CN114398433A - 图表信息报告生成方法、装置、电子设备及存储介质 - Google Patents
图表信息报告生成方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114398433A CN114398433A CN202210064810.8A CN202210064810A CN114398433A CN 114398433 A CN114398433 A CN 114398433A CN 202210064810 A CN202210064810 A CN 202210064810A CN 114398433 A CN114398433 A CN 114398433A
- Authority
- CN
- China
- Prior art keywords
- chart
- data
- analysis
- model
- preset
- 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
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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- 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
- G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
-
- 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
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及人工智能技术,提供一种图表信息报告生成方法,首先形成图表数据模型;再对图表数据模型进行解析处理以获取图表关键数据,并通过模型分析系统将图表关键数据处理为图表数据卡片,而后使图表数据卡片携带唯一标识输入预设的图表解析模型中,再通过图表解析模型对图表数据卡片进行解析以生成图表解析文本,并根据唯一标识所属类别在图表解析文本上备注与唯一标识相对应的分类信息以形成图表信息报告,每个数据卡片具有唯一标识,从而在对数据卡片进行处理的过程中,提高整体过程的安全性和稳定性,自动进行布局以形成图表信息报告,从而无需人工解读即可形成规范的图表信息报告,进而提高报告效率,节省人力,减少整体项目耗时。
Description
技术领域
本发明涉及人工智能领域,尤其涉及一种图表信息报告生成方法、装置、电子设备及计算机可读存储介质。
背景技术
数据仪表板或可视化数据报告主要通过现有市面上主流的的商业分析工具制作,但其仅能够生成数据卡片,如柱状图、折线图、饼图等图表,而后再通过数据卡片人工进行排版布局以生成丰富的数据看板。
通常只有制作数据看板或报告制作人能够清晰的明确每一看板的实际意义,但往往由除制作人以外的其他阅读人来阅读该数据看板,阅读人在查看填写有数据看板的数据报告时,往往无法直接解读图表的信息,因此需要制作看板的人针对数据看板为阅读人进行人工归纳总结,即围绕数据看板编写文字以形成图文并茂的数据报告,从而为报告制作人带来额外的工作量,报告制作人需要阅读图标信息,思考措辞,才能形成图文并茂的数据报告,不仅报告效率低,而且浪费人力,拖延项目的整体耗时。
因此,亟需一种能够将图标制作与图标解析相贯通,减少人力浪费,提高报告制作效率,减少整体项目耗时的图表信息报告生成方法。
发明内容
本发明提供一种图表信息报告生成方法,以解决阅读人在查看填写有数据看板的数据报告时,往往无法直接解读图表的信息,因此需要制作看板的人针对数据看板为阅读人进行人工归纳总结,即围绕数据看板编写文字以形成图文并茂的数据报告,从而为报告制作人带来额外的工作量,报告制作人需要阅读图标信息,思考措辞,才能形成图文并茂的数据报告,不仅报告效率低,而且浪费人力,拖延项目的整体耗时的问题。
为实现上述目的,本发明提供的一种图表信息报告生成方法,包括:
按照预设图表维度建立维度分析表,并将所述维度分析表与预设的图表数据库相关联以形成图表数据模型;
对所述图表数据模型进行解析处理以获取图表关键数据,并通过模型分析系统将所述图表关键数据处理为图表数据卡片;
通过预设的标识控件在所述图表数据卡片上标记唯一标识,使所述图表数据卡片携带所述唯一标识输入预设的图表解析模型中;其中,所述图表解析模型由随机图表数据和统计图组件形成的统计数据训练而成;
通过所述图表解析模型对所述图表数据卡片进行解析以生成图表解析文本,并根据所述唯一标识所属类别在所述图表解析文本上备注与所述唯一标识相对应的分类信息以形成图表信息报告。
可选地,所述按照预设图表维度建立维度分析表,包括:
将各个预设图表维度的名称作为第一类纵列;
将每一预设图表维度的特性分类作为第二类纵列,且所述第二纵列中的类别信息与所述第一纵列的预设图表维度的名称相对应;
