CN108710520A - 数据的可视化方法、装置、终端及计算机可读存储介质 - Google Patents

Abstract

本发明实施例提供了一种数据的可视化方法、装置、终端及计算机可读存储介质，方法包括：获取用户信息和用户预先选择的可视化指标；根据用户信息预测用户的可视化偏好标签；根据可视化指标确定数据显示形式；根据可视化偏好标签和数据显示形式向用户显示数据信息。本发明提供的数据的可视化方法、装置、终端及计算机可读存储介质，通过获取用户信息和用户预先选择的可视化指标，并结合用户的偏好进行数据挖掘，获得可视化偏好标签，根据可视化偏好标签可以提供一对一的个性化的可视化服务，有效地克服了现有技术中存在的没有结合用户的特征数据向用户推送信息的问题，并且该方法使用方便，操作简单，有效地保证了该方法的实用性。

Description

数据的可视化方法、装置、终端及计算机可读存储介质

技术领域

本发明涉及通信技术领域，尤其涉及一种数据的可视化方法、装置、终端及计算机可读存储介质。

背景技术

随着科学技术的飞速发展，产品的数字化越来越广泛，进而所产生的数据量也呈超指数级增长，此时，对大量的数据而言，数据的可视化越来越重要，通过对数据的可视化操作，便于人们对于大量的数据进行数据的直观分析，或者说通过精确有效的方式传递数据内蕴含的信息，便于人们快速准确理解数据含义。

现有的可视化方案中，一类是图形化拖拽的方式，其实现过程需要手动设定配色方案、配置项参数，抑或是选择备用主题选项，实质上并没有结合用户的特征属性。另一类，借助可视化插件进行程序实现，此类实现方法可调整、可选择的可视化选项增多，但是却增加了使用的难度，需要具备一定的编程基础。

