▶ ベイジン バイドゥ ネットコム サイエンス アンド テクノロジー カンパニー リミテッドの特許一覧
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2024-06-21
(45)【発行日】2024-07-01
(54)【発明の名称】グラフ推薦方法、装置、電子機器及び記憶媒体
(51)【国際特許分類】
G06F 16/9035 20190101AFI20240624BHJP
G06F 16/27 20190101ALI20240624BHJP
【ＦＩ】
G06F16/9035
G06F16/27
【請求項の数】
13
(21)【出願番号】P 2021130066
(22)【出願日】2021-08-06
(65)【公開番号】P2021177436
(43)【公開日】2021-11-11
【審査請求日】2021-08-06
【審判番号】
【審判請求日】2023-06-06
(31)【優先権主張番号】202011027640.3
(32)【優先日】2020-09-25
(33)【優先権主張国・地域又は機関】CN
(73)【特許権者】
【識別番号】514322098
【氏名又は名称】ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド
【氏名又は名称原語表記】Ｂｅｉｊｉｎｇ Ｂａｉｄｕ Ｎｅｔｃｏｍ Ｓｃｉｅｎｃｅ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏ．， Ｌｔｄ．
【住所又は居所原語表記】２／Ｆ Ｂａｉｄｕ Ｃａｍｐｕｓ， Ｎｏ．１０， Ｓｈａｎｇｄｉ １０ｔｈ Ｓｔｒｅｅｔ， Ｈａｉｄｉａｎ Ｄｉｓｔｒｉｃｔ， Ｂｅｉｊｉｎｇ １０００８５， Ｃｈｉｎａ
(74)【代理人】
【識別番号】100201466
【弁理士】
【氏名又は名称】竹内 邦彦
(74)【代理人】
【識別番号】100118913
【弁理士】
【氏名又は名称】上田 邦生
(72)【発明者】
【氏名】リュウ， イーミン
(72)【発明者】
【氏名】チャン， ジュン
【合議体】
【審判長】吉田 美彦
【審判官】林 毅
【審判官】脇岡 剛
(56)【参考文献】
【文献】特開２０２０－３８８０（ＪＰ，Ａ）
【文献】特開２０１９－４６２８５（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
G06F16/9035
G06F16/27
(57)【特許請求の範囲】
【請求項1】
グラフ推薦装置によって実行されるグラフ推薦方法であって、予め取得された少なくとも１つの入力フィールドに基づき、各グラフに対する前記少なくとも１つの入力フィールドの入力ベクトルを生成するステップと、
前記入力ベクトルと予め決定された各グラフに対応する特徴ベクトルに対して類似度の計算をそれぞれ行い、前記入力ベクトルと各特徴ベクトルとの類似度を得るステップと、
前記入力ベクトルと各特徴ベクトルとの類似度に基づき、前記少なくとも１つの入力フィールドに対応するターゲットグラフを得て前記ターゲットグラフを端末機器に送信するステップと、
を含み、
予め取得された少なくとも１つの入力フィールドに基づき、各グラフに対する前記少なくとも１つの入力フィールドの入力ベクトルを生成するステップは、全てのグラフに対する入力ベクトルを生成するまで、
全てのグラフから１つのグラフを現在のグラフとして抽出するステップと、
各入力フィールドに位置するコンテナのタイプに応じて、各入力フィールドの用途を決定するステップと、
各入力フィールドの用途、予め決定された各入力フィールドのタイプ及び各入力フィールドの単位と、前記現在のグラフに対応する特徴ベクトルとに基づき、前記入力ベクトルを生成するステップと、
を繰り返すステップを含み、
前記類似度を得るステップが、
全てのグラフについて、前記現在のグラフごとに、前記現在のグラフに対応する特徴ベクトルと前記現在のグラフに対する入力ベクトルとに対して類似度の計算を行うステップを含む、グラフ推薦方法。
【請求項2】
各入力フィールドの用途、予め決定された各入力フィールドのタイプ及び各入力フィールドの単位と、前記現在のグラフに対応する特徴ベクトルとに基づき、前記入力ベクトルを生成するステップが、 前記少なくとも１つの入力フィールドが予め設定された調整条件を満たす場合、前記現在のグラフに対応する特徴ベクトルに基づき、各入力フィールドの用途、各入力フィールドのタイプ又は各入力フィールドの単位を調整し、各入力フィールドのターゲット用途、各入力フィールドのターゲットタイプ及び各入力フィールドのターゲット単位を得るステップと、
各入力フィールドのターゲット用途、各入力フィールドのターゲットタイプ及び各入力フィールドのターゲット単位に基づき、前記現在のグラフに対する前記少なくとも１つの入力フィールドの入力ベクトルを生成するステップと、
を含み、
前記調整条件とは、各入力フィールドを調整した後、少なくとも一つの入力フィールドの調整前の内容表現に影響を与えないことである請求項１に記載のグラフ推薦方法。
【請求項3】
各入力フィールドのターゲット用途、各入力フィールドのターゲットタイプ及び各入力フィールドのターゲット単位に基づき、前記現在のグラフに対する前記少なくとも１つの入力フィールドの入力ベクトルを生成するステップが、各入力フィールドのターゲット用途に基づき、前記入力ベクトルにおけるフィールド用途に関連する各要素の値を決定するステップと、
各入力フィールドのターゲットタイプに基づき、前記入力ベクトルにおけるフィールドのメインタイプに関連する各要素の値及びフィールドのサブタイプに関連する各要素の値を決定ステップであって、前記入力フィールドのタイプが、前記フィールドのメインタイプ及び前記フィールドのサブタイプを含むステップと、
各入力フィールドのターゲットタイプ及び各入力フィールドのターゲット単位に基づき、前記入力ベクトルにおけるグラフの特徴に関連する各要素の値を決定するステップと、
フィールドの用途に関連する前記各要素の値、フィールドのメインタイプに関連する前記各要素の値、フィールドのサブタイプに関連する前記各要素の値及びグラフの特徴に関連する前記各要素の値に基づき、前記入力ベクトルを生成するステップと、
を含む請求項２に記載のグラフ推薦方法。
【請求項4】
フィールドの用途に関連する前記各要素が、カラーフィールド数、角度フィールド数、行フィールド数及び列フィールド数を含み、フィールドのメインタイプに関連する前記各要素が、次元フィールド数、メジャーメントフィールド数及び任意フィールド数を含み、フィールドのサブタイプに関連する前記各要素が、地理フィールド数、経度フィールド数、次元フィールド数、日付フィールド数及び時間フィールド数を含み、グラフの特徴に関連する前記各要素が、前記少なくとも１つの入力フィールドには少なくとも１つのサブタイプが日付であるフィールドがあるか否か、及び前記少なくとも１つの入力フィールドには少なくとも２つの単位が異なるフィールドがあるか否かを含む請求項３に記載のグラフ推薦方法。
【請求項5】
前記現在のグラフに対する前記少なくとも１つの入力フィールドの入力ベクトル、及び前記現在のグラフに対応する特徴ベクトルに基づき、前記現在のグラフに対する前記少なくとも１つの入力フィールドの入力ベクトルと前記現在のグラフに対応する特徴ベクトルとの類似度を算出するステップが、前記現在のグラフに対する前記少なくとも１つの入力フィールドの入力ベクトルから１つの要素を現在の入力要素として抽出し、前記現在のグラフに対応する特徴ベクトルから１つの要素を現在の特徴要素として抽出するステップと、
