CN112579621B - 数据展示方法、装置、电子设备及计算机存储介质 - Google Patents
数据展示方法、装置、电子设备及计算机存储介质 Download PDFInfo
- Publication number
- CN112579621B CN112579621B CN202011562988.2A CN202011562988A CN112579621B CN 112579621 B CN112579621 B CN 112579621B CN 202011562988 A CN202011562988 A CN 202011562988A CN 112579621 B CN112579621 B CN 112579621B
- Authority
- CN
- China
- Prior art keywords
- data
- node
- service
- standard
- service data
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000005457 optimization Methods 0.000 claims abstract description 19
- 230000002159 abnormal effect Effects 0.000 claims description 48
- 238000012545 processing Methods 0.000 claims description 40
- 238000004590 computer program Methods 0.000 claims description 6
- 230000008030 elimination Effects 0.000 claims description 5
- 238000003379 elimination reaction Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000000638 solvent extraction Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000004422 calculation algorithm Methods 0.000 description 25
- 230000006870 function Effects 0.000 description 18
- 238000000605 extraction Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 13
- 238000012360 testing method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 8
- 238000012549 training Methods 0.000 description 8
- 238000007726 management method Methods 0.000 description 5
- 241000555745 Sciuridae Species 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000011068 loading method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
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
- G06F16/23—Updating
-
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
- G06F16/287—Visualization; Browsing
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)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及数据展示技术，揭露了一种数据展示方法，包括：对获取的原始业务数据进行数据结构优化，得到标准业务数据；利用标准业务数据对预先存储的业务数据进行更新，得到更新业务数据；获取并解析预设的配置文件得到数据展示结构和数据类型划分标准；根据数据类型划分标准对更新业务数据进行节点划分，得到父节点数据和子节点数据；根据数据展示结构生成包含父节点与子节点的数据展示模板；将父节点数据和子节点数据填充至数据展示模板以进行数据展示。此外，本发明还涉及区块链技术，所述原始业务数据可存储于区块链的节点。本发明还提出一种数据展示装置、设备以及介质。本发明可以解决数据展示的清晰度和精确性较低的问题。
Description
技术领域
本发明涉及数据展示技术领域，尤其涉及一种数据展示方法、装置、电子设备及计算机可读存储介质。
背景技术
随着互联网大数据平台及技术的提升，各专业行业领域对大数据领域的业务数据分析及展示的应用需求日益激增。技术人员需要将多渠道、多源头数据进行清洗、整合、加工后进行展示，以此来为管理者提供准确的业务分析和数据支持。
现有的数据展示技术多为将数据输入至以预先设定的统一展示模板，如表格或可视化图像，以进行数据展示，但由于不同业务流程产生的数据在进行数据展示时展示的规则不同，所需展示的重点也不尽相同，因此该方法中，由于数据中可能包含冗余数据与错误数据，利用数据直接对统一的模板进行填充会造成数据的不清晰，且无法突出地展示出数据的重点，导致数据展示的精确度不高。
发明内容
本发明提供一种数据展示方法、装置及计算机可读存储介质，其主要目的在于解决数据展示的清晰度和精确性较低的问题。
为实现上述目的，本发明提供的一种数据展示方法，包括：
获取原始业务数据，对所述原始业务数据进行数据结构优化，得到标准业务数据；
利用所述标准业务数据对预先构建的业务数据库中的业务数据进行更新，得到更新业务数据；
获取预设的配置文件，解析所述配置文件得到数据展示结构和数据类型划分标准；
根据所述数据类型划分标准对所述更新业务数据进行节点划分，得到父节点数据和子节点数据；
根据所述数据展示结构生成包含父节点与子节点的数据展示模板；
将所述父节点数据和所述子节点数据填充至所述数据展示模板以进行数据展示。
可选地，所述对所述原始业务数据进行数据结构优化，得到标准业务数据，包括：
