CN111932147A - 指标统筹的可视化方法、装置、电子设备及存储介质 - Google Patents
指标统筹的可视化方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111932147A CN111932147A CN202010914584.9A CN202010914584A CN111932147A CN 111932147 A CN111932147 A CN 111932147A CN 202010914584 A CN202010914584 A CN 202010914584A CN 111932147 A CN111932147 A CN 111932147A
- Authority
- CN
- China
- Prior art keywords
- data set
- index
- standard
- clustering
- visualization
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000007794 visualization technique Methods 0.000 title claims abstract description 24
- 238000012800 visualization Methods 0.000 claims abstract description 53
- 238000012545 processing Methods 0.000 claims abstract description 38
- 230000000007 visual effect Effects 0.000 claims abstract description 33
- 238000012216 screening Methods 0.000 claims abstract description 21
- 230000006870 function Effects 0.000 claims description 33
- 238000000034 method Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 230000003247 decreasing effect Effects 0.000 claims description 4
- 238000011176 pooling Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000005540 biological transmission Effects 0.000 description 17
- 238000007726 management method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000006798 recombination Effects 0.000 description 2
- 238000005215 recombination Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
- G06F16/287—Visualization; Browsing
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Software Systems (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及数据处理技术，揭露了一种指标统筹的可视化方法，包括：获取初始指标数据集，对所述初始指标数据集进行逻辑筛选，得到标准指标数据集；对所述标准指标数据集进行聚类处理，得到标准聚类数据集；对所述标准聚类数据集进行可视化处理，得到所述标准聚类数据集的可视化图表；对所述可视化图表进行标记，当所述可视化图表中的指标超过预设阈值时，执行预警处理。此外，本发明还涉及区块链技术，标准聚类数据集可存储于区块链节点中。进一步地，本发明还揭露了一种指标统筹的可视化装置、电子设备及计算机可读存储介质。本发明可以对指标进行更直观的把控。
Description
技术领域
本发明涉及数据处理技术领域，尤其涉及一种指标统筹的可视化方法、装置、电子设备及计算机可读存储介质。
背景技术
现如今在有限的资源约束下，运用***的观念、方法和理论对项目涉及的全部工作进行有效地管理十分重要，项目管理对项目设计的全部工作进行有效协调，从项目的投资决策开始到项目结束的全过程进行计划、组织、指挥、控制和平价，以实现项目的进度。
现有的项目管理对象为整个项目过程，针对项目组全体成员一个整体规划和把控，并没有细分到测试指标上，如此会导致不必要的项目风险和降低项目进行的效率。
发明内容
本发明提供一种指标统筹的可视化方法、装置、电子设备及计算机可读存储介质，其主要目的在于解决没有细分到指标上产生的不必要的项目风险和降低项目进行的效率的问题。
为实现上述目的，本发明提供的一种指标统筹的可视化方法，包括：
获取初始指标数据集，对所述初始指标数据集进行逻辑筛选，得到标准指标数据集；
对所述标准指标数据集进行聚类处理，得到标准聚类数据集；
对所述标准聚类数据集进行可视化处理，得到所述标准聚类数据集的可视化图表；
对所述可视化图表进行标记，当所述可视化图表中的指标超过预设阈值时，执行预警处理。
可选地，所述逻辑筛选包括：采用条件判断函数对所述初始指标数据集进行逻辑筛选。
可选地，所述对所述标准指标数据集进行聚类处理，得到标准聚类数据集，包括：
利用水平聚类方法对所述标准指标数据集进行聚类，得到聚类数据集；
利用非线性增强函数对所述聚类数据集进行处理，得到标准聚类数据集。
可选地，所述非线性增强函数包括：
其中，I(x，t)是所述标准聚类数据集，
是所述聚类数据集，c1(x，t)是单调递减函数，x是指聚类数据在预设空间中的坐标向量，t是迭代次数，是指聚类次数，k是预设参数，div是求散度，exp是以e为底的指数函数.