在所述第二类纵列中进行信息梳理以形成第二类子列,并在所述第二类子列中进行信息填充以形成维度分析表。
可选地,所述将所述维度分析表与预设的图表数据库相关联以形成图表数据模型,包括:
调用图表数据库,并将所述图表数据库与所述维度分析表相关联;
在所述图表数据库中抽取与所述维度分析表相对应的目标数据;
按照所述第一类纵列与所述第二类子列进行建模以形成模型框架,并将所述目标数据填充在所述模型框架中以形成图表数据模型;其中,在将所述目标数据填充在所述模型框架中以形成图表数据模型后,按照预设时间间隔对所述目标数据进行更新以更新所述图表数据模型。
可选地,所述对所述图表数据模型进行解析处理以获取图表关键数据,并通过模型分析系统将所述图表关键数据处理为图表数据卡片,包括:
对所述图表数据模型进行解析处理以获取图表关键数据,其中,所述图表关键数据包括图表意义和与所述图表意义相对应的数字数据;
通过模型分析系统将所述图表意义作为图表的展示项,将所述数字数据作为所述展示项的大小以形成目标图表;
通过预设的阅览程序遍历所述展示项以获取所述展示项的具体意义,并在所述目标图表中备注所述具体意义以形成图表数据卡片。
可选地,训练所述图表解析模型的过程,包括:
通过预获取的随机数据与Echart组件形成统计图;
通过预设的自动化标注插件在所述统计图中进行标注以形成测试数据,其中,所述测试数据中包括测试集和训练集;
将所述训练集输入卷积神经网络以形成图表解析脚本,并通过所述测试集对所述图表解析脚本进行测试以形成反馈函数;
根据所述反馈函数的值对所述图标解析脚本进行参数调整,当所述反馈函数的值处于预设的阈值区间内,则将所述图表解析脚本作为图表解析模型。
可选地,所述通过所述图表解析模型对所述图表数据卡片进行深度解析以生成图表解析文本,包括:
判断所获取的所述图表数据卡片与所述唯一标识是否相匹配;
若所述唯一标识与所述图表数据卡片相匹配,则通过所述图标解析模型对所述图表数据卡片进行校验,并对通过校验的图表数据卡片进行深度解析以形成解析数据;
通过所述图标解析模型对所述解析数据进行文字表述以生成图表解析文本。
可选地,所述在所述图表解析文本上备注与所述唯一标识相对应的分类信息以形成图表信息报告,包括:
对预设的唯一标识进行类别划分以形成分类信息,并基于所述分类信息配置编号规则;
获取与所述图表数据卡片相对应的唯一标识的所属分类信息,并基于所述分类信息与所述编号规则对所述图表解析文本进行编号以形成分类所属编号;
在所述图表解析文本上标记所述所属编号以形成目标报告;
将所述图表数据卡片与所述目标报告输入至BI工具中,以使所述BI工具的仪表板编辑器对所述目标报告进行排版布局,并将排版布局后的图表信息报告打印为PDF版本以生成图表信息报告;
将所述图表信息报告发送至预设的指定邮箱。
为了解决上述问题,本发明还提供一种图表信息报告生成装置,所述装置包括:
数据模型生成单元,用于按照预设图表维度建立维度分析表,并将所述维度分析表与预设的图表数据库相关联以形成图表数据模型;
关键数据处理单元,用于对所述图表数据模型进行解析处理以获取图表关键数据,并通过模型分析系统将所述图表关键数据处理为图表数据卡片;
数据卡片输入单元,用于通过预设的标识控件在所述图表数据卡片上标记唯一标识,使所述图表数据卡片携带所述唯一标识输入预设的图表解析模型中;其中,所述图表解析模型由随机图表数据和统计图组件形成的统计数据训练而成;
信息报告生成单元,用于通过所述图表解析模型对所述图表数据卡片进行解析以生成图表解析文本,并根据所述唯一标识所属类别在所述图表解析文本上备注与所述唯一标识相对应的分类信息以形成图表信息报告。
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图表信息报告生成方法中的步骤。
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图表信息报告生成方法。
本发明实施例首先按照预设图表维度建立维度分析表,并将维度分析表与预设的图表数据库相关联以形成图表数据模型;再对图表数据模型进行解析处理以获取图表关键数据,并通过模型分析系统将图表关键数据处理为图表数据卡片,而后通过预设的标识控件在图表数据卡片上标记唯一标识,使图表数据卡片携带唯一标识输入预设的图表解析模型中;其中,图表解析模型由随机图表数据和统计图组件形成的统计数据训练而成,再通过图表解析模型对图表数据卡片进行解析以生成图表解析文本,并根据唯一标识所属类别在图表解析文本上备注与唯一标识相对应的分类信息以形成图表信息报告,每个数据卡片具有唯一标识,从而在对数据卡片进行处理的过程中,提高整体过程的安全性和稳定性,自动进行布局以形成图表信息报告,从而无需人工解读即可形成规范的图表信息报告,进而提高报告效率,节省人力,减少整体项目耗时。
附图说明
图1为本发明一实施例提供的图表信息报告生成方法的流程示意图;
图2为本发明一实施例提供的图表信息报告生成装置的模块示意图;
图3为本发明一实施例提供的图表信息报告生成方法的电子设备的内部结构示意图;
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。