前記現在の入力要素が前記現在の特徴要素と同じである場合、前記現在の入力要素と前記現在の特徴要素に対応する成分を有効成分としてマークし、前記現在の入力要素と前記現在の特徴要素が異なる場合、前記現在の入力要素と前記現在の特徴要素に対応する成分を無効成分としてマークし、各入力要素と各特徴要素に対応する成分を有効成分又は無効成分としてマークするまで、前記現在の入力要素及び前記現在の特徴要素を抽出するステップを繰り返すステップと、
各入力要素と各特徴要素に対応する成分及び予め設定された前記成分の重み値に基づき、前記現在のグラフに対する前記少なくとも１つの入力フィールドの入力ベクトルと前記現在のグラフに対応する特徴ベクトルとの類似度を算出するステップと、
を含む請求項１に記載のグラフ推薦方法。
【請求項6】
予め取得された少なくとも１つの入力フィールドに基づき、各グラフに対する前記少なくとも１つの入力フィールドの入力ベクトルを生成するための生成モジュールと、前記入力ベクトルと予め決定された各グラフに対応する特徴ベクトルに対して類似度の計算をそれぞれ行い、前記入力ベクトルと各特徴ベクトルとの類似度を得るための計算モジュールと、
前記入力ベクトルと各特徴ベクトルとの類似度に基づき、前記少なくとも１つの入力フィールドに対応するターゲットグラフを得て前記ターゲットグラフを端末機器に送信するための推薦モジュールと、
を備え、
前記生成モジュールが、
各入力フィールドに位置するコンテナのタイプに応じて、各入力フィールドの用途を決定するための決定サブモジュールと、
全てのグラフから１つのグラフを現在のグラフとして抽出し、各入力フィールドの用途、予め決定された各入力フィールドのタイプ及び各入力フィールドの単位と、前記現在のグラフに対応する特徴ベクトルとに基づき、前記入力ベクトルを生成するための生成サブモジュールと、
を備え、
前記計算モジュールが、全てのグラフについて、前記現在のグラフごとに、前記現在のグラフに対応する特徴ベクトルと前記現在のグラフに対する入力ベクトルとに対して類似度の計算を行うグラフ推薦装置。
【請求項7】
前記生成サブモジュールが、前記少なくとも１つの入力フィールドが予め設定された調整条件を満たす場合、前記現在のグラフに対応する特徴ベクトルに基づき、各入力フィールドの用途、各入力フィールドのタイプ又は各入力フィールドの単位を調整し、各入力フィールドのターゲット用途、各入力フィールドのターゲットタイプ及び各入力フィールドのターゲット単位を得、各入力フィールドのターゲット用途、各入力フィールドのターゲットタイプ及び各入力フィールドのターゲット単位に基づき、前記現在のグラフに対する前記少なくとも１つの入力フィールドの入力ベクトルを生成することに用いられ、前記調整条件とは、各入力フィールドを調整した後、少なくとも一つの入力フィールドの調整前の内容表現に影響を与えないことである請求項６に記載のグラフ推薦装置。
【請求項8】
前記生成サブモジュールが、各入力フィールドのターゲット用途に基づき、前記入力ベクトルにおけるフィールド用途に関連する各要素の値を決定し、各入力フィールドのターゲットタイプに基づき、前記入力ベクトルにおけるフィールドのメインタイプに関連する各要素の値及びフィールドのサブタイプに関連する各要素の値を決定し、前記入力フィールドのタイプが、前記フィールドのメインタイプ及び前記フィールドのサブタイプを含み、各入力フィールドのターゲットタイプ及び各入力フィールドのターゲット単位に基づき、前記入力ベクトルにおけるグラフの特徴に関連する各要素の値を決定し、フィールドの用途に関連する前記各要素の値、フィールドのメインタイプに関連する前記各要素の値、フィールドのサブタイプに関連する前記各要素の値及びグラフの特徴に関連する前記各要素の値に基づき、前記入力ベクトルを生成することに用いられる請求項７に記載のグラフ推薦装置。
【請求項9】
フィールドの用途に関連する前記各要素が、カラーフィールド数、角度フィールド数、行フィールド数及び列フィールド数を含み、フィールドのメインタイプに関連する前記各要素が、次元フィールド数、メジャーメントフィールド数及び任意フィールド数を含み、フィールドのサブタイプに関連する前記各要素が、地理フィールド数、経度フィールド数、次元フィールド数、日付フィールド数及び時間フィールド数を含み、グラフの特徴に関連する前記各要素が、前記少なくとも１つの入力フィールドには少なくとも１つのサブタイプが日付であるフィールドがあるか否か、及び前記少なくとも１つの入力フィールドには少なくとも２つの単位が異なるフィールドがあるか否かを含む請求項８に記載のグラフ推薦装置。
【請求項10】
前記計算モジュールが、前記現在のグラフに対する前記少なくとも１つの入力フィールドの入力ベクトルから１つの要素を現在の入力要素として抽出し、前記現在のグラフに対応する特徴ベクトルから１つの要素を現在の特徴要素として抽出し、前記現在の入力要素が前記現在の特徴要素と同じである場合、前記現在の入力要素と前記現在の特徴要素に対応する成分を有効成分としてマークし、前記現在の入力要素と前記現在の特徴要素が異なる場合、前記現在の入力要素と前記現在の特徴要素に対応する成分を無効成分としてマークし、各入力要素と各特徴要素に対応する成分を有効成分又は無効成分としてマークするまで、前記現在の入力要素及び前記現在の特徴要素を抽出するという上記の操作を繰り返し、及び各入力要素と各特徴要素に対応する成分及び予め設定された前記成分の重み値に基づき、前記現在のグラフに対する前記少なくとも１つの入力フィールドの入力ベクトルと前記現在のグラフに対応する特徴ベクトルとの類似度を算出することに用いられる請求項７に記載のグラフ推薦装置。
【請求項11】
少なくとも１つのプロセッサと、該少なくとも１つのプロセッサに通信接続されるメモリと、
を備え、
前記メモリには前記少なくとも１つのプロセッサによって実行可能な命令が記憶され、前記命令が、前記少なくとも１つのプロセッサに請求項１から５のいずれか一項に記載のグラフ推薦方法を実行させる電子機器。
【請求項12】
コンピュータ命令が記憶されている非一時的なコンピュータ読み取り可能な記憶媒体であって、前記コンピュータ命令がコンピュータに請求項１から５のいずれか一項に記載のグラフ推薦方法を実行させる、非一時的なコンピュータ読み取り可能な記憶媒体。
【請求項13】
請求項１から５のいずれか一項に記載のグラフ推薦方法をコンピュータに実行させるコンピュータプログラム。【発明の詳細な説明】
【技術分野】
【0001】
本出願は人工知能の分野に関し、さらに深層学習技術の分野に関し、特にグラフ推薦方法、装置、電子機器及び記憶媒体に関する。
【背景技術】
【0002】
一般的に、元のグラフ作成プロセスはユーザがまずグラフのタイプを選択し、例えば折れ線グラフ、ケーキグラフ、サンバーストグラフなどであり、そして、各入力フィールドを、Ｘ軸、Ｙ軸など、グラフの各部分にバインドする。このようなプロセスでは、ユーザは様々なタイプであるグラフの特性と、表示に適するデータのタイプを事前に理解する必要がある。ユーザが様々なタイプのグラフの特徴を熟知していない場合、最適なグラフを正確に選択できないおそれがある。
【0003】
現在のグラフ推薦方法において、従来のグラフ推薦手段は、予め定義される決定木に基づいて推薦を行う。具体的には、決定木は多層に分けられ、各層は入力フィールドの特性の１つを判定し、一部のグラフをスクリーニングし、決定木の最終層に移動すると、最終的な推薦結果を得る。決定木に基づく推薦手段はグラフのタイプが少なく、フィールドがシンプルであるシナリオで実行可能であるが、グラフのタイプが多く、フィールドが複雑であるシナリオでは、決定木に基づく推薦手段が正確な推薦結果を提供することが困難である。例えば、現在４５つのタイプ以上のグラフが推薦候補としてあり、データフィールドタイプが３つのタイプと５つのサブタイプに分けられ、また、一部のグラフ特徴は独自の複数の特性があり、例えば、一部のグラフは複数単位のメジャーメントに適しており、一部のグラフはパーセンテージの表示に適している。このような場合では、当該シナリオでの決定木を設計することは非常に困難となる。当該シナリオでの決定木が設計されても、その複雑性が高く、拡張及びメンテナンスのコストも高くなる。また、後に新たなグラフのタイプを追加し、又は決定プロセスに各フィールドの統計情報などの新たな情報を追加する必要がある場合、このとき、全ての決定木を調整する可能性が高く、コストが非常に大きく、また、決定木に基づく手段の推薦結果は一般的に単一のグラフのタイプであり、推薦度でソートされた推薦リストを結果として提供できない。