是对I(x，t)求偏导。
可选地，所述对所述标准聚类数据集进行可视化处理，得到所述标准聚类数据集的可视化图表，包括：
提取所述标准聚类数据集的字段名称；
从所述字段名称中选择要展示的字段；
确定待建可视化图表的类型，根据所述类型生成所述标准聚类数据集的可视化图表。
可选地，所述当所述可视化图表中的指标超过预设阈值时，执行预警处理，包括：
利用数据推送引擎推送预警邮件至预设的管理人员。
可选地，所述对所述可视化图表进行标记，包括：
当所述指标大于预设的第一阈值时，标注为第一颜色；
当所述指标小于或等于预设的第一阈值并大于预设的第二阈值时，标注为第二颜色；
当所述指标小于或等于预设的第二阈值时，标注为第三颜色。
为了解决上述问题，本发明还提供一种指标统筹的可视化装置，所述装置包括：
标准指标数据集生成模块，用于获取初始指标数据集，对所述初始指标数据集进行逻辑筛选，得到标准指标数据集；
标准聚类数据集生成模块，用于对所述标准指标数据集进行聚类处理，得到标准聚类数据集；
可视化模块，用于对所述标准聚类数据集进行可视化处理，得到所述标准聚类数据集的可视化图表；
标记预警模块，用于对所述可视化图表进行标记，当所述可视化图表中的指标超过预设阈值时，执行预警处理。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的指标统筹的可视化方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，包括存储数据区和存储程序区，其中，所述存储数据区存储数据，所述存储程序区存储有计算机程序；其中，所述计算机程序被处理器执行时实现上述所述的指标统筹的可视化方法。
本发明实施例通过获取初始指标数据集并进行逻辑筛选和聚类处理，得到标准聚类数据集，对所述标准聚类数据集进行可视化处理，得到可视化图表并进行标记和预警。因此本发明提出的指标统筹的可视化方法、装置及计算机可读存储介质，通过将指标以可视化图表直观展示出来的方法，清楚看到项目以及项目所耗费的指标情况，可以解决没有细分到指标指标上产生的不必要的项目风险和降低项目进行的效率的问题。
附图说明
图1为本发明一实施例提供的指标统筹的可视化方法的流程示意图；
图2为本发明一实施例提供的指标统筹的可视化方法中其中一个步骤的流程示意图；
图3为本发明一实施例提供的指标统筹的可视化方法中其中一个步骤的流程示意图；
图4为本发明一实施例提供的指标统筹的可视化装置的模块示意图；
图5为本发明一实施例提供的实现指标统筹的可视化方法的电子设备的内部结构示意图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供的指标统筹的可视化方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述指标统筹的可视化方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
本发明提供一种指标统筹的可视化方法。参照图1所示，为本发明一实施例提供的指标统筹的可视化方法的流程示意图。在本实施例中，指标统筹的可视化方法包括：
S1、获取初始数据集，对所述初始指标数据集进行逻辑筛选，得到标准指标数据集。
在本发明实施例中，所述初始指标数据集是指任意需要进行可视化展示的参数数据，例如，在一实施例中，所述初始指标数据集为项目的工作时长的数据集合，其中，所述初始指标数据集可以是员工根据各自的项目计划进行判断，得到自己完成该项目所需要花费的时间。
例如：员工小王判断自己做完A项目需要3个小时，则可以输入时间数据3作为初始指标数据集中的其中一个指标数据。
进一步地，本发明实施例采用条件判断函数对所述初始指标数据集进行逻辑筛选，筛选出符合条件的指标数据并得到标准指标数据集。
详细地，所述条件判断函数如下：
if(输入＞n)
筛选处理
else
传输至管理人员
根据上述if语句可知，当初始指标数据集中其中一个指标数据大于n小时，则将该指标数据筛选出来，得到一个标准指标数据集，当不符合所述逻辑判断函数，即输入员工指标小于或者等于n小时，将所述员工指标利用文件共享服务器传输至管理人员。优选地，所述n为10。
