【技术实现步骤摘要】
一种基于粒子系统的大规模知识图谱可视化方法及装置
本专利技术属于人工智能领域，具体涉及一种基于粒子系统的大规模知识图谱可视化方法及装置。
技术介绍
从一开始的Google搜索，到现在的聊天机器人、大数据风控、证券投资、智能医疗、自适应教育、推荐系统，无一不跟知识图谱相关。它在
的热度也在逐年上升,随着移动互联网的发展，万物互联成为了可能，这种互联所产生的数据也在爆发式地增长，而且这些数据恰好可以作为分析关系的有效原料。如果说以往的智能分析专注在每一个个体上，在移动互联网时代则除了个体，这种个体之间的关系也必然成为我们需要深入分析的很重要一部分。在一项任务中，只要有关系分析的需求，知识图谱就“有可能”派的上用场。目前行业对于图谱可视化是利用neo4j自带的客户端进行可视化操作.这种方式存在一定的弊端,第一是当需要的节点数据达到千级,可能就会产生客户端奔溃;第二,当页面数据达到千级以上,会造成数据密密麻麻展示在页面上,可读性差。
技术实现思路
为了解决这些问题，在提高海量图谱的渲染优化时,又使得图谱可读...
【技术保护点】
1.一种基于粒子系统的大规模知识图谱可视化方法及装置，其特征在于，包括：海量知识图谱的渲染、粒子系统、粒子材质、service worker、客户端性能优化,其中:/n所述海量知识图谱渲染它可以让点线关系以一种清晰姿态呈现,从而实现可视化;/n所述粒子系统中每个节点只需一个顶点，上面贴一张圆形图案纹理即可;/n并且使用粒子系统后，可将数万个 circle 对象缩减为 1 个粒子系统对象，极大降低复杂度,从而实现客户端性能优化;/n所述粒子材质,结合粒子系统,控制海量只是图谱展示在页面的效果,从而使得基于粒子系统展示效果更加完善;/n所述service worker 用户客户...
【技术特征摘要】
1.一种基于粒子系统的大规模知识图谱可视化方法及装置，其特征在于，包括：海量知识图谱的渲染、粒子系统、粒子材质、serviceworker、客户端性能优化,其中:
所述海量知识图谱渲染它可以让点线关系以一种清晰姿态呈现,从而实现可视化;
所述粒子系统中每个节点只需一个顶点，上面贴一张圆形图案纹理即可;
并且使用粒子系统后，可将数万个circle对象缩减为1个粒子系统对象，极大降低复杂度,从而实现客户端性能优化;
所述粒子材质,结合粒子系统,控制海量只是图谱展示在页面的效果,从而使得基于粒子系统展示效果更加完善;
所述serviceworker用户客户端进行离线缓存,从而使得当客户端发送相同请求给服务端时会进行相应拦截,从而减少请求实现性能优化。
2.如权利要求1所述的一种基于粒子系统的大规模知识图谱可视化方法及装置，其特征在于：所述海量知识图谱的渲染还包括：为用户提供可视化知识图谱界面，当用户搜索其中某一个节点，可将该节点的相关的关系节点都渲染在页面，还可将渲染出的图谱进行存储，如需要分析ｃｓｖ文件或者ｊｓｏｎ还可导入这两种文件格式，将文件中内容，渲染成图谱信息，进行一系列数据分析。
3.如权利要求1所述的一种基于粒子系统的大规模知识图谱可视化方法及装置，其特征在于，一个基本的客户端请求服务端渲染过程包含如下步骤：
步骤1、用户使用客户端封装参数优化相关资源，发送请求到服务器端服务门户;
步骤2、服务器端服务门户接收对应的请求，启用异步处理机制，将请求转发给获取图谱引擎，服务端通过异步字节流，同时返回给客户端字节流数据（不用ｊｓｏｎ）;
步骤3、客户端使用异步多线程队列加载渲染，实现服务端的快速流畅渲染;
以上步骤：丢弃服务端丢弃传统的ｊｓｏｎ格式数据，使用字节流数据这样避免了：ｊｓｏｎ数据是一定全部传给客户端才能进行数据处理，这样会1造成当ｊｓｏｎ数据庞大性能差，时间慢耗用ｃｐｕ内存，而改用字节流，可以服务端传送多少，客户端启用异步多线程队列进行加载渲染，而不是一定要全部传送完，从而实现对于性能的优化。
4.如权利要求1所述的一种基于粒子系统的大规模知识图谱可视化方法及装置，其特征在于：所述海量知识图谱的渲染还包括：选型webg3D绘图协议渲染,这种选型可以让点线关系以一种清晰姿态呈现;
这种算法建立在粒子物理学的基础上，将每个节点模拟成原子，在每一帧都通过原子间的斥力（与线的束缚）产生节点的速度与加速度，生成新的位置;
经过多次迭代之后，最终得到一个低能量的稳定布局。
5.一种基于粒子系统的大规模知识图谱可视化方法及装置，其特征在于，包括：海量知识图谱的渲染、粒子系统、粒子材质、serviceworker、性能优化,其中：所述粒子系统包含两种...
【专利技术属性】
技术研发人员：洪万福，钱智毅，李颖馨，
申请(专利权)人：厦门渊亭信息科技有限公司，
类型：发明
国别省市：福建;35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。