[发明专利]一种可视化的数据分析方法及系统

权利要求书

1.一种可视化的数据分析方法，其特征在于，所述分析方法包括：

获取待分析数据；所述待分析数据为结构化数据或文本型非结构化数据；

获取用户定义的数据格式和第一查询条件；用户提交的数据格式包括数据中各字段的名称及类型信息，或以正则表达式描述的数据格式信息，以XML或JSON格式的配置文件形式提交；用户提交的查询条件以SQL格式的查询文件形式提交；

根据所述待分析数据、所述用户定义的数据格式和第一查询条件，生成第一可视化结果；所述根据所述待分析数据、所述用户定义的数据格式和第一查询条件，生成第一可视化结果，具体包括：

根据所述数据格式对所述待分析数据进行字段分割，得到分割后的数据；

对所述分割后的数据进行修正，得到修正后的数据；

根据所述第一查询条件，筛选所述修正后的数据中与所述第一查询条件对应的数据，得到筛选后的数据；

根据所述筛选后的数据，生成第一可视化结果；

获取用户定义的第二查询条件和可视化参数；所述可视化参数包括可视化类型、可视化数据显示范围、可视化色彩、可视化尺寸；

根据所述第一可视化结果、所述用户定义的第二查询条件和可视化参数，生成第二可视化结果；

根据历史查询条件采用推荐算法生成推荐查询条件，供用户选择；所述历史查询条件为所述第二查询条件之前的查询条件，所述历史查询条件包括所述第一查询条件；所述根据历史查询条件采用推荐算法生成推荐查询条件，具体包括：

根据皮尔逊相关系数算法获得所述待分析数据中所有属性之间的相关性矩阵R，其中所述待分析数据的所有属性的集合为(a₁,a₂,…,a_n)，r_ij为属性a_i与属性a_j之间的皮尔逊相关系数，i＝1,2,…,n，j＝1,2,…,n；

根据公式σ_j＝minr_ij计算历史查询中未出现的属性a_j的推荐度σ_j，a_i为所述历史查询中已出现的属性；

依次获得历史查询中所有未出现的属性的推荐度，得到推荐度集合；

将所述推荐度集合中的元素按照数值大小排序，获得数值最小的元素；

将所述数值最小的元素对应的未出现的属性确定为推荐属性；

将所述推荐属性添加至所述第二查询条件，生成推荐查询条件；

根据所述用户选择的推荐查询条件和所述第二可视化结果，生成最终可视化结果。

2.根据权利要求1所述的分析方法，其特征在于，所述第一可视化结果包括柱状图、饼图、折线图、面积图、散点图、条形图、气泡图、曲线拟合图、箱型图、琴型图、矩阵图、地图、平行坐标图、雷达图、词云图和用户定义的视觉效果。

3.根据权利要求1所述的分析方法，其特征在于，所述根据所述第一可视化结果、所述用户定义的第二查询条件和可视化参数，生成第二可视化结果，具体包括：

根据所述第二查询条件，筛选所述修正后的数据中与所述第二查询条件对应的数据，得到二次筛选后的数据；

根据所述二次筛选后的数据和所述可视化参数生成所述第二可视化结果。

4.根据权利要求1所述的分析方法，其特征在于，所述生成第二可视化结果，之后还包括：

将所述第一查询条件存储至所述历史查询条件的集合中。