可视化报告生成方法、装置、存储介质和程序产品制造方法及图纸

本发明专利技术实施方式公开了一种可视化报告生成方法、装置、存储介质和程序产品。方法包括：获取待生成可视化报告的用户的属性数据对象；从包含多个用户模型的用户模型集中确定出与所述属性数据对象相匹配的用户模型，其中所述多个用户模型是对已有用户的属性数据对象执行聚类处理所获取的；确定对应于所述与所述属性数据对象相匹配的用户模型的可视化模型；基于所述可视化模型，生成所述待生成可视化报告的用户的可视化报告。本发明专利技术实施方式可以根据用户的属性数据对象定制报告的可视化模型，降低配置难度。还可以基于相似用户推荐报告，并提高用户模型的匹配准确度。提高用户模型的匹配准确度。提高用户模型的匹配准确度。

Visual report generation method, device, storage medium and program product

【技术实现步骤摘要】
可视化报告生成方法、装置、存储介质和程序产品


[0001]本专利技术实施方式涉及数据可视化
，更具体的说，涉及一种可视化报告生成方法、装置、存储介质和程序产品。

技术介绍

[0002]数据可视化是指将数据间的关系利用图表直观地展示出来。通过数据可视化将大量的数据集构成数据图像，同时将数据的各个属性值以多维数据的形式表示，可从不同的维度观察数据，从而对数据进行更深入的观察和分析。
[0003]在目前的可视化报告系统中，报告里的每个图表都需要用户手动配置。然而，图表种类较多，每个图表的配置项均不相同，而且从数据的选取、数据交互到数据可视化效果的配置(包括图表位置、大小、颜色等)都需要人工设置，工作量繁重，用户难以快速配置出报告。

