文獻綜述簡稱綜述，是對某一領域，某一專業或某一方面的課題，問題或研究專題蒐集大量相關資料，通過分析，閱讀，整理，提煉當前課題，問題或研究專題的最新進展，學術見解或建議，做出綜合性介紹和闡述的一種學術論文。下面是本站小編為大家收集的關於論文的文獻綜述範文，歡迎大家閱讀!
【摘 要】隨著科學技術以及網際網路的發展，資料逐漸朝著爆發方面發展，資料資訊數量急劇增加，為了給廣大使用者提出更合理的幅度，人們開始重視大資料。大資料技術實際上是一種資料探勘、預測分析、人工智慧、統計分析語言處理以及儲存資料的綜合技術，形成了資料工程新研究領域。視覺化技術是大資料分析的重要形式，大資料視覺化技術主要是在資料自動分析功能的前提下，利用人們挖掘資料過程中對於視覺化技術的分析和認知能力，充分融合人類自身和機器的各自特徵，依據互動技術，輔助人們可以更加直觀的進行資料分析。
【關鍵詞】大資料 視覺化 資訊時代
1 大資料視覺化分析的基本概念
隨著科學技術的進步，社會逐漸朝著數字化、新資訊的方向發展，物聯網、網際網路以及雲計算髮展十分迅速，導致社會充滿資料，因此，使得資料成為了新的資訊資源，需要人們進行適當的利用，以此來滿足人們的實際生產生活要求。基於此，導致呈現指數形成增長，並且變的更加複雜化，使得大資料區別與傳統的數，增加了內涵。可視分析實際是一種融合了資訊視覺化、科學視覺化、資料探勘、人機互動、資訊理論、認知科學等方面的新方向學科。視覺化分析實際上是一種能夠利用互動式視覺化介面來對複雜資料進行分析的技術，視覺化基本流程為資料、知識、迴圈資料，主要包括視覺化技術以及自動化分析技術。大資料視覺化技術實際上是一種利用自動化分析進行資料探勘的時候，在使用能夠進行分析的人機互動介面和能夠進行資訊視覺化的介面來融入自身的認知能力和計算機的計算能力，從而可以有效地得到觀察大資料的能力[1].
2 大資料視覺化分析
2.1 文字視覺化
作為大資料時期文字視覺化資料的一個典型文字資訊，實際上也是最主要的網際網路資料資訊，與此同時，也是物聯網通過一定的感測器收集到的資訊型別，在正常的工作和學習以及日常生活中人們使用最多的就是文字形式的電子文件。文字視覺化可以在一定程度上直觀的體現文字主要優勢和特點，例如，邏輯結構、動態演化規律以及主體聚類等。最基本和典型的文字視覺化就是標籤雲，依據詞頻來合理的把關鍵詞進行排序和歸類，然後利用一定的顏色、大小等屬性來進行文字視覺化。
現階段，最主要的就是利用字型大小展現的關鍵詞使用在網際網路中主題熱度的識別。隨著關鍵詞數量的不斷增加，如果不能合理的進行設計閥值，就會出現重複覆蓋以及區域性密集的問題，這樣就需要提供一定的交換視窗來操作[2].
2.2 網路視覺化
在大資料分析中最常見的關係就是網路關聯，例如，社交網路和網際網路。實際上層次結構在一定程度上屬於一種比較特殊的網路資訊。依據連線拓撲和網路節點之間的關係，可以非常直觀的體現出網路中隱藏的關係。例如節點，實際上是進行網路視覺化的重要內容之一。怎樣在大規模邊和節點的網路中利用有限空間進行一定的視覺化，是現階段大資料研究的重要和難點。除了能夠視覺化靜態拓撲關係，還具有相應的動態流動演化性，所以對動態網路進行一定的視覺化也是不容忽視的內容。隨著網路中邊和節點數目的增多，很容易出現覆蓋、重疊以及聚集等問題，不能很好的進行視覺化，影響效果。因此處理大規模視覺化的主要方式就是圖簡化。可以分成兩類，一類是利用多尺度和層次聚類進行互動，把大規模資料變化為具有一定層次的樹結構，然後利用多尺度進行不同的視覺化。另一種是對邊進行適當的聚集，保證具有清晰的視覺化效果。這些都是簡化的主要方式，也可以看出引入互動技術，是視覺化技術未來發展過程中必不可少的方式[3].
2.3 時空資料視覺化
時空資料主要是指具有一定時間標籤和地理位置的`資料。
移動終端與感測器發展非常迅速，因此，使得時空資料逐漸成為大資料發展過程中典型的資料型別。充分結合地理製圖學以及資料視覺化技術，分析和研究空間和時間對於視覺化表徵之間的關係，能夠很好的展示空間和時間以及規律模式。大資料時代發展模式下，時空資料具有實時性和高維性，同時這也是資料視覺化的重點。為了能夠更好的體現資訊隨著空間和時間位置發生一定的變化，一般可以利用資訊物件來逐漸實現資料視覺化。流式地圖是最典型的視覺化方式，充分融合地圖和時間事件流。為了可以打破二維資料的侷限性，出現了時空立體方，是利用三維模式來展現空間、時間、事件[4].
2.4 多維資料視覺化
多維資料視覺化實際上就是說擁有很多個維度的資料變數，在資料倉庫以及資料庫中具有廣泛的應用，例如，商業智慧系統、企業資訊系統。進行多維資料的主要目的就是不斷髮現多維資料的模式和規律，合理展示不同緯度之間存在的關係。多維資料視覺化具有多種方式，主要包括基於圖示、基於圖結構、幾何圖形、基於層次結構、基於畫素、混合方式。近年來，隨著大資料的不斷髮展，幾何圖形是研究多維資料視覺化的重點。
最常用的多維資料視覺化的方式就是散點圖，二維散點圖可以適當利用多維度中的兩個維度綜合的體現對映到兩條軸上，利用不同的圖形在二維平面內合理反映維度資訊。例如，可以利用不同顏色、形狀等來表示一定的離線或者連續性。投影是從多維度方面來體現視覺化的一種方式。能夠很好的體現出維度的屬性值的分佈情況，還可以體現多維度之間的關係[5].
3 結語
總而言之，作為大資料分析的重要方式，視覺化分析可以有效的彌補計算機自動化分析過程中出現的不足和缺陷。大資料視覺化分析可以很好的融合計算機的分析能力和人們對資訊的感知能力，在依據資料探勘前提下進行的資料分析。
參考文獻：
[1] 唐家渝 , 劉知遠 , 孫茂松等 . 文字視覺化研究綜述 [J]. 計算機輔助設計與圖形學學報 ,2013,25(3)：273-285.
[2] 楊彥波 , 劉濱 , 祁明月等 . 資訊視覺化研究綜述 [J]. 河北科技大學學報 ,2014,35(1)：91-102.
[3] 劉法建 , 張捷 , 章錦河等 . 旅遊流空間資料獲取的基本方法分析--國內外研究綜述及比較 [J]. 旅遊學刊 ,2012,27(6)：101-109.
[4] 裴曉黎 . 資訊柵格環境下美軍資料策略研究綜述 [J]. 艦船電子工程 ,2014(7)：11-14,129.
[5] 王靜遠 , 李超 , 熊璋等 . 以資料為中心的智慧城市研究綜述 [J].計算機研究與發展 ,2014,51(2)：237-259.