大数据分析
-
数据分析
-
可视化分析
大数据可视化技术
-
科学可视化
-
信息可视化
(主流可视化技术)
-
文本可视化(文本中蕴含的语义特征(例如词频与重要度、逻辑结构、主题聚类、动态演化规律等)直观地展示出来. )代表技术:标签云、语义结构可视化、动态文本时序信息可视化。
-
时空可视化(对时间与空间维度以及与之相关的信息对象属性建立可视化表征,对与时间和空间密切相关的模式及规律进行展示)代表技术:(二维:流式地图、结合了边捆绑技术的流式地图、结合了密度图技术的流式地图)三维(时空立方体、融合散点图和密度图技术的时空立方体、融合堆积图技术的时空立方体、多维平行坐标与时空的结合)。
-
网络可视化(基于网络节点和连接的拓扑关系,直观地展示网络中潜在的模式关系。动态网络可视化关键是引入了时间属性)代表技术:基于节点和边的可视化、空间填充法、基于节点连接的图和树可视化、基于空间填充的树可视化、基于边捆绑的大规模密集图可视化、基于层次聚类与多尺度交互的大规模可视化。
-
多维可视化(探索多维数据项的分布规律和模式,并揭示不同维度属性之间的隐含关系)代表技术:散点图、投影、平行坐标。
(主流人机交互技术)
-
支持可视分析过程的界面隐喻与交互组件(书签缩略图)
-
多尺度、多焦点、多侧面技术(多尺度界面与语义缩放技术、焦点+上下文技术、多侧面关联技术)
-
面向Post-WIMP的自然交互技术(笔和触摸交互、折叠交互、数字桌面多触点交互协作、基于手绘草图)
-
焦点+上下文技术与Focus+Context用户界面
-
多视图关联协调技术与关联多视图用户界面
问题探讨:
1、大数据的集成和接口问题(即无法保证大数据的准确性,完整性,一致性,科学性)。
2、在数据可视化方面没有终点的问题就是一直要追求可视化表征的直观、自然、合理。
3、用户像操作手机一样可以自助式处理海量数据和个性化实现数据可视化。
4、大数据处理和可视化不受数据规模的约束。
-
-
注:笔记记录来自于《大数据可视分析文献综述》(作者:任磊)