ITTC数据挖掘平台介绍（五） 数据导入导出向导和报告生成

一. 前言

经过了一个多月的努力，软件系统又添加了不少新功能。这些功能包括非常实用的数据导入导出，对触摸进行优化的画布和画笔工具，以及对一些智能分析的报告生成模块等。进一步加强了平台系统级的功能。

马上要进入研三了，这套系统和我本人一样，前途未卜。一方面，实验室要求重新以JAVA开发一套数据挖掘框架而放弃当前的.NET版本，我的思路是两边一起发展，优势互补，可惜后继无人。另一方面，马上毕业的我，未来做不做数据挖掘工作都是两说，在多方面的压力下，开发软件目前近似于奢侈的选择。但是，就算是为了自己心里的那个“爽”字，少打一会游戏，做这个事情还是值得的。

下一步，我会做一个针对实习和招聘的微博数据分析工具，整合分析所有相关信息，为我近几个月的找工作事业提供帮助。看看能不能做到WEB端。

革命尚未成功，同志仍需努力！

我的插件式桌面软件框架类库（一）XFrmWork简介

ITTC数据挖掘平台介绍（综述）——平台简介

ITTC数据挖掘平台介绍(二) 微博数据挖掘和分析

ITTC数据挖掘平台介绍(三) 微博社团和传播分析

ITTC数据挖掘平台介绍(四) 框架改进和新功能

ITTC数据挖掘平台介绍（五） 数据导入导出向导和报告生成

ITTC数据挖掘系统（六）批量任务，数据查看器和自由文档

ITTC数据挖掘平台介绍（七）强化的数据库，虚拟化，脚本编辑器

二.数据导入和导出

对于一般用户而言，数据通常都不保存在数据库，而是文件的形式，常用的txt, Excel或者XML都是可用的选择。同样，用户也需要随时将分析的结果，采集到的数据导出到文件中。因此，数据导入导出必不可少。

考虑需要用户选择的参数，在导入方面，需要知道数据的类型(微博，微博用户，还是新闻等)，数据格式（JSON,XML还是EXCEL），还要知道导入哪些字段； 在导出方面，要知道导出的数据源名称，数据格式和导出的位置。因此，我们选择了向导作为导入导出的基本设置UI。

在数据管理器中，点击“数据导入导出”按钮。

骚气的海绵宝宝。

可选择导入还是导出。

因为要对数据进行反序列化操作，因此必须知道导入的数据类型。所有在系统中实现了IComputable基类接口的数据，在此都能被选择。

选择文件类型格式，目前支持了以上五种常用格式，但未能直接支持EXCEL. 所谓CompressJson，是Json数据通过ZIP压缩获取的数据。

选取导入/导出的字段，这是整个系统的精髓，首先不是所有字段都能导出，比如List列表，而且也不是所有字段都需要导出。因此用户可通过多选选择字段。

所有向导完成后，即可将数据以所需的格式导出到文件之中，方便进一步的分析。

当然，缺点在于，所有数据的表头字段必须和系统内定义的属性名称一致。例如，Name必须是Name, 这也是无可奈何的事情，难不成用户还需要设置像ORM一样的映射关系？这一点，还是需要我们从SPSS和EXCEL这些系统中学习。

三. 触摸优化

大规模可视化画布，在大型触摸屏的效果可谓可圈可点。这非常便于客户展示和交互。因此，我对触摸功能做了大幅度的增强，用户可方便的通过单指拖拽，双指放缩/旋转，以及在画布上手写注释等功能。

为了提升操作体验，还加入了个惯性效果，移动，旋转和放缩都有一定的惯性。操作更为流畅。

笔触方面，可以选择不同大小的笔触，可实现压力感应（根据硬件有关），选择不同的画笔颜色，如下图所示。

经过优化后，系统在大型触摸板上的体验效果非常好。但不可避免的是，在点数量较多（超过1000以上），动态惯性效果就有明显的卡顿。

四. 报告生成系统

绝大多数应用场合，用户直接面对的不是软件，而是生成的报告和文档。因此在这一次迭代更新上，开发了报告生成系统，利用开源的DocX组件，可以非常方便的生成Word文档，可被EXCEL 2007和2010版本打开。

使用起来也非常简单，以“微博传播分析”为例，勾选“生成Word文档”选项，即可生成文档。

生成的报告如下图所示：

当然，缺点也很明显， DocX对Chart的控制能力并不好，样式和颜色等都不能很好的设定。只能满足基本的功能，但用户还是可以在图表中点击右键自行修改，远比简单的贴图好得多。

另外，文档生成速度也很快，几十页的图文并茂的文档，包括表格和图片，也仅仅需要一两秒钟，性能优异。

五. 总结

千里之行始于足下，任何功能都是人一个一个写出来的。这些功能都是算法和数据无关的，可重用能力很强，各类数据可以无缝的使用这些新功能。

未来将加入更多有用的新功能，打造不需要写代码的简单易用的数据分析和挖掘引擎！