其中，所述文件共享服务器是是指在计算机网络环境中，所有用户都可访问的文件存储设备，是一种专供其他电脑检索文件和存储的特殊电脑。
由于初始指标数据集是员工输入，可能会不符合要求，对所述初始指标数据集进行逻辑筛选可以保证初始指标数据的可用性。
S2、对所述标准指标数据集进行聚类处理，得到标准聚类数据集。
参阅图2所示，本发明实施例中，所述对所述标准指标数据集进行聚类处理，得到标准聚类数据集，包括：
S21、利用水平聚类方法对所述标准指标数据集进行聚类，得到聚类数据集；
S22、利用非线性增强函数对所述聚类数据集进行处理，得到标准聚类数据集。
本发明实施例中，所述水平聚类方法是以相同的标准将数据集中的数据进行聚类。
例如，以项目为依据，同时以员工的指标为标准，对所述标准指标数据集进行聚类。例如：以B项目为依据，以15小时为标准，将B项目中指标在15小时以下的员工聚类成为一组，得到所述聚类数据集。
对所述标准指标数据集进行聚类可以把所述标准指标数据划分成小的物理单元，在管理数据时具有更大的灵活性。小物理单元具有容易重构、自由索引、顺序扫描、容易重组、容易恢复和容易监控等优点。
进一步地，本发明实施例中，所述非线性增强函数如下所示：
其中，I(x，t)是所述标准聚类数据集，
是所述聚类数据集，c(x，t)是单调递减函数，x是指聚类数据在预设空间中的坐标向量，t是迭代次数，是指聚类次数，k是预设参数，div是求散度，exp是以e为底的指数函数.
是对I(x，t)求偏导。
S3、对所述标准聚类数据集进行可视化处理，得到所述标准聚类数据集的可视化图表。
参阅图3所示，本发明实施例中，所述对所述标准聚类数据集进行可视化处理，得到所述标准聚类数据集的可视化图表，包括：
S31、提取所述标准聚类数据集的字段名称；
S32、从所述字段名称中选择要展示的字段；
S33、确定待建可视化图表的类型，根据所述类型生成所述标准聚类数据集的可视化图表。
其中，所述标准聚类数据集都是结构化数据，所述结构化数据是指可以使用关系型数据库表示和存储，同时表现为二维形式的数据，其特点是以行为单位，一行数据表示一个实体的信息，每一行数据的属性是相同的。所述字段名称即每一列代表的属性。
具体地，本发明实施例可以利用具有字段名称提取功能的java语句从所述标准聚类数据集中提取所述字段名称。
进一步地，从所述字段名称中选择要展示的字段，根据所述字段名称可以知道代表的不同属性，例如，字段包括但不限于项目指标、项目名称、测试人员名、项目版本编号、测试起始时间段。
本发明实施例中，根据所述字段名称和对应的数据生成指标统筹的可视化图表，所述可视化图表包括但不限于Excel图表、折线图(区域图)、柱状图(条状图)、散点图(气泡图)、K线图、饼图(环形图)、雷达图(填充雷达图)、和弦图、力导向布局图、地图，同时支持任意维度的堆积和多图表混合展现，利用预构建的的Excel程序生成Excel可视化图表。
S4、对所述可视化图表进行标记，当所述可视化图表中的指标超过预设阈值时，执行预警处理。
本发明实施例中，对所述可视化图表中的指标进行标记。当所述指标大于预设的第一阈值时，标注为第一颜色，如红色；当所述指标小于等于预设的第一阈值并大于预设的第二阈值时，标注为第二颜色，如黄色，当所述指标小于预设的第二阈值时，标注为第三颜色，如蓝色。
优选地，所述预设的第一阈值及第二阈值是提前设定的一个指标值，所述可视化图表中展示出来不同的指标，当所述指标大于预设的阈值时，表明花费的指标超过了预设的指标，需要进行标注提示。
当所述可视化图表中出现预设颜色，如所述第一颜色时，本发明实施例利用数据推送引擎将预警邮件推送至对应的管理人员。
较佳地，所述利用数据推送引擎推送预警邮件至对应的管理人员，包括：
向所述数据推送引擎发送数据传输接口调用请求，得到数据接口状态；对所述数据接口状态进行判断，当所述数据接口状态为可接受数据传输时，按照所述传输文件的配置，将所述邮件上传至所述数据推送引擎，利用所述数据推送引擎推送所述邮件。
