CN114579829A - 一种计算机网络数据可视化方法、装置和计算机设备 - Google Patents
一种计算机网络数据可视化方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN114579829A CN114579829A CN202210019572.9A CN202210019572A CN114579829A CN 114579829 A CN114579829 A CN 114579829A CN 202210019572 A CN202210019572 A CN 202210019572A CN 114579829 A CN114579829 A CN 114579829A
- Authority
- CN
- China
- Prior art keywords
- information
- network information
- data
- visual
- network
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000013079 data visualisation Methods 0.000 title claims abstract description 27
- 230000000007 visual effect Effects 0.000 claims abstract description 188
- 238000012800 visualization Methods 0.000 claims abstract description 71
- 238000012545 processing Methods 0.000 claims abstract description 29
- 238000004590 computer program Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; 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)
- User Interface Of Digital Computer (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种计算机网络数据可视化方法、装置和计算机设备,运用于网络数据可视化技术领域,包括接收用户从预设显示界面中输入的可视化需求数据,获得用户的可视化需求信息,接着进行信息识别并根据网络信息类别对所识别的信息进行划分;将网络信息分别通过各自的信息通道从互联网平台中获取网络信息数据,然后储存于任一预设候选可视化场景中;根据可视化识别标准对候选可视化场景逐一进行扫描以识别得到每个候选可视化场景内的可视化场景特征,可视化识别标准为存储于标准数据库内的预设可视化场景特征,将得到可视化场景特征进行可视化处理以得到可视化展示数据并呈现。获取可视化需求信息的准确性较高且能满足用户的多种可视化需求。
Description
技术领域
本发明涉及网络数据可视化技术领域,特别涉及为一种计算机网络数据可视化方法、装置和计算机设备。
背景技术
现有技术CN202110553640.5公开的一种大数据可视化方法及大数据云服务器,能够将可视化需求信息的多个数据可视化标签以及获取到的数据可视化场景对应的可视化场景特征进行综合分析,从而确定待识别数据可视化场景,进而实现可视化需求信息与待识别数据可视化场景的配对,这样能够通过对配对之后的可视化需求信息进行识别,确保可视化识别结果与实际的业务场景的高度匹配性。
现有技术的获取完可视化需求信息后对网络信息数据获取的准确性较低,会出现获取的网络信息数据与用户需求信息不一致的情况,本发明除了解决数据可视化的智能化和可视化程度较低的问题,还能够对可视化需求信息进行信息识别以及通过计算配对系数后再对网络信息数据进行获取,准确性较高且获取的网络信息数据多样化,能够满足用户的多种可视化需求。
发明内容
本发明旨在解决上述现有技术的获取完可视化需求信息后对网络信息数据获取的准确性较低的问题,提供一种计算机网络数据可视化方法、装置和计算机设备。
本发明为解决技术问题采用如下技术手段:
本发明提供一种计算机网络数据可视化方法,包括以下步骤:
接收用户从预设显示界面中输入的可视化需求数据,获得所述用户的可视化需求信息;其中,所述可视化需求数据包括但不限于是文本;
将所述可视化需求信息进行信息识别,并根据网络信息类别对所识别的信息进行划分,分别划分为第一类网络信息、第二类网络信息和第三类网络信息;
将所述第一类网络信息、所述第二类网络信息和所述第三类网络信息分别通过各自的信息通道从互联网平台中获取网络信息数据;
将所述网络信息数据储存于任一预设候选可视化场景中;
根据可视化识别标准对所述候选可视化场景逐一进行扫描,以识别得到每个所述候选可视化场景内的可视化场景特征,所述可视化识别标准为存储于标准数据库内的预设可视化场景特征;
