CN111881311A - 一种图表类型的智能推荐方法、装置、设备及存储介质 - Google Patents

一种图表类型的智能推荐方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN111881311A
CN111881311A CN202010783348.8A CN202010783348A CN111881311A CN 111881311 A CN111881311 A CN 111881311A CN 202010783348 A CN202010783348 A CN 202010783348A CN 111881311 A CN111881311 A CN 111881311A
Authority
CN
China
Prior art keywords
data area
chart
code
data
chart type
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.)
Granted
Application number
CN202010783348.8A
Other languages
English (en)
Other versions
CN111881311B (zh
Inventor
崔海东
周海燕
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.)
Taishan Information Technology Co ltd
Original Assignee
Taishan Information Technology Co ltd
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 Taishan Information Technology Co ltd filed Critical Taishan Information Technology Co ltd
Priority to CN202010783348.8A priority Critical patent/CN111881311B/zh
Publication of CN111881311A publication Critical patent/CN111881311A/zh
Application granted granted Critical
Publication of CN111881311B publication Critical patent/CN111881311B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53—Querying
    • G06F16/535—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53—Querying
    • G06F16/538—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/12—Use of codes for handling textual entities
    • G06F40/151—Transformation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G06F40/174—Form filling; Merging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G06F40/177—Editing, e.g. inserting or deleting of tables; using ruled lines
    • G06F40/18—Editing, e.g. inserting or deleting of tables; using ruled lines of spreadsheets

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本申请公开了一种图表类型的智能推荐方法、装置、设备及存储介质，该方法包括：预定义各个图表类型被推荐的多组第一数据区域特征码；根据用户选择的数据区域，生成一组第二数据区域特征码；将生成的第二数据区域特征码与预定义的第一数据区域特征码进行一一匹配，查找匹配通过的第一数据区域特征码对应的图表类型；根据查找出的图表类型，生成预览图表并展示在推荐图表对话框中。本申请可以根据用户选择的数据区域，通过数据区域特征码的匹配，智能地为用户推荐一种或多种适合的图表类型，生成图表并预览在推荐图表对话框中，实现数据可视化，最大发挥数据的影响力，使数据更易于阅读和理解，展示数据与数据之间的关系，由此得到更好的用户体验。

