本发明涉及一种界面的交互设计方法及系统，特别是涉及一种面向非专家用户多维数据分析系统界面的交互设计方法及系统。
背景技术：
：：多维数据分析指基于联机分析处理技术(olap,on-lineanalysisprocessing)的一种分析手段，它是商业智能(bi,businessintelligence)中的核心分析模块，能帮助分析人员迅速、一致、交互地从各个方面观察信息，以达到深入理解数据的目的，其特点是能灵活从不同角度切入数据，不论数据的维度还是尺度理论上都能依据已有业务数据的属性进行自由变换，方便定位问题与发现关键信息。多维数据分析功能，指用户在界面上(web或桌面软件界面)，利用界面中给出的数据操作，通常包括：(1)限定数据范围；(2)选择要查看的数据维度；(3)选择(2)中数据维度下的维度级别；(4)以列联表或切换其它形式查看数据结果，来查看不同维度间数据关联。一般地，多维数据分析提供的对于数据的处理与查询可归类到以下几个操作(如图1所示)：(1)钻取(drill-down)：在维度的不同级别间的变化，从上层降到下一层，或者说是将汇总数据拆分到更细节的数据。(2)上卷(roll-up)：钻取的逆操作，从维度的下层级别返回到上层级别，从细粒度数据向高层聚合。(3)切片(slice)：选定一个维度中特定的值，(4)切块(dice)：选取一个维度中特殊区间的数据或者某几个特定值进行分析。(5)旋转(pivot)：即维的位置的互换，就像是二维表的行列转换，如图3中通过旋转实现产品维度和地域维度的互换。现有技术中，行业内对多维数据分析的交互设计方案主要如下：1、自助探索式数据分析软件：这类软件以tableau为例，为用户提供完全自由的数据分析体验，其界面与交互特点是：(1)使用拖动的方式定义行与列。(2)当用户的定义数据行为有误时能自动纠正。(3)理论上界面能按一定布局呈现无限多个维度的数据，然而，该软件面对非专家用户的不足在于：软件隐藏了数据聚合规则，新手用户面对这种自由度高的分析软件，存在很高的学习与认知成本；软件的自纠正行为容易使新手用户在学习的过程中产生困惑，因为软件自发的行为容易让用户形成“软件不可控”的印象；界面中过多探索式的自定义部分例如也容易额外消耗用户的精力。2、数据平台的数据分析：这类产品以神测数据平台为代表，其界面与交互特点是：(1)根据业务逻辑，在侧边栏按分析需求对数据结果的分析方式、呈现形式分门别类。但是，数据平台依赖业务对数据分析任务进行区分，更偏向有明显分析目的的企业数据分析，而弱化了自助式数据分析功能，不具有足够的灵活性。技术实现要素：为克服上述现有技术存在的不足，本发明之目的在于提供一种多维数据分析系统界面的交互设计方法及系统，以解决面对非专家用户的多维数据分析场景中，产生的认知理解与界面表达之间的鸿沟所带来的相应的系统可用性问题，以降低新用户使用多维数据分析时的学习成本。为达上述目的，本发明提出一种多维数据分析系统界面的交互设计方法，包括如下步骤：步骤s1，定义页面内必要元素，所述页面内必要元素包括但不限于业务空间分类入口、数据度量选择组件、数据按维度筛选组件、数据按时间筛选组件、数据分组组件、数据呈现组件；步骤s2，基于molda模型的业务空间设计方法对业务空间进行划分；步骤s3，根据业务空间分类入口对业务空间的划分将数据度量选择组件、数据按维度筛选组件、数据按时间筛选组件、数据分组组件的内容分为若干块；步骤s4，通过数据呈现组件输出多维数据分析结果。优选地，所述业务空间分类入口为界面上一个能分隔整个模块操作的组件，所述数据度量选择组件为多选组件，组件内容为业务空间内所有指标；所述数据按维度筛选组件为能选定数据集范围的组件，选定数据集范围的依据为业务空间内所有类别维维度，所述数据按时间筛选组件为日历组件；所述数据分组组件为一个多选组件，组件内容为业务空间内所有类别维维度。优选地，所述业务空间指对企业或机构所要分析的业务问题,或业务主题的描述，与业务主题有关的各个方面或因素为该主题的业务要素。