做有温度的教育!
全国统一咨询热线:400-803-9399
北京
校区
新闻资讯> 行业新闻> 大数据可视化研究应用

大数据可视化研究应用

时间:2018-06-01
浏览:19318
发布:甲骨文华育兴业
赞:415

  伴随着大数据时代的到来,大数据可视化成为一个热门的话题,引起了人们极大的关注。本文从研究背景、数据可视化的定义、常用大数据可视化工具、大数据可视化效果的评估、以及大数据可视化面临的挑战及发展方向介绍数据可视化。


  关键词:数据可视化 可视化工具 效果评估 挑战 发展方向

  1.研究背景

  普通意义上讲,数据可视化伴随着统计学的出现而出现。事实上,从人们开始观察世界之时,就在利用图形图像记录、描绘信息。

  数据可视化发展历程

  15世纪-17世纪:可视化思想诞生,数据可视化的早期探索正式拉开序幕

  18世纪: 数据可视化初步发展,直方图、饼图、柱状图等开始出现

  19世纪前半叶:数据开始受到重视,数据图形出现 19世纪后半叶 数据可视化第一个黄金时期,图表、图形等被广泛应用

  20世纪前期:前期的可视化表达方式已经够用,图表、图形表达的研究没有新进展

  20世纪中后期至今:数据可视化依附计算机科学与技术拥有了新的生命力,并会在不久的将来大放异彩

  当前,整个世界已经步入了大数据时代,伴随着互联网、云计算、物联网等信息技术的飞速发展,信息技术正在与人类世界的各个方面进行深入融合,产生出比以往任何年代都多的海量数据。对海量数据进行统计、分析,并挖掘出其中蕴含的潜在价值,是我们一直在深入研究的。从前,由数据分析师、统计学方面的专家及其科研工作者对数据进行统计、分析。但在当前大数据背景下,海量的数据只有在被合理的采集、解读、表达后才可完美的呈现出它们的深奥,而数据可视化让数据的更加亲切、更加让人理解。

  一副图传达出的信息胜过千言万语。人类从外界获得信息的80%以上均来自人的视觉系统。将大数据通过直观的、可视化图形方式展示给分析者,更容易方便分析者挖掘出数据背后隐藏的信息。

  数据可视化伴随着大数据时代的到来而兴起,可视化分析是大数据分析不可或缺的一种重要手段和工具,只有在真正理解可视化概念本质后,才能更好的研究并应用其方法和原理,获得数据背后隐藏的价值。

  2.数据可视化的定义

  数据可视化,是关于数据视觉表现形式的科学技术研究。可视化技术是利用计算机图形学及图像处理技术,将数据转换为图形或图像形式显示到屏幕上,并进行交互处理的理论、方法和技术。它涉及计算机视觉、图像处理、计算机辅助设计、计算机图形学等多个领域,成为一项研究数据表示、数据处理、决策分析等问题的综合技术。

  2.1数据可视化的基本概念

  1)数据空间。由n维属性、m个元素共同组成的数据集构成的多维信息空间。

  2)数据开发。利用一定的算法和工具对数据进行定量推演及计算。

  3)数据分析。对多维数据进行切片、块、旋转等动作剖析数据,从而可以多角度多侧面的观察数据。

  4)数据可视化。将大型数据集中的数据通过图形图像方式表示,并利用数据分析和开发工具发现其中未知信息。

  2.2数据可视化的标准

  为实现信息的有效传达,数据可视化应兼顾美学与功能,直观的传达出关键的特征,便于挖掘数据背后隐藏的价值。

  可视化技术应用标准应该包含以下4个方面:

  1)直观化。将数据直观、形象的呈现出来。

  2)关联化。突出的呈现出数据之间的关联性。

  3)艺术性。使数据的呈现更具有艺术性,更加符合审美规则。

  4)交互性。实现用户与数据的交互,方便用户控制数据。


  3.常用的数据可视化工具

  目前常用的数据可视化工具有很多。下面从以下6个方面介绍常用的数据可视化工具。

  1)入门级。

  EXCEL是常用的入门级的数据可视化工具。

  可视化应用:报表、统计图表等方面。

  优点:快速、方便。

  不足:样式选择范围有限

  2)在线数据可视化

  A)Google Chart API

  可视化应用:动态图表、丰富的现成的图表类型。

  优点:丰富的图表选择、SVG、CANVAS、VML浏览器。

  不足:客户端动态图生成会引发问题。

  B)Flot

  可视化应用:jQuery JavaScript绘图库。

  优点:操作简单、定制、灵活。

  不足:在展现不同效果时,难度会增加。

  C)RaphaёL

  可视化应用:在线输出图表、图形等。

  优点:SVG/VML矢量输出格式,分辨率高。

  不足:速度比画布创建栅格化图像慢。

  D)D3(Data Driven Documents)