其中，当所述数据推送引擎接收到数据传输接口调用请求时，会自动的返回一个布尔值代表当前的数据传输接口的状态，所述布尔值为0或1，0表示当前数据传输接口被占用或处于不可以用状态，1表示当前数据传输接口为可接受数据传输状态。
较佳地，本发明实施例中，所述数据推送引擎使用分布式搜索引擎Elasticsearch，当从所述邮件完成后，所述分布式搜索引擎Elasticsearch可自动删除该已推送的邮件，保证了数据不会被重复进行推送。
如图4所示，是本发明指标统筹的可视化装置的模块示意图。
本发明所述指标统筹的可视化装置100可以安装于电子设备中。根据实现的功能，所述指标统筹的可视化装置100可以包括标准指标数据集生成模块101、标准聚类数据集生成模块102、可视化模块103和标记预警模块104。本发所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述标准指标数据集生成模块101，用于获取初始指标数据集，对所述初始指标数据集进行逻辑筛选，得到标准指标数据集；
所述标准聚类数据集生成模块102，用于对所述标准指标数据集进行聚类处理，得到标准聚类数据集；
所述可视化模块103，用于对所述标准聚类数据集进行可视化处理，得到所述标准聚类数据集的可视化图表；
所述标记预警模块104，用于对所述可视化图表进行标记，当所述可视化图表中的指标超过预设阈值时，执行预警处理。
详细地，所述指标统筹的可视化装置100通过各个模块实现下述的指标统筹的可视化方法：
步骤一、所述标准指标数据集生成模块101获取初始指标数据集，对所述初始指标数据集进行逻辑筛选，得到标准指标数据集。
在本发明实施例中，所述初始指标数据集是指任意需要进行可视化展示的参数数据，例如，在一实施例中，所述初始指标数据集为项目的工作时长的数据集合，其中，所述初始指标数据集可以是员工根据各自的项目计划进行判断，得到自己完成该项目所需要花费的时间。
例如：员工小王判断自己做完A项目需要3个小时，则可以输入时间数据3作为初始指标数据集中的其中一个指标数据。
进一步地，本发明实施例采用条件判断函数对所述初始指标数据集进行逻辑筛选，筛选出符合条件的指标数据并得到标准指标数据集。
详细地，所述条件判断函数如下：
if(输入＞n)
筛选处理
else
传输至管理人员
根据上述if语句可知，当初始指标数据集中其中一个指标数据大于n小时，则将该指标数据筛选出来，得到一个标准指标数据集，当不符合所述逻辑判断函数，即输入员工指标小于或者等于n小时，将所述员工指标利用文件共享服务器传输至管理人员。优选地，所述n为10。
其中，所述文件共享服务器是是指在计算机网络环境中，所有用户都可访问的文件存储设备，是一种专供其他电脑检索文件和存储的特殊电脑。
由于初始指标数据集是员工输入，可能会不符合要求，对所述初始指标数据集进行逻辑筛选可以保证初始指标数据的可用性。
步骤二、所述标准聚类数据集生成模块102对所述标准指标数据集进行聚类处理，得到标准聚类数据集。
本发明实施例中，所述标准聚类数据集生成模块102对所述标准指标数据集进行聚类处理，得到标准聚类数据集，包括：
利用水平聚类方法对所述标准指标数据集进行聚类，得到聚类数据集；
利用非线性增强函数对所述聚类数据集进行处理，得到标准聚类数据集。
本发明实施例中，所述水平聚类方法是以相同的标准将数据集中的数据进行聚类。
例如，以项目为依据，同时以员工的指标为标准，对所述标准指标数据集进行聚类。例如：以B项目为依据，以15小时为标准，将B项目中指标在15小时以下的员工聚类成为一组，得到所述聚类数据集。
对所述标准指标数据集进行聚类可以把所述标准指标数据划分成小的物理单元，在管理数据时具有更大的灵活性。小物理单元具有容易重构、自由索引、顺序扫描、容易重组、容易恢复和容易监控等优点。
进一步地，本发明实施例中，所述非线性增强函数如下所示：
其中，I(x，t)是所述标准聚类数据集，
是所述聚类数据集，c(x，t)是单调递减函数，x是指聚类数据在预设空间中的坐标向量，t是迭代次数，是指聚类次数，k是预设参数，div是求散度，exp是以e为底的指数函数.