通常只有制作数据看板或报告制作人能够清晰的明确每一看板的实际意义,但往往由除制作人以外的其他阅读人来阅读该数据看板,阅读人在查看填写有数据看板的数据报告时,往往无法直接解读图表的信息,因此需要制作看板的人针对数据看板为阅读人进行人工归纳总结,即围绕数据看板编写文字以形成图文并茂的数据报告,从而为报告制作人带来额外的工作量,报告制作人需要阅读图标信息,思考措辞,才能形成图文并茂的数据报告,不仅报告效率低,而且浪费人力,拖延项目的整体耗时。
为解决上述问题,本发明实施例提供一种图表信息报告生成方法。
需要说明的是,本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
如图1所示,在本实施例中,图表信息报告生成方法,包括:
S1:按照预设图表维度建立维度分析表,并将维度分析表与预设的图表数据库相关联以形成图表数据模型;
S2:对图表数据模型进行解析处理以获取图表关键数据,并通过模型分析系统将图表关键数据处理为图表数据卡片;
S3:通过预设的标识控件在图表数据卡片上标记唯一标识,使图表数据卡片携带唯一标识输入预设的图表解析模型中;其中,图表解析模型由随机图表数据和统计图组件形成的统计数据训练而成;
S4:通过图表解析模型对图表数据卡片进行解析以生成图表解析文本,并根据所述唯一标识所属类别在图表解析文本上备注与唯一标识相对应的分类信息以形成图表信息报告。
在图1所示的实施例中,步骤S1为按照预设图表维度建立维度分析表,并将所述维度分析表与预设的图表数据库相关联以形成图表数据模型的过程;其中,
按照预设图表维度建立维度分析表的过程,包括:
S111:将各个预设图表维度的名称作为第一类纵列;
S112:将每一预设图表维度的特性分类作为第二类纵列,且第二纵列中的类别信息与第一纵列的预设图表维度的名称相对应;
S113:在第二类纵列中进行信息梳理以形成第二类子列,并在第二类子列中进行信息填充以形成维度分析表;
将维度分析表与预设的图表数据库相关联以形成图表数据模型的过程,包括:
S121:调用图表数据库,并将图表数据库与所述维度分析表相关联;
S122:在图表数据库中抽取与维度分析表相对应的目标数据;
S123:按照第一类纵列与第二类子列进行建模以形成模型框架,并将目标数据填充在模型框架中以形成图表数据模型;其中,在将目标数据填充在模型框架中以形成图表数据模型后,按照预设时间间隔对目标数据进行更新以更新图表数据模型;
具体的,步骤S11为建立维度分析表的过程,该维度分析表为根据业务需求预设的,在本实施例中,以岗位人才管理为例,在本实施例中,该图表维度的名称(第一类纵列)包括员工人数、招聘人数、招聘应聘比、入职率、离职人数、待离职人数、离职人数、入职人数等,该第二类纵列包括与该图表维度的名称相对应各个第二类子列,比如公司、部门、岗位、职位级别、工龄、性别年、龄等;
步骤S12为将维度分析表对接图表数据库以形成图表数据模型的过程,在该过程中首先创建图表数据库与该维度分析表的关联关系,而后根据该维度分析表在图表数据库中调用与该维度分析表中第一类纵列、第二类子列相对应的数据,从而构建出图表数据模型,并且设定数据更新的频率,即设定时间间隔,如每周更新一次。
在图1所示的实施例中,步骤S2为对图表数据模型进行解析处理以获取图表关键数据,并通过模型分析系统将图表关键数据处理为图表数据卡片的过程;其中,包括:
S21:对所述图表数据模型进行解析处理以获取图表关键数据,其中,所述图表关键数据包括图表意义和与所述图表意义相对应的数字数据;该对图表数据进行解析处理的过程,即对图表数据进行遍历查阅,而后在图表中提取关键字信息,从而形成图标关键数据,比如以折线图为例,首先对折线图进行遍历查阅,而后在折线图中进行信息提取以获取折线图中每个类别的数据大小等信息以形成图表关键数据;
S22:通过模型分析系统将所述图表意义作为图表的展示项,将所述数字数据作为所述展示项的大小以形成目标图表;
S23:通过预设的阅览程序遍历所述展示项以获取所述展示项的具体意义,并在所述目标图表中备注该具体意义以形成图表数据卡片。
具体的,在步骤S21为对图表数据模型进行解析处理以获取图表关键数据的过程,步骤S22为将图表意义作为图表的展示项,将数字数据作为展示项的大小以形成目标图表的过程,其中该图表关键数据包括图表意义和与该图表意义相对应的数字数据,在本实施例中,仍以上述人员管理为例,目标图表可以为柱状图、折线图、饼状图等任何图表,在本实施例中以图表数据卡片基于折线图为例,该图表意义即为第一类纵列,同时,该图表意义落实到折线图中即为展示项,即需要展示数值的项目,比如该展示项可以为上述例子中的员工人数,则在折线图中其纵向轴表示员工人数,横轴为第二类子列中的公司,该折线图的意义即表示各个公司的员工人数,人数的具体数字即为数字数据;
其中,该模型分析系统可以为任意能够自动生成图标的模型,在本实施例中,该模型分析系统为BI系统;
