System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及数据处理,尤其涉及到一种数据展示处理方法、装置、电子设备及存储介质。
技术介绍
1、在数据可视化技术中,数据展示尤为重要,因为它可以帮助用户快速识别数据中的模式和趋势。
2、针对海量数据,在数据展示时如果全部平铺会显得比较杂乱,加载数据量大容易导致系统卡顿,分层展示则操作复杂,无法全局查看数据。
技术实现思路
1、本专利技术提供一种数据展示处理方法、装置、电子设备及存储介质,能够实现在一个页面内按照分层等级缩放展示全部的目标数据,可以避免分层展示时来回跳转页面,操作不够灵活以及全量数据平铺展示时页面杂乱的问题。
2、第一方面,提供一种数据展示处理方法,包括:
3、对目标数据进行属性文本处理,得到目标数据对应的词频特征;
4、将词频特征输入预训练完成的层级属性分类器中,得到目标数据的层级分类结果,层级分类结果至少包括多个分层等级以及每个分层等级针对目标数据的分层属性和继承的数据关联关系;
5、利用时间空间约束的谱聚类算法模型,基于层级分类结果在多个分层等级下对目标数据逐层进行聚类处理,得到每个分层等级下的聚类类别;
6、将多个分层等级作为缩放等级,将聚类类别作为图例,构建目标数据对应的数据地图,数据地图用于在一个页面内缩放展示目标数据。
7、第二方面,提供一种数据展示处理装置,包括:
8、处理模块,用于对目标数据进行属性文本处理,得到目标数据对应的词频特征;
9、分层
10、聚类模块,用于利用时间空间约束的谱聚类算法模型,基于层级分类结果在多个分层等级下对目标数据逐层进行聚类处理,得到每个分层等级下的聚类类别;
11、构建模块,用于将多个分层等级作为缩放等级,将聚类类别作为图例,构建目标数据对应的数据地图,数据地图用于在一个页面内缩放展示目标数据。
12、第三方面,提供一种电子设备,包括:处理器和存储器,该存储器用于存储计算机程序,该处理器用于调用并运行该存储器中存储的计算机程序,执行如第一方面或其各实现方式中的方法。
13、第四方面,提供一种计算机可读存储介质,用于存储计算机程序,计算机程序使得计算机执行如第一方面或其各实现方式中的方法。
14、通过本专利技术提供的技术方案,可通过对目标数据进行属性文本处理,得到目标数据对应的词频特征;之后将词频特征输入预训练完成的层级属性分类器中,得到目标数据的层级分类结果,层级分类结果至少包括多个分层等级以及每个分层等级针对目标数据的分层属性和继承的数据关联关系;进一步利用时间空间约束的谱聚类算法模型,基于层级分类结果在多个分层等级下对目标数据逐层进行聚类处理,得到每个分层等级下的聚类类别;最后将多个分层等级作为缩放等级,将聚类类别作为图例,构建目标数据对应的数据地图,数据地图用于在一个页面内缩放展示目标数据。本申请能够实现在一个页面内按照分层等级缩放展示全部的目标数据,可以避免分层展示时来回跳转页面,操作不够灵活以及全量数据平铺展示时页面杂乱的问题。
15、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本专利技术。本专利技术的其他特征和优点将在随后的具体实施方式部分予以详细说明。
本文档来自技高网...【技术保护点】
1.一种数据展示处理方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述对目标数据进行属性文本处理,得到所述目标数据对应的词频特征,包括:
3.根据权利要求1所述的方法,其特征在于,所述方法还包括所述层级属性分类器的训练方法:
4.根据权利要求1所述的方法,其特征在于,所述谱聚类算法模型包括谱聚类构图转换模块、矩阵构建模块、切图模块以及聚类模块;
5.根据权利要求4所述的方法,其特征在于,所述利用所述矩阵构建模块,基于时间空间约束信息构建所述目标谱聚类构图对应的目标拉普拉斯矩阵,包括:
6.根据权利要求4所述的方法,其特征在于,所述方法还包括所述谱聚类算法模型的训练方法:
7.根据权利要求6所述的方法,其特征在于,所述基于所述第一聚类评价指标和所述第二聚类评价指标,判断是否将所述第二时间空间约束信息更新为所述第一时间空间约束信息,包括:
8.一种数据展示处理装置,其特征在于,包括:
9.一种电子设备,其特征在于,包括:
10.一种计算机可读存储介质,其特
...【技术特征摘要】
1.一种数据展示处理方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述对目标数据进行属性文本处理,得到所述目标数据对应的词频特征,包括:
3.根据权利要求1所述的方法,其特征在于,所述方法还包括所述层级属性分类器的训练方法:
4.根据权利要求1所述的方法,其特征在于,所述谱聚类算法模型包括谱聚类构图转换模块、矩阵构建模块、切图模块以及聚类模块;
5.根据权利要求4所述的方法,其特征在于,所述利用所述矩阵构建模块,基于时间空间约束信息构建所述目标谱聚类构图对应的目标拉普拉...
【专利技术属性】
技术研发人员:王占,殷坤,赵赫,
申请(专利权)人:东软集团股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。