文章

大数据时代下数据可视化应用

2020-07-01徐震

178阅
随着全球信息技术的发展,人们对生活中事物认知度要求也随着技术的发展而不断提高,而大数据分析处理的性能正好较好的满足了人们这一需求。

    大数据时代背景下,数据收集的质量和数量,数据分析的速度和精度是保证整个产品在全寿命过程中质量的重要保障。在实际生活中,人们对产品可视化的要求非常高,对直观感觉的依赖非常大,因此,质量较好、结果科学的数据可视化处理工作是未来产品研发和营销的趋势。

一、数据可视化的概念与意义

    大数据时代背景下的数据可视化的一般定义可被概述为,充分利用计算机的能力,设计符合计算机性能和操作经济性的通用软件,采用计算机辅助设计的形式,配合一定的图像和音频,尽量直观的了解事物,利用多感官的体验对事物进行全面的认识的过程,在该过程中,大数据处理不但会帮助设计人员更好的展现设计理念,帮助人们更为现实的了解事物的实际形态,还可以以更好的图像和音频形态展现事物,同时还可以通过云计算等形式,较为快速的对事物进行更为全面立体的分析。不仅在感官上给予人美好的感受,还给予人们以科学的数据,帮助人们更好的了解事物的原理、作用和使用过程中会发生的问题,不断优化事物全寿命过程的质量,在一定程度上使产业更加标准化,发展趋势更加清晰化,运行目的更加实用化,设计理念更加超前化。

二、大数据时代的机遇与挑战

    大数据处理背景下的事物展现过程不但能够将事物较好的展现在人们眼前,还可以对用户的需求、用户对事物功能的偏好倾向、用户选择时的侧重点、产品继续改进的方面进行尽量多样本数据的收集,对分析结果的精确度起到积极的作用。设计人员可以根据实际数据反映的情况,对产品意见和建议较多的方面进行设计和工艺上的改进,不断完善设计中人和物的协调功能。在工艺方面,可以根据数据反应的情况更换更加符合客户需求的材料,并且在实际的工艺加工过程中能够进行有针对性的改进,保证物品的质量和触感能够更好的迎合受众需求。使整个产品从研发到设计再到生产最后再到销售整个流程都能得到科学的指导,最大限度的满足市场需求,能够保证产品改进、生产和维护的科学性,对产品的性能能够进行较为精确的全寿命过程工作指导。

三、数据环境下的数据可视化技术发展趋势

    1、即时的数据关联趋势可视化服务

    数据可视化除单纯呈现数据状态之外,还有一个非常实用的功能,就是通过对若干存在关联性的可视化数据进行比较中,能够挖掘出数据之间的重要关联或者是呈现一个有理有据的数据发展趋势。在大数据环境下,这种数据可视化服务已经能够轻松做到即时生成。也就是说,数据采集完成后可以立刻生成可视化方案。某电子钱包的一项电子对账单服务就是这样,通过用户使用该电子钱包交易所产生的数据信息,月末自动生成出一套属于用户个性化的数据图表,用户借由这组数据图可以轻松地分析出自身的消费状况,即时地做出调整与规划。

    2、多维叠加式数据可视化应用

    这类数据可视化应用常见为社交网络或者生活消费类应用与数字地图的叠加,这种叠加模式针对年轻化的人群很有吸引力,基于地理位置的网络数据信息分享传播具有某种互动娱乐性。比如在微信这款应用中,用户可以依靠对方和自己的距离信息来筛选好友:在世纪佳缘网上,有一种地图搜索的模式,用户可以通过其他人所标注的地理信息来对一张交友地图进行搜索;在大众点评这款智能手机应用中,可以基于地理信息轻松找到附近的酒店、餐厅,用户可以在地图上对店铺进行留言评价,还可以在地图的对应位置留下图片供其他用户参考。在此类数据可视化应用中,用户所获取的视觉信息不再是单一维度而是多维的。

四、大数据时代背景下的web数据可视化

    1、基于web的数据可视化的参考模型

    基于web的数据可视化主要有以下四种参考模型:

    1.1 在服务器端生成描述数据的图形,然后在客户端实现图形的显示,客户端用浏览器来显示;

    1.2 服务器端以HTMLFoms或JavaApplet方式提供可视化控制页面,浏览器客户下载控制页面,实现对可视化过程的控制;

    1.3 服务器端经过可视化映射后,输出ⅥlML成Java3D格式的3D模型,返回给客户,客户端利用支持VRML或Java3D的浏览器来绘制和操纵3D模型,这种方式的交互局限于绘制阶段;

    1.4 客户下载数据,在客户端执行可视化流水线,利用JavaApplet实现可视化计算,客户还可以下载可视化软件。虽然客户端可以完全控制可视化过程,但对客户端的硬件、软件资源要求高,并且对大规模过程的控制;模型1使用Tee ChanPro Aetivex控件,可以直接安装在服务器端,在服务器端动态生成图形文件(JPEG格式),然后将图形传回客户端,在浏览器中显示出来,方法可以适用于任何流行的客户端浏览器;模型2和模型3需要针对具体的应用编制Java绘图程序,模型4采用了复杂的可视化计算在服务器端处理,避免了客户端较高的资源要求,同时客户端又能完成可视化结果的交互绘制,具有较好的交互性以及计算负荷分摊的优点,但同样编制程序复杂。

    2、大数据的web数据可视化方法流程

    2.1 发现问题

    数据可视化都是为了解决某个问题的。所以,面对海量的数据,首先要思考如何针对领域问题合理抽取对应的数据。为创建信息可视化而提出问题时,我们应该尽可能地关注以数据为中心的问题。而对于以“为什么”开头的问题则要格外小心,它意味着你对数据的较为正式的描述开始转入改写数据分析。

    2.2 收集数据

    数据的收集和整理则是数据可视化的重中之重。然而准确地找到所需要的数据是一个非常困难的任务。通常,最好从已经可用的数据着手并尽量找到一种方式来描绘它,而不是尝试自己去收集数据。得到原始数据之后_贝0要着手于数据的解析、组织、分组或者修改,对数据进行再加工。

    3、大数据的web数据可视化展现方式

    3.1 色彩

    色彩是展现大数据集的一种优秀方式,我们可以通过色彩识别出很多层次和色调。这一点使得色彩成为展现宏观趋势的必然选择。运用色彩进行可视化创作时要特别注意的是要确保读者能够区分出在45%和55%的数据点。

    3.2 时间

    随时间变化的数据通常是根据时间轴进行描绘。众多的表现形式需要通过各种各样的手段来呈现,在计算机上主要通过程序算法来实现。设计师在选择表现形式的同时一定要考虑到受众是否能够很好的去接受和吸收信息,设计师需要了解视觉心理对用户浏览时的影响。随着互联网的发展,今后数据可视化还会发展出许多新的形式和特点来帮助人们理解数据、驾驭数据。

    3.3 尺寸

    这是最常用的可视化展现方式。当辨别两个对象时,我们可以通过尺寸对比快速地区分它们。此外,使用尺寸可以加快理解两组不熟悉的数字之间的区别。如百度统计,这个应用指在通过对网站流量的专业分析,帮助用户不断从网站流量数据中挖掘有价值的信息,指导网站运营。如这个网页目录的访客数统计图,采用了气泡面积的可视化展现方式,通过气泡尺寸面积对比,直观的展现出各网页目录的访客数多少。

    3.4 网络

    网络展现方式显示了数据点之间的二元连接,在查看这些数据点之间的关系时很有帮助,在线网络可视化在视交网站中已十分广泛的应用了,如QQ上有个应用,你可以通过人脉关系图查看自己的人际网络。

责任编辑:程玥
本文来源于互联网,e-works本着传播知识、有益学习和研究的目的进行的转载,为网友免费提供,并以尽力标明作者与出处,如有著作权人或出版方提出异议,本站将立即删除。如果您对文章转载有任何疑问请告之我们,以便我们及时纠正。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。
读者评论 (0)
请您登录/注册后再评论