技术实现思路

[0004]本专利技术实施方式提出一种可视化报告生成方法、装置、存储介质和程序产品。
[0005]本专利技术实施方式的技术方案如下：
[0006]一种可视化报告生成方法，包括：
[0007]获取待生成可视化报告的用户的属性数据对象；
[0008]从包含多个用户模型的用户模型集中确定出与所述属性数据对象相匹配的用户模型，其中所述多个用户模型是对已有用户的属性数据对象执行聚类处理所获取的；
[0009]确定对应于所述与所述属性数据对象相匹配的用户模型的可视化模型；
[0010]基于所述可视化模型，生成所述待生成可视化报告的用户的可视化报告。
[0011]在示范性实施方式中，还包括：
[0012]确定所述聚类处理的预定类数K，其中K为至少为2的正整数；
[0013]从所述已有用户的属性数据对象中随机选取K个属性数据对象作为聚类中心；
[0014]计算所述已有用户的属性数据对象中、除所述K个属性数据对象之外的每个属性数据对象与K个聚类中心的距离；
[0015]将所述每个属性数据对象分配到所述K个聚类中心中、距离该每个属性数据对象最近的聚类中心所代表的聚类中；
[0016]计算每个聚类中的每个属性数据对象到该聚类内其他属性数据对象的距离和，取距离和最小的属性数据对象作为该聚类的新聚类中心，直到各个聚类的聚类中心不再变化；
[0017]输出所述K个聚类中心。
[0018]在示范性实施方式中，所述从包含多个用户模型的用户模型集中确定出与所述属性数据对象相匹配的用户模型包括：
[0019]确定所述多个用户模型中的每个用户模型所包含的用户属性与所述属性数据对
象所包含的、对应的用户属性之间的距离；
[0020]基于所述距离和所述用户属性的预定权重，确定所述属性数据对象与所述每个用户模型的相似度；
[0021]基于所述多个用户模型的相似度排序结果，从所述多个用户模型中确定出所述与所述属性数据对象相匹配的用户模型。
[0022]在示范性实施方式中，所述从包含多个用户模型的用户模型集中确定出与所述属性数据对象相匹配的用户模型包括：
[0023]确定所述多个用户模型中的每个用户模型所包含的用户属性与所述属性数据对象所包含的、对应的用户属性之间的距离；
[0024]基于所述距离和所述用户属性的预定权重，确定所述属性数据对象与所述每个用户模型的相似度；
[0025]从所述多个用户模型中，确定出与最高相似度的差值的绝对值小于预定门限值的用户模型；
[0026]将确定出的用户模型组成为候选用户模型集合；
[0027]基于用户模型匹配概率向量，确定所述属性数据对象与所述候选用户模型集合中每个用户模型的相似度，其中所述用户模型匹配概率向量包括用户模型集中的每个用户模型的匹配概率，所述匹配概率是由该每个用户模型所代表的聚类中的已有用户个数所确定的；
[0028]基于所述候选用户模型集合中用户模型的相似度的排序结果，从所述候选用户模型集合中确定出所述与属性数据对象相匹配的用户模型。
[0029]在示范性实施方式中，该方法还包括：
[0030]基于所述待生成可视化报告的用户的初始报告，确定所述待生成可视化报告的用户与每个已有用户的兴趣相似度；
[0031]基于所述兴趣相似度的排序结果，确定所述待生成可视化报告的用户的相似用户；
[0032]确定所述相似用户的报告集；
[0033]确定所述待生成可视化报告的用户针对所述报告集中的每个报告的兴趣度；
[0034]基于所述兴趣度的排序结果，确定所述待生成可视化报告的用户的报告。
[0035]在示范性实施方式中，所述确定对应于所述用户模型的可视化模型包括下列中的至少一个：
[0036]基于用户模型与预先配置的单个可视化模型之间的一一对应关系，确定对应于所述用户模型的单个可视化模型；
[0037]基于用户模型与预先配置的多个可视化模型之间的一对多对应关系，确定对应于所述用户模型的多个可视化模型；基于用户选择指令，从所述多个可视化模型中选择单个可视化模型。
[0038]在示范性实施方式中，所述可视化模型包含可视化报告配置信息；
[0039]所述基于可视化模型，生成所述待生成可视化报告的用户的可视化报告包括：基于所述可视化报告配置信息生成所述用户的可视化报告；
[0040]其中所述可视化报告配置信息包括下列中的至少一个：
[0041]报告主题；数据源；图表布局。
[0042]一种可视化报告生成装置，包括：
[0043]获取模块，用于获取待生成可视化报告的用户的属性数据对象；
[0044]第一确定模块，用于从包含多个用户模型的用户模型集中确定出与所述属性数据对象相匹配的用户模型，其中所述多个用户模型是对已有用户的属性数据对象执行聚类处理所获取的；
[0045]第二确定模块，用于确定对应于所述与所述属性数据对象相匹配的用户模型的可视化模型；
[0046]生成模块，用于基于所述可视化模型，生成所述待生成可视化报告的用户的可视化报告。
[0047]在示范性实施方式中，还包括：
[0048]聚类模块，用于确定所述聚类处理的预定类数K，其中K为至少为2的正整数；从所述已有用户的属性数据对象中随机选取K个属性数据对象作为聚类中心；计算所述已有用户的属性数据对象中、除所述K个属性数据对象之外的每个属性数据对象与K个聚类中心的距离；将所述每个属性数据对象分配到所述K个聚类中心中、距离该每个属性数据对象最近的聚类中心所代表的聚类中；计算每个聚类中的每个属性数据对象到该聚类内其他属性数据对象的距离和，取距离和最小的属性数据对象作为该聚类的新聚类中心，直到各个聚类的聚类中心不再变化；输出所述K个聚类中心。
[0049]在示范性实施方式中，第一确定模块，用于确定所述多个用户模型中的每个用户模型所包含的用户属性与所述属性数据对象所包含的、对应的用户属性之间的距离；基于所述距离和所述用户属性的预定权重，确定所述属性数据对象与所述每个用户模型的相似度；基于所述多个用户模型的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种可视化报告生成方法，其特征在于，包括：获取待生成可视化报告的用户的属性数据对象；从包含多个用户模型的用户模型集中确定出与所述属性数据对象相匹配的用户模型，其中所述多个用户模型是对已有用户的属性数据对象执行聚类处理所获取的；确定对应于所述与所述属性数据对象相匹配的用户模型的可视化模型；基于所述可视化模型，生成所述待生成可视化报告的用户的可视化报告。2.根据权利要求1所述的可视化报告生成方法，其特征在于，还包括：确定所述聚类处理的预定类数K，其中K为至少为2的正整数；从所述已有用户的属性数据对象中随机选取K个属性数据对象作为聚类中心；计算所述已有用户的属性数据对象中、除所述K个属性数据对象之外的每个属性数据对象与K个聚类中心的距离；将所述每个属性数据对象分配到所述K个聚类中心中、距离该每个属性数据对象最近的聚类中心所代表的聚类中；计算每个聚类中的每个属性数据对象到该聚类内其他属性数据对象的距离和，取距离和最小的属性数据对象作为该聚类的新聚类中心，直到各个聚类的聚类中心不再变化；输出所述K个聚类中心。3.根据权利要求1所述的可视化报告生成方法，其特征在于，所述从包含多个用户模型的用户模型集中确定出与所述属性数据对象相匹配的用户模型包括：确定所述多个用户模型中的每个用户模型所包含的用户属性与所述属性数据对象所包含的、对应的用户属性之间的距离；基于所述距离和所述用户属性的预定权重，确定所述属性数据对象与所述每个用户模型的相似度；基于所述多个用户模型的相似度排序结果，从所述多个用户模型中确定出所述与所述属性数据对象相匹配的用户模型。4.根据权利要求1所述的可视化报告生成方法，其特征在于，所述从包含多个用户模型的用户模型集中确定出与所述属性数据对象相匹配的用户模型包括：确定所述多个用户模型中的每个用户模型所包含的用户属性与所述属性数据对象所包含的、对应的用户属性之间的距离；基于所述距离和所述用户属性的预定权重，确定所述属性数据对象与所述每个用户模型的相似度；从所述多个用户模型中，确定出与最高相似度的差值的绝对值小于预定门限值的用户模型；将确定出的用户模型组成为候选用户模型集合；基于用户模型匹配概率向量，确定所述属性数据对象与所述候选用户模型集合中每个用户模型的相似度，其中所述用户模型匹配概率向量包括用户模型集中的每个用户模型的匹配概率，所述匹配概率是由该每个用户模型所代表的聚类中的已有用户个数所确定的；基于所述...

【专利技术属性】
技术研发人员：吴悔，李佳佳，
申请(专利权)人：贝壳找房网北京信息技术有限公司，
类型：发明
国别省市：