沈杰

【摘要】隨著大數(shù)據(jù)時代的來臨，數(shù)據(jù)挖掘和分析的發(fā)展已具有相當重要的現(xiàn)實意義。用戶對數(shù)據(jù)進行分析的需求增長， 數(shù)據(jù)可視化的要求也會變得愈發(fā)強烈。能有效呈現(xiàn)出用戶需要的數(shù)據(jù)， 并易于理解進而幫助用戶做出決策的數(shù)據(jù)可視化技術(shù)將在當前及未來大有作為。本文描述了當前數(shù)據(jù)可視化的時代背景，主要應用，并表明其作用與注意點，揭開數(shù)據(jù)可視化在現(xiàn)代社會的作用。

【關(guān)鍵詞】數(shù)據(jù)可視化;大數(shù)據(jù);商業(yè)智能;數(shù)據(jù)挖掘

1.時代背景

自21世紀以來，數(shù)據(jù)爆炸已是人類的重大挑戰(zhàn)，人們淹沒在數(shù)據(jù)海洋中，卻對信息，知識極其缺乏，人類分析數(shù)據(jù)的能力與獲取數(shù)據(jù)的能力相差甚遠。同時，數(shù)據(jù)的多態(tài)、高維、獲取的動態(tài)性、數(shù)據(jù)關(guān)系的異構(gòu)更增加了數(shù)據(jù)使用的難度。在傳統(tǒng)企業(yè)占據(jù)主流地位的關(guān)系型數(shù)據(jù)庫有越來越多無法進行管理的數(shù)據(jù)。這類數(shù)據(jù)的量巨大，具有多樣性，如各類文本、圖像、視頻、傳感器信息，且數(shù)據(jù)產(chǎn)生和更新的頻率上升到一個新層次。總結(jié)下即為海量化（Volume），多樣化（Variety），快速化（Velocity），這三點為大數(shù)據(jù)的主要特征。人們要從海量非結(jié)構(gòu)化數(shù)據(jù)中挖掘有用信息的這種推力，使大數(shù)據(jù)技術(shù)正逐步代替?zhèn)鹘y(tǒng)信息管理技術(shù)。伴隨著推力巨大的互聯(lián)網(wǎng)，大數(shù)據(jù)時代的大幕正逐步拉起。而在這發(fā)展過程中，能有效呈現(xiàn)多元化數(shù)據(jù)， 便于決策的數(shù)據(jù)可視化便越來越引起關(guān)注。

2.數(shù)據(jù)可視化的作用

在信息科學與知識管理中，DIKW（Data，Information，Knowledge，Wisdom）體系作為最基礎(chǔ)的模型，在數(shù)據(jù)處理流程中完成從數(shù)據(jù)到智慧的轉(zhuǎn)化。人們急切的需要能展示演繹數(shù)據(jù)的工具，并且能夠傳達數(shù)據(jù)身后真正的知識與智慧的工具。在整個轉(zhuǎn)化過程中，可視化于溝通，傳遞，表達方面表現(xiàn)出明顯的優(yōu)勢。

數(shù)據(jù)可視化運用計算機圖形學，圖像處理等技術(shù)，并以其在視覺感知與人腦認知上的優(yōu)勢使美學因素融合在數(shù)據(jù)分析中。優(yōu)秀的數(shù)據(jù)信息圖甚至可以達到藝術(shù)的層面，令人賞心悅目。其在數(shù)據(jù)處理流程中持續(xù)的優(yōu)勢，使數(shù)據(jù)可視化交互工具市場逐步做大。

數(shù)據(jù)就是石油，傳統(tǒng)的各類領(lǐng)域中不被重視的數(shù)據(jù)重新歸納總結(jié)會釋放出巨大潛力。新聞中的數(shù)據(jù)信息可以歸納為信息圖表，再與其他新聞進行分析整合，人們往往可以從中有收獲。政府機關(guān)的數(shù)據(jù)通過有效整理并進行可視化，可以增加其透明度，民眾可以更容易獲取有效信息。企業(yè)數(shù)據(jù)可視化，可以對整個企業(yè)運營流程有很好的掌控，便于管理與盈利。網(wǎng)絡數(shù)據(jù)及公共資源的潛在價值也極大，各類社交網(wǎng)站開放的API可以供開發(fā)研究人員挖掘人們生活消費習慣，甚至可以通過文本分析并進行可視化發(fā)現(xiàn)流行病的爆發(fā)趨勢，購物網(wǎng)站對用戶已購貨物記錄進行地域偏好分析，也可獲得有價值的情報。

