本發(fā)明涉及圖形可視化，具體為一種模型計算分析可視化自動布局方法及系統(tǒng)。

背景技術(shù)：

1、隨著大數(shù)據(jù)技術(shù)和計算能力的迅速發(fā)展，數(shù)據(jù)可視化已經(jīng)成為數(shù)據(jù)分析和挖掘過程中不可或缺的一環(huán)。通過將數(shù)據(jù)以圖形化的方式呈現(xiàn)，數(shù)據(jù)可視化不僅提高了數(shù)據(jù)分析的效率，還增強了數(shù)據(jù)理解的直觀性和便捷性。在數(shù)據(jù)可視化的領(lǐng)域中，自動布局技術(shù)尤為重要。自動布局技術(shù)旨在根據(jù)數(shù)據(jù)的結(jié)構(gòu)和關(guān)系自動生成最優(yōu)的圖形布局，以便于用戶更直觀、更高效地理解和分析數(shù)據(jù)。這一技術(shù)被廣泛應(yīng)用于網(wǎng)絡(luò)圖、流程圖、層次圖等多種圖形結(jié)構(gòu)的生成和優(yōu)化。然而，隨著數(shù)據(jù)規(guī)模和復(fù)雜度的增加，傳統(tǒng)的自動布局技術(shù)在處理海量和復(fù)雜數(shù)據(jù)時面臨諸多挑戰(zhàn)。

2、目前，自動布局技術(shù)的發(fā)展主要集中在幾種經(jīng)典的布局算法上，如樹型布局、層次布局、網(wǎng)格布局等。這些算法各具優(yōu)勢，廣泛應(yīng)用于不同類型的數(shù)據(jù)可視化場景。例如，樹型布局適用于具有層次結(jié)構(gòu)的數(shù)據(jù)展示，環(huán)形布局常用于循環(huán)或周期性結(jié)構(gòu)的數(shù)據(jù)展示，力導(dǎo)向布局則廣泛用于社交網(wǎng)絡(luò)分析和生物網(wǎng)絡(luò)分析。然而，現(xiàn)有的自動布局技術(shù)在面對動態(tài)數(shù)據(jù)、實時數(shù)據(jù)更新以及多種數(shù)據(jù)源的集成時，往往表現(xiàn)出一定的局限性。具體而言，現(xiàn)有技術(shù)在以下幾個方面存在不足：首先，數(shù)據(jù)加載和預(yù)處理階段缺乏靈活性和智能化，難以高效地處理多種數(shù)據(jù)源并進行實時更新。其次，重復(fù)數(shù)據(jù)節(jié)點和冗余邊的識別與處理機制不夠完善，容易導(dǎo)致圖形布局的冗雜和信息冗余。此外，現(xiàn)有的布局算法在處理復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)時，往往無法保證布局的最優(yōu)化和美觀性，導(dǎo)致用戶在數(shù)據(jù)理解和分析時受到影響。

技術(shù)實現(xiàn)思路

1、鑒于上述存在的問題，提出了本發(fā)明。

2、因此，本發(fā)明解決的技術(shù)問題是：如何在面對多源數(shù)據(jù)和動態(tài)數(shù)據(jù)更新的情況下，提供智能的自動布局方法，確保數(shù)據(jù)可視化過程中展示的高效性和美觀性。

3、為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：一種模型計算分析可視化自動布局方法，其包括如下步驟，

4、根據(jù)用戶請求從多種數(shù)據(jù)源動態(tài)加載數(shù)據(jù)，確定所需數(shù)據(jù)種類，進行預(yù)處理；

5、應(yīng)用分類算法對預(yù)處理后的數(shù)據(jù)進行分類，形成對應(yīng)種類數(shù)據(jù)的數(shù)據(jù)節(jié)點，并繪制基于數(shù)據(jù)節(jié)點關(guān)系的初步拓撲圖；

