多选预测功能实现方法与原理

2018-05-10 05:10徐馨润
电子技术与软件工程 2018年24期
关键词:数据可视化

徐馨润

摘要

随着软件技术的飞速发展,现代互联网涉及的算法和动态效果也越来越复杂。互联网上的一系列数据的测量对于指导网络设计和改进网络运行性能状况有着重要的意义。为了能够利用软件准确的计算出以后的数据情况,本论文主要分析了多选预测功能实现的框架工具、方法与原理以及实现的具体工程,其中结合实际案例分析了多选预测功能实现所使用的主要方法。

【关键词】预测算法设计 多选功能实现 数据可视化

随着软件工程专业知识的迅猛发展,使得软件工程技术应用范围无所不在,为了关注未来的发展趋势,它的预测功能也更具有研究的价值。下面我主要从三个方面对软件的多选预测功能进行了深入分析:

首先是多选预测功能技术的实现所运用到的主要框架工具有:JavaScript,iQuery3.1,JSON, AJAX, Echart3.0。

其次要通过技术创新达到多选功能的实现,主要的方法与原理如下:

1预测算法设计

基于优化版移动平均算法实现未来收支状况预测。在已有数据库中,共存储我国现代近70年的数据,包含人口、收支、工农业产量等众多数据。为实现对已有数据重用和数据复用,有效地挖掘潜在的数据价值与数据效益,提高数据利用率与使用率,故利用移动平均预测法,并在其基础之上,结合现有数据属性与需求特点,进行适当改进,实现用于预测未来一年收支数据预测的优化版移动平均预测法,以下为算法的实现方法与原理:

第i+l项的预测结果=项目权重*项目数据值+全部相邻项目数据值之差的和/n

其中:i=l-n表示已有的n项数据。

公式中运用加权移动平均法时,需要注意的重要问题是权重的选择,在传统的加权移动平均算法中,主要有经验法和试算法两种用于对权重决策。在项目中,由于数据属于工农业实际生产值,更具有经验代表性,同时为减小计算量,提高网页响应速度,故此选择经验法,在更靠近的预测项目的项中,权重值越大,同时若数据具有季节性,也将会考虑在其中。

公式中主要计算前n年的平均增长时,修正加权移动平均算法的偏差,从而削弱由于权重取值导致的必然误差以及数据陡变带来的不稳定性对预测结果的影响,进而提高预测结果的可靠性。

2多选功能实现

在常见的预测算法中,为保证预测结果的稳定性与准确性,大部分实现中都不给予用户自选数据预测的功能,在本项目中,为提高预测的灵活性与可变性,给予用户更好的交互体验功能,体现创新性,突出创新点,故设计多选预测功能。

3数据可视化

动态化展示数据,展示页面进行模块分解处理,使数据可视化更为规范和不易出错,整个网站在数据可视化方面采用同一标准,后期维护和升级非常便利和简洁。同时经过简单动画处理过的数据展示流程更为生动形象,同时拥有多个数据展示的形态,使整个展示页面丰富和形象。

4异步请求数据

在传统的网页中,实现数据获取与获取的方式主要是刷新页面重新请求,但此种方式对于多模块多动态数据页面中显得捉襟见肘,会造成刷新数据量,网页更新缓慢等明显不良交互体验,为提高响应速度,减少用户等待,本项目中使用了aj ax异步请求技术。在用户标记数据项目之后,通过监听预测事件,将要获取的数据项通过aj ax异步请求发送至后台,并交由后台处理,进行格式转后返回至前台页面。

最后是多选预测功能实现过程,具体包括:

4.1多选监听与预测响应

在每一行数据项的列首,添加一个新的多选择标记按钮,并引入FontAwesome多选择标记图标。添加该按钮以处理单击事件、监视用户操作并根据监视结果动态显示当前项的选择状态。当用户启动预测时,浏览器将捕获事件并从后台请求数据。直到处理和响应。

4.2后端查询与格式转换

目前,该项目采用了非常成熟的SpringMVC框架。当在后端调用和查询数据时,它基本上封装了大量的sql语句,这些语句用于通过主控制器获取数据。将特定的格式转换为将数据填充到类生成的ResultSet对象中,然后生成相应数量的模型对象,然后每个模型对象获得相应的数据。此处的数据被转换为对象的成员变量中的特定值。所有这些对象一起是列表对象。然后通过创建多个arraylist对象将数据发送到json对象。最后,使用echarts图表显示数据,数据源是这一个json对象。

4.3数据提取与数据处理

在获取到后台数据之后,为方便预测计算,提高计算速度,减少预测误差,需要进行数据处理,即将所有数据统一进行格式转换、末位保留等。并检测数据有效性与可靠性,进行数据检验测试,防止因数据问题造成预测模型崩溃。

4.4数据计算与预测实现

通過数据处理之后,已经确保获取到的数据为有效数据,且格式统一.通过优化的加权移动平均算法,将各项数据值,例如人均GDP,总GDP等值使用模型进行预测计算,并加入标记,合并到数据存储容器,再进行异常值边界检测,无误后便是正确的预测模型计算结果。

4.5数据图表可视化

图表可视化使用的主要框架和工具是echarts图表,其基于Javascript的数据可视化图表库,提供直观,可交互,可个性化定制的数据可视化图表。

数据源使用的是经过了多次转换形成的json对象,同时按需加载所需图表,关联前端触发器(按钮),按照echarts的标准格式设置横纵数据,对应数据源每项数据。在前端使用自动加载的方式进行展示,最终呈现在用户面前。图表出现的动态效果则是相应设置好的echarts图表所有的功能模块。

参考文献

[1]赵俊峰等.基于MVC模式的JSP+Servlet+JDBC和AJAX [M].清华大学出版社,201 2.

[2] Weiss,MA.数据结构与算法分析[J].机械工业出版社,2009.

猜你喜欢
数据可视化
可视化:新媒体语境下的数据、叙事与设计研究
我国数据新闻的发展困境与策略研究
用户数据统计挖掘与展示