是对I(x，t)求偏导。
步骤三、所述可视化模块103对所述标准聚类数据集进行可视化处理，得到所述标准聚类数据集的可视化图表。
本发明实施例中，所述可视化模块103对所述标准聚类数据集进行可视化处理，得到所述标准聚类数据集的可视化图表，包括：
提取所述标准聚类数据集的字段名称；
从所述字段名称中选择要展示的字段；
确定待建可视化图表的类型，根据所述类型生成所述标准聚类数据集的可视化图表。
其中，所述标准聚类数据集都是结构化数据，所述结构化数据是指可以使用关系型数据库表示和存储，同时表现为二维形式的数据，其特点是以行为单位，一行数据表示一个实体的信息，每一行数据的属性是相同的。所述字段名称即每一列代表的属性。
具体地，本发明实施例可以利用具有字段名称提取功能的java语句从所述标准聚类数据集中提取所述字段名称。
进一步地，从所述字段名称中选择要展示的字段，根据所述字段名称可以知道代表的不同属性，例如，字段包括但不限于项目指标、项目名称、测试人员名、项目版本编号、测试起始时间段。
本发明实施例中，根据所述字段名称和对应的数据生成指标统筹的可视化图表，所述可视化图表包括但不限于Excel图表、折线图(区域图)、柱状图(条状图)、散点图(气泡图)、K线图、饼图(环形图)、雷达图(填充雷达图)、和弦图、力导向布局图、地图，同时支持任意维度的堆积和多图表混合展现，利用预构建的的Excel程序生成Excel可视化图表。
步骤四、所述标记预警模块104对所述可视化图表进行标记，当所述可视化图表中的指标超过预设阈值时，执行预警处理。
本发明实施例中，对所述可视化图表中的指标进行标记。当所述指标大于预设的第一阈值时，标注为第一颜色，如红色；当所述指标小于等于预设的第一阈值并大于预设的第二阈值时，标注为第二颜色，如黄色，当所述指标小于预设的第二阈值时，标注为第三颜色，如蓝色。
优选地，所述预设的第一阈值及第二阈值是提前设定的一个指标值，所述可视化图表中展示出来不同的指标，当所述指标大于预设的阈值时，表明花费的指标超过了预设的指标，需要进行标注提示。
当所述可视化图表中出现预设颜色，如所述第一颜色时，本发明实施例利用数据推送引擎将预警邮件推送至对应的管理人员。
较佳地，所述利用数据推送引擎推送预警邮件至对应的管理人员，包括：
向所述数据推送引擎发送数据传输接口调用请求，得到数据接口状态；对所述数据接口状态进行判断，当所述数据接口状态为可接受数据传输时，按照所述传输文件的配置，将所述邮件上传至所述数据推送引擎，利用所述数据推送引擎推送所述邮件。
其中，当所述数据推送引擎接收到数据传输接口调用请求时，会自动的返回一个布尔值代表当前的数据传输接口的状态，所述布尔值为0或1，0表示当前数据传输接口被占用或处于不可以用状态，1表示当前数据传输接口为可接受数据传输状态。
较佳地，本发明实施例中，所述数据推送引擎使用分布式搜索引擎Elasticsearch，当从所述邮件完成后，所述分布式搜索引擎Elasticsearch可自动删除该已推送的邮件，保证了数据不会被重复进行推送。
如图5所示，是本发明实现指标统筹的可视化方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如指标统筹的可视化程序12。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如指标统筹的可视化程序12的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行指标统筹的可视化程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图5仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图5示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的指标统筹的可视化程序12是多个指令的组合，在所述处理器10中运行时，可以实现：
获取初始指标数据集，对所述初始指标数据集进行逻辑筛选，得到标准指标数据集；
对所述标准指标数据集进行聚类处理，得到标准聚类数据集；
对所述标准聚类数据集进行可视化处理，得到所述标准聚类数据集的可视化图表；
对所述可视化图表进行标记，当所述可视化图表中的指标超过预设阈值时，执行预警处理。
本发明实施例通过获取初始指标数据集并进行逻辑筛选和聚类处理，得到标准聚类数据集，对所述标准聚类数据集进行可视化处理，得到可视化图表并进行标记和预警。因此本发明提出的指标统筹的可视化方法、装置及计算机可读存储介质，可以解决没有细分到指标上产生的不必要的项目风险和降低项目进行的效率的问题。
