[发明专利]图表推送方法及装置在审

专利信息
申请号: 201910298651.6 申请日: 2019-04-12
公开(公告)号: CN110046185A 公开(公告)日: 2019-07-23
发明(设计)人: 徐祥;张艳;王国玉;戴春兰 申请(专利权)人: 成都四方伟业软件股份有限公司
主分类号: G06F16/248 分类号: G06F16/248
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 崔振
地址: 610000 四川省*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 数据集市 数据特征 需求特征 图表特征 推送 建立关联 数据处理技术 数据处理效率 用户体验度 获取数据 匹配规则 预设 匹配 展示
【说明书】:

本公开提出一种图表推送方法及装置,涉及数据处理技术领域。该方法通过获取数据集市的需求特征和数据特征,将数据集市的需求特征和数据特征分别与图表的图表特征建立关联关系,并确定需求特征、数据特征和图表特征均符合预设匹配规则的图表,将该图表进行推送展示,通过数据集市的需求特征和数据特征与图表的图表特征建立关联关系,从而可以方便将数据集市和图表进行匹配,确定出最适合展示该数据集市的图表推荐给用户,从而提高了数据处理效率,也提高了用户体验度。

技术领域

本公开涉及数据处理技术领域,具体而言,涉及一种图表推送方法及装置。

背景技术

图表作为辅助工具,可以简单直接的展示出数据的特征,在庞大、杂乱无序的数据中将数据简单直接的展示出来。

现有技术中,一般的用户在图表的数据库中选择自己需要的图表,然后使用图表对需要展示的数据进行展示。

但是,由于图表的种类比较多,用户很难在多种图表中选择出最适合展示现在输入数据的图表。

发明内容

本公开的目的在于提供一种图表推送方法及装置,以针对现有技术中用户很难在多种图表中选择出最适合展示数据的图表的问题。

为了实现上述目的,本公开采用的技术方案如下:

第一方面,本公开提出一种图表推送方法,该方法包括:获取数据集市的需求特征和数据特征;

根据需求特征和数据特征,得到需求特征和数据特征分别对应的图表特征的关联关系;

根据需求特征和数据特征分别对应的图表特征的关联关系,确定需求特征、数据特征和图表特征均符合预设匹配规则的图表;

推送图表展示数据集市。

可选地,根据需求特征得到需求特征对应的图表特征的关联关系,包括:

通过预设算法识别出需求特征的关键词;

建立关键词与图表特征的关联关系。

可选地,根据数据特征,得到数据特征对应的图表特征的关联关系,包括:

通过对数据特征按照预设类别进行分类;

建立分类后的数据特征与图表特征的关联关系。

可选地,根据需求特征和数据特征分别对应的图表特征的关联关系,确定需求特征、数据特征和图表特征均符合预设匹配规则的图表,包括:

根据需求特征对应的图表特征的关联关系,确定预设类别的图表;

根据数据特征对应的图表特征的关联关系,获取能够共同表征数据特征和图表特征的标签信息;

从预设类别的图表中,基于标签信息确定数据特征和图表特征匹配度最高的图表。

可选地,确定需求特征、数据特征和图表特征均符合预设匹配规则的图表的步骤之前,还包括:

根据数据特征的优先级确定基于标签信息确定数据特征和图表特征的匹配规则。

第二方面,本公开还提出一种图表推送装置,该装置包括:获取模块、关联模块、确定模块和推送模块;

获取模块,用于获取数据集市的需求特征和数据特征;

关联模块,用于根据需求特征和数据特征,得到需求特征和数据特征分别对应的图表特征的关联关系;

确定模块,用于根据需求特征和数据特征分别对应的图表特征的关联关系,确定需求特征、数据特征和图表特征均符合预设匹配规则的图表;

推送模块,用于推送图表展示数据集市。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都四方伟业软件股份有限公司,未经成都四方伟业软件股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910298651.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top