发明内容

本发明实施例提供了一种数据的可视化方法、装置、终端及计算机可读存储介质，可以结合用户偏好进行数据挖掘，并提供一对一个性化的可视化操作。

本发明实施例第一方面提供了一种数据的可视化方法，包括：

获取用户信息和用户预先选择的可视化指标；

根据所述用户信息预测用户的可视化偏好标签；

根据所述可视化指标确定数据显示形式；

根据所述可视化偏好标签和数据显示形式向用户显示数据信息。

如上所述的方法，根据所述用户信息预测用户的可视化偏好标签，包括：

根据所述用户信息筛选训练集用户；

利用预设的预测算法对所述训练集用户中的数据信息进行预测，获得所述可视化偏好标签。

如上所述的方法，利用预设的预测算法对所述训练集用户中的数据信息进行预测，获得所述可视化偏好标签，包括：

利用预测算法对训练集用户中的数据信息进行主题色参数寻优处理，获得第一寻优结果；

利用预测算法对训练集用户中的数据信息进行奇数预测方案权重匹配投票处理，获得投票结果；

利用预测算法对训练集用户中的数据信息进行配置参数寻优处理，获得第二寻优结果；

根据所述第一寻优结果、投票结果和第二寻优结果确定所述可视化偏好标签。

如上所述的方法，在根据用户信息预测用户的可视化偏好标签之前，所述方法还包括：

判断所述用户信息的维度是否健全；

若所述用户信息的维度缺失，则利用用户聚类方法或用户相似度对比方法确定用户信息的缺失值，并根据所述缺失值补齐所述用户信息。

如上所述的方法，所述方法还包括：

获取用户的账单信息；

根据所述账单信息对所述可视化偏好标签进行验证，并可以根据验证结果对所述可视化偏好标签进行调整。

本发明实施例第二方面提供了一种数据的可视化装置，包括：

获取模块，用于获取用户信息和用户预先选择的可视化指标；

预测模块，用于根据所述用户信息预测用户的可视化偏好标签；

确定模块，用于根据所述可视化指标确定数据显示形式；

显示模块，用于根据所述可视化偏好标签和数据显示形式向用户显示数据信息。

如上所述的装置，所述预测模块，用于：

根据所述用户信息筛选训练集用户；

利用预设的预测算法对训练集用户中的数据信息进行预测，获得所述可视化偏好标签。

如上所述的装置，所述预测模块，用于：

利用预测算法对训练集用户中的数据信息进行主题色参数寻优处理，获得第一寻优结果；

利用预测算法对训练集用户中的数据信息进行奇数预测方案权重匹配投票处理，获得投票结果；

利用预测算法对训练集用户中的数据信息进行配置参数寻优处理，获得第二寻优结果；

根据所述第一寻优结果、投票结果和第二寻优结果确定所述可视化偏好标签。

如上所述的装置，所述装置还包括：判断模块，用于：

在根据用户信息预测用户的可视化偏好标签之前，判断所述用户信息的维度是否健全；

若所述用户信息的维度缺失，则利用用户聚类方法或用户相似度对比方法确定用户信息的缺失值，并根据所述缺失值补齐所述用户信息。

如上所述的装置，所述获取模块，还用于获取用户的账单信息；

所述装置还包括：

验证模块，用于根据所述账单信息对所述可视化偏好标签进行验证，并可以根据验证结果对所述可视化偏好标签进行调整。

本发明实施例第三方面提供了一种数据的可视化终端，包括：

存储器；

处理器；以及

计算机程序；

其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现上述第一方面所述的一种数据的可视化方法。

本发明实施例第四方面提供一种计算机可读存储介质，其上存储有计算机程序；

所述计算机程序被处理器执行以实现上述第一方面所述的一种数据的可视化方法。

本发明实施例提供的数据的可视化方法、装置、终端及计算机可读存储介质，通过获取用户信息和用户预先选择的可视化指标，并结合用户的偏好进行数据挖掘，获得可视化偏好标签，根据可视化偏好标签可以提供一对一的个性化的可视化服务，有效地克服了现有技术中存在的没有结合用户的特征数据向用户推送信息的技术问题，并且该方法使用方便，操作简单，有效地保证了该方法的实用性，有利于市场的推广与应用。

附图说明

图1是本发明实施例提供的一种数据的可视化方法的流程示意图；

图2为本发明实施例提供的根据所述用户信息预测用户的可视化偏好标签的流程示意图；

图3为本发明实施例提供的利用预设的预测算法对所述训练集用户中的数据信息进行预测，获得所述可视化偏好标签的流程示意图；

图4为本发明实施例提供的另一种数据的可视化方法的流程示意图；

图5为本发明实施例提供的又一种数据的可视化方法的流程示意图；

图6为本发明应用实施例提供的可视化库的结构示意图；

图7为本发明实施例提供的一种数据的可视化装置的结构示意图；

图8为本发明实施例提供的一种数据的可视化终端的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。

本发明的说明书和权利要求书的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤的过程或结构的装置不必限于清楚地列出的那些结构或步骤而是可包括没有清楚地列出的或对于这些过程或装置固有的其它步骤或结构。

图1是本发明实施例提供的一种数据的可视化方法的流程示意图；参考附图1可知，本实施例提供了一种数据的可视化方法，该方法可以结合用户的偏好进行数据挖掘，获得可视化偏好标签，根据可视化偏好标签可以提供一对一的个性化的界面服务，具体的，该方法包括：

S101：获取用户信息和用户预先选择的可视化指标；

其中，用户信息包括用户基本信息和用户互联网信息；用户基本信息包括以下至少之一：用户身份信息、年龄信息、性别信息、星座信息、城市信息、业务类型信息、渠道类别信息、付费模式信息等等；用户互联网信息包括以下至少之一：浏览记录、订单记录、应用程序访问记录、网页浏览记录等等。

