CN112434198A - 图表组件推荐方法及装置 - Google Patents

图表组件推荐方法及装置 Download PDF

Info

Publication number
CN112434198A
CN112434198A CN202011329315.2A CN202011329315A CN112434198A CN 112434198 A CN112434198 A CN 112434198A CN 202011329315 A CN202011329315 A CN 202011329315A CN 112434198 A CN112434198 A CN 112434198A
Authority
CN
China
Prior art keywords
chart component
chart
data
determining
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
CN202011329315.2A
Other languages
English (en)
Other versions
CN112434198B (zh
Inventor
温桂龙
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.)
Shenzhen Mingyuan Cloud Technology Co Ltd
Original Assignee
Shenzhen Mingyuan Cloud 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 Shenzhen Mingyuan Cloud Technology Co Ltd filed Critical Shenzhen Mingyuan Cloud Technology Co Ltd
Priority to CN202011329315.2A priority Critical patent/CN112434198B/zh
Publication of CN112434198A publication Critical patent/CN112434198A/zh
Application granted granted Critical
Publication of CN112434198B publication Critical patent/CN112434198B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/903Querying
    • G06F16/9035Filtering based on additional data, e.g. user or group profiles
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/903Querying
    • G06F16/9038Presentation of query results
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/906Clustering; Classification

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请适用于数据处理技术领域,提供了图表组件推荐方法,该图表组件推荐方法应用于第一终端设备,该图表组件推荐方法包括:获取目标数据的数据特征,目标数据为:待用图表组件体现的数据;根据数据特征确定适用于体现目标数据的第一图表组件类型;根据第一图表组件类型确定所要推荐的图表组件;输出所要推荐的图表组件。通过上述方法,能够提高用户选择图表组件的效率。

