大数据可视分析综述

可视分析是大数据分析的重要方法.大数据可视分析旨在利用计算机自动化分析能力的同时,充分挖掘人对于可视化信息的认知能力优势,将人、机的各自强项进行有机融合,借助人机交互式分析方法和交互技术,辅助人们更为直观和高效地洞悉大数据背后的信息、知识与智慧.主要从可视分析领域所强调的认知、可视化、人机交互的综合视角出发,分析了支持大数据可视分析的基础理论,包括支持分析过程的认知理论、信息可视化理论、人机交互与用户界面理论.在此基础上,讨论了面向大数据主流应用的信息可视化技术——面向文本、网络(图)、时空、多维的可视化技术.同时探讨了支持可视分析的人机交互技术,包括支持可视分析过程的界面隐喻与交互组件、多尺度/多焦点/多侧面交互技术、面向Post-WIMP的自然交互技术.最后,指出了大数据可视分析领域面临的瓶颈问题与技术挑战.     

利用问题求解理论来研究交互式复杂信息的可视分析行为

面对大数据的挑战,力图将人的推理能力和计算系统的数据处理能力相结合的交 互式可视分析研究变得愈发重要。然而目前仍缺乏有效的认知理论来指导面向复杂信息的可视 分析系统的设计,诸如意义构建等现有的理论框架通常着眼于分析行为的外在特征,未能对此 类行为的内在认知机理进行深入研究。因此提出将问题求解作为一种理论框架来解释交互可视 分析行为的基本认知活动,并建议从非良构问题的角度来描述可视分析过程中用户所面临的主 要挑战,还从问题表征及问题求解策略等角度分析了可视分析系统对分析行为的影响。本研究 在理论上,将认知心理学领域的问题求解理论引入到交互可视分析行为的研究中,该方法对设 计面向复杂信息分析的其他类型交互系统也有启示作用;在实践层面上,从问题求解的支持角 度探索了可视分析系统的设计和评估问题。     

无线电频谱与无线电信号数据协同可视分析方法

无线电频谱数据和无线电信号特征数据是无线电管理人员了解复杂电磁环境的主要信息来源,将两者协同起来分析是无线电管理领域的新发展方向,但频谱数据结构化程度低且频谱分析专业门槛高,信号数据在时频上离散、量大且信号特征提取不稳定,这些问题会严重影响分析效率.为此,提出了一种面向无线电频谱数据与无线电信号数据协同工作的可视分析方法,将经典的频谱可视化与新颖的信号可视化方法相结合,提供多种交互手段实现2种数据的联动分析和相互验证.文中采用了信号投影图作为人机交互接口,帮助分析人员可视交互地判别信号数量并聚类信号特征数据.同时还设计了一种新颖的信号流图,用于同时展示不同无线电信号的多特征时变模式.通过实验和用户评估,文中原型系统能较好地完成信号特征记录聚类、信号时变特征分析和信号数据提取准确性分析等需要两种数据密切配合才能完成的分析任务.     

食品安全大数据可视分析方法研究

食品安全数据可视分析作为一个新兴交叉研究领域,通过先进的交互式可视化工具帮助食品安全领域人员快速分析数据的分布态势、探寻数据间隐含关联、提升认知和分析能力、提高食品安全监管的科学性和有效性.文中从食品安全数据可视化的必要性和内在需求出发,介绍食品安全数据普遍具有的高维、多元、层次、时空、关联等基本特征,总结梳理了已有适合对食品安全数据的可视化以及可视分析方法和系统,对食品安全大数据可视化及可视分析未来的发展趋势进行了展望.     

轨迹数据可视分析研究

轨迹数据大量产生于交通、气象、生态和移动服务等领域.有效地理解和利用这些数据不仅需要自动高效的分析方法,也需要直观生动的可视化;这两者相互结合形成了可视分析技术.文中概述了轨迹数据可视分析中的主要方法和交互技术,并介绍了一系列应用案例.最后,文中总结了轨迹数据可视分析研究中的问题和面临的挑战.     

