CN108376095A - 一种图标排列方法和装置 - Google Patents
一种图标排列方法和装置 Download PDFInfo
- Publication number
- CN108376095A CN108376095A CN201810162765.3A CN201810162765A CN108376095A CN 108376095 A CN108376095 A CN 108376095A CN 201810162765 A CN201810162765 A CN 201810162765A CN 108376095 A CN108376095 A CN 108376095A
- Authority
- CN
- China
- Prior art keywords
- clustering
- node
- target
- painting canvas
- radius
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/451—Execution arrangements for user interfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Probability & Statistics with Applications (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种图标排列方法和装置,涉及图标排列的技术领域,包括:获取关系数据字典,其中,关系数据字典中包括:多个节点中任意两个节点之间的节点关系和/或关联关系,多个节点包括中心节点和与中心节点具有关联关系的关联节点;对关系数据字典进行解析得到关系组列表,其中,关系组列表中包括多个节点中任意两个节点之间的关联关系;基于关联关系对关系组列表进行聚类处理,得到多个聚类分组,其中,每个聚类分组中包括至少一个节点;将多个聚类分组按照预设方式展示在目标画布上,以在目标画布上展示任意两个聚类分组中各个节点之间的关联关系,缓解了采用现有的技术来通过图标展示企业之间的关系时,展示效果较为复杂散乱的技术问题。
Description
技术领域
本发明涉及图标排列的技术领域,尤其是涉及一种图标排列方法和装置。
背景技术
在进行企业信息检索查询时,企业关系会通过图标和连线进行展示。在展示的过程中,如果不进行计算,随机排列图标,会使展示效果冗杂,尤其是在企业社会关系比较丰富的时候,用户无法从展示图中准确的获取企业关系链。现有技术中,基于电场模拟来展示企业关系,以使得各图标之间避免相互重叠,从而提高展示效果。但该方法在企业关系复杂时仍然在视觉上会显得复杂散乱,客户体验不太理想。因此如何通过对企业关系的挖掘,对图标进行有序排列,就变成了一个在企业关系挖掘应用中非常有价值的问题。
发明内容
有鉴于此,本发明的目的在于提供一种图标排列方法和装置,以缓解了采用现有的技术来通过图标展示企业之间的关系时,展示效果较为复杂散乱的技术问题。
第一方面,本发明实施例提供了一种图标排列方法,包括:获取关系数据字典,其中,所述关系数据字典中包括:多个节点中任意两个节点之间的节点关系和/或关联关系,所述多个节点包括中心节点和与所述中心节点具有关联关系的关联节点;对所述关系数据字典进行解析得到关系组列表,其中,所述关系组列表中包括所述多个节点中任意两个节点之间的关联关系;基于所述关联关系对所述关系组列表进行聚类处理,得到多个聚类分组,其中,每个聚类分组中包括至少一个节点;将所述多个聚类分组按照预设方式展示在目标画布上,以在所述目标画布上展示任意两个聚类分组中各个节点之间的关联关系。
进一步地,对所述关系数据字典进行解析得到关系组列表包括:为所述多个节点中的每个节点设置对应的编号信息;对所述关系数据字典进行遍历,从而得到至少一个元组,其中,每个元组中包括所述多个节点中具有关联关系的任意两个节点的编号信息;基于所述至少一个元组确定所述关系组列表。
进一步地,将所述多个聚类分组按照预设方式展示在目标画布上包括:在所述多个聚类分组中确定包含所述中心节点的聚类分组为第一聚类分组,以及确定所述多个聚类分组中除所述第一聚类分组之外的其他聚类分组为第二聚类分组;将所述第一聚类分组排布在所述目标画布上之后,再将所述第二聚类分组按照预设顺序排布在所述目标画布上。
进一步地,将所述第一聚类分组排布在所述目标画布上包括:将所述第一聚类分组中的中心节点排布在所述目标画布的中心位置;将所述第一聚类分组中除所述中心节点之外的其他节点以圆形均匀排列在所述目标画布上,其中,所述中心节点的圆心为所述圆形的圆心,所述其他节点的半径相同,且均为目标半径。
进一步地,所述第二聚类分组的数量为多个,将所述第二聚类分组按照预设顺序排布在所述目标画布上包括:按照所述第二聚类分组所包含的节点数量对多个所述第二聚类分组进行排序,得到第一排序序列;按照大小交叉的顺序对所述第一排序序列中的第二聚类分组进行遍历,得到第二排序序列;按照所述第二排序序列中第二聚类分组的顺序将每个所述第二聚类分组交叉的排布在所述目标画布上。