另外，可视化指标可以为用户的当月话费、套餐使用情况、可选优惠活动、高频标签等差异化的指标，该可视化指标为用户根据需求自己选择的，用于作为数据显示形式的判断基础。

S102：根据用户信息预测用户的可视化偏好标签；

在获取到用户信息之后，可以采用预设的处理算法对用户信息进行分析处理，从而可以预测出用户的可视化偏好标签，其中，可视化偏好标签可以包括以下至少之一：信息标题、图例、网格、提示框、工具栏以及字体风格、颜色等特征信息；当然的，本领域技术人员还可以根据需求将可视化偏好标签设置为包括其他特征信息。

S103：根据可视化指标确定数据显示形式；

在获取到可视化指标之后，可以利用预设的处理算法或者预先存储的映射关系、结合可视化指标来确定数据显示形式，其中，数据显示形式可以包括以下至少之一：折线图、柱状图、散点图、饼图、K线图、用于统计的盒形图等等。

S104：根据可视化偏好标签和数据显示形式向用户显示数据信息。

在确定可视化偏好标签和数据显示形式之后，可以基于上述的可视化偏好标签和数据显示形式向用户推送数据信息，例如：可视化偏好标签中包括颜色为淡黄色，数据显示形式为折线图，那么，在向用户推送数据信息时，使得数据信息以折线图的形式进行显示，并且显示的颜色为淡黄色，从而使得以用户偏好的方式向每个用户显示数据信息，实现了一对一个性化的可视化服务。

本实施例提供的数据的可视化方法，通过获取用户信息和用户预先选择的可视化指标，并结合用户的偏好进行数据挖掘，获得可视化偏好标签，根据可视化偏好标签可以提供一对一的个性化的可视化服务，有效地克服了现有技术中存在的没有结合用户的特征数据向用户推送信息的问题，并且该方法使用方便，操作简单，有效地保证了该方法的实用性，有利于市场的推广与应用。

图2为本发明实施例提供的根据用户信息预测用户的可视化偏好标签的流程示意图；图3为本发明实施例提供的利用预设的预测算法对训练集用户中的数据信息进行预测，获得可视化偏好标签的流程示意图；在上述实施例的基础上，继续参考附图2-3可知，本实施例对于根据用户信息预测用户的可视化偏好标签的具体实现过程不做限定，本领域技术人员可以根据具体的设计需求进行设置，较为优选的，本实施例中的根据用户信息预测用户的可视化偏好标签可以包括：

S1021：根据用户信息筛选训练集用户；

其中，用户信息可以包括用户稳定度和用户浏览访问记录信息，并可以基于上述的用户稳定度和用户浏览访问记录信息进行训练集用户的筛选。

S1022：利用预设的预测算法对训练集用户中的数据信息进行预测，获得可视化偏好标签。

具体的，利用预设的预测算法对训练集用户中的数据信息进行预测，获得可视化偏好标签可以包括：

S10221：利用预测算法对训练集用户中的数据信息进行主题色参数寻优处理，获得第一寻优结果；

S10222：利用预测算法对训练集用户中的数据信息进行奇数预测方案权重匹配投票处理，获得投票结果；

S10223：利用预测算法对训练集用户中的数据信息进行配置参数寻优处理，获得第二寻优结果；

S10224：根据第一寻优结果、投票结果和第二寻优结果确定可视化偏好标签。

在获取到第一寻优结果、投票结果和第二寻优结果之后，可能会获得多个偏好方案，此时，可以选择效果最优、投票最多的偏好方案作为可视化偏好标签的方案。通过上述方式确定可视化偏好标签，有效地保证了可视化偏好标签确定的准确可靠性，进一步提高了该方法使用的精确程度。

图4为本发明实施例提供的另一种数据的可视化方法的流程示意图；在上述实施例的基础上，继续参考附图4可知，为了进一步提高该方法使用的精确程度，本实施例中，在根据用户信息预测用户的可视化偏好标签之前，该方法还包括：