一种面向临床决策推理的可视诊疗技术

海量医学信息的快速增长已远远超出人类认知能力,医疗服务环境和用户人群的复杂多样性使得海量数据难以在现有能力和工具的支持下满足广大用户对于信息服务的需求.临床诊疗服务的可视化、智能化程度不高导致现有的医学知识服务水平难以保证海量资源信息的充分利用.在分析了临床诊疗环境下人机协同认知特性的基础上给出了一种基于语义层次的信息组织方式;分析了符合该数据组织模式的可视形态及自然的可视交互技术;在上述工作的基础上构建了一个面向临床决策推理的可视诊疗分析框架,并给出了原型系统实例加以验证.结果表明,通过结合交互式可视化和自动分析技术,可以有效地帮助人们从海量数据中获取到有用的信息模式,减轻人们对数据进行分析的负担,为医疗诊断过程提供决策支持服务.     

关系型数据可视化实现方法

数据可视化是一种重要的数据处理技术,将数据以图表的形式呈现出来,提供直观的可视界面,用户通过视觉器官获得经过可视编码后的信息,经大脑解码并形成认知,在交互和分析过程中洞悉信息内涵,获得解决问题的方法.各类业务数据均为关系型数据,阐述了数据可视化的基本原理,在此基础上描述了关系型数据可视化的原则、方法和工具.     

体数据可视化传递函数研究

体数据可视化被广泛地用于理解复杂的科学、工程、生物医学等领域的模拟和观测数据.体数据可视化的核心问题是传递函数的设置,用户通过设置传递函数、定义数值到颜色和不透明度等可视特征,然后由体可视化算法生成图像结果.文中从基于图像的传递函数、以数据为中心的传递函数、传递函数设置的用户界面和交互方式等角度,对传递函数的基础和研究现状进行综述,并对传递函数研究的前景进行了展望.     

感知增强类流场可视化方法研究与发展

流场可视化作为科学可视化领域发展最早、应用最广泛的研究方向,在帮助用户分析和理解复杂流场流动机理,洞察流场物理现象并发现流动科学规律方面发挥着重要的支撑作用.其中感知增强类流场可视化方法能够有效展现流场结构特征、各属性间的相互作用及其复杂的流动物理现象,为用户提供良好的流场可视化分析环境,提高流场科学数据处理效率和可视分析能力.文中主要介绍了感知增强类流场可视化方法在工业设计、航空航天、生物医学以及其他交叉领域的应用.抽象领域专家分析理解流场物理现象,洞察流场数据集中蕴含的复杂物理规律的过程,提出一个自顶向下的VCIH分析流程模型,包括视觉接收、认知构建、交互参与和硬件辅助.以VCIH模型为指导,从视觉感知增强、流场物理过程增强、探索式交互增强和硬件依赖性增强4个方面综述了感知增强类流场可视化方法的研究现状,并结合应用需求展望未来的发展趋势.     

面向GDP数据时空多维属性的可视分析方法

国内生产总值是经济统计的核心指标,文中提出面向国内生产总值数据时空多维属性的可视分析方法.利用多维标度法对不同时空维度多维属性进行降维,支持用户交互选择时空维度和参与相似度计算的多维属性;利用环状饼图展示产业结构的比例关系,设计垂直指针定位优势产业并动态表达产业结构的变化趋势;利用圆状堆叠图呈现各个产业产值及占比的时序变化信息,堆叠图的绘制顺序进一步提示产业结构的更替特征.设计内圆、中环、外环的可视化模式,实现面向国内生产总值数据时空多维属性的可视分析系统,利用方便而快捷的交互手段关联上述可视化方法,为用户提供快速探索经济统计数据中产业结构时空特征模式的工具.最后通过大量的可视化效果及用户体验结果,进一步验证了文中方法的有效性和实用性.     