进一步地,将每个所述第二聚类分组排布在所述目标画布上包括:在所述目标画布上确定第二聚类分组Ai的圆心位置,其中,所述第二聚类分组Ai为所述第二排序序列中的第i个第二聚类分组,i依次取1至N,N为所述述第二排序序列中第二聚类分组的数量;确定所述第二聚类分组Ai中的节点Aij在所述目标画布上的坐标,其中,所述节点Aij为所述第二聚类分组Ai中的第j个节点,j依次取1至M,M为所述第二聚类分组Ai中节点的数量。
进一步地,在所述目标画布上确定第二聚类分组Ai的圆心位置包括:确定目标圆弧的半径,以及确定所述第二聚类分组Ai的圆心所在的角度信息,其中,所述第二聚类分组Ai的圆心位置在以所述中心节点为圆心,半径与所述第二聚类分组Ai的圆半径呈正比的目标圆弧上;基于所述角度信息和所述目标圆弧的半径在所述目标圆弧上确定所述第二聚类分组Ai的圆心位置。
进一步地,确定目标圆弧的半径包括:当所述第二聚类分组Ai的顺序在所述第二排序序列中的下标为偶数时,则通过以下公式计算所述目标圆弧的半径:
R=min(center_r+min(PaintWidth,PaintHeight)*group_r/6,min(PaintWidth,PaintHeight)/2–group_r);当所述第二聚类分组Ai的顺序在所述第二排序序列中的下标为奇数时,则通过以下公式计算所述目标圆弧的半径:R=min(center_r+min(PaintWidth,PaintHeight)*group_r/3,min(PaintWidth,Paint Height)/2–group_r);其中,所述center_r为所述第一聚类分组的半径,所述PaintWidth为所述目标画布的宽度,所述PaintHeight为所述目标画布的高度,所述group_r为所述第二聚类分组Ai的圆半径。
进一步地,所述方法还包括:通过下述公式确定所述第二聚类分组Ai的圆半径:其中,node_R为所述第二聚类分组Ai每个节点的圆半径。
第二方面,本发明实施例提供了一种图标排列装置,包括:获取单元,用于获取关系数据字典,其中,所述关系数据字典中包括:多个节点中任意两个节点之间的节点关系和/或关联关系,所述多个节点包括中心节点和与所述中心节点具有关联关系的关联节点;解析单元,用于对所述关系数据字典进行解析得到关系组列表,其中,所述关系组列表中包括所述多个节点中任意两个节点之间的关联关系;聚类单元,用于基于所述关联关系对所述关系组列表进行聚类处理,得到多个聚类分组,其中,每个聚类分组中包括至少一个节点;展示单元,用于将所述多个聚类分组按照预设方式展示在目标画布上,以在所述目标画布上展示任意两个聚类分组中各个节点之间的关联关系。
在本发明实施例中,首先,获取关系数据字典;然后,对关系数据字典进行解析得到关系组列表,其中,关系组列表中包括多个节点中任意两个节点之间的关联关系;接下来,基于关联关系对关系组列表进行聚类处理,得到多个聚类分组,其中,每个聚类分组中包括至少一个节点;最后,将多个聚类分组按照预设方式展示在目标画布上,以在目标画布上展示任意两个聚类分组中各个节点之间的关联关系。在本发明实施例中,通过上述处理方式,能够对企业之间(也即,节点之间)的关系进行深层挖掘,从而找到企业之间的内在关系,并基于该内在关系对其进行排列,从而使用户能够从展示的图标中获取企业关系信息,进而缓解了采用现有的技术来通过图标展示企业之间的关系时,展示效果较为复杂散乱的技术问题。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的一种图标排列方法的流程图;
图2是根据本发明实施例的一种图标排列方法中步骤S104的流程图;
图3是根据本发明实施例的一种图标排列方法中步骤S108的流程图;
图4为采用传统的方式确定出的图标的排列方式的示意图;
图5是根据本发明实施例的一种图标的排列方式的示意图;
图6为采用传统的方式确定出的图标的排列方式的示意图;
图7是根据本发明实施例的一种图标的排列方式的示意图;
图8是根据本发明实施例的一种图标排列装置的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
根据本发明实施例,提供了一种图标排列方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种图标排列方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取关系数据字典,其中,所述关系数据字典中包括:多个节点中任意两个节点之间的节点关系和/或关联关系,所述多个节点包括中心节点和与所述中心节点具有关联关系的关联节点;
在本发明实施例中,节点可以为人名或者企业的名称。比如中心节点可以为人名“马X”,关联节点可以为:“XXX计算有限公司”和“XXX软件上海有限公司”等。
在本发明实施例中,在该关系数据字典中包含各个节点之间的节点关系和关联关系。例如,“马X”和“XXX计算有限公司”之间的关联关系可以表示为:马X—法人—XXX计算有限公司。最后,关系数据字典中的字典形式为:data{node:{马X,XXX计算有限公司,…},relationships:{法人}}。
步骤S104,对所述关系数据字典进行解析得到关系组列表,其中,所述关系组列表中包括所述多个节点中任意两个节点之间的关联关系;
