admin 管理员组

文章数量: 1184232


2024年3月10日发(作者：js代码混淆还原)

大数据时代背景下的web数据可视化探析

【摘 要】 数据可视化技术可借助人脑的视觉思维能力，帮助人们理解大量

的数据信息，发现数据中隐含的规律，从而提高数据的使用效率。面对大数据深

奥的面貌，如何才能让大型数据集变得亲切和易于理解，可视化无疑是最有效的

途径。对大数据背景下的数据可视化应用展开研究，将有助于我们发展和创新数

据可视化技术。

【关键词】 大数据 Web 可视化

1 大数据时代的机遇与挑战

物联网、云计算、移动互联网、手机、平板电脑、PC以及遍布地球各个角

落的各种各样的传感器，无一不是数据来源或者承载的方式。随着社交网络的普

及，使得人们的行为和情绪的细节化测量成为可能。挖掘用户的行为习惯和喜好，

凌乱纷繁的数据背后找到更符合用户兴趣和习惯的产品和服务，并对产品和服务

进行针对性地调整和优化，这就是大数据的价值。大数据也日益显现出对各个行

业的推进力。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些

含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这

种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的

“增值”。

2 数据可视化技术及主要特点

数据可视化（Data Visual）技术是指运用计算机图形学和图像处理技术，将

数据转换为图形或图像在屏幕上显示出来，并进行交互处理的理论、方法和技术。

它能够提供多种同时进行数据分析的图形方法，反映信息模式、数据关联或趋势，

帮助决策者直观地观察和分析数据，实现人与数据之间直接的信息传递，从而发

现隐含在数据中的规律。数据可视化技术的基本思想是将数据库中每一个数据项

作为单个图元元素来表示，大量的数据集构成数据图像，同时将数据的各个属性

值以多维数据的形式表示，可以从不同的维度观察数据，从而对数据进行更深入

的观察和分析。

数据可视化技术的主要特点是：（1）交互性，用户可以方便地以交互的方式

管理和开发数据；（2）多维性，可以看到表示对象或事件的数据的多个属性或变

量，而数据可以按其每一堆的值，将其分类、排序、组合和显示；（3）可视性，

数据可以用图像、曲线、二维图形、三维体和动画来显示，并可对其模式和相互

关系进行可视化分析。

3 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）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；（2）服

务器端经过可视化映射后，输出VRML（Virtual Reality Modeling Language，简

称VRML）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；（3）

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；（4）服务器端以HTMLForms

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。

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。而模型1使用Tee Chart Pro 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。

4 大数据的Web数据可视化方法流程

4.1 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。那些以“在哪里”、“什么时间”“有多少”

或者“有多频繁”开头的问题通常是不错的开始，这些问题使我们专注于在特定的

参数集合内查找数据，因此更有可能找到适用于可视化的数据。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。

4.2 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.则要着手于数据

的解析、组织、分组或者修改，对数据进行再加工。

4.3 选择一种可视化方式展现数据

在明确想要展现的内容后，就要综合运用视觉元素的造型，色彩的选取，动

态等赋予图表更好的视觉体验。数据可视化的过程要始终围绕着数据可视化的核

心目标：帮助读者更好更准确的理解数据。web常见的的可视化有：地图、时间

轴、网络图、树状图、矩阵图、散点图、气泡图、流程图、折线图、标签云、数

据表、雷达图、热力图、平行坐标轴等等。

5 大数据的Web数据可视化展现方式

（1）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。（2）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）位置：基于位置的展现方式就是把数据和某

些类型的地图关联起来，或者把它和一个真实或虚拟地方相关的可视化元素进行

关联。（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。（5）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。

6 结语

数据可视化通过图像、图形技术对数据进行形象化处理，通过信息技术对数

据进行准确、实时、自动化的高度透明的处理。在实际项目中，将大量的数据以

图形人的方式在Web页面上展现出来，有助于分析数据，揭示数据内部规律。

随着计算机图形学、多媒体技术、人机交互技术及各应用领域的需要，数据可视

化将会有更加广阔的发展空间。

参考文献：

[1]NathanYau.向怡宁译.鲜活的数据—数据可视化指南[M].人民邮电出版社，

2012.

[2]维克托·迈尔-舍恩伯格，肯尼斯·库克耶，周涛译.大数据时代[M].浙江人

民出版社，2013.


本文标签： 数据 可视化 进行 方式 展现

版权声明：本文标题：大数据时代背景下的web数据可视化探析 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.roclinux.cn/p/1710072083a556385.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。