步骤S23为在目标图表中备注展示项的具体意义的过程,通常在折线图表本身通常以数或英文表示展示项,比如折线图表的横轴上写1,2,3等,而后在该折线图表的旁边注明具体意义,以形成完整的图表数据卡片。
在图1所示的实施例中,步骤S3为通过预设的标识控件在图表数据卡片上标记唯一标识,使图表数据卡片携带唯一标识输入预设的图表解析模型中的过程;其中,图表解析模型由随机图表数据和统计图组件形成的统计数据训练而成;其中,该标识控件为提前预设的程序,其能够在所收取的图表数据卡片上标记唯一标识;
在图表数据卡片上标记唯一标识的过程,包括:
S301:对展示项与预设的类别集合进行对比以获取展示项的所属类别,获取与所述所属类别相对应的唯一标识,并将唯一标识覆盖在所述图表数据卡片中;
训练图表解析模型的过程,包括:
S311:通过预获取的随机数据与Echart组件形成统计图;
S312:通过预设的自动化标注插件在所述统计图中进行标注以形成测试数据,其中,所述测试数据中包括测试集和训练集;该标注即为能够对该统计图进行详细描述的自然语言;
S313:将所述训练集输入卷积神经网络以形成图表解析脚本,并通过所述测试集对所述图表解析脚本进行测试以形成反馈函数;
S314:根据所述反馈函数的值对所述图标解析脚本进行参数调整,当所述反馈函数的值处于预设的阈值区间内,则将所述图表解析脚本作为图表解析模型;
步骤S301为对展示项与预设的类别集合进行对比以获取展示项的所属类别,获取与所属类别相对应的唯一标识,并将唯一标识覆盖在所述图表数据卡片中的过程,该唯一标识可以为一个唯一的编号,也可以是唯一的字符,在此不作限制,在本实施例中,该唯一标识为英文和数字共同组成的序列,以提高安全性;
具体的,在本实施例中,步骤S31为训练图表解析模型的过程,在该过程中,首先获取随机数据,具体的随机数据在此不做限制,该随机数据可以为为任意具有随机性的数据组合;而后根据该随机数据与Echart组件形成统计图,在本实施例中,该Echart组件为Echart折线图组件,即在本实施例中以折线图的形式训练图表解析模型,还可以再以饼状图、柱状图等训练该图表解析模型,在此不作限制;然后在该统计图中进行标注以形成测试数据,在本实施例中,该测试数据包括至少2000张折线图,且通过标注程序将折线图分别标注到不同类型的图形趋势,如上升趋势、下降趋势、减速上升、加速上升、U型趋势等以形成测试数据;其中,该测试数据包括用于训练的训练集,和用于检验的测试集,在本实施例中,20%的测试数据为测试集,即400条测试数据作为测试集,80%用作训练集,即1600条测试数据作为训练集;
而后将训练集输入卷积神经网络以形成图标表解析脚本,并通过测试集对图表解析脚本进行检测以形成反馈函数,该反馈函数能够反映该图表解析脚本的精度,从而根据该反馈函数进行反复的参数调整以形成高精度的图表解析模型,在本实施例中,该图表解析模型能够自动的根据图表数据卡片生成图表解析文本。
在图1所示的实施例中,步骤S4为通过图表解析模型对图表数据卡片进行深度解析以生成图表解析文本,并在图表解析文本上备注与唯一标识相对应的分类信息以形成图表信息报告的过程,其中,
通过图表解析模型对所述图表数据卡片进行深度解析以生成图表解析文本的过程,包括:
S411:判断所获取的图表数据卡片与所述唯一标识是否相匹配;
S412:若唯一标识与图表数据卡片相匹配,则通过图标解析模型对图表数据卡片进行校验,并对通过校验的图表数据卡片进行深度解析以形成解析数据;
S413:通过图标解析模型对解析数据进行文字表述以生成图表解析文本;
在图表解析文本上备注与唯一标识相对应的分类信息以形成图表信息报告的过程,包括:
S421:对预设的唯一标识进行类别划分以形成分类信息,并基于分类信息配置编号规则;
S422:获取与图表数据卡片相对应的唯一标识的所属分类信息,并基于分类信息与所述编号规则对图表解析文本进行编号以形成分类所属编号;
S423:在图表解析文本上标记所属编号以形成目标报告;
S424:将图表数据卡片与目标报告输入至BI工具中,以使BI工具的仪表板编辑器对目标报告进行排版布局,并将排版布局后的图表信息报告打印为PDF版本以生成图表信息报告;
S425:将图表信息报告发送至预设的指定邮箱。
具体的,步骤S421为提前预设分类信息和预设编号规则的过程,其中,该分类信息与前述预设的唯一标识相对应,比如唯一标识与展示项的所属类别相对应,每一个所属类别对应一个分类信息,并且每一个分类信息对应一个字母或符号,从而该编号规则即基于该字母或符号制定规则,比如,分类信息的第一类对应A,第二类对应B,则该编号规则在本实施例中即为将该分类信息的对应字母作为第一个占位,将图表解析文本在该类别中的排序作为第二占位,其他不做限制;
步骤S422与步骤S423为根据与图表解析文本相对应的唯一标识获取与该图表解析文本相对应的所属编号的过程,而后将该所属编号标记在图表解析文本上以形成目标报告;
需要说明的是,整个过程均按照预设时间定时更新,以在指定的时间内自动发送新的规范目标报告(规范图表信息报告),即在将目标数据填充在模型框架中以形成图表数据模型后,按照预设时间间隔对目标数据进行更新,从而更新整个过程,进而形成新的规范目标报告。
