【技术实现步骤摘要】
本专利技术涉及数据统计的，尤其涉及一种统计信息的输出方法、装置、电子设备和存储介质。
技术介绍
1、目前处于ai(artificial intelligence，人工智能)推送信息的时代，这一技术已深刻改变了用户的日常生活。从社交媒体上的内容推荐，到电子商务网站上的产品推荐，甚至在视频流媒体平台上的影片推荐，ai算法通过分析用户的行为，确定用户的喜好内容，不断精细调整推荐信息的内容，以提供更个性化和吸引力的体验。不仅丰富了用户的消费体验，还促进了商业的发展。
2、在大数据时代离不开数据分析，数据分析涉及对应的数据统计图。传统数据统计图好比一本静态的地图，提供基本的信息，但不会告诉用户最佳路径。它们通常无法适应用户的变化需求，就像一张不会动的海报。而当用户加入智能ai推荐系统则像一位个人导游，不仅根据用户的兴趣和需求提供个性化的建议，还能够实时调整路线，提供令人兴奋的探索体验。传统图表需要用户自己掌握地图上的信息，而智能ai推荐系统将信息呈现得更直观、个性化，如同导游规划用户在地图中的旅程。数据统计图需要准确表征的统计结果，现有技术实施统计较为局限，导致统计图表的表达结果与实际结果存在差异。
3、因此，如何提高统计图表所表达统计结果的准确性，是目前亟待解决的技术问题。
技术实现思路
1、本专利技术提供的一种统计信息的输出方法、装置、电子设备和存储介质，提高了统计图表所表达统计结果的准确性。
2、本专利技术实施例提供了以下方案：
3、第一
4、获取目标数据库和关联目标数据库的请求数据；
5、根据预设的标签数据库统计请求数据与目标数据库的关联性，以获得表征关联性的统计信息；
6、根据预设的权重数据库确定统计信息的信息重要度；
7、根据信息重要度和预设的aigc数据库，确定输出统计信息的目标类型图表；
8、根据目标类型图表对统计信息进行输出。
9、在一种可选的实施例中，根据预设的标签数据库统计请求数据与目标数据库的关联性，以获得表征关联性的统计信息，包括：
10、根据标签数据库对请求数据和目标数据库分别进行标签化处理，以获得请求数据的请求标签集合和目标数据库的数据标签集合；
11、根据请求标签集合中每个标签的第一词向量与数据标签集合中每个标签的第二词向量的余弦相似度，获得相似度集合；
12、将相似度集合输入预设模型进行适应度计算和离散度计算；
13、将相似度集合以及预设模型的输出结果，确定为统计信息。
14、在一种可选的实施例中，根据标签数据库对请求数据和目标数据库分别进行标签化处理，以获得请求数据的请求标签集合和目标数据库的数据标签集合，包括：
15、将目标数据库的所有数据集进行数据清洗，并输入标签数据库进行标签转换，将转换结果确定为数据标签集合；
16、对请求数据进行自然语言处理，并拆分为至少一个关键词输入标签数据库进行标签转换；
17、在标签数据库的文本标签匹配关键词时，将关键词对应的文本标签构建的集合确定为请求标签集合；
18、在文本标签不匹配关键词时，根据预设的标签分类器对不匹配的关键词进行分类，并基于分类结果构建请求标签集合。
19、在一种可选的实施例中，统计信息至少包括请求数据的每个标签的第一词向量与目标数据库的每个标签的第二词向量的余弦相似度所构成的相似度集合；根据预设的权重数据库确定统计信息的信息重要度，包括：
20、根据相似度集合，获得目标数据库与请求数据的标签相似度、标签适应度和标签离散度；
21、根据标签相似度、标签适应度和标签离散度在权重数据库中确定对应的权重系数；
22、根据公式α×r+β×d+γ×s＝t，获得信息重要度t，其中，r为标签相似度，α为第一权重系数，d为标签适应度，β为第二权重系数，s为标签离散度，γ为第三权重系数，α+β+γ＝1。
23、在一种可选的实施例中，根据相似度集合，获得目标数据库与请求数据的标签相似度、标签适应度和标签离散度，包括：
24、根据相似度集合获得请求数据中每个标签的标签重要度，以及获得相似度集合的相似度均值和相似度标准差；
25、根据公式获得标签相似度r，其中，n为请求数据的标签数量，s(ki,f)为请求数据的标签ki的余弦相似度，w(ki)为标签ki对应的标签重要度，i为大于1的自然数；
26、根据公式获得标签适应度d，其中，xi为相似度集合的第i个余弦相似度，μ为相似度均值，σ为相似度标准差；
27、根据公式获得标签离散度s。
28、在一种可选的实施例中，根据信息重要度和预设的aigc数据库，确定输出统计信息的目标类型图表，包括：
29、根据信息重要度在aigc数据库的多个重要度区间中确定出对应的目标区间，其中，每个重要度区间对应一种类型的统计图表；
30、将目标区间所对应的统计图表确定为目标类型图表。
