专利汇可以提供基于大数据的区域人才供给量化分析方法专利检索,专利查询,专利分析的服务。并且本 发明 的基于 大数据 的区域人才供给量化分析方法,包括:a).确定目标数据源和采集范围;b).采集目标源数据;c).信息提取;d).数据清洗;e).数据存储;f).指标维度分类;g).分析分类;h).分析方法;i).分析结果 可视化 。本发明的区域人才供给量化分析方法,以 指定 区域各类学校的招生信息为目标源数据,采用分布式爬虫采集目标源数据,然后从招生信息中提取包含学校名称、专业和招生人数在内的指标维度信息,并对数据进行清洗和去重处理,然后根据用户的要求将数据通过图表的形式展示出来,可从不同的 角 度分析指定区域的人才供给情况,以及对对个不同区域的人才供给进行对比,有利于决策者根据发展需要宏观调控人才供给。,下面是基于大数据的区域人才供给量化分析方法专利的具体信息内容。
1.一种基于大数据的区域人才供给量化分析方法,其特征在于,通过以下步骤来实现:
a).确定目标数据源和采集范围,人才供给分析的基础是数据,优质可量化,且能够实时反映区域人才供给的数据是做好分析的前提,因此选取的目标数据源为:各类学校的招生信息,并通过比例计算获取不同学历、不同专业人才的供给情况;
由于单独一个区域的分析并不能体现本区域的优势及不足,只有在多个同级区域对比分析中才能找到问题;根据人才流动情况,人们更倾向于就近相邻区域的流动;因此,本系统将同一行政区下所有与指定区域同级的区域也都纳入到采集的范围;
b).采集目标源数据,采用分布式爬虫采集指定范围内的目标数据源;
c).信息提取,由于所采集的数据是原始的非结构化网页,其中杂陈广告、友情链接、同类推荐无关信息,首先采用DOM树的方法和基于行块分布函数方法抽取目标网页中的数据;
然后从非结构化的网页数据中提取包括学校名称、专业及招生人数在内的信息,每个信息定义为一个指标维度,同时也将学校所属区域、学校招生批次、学校招生学历列为指标维度,与提取的指标维度共同构建指标维度列表;
d).数据清洗,采用教育部制定的普通高等学校本科专业目录中的专业名称统一不同学校专业名目,实现专业指标维度的标准化处理;
学校每年均会发布招生信息,且每年各学校发布招生信息的时间略有不同,需多次重复扫描含有招生信息的网页;为防止多次采集相同招生信息后重复存储,在采集到招生信息后需要进行清洗,过滤重复发布的信息;
e).数据存储,所提取的每一个指标维度使用结构化数据库中一列存储,为方便招聘信息的归类统计将网页URL、招生信息媒体来源也作为一个指标维度存储于数据库一列;区分相同学校不同时间的招生信息以及确定学校供给人才的时间,将招生时间和学制也分别作为指标维度存储于数据库一列;
f).指标维度分类,从招聘信息中提取的诸多指标维度根据其功用分为四类:区域维度、动态维度、目标维度和限定维度;区域维度用于指定分析的目标区域,区域维度的分析以分成两类:本区域人才供给分析和多区域人才供给对比分析;动态维度用于指定分析的时间范围,动态维度的分析以分成两类:一定时间段的整体宏观分析和时间演化分析;
人才供给分析的主要目标在于向用户展示本区域人才的供给量,因此将目标维度定为供给量;限定维度用于指定分析的限定条件,限定维度为学历和专业两个指标维度;
g).分析分类,各种指标维度按照不同方式组合可产生诸多不同结果,为使结果条理清晰更易于被用户所理解,采用区域维度和动态维度相组合的方式对分析进行大类划分;分析分为四型分析:Ⅰ型分析、II型分析、Ⅲ型分析和Ⅳ型分析;
其中,Ⅰ型分析为本区域一定时间段内整体宏观人才供给分析;II型分析为本区域随时间演化人才供给趋势分析;Ⅲ型分析为多区域一定时间段整体宏观人才供给对比分析;Ⅳ型分析为多区域随时间演化人才供给变化趋势对比分析;
上述四型分析按其分析所获的结果是以量的形式体现还是以序的形式体现,又将每一类分为供给量化分析和供给热点分析两个小类,共计八个小类的分析;
h).分析方法,目标维度供给量的分析结果属于数值型数据,按照分析分类对其进行量化分析和热点分析;
