[发明专利]基于机器学习的报表系统及报表生成方法在审
申请号: | 202011108235.4 | 申请日: | 2020-10-16 |
公开(公告)号: | CN112199928A | 公开(公告)日: | 2021-01-08 |
发明(设计)人: | 林建明 | 申请(专利权)人: | 深圳无域科技技术有限公司 |
主分类号: | G06F40/174 | 分类号: | G06F40/174;G06F40/18;G06N20/00 |
代理公司: | 上海大邦律师事务所 31252 | 代理人: | 孙成 |
地址: | 518000 广东省深圳市南山区粤海街*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 机器 学习 报表 系统 生成 方法 | ||
本发明揭示了一种基于机器学习的报表系统及报表生成方法,所述机器学习报表系统包括:组件定义模块,用以定义输入参数、用到的编程语言和使用框架、功能逻辑的实现源码以及需要展示的图表和交互控件;报表设计模块,用以定义本报表用到的组件、组件的输入参数值以及渲染模板类型;报表执行模块,用以在用户通过浏览器访问前置服务时,前置服务对请求进行解析和分发;根据组件和报表的定义对组件解析,分解出输入参数、执行语言、执行源码;从数据源读取输入参数,调用执行引擎运行组件源码,生成结果数据;根据渲染模板类型,生成渲染结果文件。本发明采用组件化思想,能够处理各种复杂的数据源和报表类型,具有高度的易用性和可扩展性。
技术领域
本发明属于计算机技术领域,涉及一种报表系统,尤其涉及一种基于机器学习的报表系统及报表生成方法。
背景技术
目前常规的报表平台有以下问题:(1)只适用于结构化数据(关系型数据库表),无法处理非结构化的复杂数据;(2)灵活度不够,适用场景有限,难以开发复杂的机器学习报表;(3)有限的交互性。
基于此,对于复杂的机器学习报表通常只能手工开发,开发难度大(需要精通机器学习的专家),周期长,并且难以维护。
有鉴于此,如今迫切需要设计一种新的报表平台,以便克服现有报表平台存在的上述至少部分缺陷。
发明内容
本发明提供一种基于机器学习的报表系统及报表生成方法,能够处理各种复杂的数据源和报表类型,具有高度的易用性和可扩展性。
为解决上述技术问题,根据本发明的一个方面,采用如下技术方案:
一种基于机器学习的报表系统,所述机器学习报表系统包括:
组件定义模块,用以定义输入参数、用到的编程语言和使用框架、功能逻辑的实现源码以及需要展示的图表和交互控件;所述组件定义模块定义的输入参数包括名称、类型、默认值、输入格式;所述组件定义模块执行一次性任务,完成后即可被任意报表引用;所述组件的输入参数值包括数据库表、本地csv、外部系统;
报表设计模块,用以定义报表用到的组件、组件的输入参数值以及渲染模板类型;所述报表设计模块定义的渲染模板类型包括html、pdf;以及
报表执行模块,用以在用户通过浏览器访问前置服务时,前置服务对请求进行解析和分发;根据组件和报表的定义对组件解析,分解出输入参数、执行语言、执行源码;从数据源读取输入参数,调用执行引擎运行组件源码,生成结果数据;所述报表执行模块还用以根据渲染模板类型,生成渲染结果文件;所述报表执行模块还用以进行报表展示。
根据本发明的另一个方面,采用如下技术方案:一种基于机器学习的报表系统,所述机器学习报表系统包括:
组件定义模块,用以定义输入参数、用到的编程语言和使用框架、功能逻辑的实现源码以及需要展示的图表和交互控件;
报表设计模块,用以定义报表用到的组件、组件的输入参数值以及渲染模板类型;以及
报表执行模块,用以在用户通过浏览器访问前置服务时,前置服务对请求进行解析和分发;根据组件和报表的定义对组件解析,分解出输入参数、执行语言、执行源码;从数据源读取输入参数,调用执行引擎运行组件源码,生成结果数据。
作为本发明的一种实施方式,所述组件定义模块定义的输入参数包括名称、类型、默认值、输入格式。
作为本发明的一种实施方式,所述组件定义模块执行一次性任务,完成后即可被任意报表引用。
作为本发明的一种实施方式,所述组件的输入参数值包括数据库表、本地csv、外部系统。
作为本发明的一种实施方式,所述报表设计模块定义的渲染模板类型包括html、pdf。
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深圳无域科技技术有限公司,未经深圳无域科技技术有限公司许可,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/202011108235.4/2.html,转载请声明来源钻瓜专利网。