Description

图表组件推荐方法及装置
技术领域
本申请属于数据处理技术领域,尤其涉及图表组件推荐方法及装置。
背景技术
在日常工作中,人们通常会接触到许多数据。为了能够更加直观地了解数据,人们一般会利用图表组件去体现数据。
目前,用户选择图表组件的过程一般为:用户从大量的图表组件中,逐个筛选出用于体现数据的图表组件。由于该过程完全依赖人工实现,因此,目前用户选择图表组件的效率较为低下。
发明内容
本申请实施例提供了图表组件推荐方法及装置,可以解决以下问题:目前用户选择图表组件的效率较为低下。
第一方面,本申请实施例提供了一种图表组件推荐方法,图表组件推荐方法应用于第一终端设备,图表组件推荐方法包括:
获取目标数据的数据特征,目标数据为:待用图表组件体现的数据;
根据数据特征确定适用于体现目标数据的第一图表组件类型;
根据第一图表组件类型确定所要推荐的图表组件;
输出所要推荐的图表组件。
第二方面,本申请实施例提供了一种图表组件推荐装置,图表组件推荐装置应用于第一终端设备,图表组件推荐装置包括:
特征获取单元,用于获取目标数据的数据特征,目标数据为:待用图表组件体现的数据;
第一类型确定单元,用于根据数据特征确定适用于体现目标数据的第一图表组件类型;
组件确定单元,用于根据第一图表组件类型确定所要推荐的图表组件;
输出单元,用于输出所要推荐的图表组件。
第三方面,本申请实施例提供了一种终端设备,包括:存储器、处理器以及存储在该存储器中并可在该处理器上运行的计算机程序,该处理器执行该计算机程序时实现如该图表组件推荐方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,包括:该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现如该图表组件推荐方法的步骤。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行上述第一方面中任一项该图表组件推荐方法的步骤。
可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
本申请实施例与现有技术相比存在的有益效果是:第一终端设备通过获取目标数据的数据特征,该目标数据为待用图表组件体现的数据,然后根据该数据特征确定适用于体现该目标数据的第一图表组件类型,根据该第一图表组件类型确定所要推荐的图表组件,再输出所要推荐的图表组件,即第一终端设备能够向用户推荐适用于体现目标数据的图表组件,使得用户无需对大量的图表组件逐个进行筛选,便能知悉适用于体现目标数据的图表组件,可见,本申请实施例较大地提高了用户选择图表组件的效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的第一种图表组件推荐方法的流程示意图;
图2是本申请实施例提供的第二种图表组件推荐方法的流程示意图;
图3是本申请实施例提供的一种图表组件推荐装置的结构示意图;
图4是本申请实施例提供的终端设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
实施例一:
图1示出了本申请实施例提供的第一种图表组件推荐方法的流程示意图,该图表组件推荐方法应用于第一终端设备,详述如下:
步骤S101、获取目标数据的数据特征,目标数据为:待用图表组件体现的数据。
作为示例而非限定的是,步骤S101可包括:确定目标数据中的关键字,根据该目标数据中的关键字确定目标数据的数据特征。
其中,确定目标数据中的关键字,具体可为:将预存的关键字与目标数据进行比对,将目标数据中与预存的关键字相同的字确定为目标数据中的关键字。
作为示例而非限定的是,假设目标数据为“在广东省的公司A”,预存的关键字包括“省”,将预存的关键字与目标数据进行比对,将目标数据中与预存的关键字相同的字“省”确定为目标数据中的关键字。
步骤S102、根据数据特征确定适用于体现目标数据的第一图表组件类型。
其中,第一图表组件类型包括Q个适用于体现该目标数据的图表组件类型,Q为大于或者等于一的正整数。
作为示例而非限定的是,图表组件类型可包括:对比类型、占比类型、趋势类型、分布类型,其中,对比类型对应的图表组件可包括:条形图(图表组件)、柱形图(图表组件),占比类型对应的图表组件可包括:水位图(图表组件)、仪表盘(图表组件),趋势类型对应的图表组件可包括:折线图(图表组件)、K线图(图表组件),分布类型对应的图表组件可包括:散点地图(图表组件)、区域地图(图表组件)。
在一些实施例中,若存在N个预设的图表组件类型,N为大于或者等于一的正整数,则对应地,根据数据特征确定适用于体现目标数据的第一图表组件类型,包括:
步骤a1、对任一预设的图表组件类型,根据数据特征确定目标数据与预设的图表组件类型之间的匹配程度,若目标数据与预设的图表组件类型之间的匹配程度大于或者等于预设匹配阈值,则将预设的图表组件类型确定为适用于体现目标数据的图表组件类型;
步骤a2、将所有确定出的适用于体现目标数据的图表组件类型确定为第一图表组件类型。
通过步骤a1以及步骤a2,能够从预设的图表组件类型中较为准确地确定出适用于体现目标数据的图表组件类型的第一图表组件类型。
其中,N个预设的图表组件类型可存在于第一终端设备或者第二终端设备,其中,第一终端设备可为用户所使用的计算机,第二终端设备可为服务器。若第二终端设备存在N个预设的图表组件类型,则从第二终端设备获取N个预设的图表组件类型,再执行步骤a1以及步骤a2。
作为示例而非限定的是,假设第一终端设备上存在2个预设的图表组件类型,分别为类型A和类型B,预设匹配阈值为80%,步骤a1包括:对类型A,根据数据特征,确定出目标数据与类型A之间的匹配程度为95%,由于95%大于80%,因此,将类型A确定为适用于体现目标数据的图表组件类型;对类型B,根据数据特征,确定目标数据与类型B之间的匹配程度为98%,由于98%大于80%,因此,将类型B确定为适用于体现目标数据的图表组件类型,对应地,步骤a2为:将类型A和类型B确定为第一图表组件类型,即第一图表组件类型包括类型A和类型B。
在一些实施例中,为了能够提示用户不存在适用于体现目标数据的预设的图表组件类型,因此,若目标数据与所有的预设的图表组件类型之间的匹配程度都小于预设匹配阈值,则输出匹配失败信息。其中,该匹配提示信息用于提示用户不存在适用于体现目标数据的预设的图表组件类型。
可选地,目标数据包括:待用图表组件体现的度量数据和数值数据,对应地,目标数据的数据特征包括:度量数据的数量、度量数据的数据类型、数值数据的数量以及数值数据的数据类型,每个预设的图表组件类型分别对应一个预设匹配模型,对应地,根据数据特征确定目标数据与预设的图表组件类型之间的匹配程度,包括:将度量数据的数量、度量数据的数据类型、数值数据的数量以及数值数据的数据类型,输入预设的图表组件类型对应的预设匹配模型;获取预设匹配模型的输出结果,输出结果为目标数据预设的图表组件类型之间的匹配程度。
其中,度量数据是用于定性描述事物特征的数据,数值数据是用于定量描述事物特征的数据,即目标数据的数据特征能够定性且定量地体现目标数据,进而,基于该数据特征和预设匹配模型所获取到的匹配程度较为准确。
作为示例而非限定的是,度量数据包括以下一种或者几种:区域数据、性别数据,对应地,度量数据的数据类型可为:文本型;数值数据是用于定量描述事物特征的数据,例如,数值数据包括以下一种或者几种:金额数据、时间数据、人口数量数据,对应地,数值数据的类型可为数字型。
作为示例而非限定的是,假设度量数据包括区域数据,数值数据包括金额数据、时间数据,目标数据为“2010年公司A在广东省的营业额为1000万元人民币”,对应地,目标数据包括:一个度量数据(区域数据“广东省”)以及两个数值数据(分别为时间数据“2010年”、金额数据“营业额为1000万元人民币”)。
另外,该预设匹配模型可为预设支持向量机(Support Vector Machine,SVM),预设SVM是一种二分类模型,对应地,其输出结果还包括:第一匹配结果或第二匹配结果,该第一匹配结果用于表示目标数据与预设的图表组件类型之间的匹配程度大于或者等于预设匹配阈值,第二匹配结果用于表示目标数据与预设的图表组件类型之间的匹配程度小于预设匹配阈值。
步骤S103、根据第一图表组件类型确定所要推荐的图表组件。
具体地,从第一图表组件类型对应的图表组件中确定所要推荐的图表组件。
