一种关联数据可视化展示方法
【技术领域】
[0001] 本发明涉及互联网信息处理技术领域，特别涉及一种关联数据可视化展示方法。
【背景技术】
[0002] 今世界早就进入了信息时代，随着信息的爆发式增长和积累，大数据时代已近来 临，作为大数据最重要的特点：数据量大和价值密度低却是困扰如此海量数据信息挖掘利 用的难题。实际上在纷繁复杂的信息海洋中，某些信息之间的联系往往比与其他信息之间 的联系要紧密得多，而这些具有某种紧密联系的信息往往反映的是现实生活中的人与人之 间或者团体之间的特定关系，这些特定关系会使其相互影响或者牵制给相关的社会或者经 济活动带来潜在的价值或者风险。
[0003] 针对特定的信息目标，如何分析该目标与其他目标之间的关联关系在很多领域具 有更加实际的意义，因为具有关联关系的目标在进行各种活动时往往比单独的简单个体具 有更大的影响面，而且具有关联关系的目标在对外建立各种活动时，受到内部的关联关系 的相互牵制或者支持，会比简单目标的活动轨迹更加复杂。
[0004] 即便通过数据处理将具有关联关系的信息分析出来，形成的还只是关联关系数 据，而复杂的数据并不能直观的展示关联信息的关联路径;在这些数量巨大且复杂的数据 中整理和分目标信息的关联情况需要花费较大的人力和时间成本;针对一个设定的目标信 息计算出来的各级关联信息可能很多，对应的关联路径也很复杂，仅仅在数据层面还不能 直观的分析出关联信息和错综复杂的关联路径;并且在关联关系中各种指向关系能够反映 出相关信息的具体影响或者控制情况，在相关问题分析和追踪中具有更重要的意义。尤其 是在对目标信息进行相关背景分析时，目标信息与关联信息之间的关联方式是分析者最为 关心的信息之一，根据分析需要可以将不同的关联方式用不同的指向关系来表示，这些指 向关系在关联数据中不能直观的展示，影响用户的分析和判断效率。
【发明内容】
[0005] 本发明的目的在于克服现有技术中所存在的上述不足，提供一种关联数据可视化 展示方法;对目标信息的关联信息数据进行可视化处理，形成对应的图谱界面，为用户提供 直观形象的关联关系图像化的展示，节省用户用于关联关系数据整理和分析的时间。为实 现上述目的，本发明的关联数据可视化展示方法将目标信息的关联信息抽象成对应级数的 子节点，根据关联信息之间的指向关系在节点之间添加有向边;使用可视化工具构造出以 所述目标信息为起点的节点之间具有有向边的关联关系图谱。
[0006] 本发明在目标信息的关联信息数据基础上，使用数据可视化工具将具有指向关系 的关联信息抽象成对应级数的节点，并根据关联数据中的指向关系在对应节点之间添加有 向边，形成关联图谱将复杂繁琐的目标信息关联情况以图谱的形式直观形象的展示出来， 通过简洁、易懂、路径清晰的信息图谱，用户根据关联图谱很方便了解到目标信息的关联情 况，极大的节省了用户整理数据所需要耗费的人力和时间成本，提高了相关信息的分析和 追踪效率。
[0007] 进一步的，所述数据可视化实现中可采用的可视化工具包括：Raphad、D3(Data Driven Documents)、Google ChartAPI、Visual.ly等，目前可以用来实现数据可视化的工 具很多，用户可以根据实际情况进行选择。
[0008] 进一步的，所述关联数据可视化展示方法包括以下实现步骤：
[0009] (1)将目标信息定义为0级节点，在关联数据中搜索出所述目标信息的一度关联信 息，将所述一度关联信息抽象成对应〇级节点的子节点，并将其定义为1级节点，其中所述一 度关联信息是指直接与起点信息相关联的信息；
[0010] (2)将已计算过的0级节点打上墓碑标记，从1级节点出发，在关联数据中搜索出对 应1级节点的一度关联信息，并将其抽象为相应1级节点的子节点，并将其定义为2级节点；
[0011] (3)依此类推，逐级抽象出以目标信息为起点的η级节点，其中KdN为目标信 息设定的最大关联度数，N为不小于1的正整数。本发明形成的关联图谱节点明确，路径清 晰。
[0012] 进一步的，所述步骤(1)、（2)和，或(3)中，根据目标信息关联数据中的关联关系在 n-Ι级节点和η级节点之间添加边;形成关联关系图谱。
[0013] 进一步的，所述步骤(1)、（2)和，或(3)中搜索关联信息扩展节点时，遵守广度优先 原则。
[0014] 作为一种优选，其可视化过程为:将目标信息置于可视化图的中心;将相同级数的 节点分散在一个圆周上，并围绕在上一级节点围成的圆的外面。
[0015] 进一步的，所述关联图谱中，使用不同的颜色和，或不同形状来区分各级节点。
[0016] 进一步的，所述关联图谱中，使用不同颜色和，或不同形状来区分不同类型的节 点。