【発明の概要】
【発明が解決しようとする課題】
【0004】
本出願はグラフ推薦方法、装置、電子機器及び記憶媒体を提供し、グラフ推薦の複雑性を効果的に低減させるだけでなく、またグラフ推薦の精度を向上させることもできる。
【課題を解決するための手段】
【0005】
第１の態様では、本出願に係るグラフ推薦方法は、予め取得された少なくとも１つの入力フィールドに基づき、各グラフに対する前記少なくとも１つの入力フィールドの入力ベクトルを生成するステップと、前記入力ベクトルと予め決定された各グラフに対応する特徴ベクトルに対して類似度の計算をそれぞれ行い、前記入力ベクトルと各特徴ベクトルとの類似度を得るステップと、前記入力ベクトルと各特徴ベクトルとの類似度に基づき、前記少なくとも１つの入力フィールドに対応するターゲットグラフを得て前記ターゲットグラフを端末機器に送信するステップと、を含む。
【0006】
第２の態様では、本出願に係るグラフ推薦装置は、予め取得された少なくとも１つの入力フィールドに基づき、各グラフに対する前記少なくとも１つの入力フィールドの入力ベクトルを生成するための生成モジュールと、前記入力ベクトルと予め決定された各グラフに対応する特徴ベクトルに対して類似度の計算をそれぞれ行い、前記入力ベクトルと各特徴ベクトルとの類似度を得るための計算モジュールと、前記入力ベクトルと各特徴ベクトルとの類似度に基づき、前記少なくとも１つの入力フィールドに対応するターゲットグラフを得て前記ターゲットグラフを端末機器に送信するための推薦モジュールと、を備える。
【0007】
第３の態様では、本出願の実施例に係る電子機器は、１つ又は複数のプロセッサと、１つ又は複数のプログラムを記憶するためのメモリと、を備え、前記１つ又は複数のプログラムが前記１つ又は複数のプロセッサによって実行されるとき、前記１つ又は複数のプロセッサに本出願のいずれかの実施例に記載のグラフ推薦方法を実現させる。
【0008】
第４の態様では、本出願の実施例はコンピュータプログラムが記憶されている記憶媒体を提供し、当該プログラムが、プロセッサによって実行されるとき、本出願のいずれかの実施例に記載のグラフ推薦方法を実現する。
【0009】
第５の態様によれば、本願の実施例は、コンピュータプログラムを提供し、コンピュータ上で動作しているときに、前記コンピュータプログラムが前記コンピュータに本願の実施例のいずれかに記載のグラフ推薦方法を実行させるために用いられる。
【発明の効果】
【0010】
本出願による技術は、従来技術における決定木に基づいてグラフ推薦を実現することによる複雑性が高く且つ精度が低いという技術的問題を解決し、本出願に係る技術的解決手段は、グラフ推薦の複雑性を効果的に低減させるだけでなく、またグラフ推薦の精度を向上させることもできる。
【0011】
なお、この部分に記載されている内容は、本開示の実施例の肝心な又は重要な特徴を特定することを意図しておらず、本開示の範囲を限定するものでもない。本開示の他の特徴は、以下の説明を通じて容易に理解される。
【図面の簡単な説明】
【0012】
図面は、本技術的解決手段をよりよく理解するために使用され、本出願を限定するものではない。
【図1】本出願の実施例に係るグラフ推薦方法の第１のフローチャートである。
【図2】本出願の実施例に係るグラフ推薦方法の第２のフローチャートである。
【図3】本出願の実施例に係るグラフ推薦インタフェースの構造概略図である。
【図4】本出願の実施例に係るグラフ推薦方法の第３のフローチャートである。
【図5】本出願の実施例に係るグラフ推薦装置の構造概略図である。
【図6】本出願の実施例に係る生成モジュールの構造概略図である。
【図7】本出願の実施例に係るグラフ推薦方法を実現するための電子機器のブロック図である。
【発明を実施するための形態】
【0013】
以下、図面を組み合わせて本出願の例示的な実施例を説明し、理解を容易にするためにその中には本出願の実施例の様々な詳細事項が含まれており、それらは単なる例示的なものと見なされるべきである。したがって、当業者は、本出願の範囲及び精神から逸脱することなく、ここで説明される実施例に対して様々な変更と修正を行うことができる。同様に、わかりやすく且つ簡潔にするために、以下の説明では、周知の機能及び構造の説明を省略する。
【0014】
図１は本出願の実施例に係るグラフ推薦方法の第１のフローチャートであり、当該方法はグラフ推薦装置又は電子機器で実行されてもよく、当該装置又は電子機器はソフトウェア及び／又はハードウェアの形態で実現することができ、当該装置又は電子機器はいずれのネットワーク通信機能を有するインテリジェント機器に統合することができる。図１に示すように、グラフ推薦方法はステップＳ１０１～Ｓ１０３を含むことができる。
【0015】
Ｓ１０１において、予め取得された少なくとも１つの入力フィールドに基づき、各グラフに対する少なくとも１つの入力フィールドの入力ベクトルを生成する。
【0016】
このステップでは、電子機器は予め取得された少なくとも１つの入力フィールドに基づき、各グラフに対する少なくとも１つの入力フィールドの入力ベクトルを生成することができる。具体的には、電子機器は、まず各入力フィールドが位置しているコンテナのタイプに応じて、各入力フィールドの用途を決定して、各入力フィールドの用途、予め決定された各入力フィールドのタイプ及び各入力フィールドの単位に基づき、各グラフに対する少なくとも１つの入力フィールドの入力ベクトルを生成することができる。具体的には、電子機器は、各グラフに対する少なくとも１つの入力フィールドの入力ベクトルが算出されるまで、まず全てのグラフから１つのグラフを現在のグラフとして抽出し、少なくとも１つの入力フィールドが予め設定された調整条件を満たす場合、現在のグラフに対応する特徴ベクトルに基づき、各入力フィールドの用途、各入力フィールドのタイプ又は各入力フィールドの単位を調整し、各入力フィールドのターゲット用途、各入力フィールドのターゲットタイプ及び各入力フィールドのターゲット単位を得て、各入力フィールドのターゲット用途、各入力フィールドのターゲットタイプ及び各入力フィールドのターゲット単位に基づき、現在のグラフに対する少なくとも１つの入力フィールドの入力ベクトルを生成することを繰り返す。
【0017】
Ｓ１０２において、入力ベクトルと予め決定された各グラフに対応する特徴ベクトルに対して類似度の計算をそれぞれ行い、入力ベクトルと各特徴ベクトルとの類似度を得る。
【0018】
