)的分类的数据集合将数据输出。


3.根据权利要求2所述的一种基于推荐模型的数据综合态势展现方法，其特征在于：步骤(1.2)对于依据表名完成的分类，采用公认的领域专业知识构成的规则进行进一步检核与校验，对于在自动化算法下完成分类聚簇的表，如果该分类符合校验规则判定，则视该分类具有正确的分类结果；若该分类下一个或多个表归于此类只有部分符合校验规则判定，则对其重新分类聚簇到直接相关的分类下(该分类可选择已有分类或选择新增)；若该分类完全不符合校验规则判定，则去除该分类，将原分类下的所有表重新分类到直接相关的分类(该分类可选择已有分类或选择新增)下；
综合校验分类结果，选择比重最大的分类结果作为正确的分类聚簇结论。


4.根据权利要求1所述的基于推荐模型的数据综合态势展现方法，其特征在于：步骤2中的将前台可视化图表插件展现框架与后台专题数据进行关联绑定展现的方法步骤为：
(2.1)对于一个标签专题下的数据集合，对该数据集合中的数据表数据进行统计展现形式的划分：对于一个数据表中的所有实体，以列举方式呈现；对一个数据表中的实体，以...

【专利技术属性】
技术研发人员：姜成樾，杨博文，付剑平，张素芬，王建强，马骏，杨俊，何永辉，蔡东华，杨欣，
申请(专利权)人：中国电子科技集团公司第二十八研究所，
类型：发明
国别省市：江苏;32