抽图及抽图结果检测

在完成全部数据模型的属性选择后，点击提交按钮，系统开始抽图并检测抽图结果。抽图结果检测是系统依据图的点边数据、抽图过程的丢弃日志等来对图文件做出详细的评价。

（1）提交配置，弹出“生成图文件”弹窗，如下图所示。

生成图文件过程中点击返回数据源管理，返回数据源管理界面，本抽图任务仍在后台运行。点击停止，抽图任务终止，系统跳转至创建数据源页面。

（2）抽图完成，如下图所示。

（3）点击查看数据源按钮进入数据源查看界面，如下图所示。点击实体，可查看到用户配置属性通过模型计算后，产生的衍生属性。点击已配置模型按钮，可查看当前数据源使用的模型及模型中已选的属性。

（4）点击查看检测结果，出现检测结果的弹窗，如图所示。

编码检测

检测图文件编码是否正确。系统在抽图时会以编码/加密的方式对数据进行处理，解决用户数据的安全合规问题。此处是为了检验最终图文件是否按照预期完成编码/加密，并保证后续规则发现能够正常执行。

属性类型检测

检测图文件属性数据是否符合类型，某一属性列表明为数值类型，则抽图文件中该属性列的属性值都必须为数值类型才能通过。

若数值型列中的数据一大半填写数值一小半填字符，抽图过程中抽图异常—可修复，其属性类型检测会判定为失败。

连通性检测

连通性列表5个连通分量分别的点边数量，其最大连通分量实体数为45014，总实体数为孤立点的个数加上连通分量点的个数，一共56033个。最大连通分量的实体数和总实体数的比例大于0.5，为通过，如图所示。

检测图文件的连通性情况，实体/实体关系数量越集中，图文件质量越高，最大连通分量的实体数/总实体数>0.5即为检测通过。

信息熵检测

信息熵是信息论中用于度量信息量的一个概念。一个系统越是有序，信息熵就越低；反之，一个系统越是混乱，信息熵就越高。所以，信息熵也可以说是系统有序化程度的一个度量。信息熵过低，说明实体与实体关系的属性信息过于单一，可能会挖掘出大量意义不大的规则；信息熵过高，说明实体与实体关系的属性信息过于随机，可能会导致包含该属性的规则因支持度不足而被抛弃；公式计算如下所示：

数值属性内容分布情况

显示数值内容的分布的箱型图，包含该属性列数值的上边缘、下边缘、上四分位数、下四分位数、中位数等显示离群值。

显示标签和数值类型属性名，且显示箱型图和离群点，如图所示。

丢弃数据日志

不符合要求的数据将被丢弃，显示日志序号，丢弃数据原因和对应类型说明的编号。

丢弃类型说明：

丢弃类型1:若实体列/关系列有数据内容为空，则该空数据对应的实体/实体关系将会被丢弃
丢弃类型2:若实体关系对应的起点、终点的实体列有数据内容为空，则该空数据对应的实体关系将会被丢弃
丢弃类型3:如果实体关系所对应实体标签在已抽出的实体标签中不存在，则该条实体关系将会被丢弃
丢弃类型4:如果属性列有为空的数据内容，则为空数据对应的属性将会被丢弃
丢弃类型5:属性类型为时间/数值/YM时间/YMD时间且转换失败的属性将会被丢弃
对于在数据库中是字符类型但属性类型被选为时间/数值的数据，系统会尝试将其转为数值类型，但会出现转换失败的情况，例如“180cm”因为其带有非数字的字符导致系统无法完成转换。对于此种情况，系统会将转换失败的属性丢弃。
丢弃类型6:实体/实体关系已有重复记录，合并可能造成属性冲突其属性将会被丢弃

数据内容判断为空的标准：数据为"","none","nan","null"其中之一则认为是空数据，如果是组合实体列/关系列,只要有一个实体列/关系列有数据内容为空也会丢弃对应的实体/实体关系