本書(shū)是面對(duì)當(dāng)前大數(shù)據(jù)應(yīng)用、可視分析研究和應(yīng)用的新形勢(shì),專(zhuān)門(mén)為數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)、智能科學(xué)與技術(shù)、計(jì)算機(jī)、數(shù)據(jù)處理等專(zhuān)業(yè)本科生開(kāi)設(shè)數(shù)據(jù)可視化課程而編寫(xiě)的一本教材。該書(shū)將教學(xué)之嚴(yán)謹(jǐn)和科研之創(chuàng)新有機(jī)地結(jié)合,全面詮釋了大數(shù)據(jù)可視化的內(nèi)涵與外延,詳細(xì)介紹了大數(shù)據(jù)可視化概述、可視化的類(lèi)型與模型、數(shù)據(jù)可視化基礎(chǔ)、數(shù)據(jù)可視化的常用方法、大數(shù)據(jù)可視化的關(guān)鍵技術(shù)、可視化交互、大數(shù)據(jù)可視化工具、大數(shù)據(jù)可視化系統(tǒng)――魔鏡以及大數(shù)據(jù)可視化的行業(yè)案例等內(nèi)容。為了便于學(xué)習(xí),每章都附有習(xí)題。
中國(guó)傳媒大學(xué)南廣學(xué)院專(zhuān)職教授,高級(jí)工程師,曾率隊(duì)支援2008年汶川地震的綿竹市廣電的災(zāi)后重建工作,援建工作時(shí)間長(zhǎng)達(dá)1個(gè)多月。智能科學(xué)與技術(shù)和電子信息工程專(zhuān)業(yè)負(fù)責(zé)人,傳媒科技研究所常務(wù)副所長(zhǎng)。主持或參與省部級(jí)科研項(xiàng)目6項(xiàng),國(guó)家廣電總局部級(jí)社科項(xiàng)目3項(xiàng),江蘇省高校自然科學(xué)研究面上項(xiàng)目3項(xiàng)、校級(jí)科研項(xiàng)目10多項(xiàng)項(xiàng)目,成果得到采納應(yīng)用,有力推動(dòng)了行業(yè)發(fā)展。取得軟件著作權(quán)1項(xiàng),國(guó)家發(fā)明專(zhuān)利1項(xiàng)(合作),編寫(xiě)規(guī)劃教材、專(zhuān)著7本。中國(guó)廣播電影電視社會(huì)組織聯(lián)合會(huì)技術(shù)工作委員會(huì)委員,江蘇省廣播電影電視協(xié)會(huì)監(jiān)測(cè)專(zhuān)業(yè)委員會(huì)會(huì)員、某市政府智庫(kù)專(zhuān)家。指導(dǎo)學(xué)生多次獲得江蘇省大學(xué)生實(shí)踐創(chuàng)新項(xiàng)目立項(xiàng),獲得江蘇省計(jì)算機(jī)設(shè)計(jì)大賽特等獎(jiǎng)、***三等獎(jiǎng)。作為產(chǎn)業(yè)導(dǎo)師已培養(yǎng)研究生十多名。作為**完成人曾獲得江蘇省廣播電影電視局科技創(chuàng)新獎(jiǎng)等,主持研發(fā)的某型數(shù)字電視機(jī)頂盒產(chǎn)品獲省級(jí)高新技術(shù)獎(jiǎng)。多年專(zhuān)注神經(jīng)網(wǎng)絡(luò)、模式識(shí)別、人工智能、數(shù)字通信、廣播電視寬帶網(wǎng)絡(luò)、智慧媒體等相關(guān)研究。
第1章 大數(shù)據(jù)可視化概述 1
1.1 大數(shù)據(jù)可視化的概念 1
1.1.1 科學(xué)可視化 4
1.1.2 信息可視化 5
1.1.3 數(shù)據(jù)可視化 5
1.2 數(shù)據(jù)可視化的作用與意義 5
1.2.1 數(shù)據(jù)可視化的作用 5
1.2.2 數(shù)據(jù)可視化的意義 6
1.3 數(shù)據(jù)可視化的應(yīng)用領(lǐng)域 9
1.3.1 在“工業(yè)4.0”中的應(yīng)用 9
1.3.2 在智能交通中的應(yīng)用 11
1.3.3 在新一代人工智能領(lǐng)域的應(yīng)用 16
1.3.4 在其他領(lǐng)域的應(yīng)用 16
1.4 與相關(guān)學(xué)科的關(guān)系 19
1.4.1 與計(jì)算機(jī)圖形學(xué)的關(guān)系 20
1.4.2 與計(jì)算機(jī)視覺(jué)的關(guān)系 20
1.4.3 與計(jì)算仿真的關(guān)系 20
1.4.4 與人機(jī)交互的關(guān)系 21
