WO2015054841A1 - 一种多维数据可视化查询方法 - Google Patents
一种多维数据可视化查询方法 Download PDFInfo
- Publication number
- WO2015054841A1 WO2015054841A1 PCT/CN2013/085311 CN2013085311W WO2015054841A1 WO 2015054841 A1 WO2015054841 A1 WO 2015054841A1 CN 2013085311 W CN2013085311 W CN 2013085311W WO 2015054841 A1 WO2015054841 A1 WO 2015054841A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- query
- dimension
- area
- data
- statistical
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000000007 visual effect Effects 0.000 title abstract 2
- 238000005553 drilling Methods 0.000 claims abstract description 9
- 230000002452 interceptive effect Effects 0.000 claims abstract description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000003993 interaction Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims 1
- 238000013079 data visualisation Methods 0.000 abstract description 4
- 238000013461 design Methods 0.000 abstract description 4
- 238000007405 data analysis Methods 0.000 abstract description 3
- 238000012800 visualization Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 2
- 208000026817 47,XYY syndrome Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000003442 weekly effect 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
- G06F16/26—Visual data mining; Browsing structured data
Definitions
- the invention belongs to the field of business intelligence of computer software, and in particular relates to visualization of data and interactive query. Background technique:
- a cube generally has multiple dimensions, such as time, product, region, people, etc. Each dimension has multiple attributes, which can be defined as multiple hierarchies. Each hierarchy is divided into multiple levels (Level). A hierarchy such as the time dimension can be composed of three levels: year, month, and day.
- the data cube in the data warehouse establishes a model for observing cubes.
- Online Data Analysis (0LAP) defines and implements operations such as slicing, rotating, drilling, scrolling, etc. of data cubes.
- a statistical graph consists of a classification axis represented by dimensions and an icon item represented by a measure.
- the classification axis shows multiple attribute values for the same attribute.
- An attribute value and a metric value in the statistical graph define an area. For a histogram or a horizontal bar chart, it is a rectangle, and the corresponding pie chart is a fan shape.
- Data visualization allows users to display data in different dimensions along a statistical graph. Multiple statistical graphs can be combined into a Dashboard, and statistical graphs can be drilled to achieve statistical graphs in the same dashboard. interactive.
- the existing reporting tools can be used to conveniently design and display data dynamically in the form of tables, charts, etc., but basically use a report as the design unit. It cannot solve the problem of designing this report. Reporting issues, with the exception of a few generic reports, most report formats require user requests.
- the present invention provides a The method, according to the data warehouse theory, organically organizes a plurality of statistical graphs showing a multi-dimensional database, not only makes these graphics look orderly, but also can conveniently and interactively query a large and complex multidimensional database through multi-level drilling.
- the conditions of the query are not preset, but are formed by manual interaction according to the query visualization result in the query process.
- the user can select different query conditions based on the study of the previous query result.
- the invention divides the visualization area into one query condition area and multiple dimension areas.
- the query condition area places multiple query conditions, and each query condition corresponds to one dimension.
- Each query condition not only displays the attribute value as the current query condition, but also allows the user to change the attribute value, thereby changing the query condition.
- Each query condition can display one attribute, or multiple attributes belonging to different levels can be arranged in a predefined hierarchical order. Generally, “all" is used as the highest level of the hierarchy, and an attribute value used as the current query condition is the lowest level. For example, the time dimension, if the query condition for time is August 2013, the display is: All -> 2013
- Each dimension area corresponds to a dimension, showing a statistical chart with the category axis as an attribute in that dimension.
- the data displayed in this chart is a subset of the cube and is subject to multiple query conditions in the query criteria area.
- the statistical chart not only displays the query result, the user can operate the button area to select a certain attribute value, change the query condition, and directly trigger the refresh of the dimension area, and display the new data subset and the corresponding new one of the attribute value as the new condition query. statistic chart.
- the new attribute is generally a subordinate attribute that belongs to the same hierarchical structure as the original attribute, and implements the operation of drilling down.
- a statistical graph consists of a classification axis represented by dimensions and an icon item represented by a measure.
- the classification axis shows multiple attribute values for the same attribute.