6、識別重復(fù)數(shù)據(jù)節(jié)點以及多余邊，優(yōu)化初步拓撲圖；

7、分析優(yōu)化后的拓撲圖，自動選擇適合的框架圖種類，進行布局調(diào)整；

8、所述動態(tài)加載數(shù)據(jù)是根據(jù)用戶的具體請求，通過自然語言處理技術(shù)解析用戶請求，確定數(shù)據(jù)的大類種類、格式以及數(shù)據(jù)來源的優(yōu)先級，在數(shù)據(jù)加載階段，利用智能選擇算法根據(jù)數(shù)據(jù)源的實時響應(yīng)以及數(shù)據(jù)質(zhì)量評估，動態(tài)選擇合適的數(shù)據(jù)源進行數(shù)據(jù)抓取，數(shù)據(jù)經(jīng)過網(wǎng)絡(luò)傳輸后進入預(yù)處理，去除重復(fù)以及無關(guān)數(shù)據(jù)，修正數(shù)據(jù)輸入的錯誤，格式化所有數(shù)據(jù)，并進行數(shù)據(jù)驗證以確保數(shù)據(jù)的完整性和邏輯一致性；

9、所述智能選擇算法是基于每個數(shù)據(jù)源提供的性能指標進行實時評估，通過預(yù)設(shè)的標準，計算每個數(shù)據(jù)源的綜合評分，根據(jù)得到的評分，動態(tài)決定數(shù)據(jù)抓取任務(wù)分配給評分最高的數(shù)據(jù)源。

10、作為本發(fā)明所述的一種模型計算分析可視化自動布局方法的一種優(yōu)選方案，其中：所述對預(yù)處理后的數(shù)據(jù)進行分類是從預(yù)處理后的數(shù)據(jù)中提取關(guān)鍵特征，根據(jù)特征將數(shù)據(jù)分為多個具體需求種類，每個具體需求種類代表一個研究方向，將每個具體需求種類的數(shù)據(jù)創(chuàng)建對應(yīng)的數(shù)據(jù)節(jié)點，并為每個數(shù)據(jù)節(jié)點分配唯一標識符并記錄其種類屬性，根據(jù)數(shù)據(jù)節(jié)點間預(yù)定義的關(guān)系規(guī)則，使用圖形算法自動繪制初步的拓撲圖；

11、拓撲圖的表達式為：

12、，

13、其中，為數(shù)據(jù)集，包括所有經(jīng)預(yù)處理和分類后的數(shù)據(jù)點，為邊集，根據(jù)特定的關(guān)系規(guī)則建立；

14、若每一對數(shù)據(jù)節(jié)點??，根據(jù)預(yù)定義的規(guī)則存在關(guān)系，則在?和??之間添加一條邊?；

15、邊集的表達式為：

16、。

17、作為本發(fā)明所述的一種模型計算分析可視化自動布局方法的一種優(yōu)選方案，其中：所述識別重復(fù)數(shù)據(jù)節(jié)點以及多余邊包括識別和處理重復(fù)數(shù)據(jù)節(jié)點；

18、通過數(shù)據(jù)節(jié)點屬性識別潛在的重復(fù)數(shù)據(jù)節(jié)點，綜合評估每個重復(fù)數(shù)據(jù)節(jié)點的連接邊數(shù)量和在圖中的角色，根據(jù)介數(shù)中心性、度中心性以及特征向量中心性判斷當前重復(fù)數(shù)據(jù)節(jié)點是否進行保留，對于需要合并的數(shù)據(jù)節(jié)點，選擇代表數(shù)據(jù)節(jié)點，更新相關(guān)邊，并刪除冗余數(shù)據(jù)節(jié)點，對于需要保留的數(shù)據(jù)節(jié)點，保持連接關(guān)系和獨特屬性；

19、所述介數(shù)中心性、度中心性以及特征向量中心性，表達式為：

20、，

21、，

22、，

23、其中，為數(shù)據(jù)節(jié)點的介數(shù)中心性，?是數(shù)據(jù)節(jié)點??和??之間所有最短路徑的數(shù)量，?是通過數(shù)據(jù)節(jié)點??的最短路徑的數(shù)量，為數(shù)據(jù)節(jié)點的度中心性，??是數(shù)據(jù)節(jié)點??的度，連接到??的邊數(shù)，為數(shù)據(jù)節(jié)點的特征向量中心性，為特征值常數(shù)，為數(shù)據(jù)節(jié)點的鄰居數(shù)據(jù)節(jié)點集合，表示數(shù)據(jù)節(jié)點和之間是否有邊，為鄰居數(shù)據(jù)節(jié)點的特征向量中心性；

