面向数据可视化仪表盘更新的交互生成呈现方法及系统

本公开涉及数据可视化交互，具体涉及一种面向数据可视化仪表盘更新的交互生成呈现方法及系统。

背景技术：

1、本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

2、数据可视化仪表盘通过多视图表示为用户提供复杂数据的全局概览，目前已经成为商业智能、公共卫生、金融和工业操作等多个领域监控和探索动态数据的事实标准。目前，主流平台在底层数据和多个视图持续不断更新时，这些系统往往无法有效地向用户传达这些变化。在实际的监控导向场景中，当前绝大多数仪表盘处理数据更新的默认机制仅仅是通过突然的视觉刷新（abrupt refreshes）来覆盖现有的可视化视图。

3、这种突然刷新的处理方式在人类认知层面引发了严重的“变化盲视”（changeblindness）问题。变化盲视是指当用户的注意力没有集中在发生变化的特定区域，或者当瞬态视觉线索被破坏时，用户甚至会完全忽略掉屏幕上发生的大规模视觉变化。

4、现有的数据可视化研究已经提出通过动画过渡、分阶段更新、基于轨迹的表示以及视觉高亮等技术来缓解单一视图中的变化盲视问题，但是现有的方法仍然存在以下局限性：

5、（1）现有方法主要针对变化局限于单个图表内的场景。在仪表盘监控任务中，数据更新往往是频繁的，并且分布在多个相互协调的视图中，直接将单视图的动画或高亮技术生搬硬套到多视图仪表盘中，极大地增加用户的认知负荷，也导致跨视图的比较变得异常困难。

6、（2）现有系统严重缺乏对数据更新的及时感知支持，无论是依赖用户手动配置的基于阈值或时间表的拉取更新，还是基于系统底层直接数据连接的自动轮询更新，系统都极少提供明确的数据更新信号，导致用户只能依靠当前状态的快照来猜测是否发生了更新，经常错失隐藏在数据更新中的关键洞察。

7、（3）现有系统也极度缺乏定位变化的引导机制，因为更新可能散布在不同的视图中，或者仅仅表现为特定视觉标记的细微差异，用户只能依靠低效的人工肉眼扫描来在多图表间比对变化。

8、（4）现有系统难以支持对变化幅度的量化检查，绝大多数仪表盘仅展示当前状态的值，迫使用户必须依赖大脑的短时记忆、心理估算或者反复手动调整时间轴来与历史数据进行对比，极易出错。

9、（5）现有仪表盘在更新覆盖旧数据后，缺乏对连续更新历史的追踪和回溯总结支持，使得用户很难重建变化的历史轨迹来分析某个异常事件是如何随着时间跨度、在不同的图表维度间传播和演进的。

技术实现思路

1、本公开为了解决上述问题，提出了面向数据可视化仪表盘更新的交互生成呈现方法及系统，通过在现有的底层数据流输入与可视化图表渲染之间引入一个独立的更新检测代理层以及一个覆盖在现有仪表盘视图之上的交互式视觉悬浮层，从而在不修改原有仪表盘图表内部渲染逻辑的前提下实现全方位的数据更新监控与交互分析响应。

2、根据一些实施例，本公开采用如下技术方案：

3、面向数据可视化仪表盘更新的交互生成呈现方法，包括：

4、持续获取实时数据流，触发更新操作，将新的数据流传递给前端视图进行渲染，后端将更新的完整数据集状态保存为独立的数据快照；

5、利用事实提取引擎从数据快照中提取结构化数据事实；

6、利用引入检测函数的跨快照比对机制对结构化数据事实进行比对匹配，计算事实发生变化的整体差异幅度，生成基础事实差异集；

7、基于基础事实差异集，对每个变化事实进行量化评分，设置格式约束条件，将格式约束条件与量化评分作为大语言模型的输入，生成得到更新描述文本；

8、将更新描述文本以列表的形式在面板呈现，解析更新描述文本对应的底层数据字段以及视觉编码映射关系，对所有受该数据更新影响图表视图进行定位；

9、对于任何一个视图，计算视图变更得分，基于视图变更得分触发感知驱动的视图自适应缩放交互逻辑，利用交互式的浮动层将保存的更新前快照与更新后快照在透镜覆盖的局部区域内进行像素级或图元级的叠加对比渲染。