步骤S106,基于所述关联关系对所述关系组列表进行聚类处理,得到多个聚类分组,其中,每个聚类分组中包括至少一个节点;
步骤S108,将所述多个聚类分组按照预设方式展示在目标画布上,以在所述目标画布上展示任意两个聚类分组中各个节点之间的关联关系。
在本发明实施例中,首先,获取关系数据字典;然后,对关系数据字典进行解析得到关系组列表,其中,关系组列表中包括多个节点中任意两个节点之间的关联关系;接下来,基于关联关系对关系组列表进行聚类处理,得到多个聚类分组,其中,每个聚类分组中包括至少一个节点;最后,将多个聚类分组按照预设方式展示在目标画布上,以在目标画布上展示任意两个聚类分组中各个节点之间的关联关系。在本发明实施例中,通过上述处理方式,能够对企业之间(也即,节点之间)的关系进行深层挖掘,从而找到企业之间的内在关系,并基于该内在关系对其进行排列,从而使用户能够从展示的图标中获取企业关系信息,进而缓解了采用现有的技术来通过图标展示企业之间的关系时,展示效果较为复杂散乱的技术问题。
在一个可选的实施方式中,如图2所示,步骤S104,对所述关系数据字典进行解析得到关系组列表包括如下步骤:
步骤S1041,为所述多个节点中的每个节点设置对应的编号信息;
步骤S1042,对所述关系数据字典进行遍历,从而得到至少一个元组,其中,每个元组中包括所述多个节点中具有关联关系的任意两个节点的编号信息;
步骤S1043,基于所述至少一个元组确定所述关系组列表。
在本发明实施例中,首先,为多个节点中的每个节点设立一个对应的编号信息,如node Id={0:“马X”,1:“XXX软件上海有限公司”,……},将有关系的节点对应的编号放在一个元组中,遍历所有的关系形成一个关系组列表。例如,group List=[(0,1,3),(5,9,2),…],其中,元组(0,1,3)表示“马X”与“XXX软件上海有限公司”直接关联,3表示权重,表示“马X”与“XXX软件上海有限公司”有三层关系分别是“股东”,“法人”,“董事”,其他元组的表示含义依次类推,此处不再一一介绍。
在得到关系组列表之后,就可以基于关系组列表中包括的多个节点中任意两个节点之间的关联关系对关系组列表进行聚类处理,得到多个聚类分组。
具体地,在本发明实施例中,可以采用Louvain算法进行社区发现,得到关系组列表的聚类,得到多个聚类分组,其中,每个聚类分组又可以成为一个社区。在社区网络中有模块度的概念,模块度是一种用来评估一个社区网络划分好坏的方法,描述的是社区内紧密程度,其定义如下:
其中,∑in表示社区c内的边的权重之和,∑tot表示与社区c内的节点相连的边的权重之和。
也就是说,在本发明实施例中,可以根据关系组列表中各个元组中的权重对关系组列表进行聚类处理,其中,关系组列表中各个元组中的权重能够表明社区内的紧密程度。
在得到多个聚类分组之后,就可以将所述多个聚类分组按照预设方式展示在目标画布上。
在一个可选的实施方式中,如图3所示,步骤S108,将所述多个聚类分组按照预设方式展示在目标画布上包括如下步骤:
步骤S1081,在所述多个聚类分组中确定包含所述中心节点的聚类分组为第一聚类分组,以及确定所述多个聚类分组中除所述第一聚类分组之外的其他聚类分组为第二聚类分组;
步骤S1082,将所述第一聚类分组排布在所述目标画布上之后,再将所述第二聚类分组按照预设顺序排布在所述目标画布上。
在本发明实施例中,首先,在多个聚类分组中确定包含中心节点的聚类分组为第一聚类分组。其中,当中心节点的数量为多个时,第一聚类分组可以为多个,还可以为一个,具体根据实际情况确定。然后,在多个聚类分组中确定除第一聚类分组之外的其他聚类分组为第二聚类分组。接下来,就可以将第一聚类分组排布在目标画布,之后,再将第二聚类分组按照预设顺序排布在所述目标画布上。
在一个可选的实施方式中,将所述第一聚类分组排布在所述目标画布上包括如下步骤:
首先,将所述第一聚类分组中的中心节点排布在所述目标画布的中心位置;
然后,将所述第一聚类分组中除所述中心节点之外的其他节点以圆形均匀排列在所述目标画布上,其中,所述中心节点的圆心为所述圆形的圆心,所述其他节点的半径相同,且均为目标半径。
在本发明实施例中,首先,将中心节点(被搜索的企业或个人)定位在整个目标画布的中心位置,即坐标为(PaintHeight/2,PaintHeight/2)的位置,其中,PaintWidth为所述目标画布的宽度,所述PaintHeight为所述目标画布的高度。然后,中心节点所在的社区中的各个节点图标以圆形均匀排列,也即,第一聚类分组中除所述中心节点之外的其他节点以圆形均匀排列在所述目标画布上,其中,所述中心节点的圆心为所述圆形的圆心,所述其他节点的半径相同,且均为目标半径node_R,第一聚类分组的圆形的半径为group_r。
在本发明实施例中,可以通过以下方式确定第一聚类分组中各个节点的半径node_R:
当目标画布中整体节点数量较多时,每个节点的圆半径相对较小,反之,每个节点的圆半径相对较大。由此,将各种情况下的节点圆半径分为20,25,40三个等级。其中,当第一聚类分组中节点的数量小于30个时,则确定该第一聚类分组中节点的半径(node_R)为40(像素);当第一聚类分组中节点的数量大于30,且小于150个时,则确定该第一聚类分组中节点的半径(node_R)为25(像素);当第一聚类分组中节点的数量小于150个时,则确定该第一聚类分组中节点的半径(node_R)为20(像素)。