このステップでは、電子機器は、入力ベクトルと予め決定された各グラフに対応する特徴ベクトルに対して類似度の計算をそれぞれ行い、入力ベクトルと各特徴ベクトルとの類似度を得ることができる。具体的には、電子機器は、まず全てのグラフから１つのグラフを現在のグラフとして抽出して、現在のグラフに対する少なくとも１つの入力フィールドの入力ベクトル、及び現在のグラフに対応する特徴ベクトルに基づき、現在のグラフに対する少なくとも１つの入力フィールドの入力ベクトルと現在のグラフに対応する特徴ベクトルとの類似度を算出し、各入力ベクトルと各特徴ベクトルとの類似度が算出されるまで現在のグラフを抽出することを繰り返す。具体的には、電子機器は、現在のグラフに対する少なくとも１つの入力フィールドの入力ベクトルから１つの要素を現在の入力要素として抽出し、現在のグラフに対応する特徴ベクトルから１つの要素を現在の特徴要素として抽出することができ、現在の入力要素が現在の特徴要素と同じである場合、電子機器は、現在の入力要素と現在の特徴要素に対応する成分を有効成分としてマークすることができ、現在の入力要素と現在の特徴要素が異なる場合、電子機器は、現在の入力要素と現在の特徴要素に対応する成分を無効成分としてマークすることができ、各入力要素と各特徴要素に対応する成分を有効成分又は無効成分としてマークするまで、現在の入力要素及び現在の特徴要素を抽出することを繰り返して、各入力要素と各特徴要素に対応する成分及び予め設定された各成分の重み値に基づき、現在のグラフに対する少なくとも１つの入力フィールドの入力ベクトルと現在のグラフに対応する特徴ベクトルとの類似度を算出する。
【0019】
Ｓ１０３において、入力ベクトルと各特徴ベクトルとの類似度に基づき、少なくとも１つの入力フィールドに対応するターゲットグラフを得てターゲットグラフを端末機器に送信する。
【0020】
このステップでは、電子機器は、入力ベクトルと各特徴ベクトルとの類似度に基づき、少なくとも１つの入力フィールドに対応するターゲットグラフを得てターゲットグラフを端末機器に送信することができる。具体的には、電子機器は、入力ベクトルと各特徴ベクトルとの類似度に基づき、現在のグラフに対する少なくとも１つの入力フィールドのスコアを算出して、現在のグラフに対する少なくとも１つの入力フィールドのスコアをソートし、スコアの最も高い１つ又は複数のグラフを少なくとも１つの入力フィールドに対応するターゲットグラフとして用いることができる。
【0021】
本出願の実施例に係るグラフ推薦方法は、まず予め取得された少なくとも１つの入力フィールドに基づき、各グラフに対する少なくとも１つの入力フィールドの入力ベクトルを生成して、入力ベクトルと予め決定された各グラフに対応する特徴ベクトルに対して類似度の計算をそれぞれ行い、入力ベクトルと各特徴ベクトルとの類似度を得、さらに入力ベクトルと各特徴ベクトルとの類似度に基づき、少なくとも１つの入力フィールドに対応するターゲットグラフを得てターゲットグラフを端末機器に送信する。すなわち、本出願は、各グラフに対して少なくとも１つの入力フィールドの入力ベクトルを計算し、同じ少なくとも１つの入力フィールドについて、異なるグラフに対して異なる入力ベクトルを算出することができて、各入力ベクトル及び各グラフに対応する特徴ベクトルに基づいて類似度の計算をそれぞれ行う。従来のグラフ推薦方法では、予め定義された決定木に基づいて推薦を行うことは、多くのグラフのタイプ及び複雑なフィールドがあるシナリオには適用できない。本出願は各グラフに対して少なくとも１つの入力フィールドの入力ベクトルを計算し、及び各入力ベクトル及び各グラフに対応する特徴ベクトルに基づいて類似度の計算をそれぞれ行うという技術的手段を採用し、従来技術で予め定義された決定木に基づく推薦方法が、多くのグラフのタイプ及び複雑なフィールドがあるシナリオには適用できないという技術的問題を解消し、本出願に係る技術的解決手段は、グラフの推薦の複雑性を効果的に低減させるだけでなく、またグラフの推薦精度を向上させることができて、本出願の実施例に係る技術的解決手段の実現が容易になり、普及しやすく、適用範囲がより広い。
【0022】
図２は本出願の実施例に係るグラフ推薦方法の第２のフローチャートである。上記の技術的解決手段に基づいてさらに最適化及び拡張して上記の各選択可能な実施形態と結合することができる。図２に示すように、グラフ推薦方法はステップＳ２０１～Ｓ２０４を含むことができる。
【0023】
Ｓ２０１において、各入力フィールドが位置しているコンテナのタイプに応じて、各入力フィールドの用途を決定する。
【0024】
このステップでは、電子機器は各入力フィールドが位置しているコンテナのタイプに応じて、各入力フィールドの用途を決定することができる。具体的には、ユーザが各入力フィールドを異なるコンテナに入れ、各コンテナはそれぞれのタイプに対応し、例えば、コンテナのタイプは、列／Ｘ軸、行／Ｙ軸、指標／値、カラー／分類、大きさ／角度、ラベル／名称のうちの少なくとも１つを含むことができ、また異なるタイプは異なる用途に対応するため、電子機器は各入力フィールドが位置しているコンテナのタイプに応じて、各入力フィールドの用途を決定することができる。
【0025】
図３は本出願の実施例に係るグラフ推薦インタフェースの構造概略図である。図３に示すように、グラフ推薦インタフェースにおいて、ユーザは、必要に応じて、データグラフで選択したフィールドを任意のコンテナ内にドラッグすることができる。例えば、表示インタフェースの左半分には、列／Ｘ軸、行／Ｙ軸、指標／値、カラー／分類、大きさ／角度、ラベル／名称という６つのタイプのコンテナが一覧表示され、表示インタフェースの右半分にはユーザに選択させるための各候補フィールドが一覧表示され、それぞれは製品名、メーカー、出荷日、国、地域、都市、サブタイプ、顧客名、省、区画コード、注文＿ｉｄ、注文日、郵送方法、割引などである。
【0026】
Ｓ２０２において、各入力フィールドの用途、予め決定された各入力フィールドのタイプ及び各入力フィールドの単位に基づき、入力ベクトルを生成する。
【0027】
このステップでは、電子機器は、各入力フィールドの用途、予め決定された各入力フィールドのタイプ及び各入力フィールドの単位に基づき、入力ベクトルを生成することができる。具体的には、電子機器は、全てのグラフから１つのグラフを現在のグラフとして抽出することができ、少なくとも１つの入力フィールドが予め設定された調整条件を満たす場合、電子機器は、各入力ベクトルが算出されるまで現在のグラフに対応する特徴ベクトルに基づき、各入力フィールドの用途、各入力フィールドのタイプ又は各入力フィールドの単位を調整し、各入力フィールドのターゲット用途、各入力フィールドのターゲットタイプ及び各入力フィールドのターゲット単位を得て、各入力フィールドのターゲット用途、各入力フィールドのターゲットタイプ及び各入力フィールドのターゲット単位に基づき、現在のグラフに対する少なくとも１つの入力フィールドの入力ベクトルを生成することを繰り返す。具体的には、電子機器は、まず各入力フィールドのターゲット用途に基づき、入力ベクトルにおけるフィールド用途に関連する各要素の値を決定し、各入力フィールドのターゲットタイプに基づき、入力ベクトルにおけるフィールドのメインタイプに関連する各要素の値及びフィールドのサブタイプに関連する各要素の値を決定し、ここで、入力フィールドのタイプは、フィールドのメインタイプ及びフィールドのサブタイプを含み、各入力フィールドのターゲットタイプ及び各入力フィールドのターゲット単位に基づき、入力ベクトルにおけるグラフの特徴に関連する各要素の値を決定し、最後に、フィールドの用途に関連する各要素の値、フィールドのメインタイプに関連する各要素の値、フィールドのサブタイプに関連する各要素の値及びグラフの特徴に関連する各要素の値に基づき、入力ベクトルを生成する。
【0028】