对所述原始业务数据进行去重处理，得到去重数据；
对所述去重数据进行异常数据剔除处理，得到去异常数据；
对所述去异常数据进行缺失值填充处理，得到标准业务数据。
可选地，所述对所述原始业务数据进行去重处理，得到去重数据，包括：
按照顺序从所述原始业务数据中选取目标数据；
计算所述目标数据与所述原始业务数据中所有未被选取的数据的距离值；
当所述距离值大于所述距离阈值时，确定所述目标数据不重复，重新从所述原始业务数据中选取目标数据进行计算；
当所述距离值小于或等于预设的距离阈值时，确定所述目标数据重复，删除所述目标数据，得到去重数据。
可选地，所述对所述去重数据进行异常数据剔除处理，得到去异常数据，包括：
按照顺序从所述去重数据中选取待计算数据；
计算所述待计算数据的异常值；
当所述异常值小于所述异常阈值时，则保留所述待计算数据；
当所述异常值大于或等于预设的异常阈值时，则将所述待计算数据从所述去重数据中剔除，得到去异常数据。
可选地，所述利用所述标准业务数据对预先构建的业务数据库中的业务数据进行更新，得到更新业务数据，包括：
对所述标准数据集进行卸数处理，得到多个卸数文件；
将所述卸数文件导入所述预设的数据库中以对业务数据进行更新，得到更新业务数据。
可选地，所述解析所述配置文件得到数据展示结构和数据类型划分标准，包括：
解析所述配置文件得到配置项；
提取所述配置项中的配置参数；
获取与所述配置参数相应的数据展示结构和数据类型划分标准。
可选地，所述提取所述业务数据库中的业务数据对所述父节点和所述子节点进行填充，包括：
提取所述父节点数据中的父节点关键词；
提取所述子节点数据中的子节点关键词；
利用所述父节点关键词对所述数据展示模板中的父节点进行填充；
利用所述子节点关键词对所述数据展示模板中的子节点进行填充。
为了解决上述问题，本发明还提供一种数据展示装置，所述装置包括：
结构优化模块，用于获取原始业务数据，对所述原始业务数据进行数据结构优化，得到标准业务数据；
数据更新模块，用于利用所述标准业务数据对预先构建的业务数据库中的业务数据进行更新，得到更新业务数据；
文件解析模块，用于获取预设的配置文件，解析所述配置文件得到数据展示结构和数据类型划分标准；
节点划分模块，用于根据所述数据类型划分标准对所述更新业务数据进行节点划分，得到父节点数据和子节点数据；
模板生成模块，用于根据所述数据展示结构生成包含父节点与子节点的数据展示模板；
数据展示模块，用于将所述父节点数据和所述子节点数据填充至所述数据展示模板以进行数据展示。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现上述所述的数据展示方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的数据展示方法。
本发明实施例通过原始业务数据进行数据结构优化以去除原始业务数据中的冗余及错误数据，避免数据展示时重复或错误的对数据进行展示，有利于提高数据展示时的清晰度；利用优化后的数据对预先构建的业务数据库中的业务数据进行更新，可保证展示的数据的实时性；获取并解析预设的配置文件得到数据展示结构和数据类型划分标准，按照数据类型划分标准将更新业务数据划分为父节点数据和子节点数据，按照数据展示结构生成包含父节点与子节点的数据展示模板，利用父节点数据和子节点数据填充至所述数据展示模板以进行数据展示，实现了对业务数据的划分，将数据按照划分的类型分别进行展示，有利于突出数据展示的重点。因此本发明提出的数据展示方法、装置、电子设备及计算机可读存储介质，可以解决数据展示的清晰度和精确性较低的问题。
附图说明
图1为本发明一实施例提供的数据展示方法的流程示意图；
图2为本发明一实施例提供的数据展示装置的功能模块图；
图3为本发明一实施例提供的实现所述数据展示方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种数据展示方法。所述数据展示方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述数据展示方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
参照图1所示，为本发明一实施例提供的数据展示方法的流程示意图。在本实施例中，所述数据展示方法包括：
S1、获取原始业务数据，对所述原始业务数据进行数据结构优化，得到标准业务数据。
本发明实施例中，所述原始业务数据包括在执行业务的过程中产生的所有业务数据，例如，汽车金融领域中用户购买汽车金融产品产生的订单数据、汽车金融产品的产品库存数据和汽车金融产品的产品数据质量等。
本发明实施例可利用具有数据抓取功能的python语句从用于存储所述原始业务数据的区块链节点中获取所述原始业务数据，利用区块链对数据的高吞吐性，可提高获取所述原始数据的效率。
详细地，所述对所述原始业务数据进行数据结构优化，得到标准业务数据，包括：
对所述原始业务数据进行去重处理，得到去重数据；
对所述去重数据进行异常数据剔除处理，得到去异常数据；
对所述去异常数据进行缺失值填充处理，得到标准业务数据。
具体地，所述对所述原始业务数据进行去重处理，得到去重数据，包括：
按照顺序从所述原始业务数据中选取目标数据；
计算所述目标数据与所述原始业务数据中所有未被选取的数据的距离值；
当所述距离值大于所述距离阈值时，确定所述目标数据不重复，重新从所述原始业务数据中选取目标数据进行计算；
当所述距离值小于或等于预设的距离阈值时，确定所述目标数据重复，删除所述目标数据，得到去重数据。
本发明实施例中，所述计算所述目标数据与所述原始业务数据中所有未被选取的数据的距离值，包括：
利用如下距离算法按计算所述目标数据与所述原始业务数据中所有未被选取的数据的距离值：
其中，d为所述距离值，wj为所述目标数据和wk为原始业务数据中任意一个未被选取的数据，n为所述原始业务数据的数量。
本发明实施例通过对原始业务数据进行去重处理，可避免后续对相同的原始业务数据进行处理，有利于提高数据展示的效率。
本发明实施例中，所述异常数据剔除处理包括双边测试剔除、最小值单边测试剔除和最大值单边测试剔除中一项或多项操作。
详细地，所述对所述去重数据进行异常数据剔除处理，得到去异常数据，包括：
按照顺序从所述去重数据中选取待计算数据；
计算所述待计算数据的异常值；
当所述异常值小于所述异常阈值时，则保留所述待计算数据；
当所述异常值大于或等于预设的异常阈值时，则将所述待计算数据从所述去重数据中剔除，得到去异常数据。
