将与搜索查询关联的数据可视化的系统和方法及计算装置与流程

文档序号:22470863发布日期:2020-10-09 22:01阅读:来源:国知局

技术特征:

1.一种将与搜索查询关联的数据可视化的方法,该方法包括以下步骤:

由计算装置接收包括多个数据项的数据集,每个数据项具有指示与所述搜索查询相关的数据项的关联等级信息以及指示该数据项与来自所述多个数据项的一个或更多个其它数据项之间的相似度的相似度信息;

由所述计算装置基于与所述多个数据项中的每一个关联的等级信息来将所述数据集排序成分级列表;

由所述计算装置基于边界参数来屏蔽所述分级列表的连续部分;

由所述计算装置基于与所述多个数据项关联的相似度信息来对所述分级列表中的除了被屏蔽的连续部分之外的部分进行迭代聚类,以产生聚类的分级数据列表;以及

生成并显示代表所述聚类的分级数据列表的可视化,所述可视化包括代表所述聚类的分级数据列表中的每个集群的成形对象。

2.根据权利要求1所述的方法,其中,对所述分级列表中的除了被屏蔽的连续部分之外的部分进行迭代聚类的步骤包括对于每次连续迭代:

按步长参数改变所述边界参数的值;

基于所述边界参数的改变后的值来使所述分级列表中的先前被屏蔽的连续部分的一部分暴露;

将所暴露的部分添加到所述分级列表中的除了被屏蔽的连续部分之外的部分;以及

对所暴露的部分与所述分级列表中的除了被屏蔽的连续部分之外的部分的组合进行聚类。

3.根据权利要求2所述的方法,其中,所述边界参数和所述步长参数中的一个或更多个是用户能调整的控制变量。

4.根据权利要求1所述的方法,所述方法还包括以下步骤:

接收针对所述边界参数和步长参数中的一个或更多个限定新值为所述用户能调整的控制变量的用户指令;

使整个所述分级列表暴露;

由所述计算装置屏蔽所述分级列表的新的连续部分;

由所述计算装置基于针对所述边界参数和所述步长参数中的一个或更多个所限定的新值来根据与所述多个数据项关联的相似度信息对所述分级列表中的除了被屏蔽的新的连续部分之外的新的部分进行迭代聚类,以产生聚类的分级数据列表;以及

生成并显示代表所述聚类的分级数据列表的新可视化,所述新可视化包括代表所述聚类的分级数据列表中的每个集群的成形对象。

5.根据权利要求2所述的方法,其中,所述分级列表的所述连续部分被限定为从基于所述边界参数计算出的最高等级的数据项延伸到基于所述边界参数计算出的较低等级的数据项。

6.根据权利要求2所述的方法,其中,所述分级列表的所述连续部分被限定为从基于所述边界参数计算出的最低等级的数据项延伸到基于所述边界参数计算出的较高等级的数据项。

7.根据权利要求2所述的方法,其中,生成所述可视化的步骤包括以下步骤:限定每个成形对象的大小,以代表所述聚类的分级数据列表的与每个成形对象关联的集群的大小;以及

限定每个成形对象的颜色,以代表所述聚类的分级数据列表的与每个成形对象关联的所述集群中的最高等级项。

8.一种非临时性计算机可读介质,该非临时性计算机可读介质被编码有用于使计算装置执行将与搜索查询关联的数据可视化的方法的指令,该方法包括以下步骤:

由计算装置接收包括多个数据项的数据集,每个数据项具有指示与所述搜索查询相关的数据项的关联等级信息以及指示该数据项与来自所述多个数据项的一个或更多个其它数据项之间的相似度的相似度信息;

由所述计算装置基于与所述多个数据项中的每一个关联的等级信息来将所述数据集排序成分级列表;

由所述计算装置基于边界参数来屏蔽所述分级列表的连续部分;

由所述计算装置基于与所述多个数据项关联的相似度信息来对所述分级列表中的除了被屏蔽的连续部分之外的部分进行迭代聚类,以产生聚类的分级数据列表;以及

生成并显示代表所述聚类的分级数据列表的可视化,所述可视化包括代表所述聚类的分级数据列表中的每个集群的成形对象。

9.根据权利要求8所述的非临时性计算机可读介质,其中,对所述分级列表中的除了被屏蔽的连续部分之外的部分进行迭代聚类包括对于每次连续迭代:

按步长参数改变所述边界参数的值;

基于所述边界参数的改变后的值来使所述分级列表中的先前被屏蔽的连续部分的一部分暴露;

将所暴露的部分添加到所述分级列表中的除了被屏蔽的连续部分之外的部分;以及

对所暴露的部分与所述分级列表中的除了被屏蔽的连续部分之外的部分的组合进行聚类。

10.根据权利要求9所述的非临时性计算机可读介质,其中,所述边界参数和所述步长参数中的一个或更多个是用户能调整的控制变量。

11.根据权利要求8所述的非临时性计算机可读介质,其中,所述方法还包括以下步骤:

接收针对所述边界参数和步长参数中的一个或更多个限定新值为所述用户能调整的控制变量的用户指令;

使整个所述分级列表暴露;

由所述计算装置屏蔽所述分级列表的新的连续部分;