S201：判断用户信息的维度是否健全；

一般情况下，从用户信息数量分布上来说，入网时长18月左右用户信息的维度较为全面，因此，在判断用户信息的维度是否健全时，可以获取用户信息的入网时长，通过将入网时长与预先的标准入网时长(例如；18个月、20个月或者24个月等等)进行分析比较，若入网时长小于标准入网时长，则可以确定用户信息的维度缺失，若入网时长大于或等于标准入网时长，则可以缺额宁用户信息的维度健全。当然的，本领域技术人员还可以采用其他的方式来确定用户信息的维度是否健全，只要能够实现对用户信息的维度进行准确判断即可，在此不再赘述。

S202：若用户信息的维度缺失，则利用用户聚类方法或用户相似度对比方法确定用户信息的缺失值，并根据缺失值补齐用户信息。

在判断结果为用户信息的维度缺失时，则可以获取到缺失值，根据缺失值针对数据维度缺失的数据进行用户匹配，以补齐数据；当补齐数据后，即可获取到维度健全的用户信息，进而可以利用该用户信息进行可视化偏好标签的预测，进一步保证了可视化偏好标签预测的准确可靠性。

可以理解的是，该方法还可以包括：

S203：若用户信息的维度健全，则可以直接利用健全的用户信息预测可视化偏好标签。

图5为本发明实施例提供的又一种数据的可视化方法的流程示意图；在上述实施例的基础上，继续参考附图5可知，为了进一步提高该方法的实用性，本实施例中的方法还包括：

S301：获取用户的账单信息；

其中，用户的账单信息可以通过查询的方式获取，或者，也可以通过用户反馈的方式获取，该账单信息为用户使用终端时所产生的费用信息(可以包括通话费用、流量费用、月租费用等等)。

S302：根据账单信息对可视化偏好标签进行验证，并可以根据验证结果对可视化偏好标签进行调整。

在获取到用户的账单信息之后，可以结合用户的账单信息对用户的可视化偏好标签进行重新预测并验证，判断所预测的可视化偏好标签是否符合用户的个人风格需求，若不符合，则可以根据验证结果对可视化偏好标签进行调整，从而保证了可视化偏好标签可以及时根据用户的个性化需求的变动进行调整，进一步提高了该方法的灵活可靠性。

具体应用时，可以基于该可视化方法建立可视化库ECharts，如图6所示，该ECharts为一个使用JavaScript实现的开源可视化库，可以流畅的运行在个人电脑PC和移动设备上，底层依赖轻量级的矢量图形库ZRender，提供直观，交互丰富，可高度个性化定制的数据可视化图表。

ECharts包括可视化层，该可视化层中可以提供常规的折线图、柱状图、散点图、饼状图、词云图、K线图、用于统计的盒形图、用于地理数据可视化的地图、热力图、线图、用于关系数据可视化的关系图、treemap、旭日图，多维数据可视化的平行坐标、还有用于BI的漏斗图、仪表盘，并且支持图与图之间的混搭等等。

基于上述的可视化库，在可视化方法运行时，可以包括以下步骤：

1、环境部署：基于可视化库中的挖掘层而言，在已有hadoop集群基础上，对每个节点安装数据挖掘工具，如spark、rhadoop等主流大数据处理技术。

2、数据需求：基于可视化库中的数据层而言，数据层中可以包括用户信息，用户信息可以分为2大类，用户基本信息、用户互联网信息。用户基本信息可以包括用户身份信息user_id、年龄、性别、星座、地市、业务类型、渠道类型、付费模式等静态信息，用户互联网信息包括用户浏览记录、用户订单记录(购物清单颜色搭配)、APP访问记录、网页URL浏览记录等可视化配色、图形类别、主体风格、用户账单可视化配色等相关的数据；样本量为TB级，构建训练集和测试集。

3、数据存储：基于可视化库中的数据层而言，在获取到用户信息时，可以对用户信息进行存储，其存储格式可以为跨服务器弹性存储非结构化HDFS文件，这样可以避免单机无法解决的大数据量存储的问题。