- An attribute value and a metric value in the statistical graph define an area. For a histogram or a horizontal bar chart, it is a rectangle, and the corresponding pie chart is a fan shape. This area forms a button area that can be selected with a mouse click or touch screen touch. The user clicks or touches the button area to indicate that he has selected the attribute value. If an attribute value corresponds to multiple metric values, that is, there are multiple icon items in the statistical graph, there may be multiple button areas, but the user has the same result regardless of the operation of that button area.
- the user selects a button area of an attribute value with a mouse or a touch screen, indicating that the user needs to perform a drill-down operation on the dimension along a certain hierarchy definition.
- the change of the dimension attribute caused by the operation in the dimension area affects the query condition corresponding to the dimension in the query condition area, and thus affects the content of the data subset displayed by the other dimension area.
- the visualization area can also have an area other than the query condition area and the dimension area.
- the statistical chart displayed by the area may correspond to two or more dimensions, and cannot be used for the drill operation. The user's operation is not used to change the query condition. . Illustration
- Figure 1 shows the layout of the visualization area, a query condition area (101) and a plurality of dimension areas (103) that can be switched by the label (102).
- the query condition area (101) attributes of multiple dimensions are displayed at the same time, and multiple attributes are hierarchically displayed according to the hierarchy definition.
- the attribute value (105) with the lowest level of hierarchy in each dimension is the query condition of the dimension.
- the roll-up can be done by selecting a higher-level attribute value (104) in the hierarchy.
- the statistical graph displayed in the dimension area (103) has a classification axis (107) corresponding to the dimension attribute, and the user can use the mouse click or the touch screen to touch the area representing the different attribute values (106) to realize the data drilling and dimension.
- the refresh of the area has a classification axis (107) corresponding to the dimension attribute, and the user can use the mouse click or the touch screen to touch the area representing the different attribute values (106) to realize the data drilling and dimension.
- Figure 2 shows a dimension area drilled step by step along the dimension hierarchy, and the dimension area displays statistical graphs corresponding to different level attributes.
- Any of the integrated development environments, programming languages, architectures (client/server, or browser/server), database systems, and data warehousing systems in the art can be used using the methods provided by the present invention.
- the implementation case uses a browser/server architecture, the statistical graph uses the Java Script class library, and the visualization area is a page.
- the query is implemented using a web page with multiple tags.
- Each dimension area (103) corresponds to a label, and the query condition area (101) places a label area (102), which can be shared by a plurality of label areas.
- the selection tab (102) can be switched between different dimension areas, and each time the switch is combined, the content of the dimension area (103) is refreshed according to the new query condition.
- Embodiment 1 Visually querying an electronic product sales cube.
- the dimensions of the sales cube have time, region, product, and measure as sales quantity and sales amount.
- the time dimension consists of the attribute year, month, and day, and the hierarchy is defined as: All -> Year -> Month -> Day
- the regional dimension is composed of attribute regions, provinces, and cities.
- the hierarchical structure is defined as: National->Great Region->Province->The urban product dimension consists of attribute brands, categories, and models.
- the hierarchical structure is defined as: All->Brand- ⁇ Category -> Model Query Condition Area
- the conditions displayed include both time, area, and product. For example, a combination of conditions is: Samsung smartphones in Jiangsu City in August 2013.
- the display of each dimension in the conditional query area is:
- Each dimension is displayed in the order defined by the hierarchy, and the attribute value of the lowest level attribute in the hierarchy is the query condition for that dimension.
- the other attribute values in the hierarchy are underlined, indicating that if the user clicks on these words, the query conditions can be changed. For example, in the click area, "Huadong" will expand the area from Jiangsu province to the entire East China region.
- the regional dimension will now appear as:
- the roll-up operation is more flexible. For example, when the attribute is month, the attribute value of 12 months is displayed, and the user can select any month.
- the statistical chart of the time dimension area is based on time, and the sales quantity or sales amount is a chart item.
- the time of the classification axis is year, month, and day.
- the statistical chart of the regional dimension area is classified by geographic location, and the sales quantity or sales amount is a chart item.