i).分析结果可视化,采用种类丰富的图表对分析结果进行展示,对于分析结果采用仪表盘、饼图、折线图、柱图、雷达图、矩形树图或表格图表展示。
2.根据权利要求1所述的基于大数据的区域人才供给量化分析方法,其特征在于:步骤b)中所述目标源数据的采集通过以下步骤来实现:
b-1).收集指定区域所处行政区下所有区域的学校列表及其网站URL;
b-2).找出学校网站中与招生信息相关版块的采集入口;
b-3).采集招生版块下的所有网页,通过关键词匹配的方式定位招生信息所处网页;
b-4).采集所定位网页的招生信息。
3.根据权利要求1或2所述的基于大数据的区域人才供给量化分析方法,其特征在于:
步骤c)中所述的信息提取中,大多数学校的招生信息一般会采用表格展示招生信息,然而学校在发布招生信息时并无固定格式较为随意,表格中所出现的指标维度也会较为随意,此种情形很难采用固定的正则表达式来提取数据;本发明直接处理表格从中提取指标维度的值,具体方法如下:
c-1).获取表格,在招生信息页面中由于页面布局的原因可能会存在多个表格的情形,所以首先通过能够标识表格的属性在多个表格中抽取记录招聘信息的表格;
c-2).表格去噪,去除网页中表格中控制页面显示格式的DIV、CSS及与表格无关的HTML标签,只保留与表格显示和控制相关的诸如table、tr、td、colspan标签;
c-3).表格标准化,将表格转化成简单表格,使得表格中的每个单元格只占一行一列且只有一个值;
c-4).判断表格横竖,发布招生信息时既可采用横表,也可采用纵表;因此需要判断记录招生信息的表格是横表还是纵表;取表格的第一行表格的单元格值和第一列表格的单元格值,分别与各个指标维度进行匹配,比较第一行和第一列单元格值的命中率,若第一行单元格值的命中率高则为横表,否则为纵表;
c-5).提取键值序列,若表格为横表,则将第一行单元格的值映射到相应的指标维度,相应列单元格的值即为指标维度的值,形成键值对将无结构的HTML表格转化成结构化的键值对,进而存储到结构化数据库;若表格为横表纵表,将第一列单元格的值映射到指标维度,相应行单元格的值即为指标维度的值,提取键值对存储到结构化数据库;
如果招生信息附件为Word、Excel或PDF文件,则采用POI解析Word和Excel文档,采用PDFBox解析PDF文档,将其转化为表格,然后再执行步骤c-3)至c-5)。
4.根据权利要求1或2所述的基于大数据的区域人才供给量化分析方法,其特征在于:
步骤d)中,专业指标维度的标准化处理方法为:采用文本的语义相似性度算法最长公共子序列、最小编辑距离或余弦相似度为学校专业名目找出相似度最大的目录专业名称,进而将指标维度专业的值统一到目录中的专业名称中;
多次采集相同招生信息的去重方法为:
d-1).对比招生信息网页的URL是否相同,URL是互联网资源的唯一标识,如同一URL地址的信息只需采集存储一次即可,如相同,则认为是重复招生信息,对其不进行存储;如不同转入d-2);
d-2).对比相同学校招生信息的招生时间是否相同,若相同转入d-3);如不同,认为是非重复招生信息,提取信息后直接存储于结构化数据库中;
d-3).对比相同学校相同时间招生信息的招生专业是否相同,是否有新增加的专业,若相同且无新增专业转入d-4);若不同或有新增专业,则不同专业和新增专业的数据为非重复招生信息,提取信息后直接存储于结构化数据库中;
d-4).对比相同学校相同时间招生信息的招生数量是否相同,若相同则判定为重复信息不再存储,若不同则采用较新时间的招生数量更新数据库中的原有数量。
5.根据权利要求1或2所述的基于大数据的区域人才供给量化分析方法,其特征在于:
步骤g)中八个小类的分析为:Ⅰ型供给量化分析、Ⅰ型供给热点分析、II型供给量化分析、II型供给热点分析、Ⅲ型供给量化分析、Ⅲ型供给热点分析、Ⅳ型供给量化分析、Ⅳ型供给热点分析;
Ⅰ型供给量化分析,从多角度多层面对指定区域的人才供给量做出有效分析,分析流程如下:
g-1-1).首先,在区域维度中选择一个区域作为分析区域;
g-1-2).其次,在动态维度中选择一个时段作为分析时段;
g-1-3).再次,在限定维度中选择0到2个指标维度作为分析的限定条件,每个限定维度选择一个值或多个值;