4、参数适配：根据用户稳定度及用户浏览访问记录，进行训练集用户的筛选；从用户数据数量分布上，入网时长18月左右用户数据维度较为全面；针对此训练集进行用户配置参数预测，得到用户的可视化偏好标签，其中，可视化偏好标签可以以rgb色系标定。

首先，可以调用用户信息，加载数据并读取符合数据需求的2大类数据，从而获得用户数据；其次，根据用户数据的维度及权重进行用户筛选，应用主流回归预测算法根据上述用户基本数据及用户互联网信息数据进行配色预测，从而可以获取到可视化偏好标签；再次的，在获取到可视化偏好标签之后，可以利用预先获取的特权平台用户账单信息来对可视化偏好标签进行验证，以保证可视化偏好标签获取的准确可靠性。

其中，根据用户自选择的可视化指标，如当月话费、套餐使用情况、可选优惠活动、高频标签等差异化的指标，进行最优显示类别推荐(如数值型的数据优选折线图，比例类的数据优选饼图，等等)，如type为饼图、雷达图、词云图、南丁格尔玫瑰图、条状图、地图等不同类别。

另外，在获取到可视化偏好标签之后，可以基于大类的可视化偏好标签，进行目标字段预测，主要涉及echarts的参数配置，共分为10大类，如title(标题)、legend(图例)、grid(网格)、tooltip(提示框)、toolbox(工具栏)、textstyle(字体风格)、geo(地理坐标系)、calendar(日历坐标系)、radar(雷达坐标系)、angelaxis(极坐标系)。

5、用户匹配：根据训练集中的用户数据信息，利用预测算法，进行主题色参数寻优、奇数预测方案权重匹配投票、配置参数寻优；对已有用户进行预测并推荐；对新增用户进行包括但不限于协同推荐、用户聚类等根据用户相似度进行推荐；针对互联网信息不全的用户，根据用户基本信息，通过奇数次聚类结果投票，选择票数多的方案。最后通过长期的用户反馈(根据点击量及浏览次数作为评判标准)进行参数调优及验证。

具体的，可以利用管道和网格搜索进行高效的参数寻优，如管道中设定数据展示类别，利用管道根据数据图形类别的顺序进行参数寻优，其次，设定参数网格搜索的范围，启动grid网格搜索，程序会自动根据参数范围进行自由组合，生成所有可能的参数组合。根据限制条件，即所得结果参数和用户特权平台账单信息后台数据进行比对验证，为未使用账单查询可视化界面的用户推荐误差最小的一组配置参数。

本申请提供的可视化方法，是一种基于大数据挖掘提出echarts配置参数寻优的方法，结合用户特征及浏览记录、购买记录进行可视化配置方案，参数特征包括多种，如echarts中提供的类别等参数，如标题组件title、图例组件legend、网格组件grid、坐标组件axis等组件，完成自动配置及推荐，从而实现了可以根据用户的个性化需求进行不同的显示服务，有效地提高了该方法使用的稳定可靠性，有利于市场的推广与应用。

图7为本发明实施例提供的一种数据的可视化装置的结构示意图；参考附图7可知，本实施例提供了一种数据的可视化装置，该可视化装置可以执行上述的可视化方法，具体的，该装置可以包括：

获取模块1，用于获取用户信息和用户预先选择的可视化指标；

预测模块2，用于根据用户信息预测用户的可视化偏好标签；

确定模块3，用于根据可视化指标确定数据显示形式；

显示模块4，用于根据可视化偏好标签和数据显示形式向用户显示数据信息。

本实施例对于获取模块1、预测模块2、确定模块3和显示模块4的具体形状结构不做限定，本领域技术人员可以根据其实现的功能作用对其进行任意设置，在此不再赘述；另外，本实施例中获取模块1、预测模块2、确定模块3和显示模块4所实现的操作步骤的具体实现过程以及实现效果与上述实施例中步骤S101-S104的具体实现过程以及实现效果相同，具体可参考上述陈述内容，在此不再赘述。