优选地，于步骤s3中，根据业务主题中的业务要素,首先从管理和决策人员所要求的分析结果着手,确定各个指标维，然后通过对指标维的值的分类,反推需要哪些类别维来帮助聚合得到，并从时间和动态分析的要求设计时间维。优选地，所述指标维包括所有的数据度量，所述类别维支撑数据按维度筛选组件以及数据分组组件，所述时间维支撑数据按时间维度筛选组件和数据分组组件。优选地，所述数据呈现组件为展示数据结果的组件，采用交叉表或图形。优选地，所述页面内必要元素中按业务空间划分进行数据操作的模块，除数据呈现组件，其它组件在不同业务空间下相互独立。为达到上述目的，本发明还提供一种多维数据分析系统界面的交互设计系统，包括：元素定义单元，用于定义页面内必要元素，所述页面内必要元素包括但不限于业务空间分类入口、数据度量选择组件、数据按维度筛选组件、数据按时间筛选组件、数据分组组件、数据呈现组件；业务空间划分单元，用于基于molda模型的业务空间设计方法对业务空间进行划分；组件划分单元，用于根据业务空间分类入口对业务空间的划分将数据度量选择组件、数据按维度筛选组件、数据按时间筛选组件、数据分组组件的内容分为若干块；结果输出单元，用于通过数据呈现组件输出多维数据分析结果。优选地，所述业务空间分类入口为界面上一个能分隔整个模块操作的组件，所述数据度量选择组件为多选组件，组件内容为业务空间内所有指标；所述数据按维度筛选组件为能选定数据集范围的组件，选定数据集范围的依据为业务空间内所有类别维维度，所述数据按时间筛选组件为日历组件；所述数据分组组件为一个多选组件，组件内容为业务空间内所有类别维维度。优选地，于组件划分单元中，根据业务主题中的业务要素,首先从管理和决策人员所要求的分析结果着手,确定各个指标维，然后通过对指标维的值的分类,反推需要哪些类别维来帮助聚合得到，并从时间和动态分析的要求设计时间维。与现有技术相比，本发明一种多维数据分析系统界面的交互设计方法及系统通过定义页面内必要元素，基于molda模型的业务空间设计方法对业务空间进行划分，并根据业务空间分类入口对业务空间的划分将数据度量选择组件、数据按维度筛选组件、数据按时间筛选组件、数据分组组件的内容分为若干块，最后通过数据呈现组件输出多维数据分析结果，可解决面对非专家用户的多维数据分析场景中，产生的认知理解与界面表达之间的鸿沟所带来的相应的系统可用性问题，以降低新用户使用多维数据分析时的学习成本。附图说明图1为联机分析处理中的各操作示意图；图2为数据立方体中的维度示意图；图3为本发明一种多维数据分析系统界面的交互设计方法的步骤流程图；图4为本发明一种多维数据分析系统界面的交互设计系统的系统架构图；图5为本发明具体实施例中面向非专家用户多维数据分析系统界面的交互设计界面的示意图。具体实施方式以下通过特定的具体实例并结合附图说明本发明的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其它优点与功效。本发明亦可通过其它不同的具体实例加以施行或应用，本说明书中的各项细节亦可基于不同观点与应用，在不背离本发明的精神下进行各种修饰与变更。在介绍本发明之前，先描述一下多维数据分析的几个基础概念：(1)数据立方体(datacube)：数据立方体是多维数据分析以及联机分析处理技术的核心概念，是“多维数据模型”的别称。当涉及联机分析处理系统的实现时，多维数据模型是指为了满足用户从多角度多层次进行数据查询和分析的需要而建立起来的基于事实和维的数据库模型，是基于分析优化的数据组织和存储模式的一个概念模型。数据立方体是多维数据模型的一个形象的说法。立方体其本身只有三维，但多维数据模型不仅限于三维模型，可以组合更多的维度，但一方面是出于更方便地解释和描述，同时也是给思维成像和想象的空间；另一方面是为了与传统关系型数据库的二维表区别开来，于是就有了数据立方体的叫法。总而言之，数据立方体是突出数据集业务维度的抽象描述，它既是底层数据存储实现的核心，也是业务中理解数据集的关键。(2)维度(dimension)：维度是描述数据的业务角度，一个数据集可以有多个维度，不同的数据分析场景也会存在若干个不同的维度。如图1及图2所示，分析场景中存在日期、地区与产品三个维度。