本發明涉及電子信息數據處理，尤其涉及一種電子信息數據可視化智能處理方法。
背景技術：
1、在電子信息數據迅猛增長的時代，數據可視化技術作為連接海量數據與用戶認知的關鍵橋梁，其發展態勢備受矚目，隨著計算機圖形學、數據挖掘以及人工智能等多學科的深度融合，電子信息數據可視化技術取得了長足進步，傳統的數據可視化方法主要聚焦于數據的直觀呈現，通過圖表、圖形等簡單形式將數據展示出來，以幫助用戶快速理解數據的基本特征和分布情況，但隨著數據規模的不斷擴大和數據復雜性的日益增加，簡單的可視化已難以滿足需求。
2、首先，傳統方法多采用均勻分配或基于簡單規則的分配方式，難以精準識別數據中各變量對全局邏輯的重要性差異，這導致大量計算資源被浪費在低價值的數據上，不僅降低了數據處理效率，還可能影響可視化結果的準確性與可靠性，其次，多數方法仍采用固定的渲染策略，按照既定順序對所有數據進行渲染，難以根據數據的核心程度與用戶關注重點進行靈活調整，這使得用戶在面對復雜數據場景時，難以快速獲取關鍵信息，增加了認知負荷，此外，在渲染過程中，缺乏有效的實時校驗與動態錯誤校正與恢復機制，一旦出現邏輯錯誤，難以及時發現并調整策略，導致可視化結果的可信度降低，難以支撐高精度的數據分析與決策需求。
技術實現思路
1、為解決上述背景技術中提出的資源分配低效、渲染策略僵化等問題，我們提出一種電子信息數據可視化智能處理方法。
2、技術方案主要是：一種電子信息數據可視化智能處理方法，包括以下步驟：
3、因果關系量化：采集電子信息數據集中變量共現頻次數據，通過歸一化處理消除數據規模差異對因果影響強度計算的影響，量化變量間的因果關系強度；
4、全局因果權重計算：基于因果關系量化結果，結合變量之間相互的因果影響強度，綜合計算變量在整個因果網絡中的全局重要性；
5、漸進式渲染：基于因果關系量化結果將變量分層，按照層級順序逐層渲染，結合全局因果權重和用戶交互熱度，動態分配渲染資源，調整不同變量的渲染精度，每完成一層渲染后執行一次因果一致性校驗，同時將渲染過程中的用戶交互數據反饋至因果關系量化步驟，實現數據處理的閉環優化；
6、因果一致性校驗：對比完整因果圖譜與當前渲染結果中的因果關系強度，實時檢測可視化過程中出現的因果邏輯錯誤和渲染偏差，確保可視化結果的可信度。
7、優選的，所述因果關系量化的具體步驟包括：
8、數據采集：采集電子信息數據集中所有變量兩兩之間的共現頻次數據，為因果影響強度計算提供原始數據；
9、極值計算：計算每個變量與其他變量共現頻次的最小值和最大值，為歸一化處理提供基準參數；
10、歸一化處理：通過歸一化處理消除不同變量間數據規模差異的影響，確保因果影響強度計算的公平性和準確性；
11、因果影響強度計算：基于歸一化后的共現頻次數據，計算變量間的因果關系強度，生成因果影響強度矩陣，并輸出至全局因果權重計算和漸進式渲染步驟中，為全局因果權重計算和漸進式渲染的分層采樣提供核心依據。
12、優選的，所述全局因果權重計算的具體步驟包括：
13、數據獲取：接收因果關系量化步驟生成的因果影響強度矩陣，為因果權重計算提供數據基礎；
14、出向因果影響強度求和：計算每個變量對其他所有變量的因果影響強度之和，反映變量對因果網絡的主動影響力；
15、入向因果影響強度求和：計算其他所有變量對該變量的因果影響強度之和，反映變量在因果網絡中的被動影響力；
16、因果權重計算：將出向因果影響強度求和結果與入向因果影響強度求和結果相加，得到變量的全局因果權重，為漸進式渲染的資源分配提供優先級排序依據。
17、優選的，所述漸進式渲染的具體步驟包括：
18、分層采樣：基于因果關系量化步驟生成的因果影響強度矩陣，將變量劃分為核心因果層、關聯影響層和噪聲層，對不同層級采用不同的采樣比例，實現資源的差異化分配；
