基于人工智能的可视化管理系统、方法及存储介质与流程

本发明涉及数据可视化监管，具体为基于人工智能的可视化管理系统、方法及存储介质。

背景技术：

1、数据可视化主要旨在借助于图形化手段，清晰有效地传达与沟通信息，数据可视化是一种将大量数据转化为视觉形式的过程，使得用户可以更容易地理解和分析数据。数据可视化在各个领域都有广泛的应用，包括商业、科研、金融等；通过调用不同的数据可视化形式可以挖掘出在数据中蕴含的不同数据规律，例如说，折线图是一种用于显示数据趋势和关系的常见形式，它可以在时间序列数据的情况下使用，以显示随时间变化的数值，再例如说，柱状图是一种用于比较不同类别数据的可视化形式。它可以显示每个类别的数值，以及不同类别之间的差异。柱状图可以清晰地显示出数据的分布情况，以及不同类别之间的相对大小等。

2、在数字化时代，数据无处不在，数据可视化往往可以实现将一些看似杂乱无章的数字转化为有价值的信息，进而为决策提供支持；数据可视化可将抽象的数据以图形、图表、图像等形式展现，使得用户能够直观地感知数据的分布、趋势和变化，从而更快速地获取和理解信息，可以帮助用户更轻松地识别出数据中的异常值、规律性和潜在关联，进而挖掘出更深层次的信息，可以帮助决策者将大量数据转化为直观的信息，从而更准确地判断数据趋势、预测数据未来走向，为科学决策提供依据。

技术实现思路

1、本发明的目的在于提供基于人工智能的可视化管理系统、方法及存储介质，以解决上述背景技术中提出的问题。

2、为了解决上述技术问题，本发明提供如下技术方案：基于人工智能的可视化管理方法，方法包括：

3、步骤s1：汇集用户对存储至数据库内的数据，通过调用智能算法得到呈现相应数据可视化展现形式的可视化图像的所有历史操作记录；根据在所调用的数据可视化展现形式相同的不同历史操作记录中，被用户选中进行数据可视化展现的数据集之间所呈现的涵盖分布情况，对特征记录组进行提取构建；

4、步骤s2：于各特征记录组中，梳理被用户选中进行数据可视化展现的数据集发生在原有的数据量基础上新增数据后，引起呈现相应的数据可视化展现形式的可视化图像的变化情况，评估各特征记录组对相应的数据可视化展现形式所呈现的可视化影响指数；

5、步骤s3：在各历史操作记录中，对被用户选中进行数据可视化展现的数据集包含的各部分数据，识别所调取来自的数据存储模块；其中，数据库包括若干个数据存储模块，其中，一个数据存储模块存储来自一类数据采集设备采集得到的数据；梳理各特征记录组中的数据集所涉及的数据存储模块的变化情况，基于各特征记录组对相应的数据可视化展现形式所呈现的可视化影响指数，对引起呈现相应的数据可视化展现形式的可视化图像变化的数据存储模块进行识别，同时完成特征标记处理；

6、步骤s4：梳理数据库内各数据存储模块被作对应不同数据可视化展现形式的特征标记的信息分布情况，根据信息分布情况，对各数据存储模块计算可视化特征值，根据可视化特征值，判断是否对相应的数据存储模块设置新增存储数据监测，以及对用户发送有关新增存储数据的信息提示。

7、优选的，步骤s1包括：

8、步骤s1-1：获取在每一历史操作记录中，被用户选中进行数据可视化展现的数据集；若存在历史操作记录a和历史操作记录b，且在历史操作记录a和历史操作记录b中，用户对相应的数据集所调取呈现的数据可视化展现形式相同时，分别提取在历史操作记录a和历史操作记录b中，被用户选中进行数据可视化展现的数据集p(a)和数据集p(b)；

9、其中，数据可视化展现形式涵盖有柱状图、折线图、饼图、散点图、网络图、树状图、关系图等；

10、步骤s1-2：当p(a)和p(b)满足p(a)=p(b)+p(q)时，组合历史操作记录a和历史操作记录b，构建得到特征记录组{b,a}，将p(q)设为特征记录组{b,a}的特征数据集；其中，p(q)表示在数据集p(a)中，将不属于数据集p(b)的数据汇集所得到的数据集；