进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
进一步地，所述计算机可用存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图表记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。***权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种指标统筹的可视化方法，其特征在于，所述方法包括：
获取初始指标数据集，对所述初始指标数据集进行逻辑筛选，得到标准指标数据集；
对所述标准指标数据集进行聚类处理，得到标准聚类数据集；
对所述标准聚类数据集进行可视化处理，得到所述标准聚类数据集的可视化图表；
对所述可视化图表进行标记，当所述可视化图表中的指标超过预设阈值时，执行预警处理。
2.如权利要求1所述的指标统筹的可视化方法，其特征在于，所述逻辑筛选包括：采用条件判断函数对所述初始指标数据集进行逻辑筛选。
3.如权利要求1所述的指标统筹的可视化方法，其特征在于，所述对所述标准指标数据集进行聚类处理，得到标准聚类数据集，包括：
利用水平聚类方法对所述标准指标数据集进行聚类，得到聚类数据集；
利用非线性增强函数对所述聚类数据集进行处理，得到标准聚类数据集。
4.如权利要求3所述的指标统筹的可视化方法，其特征在于，所述非线性增强函数包括：
其中，I(x，t)是所述标准聚类数据集，
是所述聚类数据集，c(x，t)是单调递减函数，x是指聚类数据在预设空间中的坐标向量，t是迭代次数，是指聚类次数，k是预设参数，div是求散度，exp是以e为底的指数函数，
是对I(x，t)求偏导。
5.如权利要求1所述的指标统筹的可视化方法，其特征在于，所述对所述标准聚类数据集进行可视化处理，得到所述标准聚类数据集的可视化图表，包括：
提取所述标准聚类数据集的字段名称；
从所述字段名称中选择要展示的字段；
确定待建可视化图表的类型，根据所述类型生成所述标准聚类数据集的可视化图表。
6.如权利要求1所述的指标统筹的可视化方法，其特征在于，所述当所述可视化图表中的指标超过预设阈值时，执行预警处理，包括：
利用数据推送引擎推送预警邮件至预设的管理人员。
7.如权利要求6所述的指标统筹的可视化方法，其特征在于，所述对所述可视化图表进行标记，包括：
当所述指标大于预设的第一阈值时，标注为第一颜色；
当所述指标小于或等于预设的第一阈值并大于预设的第二阈值时，标注为第二颜色；
当所述指标小于或等于预设的第二阈值时，标注为第三颜色。
8.一种指标统筹的可视化装置，其特征在于，所述装置包括：
标准指标数据集生成模块，用于获取初始指标数据集，对所述初始指标数据集进行逻辑筛选，得到标准指标数据集；
标准聚类数据集生成模块，用于对所述标准指标数据集进行聚类处理，得到标准聚类数据集；
可视化模块，用于对所述标准聚类数据集进行可视化处理，得到所述标准聚类数据集的可视化图表；
标记预警模块，用于对所述可视化图表进行标记，当所述可视化图表中的指标超过预设阈值时，执行预警处理。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任一项所述的指标统筹的可视化方法。
10.一种计算机可读存储介质，包括存储数据区和存储程序区，其特征在于，所述存储数据区存储数据，所述存储程序区存储有计算机程序；其中，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的指标统筹的可视化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010914584.9A CN111932147A (zh) | 2020-09-02 | 2020-09-02 | 指标统筹的可视化方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010914584.9A CN111932147A (zh) | 2020-09-02 | 2020-09-02 | 指标统筹的可视化方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111932147A true CN111932147A (zh) | 2020-11-13 |
Family
ID=73309159