  可视化应用:复杂的可视化图形。

  优点:复杂的交互、展现效果好。

  不足:不够简洁。

  E)Visual.ly

  可视化应用:信息可视化图形、信息图设计师的在线集市。

  优点:大量的信息图模板。

  不足:功能有一定限制。

  3)互动图形用户界面(GUI)控制

  Crossfilter是常用的GUI工具。

  可视化应用:交互式GUI图形图表。

  优点:方便快速查看、操作有交互性。

  不足:操作复杂性增加。

  4)地图工具

  A)Modest Maps

  可视化应用:基本的地图功能。

  优点:小型、拓展性好。

  不足:基本形式非常有限。

  B)Leaflet

  可视化应用:移动端平面地图。

  特点:小巧轻便、灵活、备份。

  C)Polymaps

  可视化应用:网络地图功能。

  优点:强大的资源库、全方位信息可视化。

  D)OpenLayers

  可视化应用:地图库。

  优点:强大的地图库,可靠性高。

  不足:文档注释不完善,操作难度高。

  E)Kartogragh

  可视化应用:区域地图绘制。

  优点:标记线、定义,更多的选择。

  不足:处理世界范围的数据有一定的困难。

  F)CartoDB

  可视化应用:地图库。

  优点:轻易结合表格数据与地图。

  不足:需要按月付费。

  5)编程进阶

  Processing是一款适合于编程进阶的常用可视化工具。

  可视化应用:开源的编程语言;

  优点:语法简易,大量实例和代码。

  6)专家级工具

  A)R

  可视化应用:分析大数据集的统计组件包。

  优点:强大社区和组件库。

  不足:复杂、学习难度大。

  B)Weka

  可视化应用:机器学习、数据挖掘。

  优点:免费。

  C)Gephi

  可视化应用:社交图谱数据可视化。

  当然,Tableau、SAS、IBM、SAP、ORACLE、Qlik、Microsoft等是目前商业主流的数据可视化工具。

  4.可视化效果的评估

  目前关于信息可视化评价的研究还比较少,少量的研究也没有提出一种直接和通用的可视化评估准则。大量研究表明,界面的美观性和感知易用性存在密切关系,但是感知易用性有可能与实际可用性不相关。一些学者专注于研究人的认知心理学对于可视化效果的评估,但效果还不明显。

  总的来说,信息可视化效果的评估已经引起了一些专家学者的注意,但是研究成果还不是很好,因此,可视化效果的评估是一个值得深入研究的课题。

  5.数据可视化面临挑战

  伴随着大数据时代的到来,数据可视化日益受到关注,可视化技术也日益成熟。然而,数据可视化仍存在许多问题,且面临着巨大的挑战。

  1)视觉噪声。在数据集中,大多数数据具有极强的相关性,无法将其分离作为独立的对象显示。

  2)信息丢失。减少可视数据集的方法可行,但会导致信息的丢失。

  3)大型图像感知。数据可视化不单单受限于设备的长度比及分辨率,也受限于现实世界的感受。

  4)高速图像变换。用户虽然能够观察数据,却不能对数据强度变化做出反应。

  5)高性能要求。对于静态可视化对性能要求不高,因为可视化速度较低,性能要求不高,然而动态可视化对性能要求会比较高。

  数据可视化面临的挑战主要指可视化分析过程中数据的呈现方式,包括可视化技术和信息可视化显示。目前,数据简约可视化研究中,高清晰显示、大屏幕显示、高可扩展数据投影、维度降解等技术都试着从不同角度解决这个难题。

  在大数据应用程序中,大规模数据及高维数据使数据可视化变得十分困难。

  由于人和机器的限制,在可预见的未来,大数据的可视化问题会是一个重要的挑战。

  6.数据可视化技术的发展方向

  1)可视化技术与数据挖掘有着紧密的联系。数据可视化可以帮助人们洞察出数据背后隐藏的潜在信息,提高了数据挖掘的效率,因此,可视化与数据挖掘紧密结合是可视化研究的一个重要发展方向。

  2)可视化技术与人机交互拥有着紧密的联系。实现用户与数据的交互,方便用户控制数据,更好地实现人机交互这是我们一直追求的目标。因此,可视化与人机交互相结合是可视化研究的一个重要发展方向。

  3)可视化与大规模、高维度、非结构化数据有着紧密的联系。目前,我们身处于大数据时代,大数据时代,大规模、高纬度、非结构化数据层出不穷,要将这样的数据以可视化形式完美的展示出来,并非易事。因此,可视化与大规模、高维度、非结构化数据结合是可视化研究的一个重要发展方向。


人生从业之路的第一步,从甲骨文华育兴业开始,

背后付出的辛苦与努力只有自己知道,而这也只是职业生涯的开始。

勤恳努力的人终会得到最好的回报,有些努力需要时间来回答

你吃的苦终会铺成你想要的路!

甲骨文华育兴业,为你的IT之路开启梦想之门!


【版权与免责声明】如发现内容存在版权问题,烦请提供相关信息联系我们,我们将及时沟通与处理。本站内容除非来源注明甲骨文华育兴业,否则均为网友转载,涉及言论、版权与本站无关。

【AI大数据】2019年AI数据5大趋势 ps使用 大数据 冲刺Java架构师年薪50W

友情链接: 甲骨文华育兴业太原校区 甲骨文华育兴业北京校区 甲骨文华育兴业哈尔滨校区 甲骨文华育兴业长春校区 魔据教育

Copyright ©2016-2019. All Rights Reserved. 京ICP备17018991号-4

网站地图