将得到的可视化场景特征进行可视化处理以得到可视化展示数据并进行呈现。
进一步的:所述将所述可视化需求信息进行信息识别,并根据网络信息类别对所识别的信息进行划分,分别划分为第一类网络信息、第二类网络信息和第三类网络信息的步骤中,还包括:
对可视化需求信息进行信息识别,识别公式为:
进一步的:所述网络信息数据包括:文字信息数据、图像信息数据、动画信息数据和视频信息数据中的一种或者多种。
进一步的:可视化处理包括:表格模式处理、直方图模式处理、饼状图模式处理和线性图模式处理的一种或多种。
进一步的:所述将所述第一类网络信息、所述第二类网络信息和所述第三类网络信息分别通过各自的信息通道从互联网平台中获取网络信息数据的步骤之后,还包括:
通过对所述网络信息数据进行计算得到配对系数K,其中,计算过程:
判断配对系数K是否>0.9,当K>0.9时,其匹配率高,此时信息通道此网络信息数据获取。
进一步的:所述第一类网络信息包括:新闻信息、学术信息和教育信息,第二类网络信息包括:娱乐信息和服务信息,第三类网络信息包括:公关信息和用户信息。
本发明还提供一种计算机网络数据可视化装置,包括:
数据获取模块,用于接收用户从预设显示界面中输入的可视化需求数据,获得所述用户的可视化需求信息;其中,所述可视化需求数据包括但不限于是文本;
识别模块,用于将所述可视化需求信息进行信息识别,并根据网络信息类别对所识别的信息进行划分,分别划分为第一类网络信息、第二类网络信息和第三类网络信息;
获取模块,用于将所述第一类网络信息、所述第二类网络信息和所述第三类网络信息分别通过各自的信息通道从互联网平台中获取网络信息数据,并对获取的网络信息数据进行配对系数的计算,并判断是否符合获取的要求;
存储模块,用于将所述网络信息数据储存于任一预设候选可视化场景中;
特征识别模块,用于根据预设的可视化识别标准对所述候选可视化场景逐一进行扫描识别以得到每个候选可视化场景内的可视化场景特征,所述可视化识别标准依据预设有的标准数据库,所述标准数据库内储存有所有可视化场景特征;
展示模块,用于将得到的可视化场景特征进行可视化处理以得到可视化展示数据并进行呈现。
本发明还提供一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述的方法的步骤。
本发明还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
本发明提供了一种计算机网络数据可视化方法及其装置和存储介质,具有以下有益效果:
(1)获取到的可视化需求信息准确性较高,并且能够满足用户的多种可视化需求;
(2)可视化的智能化较高以及可视化程度较高。
附图说明
图1为本发明一实施例中计算机网络数据可视化方法的方法步骤示意图;
图2为本发明一实施例中计算机网络数据可视化装置结构框图;
图3是本申请一实施例的计算机设备的结构示意框图。
本发明为目的的实现、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。
下面将结合本发明的实施例中的附图,对本发明的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的一部分实施例,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作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。
参考附图1,为本发明一实施例中的一种计算机网络数据可视化方法,包括:
S1,接收用户从预设显示界面中输入的可视化需求数据,获得用户的可视化需求信息;其中,可视化需求数据包括但不限于是文本;
S2,将可视化需求信息进行信息识别,并根据网络信息类别对所识别的信息进行划分,分别划分为第一类网络信息、第二类网络信息和第三类网络信息;
S3,将第一类网络信息、第二类网络信息和第三类网络信息分别通过各自的信息通道从互联网平台中获取网络信息数据;
S4,将网络信息数据储存于任一预设候选可视化场景中;
S5,根据可视化识别标准对所述候选可视化场景逐一进行扫描,以识别得到每个所述候选可视化场景内的可视化场景特征,所述可视化识别标准为存储于标准数据库内的预设可视化场景特征;
S6,将得到的可视化场景特征进行可视化处理以得到可视化展示数据并进行呈现。
以上步骤中,首先接收到用户在显示界面中输入可视化需求数据,其中,所接收到的可视化需求数据包括文本,如键盘,在一具体实施例中,接收到文本为“键盘”,在其他实施例中,文本也可以采用中文或英文,如鼠标或mouse,
获得用户的可视化需求信息后,接着将获得可视化需求信息通过识别公式进行计
算,在一具体实施例中,输入矢量=1,得出的结果为-4.6341,即<0,即划分为
第一类网络信息,同样地,输入矢量经识别公式进行计算后,得出的结果,当<0
为时,划分为第一类网络信息,当0<<时,划分为第二类网络信息,当时,
