[发明专利]一种企业大数据可视化建模方法及系统在审

专利信息
申请号: 202211181696.3 申请日: 2022-09-27
公开(公告)号: CN115438175A 公开(公告)日: 2022-12-06
发明(设计)人: 耿志强;胡凤霞;冯大成 申请(专利权)人: 北京赛博贝斯数据科技有限责任公司
主分类号: G06F16/34 分类号: G06F16/34;G06F16/35
代理公司: 北京冠和权律师事务所 11399 代理人: 张树朋
地址: 100000 北京市昌平区沙*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 企业 数据 可视化 建模 方法 系统
【权利要求书】:

1.一种企业大数据可视化建模方法,其特征在于,包括:

S100,根据企业大数据的大数据模型规则,对企业大数据进行分集合类型矩阵化排列组合,获得企业规则数据集合类型矩阵集;

S200,根据企业规则数据集合类型矩阵集建立数据集合类型矩阵图标集;

S300,建立数据集合类型矩阵图标集与企业大数据模型参数的逻辑关联关系及逻辑关系图标,获得图标参数逻辑关联;

S400,根据图标参数逻辑关联,进行企业大数据可视化建模。

2.根据权利要求1所述的一种企业大数据可视化建模方法,其特征在于,所述S100包括:

S101,建立企业大数据的大数据模型规则;

S102,根据企业大数据的大数据模型规则,对企业大数据进行集合规则整理,获得模型规则集合类型;

S103,将模型规则集合类型按照设定行列数排序,进行分集合类型矩阵化排列组合,获得企业规则数据集合类型矩阵集。

3.根据权利要求1所述的一种企业大数据可视化建模方法,其特征在于,所述S200包括:

S201,根据企业规则数据集合类型矩阵集,提取数据集合类型描述;

S202,将数据集合类型描述通过语义分析进行数据集合类型机器识别,获得集合类型机器识别结果;

S203,根据集合类型机器识别结果调取识别结果对应矩阵图标,建立数据集合类型矩阵图标集。

4.根据权利要求1所述的一种企业大数据可视化建模方法,其特征在于,所述S300包括:

S301,对比数据集合类型矩阵图标集中的矩阵图标功能与企业大数据模型参数功能;

S302,按照矩阵图标功能与模型参数功能,进行一对一、一对多或多对一匹配关联,获得图标参数功能匹配关联网;

S303,根据图标参数功能匹配关联网之间的逻辑关系,建立企业大数据模型的逻辑关系图标,获得图标参数逻辑关联。

5.根据权利要求1所述的一种企业大数据可视化建模方法,其特征在于,所述S400包括:

S401,根据图标参数逻辑关联,通过数据集合类型矩阵图标集中的数据集合类型矩阵图标调取企业大数据模型参数;

S402,根据企业大数据模型参数之间的逻辑关系,调取逻辑关系图标;

S403,通过数据集合类型矩阵图标与逻辑关系图标可视化搭建企业大数据模型,进行企业大数据可视化建模。

6.一种企业大数据可视化建模系统,其特征在于,包括:

企业规则矩阵创建模块,根据企业大数据的大数据模型规则,对企业大数据进行分集合类型矩阵化排列组合,获得企业规则数据集合类型矩阵集;

集合类型矩阵图标模块,根据企业规则数据集合类型矩阵集建立数据集合类型矩阵图标集;

图标参数逻辑关联模块,建立数据集合类型矩阵图标集与企业大数据模型参数的逻辑关联关系及逻辑关系图标,获得图标参数逻辑关联;

逻辑关联建模可视化模块,根据图标参数逻辑关联,进行企业大数据可视化建模。

7.根据权利要求6所述的一种企业大数据可视化建模系统,其特征在于,所述企业规则矩阵创建模块包括:

企业大数据模型规则子模块,建立企业大数据的大数据模型规则;

模型规则集合整理子模块,根据企业大数据的大数据模型规则,对企业大数据进行集合规则整理,获得模型规则集合类型;

矩阵化排列组合子模块,将模型规则集合类型按照设定行列数排序,进行分集合类型矩阵化排列组合,获得企业规则数据集合类型矩阵集。

8.根据权利要求6所述的一种企业大数据可视化建模系统,其特征在于,所述集合类型矩阵图标模块包括:

集合类型描述提取子模块,根据企业规则数据集合类型矩阵集,提取数据集合类型描述;

语义分析类型识别子模块,将数据集合类型描述通过语义分析进行数据集合类型机器识别,获得集合类型机器识别结果;

集合类型图标创建子模块,根据集合类型机器识别结果调取识别结果对应矩阵图标,建立数据集合类型矩阵图标集。

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北京赛博贝斯数据科技有限责任公司,未经北京赛博贝斯数据科技有限责任公司许可,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/202211181696.3/1.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