CN106599325A - 一种基于R和HighCharts的数据挖掘可视化平台的构建方法 - Google Patents

一种基于R和HighCharts的数据挖掘可视化平台的构建方法 Download PDF

Info

Publication number
CN106599325A
CN106599325A CN201710046496.XA CN201710046496A CN106599325A CN 106599325 A CN106599325 A CN 106599325A CN 201710046496 A CN201710046496 A CN 201710046496A CN 106599325 A CN106599325 A CN 106599325A
Authority
CN
China
Prior art keywords
data
component
user
highcharts
visualization
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710046496.XA
Other languages
English (en)
Inventor
叶枫
范仕良
王志坚
陈勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hohai University HHU
Original Assignee
Hohai University HHU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hohai University HHU filed Critical Hohai University HHU
Priority to CN201710046496.XA priority Critical patent/CN106599325A/zh
Publication of CN106599325A publication Critical patent/CN106599325A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/26—Visual data mining; Browsing structured data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/30—Creation or generation of source code
    • G06F8/38—Creation or generation of source code for implementing user interfaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
    • G06F2216/03—Data mining

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Human Computer Interaction (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种基于R和HighCharts的数据挖掘可视化平台的构建方法，包括以下步骤：S1：设计并实现数据上传构件；S2：设计并实现数据预处理构件；S3：设计并实现数据可视化构件；S4：设计并实现数据建模构件；S5：设计并实现结果可视化构件；S6：集成和部署数据挖掘可视化平台，对所述步骤S1至S5中实现的各个构件提供配置接口，并提供以编辑配置文件的方式定制数据挖掘可视化平台功能的用户接口。本方法使得原始数据、挖掘流程、挖掘结果直观地展现在用户面前，具有良好的交互性，也大大提高了用户的参与度和体验。