需要说明的是,在本发明实施例中,第二聚类分组中节点的半径也可以通过上述方式来进行确定,此处不再详细赘述。
在确定出node_R之后,就可以基于以下公式确定第一聚类分组的圆形的半径group_r:
其中,node_R为所述第一聚类分组中每个节点的圆半径node_R,group_num为该第一聚类分组中节点的数量。
在一个可选的实施方式中,所述第二聚类分组的数量为多个,将所述第二聚类分组按照预设顺序排布在所述目标画布上包括如下步骤:
首先,按照所述第二聚类分组所包含的节点数量对多个所述第二聚类分组进行排序,得到第一排序序列;
然后,按照大小交叉的顺序对所述第一排序序列中的第二聚类分组进行遍历,得到第二排序序列;
按照大小交叉的顺序对所述第一排序序列中的第二聚类分组进行遍历是指:反复在第一排序序列中执行最小选择操作和最大选择操作,直至第一排序序列中每个第二聚类分组均被进行选择,其中,最小选择操作是指在第一排序序列中选择一个所包含的节点数量最少的第二聚类分组的操作,最大选择操作是指在第一排序序列中选择一个所包含的节点数量最多的第二聚类分组的操作。也就是说,上述大小交叉的顺序是指按照最小,最大,次小,次大,再次小,再次大……的顺序对第一排序序列中的第二聚类分组进行遍历。
再次,按照所述第二排序序列中第二聚类分组的顺序将每个所述第二聚类分组交叉的排布在所述目标画布上。
在本发明实施例中,首先按照第二聚类分组所包含的节点数量(也即,各个非中心社区中所包含的节点数量),将各个第二聚类分组从小到大进行排序,得到第一排序序列;然后,将第一排序序列中各个第二聚类分组按照最小、最大、次小、次大、再次小、再次大……的方式沿画布进行排序,得到第二排序序列;最后,按照第二排序序列中第二聚类分组的顺序将每个第二聚类分组交叉的排布在所述目标画布上。
例如,当第一排序序列为以下序列时:group={group1:2,group2:6,group3:8,group4:9},其中,意为group1有2个节点;group2有6个节点……时,第二排序序列为:list=[group1,group4,group2,group3]。
在一个可选实施方式中,将每个所述第二聚类分组排布在所述目标画布上包括如下步骤:
在所述目标画布上确定第二聚类分组Ai的圆心位置,其中,所述第二聚类分组Ai为所述第二排序序列中的第i个第二聚类分组,i依次取1至N,N为所述述第二排序序列中第二聚类分组的数量;
确定所述第二聚类分组Ai中的节点Aij在所述目标画布上的坐标,其中,所述节点Aij为所述第二聚类分组Ai中的第j个节点,j依次取1至M,M为所述第二聚类分组Ai中节点的数量。
具体地,在本发明实施例中,首先,在目标画布上依次确定第二聚类分组A1至第二聚类分组AN的圆心位置;然后,依次确定第二聚类分组A1至第二聚类分组AN中每个节点在目标画布上的坐标。
在一个可选实施方式中,在所述目标画布上确定第二聚类分组Ai的圆心位置包括如下步骤:
首先,确定目标圆弧的半径,以及确定所述第二聚类分组Ai的圆心所在的角度信息,其中,所述第二聚类分组Ai的圆心位置在以所述中心节点为圆心,半径与所述第二聚类分组Ai的圆半径呈正比的目标圆弧上;然后,基于所述角度信息和所述目标圆弧的半径在所述目标圆弧上确定所述第二聚类分组Ai的圆心位置。
其中,当所述第二聚类分组Ai的顺序在所述第二排序序列中的下标为偶数时,则通过以下公式计算所述目标圆弧的半径:
R=min(center_r+min(PaintWidth,PaintHeight)*group_r/6,min(PaintWidth,PaintHeight)/2–group_r);
当所述第二聚类分组Ai的顺序在所述第二排序序列中的下标为奇数时,则通过以下公式计算所述目标圆弧的半径:
R=min(center_r+min(PaintWidth,PaintHeight)*group_r/3,min(PaintWidth,PaintHeight)/2–group_r);
其中,所述center_r为所述第一聚类分组的半径,所述PaintWidth为所述目标画布的宽度,所述PaintHeight为所述目标画布的高度,所述group_r为所述第二聚类分组Ai的圆半径。
具体地,可以通过下述公式确定所述第二聚类分组Ai的圆半径:
其中,node_R为所述第二聚类分组Ai每个节点的圆半径。
在本发明实施例中,在确定出第二聚类分组Ai的圆心位置之后,就可以确定第二聚类分组Ai中各个节点Aij的圆心位置。各个节点Aij的圆心位置位于以下圆弧上:以第二聚类分组Ai的圆心位置为圆心,第二聚类分组Ai的group_r为半径的圆弧上。且第二聚类分组Ai中各个节点Aij在该圆弧上是均匀分布的,因此,基于均匀分布原则就能够确定出各个节点Aij的圆心与第二聚类分组Ai的圆心位置之间的角度信息。在得到该角度信息之后,就可以基于该角度信息在该圆弧上确定各个节点Aij的圆心位置。
在本发明实施例中,通过基于社区发现的图标排列算法,可以对企业关系信息进一步挖掘,将关系连接密切的企业和个人放在一起展示,不仅增加了展示图的条理性,美观度,也使用户可以清楚的看到相关企业的个人的关系分层。