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010914584.9A Pending CN111932147A (zh) | 2020-09-02 | 2020-09-02 | 指标统筹的可视化方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111932147A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112395349A (zh) * | 2020-11-17 | 2021-02-23 | 平安普惠企业管理有限公司 | 可视化报表的预警方法、装置、设备及存储介质 |
| CN112632194A (zh) * | 2020-12-30 | 2021-04-09 | 平安证券股份有限公司 | 数据的图形可视化关系表示方法、装置、设备及存储介质 |
| CN114742430A (zh) * | 2022-04-21 | 2022-07-12 | 平安科技（深圳）有限公司 | 用户留存预警可视化方法、装置、设备及存储介质 |
| CN114742430B (zh) * | 2022-04-21 | 2024-07-26 | 平安科技（深圳）有限公司 | 用户留存预警可视化方法、装置、设备及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109376772A (zh) * | 2018-09-28 | 2019-02-22 | 武汉华喻燃能工程技术有限公司 | 一种基于神经网络模型的电力负荷组合预测方法 |
| CN109840536A (zh) * | 2017-11-29 | 2019-06-04 | 中国电力科学研究院有限公司 | 一种电网供电可靠性水平聚类方法及*** |
| CN110147389A (zh) * | 2019-03-14 | 2019-08-20 | 腾讯科技（深圳）有限公司 | 帐号处理方法和装置、存储介质及电子装置 |
| CN110740061A (zh) * | 2019-10-18 | 2020-01-31 | 北京三快在线科技有限公司 | 故障预警方法、装置及计算机存储介质 |
| CN111400363A (zh) * | 2020-02-23 | 2020-07-10 | 中国平安财产保险股份有限公司 | 指标数据处理方法、装置、电子设备及存储介质 |
| CN111445259A (zh) * | 2018-12-27 | 2020-07-24 | ***通信集团辽宁有限公司 | 业务欺诈行为的确定方法、装置、设备及介质 |
| CN111475687A (zh) * | 2020-03-30 | 2020-07-31 | 招商局金融科技有限公司 | 流程数据可视化方法、装置、电子设备及可读存储介质 |
-
2020
- 2020-09-02 CN CN202010914584.9A patent/CN111932147A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109840536A (zh) * | 2017-11-29 | 2019-06-04 | 中国电力科学研究院有限公司 | 一种电网供电可靠性水平聚类方法及*** |
| CN109376772A (zh) * | 2018-09-28 | 2019-02-22 | 武汉华喻燃能工程技术有限公司 | 一种基于神经网络模型的电力负荷组合预测方法 |
| CN111445259A (zh) * | 2018-12-27 | 2020-07-24 | ***通信集团辽宁有限公司 | 业务欺诈行为的确定方法、装置、设备及介质 |
| CN110147389A (zh) * | 2019-03-14 | 2019-08-20 | 腾讯科技（深圳）有限公司 | 帐号处理方法和装置、存储介质及电子装置 |
| CN110740061A (zh) * | 2019-10-18 | 2020-01-31 | 北京三快在线科技有限公司 | 故障预警方法、装置及计算机存储介质 |
| CN111400363A (zh) * | 2020-02-23 | 2020-07-10 | 中国平安财产保险股份有限公司 | 指标数据处理方法、装置、电子设备及存储介质 |
| CN111475687A (zh) * | 2020-03-30 | 2020-07-31 | 招商局金融科技有限公司 | 流程数据可视化方法、装置、电子设备及可读存储介质 |
Non-Patent Citations (4)
| Title |
|---|
| 吕晓飞;戴琳曼;李建松;蒋子龙;: "海洋资源环境承载力评价算法设计与***实现", 地理空间信息, no. 06 * |