Description

一种基于R和HighCharts的数据挖掘可视化平台的构建方法
技术领域
本发明涉及数据挖掘技术，特别是涉及一种基于R和HighCharts的数据挖掘可视化平台的构建方法。
背景技术
数据挖掘(Data Mining)是一种从海量的历史业务数据中，透过数理分析模式提取出蕴藏于其中的潜在信息的过程。数据挖掘是一个不断重复、不断修改、不断迭代的过程，主要包括：数据采集、数据预处理、数据分析、结果可视化显示和模型评估等流程。目前，数据挖掘已经在银行、电信、保险、交通、零售等领域得到了广泛的应用。
数据挖掘可视化技术可以将隐藏于数据中的抽象信息以简明的形式呈现出来，加深用户对数据含义的理解，更好地了解数据之间的相互关系和发展趋势。因此，可视化技术已经成为数据挖掘不可或缺的一部分。
现有的数据挖掘平台，尚存在以下问题：原始数据展现形式较为单调；挖掘过程中用户可自行设置参数的方式简单，导致用户参与度过低；挖掘结果的展现图形以静态化展示为主，较难以通过界面交互方式开展。另外，R与Weka虽均提供了成熟的分类、聚类、关联规则等数据挖掘技术，也可以用较为丰富的图形来展现挖掘结果。但是，美中不足地是两者生成的可视化图形效果一般，且绝大部分图形为静态图，没有交互性或是交互性较差。
发明内容
发明目的：本发明的目的是提供一种基于R和HighCharts的数据挖掘可视化平台的构建方法，充分利用R语言所具有的丰富的统计分析、数据挖掘能力以及HighCharts强大的可视化效果，用以解决现有技术中存在的缺陷，例如：交互性差、可视化效果一般等。
技术方案：本发明所述的基于R和HighCharts的数据挖掘可视化平台的构建方法，包括以下步骤：
S1：设计并实现数据上传构件，在客户端与服务器网络通畅的情况下，通过数据上传构件建立客户端与服务器之间的TCP连接，然后以数据流的形式将用户待挖掘的数据集上传至服务器，服务器端对收到的数据集进行解析并保存；
S2：设计并实现数据预处理构件，通过数据预处理构件对步骤S1中解析得到的数据进行缺失值、异常值处理，并实现多化的用户接口，以便让用户按需选择相应的缺失值、异常值处理方法；
S3：设计并实现数据可视化构件，基于HighCharts技术，通过数据可视化构件将步骤S2处理后的数据以图形化形式进行展现，并提供给用户相应的交互功能；
S4：设计并实现数据建模构件，所述数据建模构件基于R语言的统计分析和数据挖掘包实现，它封装了数据挖掘模型，为用户提供图形界面接口，使用户能够自行设置相应的分析模型及参数；
S5：设计并实现结果可视化构件，所述结果可视化构件使用Java实现，它提取数据建模构件挖掘到的结果，并把结果传递给表现层的HighCharts组件进行保存，绘制出相应的可视化结果，并展现给用户；
S6：集成和部署数据挖掘可视化平台，对所述步骤S1至S5中实现的各个构件提供配置接口，并提供以编辑配置文件的方式定制数据挖掘可视化平台功能的用户接口。
进一步，所述步骤S3中的图形包括散点图、折线图、条形图、饼状图、区域图和区域曲线图。
进一步，所述步骤S4中的数据挖掘模型包括分类、聚类和关联规则。
进一步，所述步骤S2中的缺失值处理方法为：取所述缺失值上下两个邻近值的平均值来代替所述缺失值，或者取所述缺失值所在列的所有属性值中出现频率最高的值来代替所述缺失值。
进一步，所述步骤S2中的异常值处理方法为：直接剔除所述异常值，或者取所述异常值上下两个邻近值的平均值来代替所述异常值。
有益效果：与现有技术相比，本发明具有如下的有益效果：本发明公开了一种数据挖掘可视化平台的构建方法，它使得原始数据、挖掘流程、挖掘结果直观地展现在用户面前，具有良好的交互性，也大大提高了用户的参与度和体验。
附图说明
图1为本发明具体实施方式的数据挖掘可视化平台的结构框图；
图2为本发明具体实施方式的数据挖掘可视化平台的构建方法的流程图；
图3为本发明具体实施方式的挖掘结果数据流向的示意图。
具体实施方式
下面结合附图和具体实施方式，对本发明的技术方案作进一步的介绍。
本具体实施方式公开了一种基于R和HighCharts的数据挖掘可视化平台的构建方法，如图2所示，包括以下步骤：
S1：设计并实现数据上传构件，在客户端与服务器网络通畅的情况下，通过数据上传构件建立客户端与服务器之间的TCP连接，然后以数据流的形式将用户待挖掘的数据集上传至服务器，服务器端对收到的数据集进行解析并保存。
S2：设计并实现数据预处理构件，通过数据预处理构件对步骤S1中服务器解析得到的数据进行缺失值与异常值处理，并把不同处理方法以不同接口提供给用户，供用户按需选择。其中，缺失值有两种处理方法：一是取所述缺失值上下两个邻近值的平均值来代替所述缺失值；二是取所述缺失值所在列的所有属性值中出现频率最高的值来代替所述缺失值。异常值也有两种处理方法：一是直接剔除所述异常值；二是取所述异常值上下两个邻近值的平均值来代替所述异常值。
S3：设计并实现数据可视化构件：将步骤S2处理后的数据用图形进行展现，并基于HighCharts技术实现图形与用户的交互。图形包括散点图、折线图、条形图、饼状图、区域图和区域曲线图。其中，散点图能直观地展现出该因子的整体分布情况；折线图能使该因子的变化趋势一目了然地呈现在用户面前；条形图则是一种展现频数分布最常用的表现形式；饼状图能直观展现出该因子的不同值所占的比例；区域图和区域曲线图能比较两个或多个数据集间的差异。具体步骤是：将步骤S2处理后的数据进行因子统计，输出源数据各属性的数值-频数矩阵；基于输出矩阵，利用HighCharts相应技术绘制出效果绚丽的图形。
