数据图形化处理方法、装置、计算机设备及存储介质与流程

本发明涉及数据处理领域，尤其涉及一种数据图形化处理方法、装置、计算机设备及存储介质。

背景技术：

日常在对大量数据进行分析时，很多情况下需要采用图形化方式对数据进行呈现。

在传统方法中，通常采用预先设定好的固定图形结构对数据进行图形化展示。但是，对于不同的数据浏览用户而言，其浏览习惯各不相同，即使是同一个数据浏览用户，也可能对不同的数据类型需求不同的图形结构，现有的固定图形结构无法准确匹配用户的浏览需求，导致数据图形化呈现的灵活性较低。

技术实现要素：

本发明实施例提供一种数据图形化处理方法、装置、计算机设备及存储介质，以解决现有技术中数据图形化呈现方式无法准确匹配用户需求，导致数据图形化呈现的灵活性低的问题。

一种数据图形化处理方法，包括：

接收客户端发送的图形浏览请求，并获取所述图形浏览请求中包含的数据筛选条件和图形关键字；

从预设的数据库中，获取满足所述数据筛选条件的行为数据；

根据所述图形关键字，确定目标图形的图形特征；

使用所述图形特征和所述行为数据，生成所述目标图形；

根据所述数据筛选条件和所述行为数据，生成与所述目标图形对应的目标用户画像；

将所述目标图形和所述目标用户画像发送到所述客户端。

一种数据图形化处理装置，包括：

请求接收模块，用于接收客户端发送的图形浏览请求，并获取所述图形浏览请求中包含的数据筛选条件和图形关键字；

数据筛选模块，用于从预设的数据库中，获取满足所述数据筛选条件的行为数据；

特征确定模块，用于根据所述图形关键字，确定目标图形的图形特征；

图形生成模块，用于使用所述图形特征和所述行为数据，生成所述目标图形；

画像生成模块，用于根据所述数据筛选条件和所述行为数据，生成与所述目标图形对应的目标用户画像；

数据发送模块，用于将所述目标图形和所述目标用户画像发送到所述客户端。

一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述数据图形化处理方法的步骤。

一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述数据图形化处理方法的步骤。

上述数据图形化处理方法、装置、计算机设备及存储介质中，根据客户端发送的图形浏览请求中包含的数据筛选条件和图形关键字，从预设的数据库中，获取满足数据筛选条件的行为数据，并根据图形关键字，确定目标图形的图形特征，然后使用图形特征和行为数据，生成目标图形，并根据数据筛选条件和行为数据，生成与目标图形对应的目标用户画像，再将目标图形和目标用户画像发送到客户端进行呈现，实现了根据数据筛选条件和图形关键字对目标图形进行定制，从而准确匹配客户端用户的需求，提高数据图形化呈现的灵活性，同时，根据数据筛选条件和行为数据生成能够体现对应的用户特征的目标用户画像，并提供给客户端进行直观展示，进一步提高数据图形化呈现的灵活性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一实施例中数据图形化处理方法的一应用环境示意图；

图2是本发明一实施例中数据图形化处理方法的一流程图；

图3是本发明一实施例中数据图形化处理方法中步骤s4的一流程图；

图4是本发明一实施例中数据图形化处理方法的步骤s42的一流程图；

图5是本发明一实施例中数据图形化处理方法中步骤s5的一流程图；

图6是本发明一实施例中数据图形化处理方法中步骤s6的一流程图；

图7是本发明一实施例中数据图形化处理装置的一示意图；

图8是本发明一实施例中计算机设备的一示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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他实施例，都属于本发明保护的范围。

本申请提供的数据图形化处理方法，可应用在如图1所示的应用环境中，该应用环境包括服务端和客户端，其中，服务端和客户端之间通过网络进行连接，该网络可以是有线网络或者无线网络，客户端具体包括但不限于各种个人计算机、笔记本电脑、智能手机和平板电脑和便携式可穿戴设备，服务端具体均可以用独立的服务器或者多个服务器组成的服务器集群实现。客户端将图形浏览请求发送给服务端，服务端对图形浏览请求进行解析，目标图形和目标用户画像，并返回给客户端。