具体地，当所述异常数据剔除处理为双边测试剔除时，利用如下公式计算所述待计算数据的异常值：
其中，G为所述异常值，为所述去重数据的平均值，S为所述去重数据的标准差，Yi为所述去重数据中第i个数据。
当所述异常数据剔除处理为最小值单边测试剔除时，利用如下公式计算所述待计算数据的异常值：
其中，G为所述异常值，为所述去重数据的平均值，S为所述去重数据的标准差，Ymin为所述去重数据中最小的数据。
当所述异常数据剔除处理为最小值单边测试剔除时，利用如下公式计算所述待计算数据的异常值：
其中，G为所述异常值，为所述去重数据的平均值，S为所述去重数据的标准差，Ymax为所述去重数据中最大的数据。
进一步地，所述对所述去异常数据进行缺失值填充处理，得到标准业务数据，包括：
对所述去异常数据进行缺失值检测，得到缺失值位置；
计算所述缺失值位置上的填充数值；
利用所述填充数值对所述缺失值位置进行填充，得到标准业务数据。
本发明实施例中，利用missmap function缺失函数检测去异常数据是否存在数据缺失值，若去异常数据中没有数据缺失值，则不作处理，将去异常数据作为所述标准数据集，若去异常数据中有数据缺失值，计算所述缺失值位置上的填充数值，利用所述填充数值对所述缺失值位置进行填充，得到标准业务数据。
详细地，所述计算所述缺失值位置上的填充数值，包括：
利用如下填充算法计算所述缺失值位置上的填充数值：
其中，L(xi)为所述填充数值，xi为所述去异常数据中第i个缺失值位置，θ为预设的概率参数，n为所述缺失值位置的数量，p(xi|θ)为条件概率运算。
本发明实施例通过对原始业务数据进行数据结构优化，可提高获取到的原始业务数据的数据质量，有利于提高数据展示的精确度。
S2、利用所述标准业务数据对预先构建的业务数据库中的业务数据进行更新，得到更新业务数据。
本发明实施例中，所述预先构建的业务数据库包括但不限于mysql数据库、Oracle数据库等，将业务数据存储于所述业务数据库中，可防止业务数据的丢失，可以保证数据展示时数据的完整性。
本发明实施例中，所述利用所述标准业务数据对预先构建的业务数据库中的业务数据进行更新，得到更新业务数据，包括：
对所述标准数据集进行卸数处理，得到多个卸数文件；
将所述卸数文件导入所述预设的数据库中以对业务数据进行更新，得到更新业务数据。
本发明实施例利用预先获取的卸数脚本对所述标准数据集进行卸数处理，得到多个卸数文件，所述卸数脚本包括但不限于hive卸数脚本，利用所述hive卸数脚本可将标准数据集通过抽取(extract)、转换(transform)、加载(load)等步骤转换为多个小份卸数文件，即将所述标准数据集划分为较小的多份卸数文件。
由于标准数据集包含大量的数据，因此直接利用标准数据集对预先构建的业务数据库中的业务数据进行更新可能会导致数据堵塞等情况，降低更新效率，本发明实施例通过对标准数据集进行卸数处理将标准数据集划分为较小的多份卸数文件，有利于提高对所述业务数据库中业务数据进行更新的效率。
详细地，本发明实施例利用预设的调度工具将卸数文件导入所述预设的数据库中以对业务数据进行更新，得到更新业务数据，其中，所述预设的调度工具包括moia调度工具。
通过调度工具将卸数文件导入预设的数据库中以对业务数据进行更新，可保证卸数文件的不丢失、不重复的导入，有利于提高对业务数据进行更新的精确度。
S3、获取预设的配置文件，解析所述配置文件得到数据展示结构和数据类型划分标准。
本发明实施例中，可利用具有数据调用功能的java语句调用预先存储的配置文件，所述配置文件中包括标准业务数据的数据展示结构和数据类型划分标准，其中，所述数据展示结构是指数据的展示形式，例如列表、树状图、饼图及柱状图等；所述数据类型划分标准是指展示时数据的划分规则，例如，数据划分标准为A类数据属于父节点类数据，B类数据属于子节点类数据，存在数据1、数据2、数据3和数据4，其中，数据和数据3属于A类，数据2和数据4属于B类，则按照数据划分标准，将数据1和数据3属于父节点类数据，数据2和数集属于子节点类数据。
详细地，所述解析所述配置文件得到数据展示结构和数据类型划分标准，包括：
解析所述配置文件得到配置项；
提取所述配置项中的配置参数；
获取与所述配置参数相应的数据展示结构和数据类型划分标准。
本发明实施例利用预设的解析器对所述配置文件进行解析，得到所述配置项，其中，所述解析器包括但不限于CarakanC/C++解析器，SquirrelFishC++解析器和SquirrelFishExtremeC++。
具体地，所述提取所述配置项中的配置参数，包括：
获取训练配置项以及所述训练配置项对应的标准配置参数；
利用预设的参数提取模型对所述训练配置项进行参数提取，得到预测配置参数；
计算所述预测配置参数和所述标准配置参数之间的差异值；
若所述差异值大于误差阈值，则调整所述参数提取模型的参数后重新进行差评参数提取；
若所述差异值小于所述误差阈值，则生成训练完成的参数提取模型；
利用所述训练完成的参数提取模型提取所述多个配置项中的配置参数。
具体地，所述计算所述预测配置参数和所述标准配置参数之间的差异值，包括：
利用如下损失函数计算所述预测配置参数和所述标准配置参数之间的差异值
其中，表示所述预测配置参数，Y表示所述标准配置参数，N表示得到的所述预测配置参数的个数，α表示误差因子。
本发明实施例利用损失函数计算所述预测配置参数和所述标准配置参数之间的差异值，并在差异值大于误差阈值时，利用梯度下降算法对模型的参数进行更新，从而达到对模型的优化效果，得到训练完成的参数提取模型。
较佳地，所述梯度下降算法包括批量梯度下降算法、随机梯度下降算法、小批量梯度下降算法。
进一步地，本发明实施例获取预先存储于数据库中的与所述配置参数相应的数据展示结构和数据类型划分标准，所述配置参数与数据展示结构和数据类型划分标准一一对应，对应关系可由用户预先定义。例如，配置参数A对应着数据展示结构1和数据类型划分标准2；配置参数B对应着数据展示结构3和数据类型划分标准4等。通过预先定义的对应关系，可根据所述配置参数获取与所述配置参数想对应的数据展示结构和数据类型划分标准。
S4、根据所述数据类型划分标准对所述更新业务数据进行节点划分，得到父节点数据和子节点数据。
本发明实施例中，所述根据所述数据类型划分标准对所述更新业务数据进行节点划分，得到父节点数据和子节点数据，包括：
提取所述更新业务数据中的数据节点类型；
计算所述数据节点类型与预设的父节点类型的第一差异值；
