一种基于WEB动态布局的可视化建模平台及方法技术

本发明专利技术公开了一种基于WEB动态布局的可视化建模平台及方法，该平台包括：建模组件模块、画布空间模块和运行管理模块，其中，所述建模组件模块用于算子组件管理和模型组件模块，所述画布空间模块用于组件展示、画布编辑、画布布局编排以及组件参数配置，所述运行管理模块用于运行时管理、任务与记录管理以及数据可视化。本发明专利技术通过在画布中拖拽、连接组件节点以及便捷的组件参数配置即可完成复杂的数据分析与建模工作流的构建，于此同时，本发明专利技术中画布的动态布局功能可方便用户根据个人工作设备对画布中的布局进行自由且灵活的调整，以提高构建工作流的效率。高构建工作流的效率。高构建工作流的效率。

【技术实现步骤摘要】
一种基于WEB动态布局的可视化建模平台及方法


[0001]本专利技术涉及可视化、机器学习建模
，具体涉及一种基于WEB动态布局的可视化建模平台及方法。

技术介绍

[0002]随着大数据的不断积累，数据逐渐成为了企业的核心资产，为了将数据的价值最大化，越来越多的企业将精力投入到数据挖掘这一板块，带来的影响就是企业投入的成本越来越高，但产生的价值远未达到理想状态，这是当下亟需解决的痛点。另一方面，近些年来，大数据人工智能挖掘技术得到了快速发展，数据分析建模人员需要学习越来越多的技术，比如说：编程语言类的Python、R、Scala等；数据查询类的MySQL、PostgreSQL、Hive、Hbase等；算法建模类的Scikit
‑
learn、Tensorflow、Pytorch等；分布式存储计算类的Hadoop、Spark、Flink等；可以预见的是，随着技术高速的发展，会有更多的计算框架涌现出来，而适应这些计算框架会增加企业的建模成本。同时，人工智能的建模也需要专业的算法工程师参与，算法工程师需要深入理解业务场景，并在不同的计算框架下尝试使用各种算法模型，例如，研究深度学习领域的Tensorflow、就很难在有限时间内使用分布式计算框架Spark、Flink、并且，擅长Spark的，也不一定就了解Flink，另外一方面，通常算法工程师对于模型工程化的能力一般都会相对较弱，他们往往只会擅长算法的应用和开发，而在工程化上，更多的是解决算法的环境安装部署（这个环节相当很繁琐）、算法的使用上，不太关注算法的开发，整个过程变得费时费力。
[0003]基于此，本专利技术设计了一种基于WEB动态布局的可视化建模平台及方法，以解决上述问题。