さらに、本出願の具体的な実施例では、フィールドの用途に関連する各要素は、カラーフィールド数、角度フィールド数、行フィールド数及び列フィールド数を含むことができ、フィールドのメインタイプに関連する各要素は、次元フィールド数、メジャーメントフィールド数及び任意フィールド数を含むことができ、フィールドのサブタイプに関連する各要素は、地理フィールド数、経度フィールド数、次元フィールド数、日付フィールド数及び時間フィールド数を含むことができ、グラフの特徴に関連する各要素は、少なくとも１つの入力フィールドには少なくとも１つのサブタイプが日付であるフィールドがあるか否か、及び少なくとも１つの入力フィールドには少なくとも２つの単位が異なるフィールドがあるか否かを含むことができる。すなわち、入力ベクトルの形式は、「カラーフィールド数、角度フィールド数、行フィールド数、列フィールド数、次元フィールド数、メジャーメントフィールド数、任意フィールド数、地理フィールド数、経度フィールド数、次元フィールド数、日付フィールド数、時間フィールド数、少なくとも１つの入力フィールドには少なくとも１つのサブタイプが日付であるフィールドがあるか否か、少なくとも１つの入力フィールドには少なくとも２つの単位が異なるフィールドがあるか否か」である。
【0029】
Ｓ２０３において、入力ベクトルと予め決定された各グラフに対応する特徴ベクトルに対して類似度の計算をそれぞれ行い、入力ベクトルと各特徴ベクトルとの類似度を得る。
【0030】
このステップでは、電子機器は、入力ベクトルと予め決定された各グラフに対応する特徴ベクトルに対して類似度の計算をそれぞれ行い、入力ベクトルと各特徴ベクトルとの類似度を得ることができる。なお、各グラフに対応する特徴ベクトルは各グラフのフィールドに対する要件に基づいて決定され、すなわち各グラフのフィールドに対する要件に基づき、各グラフに１つの特徴ベクトルを生成する。例えば、折れ線グラフである場合、行として１つの次元、列として少なくとも１つのメジャーメント、日付を含むデータの表示、及び複数単位の最適化を必要とし、そのため、折れ線グラフの対応する特徴ベクトルは「０、０、０、０、０、１、１、０、１、１、０、０、１、１」である。例えば、ケーキグラフである場合、カラーとして１つの次元、角度として１つのメジャーメントを必要とし、そのため、ケーキグラフに対応する特徴ベクトルは「０、０、０、０、０、１、１、０、０、０、１、１、０、０」である。例えばサンバーストグラフである場合、カラーとして２つの次元フィールド、角度として１つのメジャーメントを必要とし、そのため、サンバーストグラフに対応する特徴ベクトルは、「０、０、０、０、０、２、１、０、０、０、２、１、０、０」である。例えば、地図である場合、１つの地理的タイプの次元、１つのメジャーメントを必要とし、地図に対応する特徴ベクトルは「１、０、０、０、０、１、１、０、０、０、１、０、０、０」である。
【0031】
Ｓ２０４において、入力ベクトルと各特徴ベクトルとの類似度に基づき、少なくとも１つの入力フィールドに対応するターゲットグラフを得てターゲットグラフを端末機器に送信する。
【0032】
本出願の実施例に係るグラフ推薦方法は、まず予め取得された少なくとも１つの入力フィールドに基づき、各グラフに対する少なくとも１つの入力フィールドの入力ベクトルを生成して、入力ベクトルと予め決定された各グラフに対応する特徴ベクトルに対して類似度の計算をそれぞれ行い、入力ベクトルと各特徴ベクトルとの類似度を得、さらに入力ベクトルと各特徴ベクトルとの類似度に基づき、少なくとも１つの入力フィールドに対応するターゲットグラフを得てターゲットグラフを端末機器に送信する。すなわち、本出願は、各グラフに対して少なくとも１つの入力フィールドの入力ベクトルを計算し、同じ少なくとも１つの入力フィールドについて、異なるグラフに対して異なる入力ベクトルを算出することができて、各入力ベクトル及び各グラフに対応する特徴ベクトルに基づいて類似度の計算をそれぞれ行う。従来のグラフ推薦方法では、予め定義された決定木に基づいて推薦を行うことは、多くのグラフのタイプ及び複雑なフィールドがあるシナリオには適用できない。本出願は各グラフに対して少なくとも１つの入力フィールドの入力ベクトルを計算し、及び各入力ベクトル及び各グラフに対応する特徴ベクトルに基づいて類似度の計算をそれぞれ行うという技術的手段を採用し、従来技術で予め定義された決定木に基づく推薦方法が、多くのグラフのタイプ及び複雑なフィールドがあるシナリオには適用できないという技術的問題を解消し、本出願に係る技術的解決手段は、グラフの推薦の複雑性を効果的に低減させるだけでなく、またグラフの推薦精度を向上させることができて、本出願の実施例に係る技術的解決手段の実現が容易になり、普及しやすく、適用範囲がより広い。
【0033】
図４は本出願の実施例に係るグラフ推薦方法の第３のフローチャートである。上記の技術的解決手段に基づいてさらに最適化及び拡張して上記の各選択可能な実施形態と結合することができる。図４に示すように、グラフ推薦方法はステップＳ４０１～Ｓ４０６を含むことができる。
【0034】
Ｓ４０１において、各入力フィールドが位置しているコンテナのタイプに応じて、各入力フィールドの用途を決定する。
【0035】
Ｓ４０２において、全てのグラフから１つのグラフを現在のグラフとして抽出する。
【0036】
Ｓ４０３において、少なくとも１つの入力フィールドが予め設定された調整条件を満たす場合、現在のグラフに対応する特徴ベクトルに基づき、各入力フィールドの用途、各入力フィールドのタイプ又は各入力フィールドの単位を調整し、各入力フィールドのターゲット用途、各入力フィールドのターゲットタイプ及び各入力フィールドのターゲット単位を得る。
【0037】
このステップでは、少なくとも１つの入力フィールドが予め設定された調整条件を満たす場合、電子機器は、現在のグラフに対応する特徴ベクトルに基づき、各入力フィールドの用途、各入力フィールドのタイプ又は各入力フィールドの単位を調整し、各入力フィールドのターゲット用途、各入力フィールドのターゲットタイプ及び各入力フィールドのターゲット単位を得ることができる。具体的に、本出願の実施例における調整条件は、各入力フィールドを調整した後、少なくとも１つの入力フィールドの調整前の内容表現に影響を与えないことを意味する。例えば、フィールドのメインタイプは、次元、メジャーメント及び任意を含むことができ、フィールドのメインタイプは「任意」を含むため、あるフィールドのメインタイプを「次元」から「任意」に調整してもよく、あるいは、「メジャーメント」から「任意」に調整してもよく、また、例えば、フィールドのサブタイプは、地理、経度、緯度、日付、時刻を含むことができ、フィールドのサブタイプには「任意」が含まれていないため、あるフィールドのサブタイプを「任意」に調整することはできない。すなわち、１つのグループの入力フィールドについて、異なるグラフの特徴ベクトルを比較するとき、生成された入力ベクトルが異なる可能性があり、生成中には、現在のグラフの特徴ベクトルとの距離を可能な限り最小化する。例えば、入力フィールドＮは１つの次元で、２つのメジャーメントであり、特徴ベクトルＡにおいて、１つの次元、１つのメジャーメント、２つの任意のフィールドを必要とし、［１，１，２］に対応し、この時点で入力ベクトルは［１，１，１］に対応し、特徴ベクトルＢにおいて、１つの次元、２つのメジャーメントを必要とし、［１，２，０］に対応し、この時点で入力ベクトルは［１，２，０］に対応する。
【0038】
Ｓ４０４において、各入力ベクトルが算出されるまで、各入力フィールドのターゲット用途、各入力フィールドのターゲットタイプ及び各入力フィールドのターゲット単位に基づき、現在のグラフに対する少なくとも１つの入力フィールドの入力ベクトルを生成することを繰り返す。
【0039】