- the geographic locations of the classification axes are the regions, provinces, and cities. Selecting a large area on the national sales statistics chart can drill down the regional data of the area, and the regional dimension interval is updated to the sales statistics chart of the large province. Similarly, the sales data of the province city can be drilled, and the regional dimension area will be updated to the sales statistics chart of the city.
- the statistical chart of the product dimension area is based on each dimension of the product, and the sales quantity or sales amount is a chart item.
- the classification axes are brand, category, and model.
- Selecting a brand in the sales statistics chart of the brand can drill down the sales data of the various categories of products of the brand, and the product dimension area will be updated to the sales statistics chart of the brand. Similarly, data for different models of this category can be drilled and the product dimensions updated to a sub-category sales statistics chart.
- the sales statistics chart is displayed in a histogram manner, in which the attribute data of the hierarchy is X coordinate, and the accumulated sales data is used as the Y coordinate; when the attribute is brand, the value of the X coordinate is: Apple , Samsung, Lenovo, Hewlett-Packard, Dell; use the mouse to click on the Samsung column, you can set the product dimension of the product dimension to "Samsung", while the area is switched to Samsung's product category histogram ( Figure 5), X coordinates The data corresponding category attribute becomes: laptop, smartphone, digital camera, printer. Users can choose not to choose, or continue to choose ( Figure 6).
- the first one is to make two statistical graphs, and each one of the graph items has the same effect of selecting any one of the graphs for drilling.
- the second scheme is to display two units of measurement on the same statistical graph, and display two measures at the same time, such as the design of the double Y-axis.
- Example 2 Query analysis of taxable sales and paid taxes of a county-level enterprise above designated size.
- the enterprises According to the statistics of enterprises by month, the enterprises belong to different towns and towns and belong to different industries. Therefore, the dimensions are divided into time, township, and industry.
- the conditions displayed in the query condition area include time, township, and industry.