需要说明的是,在本发明实施例中,当多个节点的数量超过预设数值(例如,30)个时,可以采用上述步骤S102至步骤S108所描述的方法来确定多个节点之间的关系图。例如,图4和图5所示,其中,图4为采用传统的方式确定出的图标的排列方式,图5为采用本发明实施例所提供的方法确定出的图标的排列方式。通过图4和图5的对比可知,采用本发明实施例所提供的方法能够对企业关系进行深层挖掘,找到内在联系,并按照这种内在联系,对图标进行有序的排列,使用户可以快速从展示图中获取企业关系信息。
在本发明实施例中,当多个节点的数量没有超过预设数值(例如,30)个时,可以采用二度关系展示的方式来对图标进行排列。其中,二度关系包括:一度节点和二度节点,一度节点是与中心节点直接连接的节点,二度节点是与一度节点直接连接的节点,基于此,不需进行社区发现。一度节点在画布中排列的图标形成圆,该圆的半径按画布大小来定,例如,按画布宽(较短的一边)的四分之一作为半径;而二度节点的圆的半径按画布宽的三分之一作为半径。如图6和图7所示,图6为采用传统的方式确定出的图标的排列方式,图7为采用本发明实施例所提供的方法确定出的图标的排列方式。在图7中,符号11所示中心节点,符号12表示一度节点,符号13表示二度节点。通过图6和图7的比较可知,通过图7所示的排列方式能够更加直观的找到企业之间的内在联系,使用户可以快速从展示图中获取企业关系信息。
需要说明的是,上述图4至图7仅为各个节点在画布上的排布示意图。上述图4至图7中的圆形表示一个节点,该节点可以为自然人,还可以为企业。任意两个圆形之间的连线为其之间的关联关系,其中,任意两个圆形之间的连线越多,则表明其之间的关联关系越紧密,也即,权重越大。其中,在图4至图7中为了更加直观的展示本发明实施例所提供的方法与现有的方法的区别,并未在图4至图7中具体描述每个节点的名称,以及任意两个节点之间的关联关系。
本发明实施例还提供了一种图标排列装置,该图标排列装置主要用于执行本发明实施例上述内容所提供的图标排列方法,以下对本发明实施例提供的图标排列装置做具体介绍。
图8是根据本发明实施例的一种图标排列装置的示意图,如图8所示,该图标排列装置主要包括获取单元10,解析单元20,聚类单元30和展示单元40,其中:
获取单元10,用于获取关系数据字典,其中,所述关系数据字典中包括:多个节点中任意两个节点之间的节点关系和/或关联关系,所述多个节点包括中心节点和与所述中心节点具有关联关系的关联节点;
解析单元20,用于对所述关系数据字典进行解析得到关系组列表,其中,所述关系组列表中包括所述多个节点中任意两个节点之间的关联关系;
聚类单元30,用于基于所述关联关系对所述关系组列表进行聚类处理,得到多个聚类分组,其中,每个聚类分组中包括至少一个节点;
展示单元40,用于将所述多个聚类分组按照预设方式展示在目标画布上,以在所述目标画布上展示任意两个聚类分组中各个节点之间的关联关系。
在本发明实施例中,首先,获取关系数据字典;然后,对关系数据字典进行解析得到关系组列表,其中,关系组列表中包括多个节点中任意两个节点之间的关联关系;接下来,基于关联关系对关系组列表进行聚类处理,得到多个聚类分组,其中,每个聚类分组中包括至少一个节点;最后,将多个聚类分组按照预设方式展示在目标画布上,以在目标画布上展示任意两个聚类分组中各个节点之间的关联关系。在本发明实施例中,通过上述处理方式,能够对企业之间(也即,节点之间)的关系进行深层挖掘,从而找到企业之间的内在关系,并基于该内在关系对其进行排列,从而使用户能够从展示的图标中获取企业关系信息,进而缓解了采用现有的技术来通过图标展示企业之间的关系时,展示效果较为复杂散乱的技术问题。
可选地,解析单元用于:为所述多个节点中的每个节点设置对应的编号信息;对所述关系数据字典进行遍历,从而得到至少一个元组,其中,每个元组中包括所述多个节点中具有关联关系的任意两个节点的编号信息;基于所述至少一个元组确定所述关系组列表。
可选地,展示单元包括:第一确定模块,用于在所述多个聚类分组中确定包含所述中心节点的聚类分组为第一聚类分组,以及确定所述多个聚类分组中除所述第一聚类分组之外的其他聚类分组为第二聚类分组;排布模块,用于将所述第一聚类分组排布在所述目标画布上之后,再将所述第二聚类分组按照预设顺序排布在所述目标画布上。
可选地,排布模块用于:将所述第一聚类分组中的中心节点排布在所述目标画布的中心位置;将所述第一聚类分组中除所述中心节点之外的其他节点以圆形均匀排列在所述目标画布上,其中,所述中心节点的圆心为所述圆形的圆心,所述其他节点的半径相同,且均为目标半径。
可选地,所述第二聚类分组的数量为多个,排布模块用于:按照所述第二聚类分组所包含的节点数量对多个所述第二聚类分组进行排序,得到第一排序序列;按照大小交叉的顺序对所述第一排序序列中的第二聚类分组进行遍历,得到第二排序序列;按照所述第二排序序列中第二聚类分组的顺序将每个所述第二聚类分组交叉的排布在所述目标画布上。
可选地,排布模块还用于:在所述目标画布上确定第二聚类分组Ai的圆心位置,其中,所述第二聚类分组Ai为所述第二排序序列中的第i个第二聚类分组,i依次取1至N,N为所述述第二排序序列中第二聚类分组的数量;确定所述第二聚类分组Ai中的节点Aij在所述目标画布上的坐标,其中,所述节点Aij为所述第二聚类分组Ai中的第j个节点,j依次取1至M,M为所述第二聚类分组Ai中节点的数量。