g-1-4).最后,选择目标维度供给量作为分析对象;
若未指定限定维度,可宏观地说明划定时间段内指定区域总的人才供给量有多少;若指定单一限定维度,可分析划定时间段内指定区域在不同专业或不同学历人才的供给量;
若指定中全部限定维度,可分析划定时间段内指定区域不同专业和不同学历各种组合的人才供给量;
Ⅰ型供给热点分析,可从多角度对指定区域的热点专业做出有效分析,分析流程如下:
g-2-1).首先,在区域维度中选择一个区域作为分析区域;
g-2-2).其次,在动态维度中选择一个时段作为分析时段;
g-2-3).再次,在限定维度中选择0或1个指标维度作为分析的限定条件,每个限定维度选择一个值或多个值;
g-2-4).最后,选择目标维度供给量作为分析对象;
限定维度中的指标维度专业类别值默认为不限,限定维度学历未指定时,可获得划定时间段指定区域的热点专业;限定维度学历指定时,可分析划定时间段指定区域不同学历的热点专业;
II型供给量化分析,从多角度对指定区域不同阶段的人才供给量变化做出有效对比分析,分析流程如下:
g-3-1).首先,在区域维度中选择一个区域作为分析区域;
g-3-2).其次,在动态维度中选择对比时段作为分析时段,所选定的对比时段通常是月度、季度或年度等自然时间分割节点;
g-3-3).再次,在限定维度中选择0到2个指标维度作为分析的限定条件,每个限定维度选择一个值或多个值;
g-3-4).最后,选择目标维度供给量作为分析对象;
若未指定限定维度,可宏观地说明指定区域不同时段人才供给量的变化情况,从侧面反映区域内人才的饱和程度;通过指定单一限定维度,可分析指定区域在相同专业或相同学历的人才在不同时间段供给量的变动趋势;通过限定维度的组合,可分析指定区域不同时段专业和学历各种组合的人才供给变动情况;
II型供给热点分析,从多角度对指定区域不同阶段热点专业变化做出有效分析,分析流程如下:
g-4-1).首先,在区域维度中选择一个区域作为分析区域;
g-4-2).其次,在动态维度中选择对比时段作为分析时段,所选定的对比时段通常是月度、季度或年度等自然时间分割节点;
g-4-3).再次,在限定维度中选择或不选择指标维度学历作为分析的限定条件,可以不选择限定维度学习,也可以选择限定维度学历的一个值或多个值;
g-4-4).最后,选择目标维度供给量作为分析对象;
限定维度中的指标维度专业类别值默认为不限,若限定维度学历未指定,可获得指定区域不同时段的热点专业,从侧面反映了区域人才供给的变化情况;指定限定维度学历,可分析不同时段在相同学历热点专业的变化;
Ⅲ型供给量化分析,从多角度对不同区域的人才供给量做出有效对比分析,分析流程如下:
g-5-1).首先,在区域维度中选择多个区域作为对比分析区域;
g-5-2).其次,在动态维度中选择一个时段作为分析时段;
g-5-3).再次,在限定维度中选择0到2个指标维度作为分析的限定条件,每个限定维度选择一个值或多个值;
g-5-4).最后,选择目标维度供给量作为分析对象;
未指定限定维度,可宏观地对比划定时间段内不同区域的人才供给量;通过指定单一限定维度,可分析划定时间段内不同区域在相同专业或相同学历人才供给量的对比;通过限定维度的组合,可分析不同区域相同专业和相同学历人才供给情况;
Ⅲ型供给热点分析,从多角度对多个区域的热点专业做出有效分析,分析流程如下:
g-6-1).首先,在区域维度中选择多个区域作为对比分析区域;
g-6-2).其次,在动态维度中选择一个时段作为分析时段;
g-6-3).再次,在限定维度中选择或不选择指标维度学历作为分析的限定条件,此分析中限定维度的选择并无任何要求,可以不选择限定维度学历,也可以选择限定维度学历的一个值或多个值;
g-6-4).最后,选择目标维度供给量作为分析对象;
限定维度中的指标维度专业类别值默认为不限,限定维度学历未指定,可获得划定时间段不同区域的热点专业;指定限定维度学历,可对比分析不同区域相同专业的热点专业差别;