- a combination of query conditions is: 2013 Chemical industry in Changjiang Town.
- the display of each dimension in the conditional query area is:
- Time dimension zone is divided into time dimension zone, zone dimension zone, and industry dimension zone.
- statistical charts of enterprises above designated size in the county of each township can be drawn from the classification axis, and a statistical chart of enterprises above designated size in a township whose business name is called the classification axis can be drilled.
- statistical charts of enterprises above designated size in the county with the industry as the axis of classification can be drilled to the statistical charts of enterprises above designated size in an industry with the industry name as the classification axis.
- a dimension area can have different statistical charts. You can drill to different results by selecting attribute values in different charts.
- the time hierarchy is defined as year, quarter, month, and day
- hierarchy 2 is defined as year, week, and day.
- two statistical charts can be displayed in the updated dimension area, one for the month attribute and one for the week attribute. Select a month attribute value of the monthly chart, and drill the daily sales data for the month; select a week attribute value of the weekly chart to get the daily sales data for the week.
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)
Abstract
一种用于商业智能领域多维数据分析的可视化探索式查询方法。由一个同时放置多个维度属性值的查询条件区和多个只放置与一个维度相关的统计图表的维度区组成。用户通过对维度区显示图表的交互操作实现沿着该维度的数据钻取，改变维度区中该维度的属性，并直接触发一次新的查询和数据、统计图表刷新。查询条件区中多个维度的属性值组合起来形成一组查询条件影响每个维度区中显示的数据子集。本方法可以在各种领域多维数据可视化分析查询中用于多个统计图表的关联性设计，特别是当多维数据集已经设计成OLAP立方体时。
Description
一种多维数据可视化查询方法 技术领域：
本发明属于计算机软件的商业智能领域， 具体地， 涉及数据的可视化与交互式查询。 背景技术：
多维数据集一般有多个维度， 如时间、 产品、 区域、 人员等， 每个维度有多个属性， 可 以定义成多个层次结构 （Hierarchy), 每个层次结构分为多个级别 （Level ), 如时间维度的 一个层次结构可由年、 月、 日三个级别构成。
数据仓库中的数据立方体建立了一种对多维数据集观察的模型。 联机数据分析 （0LAP) 定义和实现了对数据立方体的切片、 旋转、 钻取、 上卷等操作。
一个统计图形由以维度表示的分类轴和由度量值表示的图标项构成。 分类轴显示同个属 性的多个属性值。 统计图形中一个属性值和一个度量值定义一个区域， 对于直方图或横条图 是一个矩形， 对应饼图是一个扇形。
数据可视化允许用户将数据以统计图形方式沿着不同维度显示， 多个统计图形可以组成 一个仪表板 （Dashboard), 对统计图形可以进行钻取操作， 实现同个仪表板中的统计图形之 间的互动。
现有的报表工具可以用来方便地设计实现用表格、 图表等格式动态显示数据， 但基本都 以一张报表为设计单位， 不能解决为什么要设计这张报表， 是否需要设计一组相关联的报表 的问题， 除了少量通用报表外， 大多数报表格式需要用户提出需求。
现有的数据可视化提供了很好的方式来实现简单数据集的视觉处理， 但是在让用户理解 这些数据方面还有很大距离，在多个仪表板、及分布于不同仪表板的统计图形之间缺少逻辑及 互动关系， 仪表板的建立与数据立方体及 0LAP操作之间也没有联系。 参考书： 《数据挖掘： 概念与技术 （原书第三版)》 （美） 韩家炜 （Han. J. ) 等著； 范明 等译 机械工业出版社 2012. 7 发明内容： 本发明提供一种方法， 根据数据仓库理论， 将展现一个多维数据库的多个统计图形有机 组织起来， 不但使这些图形看以来井然有序， 更能够通过多级钻取方便地交互式查询一个大 型复杂的多维数据库。