划分为第三类网络信息,划分完成后,第一类网络信息通过第一类网络信息通道从互联网
平台获取网络信息数据,其中,第一类网络信息包括新闻信息、学术信息和教育信息,在一
具体实施例中,第一类网络信息包括新闻信息,如我国粮食产量再创新高,连续7年1.3万亿
斤以上,第一类网络信息还包括学术信息,如金属和二维材料表面电子超高时空分辨研究,
第一类网络信息还包括教育信息,如浙江省江山市积极推进智慧教育,第二类网络信息通
过第二类网络信息通道从互联网平台获取网络信息数据,其中,第二类包括娱乐信息和服
务信息,在一具体实施例中,第二类网络信息包括娱乐信息,如周杰伦为好友阿信庆生,第
二类网络信息还包括服务信息,如电视的售前信息,第三类网络信息通过第三类网络信息
通道从互联网平台获取网络信息数据,其中,第三类网络信息包括公关信息和用户信息,在
一具体实施例中,第三类网络信息包括公关信息,如深圳市公安局交通警察局关于地铁16
号线长江埔站工程施工期间调整交通组织的通告,第三类网络信息还包括用户信息,如微
信的登录账号;接着将获得的网络信息数据储存于预设候选可视化场景中,根据可视化识
别标准对候选可视化场景逐一进行扫描以识别得到每个候选可视化场景内的可视化场景
特征,可视化识别标准为存储于标准数据库内的预设可视化场景特征,可视化识别标准在
对每个候选可视化场景进行扫描识别时,标准数据库会对每个候选可视化场景的内容进行
对比,当候选可视化场景内的内容与数据库内预设的可视化场景特征一致时,则提取出来,
接着将提取到的可视化场景特征进行可视化处理以得到可视化展示数据并进行呈现,其
中,可视化处理包括表格模式处理、直方图模式处理、饼状图模式处理和线性图模式处理的
一种或多种,在一具体实施例中,可视化处理为表格模式处理时,最终会以表格形式进行呈
现,在其他实施例中,可视化处理为直方图模式处理和饼状图模式处理,最终会以直方图和
饼状图形式呈现。
在一实施例中,将所述可视化需求信息进行信息识别,并根据网络信息类别对所识别的信息进行划分,分别划分为第一类网络信息、第二类网络信息和第三类网络信息的步骤中,还包括:
对可视化需求信息进行信息识别,识别公式为:
在具体实施时,变量<0时为一个模式,即第一类网络信息,在0<<时
为一个模式,即第二类网络信息,时为一个模式,即第三类网络信息,获得的可视
化需求信息即为输入矢量,输入矢量经识别公式计算后得出变量的结果,根据计
算得出的结果得出处于的模式结果,通过模式结果的不同从而实现分类。
在本实施例中,网络信息数据包括:文字信息数据、图像信息数据、动画信息数据和视频信息数据中的一种或者多种。
在具体实施时,网络信息数据可为文字信息数据、图像信息数据、动画信息数据和视频信息数据中的一种形式,也可为以上的多种形式载体,文字信息数据包括但不限于是中文和英文,也不限于字体,如鼠标或mouse;图像信息数据包括但不限于图像的颜色和形状,动画信息数据包括但不限于动画的帧数大小,如帧数为24帧;视频信息数据包括但不限于视频时长,如视频时长为30秒或60小时。
在本实施例中,可视化处理包括:表格模式处理、直方图模式处理、饼状图模式处理和线性图模式处理的一种或多种。
在具体实施时,可视化识别结果经可视化处理为表格形式并单独进行呈现,处理为直方图的形式并单独进行呈现,处理为饼状图的形式并单独进行呈现,处理为线性图的形式并单独进行呈现,也可以是以表格形式、直方图形式、饼状图形式和线性图形式中的多种同时进行呈现,如以表格和线性图形式进行呈现。
在本实施例中,将第一类网络信息、第二类网络信息和第三类网络信息分别通过各自的信息通道从互联网平台中获取网络信息数据的步骤之后,还包括:
通过对网络信息数据进行计算得到配对系数K,其中,计算过程:
判断配对系数K是否>0.9,当K>0.9时,其匹配率高,此时信息通道此网络信息数据获取。
在具体实施时,为输入的网络信息数据矢量,为自然常数,网络信息数据矢量
经计算后得出K的数值,数值即为从互联网平台中获取网络信息数据与对应类别的网络信
息的配对系数,当配对系数K>0.9时,表明从互联网获得的网络信息数据与对应类别的网络
信息的匹配率高,如计算得出配对系数K=1,因为K=1>0.9,故此时信息通道将此网络信息数
据进行获取,当计算的配对系数K<0.9时,如计算得出配对系数K=0.8,因为K=0.8<0.9,表明
从互联网获得的网络信息数据与对应类别的网络信息不匹配,此时不获取此网络信息数
据。
在具体实施时,为预设的第一可视化场景集合,负责保存和盛装来自第一类
网络信息、所述第二类网络信息和所述第三类网络信息分别通过各自的信息通道从互联网
平台中获取到的网络信息数据,为预设的第二可视化场景集合,负责保存和盛装来自
第一类网络信息、所述第二类网络信息和所述第三类网络信息分别通过各自的信息通道从
互联网平台中获取到的网络信息数据,为预设的第三可视化场景集合,负责保存和盛
装来自第一类网络信息、所述第二类网络信息和所述第三类网络信息分别通过各自的信息
通道从互联网平台中获取到的网络信息数据,采用集合具有长度和数据类型能够改变的优