作为示例而非限定的是,假设第一图表组件类型对应的图表组件包括:图表组件甲、图表组件乙以及图表组件丙,对应地,从图表组件甲、图表组件乙以及图表组件丙中筛选出所要推荐的图表组件。
步骤S104、输出所要推荐的图表组件。
作为示例而非限定的是,输出所要推荐的图表组件的信息,该图表组件的信息可包括:图表组件的名称或/和图表组件的缩略图,假设所要推荐的图表组件为条形图,对应地,输出条形图的名称“条形图”或/和条形图的缩略图。
本申请实施例中,第一终端设备通过获取目标数据的数据特征,该目标数据为待用图表组件体现的数据,然后根据该数据特征确定适用于体现该目标数据的第一图表组件类型,根据该第一图表组件类型确定所要推荐的图表组件,再输出所要推荐的图表组件,即第一终端设备能够向用户推荐适用于体现目标数据的图表组件,使得用户无需对大量的图表组件逐个进行筛选,便能知悉适用于体现目标数据的图表组件,可见,本申请实施例较大地提高了用户选择图表组件的效率。
实施例二:
图2示出了本申请实施例提供的第二种图表组件推荐方法的流程示意图,该图表组件推荐方法应用于第一终端设备,本实施例的步骤S201、步骤S202、步骤S205分别与实施例一的步骤S101、步骤S102、步骤S104相同,此处不再赘述:
步骤S201、获取目标数据的数据特征,目标数据为:待用图表组件体现的数据。
步骤S202、根据数据特征确定适用于体现目标数据的第一图表组件类型。
步骤S203、确定被使用过的图表组件,根据被使用过的图表组件确定被使用过的图表组件类型。
具体地,从历史图表文件中确定被使用过的图表组件,该历史图表文件为用户编辑过的图表文件,该历史图表文件中包括至少一个图表组件。
作为示例而非限定的是,该历史图表文件具体为用户在指定时间范围内编辑过的图表文件,例如,该指定时间范围可为过去的7天内,对应地,该历史图表文件具体为用户在过去的7天内编辑过的所有图表文件。
步骤S204、若第一图表组件类型中存在第二图表组件类型,则根据第二图表组件类型确定所要推荐的图表组件,第二图表组件类型为第一图表组件类型中与被使用过的图表组件类型相同的图表组件类型。
作为示例而非限定的是,假设第一图表组件类型包括:类型A、类型B、类型C以及类型D,被使用过的图表组件类型包括:类型B、类型C、类型D以及类型E,对应地,第一图表组件类型中与被使用过的图表组件类型相同的图表组件类型包括类型B、类型C以及类型D,即第二图表组件类型包括:类型B、类型C以及类型D,对应地,根据该第二图表组件类型确定所要推荐的图表组件,具体可为:根据该第二图表组件类型(类型B、类型C以及类型D)确定所要推荐的图表组件。
在一些实施例中,若第一图表组件类型中不存在第二图表组件类型(即第一图表组件类型中的图表组件类型与被使用过的图表组件类型完全不同),则从第一图表组件类型对应的图表组件中选择所要推荐的图表组件,或者,从被使用过的图表组件类型对应的图表组件中选择所要推荐的图表组件,即能够向用户推荐适用于体现目标数据的图表组件,或者,能够满足用户的使用偏好。
作为示例而非限定的是,从第一图表组件类型中的图表组件类型对应的图表组件中选择所要推荐的图表组件可具体为:在第一图表组件类型中,将与目标数据的匹配程度最高的图表组件类型中的图表组件确定为所要推荐的图表组件。
可选地,根据第二图表组件类型确定所要推荐的图表组件,包括:
步骤b1、确定第二图表组件类型中的图表组件的使用偏好数据。
步骤b2、根据使用偏好数据确定所要推荐的图表组件。
其中,使用偏好数据为能够体现用户对图表组件的使用偏好的数据。
由于该使用偏好数据能够定量地体现用户的使用偏好,因此,根据使用偏好数据所确定出的图表组件,能够在更大的程度上满足用户的使用偏好。
可选地,在步骤b1之前,包括:确定第二图表组件类型中的图表组件对应的使用时间以及使用次数;对应地,步骤b1包括:根据使用次数、使用时间以及使用时间对应的时间系数确定第二图表组件类型中的图表组件的使用偏好数据。
其中,由于使用时间对应的时间系数为使用时间对应的权重,权重能够体现出对应的使用时间相当于使用偏好数据的重要性(一般地,若使用时间与当前时间的时间差距越小,则对应的权重越大,说明与当前时间的时间差距较小的使用时间相当于使用偏好数据更重要,可理解为:用户更偏向于使用与当前时间的时间差距小的使用时间对应的图表组件),因此,根据使用次数、使用时间以及使用时间对应的时间系数所确定出的使用偏好数据能够较为全面且准确地体现用户的使用偏好。
确定第二图表组件类型中的图表组件对应的使用时间以及使用次数具体为:确定第二图表组件类型中所有被使用过的图表组件对应的使用时间以及使用次数。
根据使用次数、使用时间以及使用时间对应的时间系数确定第二图表组件类型中的图表组件的使用偏好数据,可具体包括:对第二图表组件类型中的任一被使用过的图表组件(为了便于描述,将第二图表组件类型中的任一被使用过的图表组件记为目标图表组件):分别确定目标图表组件的各个使用时间和当前时间的时间差距,将各个时间差距对应的预设时间差距范围对应的时间系数分别确定为对应的使用时间对应的时间系数,根据所有使用时间对应的时间系数和使用次数确定目标图表组件的使用偏好数据。
另外,根据所有使用时间对应的时间系数和使用次数确定目标图表组件的使用偏好数据,可具体为:计算目标图表组件所有使用时间对应的时间系数之和,将计算出来的和除以使用次数,得到对应的商,将该商确定为目标图表组件的使用偏好数据。
作为示例而非限定的是,假设预设的时间差距范围包括3个时间差距范围,分别为:0至7天、8至14天,其对应的时间系数分别为2、0.8,当前时间为2020年9月30日,第二图表组件类型中被使用过的图表组件包括:折线图和条形图。以折线图为例,假设用户曾经在2010年9月20日以及2010年9月29日使用过折线图,即用户使用过2次折线图,使用时间包括:2010年9月20日以及2010年9月29日,对应地,“分别确定目标图表组件的各个使用时间和当前时间的时间差距,将各个时间差距对应的预设时间差距范围对应的时间系数分别确定为对应的使用时间对应的时间系数,根据所有使用时间对应的时间系数和使用次数确定目标图表组件的使用偏好数据”具体为:确定使用时间2010年9月20日和当前时间2020年9月30日的时间差距为10天,确定使用时间2010年9月29日和当前时间2020年9月30日的时间差距为1天,时间差距10天对应的时间差距范围为8至14天,时间差距1天对应的时间差距范围为0至7天,将8至14天对应的时间系数0.8、0至7天对应的时间系数2分别确定为使用时间2010年9月20日、2010年9月29日对应的时间系数,计算出折线图所有使用时间对应的时间系数之和为2.8,将计算出来的和2.8除以使用次数2,得到对应的商1.4,将1.4确定为目标图表组件的使用偏好数据。
可选地,在步骤b2之前,包括:根据数据特征确定目标数据与第二图表组件类型之间的匹配程度;对应地,步骤b2包括:根据目标数据与第二图表组件类型之间的匹配程度以及使用偏好数据确定所要推荐的图表组件。由于能够综合目标数据与第二图表组件类型之间的匹配程度以及使用偏好数据确定所要推荐的图表组件,因此,所确定出的图表组件对于目标数据具有较高的适用性,又能够满足用户的使用偏好。
其中,根据数据特征确定目标数据与第二图表组件类型之间的匹配程度具体为:根据数据特征确定目标数据与第二图表组件类型中各个图表组件类型之间的匹配程度,对应地,根据目标数据与第二图表组件类型之间的匹配程度以及使用偏好数据确定所要推荐的图表组件包括:根据目标数据与第二图表组件类型中各个图表组件类型之间的匹配程度以及第二图表组件类型中的所有被使用过的图表组件的使用偏好数据确定所要推荐的图表组件。
作为示例而非限定的是,根据目标数据与第二图表组件类型中各个图表组件类型之间的匹配程度以及第二图表组件类型中的所有被使用过的图表组件的使用偏好数据确定所要推荐的图表组件包括:对第二图表组件类型中任一被使用过的图表组件(为了便于描述,将第二图表组件类型中的任一被使用过的图表组件记为目标图表组件),计算目标数据与目标图表组件对应的图表组件类型之间的匹配程度和目标图表组件的使用偏好数据之间的乘积;根据第二图表组件类型中所有被使用过的图表组件对应的乘积确定所要推荐的图表组件。其中,根据第二图表组件类型中所有被使用过的图表组件对应的乘积确定所要推荐的图表组件可具体为:根据第二图表组件类型中所有被使用过的图表组件对应的乘积,将在预设乘积范围内的乘积对应的图表组件确定为所要推荐的图表组件,或者,将第二图表组件类型中所有被使用过的图表组件对应的乘积按照从大到小的顺序排序,乘积越大,排得越靠前,将排在前M个的图表组件确定为所要推荐的图表组件,其中,M为正整数。
