论文部分内容阅读
摘要：互联网以及云计算等现代化信息技术研发升级促进了政治、经济、文化以及社会方方面面的相互交融，加快了拥有超出以往任何时代数据信息总量的大数据时代的产生，全球各地的人们利用手机等智能化移动设备就可以产生获取以及分析使用不同类型的数据信息。本文通过介绍大数据可视化的基本概念，分析大数据可视化技术的未来发展趋势，为充分发挥大数据可视化技术对智能化行业的促进作用提出一些合理化的建议。
关键词：智能化行业;大数据;可视化技术;应用
引言
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、数据可视化定义
数据可视化是关于数据视觉表现形式的科学技术研究。数据可视化起源于计算机图形学、人工智能、科学可视化以及用户界面等领域的相互促进和发展，是大数据生命周期管理的最后一步，也是最重要的一步，能最大化地帮助用户挖掘数据背后的信息，让数据“开口”说话。数据可视化设计有4个基本原则：（1）优秀的数据可视化应该完成对多个关联数据集的展现，而不仅仅是完成对某一个数据集的可视化;（2）可视化展现应具有精准性，在围绕数据进行可视化展现时，确保数据精准;（3）可视化应具有直观性，并满足不同受众的需求;（4）可视化设计应完成解释数据、探索数据和发现知识3个核心功能。
2、数据可视化的常用方法
人类视觉对形象化视觉符号的理解能力要远远高于对数字、文本等形式存在的非形象化数据的处理能力，因此，采用合适的数据可视化方法处理人类获取的数据，是整个可视化过程中最为重要的环节之一。不同的可视化方法对用户产生的直观效果是不同的。数据可视化已经提出了许多方法，这些方法根据其可视化的原理不同可以划分为基于几何的技术、面向像素技术、基于图标的技术、基于层次的技术、基于图像的技术和分布式技术等等。数据可视化方法也可依据不同原则有不同分类，具体见表1。
3、大数据可视化的关键技术
数据可视化技术的基本思想，是将数据库中每一个数据项作为单个图元元素表示，大量的数据集构成数据图像，同时将数据的各个属性值以多维数据的形式表示，可以从不同的维度观察数据，从而对数据进行更深入的观察和分析。[3]当前数据可视化技术是一个正在迅速发展的新兴领域，出现了众多的技术，主要技术及其内容见表2。
4、数据可视化应用的平台搭建
数据可视化应用的关键，在于系统平台的搭建，实现大数据的挖掘分析，以及数据处理。数据可视化在电力领域的实践应用，其平台搭建，直接关系到数据可视化的应用价值。实质上，数据可视化应用是一个复杂系统，系统平台元素的创设，是数据可视化实践应用的重要基础。因此，在笔者看来，数据可视化应用的平台搭建，主要在于以下几点：
4.1数据挖掘系统平台
数据挖掘系统平台，是可视化应用的重要基础。该系统平台主要用于数据的存储，并结合数读取，实现数据计算分析处理。当前，在数据挖掘系统的创设中，主要依托Hadoop云计算系统，实现数据库的有效创设，并且接入电力各业务系统数据，实现了数据从存储到分析处理的一体化构建。因此，以云计算平台为依托，解决传统系统平台数据挖掘处理难题。通过云的大数据平台创设，能够实现数据关联关系的构建，也保障了数据传输效率，满足当前的发展需求。
4.2可视化系統构建
可视化系统是大数据可视化过程的终端反馈，是对大数据挖掘处理结果的表达。从实践而言，可视化系统的构建方式多样化，但电力对电网大数据分析处理要求高，通过云存储与计算的平台创设，能够实现第三方可视化软件的导入，确保了大数据可视化系统的数据存储、计算，以及相应平台之间的整合。与此同时，可视化系统在大数据处理分析中，由于用户不同、数据挖掘分析定义不同，往往会导致可视化系统操作时效，影响数据可视化实践应用。为此，在可视化系统构建中，应注重系统在可视分析中交互性功能的创设，进而保障人在与海量信息交流中，能够提供先进的分析方法、交互技术，让数据分析结果在可视化中得到表达
5、智能化行业中大数据可视化技术的使用
5.1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。
5.2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。
5.3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。
结束语
社会各方面发展对大数据技术的依赖性逐步增强，数据可视化技术已经成为最优秀的数据信息处理手段之一，是用户挖掘数据信息背后价值的主要方式。通过信息图标的方式来满足用户获取更多真实准确又有参考价值的数据信息，更好的解答用户的困惑。
参考文献
[1]张平文，鄂维南，袁晓如，傅毅明.大数据分析与应用技术创新平台[J].大数据，2018，4（04）：86-93.
[2]李公立，刘佃兴，黄仲元.数据可视化技术现状与发展研究[J].山西建筑，2018，44（19）：257-258.
[3]陈小燕，干丽萍，郭文平.大数据可视化工具比较及应用[J].计算机教育，2018（06）：97-102.
[4]刘寅.大数据技术在智能的应用[J].电子技术与软件工程，2018（08）：167.
[5]彭小圣，邓迪元，程时杰等.面向智能应用的大数据关键技术[J].中国电机工程学报，2015（03）：503-511.