查询的条件不是预先设定的， 而是在查询过程中根据查询可视化结果由人工交互操作， 不断进行变化组合而成。 用户可以根据对上一次的查询结果的研读选择不同的查询条件。 本发明将可视化区域分为一个查询条件区和多个维度区。 查询条件区放置多个查询条件， 每个查询条件对应一个维度。 每个查询条件不但显示作 为当前查询条件的属性值， 而且可供用户改变属性值， 从而改变查询条件。
每个查询条件可以显示一个属性， 也可以按预先定义的层次结构顺序排列多个属于不同 级别的属性。 一般以 "所有"作为层次结构的最高级别， 用作为当前查询条件的某个属性值 为最低级别。 比如时间维度， 如果时间的查询条件为 2013年 8月， 显示为： 所有 -〉2013年
附图图图图图图图
-〉8月。
用户选择选择层次结构中较高级别的属性值， 可以实现上卷操作。 由于对选择的级别没 有限制， 该办法可以沿维度跨级别上卷， 而不一定逐级上卷。 通过为某个属性提供所有属性 值列表， 用户更为方便地改变查询条件。 每个维度区对应一个维度， 显示分类轴为该维度中某个属性的统计图表。 该统计图表中 显示的数据是多维数据集的一个子集， 同时受查询条件区中多个查询条件的约束。 统计图表 不仅仅显示查询结果， 用户可以操作按钮区选择某个属性值， 来改变查询条件， 并直接触发 维度区域的刷新， 显示将该属性值作为新条件查询的新数据子集及对应的新统计图表。 新属 性一般是和原属性同属一个层次结构的下级属性， 实现的是向下钻取的操作。
一个统计图形由以维度表示的分类轴和由度量值表示的图标项构成。 分类轴显示同个属 性的多个属性值。 统计图形中一个属性值和一个度量值定义一个区域， 对于直方图或横条图 是一个矩形， 对应饼图是一个扇形。 该区域形成一个可以用鼠标点击或触摸屏触摸选择的按 钮区， 用户点击或触摸该按钮区表明他选择该属性值。 如果一个属性值对应多个度量值， 即 统计图形的图标项有多个， 可能有多个按钮区， 但用户不管操作那个按钮区结果相同。
用户用鼠标或触摸屏选择一个属性值的按钮区， 就标明用户需要以该属性值为条件， 对 该维度沿着某个层次结构定义进行下钻操作。 在维度区操作导致的维度属性的改变， 会影响 在查询条件区与该维度对应的查询条件， 并因此影响其它维度区显示的数据子集的内容。
一个维度区中可以同时有一个或多个统计图表。 不同的统计图表可以具有相同的分类轴 属性， 但图标项的度量值不同； 也可能有不同的分类轴属性。 如果不同的统计图形对应不同 的层次结构定义， 则下钻的结果不同。 比如同样属性为年， 选择一个对应层次结构为年-〉月 -〉日的统计图形上的 2013年， 下钻结果显示的属性是月份， 另一个对应层次结构为年-〉周-〉 日的统计图形， 下钻的结果显示的属性是周。
可视化区域上也可以有除查询条件区和维度区以外的区域， 该区域显示的统计图表， 同 个图表可能对应两个及以上维度， 不能用于钻取操作， 用户的操作不用于改变查询条件。 图说明
1： 可视化区域的功能布局
2： 沿同个维度的层次结构逐级钻取
3： 销售历史统计
4： 所有品牌销售数量统计
: 5： 三星所有产品销售数量统计
6： 三星智能手机销售数量统计
7： 一个维度多个层次结构定义的钻取 具体实施方式： 下面将结合本发明实施例中的附图， 对本发明实施例中的技术方案进行详细描述。
图 1 表示可视化区域的布局， 一个查询条件区 （101 ) 和可以通过标签 （102 ) 切换的多 个维度区 （103)。 查询条件区 （101 ) 中同时显示多个维度的属性， 多个属性按照层次结构定 义分级显示， 每个维度中层次结构级别最低的属性值（105)就是该维度的查询条件。 可以通 过选择层次结构中较高级别的属性值 （104) 实现上卷操作。
在维度区 （103 ) 中显示的统计图形有一个与维度属性对应的分类轴 （107 ) ，用户可以用 鼠标点击或触摸屏触摸图中代表不同属性值的区域 （106 ) 实现数据的钻取和维度区的刷新。
图 2显示一个维度区沿维度的层次结构逐级钻取， 维度区显示对应不同级别属性的统计 图形。 使用本发明提供的方法， 可以使用本领域中任何一种集成开发环境、编程语言、架构（客 户端 /服务器， 或浏览器 /服务器）、 数据库系统和数据仓库系统。
实施案例采用浏览器 /服务器架构， 统计图形使用 Java Script的类库， 可视化区域为一 个页面。 查询用一个含多个标签的 Web页面实现。 每个维度区 （103 )对应一个标签， 查询条 件区 （101 )放置标签区 （102 )夕卜， 可以被多个标签区共享。 选择标签 （102 ) 可以在不同的 维度区切换， 每次切换都会根据新的查询条件组合刷新维度区 （103 ) 的内容。 实施例一： 对一个电子产品销售多维数据集进行可视化查询。
销售多维数据集的维度有时间、 区域、 产品， 度量为销售数量和销售金额。
时间维度由属性年、 月、 日构成， 层次结构定义为： 所有-〉年-〉月-〉日
区域维度由属性大区、 省份、 城市构成， 层次结构定义为： 全国-〉大区-〉省份-〉城市 产品维度由属性品牌、 类别、 型号构成， 层次结构定义为： 所有-〉品牌-〉类别-〉型号 查询条件区显示的条件同时包括时间、 区域和产品。 比如， 一个条件组合为： 2013年 8 月份江苏省的三星智能手机。 各个维度在条件查询区的显示为：
时间： 所有 -〉2013年 -〉8月
区域： 全国-〉华东-〉江苏省
产品： 所有-〉三星-〉智能手机
各个维度均按层次结构定义的顺序显示， 层次结构中级别最低的一个属性的属性值就是 该维度的查询条件。 层次结构中的其它属性值用下划线标示出来， 表明如果用户点击这些文 字， 可以改变查询条件， 如点击区域中的 "华东" ， 则区域将从江苏省扩大到整个华东地区。 这时区域维度就会显示为：