步骤S205、输出所要推荐的图表组件。
在一些实施例中,在步骤S205之后,包括:获取用户所选择的图表组件的信息,根据用户所选择的图表组件的信息重新训练预设匹配模型。由于用户所选择的图表组件的信息能够在一定的程度上体现用户的使用偏好,因此,根据用户所选择的图表组件的信息重新训练预设匹配模型,能使得重新训练后的预设匹配模型所输出的结果在一定的程度上满足用户的使用偏好。
本申请实施例中,由于第二图表组件类型为第一图表组件类型中与被使用过的图表组件类型相同的图表组件类型,第一图表组件类型为适用于体现目标数据的图表组件类型,被使用过的图表组件类型能够在一定程度上体现用户的使用偏好,因此,根据第二图表组件类型所确定出的图表组件适用于体现目标数据,且能满足用户的使用偏好。可见,本申请实施例较大地提高了用户选择图表组件的效率。
实施例三:
与上述实施例一对应,图3示出了本申请实施例提供的一种图表组件推荐装置的结构示意图,该图表组件推荐装置应用于第一终端设备,该图表组件推荐装置包括:特征获取单元301、第一类型确定单元302、组件确定单元303以及输出单元304。其中:
特征获取单元301,用于获取目标数据的数据特征,目标数据为:待用图表组件体现的数据。
作为示例而非限定的是,特征获取单元301可具体用于:确定目标数据中的关键字,根据该目标数据中的关键字确定目标数据的数据特征。
其中,特征获取单元301在确定目标数据中的关键字时,具体用于:将预存的关键字与目标数据进行比对,将目标数据中与预存的关键字相同的字确定为目标数据中的关键字。
第一类型确定单元302,用于根据数据特征确定适用于体现目标数据的第一图表组件类型。
其中,第一图表组件类型包括Q个适用于体现该目标数据的图表组件类型,Q为大于或者等于一的正整数。
在一些实施例中,若存在N个预设的图表组件类型,N为大于或者等于一的正整数,则对应地,第一类型确定单元302在根据数据特征确定适用于体现目标数据的第一图表组件类型时,具体用于执行步骤a1和步骤a2,其中:
步骤a1、对任一预设的图表组件类型,根据数据特征确定目标数据与预设的图表组件类型之间的匹配程度,若目标数据与预设的图表组件类型之间的匹配程度大于或者等于预设匹配阈值,则将预设的图表组件类型确定为适用于体现目标数据的图表组件类型;
步骤a2、将所有确定出的适用于体现目标数据的图表组件类型确定为第一图表组件类型。
第一类型确定单元302通过执行步骤a1以及步骤a2,能够从预设的图表组件类型中较为准确地确定出适用于体现目标数据的图表组件类型的第一图表组件类型。
其中,N个预设的图表组件类型可存在于第一终端设备或者第二终端设备,其中,第一终端设备可为用户所使用的计算机,第二终端设备可为服务器。若第二终端设备存在N个预设的图表组件类型,则第一类型确定单元302用于从第二终端设备获取N个预设的图表组件类型,再执行步骤a1以及步骤a2。
在一些实施例中,为了能够提示用户不存在适用于体现目标数据的预设的图表组件类型,因此,该图表组件推荐装置还包括:信息输出单元。
信息输出单元用于:若目标数据与所有的预设的图表组件类型之间的匹配程度都小于预设匹配阈值,则输出匹配失败信息。其中,该匹配提示信息用于提示用户不存在适用于体现目标数据的预设的图表组件类型。
可选地,目标数据包括:待用图表组件体现的度量数据和数值数据,对应地,目标数据的数据特征包括:度量数据的数量、度量数据的数据类型、数值数据的数量以及数值数据的数据类型,每个预设的图表组件类型分别对应一个预设匹配模型,对应地,第一类型确定单元302在根据数据特征确定目标数据与预设的图表组件类型之间的匹配程度时,具体用于:将度量数据的数量、度量数据的数据类型、数值数据的数量以及数值数据的数据类型,输入预设的图表组件类型对应的预设匹配模型;获取预设匹配模型的输出结果,输出结果为目标数据预设的图表组件类型之间的匹配程度。
其中,度量数据是用于定性描述事物特征的数据,数值数据是用于定量描述事物特征的数据,即目标数据的数据特征能够定性且定量地体现目标数据,进而,基于该数据特征和预设匹配模型所获取到的匹配程度较为准确。
作为示例而非限定的是,度量数据包括以下一种或者几种:区域数据、性别数据,对应地,度量数据的数据类型可为:文本型;数值数据是用于定量描述事物特征的数据,例如,数值数据包括以下一种或者几种:金额数据、时间数据、人口数量数据,对应地,数值数据的类型可为数字型。
作为示例而非限定的是,假设度量数据包括区域数据,数值数据包括金额数据、时间数据,目标数据为“2010年公司A在广东省的营业额为1000万元人民币”,对应地,目标数据包括:一个度量数据(区域数据“广东省”)以及两个数值数据(分别为时间数据“2010年”、金额数据“营业额为1000万元人民币”)。
另外,该预设匹配模型可为预设支持向量机(Support Vector Machine,SVM),预设SVM是一种二分类模型,对应地,其输出结果还包括:第一匹配结果或第二匹配结果,该第一匹配结果用于表示目标数据与预设的图表组件类型之间的匹配程度大于或者等于预设匹配阈值,第二匹配结果用于表示目标数据与预设的图表组件类型之间的匹配程度小于预设匹配阈值。
组件确定单元303,用于根据第一图表组件类型确定所要推荐的图表组件。
组件确定单元303,具体用于从第一图表组件类型对应的图表组件中确定所要推荐的图表组件。
可选地,该图表组件推荐装置还包括:第二类型确定单元。
第二类型确定单元,用于在组件确定单元303根据第一图表组件类型确定所要推荐的图表组件之前,确定被使用过的图表组件,根据被使用过的图表组件确定被使用过的图表组件类型;组件确定单元303在根据第一图表组件类型确定所要推荐的图表组件时,具体用于:若第一图表组件类型中存在第二图表组件类型,则根据第二图表组件类型确定所要推荐的图表组件,第二图表组件类型为第一图表组件类型中与被使用过的图表组件类型相同的图表组件类型。
第二类型确定单元在确定被使用过的图表组件,根据被使用过的图表组件确定被使用过的图表组件类型时,可具体用于:从历史图表文件中确定被使用过的图表组件,该历史图表文件为用户编辑过的图表文件,该历史图表文件中包括至少一个图表组件。
可选地,组件确定单元303还用于:若第一图表组件类型中不存在第二图表组件类型(即第一图表组件类型中的图表组件类型与被使用过的图表组件类型完全不同),则从第一图表组件类型对应的图表组件中选择所要推荐的图表组件,或者,从被使用过的图表组件类型对应的图表组件中选择所要推荐的图表组件,即能够向用户推荐适用于体现目标数据的图表组件,或者,能够满足用户的使用偏好。
作为示例而非限定的是,组件确定单元303在从第一图表组件类型中的图表组件类型对应的图表组件中选择所要推荐的图表组件时,可具体用于:在第一图表组件类型中,将与目标数据的匹配程度最高的图表组件类型中的图表组件确定为所要推荐的图表组件。
可选地,组件确定单元303在根据第二图表组件类型确定所要推荐的图表组件时,具体用于:确定第二图表组件类型中的图表组件的使用偏好数据;根据使用偏好数据确定所要推荐的图表组件。
其中,使用偏好数据为能够体现用户对图表组件的使用偏好的数据。
由于该使用偏好数据能够定量地体现用户的使用偏好,因此,根据使用偏好数据所确定出的图表组件,能够在更大的程度上满足用户的使用偏好。
由于第二图表组件类型为第一图表组件类型中与被使用过的图表组件类型相同的图表组件类型,第一图表组件类型为适用于体现目标数据的图表组件类型,被使用过的图表组件类型能够在一定程度上体现用户的使用偏好,因此,根据第二图表组件类型所确定出的图表组件适用于体现目标数据,且能满足用户的使用偏好。可见,本申请实施例较大地提高了用户选择图表组件的效率。
可选地,组件确定单元303在确定第二图表组件类型中的图表组件的使用偏好数据之前,还用于:确定第二图表组件类型中的图表组件对应的使用时间以及使用次数;对应地,组件确定单元303在确定第二图表组件类型中的图表组件的使用偏好数据时,具体用于:根据使用次数、使用时间以及使用时间对应的时间系数确定第二图表组件类型中的图表组件的使用偏好数据。
其中,由于使用时间对应的时间系数为使用时间对应的权重,权重能够体现出对应的使用时间相当于使用偏好数据的重要性(一般地,若使用时间与当前时间的时间差距越小,则对应的权重越大,说明与当前时间的时间差距较小的使用时间相当于使用偏好数据更重要,可理解为:用户更偏向于使用与当前时间的时间差距小的使用时间对应的图表组件),因此,根据使用次数、使用时间以及使用时间对应的时间系数所确定出的使用偏好数据能够较为全面且准确地体现用户的使用偏好。