联邦学习可视化:挑战与框架

联邦学习是一种保证数据隐私安全的分布式机器学习方案.与传统的机器学习的可解释性问题类似,如何对联邦学习进行解释是一个新的挑战.文中面向联邦学习方法的分布式与隐私安全性的特性,探讨联邦学习的可视化框架设计.传统的可视化任务需要使用大量的数据,而联邦学习的隐私性决定了其无法获取用户数据.因此,可用的数据主要来自服务器端的训练过程,包括服务器端模型参数和用户训练状态.基于对联邦学习可解释性的挑战的分析,文中综合考虑用户、服务器端和联邦学习模型3个方面设计可视化框架,其包括经典联邦学习模型、数据中心、数据处理和可视分析4个模块.最后,介绍并分析了2个已有的可视化案例,对未来通用的联邦学习可视分析方法提出了展望.     

基于感知的体可视化综述

体可视化是一门交互地视觉呈现三维数据场的技术,允许用户直观方便地理解数据中所包含的几何结构和特征信息,在医学影像、石油勘探、大气气象和科学计算模拟等领域得到广泛应用.由于三维数据场内部特征的复杂性,实现高表达力的体可视化需要同时考虑数据的特性和用户的因素.基于感知的体可视化技术在可视化流程中考虑人类感知过程和认知过程的特点,使得可视化的结果符合人类感知特性和习惯,达到有效地揭示数据特征的目的.文中从用户驱动的体数据分析、符合感知的可视化设计和表意性体可视化3个方面对基于感知的体可视化的相关技术进行梳理总结,并指出该领域需要进一步探索的研究方向.     

高维数据聚类可视分析方法综述

数据聚类的可视分析方法利用可视化与交互技术帮助用户对聚类过程与结果进行 多角度分析,从而发现数据内部隐藏的结构和关系。但由于高维数据自身的“维度诅咒”问题 使得聚类分析面临着许多挑战,例如模型参数设定、数据特征捕捉、结果解释以及可视化展现 等。本文从高维数据聚类过程中遇到的问题出发,首先总结了高维数据聚类过程中常用的数据 处理方法并对其性能进行了比较,这些方法能够较好地解决“维度诅咒”问题,帮助用户挖掘 数据中存在的聚类模式。在分析和理解不同聚类结果中包含的数据内部结构和规律时,由于前 期采取的数据处理方法不同,因此需要采取不同的探索分析策略,所以本文将近10 年来高维数 据聚类的可视分析方法分为2 大类进行总结,即基于降维的聚类可视分析方法和基于子空间聚 类的可视分析方法。最后对该领域目前存在的机遇与挑战进行了讨论。     

知识图谱可视分析研究综述

知识图谱是一种以图谱形式描述客观世界中存在的各种实体、概念及其关系的技术,广泛应用于智能搜索、自动问答和决策支持等领域.可视分析技术可以将抽象的知识图谱映射为图形元素,帮助用户直观地感知和分析数据,从而提高知识图谱的构建和表达,也为知识图谱在各个领域的应用提供了有力支持.文中对知识图谱可视分析相关工作进行调研和整理,从知识图谱可视化表现形式、知识图谱构建过程中常用的可视分析方法以及面向应用领域的知识图谱可视分析技术3个方面进行综述;进一步,总结和讨论知识图谱可视分析面临的挑战,并对其未来的发展趋势进行展望.     

大数据项目产品选型的五个建议

数据如今对企业来说可谓是头等大事.使用欺诈检测来降低财务风险或是建设推荐系统来改善用户体验,都需要数据来为企业解决这些日益复杂的问题提供支撑. 既然数据已成为企业的重要元素,那我们这几年在数据这个领域都学到了什么?市面上有多种不同的软件模式,包括私有专属软件、云端SAAS软件和开源软件,因此,现在开展大数据分析项目时,开发者、架构师及数据科学家要在众多软件中进行选型,某些软件可能需要昂贵的前期投资或需要投入庞大资源,当然也有一些工具恰到好处,既容易部署又为构建原型(prototype)提供了广泛的支持.     