区域： 全国-〉华东
通过以上操作实现 0LAP的上卷功能。
如果有下划线的文字用一个包括对应该属性的多个属性值的下拉框代替， 则上卷操作更 为灵活。 比如属性为月份时， 显示 12个月份的属性值， 用户可以选择任何一个月。
维度区分为三个： 时间维度区、 区域维度区、 产品维度区。
时间维度区的统计图表以时间为分类轴， 销售数量或销售金额为图表项。 根据维度层次 结构定义， 分类轴的时间分别为年、 月、 日。 在年度销售统计图表选择某年， 就可以钻取该 年的月度数据， 同时， 时间维度区将更新为月度销售统计图表。 类似， 可以钻取到该月的每 日数据， 时间维度区将更新为每日销售统计图表。
在图 3中， 看到的是用直方图表示的按时间的统计数据， 即 2009年到 2013年的累计销 量。 X轴为分类轴， 显示的是时间； Y轴为销售数量。 该销售数量是所有品牌的合计数， 还是 三星一个品牌的合计数， 甚至是三星智能手机的合计数， 要看产品维度的查询条件选择而定。
区域维度区的统计图表以地理位置为分类轴， 销售数量或销售金额为图表项。 根据维度 层次结构定义， 分类轴的地理位置分别为大区、 省份和城市。 在全国销售统计图表上选择某 大区， 可以钻取到该区的分省数据， 区域维度区间更新为该大区分省销售统计图表。 类似， 可以钻取到该省分城市的销售数据， 区域维度区将更新到分城市的销售统计图表。
产品维度区的统计图表以产品的各维度为分类轴， 销售数量或销售金额为图表项。 根据 维度层次结构定义， 分类轴分别为品牌、 类别、 型号。 在分品牌的销售统计图表选择某品牌， 可以钻取到该品牌旗下各种类别产品的销售数据， 产品维度区将更新为该品牌分类别的销售 统计图表。 类似， 可以钻取到该类别的不同型号产品的数据， 产品维度将更新为分类别销售 统计图表。
在图 4中， 销售统计图表以直方图（Histogram)方式显示， 以该维度该层次结构的属性数 据为 X坐标， 累计销量数据作为 Y坐标； 当属性为品牌时， X坐标的数值为： 苹果、 三星、 联想、惠普、戴尔；用鼠标点击其中三星的柱形区，可以设定产品维度的品牌属性为 "三星" ， 同时区域切换为为三星的产品类别直方图 （图 5)， X坐标数据对应类别属性变为： 笔记本电 脑、 智能手机、 数码相机、 打印机。 用户可以不做选择， 也可以继续选择 （图 6 )。
由于销售数量和销售金额的计量单位不同， 如果在同个维度区要同时显示这两个度量， 方案一是制作两个统计图形， 每个一个图表项， 选择任何一个图形进行钻取的效果相同； 方 案二是在同个统计图形上显示两种计量单位， 同时显示两个度量， 比如双 Y轴的设计。
如果用户在产品维度选择的是层次结构中级别最低的属性值， 比如在分型号销售统计属 性中点选型号值之一 "S4 19500" ， 则因为没有下级数据可供钻取， 此时可以查询 ERP或进 销存管理软件所对应的关系数据库的销售出货记录。 实施例二： 一个县级规模以上企业应税销售和实缴税金的查询分析。
数据按按月分企业统计， 企业既归属不同的乡镇， 又归属不同行业。 因此维度分为时间、 乡镇、 行业。
时间： 所有-〉年度
乡镇： 全市-〉乡镇- 行业： 所有-〉行业
查询条件区显示的条件同时包括时间、 乡镇和行业。 比如， 一个查询条件组合为： 2013 年长江镇的化工行业。 各个维度在条件查询区的显示为：
时间： 所有 -〉2013年
区域： 全县-〉长江镇
行业： 所有-〉化工
维度区分为时间维度区、 区域维度区和行业维度区。
在区域维度中可以从分类轴为各乡镇的全县的规模以上企业统计图表， 钻取到以企业名 称为分类轴的某乡镇的规模以上企业统计图表。 同样， 在行业维度区可以从以行业为分类轴 的全县的规模以上企业统计图表， 钻取到以行业名称为分类轴的某行业的规模以上企业统计 图表。 一个维度区域可以有不同统计图表， 选择不同图表中属性值， 可以钻取到不同结果。 图 7 中显示， 时间层次结构一定义为年、 季、 月、 日， 层次结构二定义为年、 周、 日。 在年度销售统计图表中选择某年后， 更新的维度区中可以显示两个统计图表， 一个的分类项 为月属性， 另一个为周属性。 选择月统计图表的某个月份属性值， 钻取得到的是该月中每日 销售数据； 选择周统计图表的某个周属性值， 钻取得到的是该周中每日销售数据。
Claims
1、 如权利要求 1所述的査询操作和展示的方法，其特征在于， 数据子集的数据是根据査 询条件从关系数据库或 0LAP数据立方体中用 SQL或 MDX语句查询出来。
2、 如权利要求 1所述的査询操作和展示的方法，其特征在于， 在同个维度区可以显示多 个统计图表， 各个统计图表分类轴对应不同属性， 分类项显示不同的属性值。
3、 如权利要求 1所述的查询操作和展示的方法，其特征在于， 用于一个统计图表分类轴 的多个属性值之间， 可以有计算关系。
4、 如权利要求 1所述的査询操作和展示的方法，其特征在于， 统计图表中代表分类的属 性值排列顺序， 按照度量值的大小排列， 实现排名目的。
5、 如权利要求 1所述的查询操作和展示的方法，其特征在于， 不同维度区域对应不同的 査询条件组合。 当用户切换某个维度区域时， 对应某些维度的査询条件会变成不可选（变 灰） 或不可见。
6、 如权利要求 1所述的査询操作和展示的方法，其特征在于， 在维度区域中一个统计图 表显示的是统计图形，但通过一个关联的图标或按钮触发可以显示与统计图形中数据对应 的数据表格；反之， 显示的是一个数据表格， 通过一个关联的图标或按钮触发可以显示与 表格中数据对应的统计图形。