24、使用介數(shù)中心性、度中心性和特征向量中心性評估數(shù)據(jù)節(jié)點的重要性，設(shè)定第一綜合閾值，若介數(shù)中心性、度中心性和特征向量中心性中任一指標大于第一綜合閾值，則判斷當前數(shù)據(jù)節(jié)點在途中具有關(guān)鍵作用，保留當前重復(fù)數(shù)據(jù)節(jié)點，反之刪除當前重復(fù)數(shù)據(jù)節(jié)點。

25、作為本發(fā)明所述的一種模型計算分析可視化自動布局方法的一種優(yōu)選方案，其中：所述識別重復(fù)數(shù)據(jù)節(jié)點以及多余邊還包括識別多余邊；

26、使用?dijkstra?算法計算所有數(shù)據(jù)節(jié)點對之間的最短路徑，識別關(guān)鍵路徑，若某條路徑中所有邊的出現(xiàn)頻率均大于設(shè)定的第二綜合閾值，則判斷該路徑為關(guān)鍵路徑，對于關(guān)鍵路徑上的邊，保留當前邊；對于非關(guān)鍵路徑上的邊，進一步判斷是否為多余邊，

27、通過計算冗余度，若某邊的冗余度高于設(shè)定的第一冗余閾值，則刪除該多余邊，表達式為：

28、，

29、其中，?為邊??的冗余度，?為所有路徑的集合，?為指示函數(shù)，若邊?在路徑??中出現(xiàn)，則??，否則，??；

30、通過刪除重復(fù)數(shù)據(jù)節(jié)點以及重復(fù)邊，輸出優(yōu)化后的拓撲圖。

31、作為本發(fā)明所述的一種模型計算分析可視化自動布局方法的一種優(yōu)選方案，其中：所述分析優(yōu)化后的拓撲圖，自動選擇適合的框架圖種類是根據(jù)數(shù)據(jù)節(jié)點屬性和關(guān)系動態(tài)計算圖中的數(shù)據(jù)節(jié)點位置和邊；

32、所述框架圖種類包括樹形布局、層次布局、網(wǎng)格布局；

33、若初步拓撲圖是無閉環(huán)連通圖，沒有孤立的子圖或獨立的數(shù)據(jù)節(jié)點，n個數(shù)據(jù)節(jié)點對應(yīng)n?1條邊，針對任意兩個數(shù)據(jù)節(jié)點之間僅有一條連接邊，初步拓撲圖的高中心度數(shù)據(jù)節(jié)點比例小于第一高中心度閾值且初步拓撲圖的聚類系數(shù)小于第一聚類閾值，則分類為樹型布局；

34、所述高中心度數(shù)據(jù)節(jié)點比例小于第一高中心度閾值包括計算每個數(shù)據(jù)節(jié)點的度、初步拓撲圖的平均度、平均度的標準差，表達式為：

35、，

36、，

37、，

38、其中，為數(shù)據(jù)節(jié)點的度，為初步拓撲圖的平均度，為平均度的標準差；

39、統(tǒng)計度初步拓撲圖中高于的數(shù)據(jù)節(jié)點數(shù)量，表達式為：

40、，

41、，

42、其中，為指數(shù)函數(shù)，當條件成立時，值為1，否則為0，為高中心度數(shù)據(jù)節(jié)點比例；

43、當小于第一高中心度閾值，則進一步判斷初步拓撲圖的聚類系數(shù)是否小于第一聚類閾值，表達式為：

44、，

45、，

46、其中，為數(shù)據(jù)節(jié)點的聚類系數(shù)，為數(shù)據(jù)節(jié)點的鄰居數(shù)據(jù)節(jié)點之間實際存在的邊數(shù)，是數(shù)據(jù)節(jié)點的鄰居數(shù)據(jù)節(jié)點數(shù)，為初步拓撲圖的平均聚類系數(shù)；