组件确定单元303在确定第二图表组件类型中的图表组件对应的使用时间以及使用次数时,具体用于:确定第二图表组件类型中所有被使用过的图表组件对应的使用时间以及使用次数。
组件确定单元303在根据使用次数、使用时间以及使用时间对应的时间系数确定第二图表组件类型中的图表组件的使用偏好数据时,可具体用于:对第二图表组件类型中的任一被使用过的图表组件(为了便于描述,将第二图表组件类型中的任一被使用过的图表组件记为目标图表组件):分别确定目标图表组件的各个使用时间和当前时间的时间差距,将各个时间差距对应的预设时间差距范围对应的时间系数分别确定为对应的使用时间对应的时间系数,根据所有使用时间对应的时间系数和使用次数确定目标图表组件的使用偏好数据。
另外,组件确定单元303在根据所有使用时间对应的时间系数和使用次数确定目标图表组件的使用偏好数据时,可具体用于:计算目标图表组件所有使用时间对应的时间系数之和,将计算出来的和除以使用次数,得到对应的商,将该商确定为目标图表组件的使用偏好数据。
可选地,组件确定单元303在根据使用偏好数据确定所要推荐的图表组件之前,还用于:根据数据特征确定目标数据与第二图表组件类型之间的匹配程度;对应地,组件确定单元303在根据使用偏好数据确定所要推荐的图表组件时,具体用于:根据目标数据与第二图表组件类型之间的匹配程度以及使用偏好数据确定所要推荐的图表组件。由于能够综合目标数据与第二图表组件类型之间的匹配程度以及使用偏好数据确定所要推荐的图表组件,因此,所确定出的图表组件对于目标数据具有较高的适用性,又能够满足用户的使用偏好。
其中,组件确定单元303在根据数据特征确定目标数据与第二图表组件类型之间的匹配程度时,具体用于:根据数据特征确定目标数据与第二图表组件类型中各个图表组件类型之间的匹配程度,对应地,组件确定单元303在根据目标数据与第二图表组件类型之间的匹配程度以及使用偏好数据确定所要推荐的图表组件时间,具体用于:根据目标数据与第二图表组件类型中各个图表组件类型之间的匹配程度以及第二图表组件类型中的所有被使用过的图表组件的使用偏好数据确定所要推荐的图表组件。
作为示例而非限定的是,组件确定单元303在根据目标数据与第二图表组件类型中各个图表组件类型之间的匹配程度以及第二图表组件类型中的所有被使用过的图表组件的使用偏好数据确定所要推荐的图表组件时,具体用于:对第二图表组件类型中任一被使用过的图表组件(为了便于描述,将第二图表组件类型中的任一被使用过的图表组件记为目标图表组件),计算目标数据与目标图表组件对应的图表组件类型之间的匹配程度和目标图表组件的使用偏好数据之间的乘积;根据第二图表组件类型中所有被使用过的图表组件对应的乘积确定所要推荐的图表组件。其中,根据第二图表组件类型中所有被使用过的图表组件对应的乘积确定所要推荐的图表组件可具体为:根据第二图表组件类型中所有被使用过的图表组件对应的乘积,将在预设乘积范围内的乘积对应的图表组件确定为所要推荐的图表组件,或者,将第二图表组件类型中所有被使用过的图表组件对应的乘积按照从大到小的顺序排序,乘积越大,排得越靠前,将排在前M个的图表组件确定为所要推荐的图表组件,其中,M为正整数。
输出单元303,用于输出所要推荐的图表组件。
作为示例而非限定的是,输出所要推荐的图表组件的信息,该图表组件的信息可包括:图表组件的名称或/和图表组件的缩略图,假设所要推荐的图表组件为条形图,对应地,输出条形图的名称“条形图”或/和条形图的缩略图。
在一些实施例中,该图表组件推荐装置还包括:模型训练单元。
模型训练单元,用于在输出单元303输出所要推荐的图表组件之后,获取用户所选择的图表组件的信息,根据用户所选择的图表组件的信息重新训练预设匹配模型。由于用户所选择的图表组件的信息能够在一定的程度上体现用户的使用偏好,因此,根据用户所选择的图表组件的信息重新训练预设匹配模型,能使得重新训练后的预设匹配模型所输出的结果在一定的程度上满足用户的使用偏好。
本申请实施例中,第一终端设备通过获取目标数据的数据特征,该目标数据为待用图表组件体现的数据,然后根据该数据特征确定适用于体现该目标数据的第一图表组件类型,根据该第一图表组件类型确定所要推荐的图表组件,再输出所要推荐的图表组件,即第一终端设备能够向用户推荐适用于体现目标数据的图表组件,使得用户无需对大量的图表组件逐个进行筛选,便能知悉适用于体现目标数据的图表组件,可见,本申请实施例较大地提高了用户选择图表组件的效率。
实施例四:
图4为本申请一实施例提供的图表组件推荐终端设备的结构示意图。如图4所示,该实施例的图表组件推荐终端设备4包括:至少一个处理器40(图4中仅示出一个)处理器、存储器41以及存储在该存储器41中并可在至少一个处理器40上运行的计算机程序42,该处理器40执行该计算机程序42时实现上述任意各个图表组件推荐方法实施例中的步骤。
该图表组件推荐终端设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该图表组件推荐终端设备可包括,但不仅限于,处理器40、存储器41。本领域技术人员可以理解,图4仅仅是图表组件推荐终端设备4的举例,并不构成对图表组件推荐终端设备4的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入输出设备、网络接入设备等。
所称处理器40可以是中央处理单元(Central Processing Unit,CPU),该处理器40还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
该存储器41在一些实施例中可以是该图表组件推荐终端设备4的内部存储单元,例如图表组件推荐终端设备4的硬盘或内存。该存储器41在另一些实施例中也可以是该图表组件推荐终端设备4的外部存储设备,例如该图表组件推荐终端设备4上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,该存储器41还可以既包括该图表组件推荐终端设备4的内部存储单元也包括外部存储设备。该存储器41用于存储操作系统、应用程序、引导装载程序(Boot Loader)、数据以及其他程序等,例如该计算机程序的程序代码等。该存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
需要说明的是,上述单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将该装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在移动终端上运行时,使得移动终端执行时实现可实现上述各个方法实施例中的步骤。
该集成的单元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,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,该的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,该计算机程序包括计算机程序代码,该计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。该计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,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、或者计算机软件和电子硬件的结合来实现。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。
在本申请所提供的实施例中,应该理解到,所揭露的网络设备和方法,可以通过其它的方式实现。例如,以上所描述的网络设备实施例仅仅是示意性的,例如,该模块或单元的划分,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,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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
该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。
以上该实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。