可选地,排布模块还用于:确定目标圆弧的半径,以及确定所述第二聚类分组Ai的圆心所在的角度信息,其中,所述第二聚类分组Ai的圆心位置在以所述中心节点为圆心,半径与所述第二聚类分组Ai的圆半径呈正比的目标圆弧上;基于所述角度信息和所述目标圆弧的半径在所述目标圆弧上确定所述第二聚类分组Ai的圆心位置。
可选地,排布模块还用于:当所述第二聚类分组Ai的顺序在所述第二排序序列中的下标为偶数时,则通过以下公式计算所述目标圆弧的半径:
R=min(center_r+min(PaintWidth,PaintHeight)*group_r/6,min(PaintWidth,PaintHeight)/2–group_r);当所述第二聚类分组Ai的顺序在所述第二排序序列中的下标为奇数时,则通过以下公式计算所述目标圆弧的半径:
R=min(center_r+min(PaintWidth,PaintHeight)*group_r/3,min(PaintWidth,PaintHeight)/2–group_r);其中,所述center_r为所述第一聚类分组的半径,所述PaintWidth为所述目标画布的宽度,所述PaintHeight为所述目标画布的高度,所述group_r为所述第二聚类分组Ai的圆半径。
可选地,该装置还用于:通过下述公式确定所述第二聚类分组Ai的圆半径:其中,node_R为所述第二聚类分组Ai每个节点的圆半径。
本发明实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
另外,在本发明实施例的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种图标排列方法,其特征在于,包括:
获取关系数据字典,其中,所述关系数据字典中包括:多个节点中任意两个节点之间的节点关系和/或关联关系,所述多个节点包括中心节点和与所述中心节点具有关联关系的关联节点;
对所述关系数据字典进行解析得到关系组列表,其中,所述关系组列表中包括所述多个节点中任意两个节点之间的关联关系;
基于所述关联关系对所述关系组列表进行聚类处理,得到多个聚类分组,其中,每个聚类分组中包括至少一个节点;
将所述多个聚类分组按照预设方式展示在目标画布上,以在所述目标画布上展示任意两个聚类分组中各个节点之间的关联关系。
2.根据权利要求1所述的方法,其特征在于,对所述关系数据字典进行解析得到关系组列表包括:
为所述多个节点中的每个节点设置对应的编号信息;
对所述关系数据字典进行遍历,从而得到至少一个元组,其中,每个元组中包括所述多个节点中具有关联关系的任意两个节点的编号信息;
基于所述至少一个元组确定所述关系组列表。
3.根据权利要求1所述的方法,其特征在于,将所述多个聚类分组按照预设方式展示在目标画布上包括:
在所述多个聚类分组中确定包含所述中心节点的聚类分组为第一聚类分组,以及确定所述多个聚类分组中除所述第一聚类分组之外的其他聚类分组为第二聚类分组;
将所述第一聚类分组排布在所述目标画布上之后,再将所述第二聚类分组按照预设顺序排布在所述目标画布上。
4.根据权利要求3所述的方法,其特征在于,将所述第一聚类分组排布在所述目标画布上包括:
将所述第一聚类分组中的中心节点排布在所述目标画布的中心位置;
将所述第一聚类分组中除所述中心节点之外的其他节点以圆形均匀排列在所述目标画布上,其中,所述中心节点的圆心为所述圆形的圆心,所述其他节点的半径相同,且均为目标半径。
5.根据权利要求3所述的方法,其特征在于,所述第二聚类分组的数量为多个,将所述第二聚类分组按照预设顺序排布在所述目标画布上包括:
按照所述第二聚类分组所包含的节点数量对多个所述第二聚类分组进行排序,得到第一排序序列;
按照大小交叉的顺序对所述第一排序序列中的第二聚类分组进行遍历,得到第二排序序列;
按照所述第二排序序列中第二聚类分组的顺序将每个所述第二聚类分组交叉的排布在所述目标画布上。
6.根据权利要求5所述的方法,其特征在于,将每个所述第二聚类分组排布在所述目标画布上包括:
在所述目标画布上确定第二聚类分组Ai的圆心位置,其中,所述第二聚类分组Ai为所述第二排序序列中的第i个第二聚类分组,i依次取1至N,N为所述述第二排序序列中第二聚类分组的数量;
确定所述第二聚类分组Ai中的节点Aij在所述目标画布上的坐标,其中,所述节点Aij为所述第二聚类分组Ai中的第j个节点,j依次取1至M,M为所述第二聚类分组Ai中节点的数量。
7.根据权利要求6所述的方法,其特征在于,在所述目标画布上确定第二聚类分组Ai的圆心位置包括:
确定目标圆弧的半径,以及确定所述第二聚类分组Ai的圆心所在的角度信息,其中,所述第二聚类分组Ai的圆心位置在以所述中心节点为圆心,半径与所述第二聚类分组Ai的圆半径呈正比的目标圆弧上;
基于所述角度信息和所述目标圆弧的半径在所述目标圆弧上确定所述第二聚类分组Ai的圆心位置。
8.根据权利要求7所述的方法,其特征在于,确定目标圆弧的半径包括:
当所述第二聚类分组Ai的顺序在所述第二排序序列中的下标为偶数时,则通过以下公式计算所述目标圆弧的半径:
R=min(center_r+min(PaintWidth,PaintHeight)*group_r/6,min(PaintWidth,PaintHeight)/2–group_r);
当所述第二聚类分组Ai的顺序在所述第二排序序列中的下标为奇数时,则通过以下公式计算所述目标圆弧的半径:
R=min(center_r+min(PaintWidth,PaintHeight)*group_r/3,min(PaintWidth,PaintHeight)/2–group_r);
其中,所述center_r为所述第一聚类分组的半径,所述PaintWidth为所述目标画布的宽度,所述PaintHeight为所述目标画布的高度,所述group_r为所述第二聚类分组Ai的圆半径。
9.根据权利要求7所述的方法,其特征在于,所述方法还包括:
通过下述公式确定所述第二聚类分组Ai的圆半径:
其中,node_R为所述第二聚类分组Ai每个节点的圆半径。
10.一种图标排列装置,其特征在于,包括:
获取单元,用于获取关系数据字典,其中,所述关系数据字典中包括:多个节点中任意两个节点之间的节点关系和/或关联关系,所述多个节点包括中心节点和与所述中心节点具有关联关系的关联节点;
解析单元,用于对所述关系数据字典进行解析得到关系组列表,其中,所述关系组列表中包括所述多个节点中任意两个节点之间的关联关系;
聚类单元,用于基于所述关联关系对所述关系组列表进行聚类处理,得到多个聚类分组,其中,每个聚类分组中包括至少一个节点;
展示单元,用于将所述多个聚类分组按照预设方式展示在目标画布上,以在所述目标画布上展示任意两个聚类分组中各个节点之间的关联关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810162765.3A CN108376095A (zh) | 2018-02-27 | 2018-02-27 | 一种图标排列方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810162765.3A CN108376095A (zh) | 2018-02-27 | 2018-02-27 | 一种图标排列方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108376095A true CN108376095A (zh) | 2018-08-07 |
Family
ID=63018231
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810162765.3A Pending CN108376095A (zh) | 2018-02-27 | 2018-02-27 | 一种图标排列方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108376095A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110502672A (zh) * | 2019-08-30 | 2019-11-26 | 重庆誉存大数据科技有限公司 | 一种构建企业关系的环形关联图的实现方法及装置 |
CN112506598A (zh) * | 2020-12-04 | 2021-03-16 | 中国联合网络通信集团有限公司 | 一种节点显示方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105718528A (zh) * | 2016-01-15 | 2016-06-29 | 上海交通大学 | 基于论文间引用关系的学术地图展示方法 |
CN106204292A (zh) * | 2016-06-28 | 2016-12-07 | 合肥讯飞数码科技有限公司 | 一种拓扑关系的展示方法及装置 |
CN106874931A (zh) * | 2016-12-30 | 2017-06-20 | 东软集团股份有限公司 | 用户画像分群方法和装置 |
CN107341194A (zh) * | 2017-06-14 | 2017-11-10 | 北京金堤科技有限公司 | 一种企业重名人区分方法及装置 |
-
2018
- 2018-02-27 CN CN201810162765.3A patent/CN108376095A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105718528A (zh) * | 2016-01-15 | 2016-06-29 | 上海交通大学 | 基于论文间引用关系的学术地图展示方法 |
CN106204292A (zh) * | 2016-06-28 | 2016-12-07 | 合肥讯飞数码科技有限公司 | 一种拓扑关系的展示方法及装置 |
CN106874931A (zh) * | 2016-12-30 | 2017-06-20 | 东软集团股份有限公司 | 用户画像分群方法和装置 |