在一实施例中，如图2所示，提供一种数据图形化处理方法，以该方法应用在图1中的服务端为例进行说明，具体包括步骤s1至步骤s6，详述如下：

s1：接收客户端发送的图形浏览请求，并获取图形浏览请求中包含的数据筛选条件和图形关键字。

具体地，用户在客户端可以发起对目标数据的图形浏览请求，该图形浏览请求中包含数据筛选条件和图形关键字。

数据筛选条件包括但不限于对待筛选数据中的用户类别、用户属性、行为数据类型等的筛选条件。其中，用户类别用于标识用户的岗位信息，用户属性用于标识用户的个人信息，行为数据类型用于标识需要进行图形化展示的目标数据的数据类型。例如，用户类型可以为“销售人员”或“技术研发人员”等，用户属性可以包括“性别”、“年龄”、“地区”、“职位”等多个不同的子属性，行为数据类型可以为“销售业绩”、“产量”等。

在一具体实施例中，数据筛选条件具体可以是用户类型为“销售人员”，用户属性为“性别男，年龄大于30岁，地区为深圳，职位为经理”，以及行为数据类型为“销售业绩”。

图形关键字用于标识图形的颜色、形状、尺寸等图形特征，以及图形的数据展示维度。例如，图形关键字可以包括“颜色蓝”、“形状饼图”等表示图形特征的关键字，还可以包括“年龄”或“地区”等表示数据展示维度的关键字。

需要说明的是，用户可以通过客户端提供的人机交互界面显示的可选条件属性和可选关键字，进行条件选择和关键字选择，例如，用户可以在客户端提供的多个预设的可选用户类型中选取需要的用户类型，还可以在客户端提供的多个预设的可选颜色中选取需要的颜色。

s2：从预设的数据库中，获取满足数据筛选条件的行为数据。

具体地，服务端根据接收到的数据筛选条件，从预设的数据库的待筛选数据中筛选出满足该数据筛选条件的目标数据，该目标数据即为行为数据。

在一具体实施例中，若数据筛选条件包括用户类别、用户属性和行为数据类型的筛选条件，并且在预设的数据库中每一条数据记录均包含有用户类型、用户属性、行为数据类型和行为数据等字段，则服务端从预设的数据库中筛选出符合该用户类型、用户属性和行为数据类型的筛选条件的数据记录，并从筛选出的数据记录中读取行为数据字段的值，并将读取到的每个数据字段的值进行累加，得到行为数据。

s3：根据图形关键字，确定目标图形的图形特征。

具体地，服务端根据接收到的图形关键字，从图形关键字中提取出目标图形的图形特征。

其中，目标图形为展示数据筛选条件及其行为数据的图形，图形特征包括目标图形的属性特征和数据展示维度，属性特征包括但不限于颜色、尺寸、形状等，数据展示维度用于标识目标图形的展示数据的类别，该数据展示维度具体可以是数据筛选条件中的某个可选条件属性。

例如，若数据筛选条件为：用户类型为“销售人员”，用户属性为“性别男，年龄大于30岁，地区为深圳、北京、上海，职位为经理”，以及行为数据类型为“销售业绩”，则数据展示维度可以是地区。

需要说明的是，步骤s2和步骤s3之间没有必然的先后执行顺序，其可以是并列执行的关系，此处不做限制。

s4：使用图形特征和行为数据，生成目标图形。

具体地，服务端按照步骤s3得到的图形特征，将步骤s2得到的行为数据按照该图形特征进行图形化处理，得到目标图形。

若行为数据为多个时，服务端按照图形特征对每个行为数据均生成一个对应的目标子图，并将多个目标子图进行合并后得到目标图形。

s5：根据数据筛选条件和行为数据，生成与目标图形对应的目标用户画像。

具体地，服务端根据预设的数据库中与数据筛选条件和行为数据相匹配的数据记录，从这些数据记录中提取用户特征作为用户标签，并根据提取出的用户标签生成目标用户画像。

其中，目标用户画像用于体现与数据筛选条件和行为数据相匹配的用户的共同特征。

s6：将目标图形和目标用户画像发送到客户端。

具体地，服务端将步骤s4得到的目标图形和步骤s5得到的目标用户画像发送到客户端，客户端在显示终端的预设显示区域对目标图形和目标用户画像进行显示，以方便用户查看。

本实施例中，根据客户端发送的图形浏览请求中包含的数据筛选条件和图形关键字，从预设的数据库中，获取满足数据筛选条件的行为数据，并根据图形关键字，确定目标图形的图形特征，然后使用图形特征和行为数据，生成目标图形，并根据数据筛选条件和行为数据，生成与目标图形对应的目标用户画像，再将目标图形和目标用户画像发送到客户端进行呈现，实现了根据数据筛选条件和图形关键字对目标图形进行定制，从而准确匹配客户端用户的需求，提高数据图形化呈现的灵活性，同时，根据数据筛选条件和行为数据生成能够体现对应的用户特征的目标用户画像，并提供给客户端进行直观展示，进一步提高数据图形化呈现的灵活性。