计算所述数据节点类型与预设的子节点类型的第二差异值；
比较所述第一差异值与所述第二差异值的大小，当所述第一差异值大于或等于所述第二差异值时，确定所述数据节点类型对应的更新业务数据为父节点数据；
当所述第一差异值小于所述第二差异值时，确定所述数据节点类型对应的更新业务数据为子节点数据。
详细地，所述提取所述更新业务数据中的数据节点类型的步骤与步骤S3中提取配置项中的配置参数的步骤一致，在此不做赘述。
具体地，所述计算所述数据节点类型与预设的父节点类型的第一差异值，包括：
利用如下差异算法计算所述数据节点类型与预设的父节点类型的第一差异值：
其中，Dif(α，β)为所述第一差异值，α为所述父节点类型，βi为所述更新业务数据中第i个数据的数据节点类型。
本发明实施例中，所述计算所述数据节点类型与预设的子节点类型的第二差异值的步骤与上述计算所述数据节点类型与预设的父节点类型的第一差异值的步骤一致，在此不做赘述。
S5、根据所述数据展示结构生成包含父节点与子节点的数据展示模板。
本发明实施例中，所述数据展示结构是指数据的展示形式，例如列表、树状图、饼图及柱状图等，本发明实施例通过数据展示结构生成包含父节点与子节点的数据展示模板，例如，当所述数据展示结构为列表时，确定列表的第一列为父节点，确定列表的第二列为子节点。
详细地，实际应用中，例如在进行汽车金融业务的数据展示结构时，父节点包括：“新车(新车常规业务)”、“新车(新车贴息业务)”、“二手车业务”等；子节点是指所述父节点发细化分类，例如：“新车(新车常规业务)”中的“商用车业务”、“租赁业务”及“随心购业务”等，“新车(新车贴息业务)”中的“购车贴息业务”等，“二手车业务”中的“二手车租赁业务”及“二手车购买业务”等。
S6、将所述父节点数据和所述子节点数据填充至所述数据展示模板以进行数据展示。
本发明实施例中，所述提取所述业务数据库中的业务数据对所述父节点和所述子节点进行填充，包括：
提取所述父节点数据中的父节点关键词；
提取所述子节点数据中的子节点关键词；
利用所述父节点关键词对所述数据展示模板中的父节点进行填充；
利用所述子节点关键词对所述数据展示模板中的子节点进行填充。
本发明实施例利用预设的语言处理算法提取父节点数据中的父节点关键词和子节点数据中的子节点关键词，所述语言处理算法包括但不限于TextRank算法、基于语义的关键词提取算法等。
本发明实施例中，父节点数据进而子节点数据中包含较多的数据，直接对父节点数据和子节点数据进行展示可能会造成数据杂乱，因此本发明实施例提取父节点数据和子节点数据的关键词，利用关键词对数据展示模板中的父节点和子节点进行填充，以实现数据展示，有利于减少需要展示的数据量，突出需要展示的重点内容，提高数据展示的精确度。
本发明实施例通过原始业务数据进行数据结构优化以去除原始业务数据中的冗余及错误数据，避免数据展示时重复或错误的对数据进行展示，有利于提高数据展示时的清晰度；利用优化后的数据对预先构建的业务数据库中的业务数据进行更新，可保证展示的数据的实时性；获取并解析预设的配置文件得到数据展示结构和数据类型划分标准，按照数据类型划分标准将更新业务数据划分为父节点数据和子节点数据，按照数据展示结构生成包含父节点与子节点的数据展示模板，利用父节点数据和子节点数据填充至所述数据展示模板以进行数据展示，实现了对业务数据的划分，将数据按照划分的类型分别进行展示，有利于突出数据展示的重点。因此本发明提出的数据展示方法、装置、电子设备及计算机可读存储介质，可以解决数据展示的清晰度和精确性较低的问题。
如图2所示，是本发明一实施例提供的数据展示装置的功能模块图。
本发明所述数据展示装置100可以安装于电子设备中。根据实现的功能，所述数据展示装置100可以包括结构优化模块101、数据更新模块102、文件解析模块103、节点划分模块104、模板生成模块105和数据展示模块106。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述结构优化模块101，用于获取原始业务数据，对所述原始业务数据进行数据结构优化，得到标准业务数据。
本发明实施例中，所述原始业务数据包括在执行业务的过程中产生的所有业务数据，例如，汽车金融领域中用户购买汽车金融产品产生的订单数据、汽车金融产品的产品库存数据和汽车金融产品的产品数据质量等。
本发明实施例可利用具有数据抓取功能的python语句从用于存储所述原始业务数据的区块链节点中获取所述原始业务数据，利用区块链对数据的高吞吐性，可提高获取所述原始数据的效率。
详细地，所述结构优化模块101具体用于：
获取原始业务数据；
对所述原始业务数据进行去重处理，得到去重数据；
对所述去重数据进行异常数据剔除处理，得到去异常数据；
对所述去异常数据进行缺失值填充处理，得到标准业务数据。
具体地，所述对所述原始业务数据进行去重处理，得到去重数据，包括：
按照顺序从所述原始业务数据中选取目标数据；
计算所述目标数据与所述原始业务数据中所有未被选取的数据的距离值；
当所述距离值大于所述距离阈值时，确定所述目标数据不重复，重新从所述原始业务数据中选取目标数据进行计算；
当所述距离值小于或等于预设的距离阈值时，确定所述目标数据重复，删除所述目标数据，得到去重数据。
本发明实施例中，所述计算所述目标数据与所述原始业务数据中所有未被选取的数据的距离值，包括：
利用如下距离算法按计算所述目标数据与所述原始业务数据中所有未被选取的数据的距离值：
其中，d为所述距离值，wj为所述目标数据和wk为原始业务数据中任意一个未被选取的数据，n为所述原始业务数据的数量。
本发明实施例通过对原始业务数据进行去重处理，可避免后续对相同的原始业务数据进行处理，有利于提高数据展示的效率。
本发明实施例中，所述异常数据剔除处理包括双边测试剔除、最小值单边测试剔除和最大值单边测试剔除中一项或多项操作。
详细地，所述对所述去重数据进行异常数据剔除处理，得到去异常数据，包括：
按照顺序从所述去重数据中选取待计算数据；
计算所述待计算数据的异常值；
当所述异常值小于所述异常阈值时，则保留所述待计算数据；
当所述异常值大于或等于预设的异常阈值时，则将所述待计算数据从所述去重数据中剔除，得到去异常数据。
具体地，当所述异常数据剔除处理为双边测试剔除时，利用如下公式计算所述待计算数据的异常值：
其中，G为所述异常值，为所述去重数据的平均值，S为所述去重数据的标准差，Yi为所述去重数据中第i个数据。
当所述异常数据剔除处理为最小值单边测试剔除时，利用如下公式计算所述待计算数据的异常值：