19、渲染精度調整：采集用戶與可視化系統的交互數據，計算每個變量的用戶交互熱度值，結合歸一化后的全局因果權重和歸一化后的用戶交互熱度值，計算每個變量的渲染精度調整系數，根據所述渲染精度調整系數，為不同變量分配相應的渲染資源，調整渲染精度，優先保障核心變量和高關注度變量的渲染質量；
20、逐層渲染：按照核心因果層、關聯影響層、噪聲層的順序逐層進行渲染，實現從核心到邊緣的漸進式可視化。
21、優選的，所述因果一致性校驗的具體步驟包括：
22、數據獲取：獲取完整因果圖譜中的因果影響強度矩陣和當前渲染結果中的因果影響強度矩陣，為一致性計算提供數據基礎；
23、一致性計算：將兩個因果影響強度矩陣中對應位置的元素相乘后求和，再除以完整因果圖譜中所有因果影響強度元素的和，得到因果一致性得分，量化評估渲染結果與原始數據的因果一致性；
24、結果判斷：將因果一致性得分與預設目標閾值進行比較，若因果一致性得分低于閾值，則判定當前渲染結果存在因果邏輯矛盾，觸發錯誤校正與恢復機制，調整后續渲染的采樣比例和精度參數；
25、其中，錯誤校正與恢復機制的具體內容包括：
26、基于所述因果一致性得分與預設目標閾值的差值比例，動態調增后續層級的采樣比例，提升核心因果關系的渲染精度權重，同時針對因果影響強度偏差較大的變量對，單獨優化其渲染算法參數，直至滿足漸進式渲染的停止條件。
27、優選的，所述漸進式渲染的停止條件包括：
28、條件一：所述因果一致性得分達到預設的可信度目標值以上，且在一定時間內保持穩定，確保可視化結果的可信度；
29、條件二：所有層級的渲染全部完成，實現數據的全面可視化；
30、條件三：用戶觸發停止渲染指令，滿足用戶的個性化需求；
31、其中，滿足任意一條即可停止渲染，若多個條件同時滿足，優先執行條件三。
32、本發明還提供了一種電子信息數據可視化智能處理系統，包括因果關系量化模塊、權重計算模塊和漸進式渲染模塊：
33、因果關系量化模塊：被配置為執行因果關系量化步驟，采集變量共現頻次數據并計算因果關系強度，輸出因果影響強度矩陣至所述權重計算模塊和漸進式渲染模塊，同時接收漸進式渲染模塊反饋的用戶交互數據，實現數據處理的閉環優化；
34、權重計算模塊：被配置為所述接收因果關系量化模塊輸出的因果影響強度矩陣，計算變量的全局因果權重，輸出至所述漸進式渲染模塊，為渲染資源分配提供優先級依據；
35、漸進式渲染模塊：被配置為接收所述因果關系量化模塊輸出的因果影響強度矩陣和權重計算模塊輸出的全局因果權重，基于因果關系量化結果將變量分層，按照層級順序逐層渲染，結合全局因果權重和用戶交互熱度動態調整渲染精度，實時校驗因果一致性，同時將用戶交互數據反饋至因果關系量化模塊，實現數據處理的閉環優化。
36、優選的，所述因果關系量化模塊包括數據采集單元、極值計算單元、歸一化處理單元和因果影響強度計算單元：
37、數據采集單元：被配置為采集電子信息數據集中所有變量兩兩之間的共現頻次數據，為因果影響強度計算提供原始數據；
38、極值計算單元：被配置為計算每個變量與其他變量共現頻次的最小值和最大值，為歸一化處理提供基準參數；
39、歸一化處理單元：被配置為通過歸一化處理消除不同變量間數據規模差異的影響，確保因果影響強度計算的公平性和準確性；
40、因果影響強度計算單元：被配置為基于歸一化后的共現頻次數據，計算變量間的因果關系強度，生成因果影響強度矩陣，為全局因果權重計算和漸進式渲染的分層采樣提供核心依據。
41、優選的，所述權重計算模塊包括出向強度計算單元、入向強度計算單元和權重融合單元：
42、出向強度計算單元：被配置為接收所述因果關系量化模塊輸出的因果影響強度矩陣，計算每個變量對其他所有變量的因果影響強度之和，反映變量對因果網絡的主動影響力；