大数据可视化与可视分析

以当前我们对人脑思维和认知的了解,抽象思维与形象思维是我们联系一切事物的根本。在计算机技术日益成熟的今天,大数据可视化是当代最为热门的话题之一,随着大数据时代的到来,大数据可视化技术与可视分析已逐渐成为科学发现与创新的重要方式。如何满足用户的应用需求,如何通过探索、研究和设计新的技术去引领人们的应用意识,是每一位从事相关内容研究工作人员需要深刻思考的问题。本文将对大数据可视化与可视分析进行论述。     

游戏数据的可视分析

随着在线网络游戏的盛行以及相应游戏环境的复杂化和游戏玩家数量的增多,利用海量玩家行为数据来理解分析玩家行为和评估游戏表现越来越受到重视.为了使得成千上万的游戏数据能够被直观有效地理解,研究人员尝试使用了相应的可视分析方法和技术.文中主要考虑游戏开发者的任务,从游戏表现评估和玩家行为分析两大方向出发,总结并探讨了完成这些任务的可视化文献以及相应的可视化技术进展和挑战,并提出对解决这些任务的可视化工具和技术的展望.     

TransGraph:一种基于变换的可视分析关联图

图分析是揭示数据中复杂关联关系的一种有效手段,而可视化通常为该过程的核心组成部分.基于简化技术的图可视化方法可以降低图布局复杂度,减少视觉杂乱,提升用户体验,在分析复杂关联时有着重要的价值和优势.针对食品安全领域内的实际关联分析需求,在传统力导引图布局的基础上综合采用图过滤、节点聚类、鱼眼视图变换以及交互式分层探索等多种图简化技术,并结合donut圆环、放射环等可视化元素,提出了一种基于变换的可视分析关联图TransGraph,支持在对比展示数据关联的同时展现当前关注节点的数据分布和层次结构,并根据用户关注度交互式地逐层展示图的细节及节点相似性.基于水果蔬菜中的农药残留模拟数据集,设计并实现了一个可视分析系统PestResiTGVis,实验结果表明,采用TransGraph能够突出重点监管对象、全面地展现关联信息,从而有效地辅助相关监管部门及分析人员制定决策.     

基于主题的文本可视分析研究

文本可视分析是一个跨学科的领域,涉及文本数据挖掘、计算机图形图像以及人机交互等各方面的知识和技术,可以帮助用户以可视分析的手段交互地分析海量的文本数据内容,提供及时的反馈,发现异常和规则,提取知识以及获取洞察.已被应用在国土安全、商业智能分析以及金融分析等很多不同的领域,受到国内外学术界、工业界以及政府部门越来越多的重视.文中首先简要地介绍了文本可视分析的一般流程;然后系统地介绍了典型的文本分析和可视化技术,并着重讨论这2类研究的最新技术以及发展;最后对全文进行了总结并展望了文本可视分析面临的四大研究挑战:海量数据规模、复杂数据的不确定性、数据融合以及人机交互.     

面向数据排名的可视分析方法综述

根据属性关键字的大小对数据对象进行排名,能够帮助用户快速而精准地判断和决策.文中对面向数据排名的可视分析进行综述.首先从映射表示大小关系的视觉元素出发,介绍坐标轴位置、长度、角度、面积和亮度/饱和度等视觉元素在排名可视化过程中的设计与应用;然后从数据结构形式出发,介绍多维、时序、空间和拓扑等面向数据排名的可视分析方法;再概述面向数据排名的可视分析技术在经济金融、城市交通和文体传媒等领域的应用研究;最后总结面向数据排名的可视分析面临的挑战,并对未来工作进行了展望.