由所述计算装置基于针对所述边界参数和所述步长参数中的一个或更多个所限定的新值来根据与所述多个数据项关联的相似度信息对所述分级列表中的除了被屏蔽的新的连续部分之外的新的部分进行迭代聚类,以产生聚类的分级数据列表;以及

生成并显示代表所述聚类的分级数据列表的新可视化,所述新可视化包括代表所述聚类的分级数据列表中的每个集群的成形对象。

12.根据权利要求9所述的非临时性计算机可读介质,其中,所述分级列表的所述连续部分被限定为从基于所述边界参数计算出的最高等级的数据项延伸到基于所述边界参数计算出的较低等级的数据项。

13.根据权利要求9所述的非临时性计算机可读介质,其中,所述分级列表的所述连续部分被限定为从基于所述边界参数计算出的最低等级的数据项延伸到基于所述边界参数计算出的较高等级的数据项。

14.根据权利要求9所述的非临时性计算机可读介质,其中,生成所述可视化包括:限定每个成形对象的大小,以代表所述聚类的分级数据列表的与每个成形对象关联的集群的大小;以及

限定每个成形对象的颜色,以代表所述聚类的分级数据列表的与每个成形对象关联的所述集群中的最高等级项。

15.一种计算装置,该计算装置包括:

存储装置,该存储器存储装置被配置为存储数据项的数据库;以及

处理器,该处理器在通信上联接到所述存储装置,所述处理器被配置为接收搜索查询并且执行将与所述搜索查询关联的数据可视化的方法,该方法包括以下步骤:

接收包括来自所述数据库中的多个数据项的数据集,每个数据项具有指示与所述搜索查询相关的数据项的关联等级信息以及指示该数据项与来自所述多个数据项的一个或更多个其它数据项之间的相似度的相似度信息;

由所述计算装置基于与所述多个数据项中的每一个关联的等级信息来将所述数据集排序成分级列表;

由所述计算装置基于边界参数来屏蔽所述分级列表的连续部分;

由所述计算装置基于与所述多个数据项关联的相似度信息来对所述分级列表中的除了被屏蔽的连续部分之外的部分进行迭代聚类,以产生聚类的分级数据列表;以及

生成并显示代表所述聚类的分级数据列表的可视化,所述可视化包括代表所述聚类的分级数据列表中的每个集群的成形对象。

16.根据权利要求15所述的计算装置,其中,对所述分级列表中的除了被屏蔽的连续部分之外的部分进行迭代聚类包括对于每次连续迭代:

按步长参数改变所述边界参数的值;

基于所述边界参数的改变后的值来使所述分级列表中的先前被屏蔽的连续部分的一部分暴露;

将所暴露的部分添加到所述分级列表中的除了被屏蔽的连续部分之外的部分;以及

对所暴露的部分与所述分级列表中的除了被屏蔽的连续部分之外的部分的组合进行聚类。

17.根据权利要求16所述的计算装置,其中,所述边界参数和所述步长参数中的一个或更多个是用户能调整的控制变量;并且

其中,所述方法还包括以下步骤:

接收针对所述边界参数和步长参数中的一个或更多个限定新值为所述用户能调整的控制变量的用户指令;

使整个所述分级列表暴露;

由所述计算装置屏蔽所述分级列表的新的连续部分;

由所述计算装置基于针对所述边界参数和所述步长参数中的一个或更多个所限定的新值来根据与所述多个数据项关联的相似度信息对所述分级列表中的除了被屏蔽的新的连续部分之外的新的部分进行迭代聚类,以产生聚类的分级数据列表;以及

生成并显示代表所述聚类的分级数据列表的新可视化,所述新可视化包括代表所述聚类的分级数据列表中的每个集群的成形对象。

18.根据权利要求16所述的计算装置,其中,所述分级列表的所述连续部分被限定为从基于所述边界参数计算出的最高等级的数据项延伸到基于所述边界参数计算出的较低等级的数据项。

19.根据权利要求16所述的计算装置,其中,所述分级列表的所述连续部分被限定为从基于所述边界参数计算出的最低等级的数据项延伸到基于所述边界参数计算出的较高等级的数据项。

20.根据权利要求16所述的计算装置,其中,生成所述可视化包括:限定每个成形对象的大小,以代表所述聚类的分级数据列表的与每个成形对象关联的集群的大小;以及

限定每个成形对象的颜色,以代表所述聚类的分级数据列表的与每个成形对象关联的所述集群中的最高等级项。


技术总结
将与搜索查询关联的数据可视化的系统和方法及计算装置。提供了一种将与搜索查询关联的数据可视化的方法和系统。该方法包括以下步骤:接收包括多个数据项的数据集,每个数据项具有关联的等级信息以及指示该数据项与一个或更多个其它数据项之间的相似度的相似度信息;基于所述等级信息来将所述数据集排序成分级列表;基于边界参数来屏蔽所述分级列表的连续部分;基于所述相似度信息来对所述分级列表中的除了被屏蔽的连续部分之外的部分进行迭代聚类,以产生聚类的分级数据列表;以及生成并显示代表所述聚类的分级数据列表的可视化,所述可视化包括代表所述聚类的分级数据列表中的每个集群的成形对象。

技术研发人员:赵健;弗朗辛·陈
受保护的技术使用者:富士施乐株式会社
技术研发日:2020.01.22
技术公布日:2020.10.09
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1