このステップでは、電子機器は、各入力ベクトルが算出されるまで、各入力フィールドのターゲット用途、各入力フィールドのターゲットタイプ及び各入力フィールドのターゲット単位に基づき、現在のグラフに対する少なくとも１つの入力フィールドの入力ベクトルを生成することを繰り返すことができる。具体的には、電子機器は、各入力フィールドのターゲット用途に基づき、入力ベクトルにおけるフィールド用途に関連する各要素の値を決定して、各入力フィールドのターゲットタイプに基づき、入力ベクトルにおけるフィールドのメインタイプに関連する各要素の値及びフィールドのサブタイプに関連する各要素の値を決定し、ここで、入力フィールドのタイプは、フィールドのメインタイプ及びフィールドのサブタイプを含み、各入力フィールドのターゲットタイプ及び各入力フィールドのターゲット単位に基づき、入力ベクトルにおけるグラフの特徴に関連する各要素の値を決定し、最後に、フィールドの用途に関連する各要素の値、フィールドのメインタイプに関連する各要素の値、フィールドのサブタイプに関連する各要素の値及びグラフの特徴に関連する各要素の値に基づき、入力ベクトルを生成する。
【0040】
Ｓ４０５において、入力ベクトルと予め決定された各グラフに対応する特徴ベクトルに対して類似度の計算をそれぞれ行い、入力ベクトルと各特徴ベクトルとの類似度を得る。
【0041】
本出願の具体的な実施例では、電子機器は、入力ベクトルと予め決定された各グラフに対応する特徴ベクトルに対して類似度の計算をそれぞれ行い、入力ベクトルと各特徴ベクトルとの類似度を得ることができる。具体的には、電子機器は、まず全てのグラフから１つのグラフを現在のグラフとして抽出して、現在のグラフに対する少なくとも１つの入力フィールドの入力ベクトル、及び現在のグラフに対応する特徴ベクトルに基づき、現在のグラフに対する少なくとも１つの入力フィールドの入力ベクトルと現在のグラフに対応する特徴ベクトルとの類似度を算出し、各入力ベクトルと各特徴ベクトルとの類似度が算出されるまで現在のグラフを抽出することを繰り返す。具体的には、電子機器は、現在のグラフに対する少なくとも１つの入力フィールドの入力ベクトルから１つの要素を現在の入力要素として抽出し、現在のグラフに対応する特徴ベクトルから１つの要素を現在の特徴要素として抽出することができ、現在の入力要素が現在の特徴要素と同じである場合、電子機器は、現在の入力要素と現在の特徴要素に対応する成分を有効成分としてマークすることができ、現在の入力要素と現在の特徴要素が異なる場合、電子機器は、現在の入力要素と現在の特徴要素に対応する成分を無効成分としてマークすることができ、各入力要素と各特徴要素に対応する成分を有効成分又は無効成分としてマークするまで、現在の入力要素及び現在の特徴要素を抽出することを繰り返し、最後に、各入力要素と各特徴要素に対応する成分及び予め設定された各成分の重み値に基づき、現在のグラフに対する少なくとも１つの入力フィールドの入力ベクトルと現在のグラフに対応する特徴ベクトルとの類似度を算出する。例えば、１－５番目の成分の重み値は１００であり、６－８番目の成分の重み値は９０であり、９－１０番目の成分の重み値は５０であり、１１－１４番目の成分の重み値は１０である。
【0042】
Ｓ４０６、入力ベクトルと各特徴ベクトルとの類似度に基づき、少なくとも１つの入力フィールドに対応するターゲットグラフを得てターゲットグラフを端末機器に送信する。
【0043】
本出願の実施例によれば、推薦アルゴリズムロジックの複雑性を大幅に低減でき、グラフのタイプと評価インデックスが多数ある場合にグラフの推薦を実行可能にし、グラフのタイプを追加する場合、推薦ロジックを調整せずに１つの新たなグラフの特徴ベクトルのみを配置してもよく、評価インデックスを追加する場合、ベクトル形式を拡張するだけで、既存の推薦ロジックへの影響を制御でき、また、本出願の実施例は、各グラフの特徴ベクトルに対して類似度の計算をそれぞれ行うことにより、推薦結果は、推薦度でソートされたリストを自然に形成し、参照としてより多くの情報をユーザに伝えることができる。
【0044】
本出願の実施例に係るグラフ推薦方法は、まず予め取得された少なくとも１つの入力フィールドに基づき、各グラフに対する少なくとも１つの入力フィールドの入力ベクトルを生成して、入力ベクトルと予め決定された各グラフに対応する特徴ベクトルに対して類似度の計算をそれぞれ行い、入力ベクトルと各特徴ベクトルとの類似度を得、さらに入力ベクトルと各特徴ベクトルとの類似度に基づき、少なくとも１つの入力フィールドに対応するターゲットグラフを得てターゲットグラフを端末機器に送信する。すなわち、本出願は、各グラフに対して少なくとも１つの入力フィールドの入力ベクトルを計算し、同じ少なくとも１つの入力フィールドについて、異なるグラフに対して異なる入力ベクトルを算出することができて、各入力ベクトル及び各グラフに対応する特徴ベクトルに基づいて類似度の計算をそれぞれ行う。従来のグラフ推薦方法では、予め定義された決定木に基づいて推薦を行うことは、多くのグラフのタイプ及び複雑なフィールドがあるシナリオには適用できない。本出願は各グラフに対して少なくとも１つの入力フィールドの入力ベクトルを計算し、及び各入力ベクトル及び各グラフに対応する特徴ベクトルに基づいて類似度の計算をそれぞれ行うという技術的手段を採用し、従来技術で予め定義された決定木に基づく推薦方法が、多くのグラフのタイプ及び複雑なフィールドがあるシナリオには適用できないという技術的問題を解消し、本出願に係る技術的解決手段は、グラフの推薦の複雑性を効果的に低減させるだけでなく、またグラフの推薦精度を向上させることができて、本出願の実施例に係る技術的解決手段の実現が容易になり、普及しやすく、適用範囲がより広い。
【0045】
図５は本出願の実施例に係るグラフ推薦装置の構造概略図である。図５に示すように、前記装置５００は、予め取得された少なくとも１つの入力フィールドに基づき、各グラフに対する前記少なくとも１つの入力フィールドの入力ベクトルを生成するための生成モジュール５０１と、前記入力ベクトルと予め決定された各グラフに対応する特徴ベクトルに対して類似度の計算をそれぞれ行い、前記入力ベクトルと各特徴ベクトルとの類似度を得るための計算モジュール５０２と、前記入力ベクトルと各特徴ベクトルとの類似度に基づき、前記少なくとも１つの入力フィールドに対応するターゲットグラフを得て前記ターゲットグラフを端末機器に送信するための推薦モジュール５０３と、を備える。
【0046】
図６は本出願の実施例に係る生成モジュールの構造概略図である。図６に示すように、前記生成モジュール５０１は、各入力フィールドが位置しているコンテナのタイプに応じて、各入力フィールドの用途を決定するための決定サブモジュール５０１１と、各入力フィールドの用途、予め決定された各入力フィールドのタイプ及び各入力フィールドの単位に基づき、前記入力ベクトルを生成するための生成サブモジュール５０１２と、を備える。
【0047】
さらに、前記生成サブモジュール５０１２は、具体的には、各入力ベクトルが算出されるまで、全てのグラフから１つのグラフを現在のグラフとして抽出し、前記少なくとも１つの入力フィールドが予め設定された調整条件を満たす場合、前記現在のグラフに対応する特徴ベクトルに基づき、各入力フィールドの用途、各入力フィールドのタイプ又は各入力フィールドの単位を調整し、各入力フィールドのターゲット用途、各入力フィールドのターゲットタイプ及び各入力フィールドのターゲット単位を得、各入力フィールドのターゲット用途、各入力フィールドのターゲットタイプ及び各入力フィールドのターゲット単位に基づき、前記現在のグラフに対する前記少なくとも１つの入力フィールドの入力ベクトルを生成することを繰り返すことに用いられる
【0048】
さらに、前記生成サブモジュール５０１２は、具体的には、各入力フィールドのターゲット用途に基づき、前記入力ベクトルにおけるフィールド用途に関連する各要素の値を決定し、各入力フィールドのターゲットタイプに基づき、前記入力ベクトルにおけるフィールドのメインタイプに関連する各要素の値及びフィールドのサブタイプに関連する各要素の値を決定し、ここで、前記入力フィールドのタイプは、前記フィールドのメインタイプ及び前記フィールドのサブタイプを含み、各入力フィールドのターゲットタイプ及び各入力フィールドのターゲット単位に基づき、前記入力ベクトルにおけるグラフの特徴に関連する各要素の値を決定し、及びフィールドの用途に関連する前記各要素の値、フィールドのメインタイプに関連する前記各要素の値、フィールドのサブタイプに関連する前記各要素の値及びグラフの特徴に関連する前記各要素の値に基づき、前記入力ベクトルを生成することに用いられる
