教务系统中的数据可视化技术研究.docVIP

　　教务系统中的数据可视化技术研究 1.引言 1.1课题背景和意义 数据爆炸是当今社会面临的重大挑战，其所需要处理的数据不仅数量上越来越大，质量上也越来越复杂，数据往往是高维、多源、多态的，更重要的是数据获取的动态性、数据内容的噪声和相互矛盾、数据关系的异构和异质性等。大数据时代的数据复杂性更高，如数据的流模式获取、非结构化语义的多重性等。数据可视化指综合运用计算机图形学、图像、人机交互等技术，将采集或模拟的数据映射为可识别的图形、图像、视频或动画，并允许用户对数据进行交互分析的理论、方法和技术⑴。数据可视化和信息的图形化，信息可视化，科学可视化，探索性数据分析和统计图形密切相关。在新千年中，数据可视化已经成为一个活跃的研究，教学与发展领域。根据一些论述（2002),它已经和科学和信息可视化融为一体了[2]。数据可视化的一个主要目的是通过将信息图形化使使用者交流信息更加清晰和有效，如通过表格或图表等。有效的可视化可以更好的帮助用户对数据和结论进行分析和推理。它使复杂的数据更容易理解和使用。用户可以根据自身特定的任务对数据信息按照自身需要进行数据可视化。例如：表一般用于用户查找特定的测量变量，而各种类型的图表，一般用于显示含有一个或多个变量的数据中的模式或关系。数据可视化是利用计算机技术将数据信息编码转换为图形信息，并从中提取知识和获取规律。面对各种复杂的、多元的、异构的数据，现有的各种分析乃至挖掘方法有些难以应对，有时只能做一些简单的抽象或分析，但对于核心的数据结构和特点往往不能发现。而数据可视化技术则可以通过图形的方式来有效地展示数据集的全部或者部分数据细节[3]。数据可视化即是一门科学又是一门艺术。它同样追求真善美，但是它沟通的是人与数据，传播的是数据中蕴含的规律和思想。 . 1.2国内外研究现状 随着大量甚至海量数据的不断涌现，人们希望以一种更直观的方式来对数据进行处理，从而出现了数据可视化技术。数据可视化按照其处理技术的不同，大体可以分为五种类型：基于几何投影技术，基于图标技术,基于层次可视化技术，面向像素技术及基于图形可视化技术[5]。每种技术都有其各自的优缺点和适用范围，例如，基于几何投影技术适用于维数较多但数据量不大的情况，而面向像素技术对于数据量较大情况的处理则较好。由于数据可视化处理的对象是数据。按照所处理数据对象的类型，可分为科学可视化和信息可视化两个分支。它们的主要区别在于科学可视化面向科学和工程领域的数据，主要分为三类向量场可视化、标量场可视化、张量场可视化。它所关注的数据往往具有明确的空间坐标和物理意义，比如地理信息数据[6]。信息可视化主要面对的是非结构化、抽象的数据集。例如网络数据、金融交易数据等，它所关注的重点在于以何种方式来显示这些非结构、抽象数据从而更有利于观察和分析。但是随着数据分析的重要性不断加大，将可视化与分析结合，形成了一个新的学科：可视分析学。以此数据可视化按研宄重点不同也可分为：可视分析学、信息可视化和科学可视化三类⑴。可视化技术是一个将复杂问题简单化,或者说将信息以人类更加容易了解的方式来呈现给我们的技术。这种技术大大拓展了人类的认知能力和洞察力，将人们从繁琐的复杂的数据海洋中解脱出来，使人类可以观察和发现很多以前无法观测或发现的现象，使人们更好的理解这个世界。可视化技术从来不是独立发展的，它与社会各个领域和学科均有广泛的联系，例如数据挖掘可视化技术，将可视化技术应用到数据挖掘的多个阶段之中，甚至提出了数据挖掘可视化交互概念，?即在数据挖掘的各个方面均可以使用可视化技术予以呈现。这既包括源数据的处理、中间过程的挖掘，也包括最终结果的展示，最重要的是研究人员可以根据可视化的结果来随时对挖掘过程进行修正，从而更好地解释和揭示整个数据挖掘的过程和结果，也更便于增加用户的理解和对挖掘结果的信心[7]。目前可视化数据挖掘技术已广泛应用于社会生活的很多方面如电信、金融等领域。 2.数据可视化概念及相关技术研究 2. 1引言 数据可视化是指将需要表达的数据或信息通过编码转换成视觉目标包含在图形中来展示的技术。它的目的是使信息表达更清楚更有效。这是数据分析和数据科学中的重要一步。按照弗里德曼（2008)所说：数据可视化的主要目的是通过图形化的方法使信息表达更加清晰更加有效。但是这并不意味着数据可视化会为了功能性而变得令人讨厌，也不意味着它会为了追求漂亮而变得过分复杂。根据弗里德曼（2008)数据可视化的主要目的是交流信息，明确而有效地通过图形化的方法。但是这并不意味着数据可视化会为了功能性而变得令人讨厌，也不意味着它会为了追求漂亮而变得过分复杂。为了有效地传达思想，美学形式和功能需求要齐头并进，对于稀疏而又复杂的数据集，以更直观的方式显示是获得数据集特征的关键因素。然而，设计师往往不能达到形式