(3)维度成员(dimensionmember)：维度成员对于维度类似于坐标轴上的坐标，如图4，日期维度上，有1月份、2月份、3月份共三个维度成员。(4)度量(measure)：在一个数据立方体中，从每个维度上都选取一个确定的维度成员，这些维度成员组合所确定的一个点就是度量值。在图2示例中，日期维度“1月份”、地区维度“河北省”、产品维度“手机”确定了一个最细粒度的数据方块，这个小数据方块就是销售额6688这个度量值，显然，这表示“河北地区1月份手机产品的销售额是6688”。(5)级别(level)：级别表示维度成员所描述业务角度的细节程度，也可理解为通过维度成员观察数据的粒度。例如图2中日期维度中一季度、1月这两个成员，分别属于季度、月份两个不同的级别，显而易见，季度级别的维度成员描述数据的粒度较为宽泛，月级别则较为细致。(6)列联表又称交叉表，多维数据分析的数据呈现形式主要依赖列联表。如表1所示，通过行列相交来聚合不同维度间数据，行与列之内各自又可再细分层级，可轻松展现超过三个维度的数据形态，帮助决策者快速发现数据相关性，提高决策效率。表1列联表举例图3为本发明一种多维数据分析系统界面的交互设计方法的步骤流程图。如图3所示，本发明一种多维数据分析系统界面的交互设计方法，包括如下步骤：步骤s1，定义页面内必要元素。在本发明具体实施例中，所述页面内必要元素包括但不限于：业务空间分类入口、数据度量选择组件、数据按维度筛选组件、数据按时间筛选组件、数据分组组件、数据呈现组件。所述业务空间分类入口为界面上一个能分隔整个模块操作的组件，例如tab组件；所述数据度量选择组件为多选组件，组件内容为业务空间内所有指标；所述数据按维度筛选组件为能选定数据集范围的组件，例如下拉框+多选组件，完成“选择维度+维度内选择对象范围”功能，选定数据集范围的依据为业务空间内所有类别维维度；所述数据按时间筛选组件一般为日历组件；所述数据分组组件为一个多选组件，组件内容为业务空间内所有类别维维度。步骤s2，基于molda模型的业务空间设计方法对业务空间进行划分。所述业务空间指对企业或机构所要分析的业务问题,或业务主题的描述，与业务主题有关的各个方面或因素称为该主题的业务要素。在本发明具体实施例中，对于某一应用领域，针对业务空间分类入口，本发明采用基于molda模型的业务空间设计方法对业务空间进行划分。由于基于molda模型的业务空间设计方法为现有的业务空间设计方法，在此不予赘述。步骤s3，根据业务空间分类入口对业务空间的划分将数据度量选择组件、数据按维度筛选组件、数据按时间筛选组件、数据分组组件的内容分为若干块。不同业务空间内，数据度量、数据维度、时间维度、数据分组级别都可能不相同。也就是说，在基于于molda模型的业务空间设计方法对业务空间划分后，数据度量、数据维度、时间维度、数据分组级别都将在业务空间划分好后，随之确定。具体地，于步骤s3中，根据业务主题中的业务要素,首先从管理和决策人员所要求的分析结果着手,确定各个指标维，然后通过对指标维的值的分类,反推需要哪些类别维来帮助聚合得到，并从时间和动态分析的要求设计时间维。所述指标维即包括了所有的数据度量，类别维即可以支撑数据按维度筛选组件，数据分组组件，时间维可以支撑数据按时间维度筛选组件，和数据分组组件，其中，数据分组包含按类别维度分组和按时间维度分组。步骤s4，通过数据呈现组件输出多维数据分析结果。所述数据呈现组件为展示数据结果的组件，其可以是交叉表，或图形。在本发明中，将数据呈现组件设置为公共组件，得到所有组件的内容之后，通过数据呈现组件输出结果。在本发明具体实施例中，按业务空间划分进行数据操作的模块，除数据呈现组件，其它组件在不同业务空间下相互独立。图4为本发明一种多维数据分析系统界面的交互设计系统的系统架构图。如图4所示，本发明一种多维数据分析系统界面的交互设计系统，包括：元素定义单元401，用于定义页面内必要元素。在本发明具体实施例中，所述页面内必要元素包括但不限于：业务空间分类入口、数据度量选择组件、数据按维度筛选组件、数据按时间筛选组件、数据分组组件、数据呈现组件。