随着互联网的普及和移动端技术的快速发展,各企事业单位、政府机关、科研院所甚至个人都产生大量数据,对这些数据的管理和分析是各单位面临的巨大挑战。由于关系型数据库在传统业务逻辑处理方面的优势,很多单位的数据仍然保存在关系型数据库中。然而,关系型数据库不具有处理大量复杂、高密度连接以及低结构化数据的特点,对数据分析工作带来很大困难。因此如何将海量关系型数据进行抽取转换成图数据形式进行管理,同时将数据以可视化的形式展现以获取隐藏的重要信息已成为当前研究热点。本文从实际需求出发,首先将存储在关系型数据库中的数据进行预处理,去除冗余数据和空缺值。然后进一步将数据进行抽取、转换、存储到非关系型数据库MongoDB中。最后,系统读取MongoDB中的数据以可视化形式进行展示。在数据预处理过程中,本文改进现有的基本临近有序算法(SNM),并设计了处理空缺数据算法,使算法更适用于处理社交网络数据。在数据抽取转换的过程中,本文设计出更具有针对性的数据结构以满足处理大量社交数据的要求。同时,为方便用户使用,达到良好的用户体验,本文实现了数据预览模式、普通聚类划分模式和基于粒度聚类展示的三种可视化方式。本文在实现的过程中运用软件工程设计思想和模块化开发方法,使系统逻辑清晰,结构明确。在数据处理过程中使用Python语言以及Flask框架,可视化展示模块使用NetworkX建模工具和D3.js可视化库,使系统具有良好的运行能力及清晰直观的可视化展示结果。测试结果表明,本文所设计的系统在容错性和模块功能上实现了预期的设计目标,能为相关业务部门增强业务能力,提高工作效率。