17、 如权利要求 1所述的查询操作和展示的方法， 其特征在于， 可以增加一个和查询条件并 列的快速查询条件区域或相同功能区域的弹出按钮， 该区域中可以同时录入或选择各种可能 的查询条件组合， 在执行查询操作后直接显示相应内容。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2013/085311 WO2015054841A1 (zh) | 2013-10-16 | 2013-10-16 | 一种多维数据可视化查询方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2013/085311 WO2015054841A1 (zh) | 2013-10-16 | 2013-10-16 | 一种多维数据可视化查询方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2015054841A1 true WO2015054841A1 (zh) | 2015-04-23 |
Family
ID=52827546
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/CN2013/085311 WO2015054841A1 (zh) | 2013-10-16 | 2013-10-16 | 一种多维数据可视化查询方法 |
Country Status (1)
| Country | Link |
|---|---|
| WO (1) | WO2015054841A1 (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104899288A (zh) * | 2015-06-05 | 2015-09-09 | 四川大学 | 基于径向布局的多维层次可视化方法 |
| CN105808692A (zh) * | 2016-03-03 | 2016-07-27 | 国网江苏省电力公司电力科学研究院 | 一种基于WebGIS的气体绝缘组合电器局放数据管理方法 |
| CN107357812A (zh) * | 2017-05-31 | 2017-11-17 | 阿里巴巴集团控股有限公司 | 一种数据查询方法及装置 |
| US20190377728A1 (en) * | 2018-06-06 | 2019-12-12 | Shanghai Development Center Of Computer Software Technology | Method and system for data analysis with visualization |
| CN112286409A (zh) * | 2020-08-21 | 2021-01-29 | 上海柯林布瑞信息技术有限公司 | 数据可视化分析方法及装置、存储介质、终端 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009071858A (ja) * | 2008-11-10 | 2009-04-02 | Casio Comput Co Ltd | 画像保存システム、画像保存装置、及びプログラム |
| CN102053995A (zh) * | 2009-11-04 | 2011-05-11 | 范煜 | 一种利用多级分类检索信息的方法 |
| CN102867068A (zh) * | 2012-09-28 | 2013-01-09 | 用友软件股份有限公司 | 用于联机分析处理系统的报表穿透装置和报表穿透方法 |
-
2013
- 2013-10-16 WO PCT/CN2013/085311 patent/WO2015054841A1/zh active Application Filing
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009071858A (ja) * | 2008-11-10 | 2009-04-02 | Casio Comput Co Ltd | 画像保存システム、画像保存装置、及びプログラム |
| CN102053995A (zh) * | 2009-11-04 | 2011-05-11 | 范煜 | 一种利用多级分类检索信息的方法 |
| CN102867068A (zh) * | 2012-09-28 | 2013-01-09 | 用友软件股份有限公司 | 用于联机分析处理系统的报表穿透装置和报表穿透方法 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104899288A (zh) * | 2015-06-05 | 2015-09-09 | 四川大学 | 基于径向布局的多维层次可视化方法 |
| CN104899288B (zh) * | 2015-06-05 | 2018-01-26 | 四川大学 | 基于径向布局的多维层次可视化方法 |
| CN105808692A (zh) * | 2016-03-03 | 2016-07-27 | 国网江苏省电力公司电力科学研究院 | 一种基于WebGIS的气体绝缘组合电器局放数据管理方法 |
| CN107357812A (zh) * | 2017-05-31 | 2017-11-17 | 阿里巴巴集团控股有限公司 | 一种数据查询方法及装置 |
| US20190377728A1 (en) * | 2018-06-06 | 2019-12-12 | Shanghai Development Center Of Computer Software Technology | Method and system for data analysis with visualization |