所述业务空间分类入口为界面上一个能分隔整个模块操作的组件，例如tab组件；所述数据度量选择组件为多选组件，组件内容为业务空间内所有指标；所述数据按维度筛选组件为能选定数据集范围的组件，例如下拉框+多选组件，完成“选择维度+维度内选择对象范围”功能，选定数据集范围的依据为业务空间内所有类别维维度；所述数据按时间筛选组件一般为日历组件；所述数据分组组件为一个多选组件，组件内容为业务空间内所有类别维维度。业务空间划分单元402，用于基于molda模型的业务空间设计方法对业务空间进行划分。所述业务空间指对企业或机构所要分析的业务问题,或业务主题的描述，与业务主题有关的各个方面或因素称为该主题的业务要素。在本发明具体实施例中，对于某一应用领域，针对业务空间分类入口，本发明采用基于molda模型的业务空间设计方法对业务空间进行划分。由于基于molda模型的业务空间设计方法为现有的业务空间设计方法，在此不予赘述。组件划分单元403，用于根据业务空间分类入口对业务空间的划分将数据度量选择组件、数据按维度筛选组件、数据按时间筛选组件、数据分组组件的内容分为若干块。不同业务空间内，数据度量、数据维度、时间维度、数据分组级别都可能不相同。也就是说，在基于于molda模型的业务空间设计方法对业务空间划分后，数据度量、数据维度、时间维度、数据分组级别都将在业务空间划分好后，随之确定。具体地，于组件划分单元403中，根据业务主题中的业务要素,首先从管理和决策人员所要求的分析结果着手,确定各个指标维，然后通过对指标维的值的分类,反推需要哪些类别维来帮助聚合得到，并从时间和动态分析的要求设计时间维。所述指标维即包括了所有的数据度量，类别维即可以支撑数据按维度筛选组件，数据分组组件，时间维可以支撑数据按时间维度筛选组件，和数据分组组件，其中，数据分组包含按类别维度分组和按时间维度分组。结果输出单元404，用于通过数据呈现组件输出多维数据分析结果。所述数据呈现组件为展示数据结果的组件，其可以是交叉表，或图形。在本发明中，将数据呈现组件设置为公共组件，得到所有组件的内容之后，通过数据呈现组件输出结果。在本发明具体实施例中，按业务空间划分进行数据操作的模块，除数据呈现组件，其它组件在不同业务空间下相互独立。图5为本发明具体实施例中面向非专家用户多维数据分析系统界面的交互设计界面的示意图。如图5所示，本发明之面向非专家用户多维数据分析系统界面的交互设计方法如下：1、找出某一应用领域,管理和决策人员可能需要的业务主题，将业务主题细分到合适的粒度。2、找出业务主题中的要素，在诸多业务要素中,首先从管理和决策人员所要求的分析结果着手,确定各个指标维。通过对指标维的值的分类,反推需要哪些类别维来帮助聚合得到。从时间和动态分析的要求设计时间维。指标维即包括了所有的数据度量，类别维即可以支撑数据按维度筛选组件，数据分组组件，时间维可以支撑数据按时间维度筛选组件，和数据分组组件。(数据分组包含按类别维度分组和按时间维度分组)3、得到所有组件的内容之后，在界面上将数据呈现组件设置为公共组件，按业务空间划分进行数据操作的模块，除数据呈现组件，其它组件在不同业务空间下相互独立。在本实施例中，具体界面形式没有定式。按照用户需求与实际情况调整即可。综上所述，本发明一种多维数据分析系统界面的交互设计方法及系统通过定义页面内必要元素，基于molda模型的业务空间设计方法对业务空间进行划分，并根据业务空间分类入口对业务空间的划分将数据度量选择组件、数据按维度筛选组件、数据按时间筛选组件、数据分组组件的内容分为若干块，最后通过数据呈现组件输出多维数据分析结果，可解决面对非专家用户的多维数据分析场景中，产生的认知理解与界面表达之间的鸿沟所带来的相应的系统可用性问题，以降低新用户使用多维数据分析时的学习成本。上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何本领域技术人员均可在不违背本发明的精神及范畴下，对上述实施例进行修饰与改变。因此，本发明的权利保护范围，应如权利要求书所列。当前第1页12当前第1页12