Description

一种图表类型的智能推荐方法、装置、设备及存储介质
技术领域
本发明涉及数据处理技术领域，特别是涉及一种图表类型的智能推荐方法、装置、设备及存储介质。
背景技术
图表是一种将数据以图形方式显示的常用可视化手段，使数据变得易于阅读和理解，也使用户更容易记住数据之间的关系，并在以后使用到这些数据，充分发挥数据的影响力。而且，建立起各个数据之间关系后，可以从中发现仅阅读原始数据无法发现的一些信息，更有利于在管理决策过程中使用。
图表在实现数据可视化上提供了很多既定的图表类型，如柱形图(直方图)、条形图、饼图、折线图、散点图等。但是，当面对错杂纷繁的数据时，用户往往很难快速确定自己需要使用什么类型的图表，来可视化数据，使数据可视化的优势最大化。
因此，如何选择合适的图表类型，实现数据可视化，是本领域技术人员亟待解决的技术问题。
发明内容
有鉴于此，本发明的目的在于提供一种图表类型的智能推荐方法、装置、设备及存储介质，可以智能推荐适合的图表类型，使数据可视化发挥最大化的优势。其具体方案如下：
一种图表类型的智能推荐方法，包括：
预定义各个图表类型被推荐的多组第一数据区域特征码；
根据用户选择的数据区域，生成一组第二数据区域特征码；
将生成的所述第二数据区域特征码与预定义的所述第一数据区域特征码进行一一匹配，查找匹配通过的所述第一数据区域特征码对应的图表类型；
根据查找出的图表类型，生成预览图表并展示在推荐图表对话框中。
优选地，在本发明实施例提供的上述图表类型的智能推荐方法中，在预定义各个图表类型被推荐的多组第一数据区域特征码之后，在根据用户选择的数据区域，生成一组第二数据区域特征码之前，还包括：
选择图表数据区域，判断图表数据区域的单元格个数是否小于指定数量；
若是，则判断图表数据区域是否包含数字行或数字列；若否，则不推荐任何图表类型；
若图表数据区域包含数字行或数字列，则获取并解析所述第一数据区域特征码的二进制文件；若图表数据区域未包含数字行或数字列，则不推荐任何图表类型。
优选地，在本发明实施例提供的上述图表类型的智能推荐方法中，生成一组第二数据区域特征码，具体包括：
获取数据区域文本行特征码，写入第二数据区域特征码第一位；
获取数据区域文本列特征码，写入第二数据区域特征码第二位；
获取数据区域行数特征码，写入第二数据区域特征码第三位到第十七位；
获取数据区域列数特征码，写入第二数据区域特征码第十八位到三十二位；
获取图表按行、按列展示数据标记码，写入第二数据区域特征码第三十三位；
获取数据区域单元格总数特征码，写入第二数据区域特征码第三十四位和第三十五位。
优选地，在本发明实施例提供的上述图表类型的智能推荐方法中，获取第一数据区域特征码的二进制文件，具体包括：
读取图表类型与数据区域特征关系规则文件路径，并读取生成文件路径；
解析图表类型与数据区域特征关系规则文件；
判断所述第一数据区域特征码的二进制文件是否存在；
若是，则删除所述第一数据区域特征码的二进制文件；若否，则新建所述第一数据区域特征码的二进制文件；
读取数据区域与图表类型关系规则文件中的图表类型编码，写入二进制文件中；
读取数据区域与图表类型关系规则文件中的所述第一数据区域特征码，写入二进制文件中。
优选地，在本发明实施例提供的上述图表类型的智能推荐方法中，解析所述第一数据区域特征码的二进制文件，具体包括：
读取所述图表类型编码和所述第一数据区域特征码；
根据所述第一数据区域特征码，解析出数据区域行数判断标记码，写入到一维数组中；
根据所述第一数据区域特征码，解析出数据区域列数判断标记码，写入到一维数组中；
根据所述第一数据区域特征码，解析出数据区域单元格总数判断标记码，写入到一维数组中。
优选地，在本发明实施例提供的上述图表类型的智能推荐方法中，获取数据区域行数特征码，具体包括：
计算数据区域总行数；
循环遍历数据区域行数判断标记码数组，将数据区域总行数与标记码逐一比较，生成数据区域行数特征码。
优选地，在本发明实施例提供的上述图表类型的智能推荐方法中，获取数据区域单元格总数特征码，具体包括：
计算数据区域单元格总数；
循环遍历数据区域单元格总数判断标记码数组，将单元格总数与标记码逐一比较，生成数据区域单元格总数特征码。
本发明实施例还提供了一种图表类型的智能推荐装置，包括：
特征码预定义模块，用于预定义各个图表类型被推荐的多组第一数据区域特征码；
特征码生成模块，用于根据用户选择的数据区域，生成一组第二数据区域特征码；