在本实施例中,服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
本实施例中的图表信息报告生成方法具有如下好处:1、定时更新数据模型中的目标数据,以定时更新数据模型,从而定时制作相应的图表信息报告;2、每个数据卡片具有唯一标识,从而在对数据卡片进行处理的过程中,提高整体过程的安全性和稳定性;能够根据反馈函数及时调整模型的参数,从而提高图表解析模型的精准度;自动进行布局以形成图表信息报告,从而提高无需人工解读即可形成规范的图表信息报告,进而提高报告效率,节省人力,减少整体项目耗时。
如上所述,本发明提供的图表信息报告生成方法,首先按照预设图表维度建立维度分析表,并将维度分析表与预设的图表数据库相关联以形成图表数据模型;再对图表数据模型进行解析处理以获取图表关键数据,并通过模型分析系统将图表关键数据处理为图表数据卡片,而后在图表数据卡片上标记唯一标识,使图表数据卡片携带唯一标识输入预设的图表解析模型中;其中,图表解析模型由随机图表数据和统计图组件形成的统计数据训练而成,再通过图表解析模型对图表数据卡片进行深度解析以生成图表解析文本,并根据唯一标识所属类别在图表解析文本上备注与唯一标识相对应的分类信息以形成图表信息报告,每个数据卡片具有唯一标识,从而在对数据卡片进行处理的过程中,提高整体过程的安全性和稳定性,自动进行布局以形成图表信息报告,从而无需人工解读即可形成规范的图表信息报告,进而提高报告效率,节省人力,减少整体项目耗时。
如图2所示,本发明提供一种图表信息报告生成装置100,本发明可以安装于电子设备中。根据实现的功能,该图表信息报告生成装置100可以包括数据模型生成单元101、关键数据处理单元102、数据卡片输入单元103、信息报告生成单元104。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:
数据模型生成单元101,用于按照预设图表维度建立维度分析表,并将所述维度分析表与预设的图表数据库相关联以形成图表数据模型;
关键数据处理单元102,用于对所述图表数据模型进行解析处理以获取图表关键数据,并通过模型分析系统将所述图表关键数据处理为图表数据卡片;
数据卡片输入单元103,用于通过预设的标识控件在所述图表数据卡片上标记唯一标识,使所述图表数据卡片携带所述唯一标识输入预设的图表解析模型中;其中,所述图表解析模型由随机图表数据和统计图组件形成的统计数据训练而成;
信息报告生成单元104,用于通过所述图表解析模型对所述图表数据卡片进行解析以生成图表解析文本,并根据所述唯一标识所属类别在所述图表解析文本上备注与所述唯一标识相对应的分类信息以形成图表信息报告。
在本实施例中,该数据模型生成单元101包括:
分析表建立模块,用于将各个预设图表维度的名称作为第一类纵列;将每一预设图表维度的特性分类作为第二类纵列,且第二纵列中的类别信息与第一纵列的预设图表维度的名称相对应;在第二类纵列中进行信息梳理以形成第二类子列,并在第二类子列中进行信息填充以形成维度分析表;
图表数据模型建立模块,用于调用图表数据库,并将图表数据库与所述维度分析表相关联;在图表数据库中抽取与维度分析表相对应的目标数据;按照第一类纵列与第二类子列进行建模以形成模型框架,并将目标数据填充在模型框架中以形成图表数据模型;其中,在将目标数据填充在模型框架中以形成图表数据模型后,按照预设时间间隔对目标数据进行更新以更新图表数据模型;
关键数据处理单元102包括:
关键数据模块,用于对图表数据模型进行解析处理以获取图表关键数据,其中,所述图表关键数据包括图表意义和与所述图表意义相对应的数字数据;
目标图表模块,用于通过模型分析系统将所述图表意义作为图表的展示项,将所述数字数据作为所述展示项的大小以形成目标图表;
数据卡片模块,用于在目标图表中备注所述展示项的具体意义以形成图表数据卡片;
数据卡片输入单元103包括:
标识模块,用于对展示项与预设的类别集合进行对比以获取展示项的所属类别,获取与所述所属类别相对应的唯一标识,并将唯一标识覆盖在所述图表数据卡片中;
模型训练模块,用于获取随机数据;
通过随机数据与Echart组件形成统计图;
在所述统计图中进行标注以形成测试数据,其中,所述测试数据中包括测试集和训练集;该标注即为能够对该统计图进行详细描述的自然语言;
将所述训练集输入卷积神经网络以形成图表解析脚本,并通过所述测试集对所述图表解析脚本进行测试以形成反馈函数;
根据所述反馈函数的值对所述图标解析脚本进行参数调整,当所述反馈函数的值处于预设的阈值区间内,则将所述图表解析脚本作为图表解析模型;
信息报告生成单元104包括:
图标解析模块,用于判断所获取的图表数据卡片与所述唯一标识是否相匹配;若唯一标识与图表数据卡片相匹配,则通过图标解析模型对图表数据卡片进行校验,并对通过校验的图表数据卡片进行深度解析以形成解析数据;通过图标解析模型对解析数据进行文字表述以生成图表解析文本;
信息报告模块,用于对预设的唯一标识进行类别划分以形成分类信息,并基于分类信息配置编号规则;
