[发明专利]一种数据资产图谱的增量布局方法

说明书

本发明属于数据可视化技术领域，具体涉及一种数据资产图谱的增量布局方法。它针对渐进式探索分析过程中因图谱变化带来的痛点问题，从图布局算法角度出发，基于力导布局迭代优化的特点，设计了一种面向局部坐标预测的力导模型自适应优化策略的动态图谱增量布局算法，包含以下步骤，当前图谱点边预处理、Tweak算法节点坐标预测、Tweak算法节点坐标预测；它在具备确保达到增量目的可靠性同时，能够使得过渡效果更加平滑，在不影响图谱整体布局的基础上维持用户探索前后的心理地图；而且，可明显提高增量布局后图谱的视觉效果，突显增量结构，有助于重要数据资产的识别和探索，适合推广应用。

技术领域

本发明属于数据可视化技术领域，具体涉及一种数据资产图谱的增量布局方法。

背景技术

数据资产图谱是一种以数据资产为节点、以数据资产间关联关系为连边的点边双异质网络，用于描述一个或多个公司掌握的数据资产及资产间的关联关系，从而能够高效地挖掘与综合企业数据资产的价值，帮助企业实现数据资产化运营，加快数据变现，方便企业智能化构建行业知识库以及快速构建数据运营能力，从而实现数据增值化。

在目前的工程领域中，数据工程师可利用数据资产图谱实现数据资产的一键式检索和交互式探索服务。通过对关键字的匹配，检索出相关的数据资产集，查看数据资产的名称、创建者、业务语义、加工过程等详情，根据数据资产间的关联关系灵活探索图谱，帮助自己理解和使用相关数据资产进行项目开发。特别地，在探索图谱间复杂联系时最常用且最有效的手段是渐进式探索方式，即通过人为地控制焦点区域来捕获目标范围内的图谱，从而对目标图结构进行有效的可视分析。

然而，面向图谱的交互探索分析任务多局限在已渲染的完备图谱中进行探索，即通常是通过对图谱元素的放缩、拖拽、过滤等进行图谱分析。在一些分析探索任务中，分析人员所感兴趣的探索目标往往是位于某些含有特殊结构的局部区域中而不是整体图谱，同时整体图谱结构反而会影响对目标结构的感知。由此，探索流程通常从一部分局部结构出发，通过渐进式的探索方式来细化图谱结构以辅助渐进式分析。在该过程中，图谱中的节点和连边会呈现增加或者删除的情况，同时图谱的布局是一个动态的过程，如果缺乏上下文感知信息，仅仅将图谱变化的节点和连边简单地直接渲染在当前图谱中，就会导致画布元素变化突兀，使得整个分析过程变得难以理解，让分析人员失去对先前图谱的心理认知。

发明内容

为解决现有技术的缺陷和不足问题；本发明针对渐进式探索分析过程中因图谱变化带来的痛点问题，从图布局算法角度出发，基于力导布局迭代优化的特点，设计了一种面向局部坐标预测的力导模型自适应优化策略的动态图谱增量布局算法，即一种数据资产图谱的增量布局方法。

为实现上述目的，本发明的一种数据资产图谱的增量布局方法采用的技术方案是：它包含以下步骤：

步骤一、当前图谱点边预处理

由于力导布局下增量节点坐标依赖于渐进式探索过程中的起源节点，同时需要维持增量布局过程中用户心理地图的稳定，因此需要对当前图谱G中呈现的所有节点的坐标进行记忆式缓存；

步骤二、Tweak算法节点坐标预测

利用增量起源节点P进行新增节点初始化坐标预测；增量节点的初始坐标处理与相关起源节点P和所采取的渐进式探索方案有关：

01、点扩展：由于基于点扩展的探索方式仅存在一个起源节点，则新增节点的初始坐标可设置在起源节点P的领域范围内，具体的领域范围坐标可采用随机数进行位置偏移来确定，对节点B进行点扩展后，将根据增量图谱中点边连接关系，确定增量节点的初始坐标为节点B的领域范围内；

02、边扩展：由于基于边扩展的探索方式中存在两个起源节点，则需要根据增量图谱结构M中连边关系对新增节点进行分类，寻找所属的密切起源节点P，然后采取点扩展中随机数和领域范围偏移的处理思想，对坐标进行预测，对节点A和节点B的连边进行扩展后，将根据增量图谱中连边关系，确定增量节点的具体起源节点并分别初始化对应的增量坐标；