图表类型查找模块，用于将生成的所述第二数据区域特征码与预定义的所述第一数据区域特征码进行一一匹配，查找匹配通过的所述第一数据区域特征码对应的图表类型；
预览图表生成模块，用于根据查找出的图表类型，生成预览图表并展示在推荐图表对话框中。
本发明实施例还提供了一种图表类型的智能推荐设备，包括处理器和存储器，其中，所述处理器执行所述存储器中保存的计算机程序时实现如本发明实施例提供的上述图表类型的智能推荐方法。
本发明实施例还提供了一种计算机可读存储介质，用于存储计算机程序，其中，所述计算机程序被处理器执行时实现如本发明实施例提供的上述图表类型的智能推荐方法。
从上述技术方案可以看出，本发明所提供的一种图表类型的智能推荐方法、装置、设备及存储介质，包括：预定义各个图表类型被推荐的多组第一数据区域特征码；根据用户选择的数据区域，生成一组第二数据区域特征码；将生成的第二数据区域特征码与预定义的第一数据区域特征码进行一一匹配，查找匹配通过的第一数据区域特征码对应的图表类型；根据查找出的图表类型，生成预览图表并展示在推荐图表对话框中。
本发明提供的上述基于数据区域特征码的智能推荐图表类型的方法，可以根据用户选择的数据区域，通过数据区域特征码的匹配，智能地为用户推荐一种或多种适合的图表类型，生成图表并预览在推荐图表对话框中，实现数据的可视化，最大发挥数据的影响力，使数据更易于阅读和理解，展示数据与数据之间的关系，由此得到更好的用户体验。
附图说明
为了更清楚地说明本发明实施例或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的图表类型的智能推荐方法的流程图；
图2为本发明实施例提供的获取被推荐的图表类型流程图；
图3为本发明实施例提供的获取第一数据区域特征码二进制文件的界面示意图；
图4为本发明实施例提供的设置最大单元格数的界面示意图；
图5为本发明实施例提供的生成第二数据区域特征码流程图；
图6为本发明实施例提供的获取第一数据区域特征码二进制文件流程图；
图7为本发明实施例提供的解析第一数据区域特征码二进制文件流程图；
图8为本发明实施例提供的判断数据区域某一行是否是数字行流程图；
图9为本发明实施例提供的获取数据区域的行数特征码流程图；
图10为本发明实施例提供的获取图表按行、按列展示数据标记码流程图；
图11为本发明实施例提供的获取数据区域的单元格总数特征码流程图；
图12为本发明实施例提供的用户选择数据区域及推荐图表对话框的界面示意图；
图13为本发明实施例提供的图表类型的智能推荐装置的结构示意图。
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。
本发明提供一种图表类型的智能推荐方法，如图1所示，包括以下步骤：
S101、预定义各个图表类型被推荐的多组第一数据区域特征码；
S102、根据用户选择的数据区域，生成一组第二数据区域特征码；
S103、将生成的第二数据区域特征码与预定义的第一数据区域特征码进行一一匹配，查找匹配通过的第一数据区域特征码对应的图表类型；
具体地，在第一数据区域特征码中查找第二数据区域特征码；若查找到，则记录所有查找到的第一数据区域特征码，以及获取第一数据区域特征码对应的图表类型；若未查找到，则不推荐任何图表类型；
S104、根据查找出的图表类型，生成预览图表并展示在推荐图表对话框中。
在本发明实施例提供的上述图表类型的智能推荐方法中，基于数据区域特征码，可以根据用户选择的数据区域，通过数据区域特征码的匹配，智能地为用户推荐一种或多种适合的图表类型，生成图表并预览在推荐图表对话框中，实现数据的可视化，最大发挥数据的影响力，使数据更易于阅读和理解，展示数据与数据之间的关系，由此得到更好的用户体验。
在具体实施时，在本发明实施例提供的上述图表类型的智能推荐方法中，在执行步骤S101预定义各个图表类型被推荐的多组第一数据区域特征码之后，在执行步骤S102根据用户选择的数据区域，生成一组第二数据区域特征码之前，如图2所示，还可以包括以下步骤：
S201、选择图表数据区域；
S202、判断图表数据区域的单元格个数是否小于指定数量；
若是，则执行步骤S203；若否，则执行步骤S206；
S203、判断图表数据区域是否包含数字行或数字列；
若图表数据区域包含数字行或数字列，则执行步骤S204、S205；若图表数据区域未包含数字行或数字列，则执行步骤S206；