获取与图表数据卡片相对应的唯一标识的所属分类信息,并基于分类信息与所述编号规则对图表解析文本进行编号以形成分类所属编号;
在图表解析文本上标记所属编号以形成目标报告;
将图表数据卡片与目标报告输入至BI工具中,以使BI工具的仪表板编辑器对目标报告进行排版布局,并将排版布局后的图表信息报告打印为PDF版本以生成图表信息报告;
将图表信息报告发送至预设的指定邮箱。
如上所述,本发明提供的图表信息报告生成装置100,首先通过数据模型生成单元101按照预设图表维度建立维度分析表,并将维度分析表与预设的图表数据库相关联以形成图表数据模型;再通过关键数据处理单元102对图表数据模型进行解析处理以获取图表关键数据,并通过模型分析系统将图表关键数据处理为图表数据卡片,而后通过数据卡片输入单元103在图表数据卡片上标记唯一标识,使图表数据卡片携带唯一标识输入预设的图表解析模型中;其中,图表解析模型由随机图表数据和统计图组件形成的统计数据训练而成,再利用信息报告生成单元104通过图表解析模型对图表数据卡片进行深度解析以生成图表解析文本,并根据唯一标识所属类别在图表解析文本上备注与唯一标识相对应的分类信息以形成图表信息报告,每个数据卡片具有唯一标识,从而在对数据卡片进行处理的过程中,提高整体过程的安全性和稳定性,自动进行布局以形成图表信息报告,从而无需人工解读即可形成规范的图表信息报告,进而提高报告效率,节省人力,减少整体项目耗时。
如图3所示,本发明提供一种图表信息报告生成方法的电子设备1。
该电子设备1可以包括处理器10、存储器11和总线,还可以包括存储在存储器11中并可在所述处理器10上运行的计算机程序,如图表信息报告生成程序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,例如图表信息报告生成的代码等,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(例如图表信息报告生成程序等),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存储的图表信息报告生成程序12是多个指令的组合,在所述处理器10中运行时,可以实现:
按照预设图表维度建立维度分析表,并将维度分析表与预设的图表数据库相关联以形成图表数据模型;
对图表数据模型进行解析处理以获取图表关键数据,并通过模型分析系统将图表关键数据处理为图表数据卡片;
通过预设的标识控件在图表数据卡片上标记唯一标识,使图表数据卡片携带唯一标识输入预设的图表解析模型中;其中,图表解析模型由随机图表数据和统计图组件形成的统计数据训练而成;
通过图表解析模型对图表数据卡片进行解析以生成图表解析文本,并根据所述唯一标识所属类别在图表解析文本上备注与唯一标识相对应的分类信息以形成图表信息报告。
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。需要强调的是,为进一步保证上述图表信息报告生成的私密和安全性,上述图表信息报告生成的数据存储于本服务器集群所处区块链的节点中。
服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
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取存储介质中。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)。
本发明实施例还提供一种计算机可读存储介质,所述存储介质可以是非易失性的,也可以是易失性的,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现:
按照预设图表维度建立维度分析表,并将维度分析表与预设的图表数据库相关联以形成图表数据模型;
对图表数据模型进行解析处理以获取图表关键数据,并通过模型分析系统将图表关键数据处理为图表数据卡片;
通过预设的标识控件在图表数据卡片上标记唯一标识,使图表数据卡片携带唯一标识输入预设的图表解析模型中;其中,图表解析模型由随机图表数据和统计图组件形成的统计数据训练而成;
通过图表解析模型对图表数据卡片进行解析以生成图表解析文本,并根据所述唯一标识所属类别在图表解析文本上备注与唯一标识相对应的分类信息以形成图表信息报告。
具体地,所述计算机程序被处理器执行时具体实现方法可参考实施例图表信息报告生成方法中相关步骤的描述,在此不赘述。
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)
1.一种图表信息报告生成方法,其特征在于,包括:
按照预设图表维度建立维度分析表,并将所述维度分析表与预设的图表数据库相关联以形成图表数据模型;
对所述图表数据模型进行解析处理以获取图表关键数据,并通过模型分析系统将所述图表关键数据处理为图表数据卡片;
通过预设的标识控件在所述图表数据卡片上标记唯一标识,使所述图表数据卡片携带所述唯一标识输入预设的图表解析模型中;其中,所述图表解析模型由随机图表数据和统计图组件形成的统计数据训练而成;