43、入向強度計算單元：被配置為接收因果關系量化模塊輸出的因果影響強度矩陣，計算其他所有變量對該變量的因果影響強度之和，反映變量在因果網絡中的被動影響力；
44、權重融合單元：被配置為將出向強度計算單元和入向強度計算單元的輸出結果相加，得到變量的全局因果權重，輸出至漸進式渲染模塊，為渲染資源分配提供優先級依據；
45、同時，權重計算模塊內置權重歸一化處理功能，通過將每個變量的全局因果權重除以所有變量中最大的全局因果權重，將所有變量的全局因果權重映射至同一量級范圍，確保與渲染精度調整系數計算的兼容性。
46、優選的，所述漸進式渲染模塊包括分層采樣單元、渲染精度調整單元、逐層渲染單元、因果一致性校驗單元和動態調整單元：
47、分層采樣單元：被配置為基于因果關系量化步驟生成的因果影響強度矩陣，將變量劃分為核心因果層、關聯影響層和噪聲層，對不同層級采用不同的采樣比例，實現資源的差異化分配；
48、渲染精度調整單元：被配置為根據變量的全局因果權重和用戶交互熱度，動態分配渲染資源，調整不同變量的渲染精度，優先保障核心因果層的渲染質量；
49、逐層渲染單元：被配置為按照核心因果層、關聯影響層、噪聲層的順序逐層進行渲染，實現從核心到邊緣的漸進式可視化；
50、因果一致性校驗單元：被配置為每完成一層渲染后，對比完整因果圖譜與當前渲染結果中的因果關系強度，實時校驗渲染結果的因果一致性，確保可視化結果的可信度；
51、動態調整單元：被配置為根據因果一致性校驗結果，動態調整后續層級的采樣比例和渲染精度，同時將用戶交互數據反饋至因果關系量化模塊，實現數據處理的閉環優化。
52、與現有技術相比，本發明的有益效果是：
53、本發明中，通過因果關系量化與因果權重計算的深度融合，突破了傳統技術基于經驗規則或單一維度的資源分配模式，構建了一套以因果邏輯為核心的資源分配體系，實現了從數據展示到邏輯洞察的技術跨越；
54、首先從原始數據中挖掘變量間的因果關聯強度，再通過雙向影響力的綜合評估量化每個變量的全局重要性，為渲染資源分配提供科學依據，這種機制能夠自動識別數據中的核心因果關系，將更多計算資源傾斜至對全局邏輯影響顯著的變量，避免資源浪費在低價值的噪聲數據上，同時，結合用戶交互熱度的動態調整，實現了系統智能性與用戶需求的精準匹配，既保證了可視化結果的因果嚴謹性，又大幅提升了大規模數據的處理效率，為復雜電子信息數據的快速分析提供了高效支撐。
55、本發明中，采用分層渲染、實時校驗、動態修正的閉環處理邏輯，實現了渲染質量與效率的動態平衡，基于因果影響強度矩陣將數據劃分為不同層級，按照從核心到邊緣的順序逐步渲染，讓用戶能夠快速獲取關鍵信息，降低復雜數據場景下的認知負荷；
56、在每一層渲染完成后，通過因果一致性校驗實時評估結果可信度，若發現邏輯偏差則自動調整后續渲染策略，確保可視化結果始終與原始數據的因果邏輯保持一致，這種動態反饋機制不僅提升了渲染結果的準確性，還能根據實際渲染效果靈活分配資源，避免過度渲染或渲染不足的問題，在保證數據全面性的同時顯著提升資源利用效率。
57、本發明中，通過技術邏輯與用戶需求的深度協同，構建了兼具科學性與靈活性的可視化系統，一方面，通過因果關系量化與因果權重計算確保了可視化結果的邏輯性與準確性，為用戶提供可信的數據決策依據，另一方面，通過漸進式渲染與多條件停止機制滿足了用戶的個性化需求，同時，用戶交互數據的閉環反饋機制能夠持續優化因果關系模型，讓系統隨著使用過程不斷適應用戶的操作習慣與業務需求，這種多維度協同設計既保證了專業數據分析的嚴謹性，又兼顧了普通用戶的操作便捷性，為不同層次的用戶提供了高效、靈活的可視化解決方案。