Ⅳ型供给量化分析,从多角度对不同区域不同阶段的人才供给量变化做出有效对比分析,采用纵向发展的眼光和横向对比的眼光量化剖析区域人才供给,以区域不同阶段的人才诉求为点串成区域人才供给走向的线,分析流程如下:
g-7-1).首先,在区域维度中选择多个区域作为对比分析区域;
g-7-2).其次,在动态维度中选择对比时段作为分析时段,所选定的对比时段通常是月度、季度或年度等自然时间分割节点;
g-7-3).再次,在限定维度中选择0到2个指标维度作为分析的限定条件,此分析中限定维度的选择并无任何要求,可以不选择任一限定维度,也可以选择一个限定维度的一个值或多个值,还可以选择多个限定维度,每个限定维度选择一个值或每个限定维度选择多个值;
g-7-4).最后,选择目标维度供给量作为分析对象;
未指定限定维度,可宏观地分析多个区域不同时段人才供给量的变化情况,对比不同区域人才供给的增速情况;通过指定单一限定维度,可分析不同区域在相同专业或相同学历不同时间段人才供给量的变动趋势;通过限定维度的组合,可分析不同区域不同时段相同专业和相同学历的人才供给变动情况;
Ⅳ型供给热点分析,从多角度对不同区域不同阶段热点专业的变化趋势做出有效对比分析,纵览随时间的演进不同区域紧缺和高端人才供给的变迁路径,分析流程如下:
g-8-1).首先,在区域维度中选择多个区域作为对比分析区域;
g-8-2).其次,在动态维度中选择对比时段作为分析时段,所选定的对比时段通常是月度、季度或年度等自然时间分割节点;
g-8-3).再次,在限定维度中选择或不选择指标维度学历作为分析的限定条件,此分析中限定维度的选择并无任何要求,可以不选择限定维度学历,也可以选择限定维度学历的一个值或多个值;
g-8-4).最后,选择目标维度供给量作为分析对象;
限定维度中的指标维度专业类别值默认为不限,限定维度学历未指定,可获得不同区域不同时段的热点专业,从侧面反映了不同区域人才供给的演变情况;指定限定维度学历,可分析不同区域相同学历的热点专业随时间演进的变化。
6.根据权利要求5所述的基于大数据的区域人才供给量化分析方法,其特征在于:步骤h)中所述的目标维度供给量的量化分析方法为:
h-1-1).记录学历和专业两个限定维度的选择顺序;
h-1-2).按照有序的限定维度、区域维度和动态维度的顺序,记录选中的指标维度及每个选定指标维度选中的值,将其转化成不等长矩阵,其中矩阵每一行代表一个选中的指标维度,一行中的一个元素代表对应指标维度选中的值;
假定包含区域维度和动态维度共选中了idxn个指标维度,选中的指标维度分别为Chose_Index1,Chose_Index2,…,Chose_Indexidxn,每个限定维度选中值的个数为Chose_an1,Chose_an2,…,Chose_anidxn,选中的值分别是Chose_Index1_Atb1,Chose_Index1_Atb2,…,Chose_Index1_Atban1,Chose_Index2_Atb1,Chose_Index2_Atb2,…,Chose_Index2_Atban2,…,Chose_Indexidxn_Atb1,Chose_Indexidxn_Atb2,…,Chose_Indexidxn_Atbanidxn;
则转化的数组共idxn维,第i维为指标维度Chose_Indexi,第i维的长度为Chose_ani,第i维数组的值分别为Chose_Indexi_Atb1,Chose_Indexi_Atb2,…,Chose_Indexi_Atbani;
h-1-3).取出矩阵第一维数组第一个元素作为根节点,按照深度优先遍历不等长矩阵,将其转化为一棵树;
h-1-4).取出矩阵第一维数组的后续元素作为根节点,按照深度优先遍历不等长矩阵,将其转化成一棵树;
h-1-5).迭代操作h-1-4),直至第一维数组元素为空;
h-1-6).按照第一维数组的元素顺序,自左至右排列矩阵转化而成多棵树的根节点顺序构建森林,森林中共有Chose_an1棵树;