在上述实施例的基础上，继续参考附图7可知，本实施例对于预测模块2根据用户信息预测用户的可视化偏好标签的具体实现方式不做限定，本领域技术人员可以根据具体的设计需求进行设置，较为优选的，在预测模块2根据用户信息预测用户的可视化偏好标签时，该预测模块2可以用于执行以下步骤：

根据用户信息筛选训练集用户；利用预设的预测算法对训练集用户中的数据信息进行预测，获得可视化偏好标签。

其中，在预测模块2利用预设的预测算法对训练集用户中的数据信息进行预测，获得可视化偏好标签时，该预测模块2可以用于执行：利用预测算法对训练集用户中的数据信息进行主题色参数寻优处理，获得第一寻优结果；利用预测算法对训练集用户中的数据信息进行奇数预测方案权重匹配投票处理，获得投票结果；利用预测算法对训练集用户中的数据信息进行配置参数寻优处理，获得第二寻优结果；根据第一寻优结果、投票结果和第二寻优结果确定可视化偏好标签。

为了进一步提高该装置使用的精确程度，本实施例中，该装置还可以包括：判断模块5，用于执行以下步骤：

在根据用户信息预测用户的可视化偏好标签之前，判断用户信息的维度是否健全；若用户信息的维度缺失，则利用用户聚类方法或用户相似度对比方法确定用户信息的缺失值，并根据缺失值补齐用户信息。

进一步的，为了进一步提高该装置的实用性，该装置中的获取模块1还可以用于执行：获取用户的账单信息；此时，该装置还可以包括：

验证模块6，用于根据账单信息对可视化偏好标签进行验证，并可以根据验证结果对可视化偏好标签进行调整。

本实施例提供的数据的可视化装置能够用于执行图2-图6实施例所对应的方法，其具体执行方式和有益效果类似，在这里不再赘述。

本实施例的另一方面提供了一种数据的可视化终端，包括：

存储器；

处理器；以及

计算机程序；

其中，计算机程序存储在存储器中，并被配置为由处理器执行以实现如上述的一种数据的可视化方法。

具体的，图8为本发明实施例提供的一种数据的可视化终端的结构示意图。

如图8所示，可视化终端800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)接口812，传感器组件814，以及通信组件816。

处理组件802通常控制可视化终端800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在可视化终端800的操作。这些数据的示例包括用于在可视化终端800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为可视化终端800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为可视化终端800生成、管理和分配电力相关联的组件。

多媒体组件808包括在可视化终端800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与触摸或滑动操作相关的持续时间和压力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当可视化终端800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为可视化终端800提供各个方面的状态评估。例如，传感器组件814可以检测到可视化终端800的打开/关闭状态，组件的相对定位，例如组件为可视化终端800的显示器和小键盘，传感器组件814还可以检测可视化终端800或可视化终端800一个组件的位置改变，用户与可视化终端800接触的存在或不存在，可视化终端800方位或加速/减速和可视化终端800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括摄像头组件，摄像头可采用如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于可视化终端800和其他设备之间有线或无线方式的通信。可视化终端800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，可视化终端800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

本发明实施例另一方面提供了一种计算机可读存储介质，其上存储有计算机程序；计算机程序被处理器执行以实现上述的一种数据的可视化方法。

最后需要说明的是，本领域普通技术人员可以理解上述实施例方法中的全部或者部分流程，是可以通过计算机程序来指令相关的硬件完成，所述的程序可存储于一计算机可读存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可以为磁盘、光盘、只读存储记忆体(ROM)或随机存储记忆体(RAM)等。

本发明实施例中的各个功能单元可以集成在一个处理模块中，也可以是各个单元单独的物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现，并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。上述提到的存储介质可以是只读存储器、磁盘或光盘等。