在一实施例中，数据筛选条件包括n个特定条件子项，其中，n为正整数。

具体地，数据筛选条件可以拆分为多个特定条件子项，每个特定条件子项可以根据用户在客户端的可选条件属性的可选取值中选定的取值组合得到。

进一步地，特定条件子项可以根据数据展示维度对数据筛选条件进行拆分得到，每个特定条件子项对应数据展示维度中的一个可选取值。

例如，若数据筛选条件x为：用户类型为“销售人员”，用户属性为“性别男，年龄大于30岁，地区为深圳、北京、上海，职位为经理”，以及行为数据类型为“销售业绩”；并且，数据展示维度为“地区”，则特定条件子项可以包括三个，分别为：

特定条件子项a：用户类型为“销售人员”，用户属性为“性别男，年龄大于30岁，地区为深圳，职位为经理”，以及行为数据类型为“销售业绩”；

特定条件子项b：用户类型为“销售人员”，用户属性为“性别男，年龄大于30岁，地区为北京，职位为经理”，以及行为数据类型为“销售业绩”；

特定条件子项c：用户类型为“销售人员”，用户属性为“性别男，年龄大于30岁，地区为上海，职位为经理”，以及行为数据类型为“销售业绩”。

进一步地，如图3所示，在步骤s4中，使用图形特征和行为数据，生成目标图形，具体包括步骤s41至步骤s43，详述如下：

s41：在行为数据中，筛选出每个特定条件子项对应的特定行为数据。

具体地，根据每个特定条件子项，对行为数据进行分解，得到满足每个特定条件子项的特定行为数据。

继续以上述数据筛选条件x为例，若数据筛选条件x对应的行为数据为“1500万”，则根据特定条件子项a、特定条件子项b和特定条件子项c对该行为数据进行分解后，可以得到满足特定条件子项a的特定行为数据a为“500万”，满足特定条件子项b的特定行为数据b为“600万”，以及满足特定条件子项c的特定行为数据c为“400万”。

s42：使用图形特征和每个特定行为数据，生成每个特定行为数据对应的目标子图，得到n个目标子图。

具体地，使用图形特征中包含的目标图形的属性特征，将每个特定行为数据按照该属性特征的要求转化为对应的目标子图，得到n个目标子图。

s43：按照预设的组合方式，将n个目标子图进行组合处理，得到目标图形。

具体地，预设的组合方式具体可以是按照特定行为数据从大到小进行排序的组合方式。服务端对每个特定条件子项的特定行为数据按照从大到小进行排序，并根据排序后的特定行为数据确定每个目标子图的位置顺序，然后按照该位置顺序将n个目标子图组合成目标图形。

继续以步骤s41中的数据筛选条件x为例，特定行为数据a对应目标子图1，特定行为数据b对应目标子图2，特定行为数据c对应目标子图3，对特定行为数据a、特定行为数据b和特定行为数据c按照从大到小进行排序后得到：特定行为数据b>特定行为数据a>特定行为数据c，则目标子图的位置顺序为：目标子图2、目标子图1、目标子图3，服务端将按照该位置顺序安置每个目标子图在目标图形中的位置。

需要说明的是，预设的组合方式还可以是按照特定条件子项之间的相关性进行组合的方式，例如将相关性较高的特定条件子项对应的目标子图放置在相邻位置，将相关性较低的特定条件子项对应的目标子图间隔较远的距离。其具体可以根据实际应用的需要进行设置，此处不做限制。

本实施例中，将数据筛选条件拆分为n个特定条件子项，确定每个特定条件子项对应的特定行为数据，并使用图形特征和每个特定行为数据，生成每个特定行为数据对应的目标子图，然后按照预设的组合方式，将n个目标子图进行组合处理，得到目标图形，通过并行生成每个目标子图再组合的方式能够提高目标图形的生成效率，按照预设的组合方式对目标子图进行组合，得到的目标图形能够清楚直观地体现出每个特定行为数据，同时能够一目了然地体现出每个特定行为数据之间的差异化，提高了数据的展现性。

