应用于智能可视化的数据处理方法及系统技术方案

本发明专利技术实施例提供的应用于智能可视化的数据处理方法及系统，在初始智慧业务互动大数据包括拟处理匿名化互动大数据的基础上，该思路基于通过确定的画像知识调整关系链可以尽可能完整地确定拟处理匿名化互动大数据对应的匿名还原互动大数据，提高去匿名化效果；在初始智慧业务互动大数据包括拟处理公开化互动大数据的基础上，通过将画像知识调整关系链融合至拟处理公开化互动大数据，保障获得的已匿名互动大数据尽可能合理，从而提高已匿名互动大数据的可视化输出质量，还能够基于画像知识调整关系链提高匿名大数据和公开大数据的可视化输出智能化程度。可视化输出智能化程度。可视化输出智能化程度。

【技术实现步骤摘要】
应用于智能可视化的数据处理方法及系统


[0001]本专利技术涉及数据处理
，特别涉及一种应用于智能可视化的数据处理方法及系统。

技术介绍

[0002]数据可视化的意义是帮助人更好的分析数据，信息的质量很大程度上依赖于其表达方式。数据可视化的本质是视觉对话，它将技术与艺术完美结合，借助图形化的手段，清晰有效地传达与沟通信息。一方面，数据赋予可视化以价值；另一方面，可视化增加数据的灵性，两者相辅相成，帮助企业从信息中提取知识、从知识中收获价值。然而相关技术在进行数据可视化输出时存在智能化程度地下的问题，比如难以灵活地将匿名/去匿名处理与数据可视化进行有效结合。