S204、获取第一数据区域特征码的二进制文件；
S205、解析第一数据区域特征码的二进制文件；
接下来可以读取图表类型编码；读取图表类型预设的数据区域特征码；根据用户选择的数据区域，生成用户的数据区域特征码；用户数据区域特征码在图表类型数据区域特征码中查找，如果查找到，记录所有查找到的图表类型数据区域特征码，查找图表类型数据区域特征码对应的图表类型，最后根据图表类型生成预览图表；如果没有查找到，则执行步骤S206；
S206、不推荐任何图表类型。
结合图3，界面中包括源文件输入框、生成文件输入框、确定按钮、取消按钮。其中，源文件：选择被转换的文件；生成文件：设置二进制文件生成目录；确定：点击确定，则将源文件转换为二进制文件，并在指定目录生成二进制文件；取消：关闭对话框。
结合图4，界面中包括最大单元格数输入框、确定按钮、取消按钮。其中：最大单元格数：设置推荐图表类型的最大单元格数；确定：点击确定，则保存推荐图表类型的最大单元格数；取消：关闭对话框。
在具体实施时，在本发明实施例提供的上述图表类型的智能推荐方法中，步骤S102生成一组第二数据区域特征码，如图5所示，具体可以包括以下步骤：
S501、获取数据区域文本行特征码，写入第二数据区域特征码第一位；
S502、获取数据区域文本列特征码，写入第二数据区域特征码第二位；
S503、获取数据区域行数特征码，写入第二数据区域特征码第三位到第十七位；
S504、获取数据区域列数特征码，写入第二数据区域特征码第十八位到三十二位；
S505、获取图表按行、按列展示数据标记码，写入第二数据区域特征码第三十三位；
S506、获取数据区域单元格总数特征码，写入第二数据区域特征码第三十四位和第三十五位。
进一步地，在具体实施时，在本发明实施例提供的上述图表类型的智能推荐方法中，步骤S204获取第一数据区域特征码的二进制文件，如图6所示，具体可以包括以下步骤：
S601、读取图表类型与数据区域特征关系规则文件路径；
S602、读取生成文件路径；
S603、解析图表类型与数据区域特征关系规则文件；
S604、判断第一数据区域特征码的二进制文件是否存在；
若是，则执行步骤S605；若否，则执行步骤S606；
S605、删除第一数据区域特征码的二进制文件；
S606、新建第一数据区域特征码的二进制文件；
S607、读取数据区域与图表类型关系规则文件中的图表类型编码，写入二进制文件中；
S608、读取数据区域与图表类型关系规则文件中的第一数据区域特征码，写入二进制文件中。
进一步地，在具体实施时，在本发明实施例提供的上述图表类型的智能推荐方法中，步骤S205解析第一数据区域特征码的二进制文件，如图7所示，具体可以包括以下步骤：
S701、读取图表类型编码和第一数据区域特征码；
S702、根据第一数据区域特征码，解析出数据区域行数判断标记码，写入到一维数组中；
S703、根据第一数据区域特征码，解析出数据区域列数判断标记码，写入到一维数组中；
S704、根据第一数据区域特征码，解析出数据区域单元格总数判断标记码，写入到一维数组中。
在具体实施时，在本发明实施例提供的上述图表类型的智能推荐方法中，判断数据区域某一行是否是数字行，如图8所示，具体可以包括以下步骤：
S801、计算该行单元格总数，单元格总数＝结束列-起始列+1；
S802、统计该行单元格内容是数字的单元格总数；
S803、单元格内容是数字的单元格总数是否大于等于该行单元格总数的二分之一；
若是，则执行步骤S804；若否，则执行步骤S805；
S804、返回1；
S805、返回0。
进一步地，在具体实施时，在本发明实施例提供的上述图表类型的智能推荐方法中，步骤S503获取数据区域行数特征码，如图9所示，具体可以包括以下步骤：
S901、计算数据区域总行数；
S902、循环遍历数据区域行数判断标记码数组，将数据区域总行数与标记码逐一比较；
S903、生成数据区域行数特征码。
进一步地，在具体实施时，在本发明实施例提供的上述图表类型的智能推荐方法中，步骤S505获取图表按行、按列展示数据标记码，如图10所示，具体可以包括以下步骤：
S1001、计算数据区域的行数；
S1002、计算数据区域的列数；
S1003、判断数据区域的列数是否大于等于数据区域的行数；
若是，则执行步骤S1004；若否，则执行步骤S1005；
S1004、设置按行标志；
S1005、设置按列标志。