Claims (10)

1.一种图表组件推荐方法,其特征在于,所述图表组件推荐方法应用于第一终端设备,所述图表组件推荐方法包括:
获取目标数据的数据特征,所述目标数据为:待用图表组件体现的数据;
根据所述数据特征确定适用于体现所述目标数据的第一图表组件类型;
根据所述第一图表组件类型确定所要推荐的图表组件;
输出所述所要推荐的图表组件。
2.如权利要求1所述的图表组件推荐方法,其特征在于,若存在N个预设的图表组件类型,所述N为大于或者等于一的正整数,则对应地,所述根据所述数据特征确定适用于体现所述目标数据的第一图表组件类型,包括:
对任一预设的图表组件类型,根据所述数据特征确定所述目标数据与所述预设的图表组件类型之间的匹配程度,若所述目标数据与所述预设的图表组件类型之间的匹配程度大于或者等于预设匹配阈值,则将所述预设的图表组件类型确定为适用于体现所述目标数据的图表组件类型;
将确定出的所有适用于体现所述目标数据的图表组件类型确定为第一图表组件类型。
3.如权利要求2所述的图表组件推荐方法,其特征在于,所述目标数据包括:待用图表组件体现的度量数据和数值数据,对应地,所述目标数据的数据特征包括:所述度量数据的数量、所述度量数据的数据类型、所述数值数据的数量以及所述数值数据的数据类型,每个预设的图表组件类型分别对应一个预设匹配模型,对应地,所述根据所述数据特征确定所述目标数据与所述预设的图表组件类型之间的匹配程度,包括:
将所述度量数据的数量、所述度量数据的数据类型、所述数值数据的数量以及所述数值数据的数据类型,输入所述预设的图表组件类型对应的预设匹配模型;
获取所述预设匹配模型的输出结果,所述输出结果为所述目标数据预设的图表组件类型之间的匹配程度。
4.如权利要求1所述的图表组件推荐方法,其特征在于,在所述根据所述第一图表组件类型确定所要推荐的图表组件之前,包括:
确定被使用过的图表组件,根据所述被使用过的图表组件确定被使用过的图表组件类型;
对应地,所述根据所述第一图表组件类型确定所要推荐的图表组件,包括:
若所述第一图表组件类型中存在第二图表组件类型,则根据所述第二图表组件类型确定所要推荐的图表组件,所述第二图表组件类型为所述第一图表组件类型中与所述被使用过的图表组件类型相同的图表组件类型。
5.如权利要求4所述的图表组件推荐方法,其特征在于,所述根据所述第二图表组件类型确定所要推荐的图表组件,包括:
确定所述第二图表组件类型中的图表组件的使用偏好数据;
根据所述使用偏好数据确定所要推荐的图表组件。
6.如权利要求5所述的图表组件推荐方法,其特征在于,在所述确定所述第二图表组件类型中的图表组件的使用偏好数据之前,包括:
确定所述第二图表组件类型中的图表组件对应的使用时间以及使用次数;
对应地,所述确定所述第二图表组件类型中的图表组件的使用偏好数据包括:
根据所述使用次数、所述使用时间以及所述使用时间对应的时间系数确定所述第二图表组件类型中的图表组件的使用偏好数据。
7.如权利要求5所述的图表组件推荐方法,其特征在于,在所述根据所述使用偏好数据确定所要推荐的图表之前,包括:
根据所述数据特征确定所述目标数据与所述第二图表组件类型之间的匹配程度;
对应地,所述根据所述使用偏好数据确定所要推荐的图表组件,包括:
根据所述目标数据与所述第二图表组件类型之间的匹配程度以及所述使用偏好数据确定所要推荐的图表组件。
8.一种图表组件推荐装置,其特征在于,所述图表组件推荐装置应用于第一终端设备,所述图表组件推荐装置包括:
特征获取单元,用于获取目标数据的数据特征,所述目标数据为:待用图表组件体现的数据;
第一类型确定单元,用于根据所述数据特征确定适用于体现所述目标数据的第一图表组件类型;
组件确定单元,用于根据所述第一图表组件类型确定所要推荐的图表组件;
输出单元,用于输出所述所要推荐的图表组件。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
CN202011329315.2A 2020-11-24 2020-11-24 图表组件推荐方法及装置 Active CN112434198B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011329315.2A CN112434198B (zh) 2020-11-24 2020-11-24 图表组件推荐方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011329315.2A CN112434198B (zh) 2020-11-24 2020-11-24 图表组件推荐方法及装置