以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (12)

1.一种数据的可视化方法，其特征在于，包括：

获取用户信息和用户预先选择的可视化指标；

根据所述用户信息预测用户的可视化偏好标签；

根据所述可视化指标确定数据显示形式；

根据所述可视化偏好标签和数据显示形式向用户显示数据信息。

2.根据权利要求1所述的方法，其特征在于，根据所述用户信息预测用户的可视化偏好标签，包括：

根据所述用户信息筛选训练集用户；

利用预设的预测算法对所述训练集用户中的数据信息进行预测，获得所述可视化偏好标签。

3.根据权利要求2所述的方法，其特征在于，利用预设的预测算法对所述训练集用户中的数据信息进行预测，获得所述可视化偏好标签，包括：

利用预测算法对训练集用户中的数据信息进行主题色参数寻优处理，获得第一寻优结果；

利用预测算法对训练集用户中的数据信息进行奇数预测方案权重匹配投票处理，获得投票结果；

利用预测算法对训练集用户中的数据信息进行配置参数寻优处理，获得第二寻优结果；

根据所述第一寻优结果、投票结果和第二寻优结果确定所述可视化偏好标签。

4.根据权利要求1-3中任意一项所述的方法，其特征在于，在根据用户信息预测用户的可视化偏好标签之前，所述方法还包括：

判断所述用户信息的维度是否健全；

若所述用户信息的维度缺失，则利用用户聚类方法或用户相似度对比方法确定用户信息的缺失值，并根据所述缺失值补齐所述用户信息。

5.根据权利要求1-3中任意一项所述的方法，其特征在于，所述方法还包括：

获取用户的账单信息；

根据所述账单信息对所述可视化偏好标签进行验证，并可以根据验证结果对所述可视化偏好标签进行调整。

6.一种数据的可视化装置，其特征在于，包括：

获取模块，用于获取用户信息和用户预先选择的可视化指标；

预测模块，用于根据所述用户信息预测用户的可视化偏好标签；

确定模块，用于根据所述可视化指标确定数据显示形式；

显示模块，用于根据所述可视化偏好标签和数据显示形式向用户显示数据信息。

7.根据权利要求6所述的装置，其特征在于，所述预测模块，用于：

根据所述用户信息筛选训练集用户；

利用预设的预测算法对训练集用户中的数据信息进行预测，获得所述可视化偏好标签。

8.根据权利要求7所述的装置，其特征在于，所述预测模块，用于：

利用预测算法对训练集用户中的数据信息进行主题色参数寻优处理，获得第一寻优结果；

利用预测算法对训练集用户中的数据信息进行奇数预测方案权重匹配投票处理，获得投票结果；

利用预测算法对训练集用户中的数据信息进行配置参数寻优处理，获得第二寻优结果；

根据所述第一寻优结果、投票结果和第二寻优结果确定所述可视化偏好标签。

9.根据权利要求6-8中任意一项所述的装置，其特征在于，所述装置还包括：判断模块，用于：

在根据用户信息预测用户的可视化偏好标签之前，判断所述用户信息的维度是否健全；

若所述用户信息的维度缺失，则利用用户聚类方法或用户相似度对比方法确定用户信息的缺失值，并根据所述缺失值补齐所述用户信息。

10.根据权利要求6-8中任意一项所述的装置，其特征在于，

所述获取模块，还用于获取用户的账单信息；

所述装置还包括：

验证模块，用于根据所述账单信息对所述可视化偏好标签进行验证，并可以根据验证结果对所述可视化偏好标签进行调整。

11.一种数据的可视化终端，其特征在于，包括：

存储器；

处理器；以及

计算机程序；

其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如权利要求1-5中任意一项所述的一种数据的可视化方法。

12.一种计算机可读存储介质，其特征在于，其上存储有计算机程序；

所述计算机程序被处理器执行以实现如权利要求1-5中任意一项所述的一种数据的可视化方法。