S4：设计并实现数据建模构件，数据建模构件基于R语言的统计分析和数据挖掘包实现，它封装了数据挖掘模型，为用户提供图形界面接口，使用户能够自行设置相应的分析模型及参数。
S5：设计并实现结果可视化构件，结果可视化构件使用Java实现，它提取数据建模构件挖掘到的结果，并把结果传递给表现层的HighCharts组件进行保存，绘制出相应的可视化结果，并展现给用户。具体步骤是：将清洗后的数据存入数据库，当客户端发送交互请求时，调度数据库执行相应的SQL语句，并将所得结果返回客户端供用户查看。
S6：集成和部署数据挖掘可视化平台，对所述步骤S1至S5中实现的各个构件提供配置接口，并提供以编辑配置文件的方式定制数据挖掘可视化平台功能的用户接口。
按照本方法构建出的数据挖掘可视化平台的结构如图1所示，平台分为四层，分别是表现层、控制层、逻辑层和数据层。表现层即客户端，主要用来收集用户数据、数据可视化，将数据挖掘结果进行可视化显示和用户进行交互。服务器端分为控制层、逻辑层和数据层，控制层主要用来过滤用户的错误操作请求，以便造成系统不可修复的后果，同时控制层还担任着调度模型的职责；逻辑层主要用来处理复杂的业务逻辑，对R语言算法封装，调用JRI进行Java和R语言的连接；数据层主要用来处理复杂的业务逻辑，对R语言算法封装，调用JRI进行Java和R语言的连接。平台在表现层获取用户自行设置的参数，然后发送到服务器端，服务器端的控制层负责过滤用户的错误操作，并将参数传递至逻辑层，调度逻辑层连接数据层，完成每个流程具体的业务，并将挖掘结果返回客户端展现给用户。
下面介绍一下平台的一些功能：
(1)原始数据可视化
a、对数据进行清洗，也即进行缺失值和异常值处理；
在这个过程中，用户可以根据实际需要选择合适的缺失值处理方法和异常值处理方法。
b、对清洗后的数据进行图形展现，展现方式包括散点图、折线图、条形图、饼状图和区域图和区域曲线图；
c、提供对数据的一系列交互操作，包括排序、查询、选择子集等，并实时更新图表结果。
(2)挖掘流程可视化
a、数据上传
数据上传就是将用户的数据(在客户端机器上)通过网络上传到服务器上并保存的过程。
具体方法是：首先由用户在本地选择要上传的数据集，格式可以为TXT、CSV、Excel等，然后填写包含数据信息的表单，包括数据集名称、分隔符、是否包含头信息、缺失值表示方法等，用户提交表单后，客户端将数据集信息以及数据集打包发送，服务器端接受数据包后解析数据包，由Java调用R用适当的数据结构保存数据集信息以及数据集，以供后续的挖掘工作使用。保存成功后，服务器端向客户端发出上传成功的响应。
b、数据预处理：
由于用户上传的数据集中可能存在缺失值与噪声数据(异常值)，会对后续的挖掘工作产生负面影响。数据预处理的工作就是将步骤a中上传的数据集中的缺失值与异常值进行清洗。
具体方法在原始数据可视化的步骤a中已详述，用户调用相应的接口便可以用适当的方法对数据集进行清洗。
c、数据展现：
数据展现这一流程就是将经过预处理后的数据集用表格以及各种图形化方式展现出来，并且用户还可以将数据进行排序、查询一定条件的数据等。
具体的展现方式在原始数据可视化的步骤b、步骤c中已介绍，用户调用不同的接口实现相应的展现方式。
d、构建挖掘模型：
构建挖掘模型即对清洗后的数据进行挖掘的过程，这是整个数据挖掘流程中的核心。
具体步骤是：首先，在服务器端用R语言的包实现分类、聚类、关联规则等数据挖掘方法，然后用Java分别对这几种数据挖掘方法进行封装，生成相应的数据挖掘方法类。在客户端，用户执行这一流程时，首先选择挖掘模型(分类、聚类、关联规则等)，然后上传此挖掘模型的相关参数，服务器端将相关参数传入相应的类中并执行，得到挖掘结果，并用R语言中适当的数据结构进行保存，以便后续的结果展现。
e、结果展现：
结果展现就是将挖掘结果用可响应的、动态的图形展示给用户的过程。
具体方法在接下来的挖掘结果可视化中详细介绍。
(3)挖掘结果可视化
R是统计计算的强大工具，而Java是做应用系统的主流语言，两者天然具有整合的需要。关于整合，一方面，R中可以创建Java对象调用Java方法，另一方面，Java中可以转换R的数据类型调用R的函数，互相取长补短。
Java很适合开发应用系统，但是数学建模和计算能力非其所长，如果该系统需要进行大量的统计或者优化的计算，调用R是一种很好的方式。Java负责系统的构建，R用来做运算引擎，从而实现应用型和分析性相结合的系统。
具体过程是：在挖掘结果可视化时，改变用R语言绘图的原始方法，转而用Java提取R语言保存的数据挖掘结果(数据框、向量矩阵等)，并以适当的数据结构进行保存，然后，将Java数据结构中保存的中间结果流向表现层的JavaScript，最后，JavaScript将中间结果转化为所需的数据格式，并利用HighCharts中相应的方法绘制出决策树、聚类散点图、平行坐标图、社交网络图等交互性强、动态、绚丽的图形，并将结果返回客户端(浏览器)展现给用户，挖掘结果的数据流向如图3所示。

