信息可视化以及可视化数据挖掘

《信息可视化以及可视化数据挖掘》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、2009年第2期上海电力信息可视化以及可视化数据挖掘DanielA．Kelm摘要：历史上从来没有像现在这样产生如此多的数据，这使得检索和分析海量的数据在今天变得越发困难，而信息可视化技术和可视化数据挖掘技术有助于处理如洪水般的信息。可视化数据检索的优势在于用户可以直接参与数据挖掘的过程。过去10年，人们开发了很多信息可视化的技术，以支持对大型数据集的检索。文章提出了对信息可视化和可视化数据挖掘分类方法，该方法基于可视化的数据类型、可视化技术以及交互和变形技术。通过几个应用实例的介绍，证实了大多数例子涉及的技术和系统都出现在这一特定领域

2、内。关键词：信息可视化；可视化数据挖掘；可视化数据检索；分类中图分类号：TK513文献标识码：B互。事实已经证明，在探索性数据分析方面，可视1引言化数据检索技术具有很高的价值，而且在检索大硬件技术的进步使现在的计算机可以储存海型数据库方面也有很大的潜力，尤其是在对数据量的数据。Berkeley大学的研究人员估计，目前，知之甚少或者检索目标不确定时，可视化数据检每年产生的数据总量大约为1Exabyte(1×10索格外有用。由于用户直接参与信息挖掘的过字节)，其中很大部分可以通过电子方式呈现。这程，计算机可以自动调整检索目标。意味着未来3

3、年产生的数据总量将比过去产生的2可视化数据检索所有数据量之和还要多。通常情况下，数据是通过传感器和监测系统自动记录保存的，即便是日2．1可视化数据检索的技术特点常生活中简单的交易行为，像刷卡消费或是打电可视化数据检索过程可以看作是数据假设产话，都由电脑记录。大量参数的记录，导致高维数生的过程：可视化的数据使用户能深入了解数据，的多维数据的产生。人们之所以会收集上述领域并得到新的假设。通过可视化数据挖掘、自动数内的数据，是因为他们相信这些数据是潜在有用据统计或机器学习完成验证假设的工作。除了用的资源，说不定有朝一日将使他们在竞争中处于户

4、可以直接参与检索过程外，可视化数据检索优有利的地位。然而，寻找隐藏在这些数据中的有于基于统计的自动数据挖掘技术或是机器学习技用信息却是一件难事。如果使用目前已有的数据术的原因主要有：(1)可视化数据检索可以轻松地管理系统，在挖掘以文本形式出现的数据时，能找处理高度不均匀的、含噪声的数据；(2)可视化数到的信息在100个数据项左右，但在面对包含数据检索过程十分直观，不需要用户掌握复杂的数百万个数据项的数据集时，已有的数据管理系统学或统计学算法和参数。就将毫无办法。因潜在价值被收集起来的数据，因此，在通常情况下，可视化数据检索的速度若得不

5、到充分的挖掘，就会变得毫无价值可言。更快且检索结果更佳。尤其是当自动运算不起作数据库也就变成了“数据垃圾场”。用的时候，可视化数据检索技术优势更明显。可为了有效挖掘数据，很重要的一点是让人参视化数据检索技术还提高了检索的能力。这些因与数据检索的过程，并把人的灵活性、创造性以及素使得可视化数据检索需求不断上升，也使可视常识与计算机强大的储存能力和计算能力结合起化数据检索技术与自动检索技术中密不可分。来。可视化数据检索旨在整合人参与数据检索的2．2可视化检索模式过程，使人的观察能力在电脑系统里大量可用的可视化数据检索通常分为3个步骤：先纵

6、览数据集前有用武之地。可视化数据检索的基本理全局，再细化与筛选数据，最后找到所需信息，念便是把数据用可以看得见的形式呈现出来，使这也被称作是信息搜索的秘诀。人类可以深入了解数据，得出结论，实现人机交首先，用户需要了解数据的整体情况，并确定一165—上海电力2009年第2期一个或多个感兴趣的检索模式。然后，再深人挖(4)文本或超级文本，例如有关泰晤士河的新掘数据，找到所需数据的详细信息。可视化技术闻报道和网页文件_7]。可以用在数据检索的所有3个步骤中：(1)可视化(5)层次或图表，例如MGV[9一和Scalable技术有助于展示数据的

7、整体面貌，帮助用户确定Framework口。。中电话、网页文件。感兴趣的检索内容。在这一过程中，当细化某个(6)算法或软件，例如Polaris应用的调试运数据时，保持整体视觉化十分重要。(2)对可视化行程序_8j。的数据整体进行变形，以便将焦点集中在用户感3．2可视化技术类型兴趣的内容上。(3)如果用户想进一步挖掘感兴(1)标准二维／三维显示技术，例如Polaris使趣的内容且得到数据的详细信息，则需要有深入用的棒图和X—Y轴系图l8]。挖掘的能力。值得注意的是，可视化技术不仅为(2)几何变换显示技术，例如Scalable这个三步骤提

8、供了基础的可视化技术，而且还是Framework使用的平行坐标_8]。连接这个_1步骤的桥梁。(3)图标显示技术，例如MGV的指针型图标和星型图标。3可视化数据挖掘技术的分类(4)密集像素显示技术，例如MGV的递归模信息