在一实施例中，图形特征包括图形形状、图形颜色和基准尺寸。

其中，图形形状具体可以是圆形、柱状、折线等形状特征，图形颜色为目标图形的显示颜色，如红色、蓝色灯，基准尺寸为图形形状的单位尺寸，例如，柱状的基准尺寸为5mm*5mm。

进一步地，如图4所示，在步骤s42中，使用图形特征和每个特定行为数据，生成每个特定行为数据对应的目标子图，具体包括步骤s421至步骤s424，详述如下：

s421：从n个特定行为数据中，获取取值最小的特定行为数据作为基准数据，其他n-1个特定行为数据均作为其他数据。

具体地，根据步骤s41得到的n个特定行为数据，将取值最小的特定行为数据作为基准数据，其他特定行为数据作为其他数据。

s422：根据预设取值单位，计算基准数据与预设取值单元之间的基准比值，并根据基准比值对基准尺寸进行缩放处理，得到基准数据对应的图形尺寸。

在本实施例中，预设取值单位为预先设置的最小数据单位，不同行为数据类型可以对应不同的预设取值单位，同一个行为数据类型也可以根据应用的需要，针对行为数据的量级设置不同的预设取值单位，例如，对“销售业绩”这一行为数据类型，若其行为数据的量级在万元级别，则预设取值单位可以设置为“1千”，若其行为数据的量级在百万元级别，则预设取值单位可以设置为“1万”。

具体地，将基准数据与预设取值单元之间的比值作为基准比值，例如，若基准数据为“10万”，预设取值单元为“1千”，则计算得到的基准比值为100。

服务端按照该基准比值对基准尺寸进行等比例放大或者缩小处理，得到基准数据对应的图形尺寸。例如，若图形形状为柱形，基准尺寸为2mm*2mm，则得到基准数据对应的图形尺寸为200mm*200mm。

s433：使用图形形状、图形颜色和图形尺寸，生成基准数据对应的目标子图。

具体地，服务端根据图形特征中包含的图形形状、图形颜色，以及步骤s432得到的图形尺寸，生成基准数据对应的目标子图。

例如，若图形形状为柱形，图形颜色为蓝色，图形尺寸为200mm*200mm，则生成的目标子图为200mm*200mm的蓝色柱图形。

s434：计算每个其他数据与基准数据之间的数据比值，并根据数据比值和基准数据对应的目标子图，生成每个其他数据对应的目标子图。

具体地，针对n-1个其他数据，计算每个其他数据与基准数据之间的比值，得到n-1个数据比值，并按照每个其他数据的数据比值，对基准数据对应的目标子图进行等比例放大或者缩小处理，得到该其他数据对应的目标子图。

例如，若基准数据为“10万”，该基准数据对应的目标子图为200mm*200mm的蓝色柱图形，其他数据为“20万”，则数据比值为2，服务端按照该数据比值对200mm*200mm的蓝色柱图形进行2倍放大处理，得到400mm*400mm的蓝色柱图形，作为该其他数据对应的目标子图。

进一步地，在其他实施例中，还可以根据每个特定行为数据在行为数据中的数据占比，确定每个特定行为数据对应的目标子图的图形面积占比，并根据基准尺寸得到每个目标子图的图形面积，然后再结合图形形状和图形颜色得到每个目标子图。

本实施例中，将n个特定行为数据中取值最小的特定行为数据作为基准数据，其他n-1个特定行为数据作为其他数据，先根据基准数据与预设取值单元之间的基准比值，对基准尺寸进行缩放处理，得到基准数据对应的图形尺寸，并结合图形形状和图形颜色生成基准数据对应的目标子图，然后再计算每个其他数据与基准数据之间的数据比值，并根据数据比值和基准数据对应的目标子图，生成每个其他数据对应的目标子图，这种先生成最小特定行为数据对应的目标子图形，然后只要根据其他特定行为数据与最小特定行为数据之间的比值关系，对该目标子图形进行缩放处理，即可快速地生成其他的目标子图，提高了每个目标子图的生成效率。

在一实施例中，如图5所示，在步骤s5中，根据数据筛选条件和行为数据，生成与目标图形对应的目标用户画像，具体包括步骤s51至步骤s53，详述如下：

s51：采用预设的关键词提取方式，从每个特定条件子项对应的用户信息中提取信息关键词，得到每个特定条件子项对应的用户标签。

具体地，服务端根据特定条件子项，在预设的数据库中查找满足特定条件子项的数据记录中包含的用户信息，该用户信息可以包括用户属性信息和用户行为信息，其中，用户属性信息包括姓名、性别、年龄、职业、兴趣爱好、学历、工作时长等标识用户属性的信息，用户行为信息包括与行为数据相关的数据信息。

