ｌ 一探索 婴窭………………………一 数据可视化在大数据时代中的应用探究 江苏大学管理学院沈杰 【摘要】随着大数据时代的来临，数据挖掘和分析的发展已具有相当重要的现实意义。用户对数据进行分析的需求增长，数据可视化的要求也会变得愈发强烈。能有效呈 现出用户需要的数据，并易于理解进而帮助用户做出决策的数据可视化技术将在当前及未来大有作为。本文描述了当前数据可视化的时代背景，主要应用，并表明其作用 与注意点，揭开数据可视化在现代社会的作用。 【关键词】数据可视化；大数据；商业智能；数据挖掘 １．时代背景 交网站开放的ＡＰＩ可以供开发研究人员挖掘人 们生活消费习惯，甚至可以通过文本分析并进 行可视化发现流行病的爆发趋势，购物网站对 用户己购货物记录进行地域偏好分析，也可获 得有价值的情报。 ３．主要应用 ３．１文本可视化 将文本信息提取技术与可视化相结合的文 本可视化可以辅助用户将文本中的信息简洁地 呈现出来。原始文本经过文本信息挖掘，视图 绘制和人机交互，这便是基本的可视化流程。 数据分析的门槛。 ３．４ Ｗｅｂ端可视化 Ｗｅｂ端的可视化是通过ＨＴＭＬ，ＣＳＳ，Ｊａｖａｓ— ｃｒｉｐｔ技术，在网页上实现可交互的可视化作 品及时全面显示信息。Ｗｅｂ端的可视化可以提 升用户效率，使选择操作更加方便，感官更加 舒服。Ｄ３．ｊｓ就是一套面向Ｗｅｂ的数据可视化的 Ｊａｖａｓｃｒｉｐｔ库，具有极大的设计灵活性和可移 植性。国内开发的ＤａｔａＶ．ＪＳ同样出色，可以便 捷的调用且兼容各类浏览器。 ４．数据可视化的注意点 自２１世纪以来，数据爆炸已是人类的重大 挑战，人们淹没在数据海洋中，却对信息，知 识极其缺乏，人类分析数据的能力与获取数据 的能力相差甚远。同时，数据的多态、高维、 获取的动态性、数据关系的异构更增加了数据 使用的难度。在传统企业占据主流地位的关系 型数据库有越来越多无法进行管理的数据。这 类数据的量巨大，具有多样性，如各类文本、 图像、视频、传感器信息，且数据产生和更 新的频率上升到一个新层次。总结下即为海量 化（Ｖｏｌｕｍｅ），多样化（Ｖａｒｉｅｔｙ），快速化 （Ｖｅｌｏｃｉｔｙ），这三点为大数据的主要特征。 人们要从海量非结构化数据中挖掘有用信息的 这种推力，使大数据技术正逐步代替传统信息 管理技术。伴随着推力巨大的互联网，大数据 时代的大幕正逐步拉起。而在这发展过程中， 能有效呈现多元化数据，便于决策的数据可视 化便越来越引起关注。 ２．数据可视化的作用 在信息科学与知识管理中，ＤＩＫＷ（Ｄａｔａ， ＩｎｆｏｒｍａｔｉＯｉｌ，Ｋｎｏｗｌｅｄｇｅ，Ｗｉｓｄｏｍ）体系作为 最基础的模型，在数据处理流程中完成从数据 到智慧的转化。人们急切的需要能展示演绎数 据的工具，并且能够传达数据身后真正的知识 与智慧的工具。在整个转化过程中，可视化于 沟通，传递，表达方面表现出明显的优势。 数据可视化运用计算机图形学，图像处理 等技术，并以其在视觉感知与人脑认知上的优 势使美学因素融合在数据分析中。优秀的数据 信息图甚至可以达到艺术的层面，令人赏心悦 目。其在数据处理流程中持续的优势，使数据 可视化交互工具市场逐步做大。 数据就是石油，传统的各类领域中不被重 视的数据重新归纳总结会释放出巨大潜力。新 闻中的数据信息可以归纳为信息图表，再与其 他新闻进行分析整合，人们往往可以从中有收 获。政府机关的数据通过有效整理并进行可视 化，可以增加其透明度，民众可以更容易获取 有效信息。企业数据可视化，可以对整个企业 运营流程有很好的掌控，便于管理与盈利。网 络数据及公共资源的潜在价值也极大，各类社 道估计参数： 在诸多网站上，文本可视化的标签云技术己越 来越常见，其为基于关键词的最简单的文本可 视化技术，用颜色和字体的大小体现关键词于 文本中的分布差异，衍生的Ｗｏｒｄｌｅ技术改进了 可视化虽然是非常好的了解数据的方式， 不过也很容易以错误的方式执行从而背离了其 价值所在。