其中，G为所述异常值，为所述去重数据的平均值，S为所述去重数据的标准差，Ymin为所述去重数据中最小的数据。
当所述异常数据剔除处理为最小值单边测试剔除时，利用如下公式计算所述待计算数据的异常值：
其中，G为所述异常值，为所述去重数据的平均值，S为所述去重数据的标准差，Ymax为所述去重数据中最大的数据。
进一步地，所述对所述去异常数据进行缺失值填充处理，得到标准业务数据，包括：
对所述去异常数据进行缺失值检测，得到缺失值位置；
计算所述缺失值位置上的填充数值；
利用所述填充数值对所述缺失值位置进行填充，得到标准业务数据。
本发明实施例中，利用missmap function缺失函数检测去异常数据是否存在数据缺失值，若去异常数据中没有数据缺失值，则不作处理，将去异常数据作为所述标准数据集，若去异常数据中有数据缺失值，计算所述缺失值位置上的填充数值，利用所述填充数值对所述缺失值位置进行填充，得到标准业务数据。
详细地，所述计算所述缺失值位置上的填充数值，包括：
利用如下填充算法计算所述缺失值位置上的填充数值：
其中，L(xi)为所述填充数值，xi为所述去异常数据中第i个缺失值位置，θ为预设的概率参数，n为所述缺失值位置的数量，p(xi|θ)为条件概率运算。
本发明实施例通过对原始业务数据进行数据结构优化，可提高获取到的原始业务数据的数据质量，有利于提高数据展示的精确度。
所述数据更新模块102，用于利用所述标准业务数据对预先构建的业务数据库中的业务数据进行更新，得到更新业务数据。
本发明实施例中，所述预先构建的业务数据库包括但不限于mysql数据库、Oracle数据库等，将业务数据存储于所述业务数据库中，可防止业务数据的丢失，可以保证数据展示时数据的完整性。
本发明实施例中，所述数据更新模块102具体用于：
对所述标准数据集进行卸数处理，得到多个卸数文件；
将所述卸数文件导入所述预设的数据库中以对业务数据进行更新，得到更新业务数据。
本发明实施例利用预先获取的卸数脚本对所述标准数据集进行卸数处理，得到多个卸数文件，所述卸数脚本包括但不限于hive卸数脚本，利用所述hive卸数脚本可将标准数据集通过抽取(extract)、转换(transform)、加载(load)等步骤转换为多个小份卸数文件，即将所述标准数据集划分为较小的多份卸数文件。
由于标准数据集包含大量的数据，因此直接利用标准数据集对预先构建的业务数据库中的业务数据进行更新可能会导致数据堵塞等情况，降低更新效率，本发明实施例通过对标准数据集进行卸数处理将标准数据集划分为较小的多份卸数文件，有利于提高对所述业务数据库中业务数据进行更新的效率。
详细地，本发明实施例利用预设的调度工具将卸数文件导入所述预设的数据库中以对业务数据进行更新，得到更新业务数据，其中，所述预设的调度工具包括moia调度工具。
通过调度工具将卸数文件导入预设的数据库中以对业务数据进行更新，可保证卸数文件的不丢失、不重复的导入，有利于提高对业务数据进行更新的精确度。
所述文件解析模块103，用于获取预设的配置文件，解析所述配置文件得到数据展示结构和数据类型划分标准。
本发明实施例中，可利用具有数据调用功能的java语句调用预先存储的配置文件，所述配置文件中包括标准业务数据的数据展示结构和数据类型划分标准，其中，所述数据展示结构是指数据的展示形式，例如列表、树状图、饼图及柱状图等；所述数据类型划分标准是指展示时数据的划分规则，例如，数据划分标准为A类数据属于父节点类数据，B类数据属于子节点类数据，存在数据1、数据2、数据3和数据4，其中，数据和数据3属于A类，数据2和数据4属于B类，则按照数据划分标准，将数据1和数据3属于父节点类数据，数据2和数集属于子节点类数据。
详细地，所述文件解析模块103具体用于：
获取预设的配置文件；
解析所述配置文件得到配置项；
提取所述配置项中的配置参数；
获取与所述配置参数相应的数据展示结构和数据类型划分标准。
本发明实施例利用预设的解析器对所述配置文件进行解析，得到所述配置项，其中，所述解析器包括但不限于CarakanC/C++解析器，SquirrelFishC++解析器和SquirrelFishExtremeC++。
具体地，所述提取所述配置项中的配置参数，包括：
获取训练配置项以及所述训练配置项对应的标准配置参数；
利用预设的参数提取模型对所述训练配置项进行参数提取，得到预测配置参数；
计算所述预测配置参数和所述标准配置参数之间的差异值；
若所述差异值大于误差阈值，则调整所述参数提取模型的参数后重新进行差评参数提取；
若所述差异值小于所述误差阈值，则生成训练完成的参数提取模型；
利用所述训练完成的参数提取模型提取所述多个配置项中的配置参数。
具体地，所述计算所述预测配置参数和所述标准配置参数之间的差异值，包括：
利用如下损失函数计算所述预测配置参数和所述标准配置参数之间的差异值
其中，表示所述预测配置参数，Y表示所述标准配置参数，N表示得到的所述预测配置参数的个数，α表示误差因子。
本发明实施例利用损失函数计算所述预测配置参数和所述标准配置参数之间的差异值，并在差异值大于误差阈值时，利用梯度下降算法对模型的参数进行更新，从而达到对模型的优化效果，得到训练完成的参数提取模型。
较佳地，所述梯度下降算法包括批量梯度下降算法、随机梯度下降算法、小批量梯度下降算法。
进一步地，本发明实施例获取预先存储于数据库中的与所述配置参数相应的数据展示结构和数据类型划分标准，所述配置参数与数据展示结构和数据类型划分标准一一对应，对应关系可由用户预先定义。例如，配置参数A对应着数据展示结构1和数据类型划分标准2；配置参数B对应着数据展示结构3和数据类型划分标准4等。通过预先定义的对应关系，可根据所述配置参数获取与所述配置参数想对应的数据展示结构和数据类型划分标准。
所述节点划分模块104，用于根据所述数据类型划分标准对所述更新业务数据进行节点划分，得到父节点数据和子节点数据。
本发明实施例中，所述节点划分模块104具体用于：
提取所述更新业务数据中的数据节点类型；
计算所述数据节点类型与预设的父节点类型的第一差异值；
计算所述数据节点类型与预设的子节点类型的第二差异值；
比较所述第一差异值与所述第二差异值的大小，当所述第一差异值大于或等于所述第二差异值时，确定所述数据节点类型对应的更新业务数据为父节点数据；
当所述第一差异值小于所述第二差异值时，确定所述数据节点类型对应的更新业务数据为子节点数据。
详细地，所述提取所述更新业务数据中的数据节点类型的步骤与文件解析模块103中提取配置项中的配置参数的步骤一致，在此不做赘述。
