[发明专利]一种基于粒子系统的大规模知识图谱可视化方法

说明书

本发明提供了一种基于粒子系统的大规模知识图谱可视化方法,其中主要涉及到大规模图谱渲染,粒子系统等，包括：超参优化客户端，用于提交优化请求；超参优化服务门户，用于接收客户端请求进行处理；粒子系统,用于将服务端响应客户端的大规模图谱进行渲染,可将数万个对象缩减为1个粒子系统对象,极大降低复杂度；service worker,用于离线资源缓存,优化性能等。本发明的有益效果为:使用粒子系统实现大规模图谱可视化,避免数据量庞大时,图谱渲染会杂乱密集,使得图谱清晰；服务端通过字节流方式响应返回给客户端,客户端使用异步多线程队列加载渲染实现图谱的快速流畅渲染,从而达到优化性能的效果。

技术领域

本发明属于人工智能领域，具体涉及一种基于粒子系统的大规模知识图谱可视化方法。

背景技术

从一开始的Google搜索，到现在的聊天机器人、大数据风控、证券投资、智能医疗、自适应教育、推荐系统，无一不跟知识图谱相关。它在技术领域的热度也在逐年上升,随着移动互联网的发展，万物互联成为了可能，这种互联所产生的数据也在爆发式地增长，而且这些数据恰好可以作为分析关系的有效原料。如果说以往的智能分析专注在每一个个体上，在移动互联网时代则除了个体，这种个体之间的关系也必然成为我们需要深入分析的很重要一部分。在一项任务中，只要有关系分析的需求，知识图谱就“有可能”派的上用场。目前行业对于图谱可视化是利用neo4j自带的客户端进行可视化操作.这种方式存在一定的弊端,第一是当需要的节点数据达到千级,可能就会产生客户端奔溃；第二,当页面数据达到千级以上,会造成数据密密麻麻展示在页面上,可读性差。

发明内容

为了解决这些问题，在提高海量图谱的渲染优化时,又使得图谱可读性高。本发明提供了一种基于粒子系统的大规模知识图谱可视化方法。

本发明采用以下技术方案：

一种基于粒子系统的大规模知识图谱可视化方法，其特征在于，包括：海量知识图谱的渲染、粒子系统、粒子材质、service worker、客户端性能优化等。

所述的一种基于粒子系统的大规模知识图谱可视化方法，其特征在于：所述海量知识图谱的渲染还包括：为用户提供可视化知识图谱界面，当用户搜索其中某一个节点，可将该节点的相关的关系节点都渲染在页面，还可将渲染出的图谱进行存储，如需要分析csv文件或者j son还可导入这两种文件格式，将文件中内容，渲染成图谱信息，进行一系列数据分析；

数据是一定全部传给客户端才能进行数据处理，这样会1造成当j son数据庞大性能差，时间慢耗用cpu内存，而改用字节流，可以服务端传送多少，客户端启用异步多线程队列进行加载渲染，而不是一定要全部传送完，从而实现对于性能的优化；

所述海量知识图谱的渲染还包括：选型使用d3-force利导向图布局+webgl渲染；

所述的一种基于粒子系统的大规模知识图谱可视化方法,使用Points类粒子；

粒子系统使用points类,points对象只能通过渲染器进行渲染，渲染器渲染时的粒子如果需要用canvas实现，则必须加多一步将canvas转化为纹理，再通过map属性加载进来；

每个粒子材质图形的创建，一般是通过canvas描绘或通过加载图片的方式来格式化粒子,一个客户端使用Service Worker离线资源缓存。

采用上述技术方案后，本发明与背景技术相比，具有如下优点：