通过所述图表解析模型对所述图表数据卡片进行解析以生成图表解析文本,并根据所述唯一标识所属类别在所述图表解析文本上备注与所述唯一标识相对应的分类信息以形成图表信息报告。
2.如权利要求1所述的图表信息报告生成方法,其特征在于,所述按照预设图表维度建立维度分析表,包括:
将各个预设图表维度的名称作为第一类纵列;
将每一预设图表维度的特性分类作为第二类纵列,且所述第二纵列中的类别信息与所述第一纵列的预设图表维度的名称相对应;
在所述第二类纵列中进行信息梳理以形成第二类子列,并在所述第二类子列中进行信息填充以形成维度分析表。
3.如权利要求1所述的图表信息报告生成方法,其特征在于,所述将所述维度分析表与预设的图表数据库相关联以形成图表数据模型,包括:
调用图表数据库,并将所述图表数据库与所述维度分析表相关联;
在所述图表数据库中抽取与所述维度分析表相对应的目标数据;
按照所述第一类纵列与所述第二类子列进行建模以形成模型框架,并将所述目标数据填充在所述模型框架中以形成图表数据模型;其中,在将所述目标数据填充在所述模型框架中以形成图表数据模型后,按照预设时间间隔对所述目标数据进行更新以更新所述图表数据模型。
4.如权利要求1所述的图表信息报告生成方法,其特征在于,所述对所述图表数据模型进行解析处理以获取图表关键数据,并通过模型分析系统将所述图表关键数据处理为图表数据卡片,包括:
对所述图表数据模型进行解析处理以获取图表关键数据,其中,所述图表关键数据包括图表意义和与所述图表意义相对应的数字数据;
通过模型分析系统将所述图表意义作为图表的展示项,将所述数字数据作为所述展示项的大小以形成目标图表;
通过预设的阅览程序遍历所述展示项以获取所述展示项的具体意义,并在所述目标图表中备注所述具体意义以形成图表数据卡片。
5.如权利要求4所述的图表信息报告生成方法,其特征在于,训练所述图表解析模型的过程,包括:
通过预获取的随机数据与Echart组件形成统计图;
通过预设的自动化标注插件在所述统计图中进行标注以形成测试数据,其中,所述测试数据中包括测试集和训练集;
将所述训练集输入卷积神经网络以形成图表解析脚本,并通过所述测试集对所述图表解析脚本进行测试以形成反馈函数;
根据所述反馈函数的值对所述图标解析脚本进行参数调整,当所述反馈函数的值处于预设的阈值区间内,则将所述图表解析脚本作为图表解析模型。
6.如权利要求1所述的图表信息报告生成方法,其特征在于,所述通过所述图表解析模型对所述图表数据卡片进行深度解析以生成图表解析文本,包括:
判断所获取的所述图表数据卡片与所述唯一标识是否相匹配;
若所述唯一标识与所述图表数据卡片相匹配,则通过所述图标解析模型对所述图表数据卡片进行校验,并对通过校验的图表数据卡片进行深度解析以形成解析数据;
通过所述图标解析模型对所述解析数据进行文字表述以生成图表解析文本。
7.如权利要求6所述的图表信息报告生成方法,其特征在于,所述在所述图表解析文本上备注与所述唯一标识相对应的分类信息以形成图表信息报告,包括:
对预设的唯一标识进行类别划分以形成分类信息,并基于所述分类信息配置编号规则;
获取与所述图表数据卡片相对应的唯一标识的所属分类信息,并基于所述分类信息与所述编号规则对所述图表解析文本进行编号以形成分类所属编号;
在所述图表解析文本上标记所述所属编号以形成目标报告;
将所述图表数据卡片与所述目标报告输入至BI工具中,以使所述BI工具的仪表板编辑器对所述目标报告进行排版布局,并将排版布局后的图表信息报告打印为PDF版本以生成图表信息报告;
将所述图表信息报告发送至预设的指定邮箱。
8.一种图表信息报告生成装置,其特征在于,所述装置包括:
数据模型生成单元,用于按照预设图表维度建立维度分析表,并将所述维度分析表与预设的图表数据库相关联以形成图表数据模型;
关键数据处理单元,用于对所述图表数据模型进行解析处理以获取图表关键数据,并通过模型分析系统将所述图表关键数据处理为图表数据卡片;
数据卡片输入单元,用于通过预设的标识控件在所述图表数据卡片上标记唯一标识,使所述图表数据卡片携带所述唯一标识输入预设的图表解析模型中;其中,所述图表解析模型由随机图表数据和统计图组件形成的统计数据训练而成;
信息报告生成单元,用于通过所述图表解析模型对所述图表数据卡片进行解析以生成图表解析文本,并根据所述唯一标识所属类别在所述图表解析文本上备注与所述唯一标识相对应的分类信息以形成图表信息报告。
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计算机程序,所述计算机程序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中任一所述的图表信息报告生成方法中的步骤。
