1.5 大數據可視化的發展方向

伴隨大數據時代的來臨，數據可視化日益受到關注，可視化技術也日趨成熟。然而，數據可視化依然存在許多問題，且面臨著巨大的挑戰。具體包括以下幾個方面。

1）數據規模大，已超越單機、外存模型甚至小型計算集群處理能力的極限，而當前軟件和工具運行效率不高，需探索全新思路解決該問題。

2）在數據獲取與分析處理過程中，易產生數據質量問題，需特別關注數據的不確定性。

3）數據快速動態變化，常以流式數據形式存在，需要尋找流數據的實時分析與可視化方法。

4）面對復雜高維數據，當前的軟件系統以統計和基本分析為主，分析能力不足。

5）多來源數據的類型和結構各異，已有方法難以滿足非結構化、異構數據方面的處理需求。

數據可視化技術的發展主要集中在以下4個方向。

1）可視化技術與數據挖掘技術的緊密結合。數據可視化可以幫助人類洞察出數據背后隱藏的潛在規律，進而提高數據挖掘的效率，因此，可視化與數據挖掘緊密結合是可視化研究的一個重要方向。

2）可視化技術與人機交互技術的緊密結合。可視化的目的是反映數據的數值、特征和模式，以更加直觀、易于理解的方式，將數據背后的信息呈現給目標用戶，輔助其做出正確的決策。但是通常，我們面對的數據是復雜的，數據所蘊含的信息是豐富的。在可視化圖形中，如果將所有的信息不經過組織和篩選，全部機械地擺放出來，不僅會讓整個頁面顯得特別臃腫和混亂，缺乏美感；而且模糊了重點，分散用戶的注意力，降低用戶單位時間獲取信息的能力。良好的人機交互可以有效地解決這個問題，讓用戶在龐大而復雜的可視化結果中抽絲剝繭，根據自己的信息需求有選擇地呈現可視化結果。如圖1-18是人機交互可視化的示例。

3）可視化技術廣泛應用于大規模、高維度、非結構化數據的處理與分析。目前，我們處在大數據時代，大規模、高維度、非結構化數據層出不窮，若將這些數據以可視化形式完美地展示出來，將提高可視化技術展示抽象信息、解決復雜決策問題的能力。因此，可視化與大規模、高維度、非結構化數據結合是可視化研究的一個重要發展方向。如圖1-19所示是高維數據可視化的一個示例。

4）處理數據能力的彈性變化。可視化技術應該針對不同規模的數據進行優化設計，并且具有可擴展性，以滿足不同組織、不同時期的需要。