[0017] 与现有技术相比，本发明的有益效果:本发明一种关联数据可视化展示方法，根据 目标信息的关联信息数据，将关联信息抽象成对应级数的节点，通过描述关联关系的键值 对，利用可视化工具构建出以目标信息为中心节点，以各度关联信息为各级子节的关联关 系图谱，并且在节点扩展过程中，根据信息之间的指向关系在节点之间添加对应的有向边， 最终形成节点之间具有有向边的关联关系图谱，关联路径清晰，节点之间的关联方式明确， 简洁易懂，形象直观，简化了目标信息关联关系分析和关联途径的构建过程，极大方便了对 于相关问题的整理和追踪，节省了用户在数据分析和整理阶段需要投入的人力和时间成 本。在数据信息挖取，目标信息背景分析，关联问题追踪和分析等领域具有广阔的应用前 景。
【附图说明】：
[0018] 图1是实施例1和实施例2中具有指向关系的关联信息数据示意图。
[0019] 图2是实施例1和实施例2中将指向关系数字化的关联信息数据示意图。
[0020] 图3是实施例1和实施例2的关联数据可视化展示方法的实现过程图。
[0021] 图4是实施例1中实现的以第一信息Α为目标信息的二关联信息图谱。
[0022] 图5是实施例1中实现的以第二信息B为目标信息的二度关联信息图谱。
[0023] 图6是实施例1中实现的以第五信息E为目标信息的二度关联信息图谱。
[0024] 图7是实施例2中实现的以第一信息A为目标信息的二关联信息图谱。
[0025] 图8是实施例2中实现的以第二信息B为目标信息的二度关联信息图谱。
[0026] 图9是实施例2中实现的以第五信息E为目标信息的二度关联信息图谱。
【具体实施方式】
[0027] 下面结合试验例及【具体实施方式】对本发明作进一步的详细描述。但不应将此理解 为本发明上述主题的范围仅限于以下的实施例，凡基于本
【发明内容】
所实现的技术均属于本 发明的范围。
[0028] 提供一种关联数据可视化展示方法;对目标信息的关联信息数据进行可视化处 理，形成对应的图谱界面，为用户提供直观形象的关联关系图像化的展示，节省用户用于关 联关系数据整理和分析的时间。为实现上述目的，本发明的关联数据可视化展示方法将目 标信息的关联信息抽象成对应级数的子节点，根据关联信息之间的指向关系在节点之间添 加有向边;使用可视化工具构造出以所述目标信息为起点的节点之间具有有向边的关联关 系图谱。
[0029] 本发明在目标信息的关联信息数据基础上，使用数据可视化工具将具有指向关系 的关联信息抽象成对应级数的节点，并根据关联数据中的指向关系在对应节点之间添加有 向边，形成关联图谱将复杂繁琐的目标信息关联情况以图谱的形式直观形象的展示出来， 通过简洁、易懂、路径清晰的信息图谱，用户根据关联图谱很方便了解到目标信息的关联情 况，极大的节省了用户整理数据所需要耗费的人力和时间成本，提高了相关信息的分析和 追踪效率。
[0030] 进一步的，所述关联数据可视化展示方法中可采用的可视化工具包括：Raphad、 D3(Data Driven Documents)、Google Chart API、Visual.ly等，目前可以用来实现数据可 视化的工具很多，用户可以根据需要进行选择。
[0031 ]进一步的，所述关联数据可视化展示方法包括以下实现步骤：
[0032] (1)将目标信息定义为0级节点，从0级节点出发，从关联信息数据中搜索目标信息 的关联信息，将其抽象为该〇级节点的子节点，并将其定义为1级节点；
[0033] (2)将已计算过的0级节点打上墓碑标记（即在下一级关联信息搜索时，不再计算 该节点;这样的做法可以有效的避免闭合路径重复路径的出现，保证关联图谱精炼简洁）， 搜索出各1级节点的关联信息，并将其抽象为对应1级节点的子节点，并将其定义为2级节 点，并将各1级节点打上墓碑标记；
[0034] (3)依此类推，逐级抽象出以目标信息为起点的η级节点，其中Kd
[0035] 进一步的，所述步骤(1)、（2)和，或(3)中，根据关联关系在n-1级节点和η级节点之 间添加有向边，形成节点之间具有有向边的关联图谱。更清晰的显示出关联信息的关联途 径和节点之间的关联方式，为相关问题追踪，提供简洁明晰的分析途径;相比于无向边连接 节点，本发明形成的关联图谱显示出更加丰富的数据内容。且有向边的添加使得节点之间 的关联方式明确的在图谱中展现出来，使得每个节点再关联图谱中对其相邻节点的影响情 况展示得更加具体和明确;在进行问题追踪和分析时用户能够根据有向边所展现的关联方 式，追踪到具体的某个节点或者关键节点，帮助用户更好更快的评估相关情况。
[0036] 进一步的，所述步骤(1)、（2)和，或(3)中搜索关联信息扩展节点时，遵守广度优先 原则。广度优先原则扩展节点的顺序是将某一层上的所有节点都搜索到之后才向下一层搜 索;这样扩展节点的好处在于，所形成的图谱以目标信息为中心逐级扩展节点，用户根据分 析深度的需要选择展示的关联图谱节点最高级数，在选择的级数以内，更够显示全部节点 而不会出现遗漏，方便用户根据需要获得所需级数内的全量数据。一般情况下，在进行关联 信息分析时，关联级数越低的信息与目标信息的关联程度越高，对目标信息的影响或者牵 制可能性也最大，对应的关联图谱中，级数越小的节点与0级节点的关联关系越紧密，通过 广度优先的节点扩展原则，从0级节点开始按照节点级数逐