3.主要應用

3.1 文本可視化

將文本信息提取技術(shù)與可視化相結(jié)合的文本可視化可以輔助用戶將文本中的信息簡潔地呈現(xiàn)出來。原始文本經(jīng)過文本信息挖掘，視圖繪制和人機交互，這便是基本的可視化流程。在諸多網(wǎng)站上，文本可視化的標簽云技術(shù)已越來越常見，其為基于關(guān)鍵詞的最簡單的文本可視化技術(shù)，用顏色和字體的大小體現(xiàn)關(guān)鍵詞于文本中的分布差異，衍生的Wordle技術(shù)改進了空間布局，提升了美學效果。在進行信息檢索時，也可以使用TileBar，Sparkler等可視化方法來提升檢索效果。除此之外，文本信息中還包含了大量的人類主觀信息，可以在RSS新聞內(nèi)容，社交平臺中挖掘用戶情感傾向信息，幫助調(diào)查者從宏觀角度進行分析并為決策提供依據(jù)。

3.2 多媒體數(shù)據(jù)可視化

大數(shù)據(jù)時代，人們早已對半結(jié)構(gòu)化數(shù)據(jù)及非結(jié)構(gòu)化數(shù)據(jù)充滿了好奇。圖像，視頻，音頻中的數(shù)據(jù)價值推動了多媒體數(shù)據(jù)的可視化。比如社交照片中群體成員之間的關(guān)聯(lián)多使用了海賽圖方法;視頻的可視化則經(jīng)常使用將圖像堆疊成立方的方法，為抽取視頻中的運動信息提供方便;音樂的可視化如今也多是媒體播放工具的一個功能。

3.3 商業(yè)智能的數(shù)據(jù)可視化

如今的大量在線商業(yè)數(shù)據(jù)具有強烈的跨媒體特征與豐富的時空地理屬性，用戶的消費日志包含了大量個人信息，這些都催生了該領(lǐng)域的可視化發(fā)展。當前商業(yè)智能的數(shù)據(jù)分析大多借助于OLAP的多維分析模式實現(xiàn)，采用可視化技術(shù)進行數(shù)據(jù)探索。從最早的柱狀圖、餅圖、網(wǎng)狀圖等簡單圖表，發(fā)展到呈現(xiàn)公司狀態(tài)與商業(yè)環(huán)境的儀表盤、子彈圖，新成長的技術(shù)能有效地傳達數(shù)據(jù)背后的知識和思想。同時隨著Tableau，Spotfire等軟件的推廣，可視化極大推動商業(yè)智能的大眾化，降低了普通人進行數(shù)據(jù)分析的門檻。

3.4 Web端可視化

Web端的可視化是通過HTML，CSS，Javas-cript技術(shù)，在網(wǎng)頁上實現(xiàn)可交互的可視化作品及時全面顯示信息。Web端的可視化可以提升用戶效率，使選擇操作更加方便，感官更加舒服。D3.js就是一套面向Web的數(shù)據(jù)可視化的Javascript庫，具有極大的設計靈活性和可移植性。國內(nèi)開發(fā)的DataV.js同樣出色，可以便捷的調(diào)用且兼容各類瀏覽器。

4.數(shù)據(jù)可視化的注意點

可視化雖然是非常好的了解數(shù)據(jù)的方式，不過也很容易以錯誤的方式執(zhí)行從而背離了其價值所在。為充分展示信息而不顧圖表的整體協(xié)調(diào)，想要包含更多的信息效果卻適得其反，這樣做很容易使圖表缺乏美感。有限的儀表盤空間要包含的是重要的且值得優(yōu)先考慮的數(shù)據(jù)，且當圖表顯示過多的信息時，過于緊密的布局很容易顯示出錯誤的信息。而另一種錯誤則是為了追求畫面的美觀，卻使數(shù)據(jù)內(nèi)容的表達不佳。所以在可視化的過程中，目標的確立是最為基本的，專注于自己的目標有助于更好地傳遞表達數(shù)據(jù)，同時與圖表的美觀之間也能達到一種平衡。

真實的數(shù)據(jù)往往需要占用大量時間進行規(guī)范化，特征選擇，維歸約等預處理操作，數(shù)據(jù)集的清洗與規(guī)范化或許是實踐中占最多時間的部分，此點不容忽視。同時，數(shù)據(jù)可視化是一種輔助分析的工具，非分析工具，正常的處理流程還要借助傳統(tǒng)的統(tǒng)計手段及其他專業(yè)的知識。總而言之，數(shù)據(jù)可視化作為一種對數(shù)據(jù)信息進行專業(yè)化處理的優(yōu)秀工具，其理論與技術(shù)將在未來獲得逐步提升，最終一定會對商業(yè)社會及科研領(lǐng)域的發(fā)展作出重大貢獻。

參考文獻

[1]涂子沛.正在到來的數(shù)據(jù)革命：大數(shù)據(jù)[M].桂林：廣西師范大學出版社，2012.

[2]陳為，沈則潛，陶煜波.數(shù)據(jù)可視化[M].北京：電子工業(yè)出版社，2013.

[3][美]Nathan Yau著，向怡寧譯.鮮活的數(shù)據(jù)——數(shù)據(jù)可視化指南[M].人民郵電出版社，2012.