技术实现思路

[0003]为改善相关技术中存在的技术问题，本专利技术提供了一种应用于智能可视化的数据处理方法及系统。
[0004]第一方面，本专利技术实施例提供了一种应用于智能可视化的数据处理方法，应用于数据处理系统，所述方法包括：获得初始智慧业务互动大数据；所述初始智慧业务互动大数据包括拟处理匿名化互动大数据与拟处理公开化互动大数据中的至少一项；确定所述初始智本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用于智能可视化的数据处理方法，其特征在于，应用于数据处理系统，所述方法包括：获得所述初始智慧业务互动大数据；其中，所述初始智慧业务互动大数据包括拟处理匿名化互动大数据与拟处理公开化互动大数据中的至少一项；确定所述初始智慧业务互动大数据对应的画像知识调整关系链；其中，所述画像知识调整关系链反映匿名化互动大数据与所述匿名化互动大数据对应的公开化互动大数据之间知识向量映射的知识匿名策略；结合所述初始智慧业务互动大数据和所述画像知识调整关系链，输出最终智慧业务互动大数据；其中，在所述初始智慧业务互动大数据包括拟处理匿名化互动大数据的基础上，所述最终智慧业务互动大数据包含所述拟处理匿名化互动大数据对应的匿名还原互动大数据；在所述初始智慧业务互动大数据包括拟处理公开化互动大数据的基础上，所述最终智慧业务互动大数据包含所述拟处理公开化互动大数据对应的已匿名互动大数据。2.根据权利要求1所述的方法，其特征在于，所述确定所述初始智慧业务互动大数据对应的画像知识调整关系链，包括：在所述初始智慧业务互动大数据包含所述拟处理匿名化互动大数据、且不包含所述拟处理公开化互动大数据的基础上，对所述初始智慧业务互动大数据进行知识提炼操作，得到所述初始智慧业务互动大数据对应的画像知识调整关系链；在所述初始智慧业务互动大数据包含所述拟处理公开化互动大数据、且不包含所述拟处理匿名化互动大数据的基础上，从预设的若干个画像知识调整关系链中，确定所述初始智慧业务互动大数据对应的画像知识调整关系链；或者，对获得的任一参考匿名化互动大数据进行知识提炼操作，得到画像知识调整关系链，并将所述画像知识调整关系链作为所述初始智慧业务互动大数据对应的画像知识调整关系链；在所述初始智慧业务互动大数据包含所述拟处理公开化互动大数据和所述拟处理匿名化互动大数据的基础上，对所述拟处理匿名化互动大数据进行知识提炼操作，得到画像知识调整关系链，并将所述画像知识调整关系链作为所述拟处理公开化互动大数据对应的画像知识调整关系链。3.根据权利要求1所述的方法，其特征在于，所述结合所述初始智慧业务互动大数据和所述画像知识调整关系链，输出最终智慧业务互动大数据，包括：对所述初始智慧业务互动大数据和所述画像知识调整关系链进行知识翻译操作，输出所述初始智慧业务互动大数据对应的目标画像知识关系链；其中，所述目标画像知识关系链包括与所述初始智慧业务互动大数据的至少一个特征识别度的知识关系链相匹配的匿名策略指示；通过所述目标画像知识关系链，对所述初始智慧业务互动大数据进行处理，输出所述最终智慧业务互动大数据。4.根据权利要求4所述的方法，其特征在于，在所述初始智慧业务互动大数据包含所述拟处理匿名化互动大数据、且不包含所述拟处理公开化互动大数据的基础上，所述最终智慧业务互动大数据由调优所得的第一机器学习算法输出；所述第一机器学习算法包括：知识提炼单元和第一知识翻译单元；所述知识提炼单元与所述第一知识翻译单元连接；在所述初始智慧业务互动大数据包含所述拟处理公开化互动大数据、且不包含所述拟
处理匿名化互动大数据的基础上，所述最终智慧业务互动大数据由调优所得的第二机器学习算法输出；所述第二机器学习算法包括：所述知识提炼单元和第二知识翻译单元；所述知识提炼单元与所述第二知识翻译单元连接；在所述初始智慧业务互动大数据包含所述拟处理公开化互动大数据和所述拟处理匿名化互动大数据的基础上，所述最终智慧业务互动大数据由调优所得的第三机器学习算法输出；所述第三机器学习算法包括：所述知识提炼单元、第一知识翻译单元和第二知识翻译单元；所述知识提炼单元分别与所述第一知识翻译单元和所述第二知识翻译单元连接。5.根据权利要求4所述的方法，其特征在于，所述第一知识翻译单元包括u个画像挖掘节点、u+1个变量更新节点、u个向量拼接节点；其中，u为正整数；第k个画像挖掘节点包括第k个第一梯度优化节点和第k个知识简化节点；第k个向量拼接节点包括第k个知识扩展节点、第k个联动节点、第k个第二梯度优化节点；第k
‑
1个画像挖掘节点分别与第k
‑
2个画像挖掘节点、第k个画像挖掘节点连接；第k
‑
1个向量拼接节点分别与第k
‑
2个向量拼接节点、第k个向量拼接节点连接；第k个变量更新节点分别与第k+1个变量更新节点、第k个画像挖掘节点中第k个第一梯度优化节点、第k个向量拼接节点中第k个联动节点连接；其中，k为大于等于1、且小于等于u的正整数；第u+1个变量更新节点分别与第u个画像挖掘节点中第u个知识简化节点、第u个向量拼接节点中第u个知识扩展节点连接。6.根据权利要求4所述的方法，其特征在于，通过如下内容调优得到所述第一机器学习算法：获得第一调优示例，其中，所述第一调优示例包括若干个第一示例互动大数据二元组，所述第一示例互动大数据二元组包括第一匿名化互动大数据和所述第一匿名化互动大数据对应的第一公开化互动大数据；通过第一待调优机器学习算法中的知识提炼单元，对所述第一匿名化互动大数据进行知识提炼操作，输出所述第一匿名化互动大数据对应的示例画像知识调整关系链；通过所述第一待调优机器学习算法中的第一知识翻译单元，对所述示...

【专利技术属性】
技术研发人员：黄志宇，关屹岑，
申请(专利权)人：黄志宇，
类型：发明
国别省市：