Publications (2)

Publication Number Publication Date
CN112434198A true CN112434198A (zh) 2021-03-02
CN112434198B CN112434198B (zh) 2024-05-24

Family

ID=74693925

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011329315.2A Active CN112434198B (zh) 2020-11-24 2020-11-24 图表组件推荐方法及装置

Country Status (1)

Country Link
CN (1) CN112434198B (zh)

Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101241354A (zh) * 2006-11-10 2008-08-13 洛克威尔自动控制技术股份有限公司 通过嵌入式历史记录设备获取触发事件数据
CN102016900A (zh) * 2008-04-25 2011-04-13 微软公司 用于早期采用并保留资金源来为奖励项目提供资金的模型
US20140188896A1 (en) * 2013-01-02 2014-07-03 International Business Machines Corporation Discovering relationships between data processing environment components
US20150254369A1 (en) * 2014-03-07 2015-09-10 Microsoft Corporation Direct manipulation interface for data analysis
CN105243422A (zh) * 2009-01-30 2016-01-13 起元技术有限责任公司 使用矢量字段处理数据
CN105517681A (zh) * 2014-08-28 2016-04-20 绿猫软件有限公司 使用元数据的图表转换系统和方法
CN106709057A (zh) * 2017-01-09 2017-05-24 郑州云海信息技术有限公司 一种分布式集群可视化数据库
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
CN107832541A (zh) * 2017-11-20 2018-03-23 中铁第四勘察设计院集团有限公司 一种参数化二维图纸/三维模型智能转换方法及系统
CN107844661A (zh) * 2017-11-20 2018-03-27 中铁第四勘察设计院集团有限公司 一种站台门参数化二维图纸/三维模型智能转换方法及系统
CN108268435A (zh) * 2016-12-30 2018-07-10 北京国双科技有限公司 图表匹配方法及装置
CN108492346A (zh) * 2018-03-19 2018-09-04 苏州思必驰信息科技有限公司 实现图表组件的方法及装置
CN108664651A (zh) * 2018-05-17 2018-10-16 腾讯科技(深圳)有限公司 一种图案推荐方法、装置及存储介质
CN109408566A (zh) * 2018-11-12 2019-03-01 成都四方伟业软件股份有限公司 一种智能图表推荐方法及装置
CN109740135A (zh) * 2018-12-19 2019-05-10 平安普惠企业管理有限公司 图表生成方法及装置、电子设备和存储介质
CN110419049A (zh) * 2017-03-17 2019-11-05 奇跃公司 房间布局估计方法和技术
CN110489449A (zh) * 2019-07-30 2019-11-22 北京百分点信息科技有限公司 一种图表推荐方法、装置和电子设备
CN110750711A (zh) * 2019-09-06 2020-02-04 中国平安财产保险股份有限公司 数据推送方法、装置、计算机设备及存储介质
CN111143633A (zh) * 2019-12-24 2020-05-12 北京明朝万达科技股份有限公司 一种数据解密方法、装置、电子设备及存储介质
CN111538930A (zh) * 2020-03-26 2020-08-14 中国平安人寿保险股份有限公司 一种首页显示方法及相关设备
CN111881311A (zh) * 2020-08-06 2020-11-03 泰山信息科技有限公司 一种图表类型的智能推荐方法、装置、设备及存储介质