点,获取后的网络数据将随机储存在候选可视化场景、、中,如由第一信息通
道从互联网中获取到的学术信息后存储在预设的第二可视化场景内,采用多个可视
化场景对网络信息数据进行储存不易出现单个可视化场景内储存数据过多导致计算机在
运行时计算缓慢的问题,接着可视化识别标准对候选可视化场景、、逐一进
行扫描识别,此时,标准数据库会对每个候选可视化场景的内容进行对比,当候选可视化场
景内的内容与数据库内预设的可视化场景特征一致时,则提取出来,最后会得到、、三个候选可视化场景的可视化识别结果。
在本实施例中,第一类网络信息包括:新闻信息、学术信息和教育信息,第二类网络信息包括:娱乐信息和服务信息,第三类网络信息包括:公关信息和用户信息。
在具体实施时,新闻信息包括但不限于文字报道和视频报道,学术信息包括但不限于论文和期刊,教育信息包括但不限于教材内容,娱乐信息包括但不限于体育资讯和影视资讯,服务信息包括但不限于企业为消费者提供的售前和售后信息,公关信息包括但不限于法律法令信息和政府决策信息,用户信息包括但不限于电子邮件和登录账号。
综上:在具体实施时,接收用户从预设的显示界面中输入可视化需求数据,包括但
不限于是文本,文本包括但不限于中文和英文,从而获得用户的可视化需求信息,接着将获
得可视化需求信息通过识别公式进行计算,当<0为时,划分为第一类网络信息,当0<<时,划分为第二类网络信息,当时,划分为第三类网络信息,划分完成
后,第一类网络信息通过第一类网络信息通道从互联网平台获取网络信息数据,第二类网
络信息通过第二类网络信息通道从互联网平台获取网络信息数据,第三类网络信息通过第
三类网络信息通道从互联网平台获取网络信息数据,从互联网平台中获取网络信息数据的
步骤之后计算出配对系数K,当配对系数K>0.9时,表明从互联网获得的网络信息数据与对
应类别的网络信息的匹配率高,此时信息通道将此网络信息数据进行获取,当计算的配对
系数K<0.9时,表明从互联网获得的网络信息数据与对应类别的网络信息不匹配,此时不获
取此网络信息数据,接着将获得的网络信息数据储存于预设候选可视化场景、、中,然后用可视化识别标准对所有候选可视化场景逐一进行可视化特征的扫描识别,
可视化识别标准为存储于标准数据库内的预设可视化场景特征,最后将识别后的可视化特
征进行处理,处理为表格模式、直方图模式、饼状图模式和线性图模式的一种或多种,最后
将可视化展示数据以表格、直方图、饼状图和线性图的一种或多种形式进行呈现。
参考附图2,一种计算机网络数据可视化装置,包括:数据获取模块10,用于接收用户从预设显示界面中输入的可视化需求数据,获得用户的可视化需求信息;其中,可视化需求数据包括但不限于是文本;识别模块20,用于将可视化需求信息进行信息识别,并根据网络信息类别对所识别的信息进行划分,分别划分为第一类网络信息、第二类网络信息和第三类网络信息;获取模块30,用于将第一类网络信息、第二类网络信息和第三类网络信息分别通过各自的信息通道从互联网平台中获取网络信息数据;存储模块40,用于将网络信息数据储存于任一预设候选可视化场景中;特征识别模块50,用于根据可视化识别标准对所述候选可视化场景逐一进行扫描,以识别得到每个所述候选可视化场景内的可视化场景特征,所述可视化识别标准为存储于标准数据库内的预设可视化场景特征;展示模块60,用于将得到的可视化场景特征进行可视化处理以得到可视化展示数据并进行呈现。
在具体实施时,数据获取模块10接收用户从预设显示界面中输入的可视化需求数据,获得用户的可视化需求信息后对可视化需求信息进行划分,识别模块20,将可视化需求信息进行信息识别,并根据网络信息类别对所识别的信息进行划分,分别划分为第一类网络信息、第二类网络信息和第三类网络信息,接着获取模块30将第一类网络信息、第二类网络信息和第三类网络信息分别通过各自的信息通道从互联网平台中获取网络信息数据,其中,获取模块30会对获取的网络信息数据进行配对系数的计算,并判断是否符合获取的要求,接着存储模块40将网络信息数据储存于任一预设候选可视化场景中,特征识别模块50根据可视化识别标准对候选可视化场景逐一进行扫描以识别得到每个候选可视化场景内的可视化场景特征,可视化识别标准为存储于标准数据库内的预设可视化场景特征,最后展示模块60将得到的可视化场景特征进行可视化处理以得到可视化展示数据并以表格形式、直方图形式、饼状图形式和线性图形式进行呈现。
综上:在具体实施时,装置内设有数据获取模块10、识别模块20、获取模块30、存储
模块40、特征识别模块50、展示模块60,数据获取模块10在用户输入可视化需求数据后将可
视化需求信息进行获取,识别模块20对获取的可视化需求信息进行划分,划分为第一类网
络信息、第二类网络信息和第三类网络信息,接着获取模块30将第一类网络信息、第二类网
络信息和第三类网络信息分别从各自的信息通道从互联网中获取网络信息数据,并对获取
的网络信息数据进行配对系数的计算,接着判断是否符合获取的要求,存储模块40将符合