为充分展示信息而不顾图表的整体 协调，想要包含更多的信息效果却适得其反， 空间布局，提升了美学效果。在进行信息检索 这样做很容易使图表缺乏美感。有限的仪表盘 时，也可以使用ＴｉｌｅＢａｒ，Ｓｐａｒｋｌｅｒ等可视化方 空间要包含的是重要的且值得优先考虑的数 法来提升检索效果。除此之外，文本信息中还 据，且当图表显示过多的信息时，过于紧密的 包含了大量的人类主观信息，可以在ＲＳＳ新闻内 布局很容易显示出错误的信息。而另一种错误 容，社交平台中挖掘用户情感倾向信息，帮助调 则是为了追求画面的美观，却使数据内容的表 查者从宏观角度进行分析并为决策提供依据。 达不佳。所以在可视化的过程中，目标的确立 ３．２多媒体数据可视化 是最为基本的，专注于自己的目标有助于更好 大数据时代，人们早己对半结构化数据及 地传递表达数据，同时与图表的美观之间也能 非结构化数据充满了好奇。图像，视频，音频 达到一种平衡。 中的数据价值推动了多媒体数据的可视化。比 真实的数据往往需要占用大量时间进行规 如社交照片中群体成员之间的关联多使用了海 范化，特征选择，维归约等预处理操作，数据 赛图方法；视频的可视化则经常使用将图像堆 叠成立方的方法，为抽取视频中的运动信息提 供方便；音乐的可视化如今也多是媒体播放工 具的一个功能。 ３．３商业智能的数据可视化 如今的大量在线商业数据具有强烈的跨媒 体特征与丰富的时空地理属性，用户的消费日 集的清洗与规范化或许是实践中占最多时间的 部分，此点不容忽视。同时，数据可视化是一 种辅助分析的工具，非分析工具，正常的处理 流程还要借助传统的统计手段及其他专业的知 识。总而言之，数据可视化作为一种对数据信 息进行专业化处理的优秀工具，其理论与技术 将在未来获得逐步提升，最终一定会对商业社 会及科研领域的发展作出重大贡献。 参考文献 志包含了大量个人信息，这些都催生了该领域 的可视化发展。当前商业智能的数据分析大多 借助于ＯＬＡＰ的多维分析模式实现，采用可视化 技术进行数据探索。从最早的柱状图、饼图、 网状图等简单图表，发展到呈现公司状态与商 业环境的仪表盘、子弹图，新成长的技术能有 效地传达数据背后的知识和思想。同时随着 Ｔａｂｌｅａｕ，Ｓｐｏｔｆｉｒｅ等软件的推广，可视化极 大推动商业智能的大众化，降低了普通人进行 在信道估计中只利用了在待估计地点位置周围 的４个导频符号。 ５小结 本文主要研究了快衰落信道的信道估计 技术，根据二维信道估计理论了能够利用导频 通过内插获得整个时、频二维空间上所有子载 波的信道估计值，插入导频的间隔必须满足奈 奎斯特抽样定理。根据导频位置的信道频率响 应值进行插值计算出整个信道的所有频率响应 值。二维插值只需要一次插值，但一般比较复 杂，不容易实现，通常将二维插值分两次进 行，先在时域或频域进行一维插值，然后再在 另外一个域进行插值，大大降低了复杂度。 参考文献 【１］ｓ Ｗｅｉｎｓｔｅｉｎ，Ｐ Ｅｂｅｒｔ，“Ｄａｔａ ｔｒａｎｓｍｉｓｓｉｏｎ ｂｙ ｆｒｅｑｕｅｎｃｙ ［１］涂子沛正在到来的数据革命：大数据［ＭＩ．桂林：广西师 范大学出版社，２０１２． ［２】陈为，沈则潜，陶煜波．数据可视化［Ｍ】北京：电子工业 出版社，２０１３ 【３ｌＩ美］Ｎａｔｈａｎ Ｙａｕ著，向怡宁译鲜活的数据——数据可 视化指南Ｉ Ｍ１人民邮电出版社，２０１２ 眦 （８） 朋＋ ， 其中，Ｖ（， ，ｋ ） Ｐ （２）利用导频位置的信道估计参数进行内 插滤波得到其他数据位置的信道估计参数， 即： 研，，纠＝∑ ｌｆｌ 研， ，ｋ 】， （９） 其中，ｑ ＿．ｆ， 为内插滤波器的加权系数，子 集ｒ ￡Ｐ表示估计疗 ］时实际用到的导频符号， ｋ＝０，…， 一１；ｌ＝０，…， 一１。滤波器的抽头系数 的个数为 ＝ 圳ＰｌＩ。在图２中，Ｎ ＝ｌ ５， Ｎｔ￣ｐ＝４，即一帧中共插入了１５个导频符号，但是 一１０一电子世界