进一步地，在具体实施时，在本发明实施例提供的上述图表类型的智能推荐方法中，步骤S506获取数据区域单元格总数特征码，如图11所示，具体可以包括以下步骤：
S1101、计算数据区域单元格总数；
S1102、循环遍历数据区域单元格总数判断标记码数组，将单元格总数与标记码逐一比较；
S1103、生成数据区域单元格总数特征码。
在实际应用中，假设用户输入了如图12所示的数据并选择数据区域，那么智能推荐的图表类型将会生成预览图表显示在推荐图表对话框中，推荐图表对话框中展示的图表类型分别是：簇状柱形图、堆积柱形图、百分比堆积柱形图、簇状条形图、百分比堆积条形图。
基于同一发明构思，本发明实施例还提供了一种图表类型的智能推荐装置，由于该图表类型的智能推荐装置解决问题的原理与前述一种图表类型的智能推荐方法相似，因此该图表类型的智能推荐装置的实施可以参见图表类型的智能推荐方法的实施，重复之处不再赘述。
在具体实施时，本发明实施例提供的图表类型的智能推荐装置，如图13所示，具体可以包括：
特征码预定义模块11，用于预定义各个图表类型被推荐的多组第一数据区域特征码；
特征码生成模块12，用于根据用户选择的数据区域，生成一组第二数据区域特征码；
图表类型查找模块13，用于将生成的第二数据区域特征码与预定义的第一数据区域特征码进行一一匹配，查找匹配通过的第一数据区域特征码对应的图表类型；
预览图表生成模块14，用于根据查找出的图表类型，生成预览图表并展示在推荐图表对话框中。
在本发明实施例提供的上述图表类型的智能推荐装置中，可以通过上述四个模块的相互作用，以便于用户根据自己的实际情况，快速选择出适合的图表类型，生成图表并预览在推荐图表对话框中，实现数据的可视化，最大发挥数据的影响力，使数据更易于阅读和理解。
关于上述各个模块更加具体的工作过程可以参考前述实施例公开的相应内容，在此不再进行赘述。
相应的，本发明实施例还公开了一种图表类型的智能推荐设备，包括处理器和存储器；其中，处理器执行存储器中保存的计算机程序时实现前述实施例公开的图表类型的智能推荐方法。
关于上述方法更加具体的过程可以参考前述实施例中公开的相应内容，在此不再进行赘述。
进一步的，本发明还公开了一种计算机可读存储介质，用于存储计算机程序；计算机程序被处理器执行时实现前述公开的图表类型的智能推荐方法。
关于上述方法更加具体的过程可以参考前述实施例中公开的相应内容，在此不再进行赘述。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置、设备、存储介质而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
本发明实施例提供的一种图表类型的智能推荐方法、装置、设备及存储介质，包括：预定义各个图表类型被推荐的多组第一数据区域特征码；根据用户选择的数据区域，生成一组第二数据区域特征码；将生成的第二数据区域特征码与预定义的第一数据区域特征码进行一一匹配，查找匹配通过的第一数据区域特征码对应的图表类型；根据查找出的图表类型，生成预览图表并展示在推荐图表对话框中。上述基于数据区域特征码的智能推荐图表类型的方法，可以根据用户选择的数据区域，通过数据区域特征码的匹配，智能地为用户推荐一种或多种适合的图表类型，生成图表并预览在推荐图表对话框中，实现数据的可视化，最大发挥数据的影响力，使数据更易于阅读和理解，展示数据与数据之间的关系，由此得到更好的用户体验。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明所提供的图表类型的智能推荐方法、装置、设备及存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种图表类型的智能推荐方法，其特征在于，包括：
预定义各个图表类型被推荐的多组第一数据区域特征码；
根据用户选择的数据区域，生成一组第二数据区域特征码；
将生成的所述第二数据区域特征码与预定义的所述第一数据区域特征码进行一一匹配，查找匹配通过的所述第一数据区域特征码对应的图表类型；
根据查找出的图表类型，生成预览图表并展示在推荐图表对话框中。
2.根据权利要求1所述的图表类型的智能推荐方法，其特征在于，在预定义各个图表类型被推荐的多组第一数据区域特征码之后，在根据用户选择的数据区域，生成一组第二数据区域特征码之前，还包括：
选择图表数据区域，判断图表数据区域的单元格个数是否小于指定数量；