11、步骤s1-3：当p(a)和p(b)满足p(b)=p(a)+p(q)’时，组合历史操作记录a和历史操作记录b，构建得到特征记录组{a,b}，将p(q)’设为特征记录组{a,b}的特征数据集；其中，p(q)’表示在数据集p(b)中，将不属于数据集p(a)的数据汇集所得到的数据集。

12、优选的，步骤s2包括:

13、步骤s2-1：分别从各特征记录组内包含的各历史操作记录中，获取相应被用户选中进行数据可视化展现的数据集，以及用户对相应的数据集通过调用相应的智能算法，得到呈现相应的数据可视化展现形式的可视化图像；提取对应各特征记录组的特征数据集；

14、步骤s2-2：设由历史操作记录x和历史操作记录y构成的特征记录组为{x,y}，其中，在历史操作记录x和历史操作记录y中所调取呈现的均为第k种数据可视化展现形式，在历史操作记录x中，被用户选中进行数据可视化展现的数据集为w(x)，在历史操作记录y中，被用户选中进行数据可视化展现的数据集为w(y)，特征记录组{x,y}对应的特征数据集为u，w(y)=w(x)+u；在历史操作记录x中得到的可视化图像为fx，在历史操作记录y中得到的可视化图像为fy；

15、步骤s2-3：评估得到特征记录组{x,y}对第k种数据可视化展现形式呈现的可视化影响指数α=card(u)/(1-β)；其中，card(u)表示在特征数据集u中包含的数据总量，β表示将可视化图像fx与可视化图像fy之间的相似度归一化为处于区间[0,1]后得到的相似度数值；

16、若可视化图像fx与可视化图像fy之间完全相同，将可视化图像fx与可视化图像fy之间的相似度记为1，将可视化图像fx与可视化图像fy之间的相似度归一化为处于区间[0,1]的数值；

17、因为β表示的是可视化图像fx与可视化图像fy之间的相似度，且数值处于区间[0,1]，且，可视化图像fx与可视化图像fy之间的数据集满足w(y)=w(x)+u，意味着由于在原来数据集w(x)的基础之上增加了特征数据集u，导致可视化图像fx演变成了可视化图像fy，以可视化图像fx为基准，则在图像纬度上发生的图像变化值为1-β，因为若是可视化图像fx与可视化图像fy之间完全相同，则相似度数值β=1，完全不同，则相似度数值β=0。

18、优选的，步骤s3包括；

19、步骤s3-1：当由历史操作记录x和历史操作记录y构成的特征记录组{x,y}，对相应的第k种数据可视化展现形式所呈现的可视化影响指数α大于指数阈值时，提取对历史操作记录x的数据集w(x)进行数据调取溯源得到的数据存储模块集合gx，提取对历史操作记录y的数据集w(y)进行数据调取溯源得到的数据存储模块集合gy；对在特征记录组{a,b}的特征数据集u内所包含的各部分数据，识别所调取来自的各数据存储模块，得到对应特征数据集u的数据存储模块集合gu；

20、步骤s3-2：当gx=gy时，将数据存储模块集合gu内的各数据存储模块，作对应第k种数据可视化展现形式的第一特征标记；

21、步骤s3-3：当gx≠gy时，获取在特征数据集u中包含的数据总量card(u)，获取在数据存储模块集合gu内包含的数据存储模块的总数m，获取平均调取数据总量s=card(u)/m；将集合d=gu∩gx内包含的各数据存储模块，作对应第k种数据可视化展现形式的第一特征标记；

22、步骤s3-4：提取集合d’=gu-d，分别在特征数据集u中累计调取源自集合d’内每一数据存储模块的数据总量；当集合d’内某数据存储模块对应的数据总量大于等于平均调取数据总量s，将某数据存储模块，作对应第k种数据可视化展现形式的第二特征标记，当集合d’内的某数据存储模块的数据总量小于平均调取数据总量s，将某数据存储模块，作对应第k种数据可视化展现形式的第一特征标记。

23、优选的，步骤s4包括：

24、步骤s4-1：获取管理人员对数据库内数据设置可调取呈现的数据可视化展现形式的总类别数n；分别对数据库内各数据存储模块，累计被作第一特征标记的总次数为k1，识别各第一特征标记对应所属的数据可视化展现形式；获取在k1个第一特征标记中涉及的标记类别数n1，其中，一种数据可视化展现形式的第一特征标记，为一类特征标记；