Claims (5)

1.一种基于R和HighCharts的数据挖掘可视化平台的构建方法，其特征在于：包括以下步骤：
S1：设计并实现数据上传构件，在客户端与服务器网络通畅的情况下，通过数据上传构件建立客户端与服务器之间的TCP连接，然后以数据流的形式将用户待挖掘的数据集上传至服务器，服务器端对收到的数据集进行解析并保存；
S2：设计并实现数据预处理构件，通过数据预处理构件对步骤S1中解析得到的数据进行缺失值、异常值处理，并实现多化的用户接口，以便让用户按需选择相应的缺失值、异常值处理方法；
S3：设计并实现数据可视化构件，基于HighCharts技术，通过数据可视化构件将步骤S2处理后的数据以图形化形式进行展现，并提供给用户相应的交互功能；
S4：设计并实现数据建模构件，所述数据建模构件基于R语言的统计分析和数据挖掘包实现，它封装了数据挖掘模型，为用户提供图形界面接口，使用户能够自行设置相应的分析模型及参数；
S5：设计并实现结果可视化构件，所述结果可视化构件使用Java实现，它提取数据建模构件挖掘到的结果，并把结果传递给表现层的HighCharts组件进行保存，绘制出相应的可视化结果，并展现给用户；
S6：集成和部署数据挖掘可视化平台，对所述步骤S1至S5中实现的各个构件提供配置接口，并提供以编辑配置文件的方式定制数据挖掘可视化平台功能的用户接口。
2.根据权利要求1所述的基于R和HighCharts的数据挖掘可视化平台的构建方法，其特征在于：所述步骤S3中的图形包括散点图、折线图、条形图、饼状图、区域图和区域曲线图。
3.根据权利要求1所述的基于R和HighCharts的数据挖掘可视化平台的构建方法，其特征在于：所述步骤S4中的数据挖掘模型包括分类、聚类和关联规则。
4.根据权利要求1所述的基于R和HighCharts的数据挖掘可视化平台的构建方法，其特征在于：所述步骤S2中的缺失值处理方法为：取所述缺失值上下两个邻近值的平均值来代替所述缺失值，或者取所述缺失值所在列的所有属性值中出现频率最高的值来代替所述缺失值。
5.根据权利要求1所述的基于R和HighCharts的数据挖掘可视化平台的构建方法，其特征在于：所述步骤S2中的异常值处理方法为：直接剔除所述异常值，或者取所述异常值上下两个邻近值的平均值来代替所述异常值。
CN201710046496.XA 2017-01-18 2017-01-18 一种基于R和HighCharts的数据挖掘可视化平台的构建方法 Pending CN106599325A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710046496.XA CN106599325A (zh) 2017-01-18 2017-01-18 一种基于R和HighCharts的数据挖掘可视化平台的构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710046496.XA CN106599325A (zh) 2017-01-18 2017-01-18 一种基于R和HighCharts的数据挖掘可视化平台的构建方法

Publications (1)

Publication Number Publication Date
CN106599325A true CN106599325A (zh) 2017-04-26

Family

ID=58586449

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710046496.XA Pending CN106599325A (zh) 2017-01-18 2017-01-18 一种基于R和HighCharts的数据挖掘可视化平台的构建方法

Country Status (1)