若是，则判断图表数据区域是否包含数字行或数字列；若否，则不推荐任何图表类型；
若图表数据区域包含数字行或数字列，则获取并解析所述第一数据区域特征码的二进制文件；若图表数据区域未包含数字行或数字列，则不推荐任何图表类型。
3.根据权利要求2所述的图表类型的智能推荐方法，其特征在于，生成一组第二数据区域特征码，具体包括：
获取数据区域文本行特征码，写入第二数据区域特征码第一位；
获取数据区域文本列特征码，写入第二数据区域特征码第二位；
获取数据区域行数特征码，写入第二数据区域特征码第三位到第十七位；
获取数据区域列数特征码，写入第二数据区域特征码第十八位到三十二位；
获取图表按行、按列展示数据标记码，写入第二数据区域特征码第三十三位；
获取数据区域单元格总数特征码，写入第二数据区域特征码第三十四位和第三十五位。
4.根据权利要求3所述的图表类型的智能推荐方法，其特征在于，获取第一数据区域特征码的二进制文件，具体包括：
读取图表类型与数据区域特征关系规则文件路径，并读取生成文件路径；
解析图表类型与数据区域特征关系规则文件；
判断所述第一数据区域特征码的二进制文件是否存在；
若是，则删除所述第一数据区域特征码的二进制文件；若否，则新建所述第一数据区域特征码的二进制文件；
读取数据区域与图表类型关系规则文件中的图表类型编码，写入二进制文件中；
读取数据区域与图表类型关系规则文件中的所述第一数据区域特征码，写入二进制文件中。
5.根据权利要求4所述的图表类型的智能推荐方法，其特征在于，解析所述第一数据区域特征码的二进制文件，具体包括：
读取所述图表类型编码和所述第一数据区域特征码；
根据所述第一数据区域特征码，解析出数据区域行数判断标记码，写入到一维数组中；
根据所述第一数据区域特征码，解析出数据区域列数判断标记码，写入到一维数组中；
根据所述第一数据区域特征码，解析出数据区域单元格总数判断标记码，写入到一维数组中。
6.根据权利要求5所述的图表类型的智能推荐方法，其特征在于，获取数据区域行数特征码，具体包括：
计算数据区域总行数；
循环遍历数据区域行数判断标记码数组，将数据区域总行数与标记码逐一比较，生成数据区域行数特征码。
7.根据权利要求6所述的图表类型的智能推荐方法，其特征在于，获取数据区域单元格总数特征码，具体包括：
计算数据区域单元格总数；
循环遍历数据区域单元格总数判断标记码数组，将单元格总数与标记码逐一比较，生成数据区域单元格总数特征码。
8.一种图表类型的智能推荐装置，其特征在于，包括：
特征码预定义模块，用于预定义各个图表类型被推荐的多组第一数据区域特征码；
特征码生成模块，用于根据用户选择的数据区域，生成一组第二数据区域特征码；
图表类型查找模块，用于将生成的所述第二数据区域特征码与预定义的所述第一数据区域特征码进行一一匹配，查找匹配通过的所述第一数据区域特征码对应的图表类型；
预览图表生成模块，用于根据查找出的图表类型，生成预览图表并展示在推荐图表对话框中。
9.一种图表类型的智能推荐设备，其特征在于，包括处理器和存储器，其中，所述处理器执行所述存储器中保存的计算机程序时实现如权利要求1至7任一项所述的图表类型的智能推荐方法。
10.一种计算机可读存储介质，其特征在于，用于存储计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的图表类型的智能推荐方法。
CN202010783348.8A 2020-08-06 2020-08-06 一种图表类型的智能推荐方法、装置、设备及存储介质 Active CN111881311B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010783348.8A CN111881311B (zh) 2020-08-06 2020-08-06 一种图表类型的智能推荐方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010783348.8A CN111881311B (zh) 2020-08-06 2020-08-06 一种图表类型的智能推荐方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN111881311A true CN111881311A (zh) 2020-11-03
CN111881311B CN111881311B (zh) 2023-06-23