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中任一所述的图表信息报告生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210064810.8A CN114398433A (zh) | 2022-01-20 | 2022-01-20 | 图表信息报告生成方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210064810.8A CN114398433A (zh) | 2022-01-20 | 2022-01-20 | 图表信息报告生成方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114398433A true CN114398433A (zh) | 2022-04-26 |
Family
ID=81232725
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210064810.8A Pending CN114398433A (zh) | 2022-01-20 | 2022-01-20 | 图表信息报告生成方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114398433A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116227452A (zh) * | 2023-01-05 | 2023-06-06 | 易方达基金管理有限公司 | 使用组装式卡片分析模板的方法、装置、设备及存储介质 |
-
2022
- 2022-01-20 CN CN202210064810.8A patent/CN114398433A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116227452A (zh) * | 2023-01-05 | 2023-06-06 | 易方达基金管理有限公司 | 使用组装式卡片分析模板的方法、装置、设备及存储介质 |
CN116227452B (zh) * | 2023-01-05 | 2024-03-22 | 易方达基金管理有限公司 | 使用组装式卡片分析模板的方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113961584A (zh) | 字段血缘分析方法、装置、电子设备及存储介质 | |
CN115002200A (zh) | 基于用户画像的消息推送方法、装置、设备及存储介质 | |
CN113704614A (zh) | 基于用户画像的页面生成方法、装置、设备及介质 | |
CN112115145A (zh) | 数据采集方法、装置、电子设备及存储介质 | |
CN113434674A (zh) | 数据解析方法、装置、电子设备及可读存储介质 | |
CN115408399A (zh) | 基于sql脚本的血缘关系分析方法、装置、设备及存储介质 | |
CN113158634A (zh) | 批量数据申报方法、装置、设备及计算机可读存储介质 | |
CN115293603A (zh) | 任务分配方法、装置、电子设备及计算机可读存储介质 | |
CN115081538A (zh) | 基于机器学习的客户关系识别方法、装置、设备及介质 | |
CN114398433A (zh) | 图表信息报告生成方法、装置、电子设备及存储介质 | |
CN114969484A (zh) | 业务数据搜索方法、装置、设备及存储介质 | |
CN114003704A (zh) | 指定标签客群的创建方法、装置、电子设备及存储介质 | |
CN113627160A (zh) | 文本纠错方法、装置、电子设备及存储介质 | |
CN113658002A (zh) | 基于决策树的交易结果生成方法、装置、电子设备及介质 | |
CN112541688A (zh) | 业务数据校验方法、装置、电子设备及计算机存储介质 | |
CN115544566A (zh) | 日志脱敏方法、装置、设备及存储介质 | |
CN115146064A (zh) | 意图识别模型优化方法、装置、设备及存储介质 | |
CN114996386A (zh) | 业务角色识别方法、装置、设备及存储介质 | |
CN113723813A (zh) | 业绩排行方法、装置、电子设备及可读存储介质 | |
CN113486646A (zh) | 产品报告发布方法、装置、电子设备及可读存储介质 | |
CN114943306A (zh) | 意图分类方法、装置、设备及存储介质 | |
CN113947066A (zh) | 基于asr的文本比对方法、装置、电子设备及存储介质 | |
CN114611477A (zh) | 数据表的设计推荐方法、装置、电子设备及介质 | |
CN114548825B (zh) | 投诉工单失真检测方法、装置、设备及存储介质 | |
CN112528112A (zh) | 数据收集及分析方法、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 |