1、大数据可视化 张磊 2015.7.28 1 可视化分支 一幅图胜过千言万语.人类从外界获得的信 息约有80%以上来自于视觉系统,当大数据 以直观的可视化的图形形式展示在分析者 面前时,分析者往往能够一眼洞悉数据背后 隐藏的信息并转化知识以及智慧。 2 将196 个国家的35 万个网站数据整合起来,并根据200 多万个网站链接将这些星球通过关 系链联系起来,每一个星球的大小根据其网站流量来决定,而星球之间的距离远近则根据 链接出现的频率、强度和用户跳转时创建的链接。 3 大数据可视分析是指在大数据自动分析挖掘方法的同时,利用支持信息可视化的用户 界面以及支持分析过程的人机交互方式与技术,有效融合
2、计算机的计算能力和人的认 知能力,以获得对于大规模复杂数据集的洞察力(insight). 4 信息可视化可以理解为编码(encoding)和解码(decoding)两个映射过程31:编码是将数据映 射为可视化图形的视觉元素如形状、位置、颜色、文字、符号等;解码则是对视觉元素的 解析,包括感知和认知两部分. 一个好的可视化编码需同时具备两个特征:效率和准确性.效率指的是能够瞬间感知到大量 信息,准确性则指的是解码所获得的原始真实信息. 5 文本可视化 文本信息是大数据时代非结构化数据类型 的典型代表,是互联网中最主要的信息类 型,也是物联网各种传感器采集后生成的主 要信息类型,人们日常工作和生活
3、中接触最 多的电子文档也是以文本形式存在.文本可 视化的意义在于,能够将文本中蕴含的语义 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. 6 典型的文本可视化技术是标签云，将关键词根据词频或其他规则进行排序,按照一定 规律进行布局排列,用大小、颜色、字体等图形属性对关键词进行可视化 7 DAViewer将文本的叙述结构语义以树的形式进行可视化, 同时展现了相似度统计、 修辞结构、以及相应的文本内容;DocuBurst以放射状层次圆环的形式展示文本结 构.基于主题的文本聚类是文本数据挖掘的重要研究内容,为了可视化展示文本聚类 效果,通常将一维的文本信息投射到二维空
4、间中,以便于对聚类中的关系予以展示. 8 ThemeRiver用河流作为隐喻,河流从左至右的流淌代表时间序列,将文本中的主题按照 不同的颜色的色带表示,主题的频度以色带的宽窄表示.基于河流隐喻,研究者又提出 了TextFlow,进一步展示了主题的合并和分支关系以及演变. 其中将新闻进行了聚类, 并以气泡的形式展示出来. 9 社会媒体舆情分析是大数据典型应用之一,在对文本本身语义特征进行展示的同时,通常需 要结合文本的空间、时间属性形成综合的可视化界面. 10 网络数据可视化 网络关联关系是大数据中最常见的关系,例如互联网与社交网络. 层次结构数据也属于网络信息的一种特殊情况.基于网络节点和连
5、接的拓扑关系,直观地展示网络中潜在的模式关系,例如节点或边 聚集性,是网络可视化的主要内容之一.对于具有海量节点和边的 大规模网络,如何在有限的屏幕空间中进行可视化,将是大数据时 代面临的难点和重点.除了对静态的网络拓扑关系进行可视化,大 数据相关的网络往往具有动态演化性,因此,如何对动态网络的特 征进行可视化,也是不可或缺的研究内容。 11 经典的基于节点和边的可视化,是图可视化的主要形式.图中主要展示了具有层次特征 的图可视化的典型技术,例如H 状树H-Tree、圆锥树Cone Tree、气球图Balloon View、放 射图Radial Graph、三维放射图3D Radial、双曲树
6、Hyperbolic Tree 等.对于具有层次特征 的图,空间填充法也是常采用的可视化方法,例如树图技术Treemaps及其改进技术 12 基于矩形填充、Voronoi 图填充、嵌套圆填充的树可视化技术，Gou 等人综合集成了上述 多种图可视化技术,提出了TreeNetViz，综合了放射图、基于空间填充法的树可视化技术. 这些图可视化方法技术的特点是直观表达了图节点之间的关系。 13 大规模网络中,随着海量节点和边的数目不断增多,例如规模达到百万以上时,可 视化界面中会出现节点和边大量聚集、重叠和覆盖问题,使得分析者难以辨识可 视化效果.图简化(graph simplification)方法
7、是处理此类大规模图可视化的主要手段 : 一类简化是对边进行聚集处理,例如基于边捆绑(edge bundling)的方法,使得复杂 网络可视化效果更为清晰,图10 展示了3 种基于边捆绑的大规模密集图可视化技 术.此外,Ersoy 等人还提出了基于骨架的图可视化技术,主要方法是根据边的分布 规律计算出骨架,然后再基于骨架对边进行捆绑; 另一类简化是通过层次聚类与多尺度交互,将大规模图转化为层次化树结构,并 通过多尺度交互来对不同层次的图进行可视化.例如,图11 所示的ASK-Graphview 能够对具有1 600 万条边的图进行分层可视化. 14 15 16 时空数据可视化 17 多维数据可视化 18