具体地，所述计算所述数据节点类型与预设的父节点类型的第一差异值，包括：
利用如下差异算法计算所述数据节点类型与预设的父节点类型的第一差异值：
其中，Dif(α，β)为所述第一差异值，α为所述父节点类型，βi为所述更新业务数据中第i个数据的数据节点类型。
本发明实施例中，所述计算所述数据节点类型与预设的子节点类型的第二差异值的步骤与上述计算所述数据节点类型与预设的父节点类型的第一差异值的步骤一致，在此不做赘述。
所述模板生成模块105，用于根据所述数据展示结构生成包含父节点与子节点的数据展示模板。
本发明实施例中，所述数据展示结构是指数据的展示形式，例如列表、树状图、饼图及柱状图等，本发明实施例通过数据展示结构生成包含父节点与子节点的数据展示模板，例如，当所述数据展示结构为列表时，确定列表的第一列为父节点，确定列表的第二列为子节点。
详细地，实际应用中，例如在进行汽车金融业务的数据展示结构时，父节点包括：“新车(新车常规业务)”、“新车(新车贴息业务)”、“二手车业务”等；子节点是指所述父节点发细化分类，例如：“新车(新车常规业务)”中的“商用车业务”、“租赁业务”及“随心购业务”等，“新车(新车贴息业务)”中的“购车贴息业务”等，“二手车业务”中的“二手车租赁业务”及“二手车购买业务”等。
所述数据展示模块106，用于将所述父节点数据和所述子节点数据填充至所述数据展示模板以进行数据展示。
本发明实施例中，所述数据展示模块106具体用于：
提取所述父节点数据中的父节点关键词；
提取所述子节点数据中的子节点关键词；
利用所述父节点关键词对所述数据展示模板中的父节点进行填充；
利用所述子节点关键词对所述数据展示模板中的子节点进行填充。
本发明实施例利用预设的语言处理算法提取父节点数据中的父节点关键词和子节点数据中的子节点关键词，所述语言处理算法包括但不限于TextRank算法、基于语义的关键词提取算法等。
本发明实施例中，父节点数据进而子节点数据中包含较多的数据，直接对父节点数据和子节点数据进行展示可能会造成数据杂乱，因此本发明实施例提取父节点数据和子节点数据的关键词，利用关键词对数据展示模板中的父节点和子节点进行填充，以实现数据展示，有利于减少需要展示的数据量，突出需要展示的重点内容，提高数据展示的精确度。
本发明实施例通过原始业务数据进行数据结构优化以去除原始业务数据中的冗余及错误数据，避免数据展示时重复或错误的对数据进行展示，有利于提高数据展示时的清晰度；利用优化后的数据对预先构建的业务数据库中的业务数据进行更新，可保证展示的数据的实时性；获取并解析预设的配置文件得到数据展示结构和数据类型划分标准，按照数据类型划分标准将更新业务数据划分为父节点数据和子节点数据，按照数据展示结构生成包含父节点与子节点的数据展示模板，利用父节点数据和子节点数据填充至所述数据展示模板以进行数据展示，实现了对业务数据的划分，将数据按照划分的类型分别进行展示，有利于突出数据展示的重点。因此本发明提出的数据展示装置，可以解决数据展示的清晰度和精确性较低的问题。
如图3所示，是本发明一实施例提供的实现数据展示方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如数据展示程序12。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如数据展示程序12的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如数据展示程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的数据展示程序12是多个指令的组合，在所述处理器10中运行时，可以实现：
获取原始业务数据，对所述原始业务数据进行数据结构优化，得到标准业务数据；
利用所述标准业务数据对预先构建的业务数据库中的业务数据进行更新，得到更新业务数据；
获取预设的配置文件，解析所述配置文件得到数据展示结构和数据类型划分标准；
根据所述数据类型划分标准对所述更新业务数据进行节点划分，得到父节点数据和子节点数据；
根据所述数据展示结构生成包含父节点与子节点的数据展示模板；
将所述父节点数据和所述子节点数据填充至所述数据展示模板以进行数据展示。
具体地，所述处理器10对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备1集成的模块/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存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取原始业务数据，对所述原始业务数据进行数据结构优化，得到标准业务数据；
利用所述标准业务数据对预先构建的业务数据库中的业务数据进行更新，得到更新业务数据；
获取预设的配置文件，解析所述配置文件得到数据展示结构和数据类型划分标准；
根据所述数据类型划分标准对所述更新业务数据进行节点划分，得到父节点数据和子节点数据；
根据所述数据展示结构生成包含父节点与子节点的数据展示模板；
将所述父节点数据和所述子节点数据填充至所述数据展示模板以进行数据展示。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，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。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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模块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，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种数据展示方法，其特征在于，所述方法包括：
获取原始业务数据，对所述原始业务数据进行数据结构优化，得到标准业务数据；
利用所述标准业务数据对预先构建的业务数据库中的业务数据进行更新，得到更新业务数据；
获取预设的配置文件，解析所述配置文件得到数据展示结构和数据类型划分标准；