要求的网络信息数据储存于任一预设可视化场景、、中,特征识别模块50根
据可视化识别标准对候选可视化场景逐一进行扫描,以识别得到每个候选可视化场景内的
可视化场景特征,可视化识别标准为存储于标准数据库内的预设可视化场景特征,可视化
识别标准在对每个候选可视化场景进行扫描识别时,标准数据库会对每个候选可视化场景
的内容进行对比,当候选可视化场景内的内容与数据库内预设的可视化场景特征一致时,
则提取出来,展示模块60对可视化识别结果进行可视化处理,处理为表格形式、直方图形
式、饼状图形式和线性图形式的一种或多种并进行呈现。
参考附图3,一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该计算机设备可以是服务器,其内部结构如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储预设阈值、可视化场景特征等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种计算机网络数据可视化方法。
一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现一种计算机网络数据可视化方法,包括以下步骤:
接收用户从预设显示界面中输入的可视化需求数据,获得用户的可视化需求信息;其中,可视化需求数据包括但不限于是文本;
将可视化需求信息进行信息识别,并根据网络信息类别对所识别的信息进行划分,分别划分为第一类网络信息、第二类网络信息和第三类网络信息;
将第一类网络信息、第二类网络信息和第三类网络信息分别通过各自的信息通道从互联网平台中获取网络信息数据;
将网络信息数据储存于任一预设候选可视化场景中;
根据可视化识别标准对候选可视化场景逐一进行扫描以识别得到每个候选可视化场景内的可视化场景特征,可视化识别标准为存储于标准数据库内的预设可视化场景特征;
将得到的可视化场景特征进行可视化处理以得到可视化展示数据并进行呈现。
在具体实施时,每个步骤都各存储有计算机程序在可读存储介质内,在计算机程序运行时,便会从可读存储介质内输出。
综上所述,为本发明实施例中提供的一种计算机网络数据可视化方法及其装置和
存储介质,通过用户在预设的显示界面中输入可视化需求数据,获得用户的可视化需求信
息,接着将可视化需求信息进行识别并划分为第一类网络信息、第二类网络信息和第三类
网络信息,并通过计算配对系数再将互联网中网络信息数据进行获取,通过这种方法提高
可视化需求信息的准确性,其过程也更加智能化,获取后的网络信息述存储在候选可视化
场景、、中,接着根据可视化识别标准对候选可视化场景逐一进行扫描以识
别得到每个候选可视化场景内的可视化场景特征,可视化识别标准为存储于标准数据库内
的预设可视化场景特征,可视化识别标准在对每个候选可视化场景进行扫描识别时,标准
数据库会对每个候选可视化场景的内容进行对比,当候选可视化场景内的内容与数据库内
预设的可视化场景特征一致时,则提取出来,将得到的可视化场景特征进行可视化处理,处
理为表格模式、直方图模式、饼状图模式和线性图模式的一种或多种以得到可视化展示数
据并进行呈现,能够满足用户的多种可视化需求且可视化程度较高。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储与一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM通过多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其它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、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种计算机网络数据可视化方法,其特征在于,包括以下步骤:
接收用户从预设显示界面中输入的可视化需求数据,获得所述用户的可视化需求信息;其中,所述可视化需求数据包括但不限于是文本;
将所述可视化需求信息进行信息识别,并根据网络信息类别对所识别的信息进行划分,分别划分为第一类网络信息、第二类网络信息和第三类网络信息;
将所述第一类网络信息、所述第二类网络信息和所述第三类网络信息分别通过各自的信息通道从互联网平台中获取网络信息数据;
将所述网络信息数据储存于任一预设候选可视化场景中;
根据可视化识别标准对所述候选可视化场景逐一进行扫描,以识别得到每个所述候选可视化场景内的可视化场景特征,所述可视化识别标准为存储于标准数据库内的预设可视化场景特征;
将得到的可视化场景特征进行可视化处理以得到可视化展示数据并进行呈现。
3.根据权利要求1所述的计算机网络数据可视化方法,其特征在于,所述网络信息数据包括:文字信息数据、图像信息数据、动画信息数据和视频信息数据中的一种或者多种。
4.根据权利要求1所述的计算机网络数据可视化方法,其特征在于,所述
可视化处理包括:表格模式处理、直方图模式处理、饼状图模式处理和线性图模式处理的一种或多种。