其中，预设的关键词提取方式可以是textrank关键词提取算法，用于从每个特定条件子项对应的用户信息中，按照预设的关键字进行匹配，提取出与预设的关键字相匹配的信息关键词，并将提取出的信息关键词作为用户标签。

每个特定条件子项对应的用户标签的数量可以是一个也可以是多个，不同特定条件子项对应的用户标签可以相同也可以不相同。

s52：根据每个特定条件子项对应的特定行为数据，确定每个用户标签的标签权重。

具体地，按照特定行为数据的值与标签权重之间预设的正比例对应关系，即特定行为数据的值越大则标签权重越大，特定行为数据的值越小则标签权重越小，根据每个特定条件子项对应的特定行为数据，得到该特定行为数据对应的标签权重，并将得到的标签权重作为该特定条件子项对应的每个用户标签的标签权重。

需要说明的是，若不同的特定条件子项对应有相同的用户标签，则可以按照预设的计算方式，对相同的用户标签在每个特定条件子项中的标签权重进行计算，得到该用户标签的标签权重。

其中，预设的计算方式可以是计算标签权重的算术平均值，也可以是计算标签权重的加权平均值，还可以是选取标签权重的最大值等，其具体可以根据实际应用的需要进行设置，此处不做限制。

s53：将用户标签，以及每个用户标签的标签权重，输入预设的词云图生成工具，生成词云图，并将词云图作为目标用户画像。

具体地，将用户标签及其标签权重输入预设的词云图生成工具进行词云图生成，并将生成的词云图作为目标用户画像。

词云图，也叫文字云，是对用户标签予以视觉化的展现方式，通过使用不同的颜色、形状和大小对用户标签进行显示，能够直观体现文本的主旨。

预设的词云图生成工具可以根据实际应用的需要选取现有的词云软件，如wordle、worditout等。

需要说明的是，标签权重越大的用户标签，在词云图中得到体现的程度越明显。用户标签在词云图中的体现程度可以通过用户标签在词云图中的文本大小、文本颜色，或者文本粗细等各种特征中一个或者多个组合来体现。例如，标签权重越大的用户标签，其在词云图中的文本越大、颜色越鲜艳，或者文本字体线条越粗。

本实施例中，通过采用预设的关键词提取方式，从每个特定条件子项对应的用户信息中提取用户标签，并根据特定行为数据，确定用户标签的标签权重，然后使用预设的词云图生成工具，根据用户标签及其标签权重生成词云图，作为目标用户画像，确保标签权重越大的用户标签在目标用户画像中的体现程度越明显，使得每个用户标签在目标用户画像中均能得到准确且充分的体现，达到对与数据筛选条件和行为数据相匹配的用户共同特征的直观展示，有效提高数据图形化呈现的灵活性。

在一实施例中，如图6所示，在步骤s6中，将目标图形和目标用户画像发送到客户端，具体包括步骤s61至步骤s64，详述如下：

s61：将目标图形拆分为预设数量的子图形数据。

具体地，服务端按照预设的分割方式对目标图形进行拆分，得到预设数量的子图形数据。

其中，预设的分割方式可以是等数据量拆分，也可以是按照数据关联程度进行拆分，具体可以根据实际应用的需要进行设置，此处不做限制。

s62：按照预设的压缩方式对每个子图形数据进行压缩处理，得到预设数量的压缩图形数据。

具体地，服务端按照预设的压缩方式，对步骤s61得到的每个子图形数据进行压缩处理，得到每个子图形数据对应的压缩图形数据。

s63：将预设数量的压缩图形数据发送到客户端，以使客户端对压缩图形数据进行解压后组合得到目标图形，并在预设显示区域显示目标图形。

具体地，服务端可以并行的将每个压缩图形数据发送到客户端，客户端接收到每个压缩图形数据后，先对每个压缩图形数据进行解压，并在完成对预设数量的压缩图形数据的解压处理后，对解压后的压缩图形数据进行组合，完成对目标图形的恢复处理，并在显示界面的预设显示区域对目标图形进行显示。

s64：若接收到客户端发送的用户画像查看请求，则将目标用户画像发送到客户端。

具体地，用户在客户端查看目标图形时，可以向服务端发起对该目标图形对应的用户画像的查看请求。服务端接收到客户端发送的用户画像查看请求，将步骤s5生成的目标用户画像发送到客户端，提供给用户进行查看。