h-1-7).首先按照自左至右遍历森林中的树,然后按照深度优先遍历每棵树,记录每一个遍历从树根至叶子所经历的完整路径,如[Chose_Index1_Atb1->Chose_Index2_Atb1->Chose_Index3_Atb1->…->Chose_Indexidxn_Atb1]、[Chose_Index1_Atb1->Chose_Index2_Atb1->Chose_Index3_Atb1->…->Chose_Indexidxn_Atb2]、…、[Chose_Index1_Atb1->Chose_Index2_Atb1->Chose_Index3_Atb1->…->Chose_Indexidxn_Atbanidxn],共有Chose_an1×Chose_an2×…×Chose_anidxn条路径;
h-1-8).结合属性值所属指标维度,将一条遍历路径转化为一条数据查询限定规则;如路径[Chose_Index1_Atb1->Chose_Index2_Atb1->Chose_Index3_Atb1->…->Chose_Indexidxn_Atb1]转化为一条规则:Chose_Index1matches Chose_Index1_Atb1And Chose_Index2matches Chose_Index2_Atb1And Chose_Index3matches Chose_Index3_Atb1And…And Chose_Indexidxn matches Chose_Indexidxn_Atb1,共有Chose_an1×Chose_an2×…×Chose_anidxn条数据查询规则;
h-1-9).按照顺序抽取一条数据查询规则,在抓取的数据中进行查询,找出满足规则的数据集合Dataseti,最终对Dataseti进行统计求和获取结果Resulti;
h-1-10).迭代操作h-1-9),直至抽取完所有的数据查询规则,汇总每条数据查询规则所获得的结果Resulti,返回量化分析结果集ResultSet;
步骤h)中所述的目标维度供给量的热点分析方法为:
在热点分析中,限定维度专业默认为不限,因此在统计指标维度的选择情况时,不统计该指标维度;其前9步操作与量化分析的操作h-1-1)到操作h-1-9)相同;
h-2-10).迭代操作h-1-9),直至抽取完所有的数据查询规则,对比每条数据查询规则所获得的结果Resulti,按照用户设定抽取前若干项结果作为热点结果集TopResultSet,并抽取其对应的供给量集合TopMajor。
7.根据权利要求6所述的基于大数据的区域人才供给量化分析方法,其特征在于:步骤i)中量化分析结果的呈现方法为:
i-1-1).初始时令选择多值的维度数Dimension_Count=0;
i-1-2).查看区域维度、动态维度和限定维度,计算选择多值的维度数,若区域维度选择了多个区域,则Dimension_Count加1;
若动态维度选择了多个对比时段,则Dimension_Count加1;
从限定维度中取出一个指标维度,若该指标维度选择了多个值,则Dimension_Count加
1,迭代此操作,直至限定维度中的指标维度为空;
i-1-3).若Dimension_Count的值等于0,表明除目标维度供给量外,其余指标维度至多选取了一个值,则最终得到的数值型结果为单一值,应采用仪表盘展现,仪表盘的刻度即为最终结果;
i-1-4).若Dimension_Count的值等于1,表明除目标维度外,有一个指标维度选择了多个值,将此选择了多值的指标维度称为Chart_Index,其余指标维度至多选取了一个值,则最终得到的结果为一维数组,应采用饼图、单系列折线图或单系列柱图展现;单系列折线图和单系列柱形图的纵坐标表示供给量,横坐标表示Chart_Index,折线图中的一个折点和柱形图中的一列对应着Chart_Index的一个值;饼图中的一个区域对应着Chart_Index的一个值,使用区域的大小说明供给量;
i-1-5).若Dimension_Count的值等于2,表明除目标维度供给量,有两个指标维度选择了多个值,其余指标维度至多选取了一个值;
i-1-5-1).若选择了多值的两个指标维度中包含区域维度或动态维度,则将含有多值的区域维度或动态维度标识为Chart_Index1,将最后选中的限定维度标识为Chart_Index2;