7.根据权利要求1所述的计算机网络数据可视化方法,其特征在于,所述第一类网络信息包括:新闻信息、学术信息和教育信息,第二类网络信息包括:娱乐信息和服务信息,第三类网络信息包括:公关信息和用户信息。
8.一种计算机网络数据可视化装置,其特征在于,包括:
数据获取模块,用于接收用户从预设显示界面中输入的可视化需求数据,获得所述用户的可视化需求信息;其中,所述可视化需求数据包括但不限于是文本;
识别模块,用于将所述可视化需求信息进行信息识别,并根据网络信息类别对所识别的信息进行划分,分别划分为第一类网络信息、第二类网络信息和第三类网络信息;
获取模块,用于将所述第一类网络信息、所述第二类网络信息和所述第三类网络信息分别通过各自的信息通道从互联网平台中获取网络信息数据,并对获取的网络信息数据进行配对系数的计算,并判断是否符合获取的要求;
存储模块,用于将所述网络信息数据储存于任一预设候选可视化场景中;
特征识别模块,用于根据可视化识别标准对所述候选可视化场景逐一进行扫描,以识别得到每个所述候选可视化场景内的可视化场景特征,所述可视化识别标准为存储于标准数据库内的预设可视化场景特征;
展示模块,用于将得到的可视化场景特征进行可视化处理以得到可视化展示数据并进行呈现。
9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210019572.9A CN114579829B (zh) | 2022-01-10 | 2022-01-10 | 一种计算机网络数据可视化方法、装置和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210019572.9A CN114579829B (zh) | 2022-01-10 | 2022-01-10 | 一种计算机网络数据可视化方法、装置和计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114579829A true CN114579829A (zh) | 2022-06-03 |
CN114579829B CN114579829B (zh) | 2024-09-20 |
Family
ID=81771015
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210019572.9A Active CN114579829B (zh) | 2022-01-10 | 2022-01-10 | 一种计算机网络数据可视化方法、装置和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114579829B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106156350A (zh) * | 2016-07-25 | 2016-11-23 | 恒安嘉新(北京)科技有限公司 | 一种可视化大数据分析方法及系统 |
US20170337259A1 (en) * | 2014-11-19 | 2017-11-23 | Nec Corporation | Visualizing device, visualizing method and visualizing program |
CN108512712A (zh) * | 2017-02-27 | 2018-09-07 | 中国移动通信有限公司研究院 | 一种业务及网络质量数据的可视化处理方法及装置 |
US10339181B1 (en) * | 2018-04-25 | 2019-07-02 | Sas Institute Inc. | Techniques for visualizing clustered datasets |
JP2020035252A (ja) * | 2018-08-31 | 2020-03-05 | 大阪瓦斯株式会社 | 飲食店景況度可視化システム |
CN111177495A (zh) * | 2019-12-05 | 2020-05-19 | 北京永洪商智科技有限公司 | 一种智能识别数据内容并生成相应行业报告的方法 |
CN112434201A (zh) * | 2020-12-04 | 2021-03-02 | 高慧军 | 基于大数据的数据可视化方法及大数据云服务器 |
-
2022
- 2022-01-10 CN CN202210019572.9A patent/CN114579829B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170337259A1 (en) * | 2014-11-19 | 2017-11-23 | Nec Corporation | Visualizing device, visualizing method and visualizing program |
