[发明专利]一种基于SVG的大数据知识图谱可视化解决方案有效

专利信息
申请号: 201811492960.9 申请日: 2018-12-07
公开(公告)号: CN109815327B 公开(公告)日: 2023-08-15
发明(设计)人: 张学科;笪群;于艳超 申请(专利权)人: 南京中新赛克科技有限责任公司
主分类号: G06F16/34 分类号: G06F16/34;G06F16/36
代理公司: 南京苏高专利商标事务所(普通合伙) 32204 代理人: 颜盈静
地址: 210012 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 svg 数据 知识 图谱 可视化 解决方案
【说明书】:

发明公开了一种基于SVG的大数据知识图谱可视化解决方案,采用SVG+Html5+D3.js技术,并将其成功运用在大数据知识图谱可视化中,使得呈现效果更加直观,用户体验感也更好。

技术领域

本发明涉及知识图谱可视化技术领域,具体涉及一种基于SVG的大数据知识图谱可视化解决方案。

背景技术

随着大数据、物联网上升为国家战略,各行各业和大数据的关系日渐密切,数据内容呈现指数式爆炸增长的态势。由于数据的大规模、异质多元、组织结构松散的特点,给人们有效获取信息和知识提出了挑战。因此大数据行业引入了数据可视化和知识图谱(Knowledge Graph)技术。

数据可视化是信息可视化与和科学可视化两大领域的融合。数据可视化不仅能够以图形的形式展示数据内容,也能够通过图形发现数据中隐藏的新的关联信息。数据可视化的优势包括:更快的传递速度,数据的多维显示,更直观的数据结构和关系,更容易帮助人类突破人脑对数据认知的局限性。在大数据分析处理领域,一图胜千字。采用数据可视化技术,可以大大提高数据的分析处理效率。

知识图谱是谷歌首先提出,分为模式层(概念)+数据层(实例)。以rdf三元组<实体1,关系,实体2组成。其中模式层也可以称为本体,最基本的本体包括概念、概念层次、属性、属性值类型、关系、关系定义域概念集以及关系值域概念集。知识图谱旨在描述真实世界中存在的各种实体或概念及其关系,其构成一张巨大的语义网络图,节点表示实体或概念,边则由属性或关系构成。以其强大的语义处理能力和开放组织能力,为大数据时代的知识化组织和智能应用奠定了基础。

将数据可视化技术与知识图谱相结合,可以为大数据行业的数据分析处理提供极大的便利。

发明内容

本发明提供了一种基于SVG的大数据知识图谱可视化解决方案,采用SVG+Html5+D3.js技术,将其运用在大数据知识图谱可视化中,使得呈现效果更加直观,使用户可以快速了解分析数据,从而为后续的决策提供有力支撑。

本发明公开了一种基于SVG的大数据知识图谱可视化解决方案,基于SVG以及SVG的JavaScript库D3.js,通过在Web页面中实现力导向布局来描绘知识图谱关系图。

进一步的,本发明包括如下步骤:

S1:将知识图谱中的数据分为节点数据和边数据,每个节点数据和边数据均赋予各自的键值对属性,采用图数据库将节点数据和边数据进行关联;

S2:根据前台页面发起http请求,从图数据库中读取包含节点数据和边数据的JavaScript对象表示法数据,传递至web浏览器;

S3:在网页内添加SVG画布,设置SVG画布的大小;

S4:在SVG画布中设置一个顶级g元素,记做g-total,用于实现关系图的整体缩放和拖拽;

S5:对S2中获得的JavaScript对象表示法数据中的边数据进行分组处理;

S6:初始化D3.js力导向布局,绑定经S5处理过的JavaScript对象表示法数据;

S7:根据力导向布局在g-total中分别添加对应数量的节点容器和边容器以及一个公共模块容器,节点容器记做g-node,边容器记做g-link,并给g-node、g-link绑定相应的力导向布局中的数据;

S8:根据g-node以及g-link上绑定的数据,依次为g-node添加节点元素、节点文字和节点菜单;g-link添加边元素、边文字和边菜单;

S9:依据节点数据、边数据添加图例信息,用于标识节点数据以及边数据所属类型。

进一步的,在查询结果中,通过传入节点id的方式,在前台实现节点及相关节点关系的搜索功能,屏蔽不相关节点和关系。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京中新赛克科技有限责任公司,未经南京中新赛克科技有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811492960.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top