i-1-5-2).若选择了多值的两个指标维度中包含区域维度和动态维度,则将动态维度标识为Chart_Index1,将区域维度标识为Chart_Index2;
i-1-5-3).若选择了多值的两个指标维度中不包含区域维度或动态维度,将指标维度按照选择顺序分别标识为Chart_Index2和Chart_Index1;
分析所得到的最终结果为二维数组,应采用多系列折线图或多系列柱图展现;多系列折线图和多系列柱形图的纵坐标表示人才供给量,横坐标表示Chart_Index1,图表中的一个系列表示Chart_Index2的一个选择值;
i-1-6).若Dimension_Count的值大于2,表明除目标维度外,至少有三个指标维度选择了多个值,假定选中了多值的指标维度个数为idxn:
i-1-6-1).若选择了多值的指标维度中包含区域维度或动态维度,则将含有多值的区域维度或动态维度标识为Chart_Index1,将最后选中的限定维度标识为Chart_Index2;
i-1-6-2).若选择了多值的指标维度中包含区域维度和动态维度,则将动态维度标识为Chart_Index1,将区域维度标识为Chart_Index2;
i-1-6-3).若选择了多值的指标维度中不包含区域维度或动态维度,将指标维度按照选择顺序分别标识为Chart_Index2和Chart_Index1;
i-1-6-4).将其他选择了多值的限定维度按照选择顺序依次标识为Chose_Indexidxn-2,Chose_Indexidxn-3,…,Chose_Index1,假定限定维度Chose_Index1,Chose_Index2,…,Chose_Indexidxn-2选定值的个数分别是ChIdxN1,ChIdxN2,…,ChIdxN idxn-2;
首先,使用限定维度Chose_Index1,Chose_Index2,…,Chose_Indexidxn-2构建一个ChIdxN1×ChIdxN2×...=ChIdxNidxn-2行idxn-1列的表格,表格的第1列到第idxn-2列分别对应限定维度Chose_Index1,…,Chose_Indexidxn-2;表格第i行j列单元格的值则为限定维度Chose_Indexj第 个值,其中j
最后,第idxn-1列有ChIdxN1×ChIdxN2×...×ChIdxNidxn-2个单元格,每个单元格中包含一个多系列折线图或多系列柱图;多系列折线图和多系列柱形图的纵坐标表示供给量,横坐标表示Chart_Index1,图表中的一个系列表示Chart_Index2的一个选择值;
步骤i)中热点分析结果的呈现方法为:
i-2-1).初始时令选择多值的维度数Dimension_Count=0;
i-2-2).查看区域维度、动态维度和限定维度,计算选择多值的维度数,若区域维度选择了多个区域,则Dimension_Count加1;
若动态维度选择了多个对比时段,则Dimension_Count加1;
若限定维度中学历也选择了多个值,则Dimension_Count加1;
i-2-3).若Dimension_Count的值等于1,表明除限定维度专业外,其余指标维度至多选取了一个值,则最终得到的结果为一维数组,直接采用一个柱形图展现既可;柱形图的纵坐标表示热点专业的供给量,横坐标表示限定维度专业,图中的每一列对应一个根据条件选出的具体专业名称,其自左至右降序排列;
i-2-4).若Dimension_Count的值等于2,表明除限定维度专业外,还有一个指标维度选取了多个值,将此指标维度标识为Chose_Index;
i-2-4-1).若该Chose_Index是动态维度,参与对比分析的时间段个数为itvn,则构建一个1行itvn列的表格,表格的一列表示一个参与对比分析的时间段,每一个单元格为相应时间段内热点专业供给量情况,采用一个柱形图展现;
i-2-4-2).若该Chose_Index是区域维度或限定维度专业,选中值的个数为vlun,则构建一个vlun行1列的表格,表格的一行表示一个区域或一个限定维度的值,每一个单元格表示相应区域或限定学历的热点专业供给量情况,采用一个柱形图展现;