Country Link
CN (1) CN106599325A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107392421A (zh) * 2017-06-12 2017-11-24 安徽中控仪表有限公司 一种能源监控优化管理系统平台
CN107526600A (zh) * 2017-09-05 2017-12-29 成都优易数据有限公司 一种基于hadoop和spark的可视化数据挖掘分析平台及其数据清洗方法
CN108255904A (zh) * 2017-05-04 2018-07-06 平安科技（深圳）有限公司 表结构建模方法和服务器
CN110175191A (zh) * 2019-05-14 2019-08-27 复旦大学 数据分析中的数据过滤规则建模方法
CN112071432A (zh) * 2020-11-11 2020-12-11 上海森亿医疗科技有限公司 医疗数据的分析方法、系统、介质及装置
CN112148747A (zh) * 2020-09-08 2020-12-29 银清科技有限公司 一种基于r语言的交易系统日志分析方法及装置
CN113782212A (zh) * 2021-04-19 2021-12-10 东华医为科技有限公司 一种数据处理系统
CN115309780A (zh) * 2022-06-13 2022-11-08 目人(苏州)医学科技有限公司 医学临床数据预处理方法、系统、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1975720A (zh) * 2006-12-27 2007-06-06 章毅 一种基于Web的数据挖掘系统及其控制方法
CN103853821A (zh) * 2014-02-21 2014-06-11 河海大学 一种面向多用户协作的数据挖掘平台的构建方法
CN105956077A (zh) * 2016-04-29 2016-09-21 上海交通大学 基于语义需求匹配的流程挖掘系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1975720A (zh) * 2006-12-27 2007-06-06 章毅 一种基于Web的数据挖掘系统及其控制方法
CN103853821A (zh) * 2014-02-21 2014-06-11 河海大学 一种面向多用户协作的数据挖掘平台的构建方法
CN105956077A (zh) * 2016-04-29 2016-09-21 上海交通大学 基于语义需求匹配的流程挖掘系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
何承 等: "《城市交通大数据》", 31 January 2015 *
程光 等: "《网络行为的全息测量方法》", 31 December 2013 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108255904A (zh) * 2017-05-04 2018-07-06 平安科技（深圳）有限公司 表结构建模方法和服务器
CN107392421A (zh) * 2017-06-12 2017-11-24 安徽中控仪表有限公司 一种能源监控优化管理系统平台
CN107526600A (zh) * 2017-09-05 2017-12-29 成都优易数据有限公司 一种基于hadoop和spark的可视化数据挖掘分析平台及其数据清洗方法
CN107526600B (zh) * 2017-09-05 2020-11-10 成都优易数据有限公司 一种基于hadoop和spark的可视化数据挖掘分析平台及其数据清洗方法
CN110175191A (zh) * 2019-05-14 2019-08-27 复旦大学 数据分析中的数据过滤规则建模方法
CN112148747A (zh) * 2020-09-08 2020-12-29 银清科技有限公司 一种基于r语言的交易系统日志分析方法及装置
CN112071432A (zh) * 2020-11-11 2020-12-11 上海森亿医疗科技有限公司 医疗数据的分析方法、系统、介质及装置
CN113782212A (zh) * 2021-04-19 2021-12-10 东华医为科技有限公司 一种数据处理系统
CN115309780A (zh) * 2022-06-13 2022-11-08 目人(苏州)医学科技有限公司 医学临床数据预处理方法、系统、设备及存储介质
CN115309780B (zh) * 2022-06-13 2024-07-30 目人(苏州)医学科技有限公司 医学临床数据预处理方法、系统、设备及存储介质

Similar Documents

Publication Publication Date Title
CN106599325A (zh) 一种基于R和HighCharts的数据挖掘可视化平台的构建方法
CN107229708A (zh) 一种个性化出行服务大数据应用系统及方法
Bianchi Requiem for the Third Italy? Rise and Fall of a too succesful concept
US20080243912A1 (en) Method of providing business intelligence
CN105760443B (zh) 项目推荐系统、项目推荐装置以及项目推荐方法
ZA200608228B (en) Product selection expert system
CN103902816A (zh) 基于数据挖掘技术的带电检测数据处理方法
CN106022708A (zh) 一种预测员工离职的方法
CN112870726A (zh) 图形处理器的资源分配方法、装置和存储介质
Meira A model for alarm correlation in telecommunications networks
Moore et al. A comparison of questionnaire-based and GUI-based requirements gathering
CN104731953A (zh) 一种基于r的数据预处理系统的构建方法
CN106201873A (zh) 测试脚本的处理方法和装置
CN112861494A (zh) 基于路网数据的可视化报表生成方法、设备和存储介质
CN110471917A (zh) 一种基于历史数据挖掘的海关报关单智能填报方法
CN101615205A (zh) 报表服务器、即时报表实现方法及系统
CN117271905A (zh) 基于人群画像的侧向需求分析方法及系统
CN116911386A (zh) 基于知识脉络面向业务场景的水电设备知识图谱构建方法
CN109032937A (zh) 一种基于网页的数据选取方法及系统
EP4071632A2 (en) Data visualization platform for event-based behavior clustering
CN106875134A (zh) Ota的民宿客栈挖掘方法
TWI684147B (zh) 雲端自助分析平台與其分析方法
CN113220903B (zh) 一种基于知识图谱的电力事故可视化分析系统及方法
CN115150782A (zh) 车联网云服务的服务质量监控方法、装置、监控平台、服务器和存储介质
CN114442997A (zh) 一种低代码大数据应用发布方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170426

RJ01 Rejection of invention patent application after publication