31、在一种可选的实施例中，统计信息至少包括请求数据的每个标签的第一词向量与目标数据库的每个标签的第二词向量的余弦相似度所构成的相似度集合；将目标区间所对应的统计图表确定为目标类型图表之后，方法还包括：
32、获取相似度集合的数据特征值、数据数量值，以及请求数据的数据关注值；
33、根据数据特征值、数据数量值、数据关注值与每个重要度区间的预设权重系数，获得每个重要度区间的权重选择区间；
34、根据信息重要度和每个权重选择区间对应的统计图表，更新目标类型图表。
35、第二方面，本专利技术实施例还提供了一种统计信息的输出装置，装置包括：
36、获取模块，用于获取目标数据库和关联目标数据库的请求数据；
37、获得模块，用于根据预设的标签数据库统计请求数据与目标数据库的关联性，以获得表征关联性的统计信息；
38、第一确定模块，用于根据预设的权重数据库确定统计信息的信息重要度；
39、第二确定模块，用于根据信息重要度和预设的aigc数据库，确定输出统计信息的目标类型图表；
40、输出模块，用于根据目标类型图表对统计信息进行输出。
41、第三方面，本专利技术实施例还提供了一种电子设备，包括处理器和存储器，存储器耦接到处理器，存储器存储指令，当指令由处理器执行时使电子设备执行第一方面中任一项方法的步骤。
42、第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面中任一项方法的步骤。
43、本专利技术的一种统计信息的输出方法、装置、电子设备和存储介质与现有技术相比，具有以下优点：
44、本专利技术的统计信息输出方法，通过获取目标数据库和关联目标数据库本文档来自技高网...
【技术保护点】
1.一种统计信息的输出方法，其特征在于，所述方法包括：
2.根据权利要求1所述的统计信息的输出方法，其特征在于，所述根据预设的标签数据库统计所述请求数据与所述目标数据库的关联性，以获得表征所述关联性的统计信息，包括：
3.根据权利要求2所述的统计信息的输出方法，其特征在于，所述根据所述标签数据库对所述请求数据和所述目标数据库分别进行标签化处理，以获得所述请求数据的请求标签集合和所述目标数据库的数据标签集合，包括：
4.根据权利要求1所述的统计信息的输出方法，其特征在于，所述统计信息至少包括所述请求数据的每个标签的第一词向量与所述目标数据库的每个标签的第二词向量的余弦相似度所构成的相似度集合；所述根据预设的权重数据库确定所述统计信息的信息重要度，包括：
5.根据权利要求4所述的统计信息的输出方法，其特征在于，所述根据所述相似度集合，获得所述目标数据库与所述请求数据的标签相似度、标签适应度和标签离散度，包括：
6.根据权利要求1所述的统计信息的输出方法，其特征在于，根据所述信息重要度和预设的AIGC数据库，确定输出所述统计信
7.根据权利要求6所述的统计信息的输出方法，其特征在于，所述统计信息至少包括所述请求数据的每个标签的第一词向量与所述目标数据库的每个标签的第二词向量的余弦相似度所构成的相似度集合；所述将所述目标区间所对应的统计图表确定为所述目标类型图表之后，所述方法还包括：
8.一种统计信息的输出装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器耦接到所述处理器，所述存储器存储指令，当所述指令由所述处理器执行时使所述电子设备执行权利要求1-7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。
...【技术特征摘要】
1.一种统计信息的输出方法，其特征在于，所述方法包括：
2.根据权利要求1所述的统计信息的输出方法，其特征在于，所述根据预设的标签数据库统计所述请求数据与所述目标数据库的关联性，以获得表征所述关联性的统计信息，包括：
3.根据权利要求2所述的统计信息的输出方法，其特征在于，所述根据所述标签数据库对所述请求数据和所述目标数据库分别进行标签化处理，以获得所述请求数据的请求标签集合和所述目标数据库的数据标签集合，包括：
4.根据权利要求1所述的统计信息的输出方法，其特征在于，所述统计信息至少包括所述请求数据的每个标签的第一词向量与所述目标数据库的每个标签的第二词向量的余弦相似度所构成的相似度集合；所述根据预设的权重数据库确定所述统计信息的信息重要度，包括：
5.根据权利要求4所述的统计信息的输出方法，其特征在于，所述根据所述相似度集合，获得所述目标数据库与所述请求数据的标签相似度、标签适应度和标...
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。