i-2-5).若Dimension_Count的值大于2,表明除限定维度专业外,还有至少两个指标维度选取了多个值,假定选中了多值的指标维度个数为idxn;
i-2-5-1).若选择了多值的指标维度中包含动态维度,假定参与对比分析的时间段个数为itvn;
若选择了多值的指标维度中包含区域维度,将区域维度标识为Chose_Indexidxn-2,将其他选择了多值的限定维度按照选择顺序依次标识为Chose_Indexidxn-3,Chose_Indexidxn-4,…,Chose_Index1;
若选择了多值的指标维度中不包含区域维度,将其他选择了多值的限定维度按照选择顺序依次标识为Chose_Indexidxn-2,Chose_Indexidxn-3,…,Chose_Index1,假定限定维度Chose_Index1,Chose_Index2,…,Chose_Indexidxn-2选定值的个数分别是ChIdxN1,ChIdxN2,…,ChIdxNidxn-2,
首先,使用指标维度Chose_Index1,Chose_Index2,…,Chose_Indexidxn-2构建一个ChIdxN1×ChIdxN2×...×ChIdxNidxn-2行idxn-1+itvn列的表格,表格的第1列到第idxn-2列分别对应指标维度Chose_Index1,…,Chose_Indexidxn-2;表格第i行j列单元格的值则为限定维度Chose_Indexj第 个值,其中j
最后,第idxn-1列到第idxn-1+itvn列分别对应一个对比时段的情况,每一列有ChIdxN1×ChIdxN2×...×ChIdxNidxn-2个单元格,每一个单元格表示一个对比时段相应区域或限定条件的热招岗位或高薪岗位情况,采用一个柱形图展现;
i-2-5-2).若选择了多值的指标维度中不包含动态维度,则选中多值的指标维度必然是区域和专业,将区域维度标识为Chose_Index2,将专业标识为Chose_Index1,假定指标维度Chose_Index1,Chose_Index2选定值的个数分别是ChIdxN1,ChIdxN2,首先,使用指标维度Chose_Index1,Chose_Index2构建一个ChIdxN1×ChIdxN2行3列的表格,表格的第1列和第2列分别对应指标维度Chose_Index1,Chose_Index2;表格第i行j列单元格的值则为指标维度Chose_Indexj第 个值,其
中j<3;
然后,为使图表单元格的显示更为整洁,将相同值的单元格进行合并,也即后第j列的每个单元格需合并ChIdxNj+1×...×ChIdxN2个小单元格,合并后的单元格i将取Chose_Indexj的第i个值;
最后,第3列有ChIdxN1×ChIdxN2个单元格,每一个单元格表示相应区域或限定专业的热点专业供给量情况,采用一个柱形图展现。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
信息处理装置、资源提供装置和信息处理系统 | 2020-05-11 | 865 |
吡唑啉酮衍生物 | 2020-05-12 | 61 |
作为用于糖尿病的11βHSD1抑制剂的四氢噌啉类 | 2020-05-13 | 955 |
作为PPAR激动剂用于治疗糖尿病的N-取代-1H-吲哚-5-丙酸化合物 | 2020-05-13 | 607 |
新的除草剂 | 2020-05-13 | 124 |
一种形式化建模的优化方法 | 2020-05-12 | 258 |
咪唑衍生物 | 2020-05-11 | 56 |
新型异喹啉衍生物 | 2020-05-12 | 282 |
包含促生长素抑制素类似物的胃肠外药物组合物 | 2020-05-11 | 743 |
喹啉衍生物及其作为分枝杆菌抑制剂的用途 | 2020-05-11 | 742 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。