Patent Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101241354A (zh) * 2006-11-10 2008-08-13 洛克威尔自动控制技术股份有限公司 通过嵌入式历史记录设备获取触发事件数据
CN102016900A (zh) * 2008-04-25 2011-04-13 微软公司 用于早期采用并保留资金源来为奖励项目提供资金的模型
CN105243422A (zh) * 2009-01-30 2016-01-13 起元技术有限责任公司 使用矢量字段处理数据
US20140188896A1 (en) * 2013-01-02 2014-07-03 International Business Machines Corporation Discovering relationships between data processing environment components
US20150254369A1 (en) * 2014-03-07 2015-09-10 Microsoft Corporation Direct manipulation interface for data analysis
CN105517681A (zh) * 2014-08-28 2016-04-20 绿猫软件有限公司 使用元数据的图表转换系统和方法
CN108268435A (zh) * 2016-12-30 2018-07-10 北京国双科技有限公司 图表匹配方法及装置
CN106709057A (zh) * 2017-01-09 2017-05-24 郑州云海信息技术有限公司 一种分布式集群可视化数据库
CN110419049A (zh) * 2017-03-17 2019-11-05 奇跃公司 房间布局估计方法和技术
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
CN107832541A (zh) * 2017-11-20 2018-03-23 中铁第四勘察设计院集团有限公司 一种参数化二维图纸/三维模型智能转换方法及系统
CN107844661A (zh) * 2017-11-20 2018-03-27 中铁第四勘察设计院集团有限公司 一种站台门参数化二维图纸/三维模型智能转换方法及系统
CN108492346A (zh) * 2018-03-19 2018-09-04 苏州思必驰信息科技有限公司 实现图表组件的方法及装置
CN108664651A (zh) * 2018-05-17 2018-10-16 腾讯科技(深圳)有限公司 一种图案推荐方法、装置及存储介质
CN109408566A (zh) * 2018-11-12 2019-03-01 成都四方伟业软件股份有限公司 一种智能图表推荐方法及装置
CN109740135A (zh) * 2018-12-19 2019-05-10 平安普惠企业管理有限公司 图表生成方法及装置、电子设备和存储介质
CN110489449A (zh) * 2019-07-30 2019-11-22 北京百分点信息科技有限公司 一种图表推荐方法、装置和电子设备
CN110750711A (zh) * 2019-09-06 2020-02-04 中国平安财产保险股份有限公司 数据推送方法、装置、计算机设备及存储介质
CN111143633A (zh) * 2019-12-24 2020-05-12 北京明朝万达科技股份有限公司 一种数据解密方法、装置、电子设备及存储介质
CN111538930A (zh) * 2020-03-26 2020-08-14 中国平安人寿保险股份有限公司 一种首页显示方法及相关设备
CN111881311A (zh) * 2020-08-06 2020-11-03 泰山信息科技有限公司 一种图表类型的智能推荐方法、装置、设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张成才;常静;叶伟;: "基于OWC的动态统计图表的设计与实现", 计算机技术与发展, no. 10, 10 October 2009 (2009-10-10), pages 253 - 255 *
金栋林;: "OWC图表组件及其在WEB环境中的开发应用", 沈阳航空工业学院学报, no. 04, 30 August 2006 (2006-08-30), pages 59 - 61 *

Also Published As

Publication number Publication date
CN112434198B (zh) 2024-05-24

Similar Documents

Publication Publication Date Title
CN109858740B (zh) 企业风险的评估方法、装置、计算机设备及存储介质
CN110263821B (zh) 交易特征生成模型的训练、交易特征的生成方法和装置
CN111401777A (zh) 企业风险的评估方法、装置、终端设备及存储介质
CN109344154B (zh) 数据处理方法、装置、电子设备及存储介质
EP3961384A1 (en) Automatic derivation of software engineering artifact attributes from product or service development concepts
CN112528007B (zh) 一种招商项目的目标企业的确认方法及确认装置
CN113590945B (zh) 一种基于用户借阅行为-兴趣预测的图书推荐方法和装置
CN113407854A (zh) 一种应用推荐方法、装置、设备及计算机可读存储介质
CN105989066A (zh) 一种信息处理方法和装置
CN109450963B (zh) 消息推送方法及终端设备
CN110688433A (zh) 一种基于路径的特征生成方法及装置
CN114219664A (zh) 产品推荐方法、装置、计算机设备及存储介质
CN114154712A (zh) 数据管理方法、数据管理装置、设备及存储介质
CN111275071A (zh) 预测模型训练、预测方法、装置及电子设备
CN109460778B (zh) 活动评估方法、装置、电子设备及存储介质
CN116503092A (zh) 用户留资意向识别方法、装置、电子设备及存储介质
CN116303677A (zh) 基于数据分布均衡度的衡量方法、装置、设备及存储介质
CN115760404A (zh) 一种股票减持方案生成方法、系统、终端及存储介质
CN112434198B (zh) 图表组件推荐方法及装置
CN114418776A (zh) 一种数据处理方法、装置、终端设备及介质
CN113204710A (zh) 一种舆情分析方法、装置、终端设备及存储介质
CN114358879A (zh) 一种基于大数据的物价实时监测方法和系统
CN114387085A (zh) 流水数据处理方法、装置、计算机设备和存储介质
CN110147813B (zh) 一种用户画像构建方法、装置、存储介质和服务器
CN113254787A (zh) 事件分析方法、装置、计算机设备及存储介质

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