根据所述数据类型划分标准对所述更新业务数据进行节点划分，得到父节点数据和子节点数据，包括：提取所述更新业务数据中的数据节点类型；计算所述数据节点类型与预设的父节点类型的第一差异值；计算所述数据节点类型与预设的子节点类型的第二差异值；比较所述第一差异值与所述第二差异值的大小，当所述第一差异值大于或等于所述第二差异值时，确定所述数据节点类型对应的更新业务数据为父节点数据；当所述第一差异值小于所述第二差异值时，确定所述数据节点类型对应的更新业务数据为子节点数据；
根据所述数据展示结构生成包含父节点与子节点的数据展示模板；
将所述父节点数据和所述子节点数据填充至所述数据展示模板以进行数据展示。
2.如权利要求1所述的数据展示方法，其特征在于，所述对所述原始业务数据进行数据结构优化，得到标准业务数据，包括：
对所述原始业务数据进行去重处理，得到去重数据；
对所述去重数据进行异常数据剔除处理，得到去异常数据；
对所述去异常数据进行缺失值填充处理，得到标准业务数据。
3.如权利要求2所述的数据展示方法，其特征在于，所述对所述原始业务数据进行去重处理，得到去重数据，包括：
按照顺序从所述原始业务数据中选取目标数据；
计算所述目标数据与所述原始业务数据中所有未被选取的数据的距离值；
当所述距离值大于距离阈值时，确定所述目标数据不重复，重新从所述原始业务数据中选取目标数据进行计算；
当所述距离值小于或等于预设的距离阈值时，确定所述目标数据重复，删除所述目标数据，得到去重数据。
4.如权利要求2所述的数据展示方法，其特征在于，所述对所述去重数据进行异常数据剔除处理，得到去异常数据，包括：
从所述去重数据中选取待计算数据；
计算所述待计算数据的异常值；
当所述异常值小于异常阈值时，则保留所述待计算数据；
当所述异常值大于或等于预设的异常阈值时，则将所述待计算数据从所述去重数据中剔除，得到去异常数据。
5.如权利要求1所述的数据展示方法，其特征在于，所述利用所述标准业务数据对预先构建的业务数据库中的业务数据进行更新，得到更新业务数据，包括：
对所述标准数据集进行卸数处理，得到多个卸数文件；
将所述卸数文件导入所述预设的数据库中以对业务数据进行更新，得到更新业务数据。
6.如权利要求1至5中任一项所述的数据展示方法，其特征在于，所述解析所述配置文件得到数据展示结构和数据类型划分标准，包括：
解析所述配置文件得到配置项；
提取所述配置项中的配置参数；
获取与所述配置参数相应的数据展示结构和数据类型划分标准。
7.如权利要求1至5中任一项所述的数据展示方法，其特征在于，所述提取所述业务数据库中的业务数据对所述父节点和所述子节点进行填充，包括：
提取所述父节点数据中的父节点关键词；
提取所述子节点数据中的子节点关键词；
利用所述父节点关键词对所述数据展示模板中的父节点进行填充；
利用所述子节点关键词对所述数据展示模板中的子节点进行填充。
8.一种数据展示装置，其特征在于，所述装置包括：
结构优化模块，用于获取原始业务数据，对所述原始业务数据进行数据结构优化，得到标准业务数据；
数据更新模块，用于利用所述标准业务数据对预先构建的业务数据库中的业务数据进行更新，得到更新业务数据；
文件解析模块，用于获取预设的配置文件，解析所述配置文件得到数据展示结构和数据类型划分标准；
节点划分模块，用于根据所述数据类型划分标准对所述更新业务数据进行节点划分，得到父节点数据和子节点数据，包括：提取所述更新业务数据中的数据节点类型；计算所述数据节点类型与预设的父节点类型的第一差异值；计算所述数据节点类型与预设的子节点类型的第二差异值；比较所述第一差异值与所述第二差异值的大小，当所述第一差异值大于或等于所述第二差异值时，确定所述数据节点类型对应的更新业务数据为父节点数据；当所述第一差异值小于所述第二差异值时，确定所述数据节点类型对应的更新业务数据为子节点数据；
模板生成模块，用于根据所述数据展示结构生成包含父节点与子节点的数据展示模板；
数据展示模块，用于将所述父节点数据和所述子节点数据填充至所述数据展示模板以进行数据展示。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的数据展示方法。
10.一种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中任意一项所述的数据展示方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011562988.2A CN112579621B (zh) | 2020-12-25 | 2020-12-25 | 数据展示方法、装置、电子设备及计算机存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011562988.2A CN112579621B (zh) | 2020-12-25 | 2020-12-25 | 数据展示方法、装置、电子设备及计算机存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112579621A CN112579621A (zh) | 2021-03-30 |
| CN112579621B true CN112579621B (zh) | 2024-03-19 |
Family
ID=75140564
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011562988.2A Active CN112579621B (zh) | 2020-12-25 | 2020-12-25 | 数据展示方法、装置、电子设备及计算机存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112579621B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113254728B (zh) * | 2021-06-24 | 2023-12-05 | 中国平安人寿保险股份有限公司 | 任务信息展示方法、装置、电子设备及存储介质 |
| CN113342880A (zh) * | 2021-07-06 | 2021-09-03 | 云南中烟工业有限责任公司 | 烟草数据中元数据的获取方法及装置 |
| CN113901127B (zh) * | 2021-09-30 | 2022-06-24 | 深圳图为技术有限公司 | 数据管理和展示方法、装置及设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009064720A2 (en) * | 2007-11-12 | 2009-05-22 | Attune Systems, Inc. | Load sharing, file migration, network configuration, and file deduplication using file virtualization |
