[发明专利]基于改进构造性覆盖聚类算法的数字文化可视化方法

说明书

本发明公开一种基于改进构造性覆盖聚类算法的数字文化可视化方法，属于计算机技术领域，包括采集包含名人信息的数据，构建初始未学习数据集；基于初始未学习数据集进行初始划分，获得初始聚类结果；针对初始聚类结果，计算每个类的标准差和各类中心间的相似度值，并基于标准差和相似度调整聚类数目，得到最优的聚类结果；利用可视化技术，将最优的聚类结果进行可视化展示。本发明对名人信息出现大量的、零碎的、不成体系等问题进行有效的挖掘处理，以对这些数据进行完整美观地可视化。

技术领域

本发明涉及计算机技术领域，具体涉及一种基于改进构造性覆盖聚类算法的数字文化可视化方法。

背景技术

自20世纪60年代以来，在计算机媒介支撑下，人文知识的获取、分析、集成和展示方式都在发生重大变化。海量的图书、报纸、期刊、照片、绘本、乐曲、视频等资料被数字化，并上传到互联网供大众获取和使用，随之出现了许多优秀的历史信息化项目，例如中国历代人物传记数据库(China Biographical Database Project，CBDB)提取、整理了与近百万名历史人物相关的时空事件和关系信息。面对这种日益强化的数字化现状，2016年IEEEVIS 会议将数字人文和可视化两个领域的专家聚在一起进行研讨，打破了传统文理学科与技术之间的壁垒，为可视化技术在数字人文领域的应用开辟了新的思路。

相关技术中，申请公布号为CN105740341A的中国发明专利申请公开了一种基于GIS网络拓扑结构的历史名人事件年谱方法，实现步骤包括：确定输入多类型或感兴趣的历史名人、事件的名称；将历史名人、事件的地点信息与地名地址数据库建立关联；设计和组织历史名人要素类、历史重大事件要素类、历史小事件要素类、名人小事件关联要素类的数据结构；构建历史名人事件的网络拓扑结构图；通过图论和网络联通分析，得到基于GIS可视化的历史名人年谱和历史事件年谱。在分布式网络环境下集成海量历史名人和事件信息，实现形象直观和方便快捷的历史名人事件GIS年谱。

但其基于GIS可视化技术，得到将历史人名年谱和历史时间年谱，但未对大量数据进行处理，无法送碎片化的海量信息中提取到有效信息。

申请公布号为CN113918785A的中国发明专利申请公开了一种基于聚类集成学习的企业数据分析方法，实现步骤包括：S1、获取待分析的产业的资料，并找出待分析产业中主要的多个待分析企业；本实施例分析了广州地区的海洋产业。S2、爬取待分析企业的相关数据；S3、对所爬取的数据进行预处理，并整理预处理过的数据为数据集；S4、采用KMeans作为基聚类器，对数据集进行聚类集成学习，得到基础聚类结果；S5、利用基础聚类结果构造联合矩阵； S6、采用单链接层次聚类对联合矩阵进行处理，得到最终待分析企业的聚类集成结果。

但传统的KMeans聚类算法需要预先指定聚类的数目和手动选择初始聚类中心，依赖于初始聚类中心得到一组聚类中心，计算速度慢；而且直接使用结果，可能会导致结果中样本类别分布不均匀。因此，难以对历史名人信息诸如徽州名人信息出现的大量的、零碎的、不成体系等问题进行有效的挖掘并处理，无法实现对这些数据进行完整美观地可视化。

徽州文化因其悠久的历史、丰富的内涵，在中国乃至世界文化之林中独领风骚，其中徽州名人在中华史上占有重要一页，研究徽州的历史和文化，徽州名人是一个十分值得研究的重要方面。随着中国传统文化的繁荣与发展，将可视化技术应用到徽州名人挖掘中，对于传播和弘扬徽州文化的丰富内涵，增强文化自信，促进国际文化交流有着至关重要的作用。利用可视化技术的化繁为简、直观清晰、易于理解，有效增强数据交互等特性，可以有效地支撑和推动徽州文化的表达、研究和传播。

网络上关于徽州名人的信息仅限于一些网页或者博客，这些大量的碎片化的信息不利于公众了解和传承徽州文化，同样也不利于领域内专家查阅和分析徽州文化。因此，亟需一种实现徽州名人信息可视化的方法。

发明内容

本发明所要解决的技术问题在于如何对大量的、零碎的、不成体系的信息进行挖掘处理后进行可视化呈现。