25、步骤s4-2：分别对数据库内各数据存储模块，累计被作第二特征标记的总次数为k2，识别各第二特征标记对应所属的数据可视化展现形式；获取在k2个第二特征标记中涉及的标记类别数n2，其中，一种数据可视化展现形式的第二特征标记，为一类特征标记；

26、步骤s4-3：计算各数据存储模块的可视化特征值η=(n1/n)×k1+(n2/n)×k2；当某数据存储模块对应的可视化特征值大于特征阈值，判断需对某数据存储模块设置新增存储数据监测，每当监测到某数据存储模块内发生存储数据新增，对用户发送信息提示。

27、为更好的实现上述方法，还提出了一种可视化管理系统，系统包括特征记录组提取模块、可视化影响指数评估管理模块、特征标记处理模块、监测提示管理模块；

28、特征记录组提取模块，用于汇集用户对存储至数据库内的数据，通过调用智能算法得到呈现相应数据可视化展现形式的可视化图像的所有历史操作记录；根据在所调用的数据可视化展现形式相同的不同历史操作记录中，被用户选中进行数据可视化展现的数据集之间所呈现的涵盖分布情况，对特征记录组进行提取构建；

29、可视化影响指数评估管理模块，用于在各特征记录组中，梳理被用户选中进行数据可视化展现的数据集发生在原有的数据量基础上新增数据后，引起呈现相应的数据可视化展现形式的可视化图像的变化情况，评估各特征记录组对相应的数据可视化展现形式所呈现的可视化影响指数；

30、特征标记处理模块，用于在各历史操作记录中，对被用户选中进行数据可视化展现的数据集包含的各部分数据，识别所调取来自的数据存储模块；梳理各特征记录组中的数据集所涉及的数据存储模块的变化情况，基于各特征记录组对相应的数据可视化展现形式所呈现的可视化影响指数，对引起呈现相应的数据可视化展现形式的可视化图像变化的数据存储模块进行识别，同时完成特征标记处理；

31、监测提示管理模块，用于梳理数据库内各数据存储模块被作对应不同数据可视化展现形式的特征标记的信息分布情况，根据信息分布情况，对各数据存储模块计算可视化特征值，根据可视化特征值，判断是否对相应的数据存储模块设置新增存储数据监测，以及对用户发送有关新增存储数据的信息提示。

32、优选的，特征记录组提取模块包括可视化信息管理单元、特征记录组提取单元；

33、可视化信息管理单元，用于汇集用户对存储至数据库内的数据，通过调用智能算法得到呈现相应数据可视化展现形式的可视化图像的所有历史操作记录；

34、特征记录组提取单元，用于根据在所调用的数据可视化展现形式相同的不同历史操作记录中，被用户选中进行数据可视化展现的数据集之间所呈现的涵盖分布情况，对特征记录组进行提取构建。

35、优选的，可视化影响指数评估管理模块包括可视化变更信息梳理单元、可视化影响指数评估单元；

36、可视化变更信息梳理单元，用于在各特征记录组中，梳理被用户选中进行数据可视化展现的数据集发生在原有的数据量基础上新增数据后，引起呈现相应的数据可视化展现形式的可视化图像的变化情况；

37、可视化影响指数评估单元，用于评估各特征记录组对相应的数据可视化展现形式所呈现的可视化影响指数。

38、为更好的实现上述方法，还提出了一种存储介质，存储介质上存储有计算机指令，计算机指令被处理器执行时，可实现以上任一项基于人工智能的可视化管理方法。

39、与现有技术相比，本发明所达到的有益效果是：本发明通过采集用户对存储至数据库内的数据，通过调用智能算法得到呈现相应数据可视化展现形式的可视化图像的所有历史操作记录，监测数据集发生在原有的数据量基础上新增数据后，引起呈现相应的数据可视化展现形式的可视化图像的变化情况，通过设置可视化影响指数，评估对应各数据可视化展现形式的可视化图像对新增数据量的敏感程度，接着通过分析来自不同数据存储模块的新增数据，对不同数据可视化展现形式对应的可视化图像造成的变化情况，实现各数据存储模块进行可视化特征值的评估，本发明立足于新增数据会对数据可视化图像造成图像变更的现象，结合考虑不同数据可视化形式对新增数据量的敏感程度，实现对往往能引起数据库内数据产生质变的新增数据的高效和科学的监测。