| CN112286409A (zh) * | 2020-08-21 | 2021-01-29 | 上海柯林布瑞信息技术有限公司 | 数据可视化分析方法及装置、存储介质、终端 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20220309066A1 (en) | Blending and Visualizing Data from Multiple Data Sources | |
| US10459940B2 (en) | Systems and methods for interest-driven data visualization systems utilized in interest-driven business intelligence systems | |
| US11675781B2 (en) | Dynamic dashboard with guided discovery | |
| US11604555B2 (en) | Highlighting data marks in popup secondary data visualizations according to selected data values from primary data visualizations | |
| US8200618B2 (en) | System and method for analyzing data in a report | |
| US6581068B1 (en) | System and method for instant consolidation, enrichment, delegation and reporting in a multidimensional database | |
| US7774695B2 (en) | Presenting data to a user in a three-dimensional table | |
| US8099674B2 (en) | Computer systems and methods for automatically viewing multidimensional databases | |
| US9830058B2 (en) | Generating an insight view while maintaining report context | |
| US9465523B2 (en) | Visual exploration of multidimensional data | |
| US8612438B2 (en) | Techniques for dynamic cross-filtering | |
| US20150378563A1 (en) | Orbit visualization for displaying hierarchical data | |
| US20150113451A1 (en) | Creation of widgets based on a current data context | |
| US9658672B2 (en) | Business object representations and detail boxes display | |
| JP2013513144A (ja) | ビュー内でデータ項目の注釈を取り出すための方法、装置、およびコンピュータ・プログラム | |
| WO2015054841A1 (zh) | 一种多维数据可视化查询方法 | |
| JP2023500023A (ja) | 複数行計算によるデータ視覚化を視覚的に分析するための方法およびユーザインターフェース | |
| US20140229901A1 (en) | Interactive Treemap User Interface | |
| US20140157099A1 (en) | Efficient space allocation for business objects | |
| US20100293203A1 (en) | User interface for graph database data | |
| US10417185B2 (en) | Gesture based semantic enrichment | |
| Wu et al. | DataScope: Viewing Database Contents in Google Maps' Way. | |
| US20160140198A1 (en) | Context-aware copying of multidimensional data cells | |
| Hayardisi et al. | Data warehouse and web-based OLAP for hotspot distribution in Indonesia | |
| JP6033746B2 (ja) | ビジネスオブジェクトの表現および詳細ボックスの表示背景 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 13895722 Country of ref document: EP Kind code of ref document: A1 |
|
| NENP | Non-entry into the national phase |
Ref country code: DE |
|
| 122 | Ep: pct application non-entry in european phase |
Ref document number: 13895722 Country of ref document: EP Kind code of ref document: A1 |