47、若初步拓撲圖是無向無閉環(huán)圖或有向無閉環(huán)圖，根數(shù)據(jù)節(jié)點的入度為0，任意兩個數(shù)據(jù)節(jié)點之間僅有從上層數(shù)據(jù)節(jié)點指向下層數(shù)據(jù)節(jié)點的邊，各層次上的數(shù)據(jù)節(jié)點數(shù)均勻分布，各層次數(shù)據(jù)節(jié)點數(shù)的方差小于第一方差閾值且沒有逆向邊和跨層邊，則分類為層次布局；

48、所述入度為0是進入當前數(shù)據(jù)節(jié)點的邊的數(shù)量為0；

49、所述層次是確定初步拓撲圖中所有入度為0的根數(shù)據(jù)節(jié)點或源數(shù)據(jù)節(jié)點集合，使用廣度優(yōu)先搜索計算每個數(shù)據(jù)節(jié)點的層次，其中層次是從根數(shù)據(jù)節(jié)點到數(shù)據(jù)節(jié)點的最短路徑長度；

50、所述各層次數(shù)據(jù)節(jié)點數(shù)的方差小于第一方差閾值，表達式為：

51、，

52、，

53、其中，為各層次數(shù)據(jù)節(jié)點數(shù)的方差，為每個層次上的數(shù)據(jù)節(jié)點數(shù)，?為最大層次數(shù)，?為平均每層的數(shù)據(jù)節(jié)點數(shù)；

54、若初步拓撲圖中的任意一個數(shù)據(jù)節(jié)點的連接邊不大于4且無孤立數(shù)據(jù)節(jié)點，則判定為網(wǎng)格布局；

55、所述第一綜合閾值、第二綜合閾值、第一冗余閾值、第一高中心度閾值、第一聚類閾值、第一方差閾值是根據(jù)用戶請求的歷史記錄進行設(shè)定。

56、作為本發(fā)明所述的一種模型計算分析可視化自動布局方法的一種優(yōu)選方案，其中：所述進行布局調(diào)整是根據(jù)分類結(jié)束后的框架圖進行防止數(shù)據(jù)節(jié)點重疊、邊的優(yōu)化以及數(shù)據(jù)節(jié)點對齊的調(diào)整；

57、所述防止數(shù)據(jù)節(jié)點重疊是檢測數(shù)據(jù)節(jié)點位置，計算每對相鄰數(shù)據(jù)節(jié)點的距離，若距離小于預(yù)設(shè)的最小距離，則施加斥力使數(shù)據(jù)節(jié)點分開調(diào)整位置，重復(fù)檢測和調(diào)整直到所有數(shù)據(jù)節(jié)點之間的距離都大于或等于最小距離；

58、所述邊的優(yōu)化是使用邊交叉檢測算法，找出交叉的邊，并調(diào)整數(shù)據(jù)節(jié)點位置或重新規(guī)劃邊的路徑，減少邊的交叉點；

59、所述數(shù)據(jù)節(jié)點對齊是確定對齊規(guī)則，根據(jù)對齊規(guī)則計算每個數(shù)據(jù)節(jié)點的目標位置，調(diào)整數(shù)據(jù)節(jié)點位置與目標位置對齊；

60、將布局調(diào)整后的結(jié)果輸出并渲染到用戶界面上，使用canvas?技術(shù)進行渲染，完成可視化自動布局。

61、本發(fā)明的另外一個目的是提供一種模型計算分析可視化自動布局系統(tǒng)，其能通過智能選擇算法動態(tài)加載數(shù)據(jù)、綜合使用介數(shù)中心性、度中心性和特征向量中心性識別和處理重復(fù)數(shù)據(jù)節(jié)點、計算冗余度優(yōu)化邊的連接以及根據(jù)不同數(shù)據(jù)結(jié)構(gòu)選擇最優(yōu)布局，從而解決現(xiàn)有自動布局技術(shù)在靈活性、信息冗余和布局美觀性方面的問題。

62、為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：一種模型計算分析可視化自動布局系統(tǒng)，包括：包括數(shù)據(jù)加載模塊、數(shù)據(jù)預(yù)處理模塊、優(yōu)化模塊、布局分類模塊以及可視化渲染模塊；