【0049】
さらに、フィールドの用途に関連する前記各要素は、カラーフィールド数、角度フィールド数、行フィールド数及び列フィールド数を含み、フィールドのメインタイプに関連する前記各要素は、次元フィールド数、メジャーメントフィールド数及び任意フィールド数を含み、フィールドのサブタイプに関連する前記各要素は、地理フィールド数、経度フィールド数、次元フィールド数、日付フィールド数及び時間フィールド数を含み、グラフの特徴に関連する前記各要素は、前記少なくとも１つの入力フィールドには少なくとも１つのサブタイプが日付であるフィールドがあるか否か、及び前記少なくとも１つの入力フィールドには少なくとも２つの単位が異なるフィールドがあるか否かを含む。
【0050】
さらに、前記計算モジュール５０２は、具体的には、全てのグラフから１つのグラフを現在のグラフとして抽出し、前記現在のグラフに対する前記少なくとも１つの入力フィールドの入力ベクトル、及び前記現在のグラフに対応する特徴ベクトルに基づき、前記現在のグラフに対する前記少なくとも１つの入力フィールドの入力ベクトルと前記現在のグラフに対応する特徴ベクトルとの類似度を算出し、各入力ベクトルと各特徴ベクトルとの類似度が算出されるまで前記現在のグラフを抽出することを繰り返すことに用いられる
【0051】
さらに、前記計算モジュール５０２は具体的には、前記現在のグラフに対する前記少なくとも１つの入力フィールドの入力ベクトルから１つの要素を現在の入力要素として抽出し、前記現在のグラフに対応する特徴ベクトルから１つの要素を現在の特徴要素として抽出し、前記現在の入力要素が前記現在の特徴要素と同じである場合、前記現在の入力要素と前記現在の特徴要素に対応する成分を有効成分としてマークし、前記現在の入力要素と前記現在の特徴要素が異なる場合、前記現在の入力要素と前記現在の特徴要素に対応する成分を無効成分としてマークし、各入力要素と各特徴要素に対応する成分を有効成分又は無効成分としてマークするまで、前記現在の入力要素及び前記現在の特徴要素を抽出することを繰り返し、及び各入力要素と各特徴要素に対応する成分及び予め設定された各成分の重み値に基づき、前記現在のグラフに対する前記少なくとも１つの入力フィールドの入力ベクトルと前記現在のグラフに対応する特徴ベクトルとの類似度を算出することに用いられる
【0052】
上記のグラフ推薦装置は本出願の任意の実施例に係る方法を実行することができ、方法の実行に応じた機能モジュール及び有益な効果を有する。本実施例において詳細に説明されない技術詳細は、本出願の任意の実施例に係るグラフ推薦方法を参照することができる。
【0053】
本出願の実施例によれば、本出願はさらに電子機器及び読み取り可能な記憶媒体を提供する。
【0054】
図７に示すように、本出願の実施例に係るグラフ推薦方法による電子機器のブロック図である。電子機器は、ラップトップコンピュータ、デスクトップコンピュータ、ワークステーション、パーソナルデジタルアシスタント、サーバ、ブレードサーバ、メインフレームコンピュータ、及び他の適切なコンピュータなどの様々な形態のデジタルコンピュータを表すことを目的とする。電子機器は、パーソナルデジタルプロセッサ、携帯電話、スマートフォン、ウェアラブルデバイス、他の類似するコンピューティングデバイスなどの様々な形態のモバイルデバイスを表すこともできる。本明細書で示されるコンポーネント、それらの接続と関係、及びそれらの機能は単なる例であり、本明細書の説明及び／又は要求される本出願の実現を制限することを意図したものではない。
【0055】
図７に示すように、当該電子機器は、１つ又は複数のプロセッサ７０１と、メモリ７０２と、高速インタフェース及び低速インタフェースを備える各コンポーネントを接続するためのインタフェースと、を備える。各コンポーネントは、異なるバスで相互に接続され、共通のマザーボードに取り付けられるか、又は必要に応じて他の方式で取り付けることができる。プロセッサは、電子機器内で実行される命令を処理することができ、当該命令は、外部入力／出力装置（例えば、インタフェースに結合されたディスプレイデバイスなど）にＧＵＩの図形情報をディスプレイするためにメモリ内又はメモリに記憶されている命令を含む。他の実施形態では、必要に応じて、複数のプロセッサ及び／又は複数のバスを、複数のメモリと一緒に用いることができる。同様に、複数の電子機器を接続することができ、各電子機器は、一部の必要な操作（例えば、サーバアレイ、１グループのブレードサーバ、又はマルチプロセッサシステムとする）を提供することができる。図７では、１つのプロセッサ７０１を例とする。
【0056】
メモリ７０２は、本出願に係る非一時的なコンピュータ読み取り可能な記憶媒体である。前記メモリには、少なくとも１つのプロセッサによって実行可能な命令が記憶され、前記少なくとも１つのプロセッサが本出願に係るグラフ推薦方法を実行するようにする。本出願の非一時的なコンピュータ読み取り可能な記憶媒体には、コンピュータに本出願に係るグラフ推薦方法を実行させるためのコンピュータ命令が記憶されている。
【0057】
メモリ７０２は、非一時的なコンピュータ読み取り可能な記憶媒体として、本出願の実施例におけるグラフ推薦方法に対応するプログラム命令／モジュール（例えば、図５に示す生成モジュール５０１、計算モジュール５０２及び推薦モジュール５０３）のような、非一時的なソフトウェアプログラム、非一時的なコンピュータ実行可能なプログラム及びモジュールを記憶する。プロセッサ７０１は、メモリ７０２に記憶されている非一時的なソフトウェアプログラム、命令及びモジュールを実行することによって、サーバの様々な機能アプリケーション及びデータ処理を実行し、すなわち上記の方法の実施例におけるグラフ推薦方法を実現する。
【0058】
メモリ７０２は、ストレージプログラムエリアとストレージデータエリアと、を含むことができ、ここで、ストレージプログラムエリアは、オペレーティングシステム、少なくとも１つの機能に必要なアプリケーションプログラムを記憶することができ、ストレージデータエリアは、グラフ推薦に係る電子機器の使用によって作成されたデータなどを記憶することができる。また、メモリ７０２は、高速ランダムアクセスメモリを備えることができ、非一時的なメモリをさらに備えることもでき、例えば、少なくとも１つの磁気ディスクストレージデバイス、フラッシュメモリデバイス、又は他の非一時的なソリッドステートストレージデバイスである。いくつかの実施例では、メモリ７０２は、プロセッサ７０１に対して遠隔に設定されたメモリを選択的に備えることができ、これらの遠隔メモリは、ネットワークを介してグラフ推薦に係る電子機器に接続されることができる。上記のネットワークの例は、インターネット、イントラネット、ローカルエリアネットワーク、モバイル通信ネットワーク、及びその組み合わせを含むが、これらに限定されない。
【0059】
グラフ推薦方法を実現するための電子機器は、入力装置７０３と出力装置７０４とをさらに備えることができる。プロセッサ７０１、メモリ７０２、入力装置７０３、及び出力装置７０４は、バス又は他の方式を介して接続することができ、図７では、バスを介して接続することを例とする。
【0060】