CN106156350A (zh) * | 2016-07-25 | 2016-11-23 | 恒安嘉新(北京)科技有限公司 | 一种可视化大数据分析方法及系统 |
CN108512712A (zh) * | 2017-02-27 | 2018-09-07 | 中国移动通信有限公司研究院 | 一种业务及网络质量数据的可视化处理方法及装置 |
US10339181B1 (en) * | 2018-04-25 | 2019-07-02 | Sas Institute Inc. | Techniques for visualizing clustered datasets |
JP2020035252A (ja) * | 2018-08-31 | 2020-03-05 | 大阪瓦斯株式会社 | 飲食店景況度可視化システム |
CN111177495A (zh) * | 2019-12-05 | 2020-05-19 | 北京永洪商智科技有限公司 | 一种智能识别数据内容并生成相应行业报告的方法 |
CN112434201A (zh) * | 2020-12-04 | 2021-03-02 | 高慧军 | 基于大数据的数据可视化方法及大数据云服务器 |
CN113220955A (zh) * | 2020-12-04 | 2021-08-06 | 高慧军 | 一种大数据可视化方法及大数据云服务器 |
Also Published As
Publication number | Publication date |
---|---|
CN114579829B (zh) | 2024-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10776970B2 (en) | Method and apparatus for processing video image and computer readable medium | |
CN112949710B (zh) | 一种图像的聚类方法和装置 | |
CN110705233B (zh) | 基于文字识别技术的笔记生成方法、装置和计算机设备 | |
CN107679466B (zh) | 信息输出方法和装置 | |
CN111062389A (zh) | 文字识别方法、装置、计算机可读介质及电子设备 | |
KR102284096B1 (ko) | 중요도 맵을 이용한 지능형 주관적 화질 평가 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 | |
CN111612081B (zh) | 识别模型的训练方法、装置、设备及存储介质 | |
CN113569863B (zh) | 一种单据稽查的方法、系统、电子设备及存储介质 | |
CN103020265A (zh) | 图像检索的方法和系统 | |
CN114120299A (zh) | 信息获取方法、装置、存储介质及设备 | |
CN104978565A (zh) | 一种普适性的图像文字提取方法 | |
CN112084904A (zh) | 人脸搜索方法、装置及存储介质 | |
Adi et al. | Beef quality identification using thresholding method and decision tree classification based on android smartphone | |
CN111368841A (zh) | 文本识别方法、装置、设备及存储介质 | |
CN109656433B (zh) | 类目信息处理方法、装置、计算机设备和存储介质 | |
CN113361459A (zh) | 基于注视点识别的广告展示方法、装置、设备及存储介质 | |
CN114579829A (zh) | 一种计算机网络数据可视化方法、装置和计算机设备 | |
CN112583900A (zh) | 云计算的数据处理方法及相关产品 | |
CN113963354A (zh) | 一种获取订单编号的方法和装置 | |
CN112084979B (zh) | 食品成分识别方法、装置、设备及存储介质 | |
CN114202754A (zh) | 页面显示方法、图像处理方法、装置、设备及存储介质 | |
US20220222967A1 (en) | Retrieval device, control method, and non-transitory storage medium | |
CN112015936B (zh) | 用于生成物品展示图的方法、装置、电子设备和介质 | |
CN111738012B (zh) | 提取语义对齐特征的方法、装置、计算机设备和存储介质 | |
CN114820061A (zh) | 用户名单的推送方法、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 |