技术实现思路

[0004]本专利技术的目的在于提供一种基于WEB动态布局的可视化建模平台及方法，以解决上述
技术介绍
中提出的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种基于WEB动态布局的可视化建模平台，包括：建模组件、画布空间、运行管理模块、算子组件、模型组件以及画布工作流，其中，所述建模组件，用于算子组件的管理和模型组件的管理；所述画布空间，用于建模组件的展示与拖拽、画布区域中工作流的构建与动态布局；所述运行管理模块，用于画布中建模组件或画布工作流的运行调度、任务管理、状态监控、数据存储以及结果可视化。
[0006]优选的，所述建模组件用于算子组件的管理包括上传下载、审核管理、类别管理、存储管理、算子信息展示以及自定义算子的在线开发。
[0007]优选的，所述建模组件用于模型组件的管理包括上传下载、审核管理、类别管理、
存储管理、环境管理以及模型信息展示。
[0008]优选的，所述画布空间还用于算子组件和模型组件的树状展示，所述画布空间还用于建模组件的在画布区域的拖拽、连线、放大、缩小、鼠标右键删除、框选删除、撤销、画布工作流保存以及画布工作流生成模型。
[0009]优选的，所述画布区域中工作流动态布局包括横向切换、纵向切换以及一键编排。
[0010]优选的，所述画布空间还用于画布区域中的建模组件单步运行、画布中工作流的一键前台运行、一键后台运行、中止运行。
[0011]优选的，所述画布空间还用于画布区域中的建模组件的运行状态图标动态展示、运行日志实时展示、运行结果表格可视化、运行结果图表可视化以及结果下载。
[0012]优选的，所述画布空间还用于建模组件的参数配置与持久化。
[0013]优选的，所述运行管理模块还用于建模组件的单机Python机器学习算子与模型的运行调度管理、分布式Spark算子与模型的运行调度管理、分布式Flink算子与模型的运行调度管理、运行记录与日志管理、历史任务展示与回放。
[0014]本专利技术的另一目的是提供一种基于WEB动态布局的可视化建模方法，该方法基于上述的一种基于WEB动态布局的可视化建模平台，其具体步骤如下所述：第一步：在算子组件管理中上传算子组件包、对算子组件包进行审核并判定审核结果，将通过审核的算子归档到对应类别的算子库，对于未通过审核的算子组件提供在线修改和删除功能；第二步：在画布空间模块中通过新建画布创建一个数据分析建模编辑区，进入画布，用户可通过左侧的算子组件库中找到第一步上传的算子，将需要的算子拖拽进画布并进行连线，点击需要配置参数的算子，在画布右侧弹出算子配置区进行参数配置和修改；第三步：在第二步画布中的算子数量比较多时，排版混乱时，可点击画布的菜单栏的一键编排功能进行自动排版；第四步：当用户发现当前显示器不适合以纵向布局的方式构建画布工作流时，用户可点击画布菜单栏切换布局功能即可快速切换至横向布局进行进而进行工作；第五步：当用户发现当前显示器不适合横向布局的方式构建画布工作流时，用户可点击画布菜单栏切换布局功能即可快速切换至纵向布局进而进行工作；第六步：在画布工作流构建完成后，用户可对每个算子进行右键选择增加算子名称操作，可给当前算子定义一个业务名称和算法名称并进行持久化操作，便于后续使用该工作流时快速理解当前画布工作流的业务内容和开发思路；第七步：配置并构建好画布工作流后，画布中的组件进行运行操作，运行操作包括：一键前台运行、一键后台运行、单步运行，执行后，调用运行管理模型进行任务调度，任务调度支持的计算平台有Scikit
‑
learn、Tensorflow、Pytorch、Spark、Flink；第八步：画布空间模块和运行管理模块进行实时交互，用以获取画布中算子组件或画布工作流的运行状态、运行日志、运行结果；第九步：在画布空间模块获取到运行管理模块返回的数据后，可进行状态的图表展示、日志的动态显示、运行结果的表格可视化、图表可视化。
[0015]与现有技术相比，本专利技术的有益效果是：本专利技术基于不同的用户习惯和喜好，实现了一种可以灵活自由切换页面布局方式（横向和纵向），一键实现自动编排的功能，帮助用
户提高在WEB页面进行数据分析与建模探索效率。
附图说明
[0016]图1为本专利技术系统模块图。
[0017]图2为本专利技术方法流程图。
[0018]图3为本专利技术画布纵向布局图。
[0019]图4为本专利技术画布横向布局图。
[0020]图5为本专利技术画布自动布局图。
具体实施方式
[0021]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0022]请参阅图1，本专利技术提供一种技术方案：一种基于WEB动态布局的可视化建模平台，包括：建模组件、画布空间、运行管理模块、算子组件、模型组件以及画布工作流，建模组件，用于算子组件的管理和模型组件的管理，建模组件用于算子组件的管理包括上传下载、审核管理、类别归档与展示以及自定义算子的在线开发，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于WEB动态布局的可视化建模平台，其特征在于，该建模平台包括：建模组件、画布空间、运行管理模块、算子组件、模型组件以及画布工作流，其中，所述建模组件，用于算子组件的管理和模型组件的管理；所述画布空间，用于建模组件的展示与拖拽、画布区域中工作流的构建与动态布局；所述画布空间还用于算子组件和模型组件的树状展示，所述画布空间还用于建模组件在画布区域的拖拽、连线、放大、缩小、鼠标右键删除、框选删除、撤销、画布工作流保存以及画布工作流生成模型；所述运行管理模块，用于画布中建模组件或画布工作流的运行调度、任务管理、状态监控、数据存储以及结果可视化。2.根据权利要求1所述的一种基于WEB动态布局的可视化建模平台，其特征在于，所述建模组件用于算子组件的管理包括上传下载、审核管理、类别管理、存储管理、算子信息展示以及自定义算子的在线开发。3.根据权利要求1所述的一种基于WEB动态布局的可视化建模平台，其特征在于，所述建模组件用于模型组件的管理包括上传下载、审核管理、类别管理、存储管理、环境管理以及模型信息展示。4.根据权利要求1所述的一种基于WEB动态布局的可视化建模平台，其特征在于，所述画布区域中工作流动态布局包括横向切换、纵向切换以及一键编排。5.根据权利要求1所述的一种基于WEB动态布局的可视化建模平台，其特征在于，所述画布空间还用于画布区域中的建模组件单步运行、画布中工作流的一键前台运行、一键后台运行、中止运行。6.根据权利要求1所述的一种基于WEB动态布局的可视化建模平台，其特征在于，所述画布空间还用于画布区域中的建模组件的运行状态图标动态展示、运行日志实时展示、运行结果表格可视化、运行结果图表可视化以及结果下载。7.根据权利要求1所述的一种基于WEB动态布局的可视化建模平台，其特征在于，所述画布空间还用于建模组件的参数配置与持久化。8.根据权利要求1所述的一种基于WEB动态布局的可视化建模平台，其特征在于，所述运行管理模块还用于建模组件的单机Python机器学习算子与模型的运行调度管理、分布式Spark算子与模型的运行调度管理、分布式...

【专利技术属性】
技术研发人员：汪书深，赵博，黄宜华，禹来，
申请(专利权)人：江苏鸿程大数据技术与应用研究院有限公司，
类型：发明
国别省市：