CN107341194A (zh) * | 2017-06-14 | 2017-11-10 | 北京金堤科技有限公司 | 一种企业重名人区分方法及装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110502672A (zh) * | 2019-08-30 | 2019-11-26 | 重庆誉存大数据科技有限公司 | 一种构建企业关系的环形关联图的实现方法及装置 |
CN112506598A (zh) * | 2020-12-04 | 2021-03-16 | 中国联合网络通信集团有限公司 | 一种节点显示方法及装置 |
CN112506598B (zh) * | 2020-12-04 | 2023-01-24 | 中国联合网络通信集团有限公司 | 一种节点显示方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7805440B2 (en) | System and method for simplifying and manipulating k-partite graphs | |
US10831819B2 (en) | Hue-based color naming for an image | |
US9128998B2 (en) | Presentation of data object hierarchies | |
CN103714077B (zh) | 物体检索的方法、检索校验的方法及装置 | |
CN110245160A (zh) | 一种确定房屋装修方案的方法及系统 | |
CN109144997A (zh) | 数据关联方法、装置及存储介质 | |
Fried et al. | Isomatch: Creating informative grid layouts | |
von Landesberger et al. | Visual analysis of large graphs. | |
US11481406B2 (en) | Systems and methods for dynamic computer aided innovation via multidimensional complementary difference recommendation and exploration | |
CA2945432A1 (en) | System and method for the creation and use of visually-diverse high-quality dynamic layouts | |
Morozov et al. | Distributed contour trees | |
CN107368294A (zh) | 应用原型生成方法、模板训练方法、装置及系统 | |
CN107688824A (zh) | 图片匹配方法及终端设备 | |
CN105045886A (zh) | 一种dicom图像的导入方法 | |
Rieck et al. | Exploring and comparing clusterings of multivariate data sets using persistent homology | |
CN105930174B (zh) | 一种图形化页面程序差异比较方法与系统 | |
US11475052B1 (en) | Using visual cues to validate object models of database tables | |
CN108376095A (zh) | 一种图标排列方法和装置 | |
CN108170431B (zh) | 一种导航标签窗口颜色设置方法及装置 | |
CN108256520A (zh) | 一种识别硬币年份的方法、终端设备及计算机可读存储介质 | |
US7861154B2 (en) | Integration of annotations to dynamic data sets | |
Gulzar et al. | Skyline query processing for incomplete data in cloud environment | |
Khotanzad et al. | Color image retrieval using multispectral random field texture model and color content features | |
DE112013001829T5 (de) | Verfahren, Gerät und Computerprogrammprodukt zur visuellen Gruppierung von Beziehungen von Datenbanken | |
Worring et al. | A multimedia analytics framework for browsing image collections in digital forensics |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180807 |