| 张凯;谢庆华;: "K均值算法影响因素的可视化分析", 山西电子技术, no. 03 * |
| 耿嘉艺;钱雪忠;周世兵;: "新模糊聚类有效性指标", 计算机应用研究, no. 04 * |
| 贾瑞玉;宋建林;: "基于聚类中心优化的k-means最佳聚类数确定方法", 微电子学与计算机, no. 05 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112395349A (zh) * | 2020-11-17 | 2021-02-23 | 平安普惠企业管理有限公司 | 可视化报表的预警方法、装置、设备及存储介质 |
| CN112632194A (zh) * | 2020-12-30 | 2021-04-09 | 平安证券股份有限公司 | 数据的图形可视化关系表示方法、装置、设备及存储介质 |
| CN112632194B (zh) * | 2020-12-30 | 2023-11-03 | 平安证券股份有限公司 | 数据的图形可视化关系表示方法、装置、设备及存储介质 |
| CN114742430A (zh) * | 2022-04-21 | 2022-07-12 | 平安科技（深圳）有限公司 | 用户留存预警可视化方法、装置、设备及存储介质 |
| CN114742430B (zh) * | 2022-04-21 | 2024-07-26 | 平安科技（深圳）有限公司 | 用户留存预警可视化方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112052370A (zh) | 报文生成方法、装置、电子设备及计算机可读存储介质 | |
| CN112364107A (zh) | ***分析可视化方法、装置、电子设备及计算机可读存储介质 | |
| CN112115145A (zh) | 数据采集方法、装置、电子设备及存储介质 | |
| CN111694844A (zh) | 基于配置算法的企业运行数据分析方法、装置及电子设备 | |
| CN113504935A (zh) | 软件开发质量评估方法、装置、电子设备及可读存储介质 | |
| CN113327136A (zh) | 归因分析方法、装置、电子设备及存储介质 | |
| CN111768096A (zh) | 基于算法模型的评级方法、装置、电子设备及存储介质 | |
| CN114881616A (zh) | 业务流程执行方法、装置、电子设备及存储介质 | |
| CN111932147A (zh) | 指标统筹的可视化方法、装置、电子设备及存储介质 | |
| CN113516417A (zh) | 基于智能建模的业务评估方法、装置、电子设备及介质 | |
| CN114219023A (zh) | 数据聚类方法、装置、电子设备及可读存储介质 | |
| CN112699142A (zh) | 冷热数据处理方法、装置、电子设备及存储介质 | |
| CN112579621A (zh) | 数据展示方法、装置、电子设备及计算机存储介质 | |
| CN113505273A (zh) | 基于重复数据筛选的数据排序方法、装置、设备及介质 | |
| CN112948380A (zh) | 基于大数据的数据存储方法、装置、电子设备及存储介质 | |
| CN112486957A (zh) | 数据库迁移检测方法、装置、设备及存储介质 | |
| CN111985194A (zh) | 数据存储方法、装置、电子设备及存储介质 | |
| CN113434397B (zh) | 任务***的测试方法、装置、电子设备及存储介质 | |
| CN115759746A (zh) | 可配置化的用户预警方法、装置、电子设备及存储介质 | |
| CN113590856B (zh) | 标签查询方法、装置、电子设备及可读存储介质 | |
| CN111553133B (zh) | 报表生成方法、装置、电子设备及存储介质 | |
| CN114911479A (zh) | 基于配置化的界面生成方法、装置、设备及存储介质 | |
| CN114387021A (zh) | 业务状态生成方法、装置、设备及存储介质 | |
| CN113657546A (zh) | 信息分类方法、装置、电子设备及可读存储介质 | |
| CN113918296A (zh) | 模型训练任务调度执行方法、装置、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |