本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種數(shù)據(jù)展示方法及裝置。

背景技術(shù)：

大數(shù)據(jù)量的數(shù)據(jù)可視化，指的是上GB級(jí)以及上TB級(jí)乃至上PB級(jí)數(shù)據(jù)的可視化。用戶通常對(duì)多維度展現(xiàn)這些數(shù)據(jù)有著強(qiáng)烈的需求，希望實(shí)現(xiàn)數(shù)據(jù)的視覺(jué)化展示，以便獲取數(shù)據(jù)之間的內(nèi)在聯(lián)系以及相關(guān)性等可用指標(biāo)，乃至發(fā)現(xiàn)數(shù)據(jù)中未知的信息。

然而，目前的計(jì)算機(jī)系統(tǒng)，尤其受到瀏覽器的處理能力的限制，經(jīng)常無(wú)法展示上GB級(jí)及以上的數(shù)據(jù)，甚至于幾百兆的數(shù)據(jù)都無(wú)法正常展現(xiàn)，從而造成瀏覽器卡死甚至系統(tǒng)卡死的問(wèn)題，最終導(dǎo)致基于數(shù)據(jù)展示的相關(guān)服務(wù)無(wú)法正常使用。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明實(shí)施例的主要目的在于提供一種數(shù)據(jù)展示方法及裝置，能夠保證大數(shù)據(jù)量的正常展示。

本發(fā)明實(shí)施例提供了一種數(shù)據(jù)展示方法，包括：

判斷當(dāng)前頁(yè)面是否展示了所述目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)；

如果當(dāng)前頁(yè)面未展示所述目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)，則從所述目標(biāo)數(shù)據(jù)集中抽取部分?jǐn)?shù)據(jù)，并展示被抽取的數(shù)據(jù)；如果當(dāng)前頁(yè)面展示了所述目標(biāo)數(shù)據(jù)集中的部分?jǐn)?shù)據(jù)，則從所述目標(biāo)數(shù)據(jù)集中未被展示的數(shù)據(jù)中抽取部分?jǐn)?shù)據(jù)，并在當(dāng)前已展示數(shù)據(jù)的基礎(chǔ)上展示被抽取的數(shù)據(jù)，得到更新后的頁(yè)面。

可選的，所述方法還包括：

響應(yīng)于用戶請(qǐng)求撤銷加載的操作，展示當(dāng)前頁(yè)面的上一頁(yè)面，所述上一頁(yè)面為當(dāng)前頁(yè)面被更新之前的頁(yè)面。

可選的，所述方法還包括：

將所述目標(biāo)數(shù)據(jù)集劃分為至少兩個(gè)數(shù)據(jù)子集；

采用樹(shù)狀結(jié)構(gòu)表示每一數(shù)據(jù)子集，其中，所述樹(shù)狀結(jié)構(gòu)的每一節(jié)點(diǎn)對(duì)應(yīng)一個(gè)數(shù)據(jù)塊、且每一節(jié)點(diǎn)對(duì)應(yīng)的數(shù)據(jù)塊包含在自己父節(jié)點(diǎn)對(duì)應(yīng)的數(shù)據(jù)塊中；

則，所述從所述目標(biāo)數(shù)據(jù)集中抽取部分?jǐn)?shù)據(jù)，包括：

從每一數(shù)據(jù)子集的根節(jié)點(diǎn)對(duì)應(yīng)的數(shù)據(jù)塊中分別抽取至少一個(gè)數(shù)據(jù)；

所述從所述目標(biāo)數(shù)據(jù)集中未被展示的數(shù)據(jù)中抽取部分?jǐn)?shù)據(jù)，包括：

確定最近加載數(shù)據(jù)對(duì)應(yīng)的節(jié)點(diǎn)層級(jí)，將所確定的層級(jí)稱為當(dāng)前層級(jí)；

確定每一數(shù)據(jù)子集的所述當(dāng)前層級(jí)的下一層級(jí)，并從所述下一層級(jí)中每一節(jié)點(diǎn)對(duì)應(yīng)的各個(gè)數(shù)據(jù)塊中，分別抽取至少一個(gè)未被展示的數(shù)據(jù)。

可選的，所述將所述目標(biāo)數(shù)據(jù)集劃分為至少兩個(gè)數(shù)據(jù)子集，包括：

如果所述目標(biāo)數(shù)據(jù)集服從一高斯分布，則計(jì)算所述高斯分布的均值μ1和標(biāo)準(zhǔn)差σ1；

將數(shù)據(jù)區(qū)間[Min＝μ1-3σ1，Max＝μ1+3σ1]劃分成至少兩個(gè)子區(qū)間，使屬于每一子區(qū)間的數(shù)據(jù)形成一個(gè)數(shù)據(jù)子集。

可選的，所述將所述目標(biāo)數(shù)據(jù)集劃分為至少兩個(gè)數(shù)據(jù)子集，包括：

如果所述目標(biāo)數(shù)據(jù)集不服從一高斯分布，則根據(jù)所述目標(biāo)數(shù)據(jù)集構(gòu)建高斯混合模型，得到形成所述高斯混合模型的每一單高斯模型的均值μ2和標(biāo)準(zhǔn)差σ2；

將每一單高斯模型對(duì)應(yīng)的數(shù)據(jù)區(qū)間[Min＝μ2-3σ2，Max＝μ2+3σ2]劃分成至少兩個(gè)子區(qū)間，使屬于每一子區(qū)間的數(shù)據(jù)形成一個(gè)數(shù)據(jù)子集。

可選的，所述得到形成所述高斯混合模型的每一單高斯模型的均值μ2和標(biāo)準(zhǔn)差σ2，包括：

采用最大期望EM算法，得到形成所述高斯混合模型的每一單高斯模型的均值μ2和標(biāo)準(zhǔn)差σ2。

可選的，所述方法還包括：

確定最近加載的數(shù)據(jù)在所述樹(shù)狀結(jié)構(gòu)中所屬的目標(biāo)層級(jí)；

檢測(cè)用戶請(qǐng)求從局部數(shù)據(jù)塊中加載數(shù)據(jù)的操作，所述局部數(shù)據(jù)塊為所述目標(biāo)層級(jí)中的至少一個(gè)節(jié)點(diǎn)分別對(duì)應(yīng)的數(shù)據(jù)塊；

當(dāng)檢測(cè)到所述操作后，從所述局部數(shù)據(jù)塊中的每一數(shù)據(jù)塊中抽取至少一個(gè)未被展示的數(shù)據(jù)，并在當(dāng)前已展示數(shù)據(jù)的基礎(chǔ)上展示被抽取的數(shù)據(jù)。

可選的，所述從所述目標(biāo)數(shù)據(jù)集中抽取部分?jǐn)?shù)據(jù)，包括：

按照預(yù)設(shè)采樣方式，從所述目標(biāo)數(shù)據(jù)集中抽取部分?jǐn)?shù)據(jù)，所述預(yù)設(shè)采樣方式為取模采樣方式、或隨機(jī)采樣方式、或均勻采樣方式；

所述從所述目標(biāo)數(shù)據(jù)集中未被展示的數(shù)據(jù)中抽取部分?jǐn)?shù)據(jù)，包括：

按照所述預(yù)設(shè)采樣方式，從所述目標(biāo)數(shù)據(jù)集中未被展示的數(shù)據(jù)中抽取部分?jǐn)?shù)據(jù)。

本發(fā)明實(shí)施例還提供了一種數(shù)據(jù)展示裝置，包括：

頁(yè)面判斷單元，用于判斷當(dāng)前頁(yè)面是否展示了所述目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)；

加載展示單元，用于如果當(dāng)前頁(yè)面未展示所述目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)，則從所述目標(biāo)數(shù)據(jù)集中抽取部分?jǐn)?shù)據(jù)，并展示被抽取的數(shù)據(jù)；如果當(dāng)前頁(yè)面展示了所述目標(biāo)數(shù)據(jù)集中的部分?jǐn)?shù)據(jù)，則從所述目標(biāo)數(shù)據(jù)集中未被展示的數(shù)據(jù)中抽取部分?jǐn)?shù)據(jù)，并在當(dāng)前已展示數(shù)據(jù)的基礎(chǔ)上展示被抽取的數(shù)據(jù)，得到更新后的頁(yè)面。

可選的，所述裝置還包括：

展示回退單元，用于響應(yīng)于用戶請(qǐng)求撤銷加載的操作，展示當(dāng)前頁(yè)面的上一頁(yè)面，所述上一頁(yè)面為當(dāng)前頁(yè)面被更新之前的頁(yè)面。

可選的，所述裝置還包括：

集合劃分單元，用于將所述目標(biāo)數(shù)據(jù)集劃分為至少兩個(gè)數(shù)據(jù)子集；

樹(shù)狀構(gòu)建單元，用于采用樹(shù)狀結(jié)構(gòu)表示每一數(shù)據(jù)子集，其中，所述樹(shù)狀結(jié)構(gòu)的每一節(jié)點(diǎn)對(duì)應(yīng)一個(gè)數(shù)據(jù)塊、且每一節(jié)點(diǎn)對(duì)應(yīng)的數(shù)據(jù)塊包含在自己父節(jié)點(diǎn)對(duì)應(yīng)的數(shù)據(jù)塊中；

則，所述加載展示單元包括：

第一展示子單元，用于如果當(dāng)前頁(yè)面未展示所述目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)，則從每一數(shù)據(jù)子集的根節(jié)點(diǎn)對(duì)應(yīng)的數(shù)據(jù)塊中分別抽取至少一個(gè)數(shù)據(jù)，并展示被抽取的數(shù)據(jù)；

第二展示子單元，用于如果當(dāng)前頁(yè)面展示了所述目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)，則確定最近加載數(shù)據(jù)對(duì)應(yīng)的節(jié)點(diǎn)層級(jí)，將所確定的層級(jí)稱為當(dāng)前層級(jí)；確定每一數(shù)據(jù)子集的所述當(dāng)前層級(jí)的下一層級(jí)，并從所述下一層級(jí)中每一節(jié)點(diǎn)對(duì)應(yīng)的各個(gè)數(shù)據(jù)塊中，分別抽取至少一個(gè)未被展示的數(shù)據(jù)，并在當(dāng)前已展示數(shù)據(jù)的基礎(chǔ)上展示被抽取的數(shù)據(jù)，得到更新后的頁(yè)面。

可選的，所述集合劃分單元包括：

第一參數(shù)計(jì)算子單元，用于如果所述目標(biāo)數(shù)據(jù)集服從一高斯分布，則計(jì)算所述高斯分布的均值μ1和標(biāo)準(zhǔn)差σ1；

第一子集形成子單元，用于將數(shù)據(jù)區(qū)間[Min＝μ1-3σ1，Max＝μ1+3σ1]劃分成至少兩個(gè)子區(qū)間，使屬于每一子區(qū)間的數(shù)據(jù)形成一個(gè)數(shù)據(jù)子集。

可選的，所述集合劃分單元包括：

第二參數(shù)計(jì)算子單元，用于如果所述目標(biāo)數(shù)據(jù)集不服從一高斯分布，則根據(jù)所述目標(biāo)數(shù)據(jù)集構(gòu)建高斯混合模型，得到形成所述高斯混合模型的每一單高斯模型的均值μ2和標(biāo)準(zhǔn)差σ2；

第二子集形成子單元，用于將每一單高斯模型對(duì)應(yīng)的數(shù)據(jù)區(qū)間[Min＝μ2-3σ2，Max＝μ2+3σ2]劃分成至少兩個(gè)子區(qū)間，使屬于每一子區(qū)間的數(shù)據(jù)形成一個(gè)數(shù)據(jù)子集。

可選的，所述第二參數(shù)計(jì)算子單元，具體用于采用最大期望EM算法，得到形成所述高斯混合模型的每一單高斯模型的均值μ2和標(biāo)準(zhǔn)差σ2。

可選的，所述裝置還包括：

目標(biāo)層級(jí)確定單元，用于確定最近加載的數(shù)據(jù)在所述樹(shù)狀結(jié)構(gòu)中所屬的目標(biāo)層級(jí)；

請(qǐng)求操作檢測(cè)單元，用于檢測(cè)用戶請(qǐng)求從局部數(shù)據(jù)塊中加載數(shù)據(jù)的操作，所述局部數(shù)據(jù)塊為所述目標(biāo)層級(jí)中的至少一個(gè)節(jié)點(diǎn)分別對(duì)應(yīng)的數(shù)據(jù)塊；

局部數(shù)據(jù)抽取單元，用于當(dāng)檢測(cè)到所述操作后，從所述局部數(shù)據(jù)塊中的每一數(shù)據(jù)塊中抽取至少一個(gè)未被展示的數(shù)據(jù)，并在當(dāng)前已展示數(shù)據(jù)的基礎(chǔ)上展示被抽取的數(shù)據(jù)。

可選的，所述加載展示單元包括：

第三展示子單元，用于如果當(dāng)前頁(yè)面未展示所述目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)，則按照預(yù)設(shè)采樣方式從所述目標(biāo)數(shù)據(jù)集中抽取部分?jǐn)?shù)據(jù)，并展示被抽取的數(shù)據(jù)，其中，所述預(yù)設(shè)采樣方式為取模采樣方式、或隨機(jī)采樣方式、或均勻采樣方式；

第四展示子單元，用于如果當(dāng)前頁(yè)面展示了所述目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)，則按照所述預(yù)設(shè)采樣方式，從所述目標(biāo)數(shù)據(jù)集中未被展示的數(shù)據(jù)中抽取部分?jǐn)?shù)據(jù)，并在當(dāng)前已展示數(shù)據(jù)的基礎(chǔ)上展示被抽取的數(shù)據(jù)，得到更新后的頁(yè)面。

本發(fā)明實(shí)施例提供的數(shù)據(jù)展示方法及裝置，如果當(dāng)前頁(yè)面未展示目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)，則從目標(biāo)數(shù)據(jù)集中抽取部分?jǐn)?shù)據(jù)，并展示被抽取的數(shù)據(jù)；如果當(dāng)前頁(yè)面展示了目標(biāo)數(shù)據(jù)集中的部分?jǐn)?shù)據(jù)，則從目標(biāo)數(shù)據(jù)集中未被展示的數(shù)據(jù)中抽取部分?jǐn)?shù)據(jù)，并在當(dāng)前已展示數(shù)據(jù)的基礎(chǔ)上展示被抽取的數(shù)據(jù)，從而得到更新后的頁(yè)面?？梢?jiàn)，本發(fā)明可以實(shí)現(xiàn)大數(shù)據(jù)的可視化分級(jí)展示，即，當(dāng)目標(biāo)數(shù)據(jù)集的數(shù)據(jù)量較大、且需要展示目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)時(shí)，對(duì)其中的數(shù)據(jù)進(jìn)行異步加載，這樣，每次只加載部分?jǐn)?shù)據(jù)可以降低對(duì)網(wǎng)絡(luò)傳輸?shù)囊蕾?，同時(shí)，瀏覽器每次也只展示加載的部分?jǐn)?shù)據(jù)，可以降低瀏覽器的負(fù)擔(dān)，最終保證了大數(shù)據(jù)量的正常展示。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1A為本發(fā)明提供的數(shù)據(jù)展示方法的流程示意圖之一；

圖1B為本發(fā)明提供的數(shù)據(jù)展示方法的流程示意圖之二；

圖2為本發(fā)明提供的數(shù)據(jù)關(guān)系建立方法的流程示意圖；

圖3為本發(fā)明提供的高斯分布示意圖；

圖4為本發(fā)明提供的混合高斯分布示意圖；

圖5為本發(fā)明提供的樹(shù)狀結(jié)構(gòu)示意圖；

圖6A為本發(fā)明提供的數(shù)據(jù)展示裝置的組成示意圖之一；

圖6B為本發(fā)明提供的數(shù)據(jù)展示裝置的組成示意圖之二。

具體實(shí)施方式

為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

本發(fā)明實(shí)施例提供的數(shù)據(jù)展示方法，實(shí)現(xiàn)了大數(shù)據(jù)量的數(shù)據(jù)可視化展示，保證了大數(shù)據(jù)量數(shù)據(jù)可以在瀏覽器中正常顯示以及顯示效率大幅提升，避免了出現(xiàn)瀏覽器僵死甚至出現(xiàn)系統(tǒng)死機(jī)等問(wèn)題。

參見(jiàn)圖1A，為本發(fā)明實(shí)施例提供的數(shù)據(jù)展示方法的流程示意圖，該方法包括步驟S101-S102：

S101：判斷當(dāng)前頁(yè)面是否展示了所述目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)。

在本實(shí)施例中，是采用逐次加載數(shù)據(jù)以逐次增加展示數(shù)據(jù)的方式，完成大數(shù)據(jù)量的展示，即，對(duì)于用戶觸發(fā)的或數(shù)據(jù)展示程序自動(dòng)觸發(fā)的每一次加載請(qǐng)求，只加載目標(biāo)數(shù)據(jù)集中的部分?jǐn)?shù)據(jù)。因此，對(duì)于當(dāng)前觸發(fā)的加載請(qǐng)求，如果是第一次加載請(qǐng)求，用戶所瀏覽的當(dāng)前頁(yè)面將沒(méi)有數(shù)據(jù)展示；如果是第二、第三次等加載請(qǐng)求，用戶所瀏覽的當(dāng)前頁(yè)面將展示之前已經(jīng)加載的數(shù)據(jù)。

在每次的加載請(qǐng)求被觸發(fā)后，瀏覽器會(huì)將該請(qǐng)求發(fā)送至服務(wù)器，服務(wù)器接收到該請(qǐng)求后，需要定位目標(biāo)數(shù)據(jù)集的存儲(chǔ)位置并從中抽取部分?jǐn)?shù)據(jù)，然后返回至瀏覽器側(cè)，這樣瀏覽器便準(zhǔn)備好了即將展示的新數(shù)據(jù)。具體的，所述目標(biāo)數(shù)據(jù)集可以采用分布式存儲(chǔ)方式并存儲(chǔ)在內(nèi)存中，服務(wù)器在獲取基于該存儲(chǔ)方式的目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)時(shí)，尤其是在獲取較大數(shù)據(jù)量時(shí)，獲取效率要比一般的關(guān)系型數(shù)據(jù)庫(kù)以及基于磁盤(pán)存儲(chǔ)的數(shù)據(jù)集獲取效率高出10多倍。

S102：如果當(dāng)前頁(yè)面未展示所述目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)，則從所述目標(biāo)數(shù)據(jù)集中抽取部分?jǐn)?shù)據(jù)，并展示被抽取的數(shù)據(jù)；如果當(dāng)前頁(yè)面展示了所述目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)，則從所述目標(biāo)數(shù)據(jù)集中未被展示的數(shù)據(jù)中抽取部分?jǐn)?shù)據(jù)，并在當(dāng)前已展示數(shù)據(jù)的基礎(chǔ)上展示被抽取的數(shù)據(jù)，得到更新后的頁(yè)面。

在本實(shí)施例中，瀏覽器準(zhǔn)備好了即將展示的新數(shù)據(jù)后，便可以在已經(jīng)展出的數(shù)據(jù)的基礎(chǔ)上增加展示所述新數(shù)據(jù)，從而得到一個(gè)包括之前已展示數(shù)據(jù)和所述新數(shù)據(jù)的更新頁(yè)面。通過(guò)多次加載目標(biāo)數(shù)據(jù)集中的部分未加載數(shù)據(jù)，最終可以展示出目標(biāo)數(shù)據(jù)集中的全部數(shù)據(jù)。

在進(jìn)行數(shù)據(jù)展示時(shí)，可以根據(jù)目標(biāo)數(shù)據(jù)集的數(shù)量級(jí)確定即將被展示的圖表樣式，比如，散點(diǎn)圖、柱狀圖等圖表樣式。瀏覽器可以動(dòng)態(tài)創(chuàng)建數(shù)據(jù)集展現(xiàn)模型，用于對(duì)目標(biāo)數(shù)據(jù)集進(jìn)行相關(guān)的預(yù)處理和數(shù)據(jù)標(biāo)記，以及對(duì)圖表樣式進(jìn)行相關(guān)的優(yōu)化，以保證目標(biāo)數(shù)據(jù)集以相應(yīng)的圖表樣式參數(shù)進(jìn)行最優(yōu)的匹配。

本發(fā)明實(shí)施例提供的數(shù)據(jù)展示方法，如果當(dāng)前頁(yè)面未展示目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)，則從目標(biāo)數(shù)據(jù)集中抽取部分?jǐn)?shù)據(jù)，并展示被抽取的數(shù)據(jù)；如果當(dāng)前頁(yè)面展示了目標(biāo)數(shù)據(jù)集中的部分?jǐn)?shù)據(jù)，則從目標(biāo)數(shù)據(jù)集中未被展示的數(shù)據(jù)中抽取部分?jǐn)?shù)據(jù)，并在當(dāng)前已展示數(shù)據(jù)的基礎(chǔ)上展示被抽取的數(shù)據(jù)，從而得到更新后的頁(yè)面。可見(jiàn)，本發(fā)明可以實(shí)現(xiàn)大數(shù)據(jù)的可視化分級(jí)展示，即，當(dāng)目標(biāo)數(shù)據(jù)集的數(shù)據(jù)量較大、且需要展示目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)時(shí)，對(duì)其中的數(shù)據(jù)進(jìn)行異步加載，這樣，每次只加載部分?jǐn)?shù)據(jù)可以降低對(duì)網(wǎng)絡(luò)傳輸?shù)囊蕾嚕瑫r(shí)，瀏覽器每次也只展示加載的部分?jǐn)?shù)據(jù)，可以降低瀏覽器的負(fù)擔(dān)，最終保證了大數(shù)據(jù)量的正常展示。

進(jìn)一步地，在一些實(shí)施方式中，本發(fā)明還具有展示回退功能，參見(jiàn)圖1B，本方法還可以包括步驟S103：

S103：響應(yīng)于用戶請(qǐng)求撤銷加載的操作，展示當(dāng)前頁(yè)面的上一頁(yè)面，所述上一頁(yè)面為當(dāng)前頁(yè)面被更新之前的頁(yè)面。

例如，在步驟S102中，假設(shè)當(dāng)前頁(yè)面稱為頁(yè)面A，增加新抽取數(shù)據(jù)后的更新頁(yè)面稱為頁(yè)面B。在步驟S103中，如果當(dāng)前頁(yè)面是頁(yè)面B，如果用戶請(qǐng)求撤銷加載，則展示頁(yè)面B的上一頁(yè)面，即展示頁(yè)面A。

需要說(shuō)明的是，對(duì)于第一次加載請(qǐng)求以外的加載請(qǐng)求，如果用戶使用的客戶端設(shè)備采用了觸摸屏，比如智能手機(jī)，用戶可以在屏幕上利用手指進(jìn)行放大操作來(lái)觸發(fā)加載請(qǐng)求，當(dāng)然，還可以利用手指進(jìn)行縮小操作來(lái)觸發(fā)撤銷加載的請(qǐng)求；如果用戶使用的客戶端設(shè)備是具有鍵盤(pán)和/或鼠標(biāo)等外接部件的設(shè)備，比如臺(tái)式電腦或筆記本電腦，用戶可以通過(guò)鍵盤(pán)或鼠標(biāo)來(lái)觸發(fā)加載或撤銷加載的請(qǐng)求。對(duì)于采用何種方式觸發(fā)請(qǐng)求，本發(fā)明不作限制。

還需要說(shuō)明的是，本發(fā)明實(shí)施例不限制步驟S101-S102與步驟S103的執(zhí)行順序和次數(shù)，比如，可以執(zhí)行一次或多次S101-S102后再執(zhí)行一次或多次S103，只要可以進(jìn)行頁(yè)面的回退顯示，還可以執(zhí)行一次或多次S103后再執(zhí)行一次或多次S101-S102，等等。

下面對(duì)步驟S102的具體實(shí)現(xiàn)過(guò)程進(jìn)行介紹。

參見(jiàn)圖2所示的數(shù)據(jù)關(guān)系建立方法的流程示意圖，為了實(shí)現(xiàn)S102，可以預(yù)先將目標(biāo)數(shù)據(jù)集劃分成多個(gè)數(shù)據(jù)塊，并按照數(shù)據(jù)塊之間的歸屬關(guān)系構(gòu)建樹(shù)狀圖，對(duì)此，具體包括以下步驟S201-S202：

S201：將所述目標(biāo)數(shù)據(jù)集劃分為至少兩個(gè)數(shù)據(jù)子集；

S202：采用樹(shù)狀結(jié)構(gòu)表示每一數(shù)據(jù)子集，其中，所述樹(shù)狀結(jié)構(gòu)的每一節(jié)點(diǎn)對(duì)應(yīng)一個(gè)數(shù)據(jù)塊、且每一節(jié)點(diǎn)對(duì)應(yīng)的數(shù)據(jù)塊包含在自己父節(jié)點(diǎn)對(duì)應(yīng)的數(shù)據(jù)塊中。

在本實(shí)施例中，可以采用以下兩種實(shí)施方式之一來(lái)實(shí)現(xiàn)步驟S201。

在第一種實(shí)施方式中，步驟S201，即“將所述目標(biāo)數(shù)據(jù)集劃分為至少兩個(gè)數(shù)據(jù)子集”，可以包括步驟A1-A2：

A1：如果所述目標(biāo)數(shù)據(jù)集服從一高斯分布，則計(jì)算所述高斯分布的均值μ1和標(biāo)準(zhǔn)差σ1。

“小概率事件”通常指發(fā)生的概率小于5％的事件，即認(rèn)為在一次試驗(yàn)中該事件是幾乎不可能發(fā)生的。對(duì)于服從高斯分布(即正態(tài)分布)的隨機(jī)變量，隨機(jī)變量落在(μ-3σ，μ+3σ)以外的概率小于千分之三，在實(shí)際問(wèn)題中，通常認(rèn)為相應(yīng)的事件是不會(huì)發(fā)生的，基本上可以把區(qū)間(μ-3σ，μ+3σ)看作是隨機(jī)變量實(shí)際可能的取值區(qū)間，這稱之為正態(tài)分布的“3σ”原則。

因此，當(dāng)目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)X服從某高斯分布時(shí)，可以計(jì)算該高斯分布的均值μ1和標(biāo)準(zhǔn)差σ1，得到數(shù)據(jù)X的取值區(qū)間(μ1-3σ1，μ1+3σ1)。

A2：將數(shù)據(jù)區(qū)間[Min＝μ1-3σ1，Max＝μ1+3σ1]劃分成至少兩個(gè)子區(qū)間，使屬于每一子區(qū)間的數(shù)據(jù)形成一個(gè)數(shù)據(jù)子集。

參見(jiàn)圖3所示的高斯分布示意圖，橫軸區(qū)間[μ1-3σ1，μ1+3σ1]內(nèi)的面積為99.730020％，即，P{|X-μ1|<3σ1}＝2Φ(3)-1＝0.9974，幾乎覆蓋了目標(biāo)事件的所有取值。

假設(shè)目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)X為人(男或女)的身高，μ1即為平均身高，μ1附近的數(shù)據(jù)代表接近平均身高的身高值，其數(shù)量相對(duì)較大，屬于大概率事件；μ1-3σ1左側(cè)以及μ1+3σ1右側(cè)的身高數(shù)據(jù)代表較小或較大的身高值，其數(shù)量相對(duì)較小，相對(duì)于大概率事件來(lái)說(shuō)，屬于小概率事件。

基于高斯分布的特點(diǎn)，本實(shí)施例可以將[μ1-3σ1，μ1+3σ1]劃分成n份，可以均勻劃分，也可以不均勻劃分，從而得到n個(gè)子區(qū)間，這樣，屬于每一子區(qū)間的數(shù)據(jù)X便形成了一個(gè)數(shù)據(jù)子集。例如，假設(shè)[μ1-3σ1，μ1+3σ1]＝[140，190]，將該區(qū)間均勻劃分成n＝5份，則得到5個(gè)數(shù)據(jù)子集[140，150]、(150，160]、(160，170]、(170，180]、(180，190]，其中，(160，170]范圍內(nèi)的數(shù)據(jù)量較大，(150，160]與(170，180]范圍內(nèi)的數(shù)據(jù)量較少，[140，150]與(180，190]范圍內(nèi)的數(shù)據(jù)量更少些。

當(dāng)采用上述方式形成n個(gè)數(shù)據(jù)子集后，再執(zhí)行步驟S202，即采用樹(shù)狀結(jié)構(gòu)表示每一數(shù)據(jù)子集。具體來(lái)講，當(dāng)將[μ1-3σ1，μ1+3σ1]劃分成n份，得到子區(qū)間1、子區(qū)間2、……子區(qū)間n后，再將每個(gè)子區(qū)間劃分為n'份，其中，每個(gè)子區(qū)間劃分的份數(shù)n'可以相同也可以不同、可以均勻劃分也可以不均勻劃分；對(duì)于子區(qū)間1，將其劃分成n'份，得到子區(qū)間11、子區(qū)間12、……子區(qū)間1n'，然后，建立子區(qū)間1與這n'個(gè)子區(qū)間之間的索引關(guān)系(即父子關(guān)系)，使得子區(qū)間1的索引值對(duì)應(yīng)根節(jié)點(diǎn)，子區(qū)間11、子區(qū)間12、……子區(qū)間1n'的各個(gè)索引值對(duì)應(yīng)根節(jié)點(diǎn)的子節(jié)點(diǎn)，可見(jiàn)，子區(qū)間1對(duì)應(yīng)的數(shù)據(jù)塊即為這n'個(gè)子區(qū)間對(duì)應(yīng)的數(shù)據(jù)塊總和；此外，其它子區(qū)間，即子區(qū)間2、……子區(qū)間n也按照上述方式建立節(jié)點(diǎn)關(guān)系，在此不再贅述，這樣，n個(gè)根節(jié)點(diǎn)便是第一層級(jí)的節(jié)點(diǎn)，每個(gè)根節(jié)點(diǎn)的n'個(gè)子節(jié)點(diǎn)便是第二層級(jí)的節(jié)點(diǎn)；然后，按照上述方式繼續(xù)對(duì)第二層級(jí)中各個(gè)節(jié)點(diǎn)對(duì)應(yīng)的數(shù)據(jù)子區(qū)間進(jìn)行劃分，可以劃分成多個(gè)層級(jí)，具體的層級(jí)數(shù)量可以根據(jù)目標(biāo)數(shù)據(jù)集的數(shù)據(jù)量預(yù)先設(shè)定，最終采用樹(shù)狀結(jié)構(gòu)表示目標(biāo)數(shù)據(jù)集的每一數(shù)據(jù)子集。

在第二種實(shí)施方式中，步驟S201，即“將所述目標(biāo)數(shù)據(jù)集劃分為至少兩個(gè)數(shù)據(jù)子集”，可以包括步驟B1-B2：

B1：如果所述目標(biāo)數(shù)據(jù)集不服從一高斯分布，則根據(jù)所述目標(biāo)數(shù)據(jù)集構(gòu)建高斯混合模型，得到形成所述高斯混合模型的每一單高斯模型的均值μ2和標(biāo)準(zhǔn)差σ2。

具體的，可以采用最大期望(Expectation Maximum，簡(jiǎn)稱EM)算法，得到形成所述高斯混合模型的每一單高斯模型的均值μ2和標(biāo)準(zhǔn)差σ2，具體實(shí)現(xiàn)如下。

對(duì)于多波峰以及不規(guī)則的數(shù)據(jù)分布，可以采用Mixtures of Gaussians(高斯混合模型)來(lái)處理，高斯混合模型是單一高斯概率密度函數(shù)的延伸。假設(shè)目標(biāo)數(shù)據(jù)集為X＝{x₁,x₂,......x_n}，數(shù)據(jù)個(gè)數(shù)為n，如果這些數(shù)據(jù)在d維空間中的分布不是橢球狀，那么就不適合以一個(gè)單一的高斯密度函數(shù)來(lái)描述這些數(shù)據(jù)點(diǎn)的概率密度函數(shù)，此時(shí)可以采用一個(gè)變通方案，假設(shè)目標(biāo)數(shù)據(jù)集X中的每個(gè)數(shù)據(jù)均由一個(gè)單高斯分布生成，而這一批數(shù)據(jù)X共由M個(gè)單高斯模型生成，具體某個(gè)數(shù)據(jù)x_i屬于哪個(gè)單高斯模型是未知的，且每個(gè)單高斯模型在高斯混合模型中占的比例α_j也是未知的，將所有來(lái)自不同單高斯分布的數(shù)據(jù)點(diǎn)混在一起，該分布稱為高斯混合分布。比如，圖4所示的混合高斯分布示意圖，其涉及兩個(gè)單高斯分布。

從數(shù)學(xué)上講，認(rèn)為目標(biāo)數(shù)據(jù)集中的每個(gè)數(shù)據(jù)x_i的概率分布密度函數(shù)可以通過(guò)加權(quán)函數(shù)表示：

其中，N_j(x_i:μ_j,C_j)表示第j個(gè)單高斯模型(Single Gaussians Model，簡(jiǎn)稱SGM)的概率密度函數(shù)(probability density function，簡(jiǎn)稱PDF)，μ_j表示第j個(gè)單高斯模型的均值，C_j表示第j個(gè)單高斯模型的協(xié)方差，α_j表示第j個(gè)單高斯模型在高斯混合模型中占的比例。

N_j(x_i:μ_j,C_j)的計(jì)算公式如下：

其中，n為目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)個(gè)數(shù)。

高斯混合模型(GMM)，就是數(shù)據(jù)可以看作是根據(jù)多個(gè)單高斯分布生成的，因此，GMM本身其實(shí)也是可以變得任意復(fù)雜的，也就是說(shuō)，通過(guò)增加單高斯模型的個(gè)數(shù)，可以任意地逼近任何連續(xù)的概率密度分布。

具體的，令一個(gè)單高斯模型SGM的參數(shù)為由于高斯混合模型GMM共有M個(gè)SGM，則GMM的參數(shù)為需要通過(guò)目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)X來(lái)估計(jì)GMM的所有參數(shù)Φ，數(shù)據(jù)X的概率公式為：

其中，n為目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)個(gè)數(shù)。

下面對(duì)GMM參數(shù)進(jìn)行估計(jì)：

(1)、初始化

方案1：第j個(gè)單高斯模型的均值μ_j0設(shè)為隨機(jī)數(shù)；第j個(gè)單高斯模型的協(xié)方差矩陣C_j0設(shè)為單位矩陣；第j個(gè)單高斯模型在混合高斯模型中占的比例，取其先驗(yàn)概率α_j0＝1/M。

方案2：由K均值(k-means)聚類算法對(duì)目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行聚類，得到M類數(shù)據(jù)，利用第j類數(shù)據(jù)的均值作為第j個(gè)單高斯模型的均值μ_j0；計(jì)算第j個(gè)單高斯模型的協(xié)方差矩陣C_j0；第j個(gè)單高斯模型在混合高斯模型中占的比例α_j0，為第j類數(shù)據(jù)占目標(biāo)數(shù)據(jù)集總數(shù)的比例。

(2)、估計(jì)步驟

令α_j的后驗(yàn)概率為：

其中，n為目標(biāo)數(shù)據(jù)集的數(shù)據(jù)個(gè)數(shù)。

(3)、最大化步驟

更新權(quán)值(比例)：

更新均值：

更新協(xié)方差矩陣：

(4)、收斂條件

不斷地迭代步驟(2)和(3)，重復(fù)更新(3)中的三個(gè)值，直到|P(X|Φ)-P(X|Φ)'|<ε，其中，P(X|Φ)為更新參數(shù)前計(jì)算的值，P(X|Φ)'為更新參數(shù)后計(jì)算的值，即前后兩次迭代得到的結(jié)果變化小于一定程度則終止迭代，通常ε＝10-⁵。

通過(guò)以上計(jì)算，便得到了混合高斯模型中每一單高斯模型的參數(shù)了。

從上述內(nèi)容可知，在對(duì)數(shù)據(jù)X進(jìn)行分類時(shí)，采用的是k-means的硬指定方式，下面介紹一種軟指定方式，并基于這種軟指定方式介紹GMM參數(shù)的獲取方法。

假設(shè)目標(biāo)數(shù)據(jù)集為X＝{x⁽¹⁾,x(²),......x^(m)}，數(shù)據(jù)個(gè)數(shù)為m，可以將數(shù)據(jù)x⁽ⁱ⁾可能的類別用隱含類別變量z⁽ⁱ⁾表示。與k-means的硬指定不同，首先認(rèn)為z⁽ⁱ⁾是滿足一定的概率分布的，這里認(rèn)為滿足多項(xiàng)式分布，即z⁽ⁱ⁾～Multinomial(φ)，其中，P(z⁽ⁱ⁾＝j(luò))＝φ_j，φ_j≥0，有k個(gè)類別{1,…,k}可以選取(每個(gè)值對(duì)應(yīng)一個(gè)單高斯分布)。而且認(rèn)為在給定z⁽ⁱ⁾后，x⁽ⁱ⁾滿足多值高斯分布，即(x⁽ⁱ⁾|z⁽ⁱ⁾＝j(luò))～N(μ_j,C_j)，由此可以得到聯(lián)合概率分布P(x⁽ⁱ⁾,z⁽ⁱ⁾)＝P(x⁽ⁱ⁾|z⁽ⁱ⁾)P(z⁽ⁱ⁾)。

整個(gè)高斯混合模型簡(jiǎn)單描述為，對(duì)于每個(gè)數(shù)據(jù)x⁽ⁱ⁾，先從k個(gè)類別中按多項(xiàng)式分布抽取一個(gè)z⁽ⁱ⁾，然后根據(jù)所對(duì)應(yīng)的k個(gè)多值高斯分布中的一個(gè)生成樣例x⁽ⁱ⁾，整個(gè)過(guò)程形成了高斯混合模型。需要注意的是，這里的z⁽ⁱ⁾仍然是隱含隨機(jī)變量，模型中還有三個(gè)變量φ、μ和C。最大似然估計(jì)為P(x,z)，對(duì)數(shù)化后如下：

其中，m為目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)個(gè)數(shù)。

這個(gè)式子的最大值是不能通過(guò)求導(dǎo)數(shù)為0的方法解決的，因?yàn)榍蟮慕Y(jié)果不是閉型close form。但是，如果假設(shè)知道了每個(gè)數(shù)據(jù)x⁽ⁱ⁾所屬的類別z⁽ⁱ⁾，那么上式可以簡(jiǎn)化為：

這時(shí)候再對(duì)φ、μ和C進(jìn)行求導(dǎo)，得到：

φ_j是數(shù)據(jù)類別中z⁽ⁱ⁾＝j(luò)的比率，即第j個(gè)單高斯模型在混合高斯模型中占的比例；μ_j是類別為j的所有數(shù)據(jù)x⁽ⁱ⁾的均值，即第j個(gè)單高斯模型的均值；C_j是類別為j的所有數(shù)據(jù)x⁽ⁱ⁾的協(xié)方差矩陣，即第j個(gè)單高斯模型的協(xié)方差。

實(shí)際上，當(dāng)知道z⁽ⁱ⁾后，最大似然估計(jì)就近似于高斯判別分析模型(Gaussian discriminant analysis model)了。所不同的是，GDA中類別y服從伯努利分布，而這里的z⁽ⁱ⁾服從多項(xiàng)式分布，還有這里的每個(gè)數(shù)據(jù)x⁽ⁱ⁾都有不同的協(xié)方差矩陣，而GDA中認(rèn)為只有一個(gè)。

由于之前假設(shè)給定了z⁽ⁱ⁾，實(shí)際上z⁽ⁱ⁾是未知的，此時(shí)考慮之前提到的EM算法的思想，第一步是猜測(cè)隱含類別變量z，第二步是更新其他參數(shù)，以獲得最大的最大似然估計(jì)。具體如下：

循環(huán)下面步驟，直到收斂：{

(E步)、對(duì)于每一個(gè)i和j，計(jì)算：

其中，的具體計(jì)算公式如下：

(M步)、更新參數(shù)

}

在E步中，將其他參數(shù)φ,μ,C看作常量，計(jì)算z⁽ⁱ⁾的后驗(yàn)概率，也就是估計(jì)隱含類別變量z⁽ⁱ⁾。估計(jì)好后，利用M步中的公式重新計(jì)算其他參數(shù)，利用這些參數(shù)再計(jì)算時(shí)，如果本次計(jì)算結(jié)果與之前的計(jì)算結(jié)果差別很大，則需要重新計(jì)算，周而復(fù)始不斷地迭代E步和M步，直至收斂。

可見(jiàn)，與K-means硬指定的方式不同，這里采用了“軟”指定方式來(lái)指定數(shù)據(jù)的類別，因此，為每個(gè)x⁽ⁱ⁾分配的類別是有一定的概率的，同時(shí)計(jì)算量也變大了，需要為每個(gè)x⁽ⁱ⁾都要計(jì)算屬于每一個(gè)類別j的概率。與K-means相同的是，結(jié)果仍然是局部最優(yōu)解。

通過(guò)以上計(jì)算，便得到高斯混合模型中的K個(gè)單高斯模型分別對(duì)應(yīng)的參數(shù)了。

接下來(lái)，對(duì)于每一單高斯模型，利用其參數(shù)便可以計(jì)算得到該單高斯模型的標(biāo)準(zhǔn)差σ_j，這樣便得到每一單高斯模型的均值μ2＝μ_j和方差σ2＝σ_j了。

B2：將每一單高斯模型對(duì)應(yīng)的數(shù)據(jù)區(qū)間[Min＝μ2-3σ2，Max＝μ2+3σ2]劃分成至少兩個(gè)子區(qū)間，使屬于每一子區(qū)間的數(shù)據(jù)形成一個(gè)數(shù)據(jù)子集。

對(duì)于每一單高斯模型，其數(shù)據(jù)子集的形成可以參照上述第一種實(shí)施方式中對(duì)步驟A2的相關(guān)介紹，以及步驟S202(即采用樹(shù)狀結(jié)構(gòu)表示每一數(shù)據(jù)子集)的相關(guān)介紹也可以參見(jiàn)第一種實(shí)施方式中的相關(guān)內(nèi)容，在此不再贅述。

基于上述兩種實(shí)施方式之一，在步驟S102中，即“從所述目標(biāo)數(shù)據(jù)集中抽取部分?jǐn)?shù)據(jù)”，可以包括：從每一數(shù)據(jù)子集的根節(jié)點(diǎn)對(duì)應(yīng)的數(shù)據(jù)塊中分別抽取至少一個(gè)數(shù)據(jù)。例如，參見(jiàn)圖5所示的樹(shù)狀結(jié)構(gòu)示意圖，如果有3個(gè)數(shù)據(jù)子集，這3個(gè)數(shù)據(jù)子集分別對(duì)應(yīng)一個(gè)樹(shù)狀結(jié)構(gòu)，分別從每一樹(shù)狀結(jié)構(gòu)的根節(jié)點(diǎn)中取出數(shù)據(jù)，即從根節(jié)點(diǎn)1、根節(jié)點(diǎn)2、根節(jié)點(diǎn)3對(duì)應(yīng)的數(shù)據(jù)塊中取一個(gè)或多個(gè)數(shù)據(jù)，可以隨機(jī)抽取數(shù)據(jù)或是按照其它方式抽取數(shù)據(jù)，每次加載請(qǐng)求時(shí)，從各個(gè)數(shù)據(jù)塊抽取的數(shù)據(jù)個(gè)數(shù)可以相同也可以不同，本發(fā)明對(duì)此不作限定。

同樣的，在步驟S102中，即“從所述目標(biāo)數(shù)據(jù)集中未被展示的數(shù)據(jù)中抽取部分?jǐn)?shù)據(jù)”，可以包括：確定最近加載數(shù)據(jù)對(duì)應(yīng)的節(jié)點(diǎn)層級(jí)，將所確定的層級(jí)稱為當(dāng)前層級(jí)；確定每一數(shù)據(jù)子集的所述當(dāng)前層級(jí)的下一層級(jí)，并從所述下一層級(jí)中每一節(jié)點(diǎn)對(duì)應(yīng)的各個(gè)數(shù)據(jù)塊中，分別抽取至少一個(gè)未被展示的數(shù)據(jù)。具體的，由于每次加載數(shù)據(jù)時(shí)，均加載每一數(shù)據(jù)子集中屬于同一層級(jí)的數(shù)據(jù)，例如，當(dāng)加載并展示完屬于第1層節(jié)點(diǎn)(根節(jié)點(diǎn))的數(shù)據(jù)時(shí)，如果又接收到用戶觸發(fā)的加載請(qǐng)求，則從第2層節(jié)點(diǎn)中取數(shù)據(jù)，即從子節(jié)點(diǎn)11、子節(jié)點(diǎn)12、子節(jié)點(diǎn)13、子節(jié)點(diǎn)21、子節(jié)點(diǎn)22、子節(jié)點(diǎn)23、子節(jié)點(diǎn)31、子節(jié)點(diǎn)32、子節(jié)點(diǎn)33分別對(duì)應(yīng)的數(shù)據(jù)塊中取一個(gè)或多個(gè)數(shù)據(jù)，可以隨機(jī)抽取數(shù)據(jù)或是按照其它方式抽取數(shù)據(jù)，每次加載請(qǐng)求時(shí)，從各個(gè)數(shù)據(jù)塊抽取的數(shù)據(jù)個(gè)數(shù)可以相同也可以不同，本發(fā)明對(duì)此不作限定。

需要說(shuō)明的是，目前傳統(tǒng)的視圖展示采樣方法，無(wú)法滿足小概率的數(shù)據(jù)集被合理采樣到，而上述方式解決了該技術(shù)問(wèn)題，即，對(duì)于上述第一種實(shí)施方式中滿足單高斯分布的目標(biāo)數(shù)據(jù)集、以及上述第二種實(shí)施方式中滿足混合高斯分布(存在多個(gè)單高斯分布)的目標(biāo)數(shù)據(jù)集，通過(guò)將單高斯分布圖中左右兩側(cè)的小概率數(shù)據(jù)集形成了一個(gè)或多個(gè)數(shù)據(jù)子集，通過(guò)對(duì)每一數(shù)據(jù)子集建立樹(shù)狀圖并從中抽取數(shù)據(jù)，均可以抽取出小概率數(shù)據(jù)并被展示出來(lái)，使得展示出的數(shù)據(jù)基本覆蓋了不同發(fā)生概率下的數(shù)據(jù)。

此外，步驟S102除了可以采用上述方式實(shí)現(xiàn)之外，還可以采用以下三種實(shí)施方式之一實(shí)現(xiàn)。

在第一種實(shí)施方式中，在步驟S102中，即“從所述目標(biāo)數(shù)據(jù)集中抽取部分?jǐn)?shù)據(jù)”可以包括：按照取模采樣方式，從所述目標(biāo)數(shù)據(jù)集中抽取部分?jǐn)?shù)據(jù)。同樣的，在步驟S102中，即“從所述目標(biāo)數(shù)據(jù)集中未被展示的數(shù)據(jù)中抽取部分?jǐn)?shù)據(jù)”可以包括：按照取模采樣方式，從所述目標(biāo)數(shù)據(jù)集中未被展示的數(shù)據(jù)中抽取部分?jǐn)?shù)據(jù)。

例如，假設(shè)目標(biāo)數(shù)據(jù)集的數(shù)據(jù)范圍為10～100，則計(jì)算100-10＝90，并進(jìn)行取模運(yùn)算，即90％p＝0，比如，p＝5，則取模采樣結(jié)果為10+5n，其中，n＝0、1、……。當(dāng)模數(shù)足夠大時(shí)，可以將采樣數(shù)大幅減少，減少客戶端開(kāi)銷，實(shí)現(xiàn)順利出圖。

在第二種實(shí)施方式中，在步驟S102中，即“從所述目標(biāo)數(shù)據(jù)集中抽取部分?jǐn)?shù)據(jù)”可以包括：按照隨機(jī)采樣方式，從所述目標(biāo)數(shù)據(jù)集中抽取部分?jǐn)?shù)據(jù)。同樣的，在步驟S102中，即“從所述目標(biāo)數(shù)據(jù)集中未被展示的數(shù)據(jù)中抽取部分?jǐn)?shù)據(jù)”可以包括：按照隨機(jī)采樣方式，從所述目標(biāo)數(shù)據(jù)集中未被展示的數(shù)據(jù)中抽取部分?jǐn)?shù)據(jù)。

在第三種實(shí)施方式中，在步驟S102中，即“從所述目標(biāo)數(shù)據(jù)集中抽取部分?jǐn)?shù)據(jù)”可以包括：按照均勻采樣方式，從所述目標(biāo)數(shù)據(jù)集中抽取部分?jǐn)?shù)據(jù)。同樣的，在步驟S102中，即“從所述目標(biāo)數(shù)據(jù)集中未被展示的數(shù)據(jù)中抽取部分?jǐn)?shù)據(jù)”可以包括：按照均勻采樣方式，從所述目標(biāo)數(shù)據(jù)集中未被展示的數(shù)據(jù)中抽取部分?jǐn)?shù)據(jù)。

需要說(shuō)明的是，對(duì)于上述三種采樣方式，小概率數(shù)據(jù)集可能取不到，而上述基于高斯分布的采樣方式，可以有效增加小概率數(shù)據(jù)集被采集到的概率，從而提高了數(shù)據(jù)展示的完整性。

進(jìn)一步地，在本發(fā)明的一個(gè)實(shí)施例中，還可以根據(jù)用戶需求，在已展示數(shù)據(jù)的基礎(chǔ)上增加展示用戶感興趣的未展示數(shù)據(jù)，具體可以包括步驟C1-C3：

C1：確定最近加載的數(shù)據(jù)在所述樹(shù)狀結(jié)構(gòu)中所屬的目標(biāo)層級(jí)。

在本實(shí)施例中，需要確定最近加載數(shù)據(jù)所屬的層級(jí)，例如，假設(shè)最近加載數(shù)據(jù)所屬層級(jí)為圖5所示樹(shù)狀結(jié)構(gòu)的第二層級(jí)，該第二層級(jí)即為所述目標(biāo)層級(jí)，其中，最近加載的數(shù)據(jù)即為：從子區(qū)間11、子區(qū)間12、子區(qū)間13、子區(qū)間21、子區(qū)間22、子區(qū)間23、子區(qū)間31、子區(qū)間32、子區(qū)間33(共9個(gè)子區(qū)間)各自對(duì)應(yīng)的數(shù)據(jù)塊中分別抽取的未展示數(shù)據(jù)。

C2：檢測(cè)用戶請(qǐng)求從局部數(shù)據(jù)塊中加載數(shù)據(jù)的操作，所述局部數(shù)據(jù)塊為所述目標(biāo)層級(jí)中的至少一個(gè)節(jié)點(diǎn)分別對(duì)應(yīng)的數(shù)據(jù)塊。

在本實(shí)施例中，用戶請(qǐng)求加載數(shù)據(jù)的操作可以是用戶輸入一個(gè)數(shù)值或一個(gè)數(shù)據(jù)區(qū)間?；谏鲜隼?，當(dāng)用戶輸入一個(gè)數(shù)值a時(shí)，確定該數(shù)值a屬于上述9個(gè)子區(qū)間中的哪個(gè)子區(qū)間，確定出的子區(qū)間即為所述局部數(shù)據(jù)塊；當(dāng)用戶輸入一個(gè)數(shù)據(jù)區(qū)間[a、b]時(shí)，確定數(shù)值a、b分別屬于上述9個(gè)子區(qū)間中的哪個(gè)子區(qū)間，a和b所屬的同一個(gè)子區(qū)間或所屬的不同的兩個(gè)子區(qū)間即為所述局部數(shù)據(jù)塊。

在本實(shí)施例中，用戶請(qǐng)求加載數(shù)據(jù)的操作，還可以是用戶利用鼠標(biāo)或是其它方式點(diǎn)擊數(shù)據(jù)圖表展示區(qū)域，當(dāng)檢測(cè)到這個(gè)點(diǎn)擊操作后，計(jì)算被點(diǎn)擊位置對(duì)應(yīng)的數(shù)據(jù)值c，然后確定該數(shù)值c屬于上述9個(gè)子區(qū)間中的哪個(gè)子區(qū)間，確定出的子區(qū)間即為所述局部數(shù)據(jù)塊。

需要說(shuō)明的是，關(guān)于步驟C1中的用戶請(qǐng)求操作的具體方式，本實(shí)施例不限于上述列舉方式。

C3：當(dāng)檢測(cè)到所述操作后，從所述局部數(shù)據(jù)塊中的每一數(shù)據(jù)塊中抽取至少一個(gè)未被展示的數(shù)據(jù)，并在當(dāng)前已展示數(shù)據(jù)的基礎(chǔ)上展示被抽取的數(shù)據(jù)。

基于上述例子，假設(shè)所述局部數(shù)據(jù)塊包括子區(qū)間11和子區(qū)間12，則從子區(qū)間11和子區(qū)間12中分別抽取一個(gè)或多個(gè)未被展示的數(shù)據(jù)，并在展示圖表中的已展示數(shù)據(jù)的基礎(chǔ)上，增加展示從所述局部數(shù)據(jù)塊中抽取的數(shù)據(jù)。

需要說(shuō)明的是，在從數(shù)據(jù)塊中抽取數(shù)據(jù)時(shí)，可以隨機(jī)抽取數(shù)據(jù)或是按照其它方式抽取數(shù)據(jù)，每次加載請(qǐng)求時(shí)，從各個(gè)數(shù)據(jù)塊抽取的數(shù)據(jù)個(gè)數(shù)可以相同也可以不同，本實(shí)施例對(duì)此不做限制。

可見(jiàn)，通過(guò)上述方式，可以根據(jù)用戶需求，在當(dāng)前已展示數(shù)據(jù)的基礎(chǔ)上，增加展示特定數(shù)據(jù)段內(nèi)的數(shù)據(jù)。

參見(jiàn)圖6A所示的數(shù)據(jù)展示裝置的組成示意圖之一，該裝置可以是客戶端設(shè)備，所述裝置包括：

頁(yè)面判斷單元601，用于判斷當(dāng)前頁(yè)面是否展示了所述目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)；

加載展示單元602，用于如果當(dāng)前頁(yè)面未展示所述目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)，則從所述目標(biāo)數(shù)據(jù)集中抽取部分?jǐn)?shù)據(jù)，并展示被抽取的數(shù)據(jù)；如果當(dāng)前頁(yè)面展示了所述目標(biāo)數(shù)據(jù)集中的部分?jǐn)?shù)據(jù)，則從所述目標(biāo)數(shù)據(jù)集中未被展示的數(shù)據(jù)中抽取部分?jǐn)?shù)據(jù)，并在當(dāng)前已展示數(shù)據(jù)的基礎(chǔ)上展示被抽取的數(shù)據(jù)，得到更新后的頁(yè)面。

進(jìn)一步地，參見(jiàn)圖6B所示的數(shù)據(jù)展示裝置的組成示意圖之二，所述裝置還可以包括：

展示回退單元603，用于響應(yīng)于用戶請(qǐng)求撤銷加載的操作，展示當(dāng)前頁(yè)面的上一頁(yè)面，所述上一頁(yè)面為當(dāng)前頁(yè)面被更新之前的頁(yè)面。

進(jìn)一步地，所述裝置還可以包括：

集合劃分單元，用于將所述目標(biāo)數(shù)據(jù)集劃分為至少兩個(gè)數(shù)據(jù)子集；

樹(shù)狀構(gòu)建單元，用于采用樹(shù)狀結(jié)構(gòu)表示每一數(shù)據(jù)子集，其中，所述樹(shù)狀結(jié)構(gòu)的每一節(jié)點(diǎn)對(duì)應(yīng)一個(gè)數(shù)據(jù)塊、且每一節(jié)點(diǎn)對(duì)應(yīng)的數(shù)據(jù)塊包含在自己父節(jié)點(diǎn)對(duì)應(yīng)的數(shù)據(jù)塊中；

則，在一些實(shí)施方式中，所述加載展示單元602可以包括：

第一展示子單元，用于如果當(dāng)前頁(yè)面未展示所述目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)，則從每一數(shù)據(jù)子集的根節(jié)點(diǎn)對(duì)應(yīng)的數(shù)據(jù)塊中分別抽取至少一個(gè)數(shù)據(jù)，并展示被抽取的數(shù)據(jù)；

第二展示子單元，用于如果當(dāng)前頁(yè)面展示了所述目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)，則確定最近加載數(shù)據(jù)對(duì)應(yīng)的節(jié)點(diǎn)層級(jí)，將所確定的層級(jí)稱為當(dāng)前層級(jí)；確定每一數(shù)據(jù)子集的所述當(dāng)前層級(jí)的下一層級(jí)，并從所述下一層級(jí)中每一節(jié)點(diǎn)對(duì)應(yīng)的各個(gè)數(shù)據(jù)塊中，分別抽取至少一個(gè)未被展示的數(shù)據(jù)，并在當(dāng)前已展示數(shù)據(jù)的基礎(chǔ)上展示被抽取的數(shù)據(jù)，得到更新后的頁(yè)面。

在一些實(shí)施方式中，所述集合劃分單元可以包括：

第一參數(shù)計(jì)算子單元，用于如果所述目標(biāo)數(shù)據(jù)集服從一高斯分布，則計(jì)算所述高斯分布的均值μ1和標(biāo)準(zhǔn)差σ1；

第一子集形成子單元，用于將數(shù)據(jù)區(qū)間[Min＝μ1-3σ1，Max＝μ1+3σ1]劃分成至少兩個(gè)子區(qū)間，使屬于每一子區(qū)間的數(shù)據(jù)形成一個(gè)數(shù)據(jù)子集。

在一些實(shí)施方式中，所述集合劃分單元可以包括：

第二參數(shù)計(jì)算子單元，用于如果所述目標(biāo)數(shù)據(jù)集不服從一高斯分布，則根據(jù)所述目標(biāo)數(shù)據(jù)集構(gòu)建高斯混合模型，得到形成所述高斯混合模型的每一單高斯模型的均值μ2和標(biāo)準(zhǔn)差σ2；

第二子集形成子單元，用于將每一單高斯模型對(duì)應(yīng)的數(shù)據(jù)區(qū)間[Min＝μ2-3σ2，Max＝μ2+3σ2]劃分成至少兩個(gè)子區(qū)間，使屬于每一子區(qū)間的數(shù)據(jù)形成一個(gè)數(shù)據(jù)子集。

在一些實(shí)施方式中，所述第二參數(shù)計(jì)算子單元，具體用于采用最大期望EM算法，得到形成所述高斯混合模型的每一單高斯模型的均值μ2和標(biāo)準(zhǔn)差σ2。

在一些實(shí)施方式中，所述裝置還可以包括：

目標(biāo)層級(jí)確定單元，用于確定最近加載的數(shù)據(jù)在所述樹(shù)狀結(jié)構(gòu)中所屬的目標(biāo)層級(jí)；

請(qǐng)求操作檢測(cè)單元，用于檢測(cè)用戶請(qǐng)求從局部數(shù)據(jù)塊中加載數(shù)據(jù)的操作，所述局部數(shù)據(jù)塊為所述目標(biāo)層級(jí)中的至少一個(gè)節(jié)點(diǎn)分別對(duì)應(yīng)的數(shù)據(jù)塊；

局部數(shù)據(jù)抽取單元，用于當(dāng)檢測(cè)到所述操作后，從所述局部數(shù)據(jù)塊中的每一數(shù)據(jù)塊中抽取至少一個(gè)未被展示的數(shù)據(jù)，并在當(dāng)前已展示數(shù)據(jù)的基礎(chǔ)上展示被抽取的數(shù)據(jù)。

在一些實(shí)施方式中，所述加載展示單元602可以包括：

第三展示子單元，用于如果當(dāng)前頁(yè)面未展示所述目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)，則按照預(yù)設(shè)采樣方式從所述目標(biāo)數(shù)據(jù)集中抽取部分?jǐn)?shù)據(jù)，并展示被抽取的數(shù)據(jù)，其中，所述預(yù)設(shè)采樣方式為取模采樣方式、或隨機(jī)采樣方式、或均勻采樣方式；

第四展示子單元，用于如果當(dāng)前頁(yè)面展示了所述目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)，則按照所述預(yù)設(shè)采樣方式，從所述目標(biāo)數(shù)據(jù)集中未被展示的數(shù)據(jù)中抽取部分?jǐn)?shù)據(jù)，并在當(dāng)前已展示數(shù)據(jù)的基礎(chǔ)上展示被抽取的數(shù)據(jù)，得到更新后的頁(yè)面。

通過(guò)以上的實(shí)施方式的描述可知，本領(lǐng)域的技術(shù)人員可以清楚地了解到上述實(shí)施例方法中的全部或部分步驟可借助軟件加必需的通用硬件平臺(tái)的方式來(lái)實(shí)現(xiàn)?；谶@樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說(shuō)對(duì)現(xiàn)有技術(shù)做出貢獻(xiàn)的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來(lái)，該計(jì)算機(jī)軟件產(chǎn)品可以存儲(chǔ)在存儲(chǔ)介質(zhì)中，如ROM/RAM、磁碟、光盤(pán)等，包括若干指令用以使得一臺(tái)計(jì)算機(jī)設(shè)備(可以是個(gè)人計(jì)算機(jī)，服務(wù)器，或者諸如媒體網(wǎng)關(guān)等網(wǎng)絡(luò)通信設(shè)備，等等)執(zhí)行本發(fā)明各個(gè)實(shí)施例或者實(shí)施例的某些部分所述的方法。

需要說(shuō)明的是，本說(shuō)明書(shū)中各個(gè)實(shí)施例采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說(shuō)明的都是與其他實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同相似部分互相參見(jiàn)即可。對(duì)于實(shí)施例公開(kāi)的裝置而言，由于其與實(shí)施例公開(kāi)的方法相對(duì)應(yīng)，所以描述的比較簡(jiǎn)單，相關(guān)之處參見(jiàn)方法部分說(shuō)明即可。

還需要說(shuō)明的是，在本文中，諸如第一和第二等之類的關(guān)系術(shù)語(yǔ)僅僅用來(lái)將一個(gè)實(shí)體或者操作與另一個(gè)實(shí)體或操作區(qū)分開(kāi)來(lái)，而不一定要求或者暗示這些實(shí)體或操作之間存在任何這種實(shí)際的關(guān)系或者順序。而且，術(shù)語(yǔ)“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過(guò)程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒(méi)有明確列出的其他要素，或者是還包括為這種過(guò)程、方法、物品或者設(shè)備所固有的要素。在沒(méi)有更多限制的情況下，由語(yǔ)句“包括一個(gè)……”限定的要素，并不排除在包括所述要素的過(guò)程、方法、物品或者設(shè)備中還存在另外的相同要素。

對(duì)所公開(kāi)的實(shí)施例的上述說(shuō)明，使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明。對(duì)這些實(shí)施例的多種修改對(duì)本領(lǐng)域的專業(yè)技術(shù)人員來(lái)說(shuō)將是顯而易見(jiàn)的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實(shí)施例中實(shí)現(xiàn)。因此，本發(fā)明將不會(huì)被限制于本文所示的這些實(shí)施例，而是要符合與本文所公開(kāi)的原理和新穎特點(diǎn)相一致的最寬的范圍。