跨媒体数据可视化
多媒体可视化
图像数据可视化
图像数据丰富
用于可视化的图像特征:
色彩 明暗
轮廓 场景
视频数据可视化
线性播放的“视频流”
可视化增强:
非线性“视频浏览”
提高自动视频分析算法
性能
检测视频中的物体、特征等
视频相似性:将每帧当做一个高维数据点进行投影
视频立方:
将(平面)视频帧按时间轴堆叠排列
使用一些体可视化技术展示视频(流)中的特征
视频签名:总结视频的某项特征
音频可视化
声音:产生听觉的生理信号
可视化使用的特征:响度、频谱等
(五线谱 –最典型的音乐可视化)
跨媒体数据可视化
数据/信息在不同媒介间的分布与互动
媒体间信息的交叉传播、整合
通过学习、推理等进行媒体类型的跨越
通常涉及:
文本、网络日志
多媒体资源(视频、音频等)
连接关系(网页间的超链接等)
社会关系
社交网络可视化
社交网络结构:
节点+链接
完全连通子图(Clique)、社区(Community)
节点中心性(Centrality)、边的中介性(Betweenness)
社交网络可视化的挑战:
网络规模增大造成的可读性降低
跨媒体信息融入社交网络(形成异构网络)
微博可视化:
新兴网络媒体:
文本(博客)
社交网络
新闻媒体
基于用户关系的信息分享、传播、获取平台
微博数据研究:数据分析领域热点话题
数据类型:
显式内容:
文本:个人心情;文章;新闻报道等
图像、视频
隐性内容:
人际关系 舆情
突发事件
信息产生、传播和消亡
微博的动态信息可视化:
属性的实时变化
事件的实时传播情况
交互式可视化作品
日志数据可视化
日志数据来源
商业金融
商业交易:淘宝、京东
金融交易:支付宝
移动互联网
集群网络:网络、云计算
社交网络:人人网、新浪微博
推荐系统:百度mp3下载、亚马逊购物
城市生活
位置传感器:车联网、RFID、视频
通信:蓝牙设备、手机通话
日志数据特点:
大尺度
日志记录条目数量多
非结构化、异构
日志数据没有统一的格式或结构
流数据
日志数据是一种流数据,每时每刻都会产生
数据陷阱
数据量大,常需要分布式处理,数据存储不一致、不完整
日志数据处理:
日志收集和统一集中
日志存储 日志过滤
日志聚合 日志搜索和抽取
日志保存和归档
日志数据可视化方法:
统计图形可视化
流数据可视化
复杂网络、文本可视化等技术的综合