本实施例中，通过将目标图形拆分为预设数量的子图形数据，并对每个子图形数据进行压缩处理后发送到客户端，能够降低服务端和客户端之间的网络传输数据量，提高数据传输效率，同时，在用户请求查看用户画像时才发送目标用户画像到客户端，降低单次数据传输量，也使得图形化展示更为灵活。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

在一实施例中，提供一种数据图形化处理装置，该数据图形化处理装置与上述实施例中数据图形化处理方法一一对应。如图7所示，该数据图形化处理装置包括：请求接收模块10、数据筛选模块20、特征确定模块30、图形生成模块40、画像生成模块50和数据发送模块60。各功能模块详细说明如下：

请求接收模块10，用于接收客户端发送的图形浏览请求，并获取图形浏览请求中包含的数据筛选条件和图形关键字；

数据筛选模块20，用于从预设的数据库中，获取满足数据筛选条件的行为数据；

特征确定模块30，用于根据图形关键字，确定目标图形的图形特征；

图形生成模块40，用于使用图形特征和行为数据，生成目标图形；

画像生成模块50，用于根据数据筛选条件和行为数据，生成与目标图形对应的目标用户画像；

数据发送模块60，用于将目标图形和目标用户画像发送到客户端。

进一步地，数据筛选条件包括n个特定条件子项，其中，n为正整数，图形生成模块40包括：

特定数据筛选子模块401，用于在行为数据中，筛选出每个特定条件子项对应的行为数据；

目标子图生成子模块402，用于使用图形特征和每个特定行为数据，生成每个特定行为数据对应的目标子图，得到n个目标子图；

图形组合子模块403，用于按照预设的组合方式，将n个目标子图进行组合处理，得到目标图形。

进一步地，图形特征包括图形形状、图形颜色和基准尺寸，目标子图生成子模块402包括：

行为数据筛选单元4021，用于从n个特定行为数据中，获取取值最小的特定行为数据作为基准数据，其他n-1个特定行为数据均作为其他数据；

图形尺寸确定单元4022，用于根据预设取值单位，计算基准数据与预设取值单元之间的基准比值，并根据基准比值对基准尺寸进行缩放处理，得到基准数据对应的图形尺寸；

第一子图生成单元4023，用于使用图形形状、图形颜色和图形尺寸，生成基准数据对应的目标子图；

第二子图生成单元4024，用于计算每个其他数据与基准数据之间的数据比值，并根据数据比值和基准数据对应的目标子图，生成每个其他数据对应的目标子图。

进一步地，画像生成模块50包括：

标签提取子模块501，用于采用预设的关键词提取方式，从每个特定条件子项对应的用户信息中提取信息关键词，得到每个特定条件子项对应的用户标签；

权重确定子模块502，用于根据每个特定条件子项对应的特定行为数据，确定每个用户标签的标签权重；

词云图生成子模块503，用于将用户标签，以及每个用户标签的标签权重，输入预设的词云图生成工具，生成词云图，并将词云图作为目标用户画像。

进一步地，数据发送模块60包括：

拆分子模块601，用于将目标图形拆分为预设数量的子图形数据；

压缩子模块602，用于按照预设的压缩方式对每个子图形数据进行压缩处理，得到预设数量的压缩图形数据；

第一发送子模块603，用于将预设数量的压缩图形数据发送到客户端，以使客户端对压缩图形数据进行解压后组合得到目标图形，并在预设显示区域显示目标图形；

第二发送子模块604，用于若接收到客户端发送的用户画像查看请求，则将目标用户画像发送到客户端。

关于数据图形化处理装置的具体限定可以参见上文中对于数据图形化处理方法的限定，在此不再赘述。上述数据图形化处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种数据图形化处理方法。

在一实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例中数据图形化处理方法的步骤，例如图2所示的步骤s1至步骤s6。或者，处理器执行计算机程序时实现上述实施例中数据图形化处理装置的各模块/单元的功能，例如图7所示模块10至模块60的功能。为避免重复，此处不再赘述。

在一实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例中数据图形化处理方法，或者，该计算机程序被处理器执行时实现上述装置实施例中数据图形化处理装置中各模块/单元的功能。为避免重复，此处不再赘述。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。