10、根据一些实施例，本公开采用如下技术方案：

11、面向数据可视化仪表盘更新的交互生成呈现系统，包括：

12、数据获取模块，用于持续获取实时数据流，触发更新操作，将新的数据流传递给前端视图进行渲染，后端将更新的完整数据集状态保存为独立的数据快照；

13、事实提取模块，用于利用事实提取引擎从数据快照中提取结构化数据事实；

14、变化事实提取模块，用于利用引入检测函数的跨快照比对机制对结构化数据事实进行比对匹配，计算事实发生变化的整体差异幅度，生成基础事实差异集；

15、更新描述生成模块，用于基于基础事实差异集，对每个变化事实进行量化评分，设置格式约束条件，将格式约束条件与量化评分作为大语言模型的输入，生成得到更新描述文本；

16、视图定位模块，用于将更新描述文本以列表的形式在面板呈现，解析更新描述文本对应的底层数据字段以及视觉编码映射关系，对所有受该数据更新影响图表视图进行定位；

17、渲染交互模块，用于对于任何一个视图，计算视图变更得分，基于视图变更得分触发感知驱动的视图自适应缩放交互逻辑，利用交互式的浮动层将保存的更新前快照与更新后快照在透镜覆盖的局部区域内进行像素级或图元级的叠加对比渲染。

18、根据一些实施例，本公开采用如下技术方案：

19、一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现所述的面向数据可视化仪表盘更新的交互生成呈现方法。

20、根据一些实施例，本公开采用如下技术方案：

21、一种电子设备，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现所述的面向数据可视化仪表盘更新的交互生成呈现方法。

22、与现有技术相比，本公开的有益效果为：

23、本公开的面向数据可视化仪表盘更新的交互生成呈现方法，实现了感知效率的极大提升，有效克服了长期困扰可视化领域的“变化盲视”现象。通过在系统中引入语义检测与事实报告面包，将无声无息、瞬间即逝的数据后台刷新后台刷新过程，转化为了显性的、可持久查阅的语义事件列表。用户无需时刻紧盯屏幕每一个角落，也能后续介入时通过高层次的文本摘要迅速把握全局更新态势，从而确保在关键的生产监控、交通调度或疫情追踪等高价值场景中，绝不会遗漏任何带有业务含义的数据异动。

24、本公开的面向数据可视化仪表盘更新的交互生成呈现方法，显著降低了用户在复杂视图系统中的视觉搜索成本与认知负荷。传统的仪表盘分析高度依赖操作者的肉眼扫描与个人经验来比对变动，而本公开构建了语义层事实与视觉层图表的直接联动高亮机制，并补充了跨视图的共享更新传播追踪链路，缩短了分析流程从发现异常到定位异常的路径，将用户释放出来专注于对业务逻辑本身的因果推理。

25、本公开的面向数据可视化仪表盘更新的交互生成呈现方法，突破了人工心理估算的局限，实现了对细微变化幅度的精准量化评估。通过创新性地融合数据事实偏差与前端图表“数据墨水比率”的混合评分机制，本系统不仅能够从数据计算出差异，更能评估该差异在特定图表类型下产生的实际视觉冲击力。配套的感知驱动视图自适应缩放以及非破坏性的审查透镜叠加交互，使得用户无需破坏原有的全局布局，也能在局部放大区域内，利用系统直接渲染出的差异图层，直观且定量地洞察出如颜色微偏、面积微调等靠肉眼极难量化的微小波动，极大提升了数据判断的客观准确性。

26、本公开的面向数据可视化仪表盘更新的交互生成呈现方法，赋予了仪表盘强大的历史连贯性与长期模式挖掘能力。在现有的监控平台中，新数据一旦覆写旧数据，历史演变过程即出现断层；而本公开提供的包含全局与单一视图两个层级的双层时间线机制，能够将海量碎片化的更新时间点重新串联为一个完整、可回溯、可播放的演化故事。借助这一功能，用户能够轻易识别出那些仅凭单次屏幕刷新无法察觉的、持续多轮演进的系统性异常模式（例如一次交通拥堵是如何在连续的20次数据轮询中，从一个街区逐渐蔓延、扩散至整个城市路网的复杂时空传播路径）。