入力装置７０３は、入力された数字又は文字情報を受信し、グラフ推薦に係る電子機器のユーザ設定及び機能制御に関するキー信号入力を生成することができ、例えば、タッチスクリーン、キーパッド、マウス、トラックパッド、タッチパッド、ポインティングスティック、１つ又は複数のマウスボタン、トラックボール、ジョイスティックなどの入力装置である。出力装置７０４は、ディスプレイデバイス、補助照明装置（例えば、ＬＥＤ）、及び触覚フィードバックデバイス（例えば、振動モータ）などを備えることができる。当該ディスプレイデバイスは、液晶ディスプレイ（ＬＣＤ）、発光ダイオード（ＬＥＤ）ディスプレイ、及びプラズマディスプレイを備えることができるが、これらに限定されない。いくつかの実施形態で、ディスプレイデバイスは、タッチスクリーンであってもよい。
【0061】
本明細書で説明されるシステムと技術の様々な実施形態は、デジタル電子回路システム、集積回路システム、特定用途向けＡＳＩＣ（特定用途向け集積回路）、コンピュータハードウェア、ファームウェア、ソフトウェア、及び／又はそれらの組み合わせで実現することができる。これらの様々な実施形態は、１つ又は複数のコンピュータプログラムで実施され、当該１つ又は複数のコンピュータプログラムは、少なくとも１つのプログラマブルプロセッサを備えるプログラム可能なシステムで実行及び／又は解釈されることができ、当該プログラマブルプロセッサは、専用又は汎用のプログラマブルプロセッサであってもよく、ストレージシステム、少なくとも１つの入力装置、及び少なくとも１つの出力装置からデータ及び命令を受信し、データ及び命令を当該ストレージシステム、当該少なくとも１つの入力装置、及び当該少なくとも１つの出力装置に伝送することができる。
【0062】
これらのコンピューティングプログラム（プログラム、ソフトウェア、ソフトウェアアプリケーション、又はコードとも呼ばれる）は、プログラマブルプロセッサの機械命令を含み、高レベルのプロセス及び／又は対象指向プログラミング言語、及び／又はアセンブリ／機械言語でこれらのコンピューティングプログラムを実施することができる。本明細書に使用されるような、「機械読み取り可能な媒体」及び「コンピュータ読み取り可能な媒体」の用語は、機械命令及び／又はデータをプログラマブルプロセッサに提供するための任意のコンピュータプログラム製品、機器、及び／又は装置（例えば、磁気ディスク、光ディスク、メモリ、プログラマブルロジックデバイス（ＰＬＤ））を指し、機械読み取り可能な信号である機械命令を受信する機械読み取り可能な媒体を備える。「機械読み取り可能な信号」の用語は、機械命令及び／又はデータをプログラマブルプロセッサに提供するための任意の信号を指す。
【0063】
ユーザとのインタラクションを提供するために、コンピュータ上で、ここで説明されるシステム及び技術を実施することができ、当該コンピュータは、ユーザに情報をディスプレイするためのディスプレイ装置（例えば、ＣＲＴ（陰極線管）又はＬＣＤ（液晶ディスプレイ）モニタ）と、キーボード及びポインティングデバイス（例えば、マウス又はトラックボール）とを有し、ユーザは、当該キーボード及び当該ポインティングデバイスによって入力をコンピュータに提供することができる。他の種類の装置も、ユーザとのインタラクションを提供することができ、例えば、ユーザに提供されるフィードバックは、任意の形態のセンシングフィードバック（例えば、視覚フィードバック、聴覚フィードバック、又は触覚フィードバック）であってもよく、任意の形態（音響入力と、音声入力と、触覚入力とを含む）でユーザからの入力を受信することができる。
【0064】
ここで説明されるシステム及び技術は、バックエンドコンポーネントを備えるコンピューティングシステム（例えば、データサーバとする）、又はミドルウェアコンポーネントを備えるコンピューティングシステム（例えば、アプリケーションサーバ）、又はフロントエンドコンポーネントを備えるコンピューティングシステム（例えば、グラフィカルユーザインタフェース又はウェブブラウザを有するユーザコンピュータであり、ユーザは、当該グラフィカルユーザインタフェース又は当該ウェブブラウザによってここで説明されるシステム及び技術の実施形態とインタラクションする）、又はこのようなバックエンドコンポーネントと、ミドルウェアコンポーネントと、フロントエンドコンポーネントの任意の組み合わせを備えるコンピューティングシステムで実施することができる。任意の形態又は媒体のデジタルデータ通信（例えば、通信ネットワーク）によってシステムのコンポーネントを相互に接続することができる。通信ネットワークの例は、ローカルエリアネットワーク（ＬＡＮ）と、ワイドエリアネットワーク（ＷＡＮ）と、インターネットと、ブロックチェーンネットワークと、を含む。
【0065】
コンピュータシステムは、クライアント及びサーバを備えることができる。クライアントとサーバは、一般に、互いに離れており、通常に通信ネットワークを介してインタラクションする。対応するコンピュータ上で実行されて互いにクライアント－サーバの関係を有するコンピュータプログラムによって、クライアントとサーバとの関係が生成される。サーバはクラウドサーバであり、クラウド計算サーバ又はクラウドホストとも呼ばれ、クラウド計算サーバシステムにおけるホスト製品であり、従来の物理ホストとＶＰＳサービスにおいて、管理の難易度が大きく、業務拡張性が弱いという欠点を解決する。
【0066】
本出願の実施例の技術的解決手段は、まず予め取得された少なくとも１つの入力フィールドに基づき、各グラフに対する少なくとも１つの入力フィールドの入力ベクトルを生成して、入力ベクトルと予め決定された各グラフに対応する特徴ベクトルに対して類似度の計算をそれぞれ行い、入力ベクトルと各特徴ベクトルとの類似度を得、さらに入力ベクトルと各特徴ベクトルとの類似度に基づき、少なくとも１つの入力フィールドに対応するターゲットグラフを得てターゲットグラフを端末機器に送信する。すなわち、本出願は、各グラフに対して少なくとも１つの入力フィールドの入力ベクトルを計算し、同じ少なくとも１つの入力フィールドについて、異なるグラフに対して異なる入力ベクトルを算出することができて、各入力ベクトル及び各グラフに対応する特徴ベクトルに基づいて類似度の計算をそれぞれ行う。従来のグラフ推薦方法では、予め定義された決定木に基づいて推薦を行うことは、多くのグラフのタイプ及び複雑なフィールドがあるシナリオには適用できない。本出願は各グラフに対して少なくとも１つの入力フィールドの入力ベクトルを計算し、及び各入力ベクトル及び各グラフに対応する特徴ベクトルに基づいて類似度の計算をそれぞれ行うという技術的手段を採用し、従来技術で予め定義された決定木に基づく推薦方法が、多くのグラフのタイプ及び複雑なフィールドがあるシナリオには適用できないという技術的問題を解消し、本出願に係る技術的解決手段は、グラフの推薦の複雑性を効果的に低減させるだけでなく、またグラフの推薦精度を向上させることができて、本出願の実施例に係る技術的解決手段の実現が容易になり、普及しやすく、適用範囲がより広い。
【0067】
上記に示される様々な形態のフローを用い、ステップを並べ替え、追加、又は削除することができる。例えば、本出願に記載されている各ステップは、並列に実行されてもよいし、順次的に実行されてもよいし、異なる順序で実行されてもよいが、本出願で開示されている技術的解決手段が所望の結果を実現することができれば、本明細書では限定しない。
【0068】
上記の具体的な実施形態は、本出願の保護範囲を制限するものではない。当業者は、設計要件と他の要因に基づいて、様々な修正、組み合わせ、サブコンビネーション、及び代替を行うことができる。本出願の精神と原則内で行われる任意の修正、同等の置換、及び改善などは、いずれも本出願の保護範囲内に含まれるべきである。
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