63、所述數(shù)據(jù)加載模塊是根據(jù)用戶請求從多種數(shù)據(jù)源動態(tài)加載數(shù)據(jù)，解析用戶請求，確定數(shù)據(jù)種類、格式以及數(shù)據(jù)來源的優(yōu)先級，基于每個數(shù)據(jù)源提供的性能指標進行實時評估，動態(tài)選擇合適的數(shù)據(jù)源進行數(shù)據(jù)抓取；

64、所述數(shù)據(jù)預(yù)處理模塊是對加載的數(shù)據(jù)進行去重、修正、格式化和驗證，從預(yù)處理后的數(shù)據(jù)中提取關(guān)鍵特征，根據(jù)特征將數(shù)據(jù)分為多個種類，創(chuàng)建對應(yīng)的數(shù)據(jù)節(jié)點，根據(jù)數(shù)據(jù)節(jié)點間預(yù)定義的關(guān)系規(guī)則使用圖形算法自動繪制初步的拓撲圖；

65、所述優(yōu)化模塊是通過數(shù)據(jù)節(jié)點屬性識別潛在的重復(fù)數(shù)據(jù)節(jié)點，綜合評估每個重復(fù)數(shù)據(jù)節(jié)點的連接邊數(shù)量，使用介數(shù)中心性、度中心性和特征向量中心性判斷當前重復(fù)數(shù)據(jù)節(jié)點是否進行保留，通過計算冗余度，識別并刪除多余邊，通過重新布置數(shù)據(jù)節(jié)點位置或重新連接邊來減少或消除交叉邊；

66、所述布局分類模塊是分析優(yōu)化后的拓撲圖，自動選擇適合的框架圖種類，根據(jù)數(shù)據(jù)節(jié)點屬性和關(guān)系動態(tài)計算圖中的數(shù)據(jù)節(jié)點位置和邊，按照分類規(guī)則進行布局調(diào)整；

67、所述可視化渲染模塊是檢測數(shù)據(jù)節(jié)點位置，計算每對相鄰數(shù)據(jù)節(jié)點的距離，若距離小于預(yù)設(shè)的最小距離，則施加斥力使數(shù)據(jù)節(jié)點分開調(diào)整位置，使用邊交叉檢測算法，找出交叉的邊，并調(diào)整數(shù)據(jù)節(jié)點位置或重新規(guī)劃邊的路徑，減少邊的交叉點，確定對齊規(guī)則，根據(jù)對齊規(guī)則計算每個數(shù)據(jù)節(jié)點的目標位置，調(diào)整數(shù)據(jù)節(jié)點位置與目標位置對齊，將最終布局結(jié)果輸出并渲染到用戶界面上，使用canvas技術(shù)進行渲染，完成可視化自動布局。

68、一種計算機設(shè)備，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)如上所述一種模型計算分析可視化自動布局方法的步驟。

69、一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如上所述一種模型計算分析可視化自動布局方法的步驟。

70、本發(fā)明的有益效果：本發(fā)明通過智能選擇算法動態(tài)加載數(shù)據(jù)，確保數(shù)據(jù)源的高效選擇和實時更新，解決了現(xiàn)有技術(shù)中數(shù)據(jù)加載和預(yù)處理階段靈活性和智能化不足的問題。綜合使用介數(shù)中心性、度中心性和特征向量中心性對重復(fù)數(shù)據(jù)節(jié)點進行識別和處理，有效減少了圖形布局的冗雜性，避免了信息冗余。通過計算冗余度優(yōu)化邊的連接，大大提高了圖形布局的簡潔性和美觀性，確保了圖形的清晰和易讀性。提出的布局分類和優(yōu)化方法能夠根據(jù)不同數(shù)據(jù)結(jié)構(gòu)選擇最優(yōu)的布局算法，保證了圖形布局的高效性和直觀性。通過防止數(shù)據(jù)節(jié)點重疊、優(yōu)化交叉邊和數(shù)據(jù)節(jié)點對齊等步驟，進一步優(yōu)化了圖形布局的展示效果，使得最終的可視化結(jié)果更加整潔和規(guī)范。本發(fā)明不僅解決了現(xiàn)有自動布局技術(shù)在靈活性、信息冗余和布局美觀性方面的不足，還為用戶提供了一個高效、智能的自動布局方法，顯著提升了大數(shù)據(jù)分析和展示的效率和用戶體驗。