Family

ID=73210930

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010783348.8A Active CN111881311B (zh) 2020-08-06 2020-08-06 一种图表类型的智能推荐方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN111881311B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112434198A (zh) * 2020-11-24 2021-03-02 深圳市明源云科技有限公司 图表组件推荐方法及装置
CN112597273A (zh) * 2020-12-02 2021-04-02 国网浙江省电力有限公司台州供电公司 一种基于nl2sql技术的配电自动化图表生成方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102937970A (zh) * 2011-10-13 2013-02-20 微软公司 建议图表的替换数据映射
CN102968436A (zh) * 2011-09-26 2013-03-13 微软公司 图表推荐
CN107180117A (zh) * 2017-06-30 2017-09-19 东软集团股份有限公司 图表推荐方法、装置和计算机设备
WO2018174365A1 (ko) * 2017-03-20 2018-09-27 주식회사 뉴스젤리 데이터 테이블의 차트 시각화 방법
CN110046185A (zh) * 2019-04-12 2019-07-23 成都四方伟业软件股份有限公司 图表推送方法及装置
CN110377659A (zh) * 2019-07-25 2019-10-25 南京数睿数据科技有限公司 一种智能图表推荐系统及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102968436A (zh) * 2011-09-26 2013-03-13 微软公司 图表推荐
CN102937970A (zh) * 2011-10-13 2013-02-20 微软公司 建议图表的替换数据映射
WO2018174365A1 (ko) * 2017-03-20 2018-09-27 주식회사 뉴스젤리 데이터 테이블의 차트 시각화 방법
CN107180117A (zh) * 2017-06-30 2017-09-19 东软集团股份有限公司 图表推荐方法、装置和计算机设备
CN110046185A (zh) * 2019-04-12 2019-07-23 成都四方伟业软件股份有限公司 图表推送方法及装置
CN110377659A (zh) * 2019-07-25 2019-10-25 南京数睿数据科技有限公司 一种智能图表推荐系统及方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112434198A (zh) * 2020-11-24 2021-03-02 深圳市明源云科技有限公司 图表组件推荐方法及装置
CN112434198B (zh) * 2020-11-24 2024-05-24 深圳市明源云科技有限公司 图表组件推荐方法及装置
CN112597273A (zh) * 2020-12-02 2021-04-02 国网浙江省电力有限公司台州供电公司 一种基于nl2sql技术的配电自动化图表生成方法

Also Published As

Publication number Publication date
CN111881311B (zh) 2023-06-23

Similar Documents

Publication Publication Date Title
Marçais et al. Asymptotically optimal minimizers schemes
Brazeau et al. An algorithm for morphological phylogenetic analysis with inapplicable data
Tan et al. The reliability of the Akaike information criterion method in cosmological model selection
CN111881311B (zh) 一种图表类型的智能推荐方法、装置、设备及存储介质
Squires et al. Rank selection in nonnegative matrix factorization using minimum description length
Nicolaisen et al. Zero impact: a large-scale study of uncitedness
JP2005285127A5 (zh)
Jones Divergence estimation in the presence of incomplete lineage sorting and migration
Jørgensen Torsion classes and t-structures in higher homological algebra
CN107861932B (zh) 一种文本编辑方法、装置和系统以及一种终端设备
US11150921B2 (en) Data visualizations selection
Crawford et al. Practical dynamic de Bruijn graphs
US20080288527A1 (en) User interface for graphically representing groups of data
CN111967234A (zh) 可视化报表的生成方法、装置、终端设备和存储介质
Braun et al. New lower bounds for binary constant-dimension subspace codes
JP2017532675A (ja) ガイド付きデータ探索
Luo et al. Hankel operators and invariant subspaces of the Dirichlet space
CN106406835A (zh) 一种报表生成方法和报表生成装置
Song On the image of the period map for polarized Hyperkähler manifolds
CN108073678B (zh) 应用于大数据分析中的文档解析处理方法、系统及装置
Rozov et al. Faucet: streaming de novo assembly graph construction
Rahman et al. Measuring the match between evaluators and evaluees: cognitive distances between panel members and research groups at the journal level
CN112329409B (zh) 一种单元格颜色转换方法、装置及电子设备
US20100211534A1 (en) Efficient computation of ontology affinity matrices
US11768852B2 (en) System and method for data analysis and presentation of data

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
GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: An intelligent recommendation method, device, device, and storage medium for a chart type

Effective date of registration: 20231019

Granted publication date: 20230623

Pledgee: Taian Taishan Caiyuan Investment Group Co.,Ltd.

Pledgor: Taishan Information Technology Co.,Ltd.

Registration number: Y2023980061603

PE01 Entry into force of the registration of the contract for pledge of patent right