[发明专利]一种基于用户使用主成分的图表推荐系统及方法在审
| 申请号： | 201710428468.4 | 申请日： | 2017-06-08 |
| 公开（公告）号： | CN108363709A | 公开（公告）日： | 2018-08-03 |
| 发明（设计）人： | 吴建州;张恒;李勇波;季统凯 | 申请（专利权）人： | 国云科技股份有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 广东莞信律师事务所 44332 | 代理人： | 余伦 |
| 地址： | 523808 广东省东*** | 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： | 本发明涉及数据分析可视化技术领域，特别是一种基于用户使用主成分的图表推荐系统及方法。本发明的特征因子提取模块通过分析报表数据特征提取特征因子，将特征因子与特征因子库进行匹配，根据特征因子词频计算重要度；图表评分推荐模块将特征因子与用户历史算法因子库进行匹配，计算图表特征因子评分，将同一种图表的特征因子评分相加计算图表的最终评分，评价图表并推荐给用户；用户历史算法因子学习模块用于收集用户选择图表的历史记录，进行特征因子分析、关键词处理和特征因子用户评分计算，不断完善特征因子库和用户历史算法因子库。本发明自动匹配用户历史算法因子库计算图表评分，推荐合适的图表，可以适用于数据分析可视化中对图表选择的智能推荐。 | ||
| 搜索关键词： | 特征因子 用户历史 算法 数据分析 推荐系统 用户使用 匹配 特征因子提取模块 关键词处理 可视化技术 词频 报表数据 历史记录 特征提取 图表特征 图表选择 推荐模块 学习模块 智能推荐 自动匹配 可视化 重要度 相加 分析 | ||
【主权项】：
1.一种基于用户使用主成分的图表推荐系统，其特征在于：所述的系统由特征因子提取模块、图表评分推荐模块和用户历史算法因子学习模块组成；特征因子提取模块，分析报表数据特征提取特征因子，将特征因子与特征因子库进行匹配，根据特征因子词频计算重要度；图表评分推荐模块，将特征因子与用户历史算法因子库进行匹配，计算图表特征因子评分，将同一种图表的特征因子评分相加计算图表的最终评分，评价图表并推荐给用户；用户历史算法因子学习模块，收集用户选择图表的历史记录，进行特征因子分析、关键词处理和特征因子用户评分计算，不断完善特征因子库和用户历史算法因子库，不断提高图表匹配精确度。
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国云科技股份有限公司，未经国云科技股份有限公司许可，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/patent/201710428468.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种业务订单号生成方法
- 下一篇：带有智能重构数据视图的云系统目录