[6]张沛，杨华飞，许元斌.大数据及其在企业的应用[J].中国电机工程学报，2014（z1）：85-92
（作者单位：浙江绿城建筑科技有限公司）
关键词：智能化行业;大数据;可视化技术;应用
引言
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、数据可视化定义
数据可视化是关于数据视觉表现形式的科学技术研究。数据可视化起源于计算机图形学、人工智能、科学可视化以及用户界面等领域的相互促进和发展，是大数据生命周期管理的最后一步，也是最重要的一步，能最大化地帮助用户挖掘数据背后的信息，让数据“开口”说话。数据可视化设计有4个基本原则：（1）优秀的数据可视化应该完成对多个关联数据集的展现，而不仅仅是完成对某一个数据集的可视化;（2）可视化展现应具有精准性，在围绕数据进行可视化展现时，确保数据精准;（3）可视化应具有直观性，并满足不同受众的需求;（4）可视化设计应完成解释数据、探索数据和发现知识3个核心功能。
2、数据可视化的常用方法
人类视觉对形象化视觉符号的理解能力要远远高于对数字、文本等形式存在的非形象化数据的处理能力，因此，采用合适的数据可视化方法处理人类获取的数据，是整个可视化过程中最为重要的环节之一。不同的可视化方法对用户产生的直观效果是不同的。数据可视化已经提出了许多方法，这些方法根据其可视化的原理不同可以划分为基于几何的技术、面向像素技术、基于图标的技术、基于层次的技术、基于图像的技术和分布式技术等等。数据可视化方法也可依据不同原则有不同分类，具体见表1。
3、大数据可视化的关键技术
数据可视化技术的基本思想，是将数据库中每一个数据项作为单个图元元素表示，大量的数据集构成数据图像，同时将数据的各个属性值以多维数据的形式表示，可以从不同的维度观察数据，从而对数据进行更深入的观察和分析。[3]当前数据可视化技术是一个正在迅速发展的新兴领域，出现了众多的技术，主要技术及其内容见表2。
4、数据可视化应用的平台搭建
数据可视化应用的关键，在于系统平台的搭建，实现大数据的挖掘分析，以及数据处理。数据可视化在电力领域的实践应用，其平台搭建，直接关系到数据可视化的应用价值。实质上，数据可视化应用是一个复杂系统，系统平台元素的创设，是数据可视化实践应用的重要基础。因此，在笔者看来，数据可视化应用的平台搭建，主要在于以下几点：
4.1数据挖掘系统平台
数据挖掘系统平台，是可视化应用的重要基础。该系统平台主要用于数据的存储，并结合数读取，实现数据计算分析处理。当前，在数据挖掘系统的创设中，主要依托Hadoop云计算系统，实现数据库的有效创设，并且接入电力各业务系统数据，实现了数据从存储到分析处理的一体化构建。因此，以云计算平台为依托，解决传统系统平台数据挖掘处理难题。通过云的大数据平台创设，能够实现数据关联关系的构建，也保障了数据传输效率，满足当前的发展需求。
4.2可视化系統构建
可视化系统是大数据可视化过程的终端反馈，是对大数据挖掘处理结果的表达。从实践而言，可视化系统的构建方式多样化，但电力对电网大数据分析处理要求高，通过云存储与计算的平台创设，能够实现第三方可视化软件的导入，确保了大数据可视化系统的数据存储、计算，以及相应平台之间的整合。与此同时，可视化系统在大数据处理分析中，由于用户不同、数据挖掘分析定义不同，往往会导致可视化系统操作时效，影响数据可视化实践应用。为此，在可视化系统构建中，应注重系统在可视分析中交互性功能的创设，进而保障人在与海量信息交流中，能够提供先进的分析方法、交互技术，让数据分析结果在可视化中得到表达
5、智能化行业中大数据可视化技术的使用
5.1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。
5.2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。
5.3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。
结束语
社会各方面发展对大数据技术的依赖性逐步增强，数据可视化技术已经成为最优秀的数据信息处理手段之一，是用户挖掘数据信息背后价值的主要方式。通过信息图标的方式来满足用户获取更多真实准确又有参考价值的数据信息，更好的解答用户的困惑。
参考文献
[1]张平文，鄂维南，袁晓如，傅毅明.大数据分析与应用技术创新平台[J].大数据，2018，4（04）：86-93.
[2]李公立，刘佃兴，黄仲元.数据可视化技术现状与发展研究[J].山西建筑，2018，44（19）：257-258.
[3]陈小燕，干丽萍，郭文平.大数据可视化工具比较及应用[J].计算机教育，2018（06）：97-102.
[4]刘寅.大数据技术在智能的应用[J].电子技术与软件工程，2018（08）：167.
[5]彭小圣，邓迪元，程时杰等.面向智能应用的大数据关键技术[J].中国电机工程学报，2015（03）：503-511.
[6]张沛，杨华飞，许元斌.大数据及其在企业的应用[J].中国电机工程学报，2014（z1）：85-92
（作者单位：浙江绿城建筑科技有限公司）