智能化行业中大数据可视化技术的应用

2019-11-30蔡锐彬

电子技术与软件工程 2019年1期

文/蔡锐彬

作为大数据应用五大领域之一的数据可视化技术将数量巨大、数据信息之间逻辑关系不明显、复杂枯燥的数据信息进行视觉方式的转化，深度剖析这些看似复杂毫无规律的数据信息的潜在关联性，降低用户使用这些数据信息以及深入挖掘数据信息潜在价值的难度。以往人们主要通过视觉系统来获取外界信息，而数据可视化技术以具体图形的方式对数据信息进行展示和分析，在这种情况下，用户可以用专业化的知识将这些数据信息潜在价值进行完整准确的转化应用，由此可以看出，大数据可视化技术在大数据时代对提高数据信息分析准确性和深入性的重要作用，已经成为智能化行业发展必不可缺的技术之一。

1 简单介绍大数据可视化技术的主要内容

1.1 大数据可视化技术核心内容

大数据可视化技术主要包括数据信息的空间、开发、分析以及可视化等不同内容，其中，数据信息空间也就是以数据集为基础的多维信息空间；数据信息的开发并不是收集整理各个领域的数据信息，而是通过专门的手段和系统对已经获取的数据信息进行某一方向或者范围的演化；数据信息的分析就是从不同的角度、不同的层面来分析各种数据信息；数据可视化则是以图形图像的方式来全面展示各种数据信息的关系以及凸显数据信息的当前价值和潜在价值。以几何、图标、层次等不同数据可视化技术具体操作方法的创新和发展，实现了诗句可视化方法的多样化和灵活化。

1.2 大数据可视化技术的基本特征

大数据可视化技术具有较强的交互性、多维性以及可视性，其中，交互性提高了用户管理开发数据信息的共享性和便捷性；多维性让用户可以了解数据信息的不同属性，用户也可以从多维中选择其中一个进行分析组合以及展示；可视性是指用户可以图形、图像、动画等不同的方式来展示数据信息，模拟不同数据信息之间的共处模式。

2 大数据可视化技术未来发展方向

大数据可视化技术从发明到现代已经得到了很大的改善，应用开发力度不断加强，适用范围也随之不断扩大，这些都提高了数据可视化共欧的智能化，加快了数据可视化相关网络和平台的诞生，实现了用户与数据之间的交叉融合，提高数据信息收集分析以及展示机制的一体化。现如今，数据信息目标群体不断扩大，对各种数据信息的综合利用率也不断提升。

2.1 数据信息关联性和即时性不断增强

大数据可视化技术在完整全面展示数据信息内容的同时，还会对具有一定关联性的数据信息进行系统全面的比较分析，从而挖掘出这些数据信息潜在关系，为用户清晰准确的展示数据所代表的内容或者对未来发展的预测。现如今，大数据可视化技术已经不断完善，随时都可以对已经收集完的数据信息提供可视化服务。

2.2 大数据可视化技术在多维叠加式数据中的运用

多维叠加式数据的可视化以社交网络与数字地图相叠加、生活消费与数字地图相叠加为主，受众群体以年轻人为主，具有较强的互动性和娱乐性。

2.3 大数据可视化技术在多媒体领域中的应用

大数据处理分析各种数据信息的过程也是加工传播各种数据信息的过程，智能化手机已经成为大多数人们工作生活必备品，由此可以看出，大数据可视化技术已经开始影响人们工作生活的方方面面，通过智能化手机来收集信息和展示多媒体数据分析结果，为大数据可视化技术交互发展趋势的加强奠定了基础。

3 智能化行业中大数据可视化技术的使用

3.1 以Web为基础的大数据可视化参考模式的创建

参考模式大致可以分为4大类型，比如，利用服务器端产生的图形来反应数据信息，这些图形会在客户端上进行无误差的展示，用户可以通过浏览器来查看这些数据信息；服务器端生成具有较强可视化特征的控制页面，控制页面也就是控制数据信息可视化过程；服务器端生成3D模型，用户可以通过客户端上相应的浏览器来实现对3D模型的控制与操作；用户下载完自己所需要的数据信息之后，可以通过客户端来对数据信息进行可视化操作，同时，用户还可以下载专门的可视化技术软件，但客户端对数据信息可视化过程的控制需要较高配置的硬件资源和软件资源，控制规模也较小。

3.2 以Web为基础的数据可视化应用方式

大数据可视化以解决实际问题为最终目标，需要相关人员根据目标问题来对大量的数据信息进行筛选，尽可能的剔除那些与目标问题毫无关联性的数据信息。对已经筛选好的数据信息进行综合分析并根据这些数据信息的特性选择出最佳的表达描述方式，实现数据信息的再加工。

3.3 以Web为基础数据可视化的展示

色彩是大数据可视化主要展示方式之一，利用不同颜色和多层次的色彩来进行数据信息宏观发展趋势的展示，也可以用不同的颜色来代表不同层面或者类型的数据信息。利用时间轴来展示受时间影响较大的数据信息，不同数据信息的表现形式有不同的呈现手段，如果在计算机上进行展示就需要利用程序算法。工作人员在综合考虑手中群体习惯与兴趣的基础上来筛选出合适的表现形式，比如，柱状图形等。