| CN110110001A (zh) * | 2019-05-10 | 2019-08-09 | 八戒科技服务有限公司 | 服务成果数据处理方法、装置、存储介质及系统 |
| CN111666740A (zh) * | 2020-06-22 | 2020-09-15 | 深圳壹账通智能科技有限公司 | 流程图生成方法、装置、计算机设备和存储介质 |
| CN112115143A (zh) * | 2020-09-15 | 2020-12-22 | 招商局金融科技有限公司 | 数据自动更新及同步方法、装置、电子设备及存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11693827B2 (en) * | 2016-12-29 | 2023-07-04 | Microsoft Technology Licensing, Llc | Syncing and propagation of metadata changes across multiple endpoints |
| US20200341997A1 (en) * | 2019-04-29 | 2020-10-29 | Instant Labs, Inc. | Optimized data access |
-
2020
- 2020-12-25 CN CN202011562988.2A patent/CN112579621B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009064720A2 (en) * | 2007-11-12 | 2009-05-22 | Attune Systems, Inc. | Load sharing, file migration, network configuration, and file deduplication using file virtualization |
| CN110110001A (zh) * | 2019-05-10 | 2019-08-09 | 八戒科技服务有限公司 | 服务成果数据处理方法、装置、存储介质及系统 |
| CN111666740A (zh) * | 2020-06-22 | 2020-09-15 | 深圳壹账通智能科技有限公司 | 流程图生成方法、装置、计算机设备和存储介质 |
| CN112115143A (zh) * | 2020-09-15 | 2020-12-22 | 招商局金融科技有限公司 | 数据自动更新及同步方法、装置、电子设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 一种面向层次数据可视化的圆形空间填充算法;侯堃等;系统仿真学报;20160930;第28卷(第9期);第2035-2041页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112579621A (zh) | 2021-03-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112579621B (zh) | 数据展示方法、装置、电子设备及计算机存储介质 | |
| CN112541745B (zh) | 用户行为数据分析方法、装置、电子设备及可读存储介质 | |
| CN112445875B (zh) | 数据关联及检验方法、装置、电子设备及存储介质 | |
| CN112541338A (zh) | 相似文本匹配方法、装置、电子设备及计算机存储介质 | |
| CN111652278B (zh) | 用户行为检测方法、装置、电子设备及介质 | |
| CN113327136B (zh) | 归因分析方法、装置、电子设备及存储介质 | |
| CN112528616B (zh) | 业务表单生成方法、装置、电子设备及计算机存储介质 | |
| CN113688923B (zh) | 订单异常智能检测方法、装置、电子设备及存储介质 | |
| CN112883042A (zh) | 数据更新及展示方法、装置、电子设备及存储介质 | |
| CN112528633A (zh) | 文本纠错方法、装置、电子设备及计算机可读存储介质 | |
| CN114491047A (zh) | 多标签文本分类方法、装置、电子设备及存储介质 | |
| CN113627160B (zh) | 文本纠错方法、装置、电子设备及存储介质 | |
| CN112541688B (zh) | 业务数据校验方法、装置、电子设备及计算机存储介质 | |
| CN113658002B (zh) | 基于决策树的交易结果生成方法、装置、电子设备及介质 | |
| CN117193975A (zh) | 任务调度方法、装置、设备及存储介质 | |
| CN111429085A (zh) | 合同数据生成方法、装置、电子设备及存储介质 | |
| CN113626605B (zh) | 信息分类方法、装置、电子设备及可读存储介质 | |
| CN113705201B (zh) | 基于文本的事件概率预测评估算法、电子设备及存储介质 | |
| CN115409041A (zh) | 一种非结构化数据提取方法、装置、设备及存储介质 | |
| CN111652281B (zh) | 信息数据的分类方法、装置及可读存储介质 | |
| CN112561500A (zh) | 基于用户数据的薪酬数据生成方法、装置、设备及介质 | |
| CN113360505B (zh) | 基于时序数据的数据处理方法、装置、电子设备及可读存储介质 | |
| CN113448954B (zh) | 业务数据执行方法、装置、电子设备及计算机存储介质 | |
| CN113592606B (zh) | 基于多重决策的产品推荐方法、装置、设备及存储介质 | |
| CN112328960B (zh) | 数据运算的优化方法、装置、电子设备及存储介质 |
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 |