[发明专利]基于D3的数据可视化图形生成方法及存储介质

说明书

本发明提供了一种基于D3的数据可视化图形生成方法及存储介质，其中方法包括获取待生成可视化图形的数据包；根据多个话题及所对应的多个维度的属性值，绘制图表图形；调取d3.layout.cloud.js词云包；将各个关键词定位到图表图形中的可用填充位置。本发明综合D3.js、图表、词云和文本读取等技术，生成词云和话题的图表图形，并且将词云和话题的图表图形结合起来，将要展现出的词云分别定位到图表图形中相应的位置，将词云更清晰地显示在话题的图表图形中；进一步可以将年份和词频作为话题的图表图形的两个维度，更好地展现出话题随年份变化的情况，通过图文结合，更好地帮助用户获取相关的有用信息。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种将话题和关键词生成可视化图表图形的基于D3的数据可视化图形生成方法及存储介质。

背景技术

目前，随着大数据时代的到来，数据的量不断激增。伴随着数据可视化在国内外如火如荼的发展，比如Tableau，Domo他们旨在为公司提供更好的数据分析服务，让公司做出更好的决策(Business Intelligence)。在国内也不少公司正在向这一方向的服务发展。

Webster字典中visualization(可视化)的定义如下：1.Formation of mentalvisual images.2.The act or process of interpreting in visual terms or ofputting into visible form.简单地说，可以这样理解可视化：将抽象的科学或者商业数据，用图像表示出来，帮助理解数据的意义的过程。它通常会在进行数据分析(dataanalysis)的过程中大量的使用。

而关于数据可视化的重要性有如下几点：第一点是我们利用视觉获取的信息量，远远比别的感官要多的多。回顾一下，正常人有简单的五觉：视觉、听觉、嗅觉、触觉和味觉。然后通过大量的统计，显示出各个感官对信息量的接受的情况，最终的结果是视觉的对信息的接收量比剩下的四种感观信息的接收量的总和还要多。第二点是它能够帮助分析的人对数据有更全面的认识。F.J.Anscombe在1973年在他的一篇论文“Graphs in StatisticalAnalysis”中分析散点图(scatter plot)和线性回归(linear regression)的关系里面提到图像表示对数据分析的重要性。论文中举出的例子在这里就不具体地阐述了，但是很好地解释了图像展示的重要性。第三点是人类大脑在记忆能力的限制。很多研究已近表明，在进行理解和学习的任务的时候，图文一起能够帮助读者更好的了解所要学习的内容，图像更容易理解，更有趣，也更容易让人们记住。

数据可视化发展历史非常悠久，例如，笛卡尔提出的坐标系就是一个数据可视化的很好的例子，尽管展示的是数值。发展到大数据时代，数据爆炸式的增长，对数据可视化的需求是异常地高，因此，各类的数据可视化的工具应运而生，代表的有echart，highchart等，这类工具提供了传统的饼图、柱状图、曲线图等常见图形，还有气泡图、面积图、省份地图、词云、瀑布图、漏斗图等酷炫图表。这些种类繁多的图形只能满足基本的需求，但是对于更大的需求和更复杂的情况，此类的工具并不能很好的满足要求。

话题抽取是近年来十分热门的研究方向，抽取出来的话题肯定是需要展示出来的，否则无法很清楚说明话题的走势。现一般做法是用各种工具，将要展示的数据复制到工具里的接口，点击下生成的按钮，然后工具会自动生成各种形状的词云图。这样的做法是可以的，各个词的大小错落有序，然而无法看清话题随着年份变化而变化。尽管在echart，highchart等有各种可视化的模型和各种图表，但是并不能找到将词放进图表中的模型，即想要找到词云图以及图表图，然后将两者拼接起来，依靠现有技术仍然无法完成。

发明内容

针对现有技术中的问题，本发明的目的在于提供一种基于D3的数据可视化图形生成方法及存储介质，综合D3.js、图表、词云和文本读取等技术，将词云图和图表图结合起来，将词云更清晰地显示在话题的图表图形中。