1.4.5 與數(shù)據(jù)庫(kù)的關(guān)系 21
1.4.6 與數(shù)據(jù)分析和數(shù)據(jù)挖掘的關(guān)系 21
習(xí)題 22
參考文獻(xiàn) 23
第2章 可視化的類(lèi)型與模型 24
2.1 可視化的類(lèi)型 24
2.1.1 科學(xué)可視化 24
2.1.2 信息可視化 30
2.2 可視化的模型 39
2.2.1 順序模型 39
2.2.2 分析模型 40
2.2.3 循環(huán)模型 41
習(xí)題 43
參考文獻(xiàn) 43
第3章 數(shù)據(jù)可視化基礎(chǔ) 45
3.1 光與視覺(jué)特性 45
3.1.1 光的特性 45
3.1.2 三基色原理 46
3.1.3 黑白視覺(jué)特性 47
3.1.4 彩色視覺(jué)特性 52
3.2 可視化的基本特征 55
3.3 可視化流程 56
3.3.1 可視化的基本步驟 56
3.3.2 可視化的一般流程 57
3.4 可視化設(shè)計(jì)組件 60
3.4.1 可視化設(shè)計(jì)模型 60
3.4.2 可視化設(shè)計(jì)原則 60
3.4.3 可視化的數(shù)據(jù) 61
3.4.4 可視化的原材料 62
3.4.5 可視化的基本圖表 62
3.5 可視化中的美學(xué)因素 64
3.6 可視化框架設(shè)計(jì)整體思路 65
3.6.1 可視化框架的構(gòu)成 66
3.6.2 數(shù)據(jù)圖形映射的流程 66
習(xí)題 67
參考文獻(xiàn) 68
第4章 數(shù)據(jù)可視化的常用方法 70
4.1 視覺(jué)編碼 70
4.1.1 視覺(jué)感知 71
4.1.2 視覺(jué)通道 72
4.1.3 數(shù)據(jù)分類(lèi) 73
4.1.4 常用的復(fù)雜數(shù)據(jù)處理方法 74
4.2 統(tǒng)計(jì)圖表可視化方法 74
4.2.1 柱狀圖 75
4.2.2 條形圖 77
4.2.3 折線圖 78
4.2.4 餅圖 79
4.2.5 散點(diǎn)圖 79
4.2.6 氣泡圖 79
4.2.7 雷達(dá)圖 80
4.3 圖可視化方法 80
4.3.1 圖的類(lèi)型 80
4.3.2 圖論可視化 81
4.3.3 思維導(dǎo)圖 81
4.4 可視化分析方法的常用算法 83
4.4.1 可視化分析方法 84
4.4.2 可視分析研究的特點(diǎn) 85
4.4.3 可視分析的應(yīng)用實(shí)例 86
4.4.4 主成分分析 88
4.4.5 聚類(lèi)分析 90
4.4.6 因子分析 91
4.4.7 層次分析法 91
4.5 可視化方法的選擇 92
4.5.1 百度地圖開(kāi)發(fā) 93
4.5.2 城市人流走勢(shì) 93
4.5.3 商圈人流對(duì)比 94
4.5.4 D3.js和Echarts選擇上的建議 94
4.5.5 優(yōu)秀的數(shù)據(jù)可視化作品欣賞 94
習(xí)題 95
參考文獻(xiàn) 95
第5章 大數(shù)據(jù)可視化的關(guān)鍵技術(shù) 97
5.1 大數(shù)據(jù)架構(gòu) 97
5.1.1 系統(tǒng)協(xié)調(diào)者 100
5.1.2 數(shù)據(jù)提供者 100
5.1.3 大數(shù)據(jù)應(yīng)用提供者 100
5.1.4 大數(shù)據(jù)框架提供者 102
5.1.5 數(shù)據(jù)消費(fèi)者 103
5.1.6 安全和隱私 103
5.1.7 管理 103
5.2 大數(shù)據(jù)核心技術(shù) 104
5.2.1 數(shù)據(jù)收集 104
5.2.2 數(shù)據(jù)預(yù)處理 104
5.2.3 數(shù)據(jù)存儲(chǔ) 105
5.2.4 數(shù)據(jù)處理 107
5.2.5 數(shù)據(jù)分析 108
5.2.6 數(shù)據(jù)治理 110
5.3 可視化關(guān)鍵技術(shù) 110
5.4 大數(shù)據(jù)可視化渲染 112
5.4.1 圖像相關(guān)概念 112
5.4.2 渲染技術(shù)概述 114
5.4.3 基于CPU的渲染 115
5.4.4 基于GPU的渲染 116
5.4.5 集群渲染技術(shù) 118
5.4.6 云渲染 122
習(xí)題 123
參考文獻(xiàn) 124
第6章 可視化交互 125
6.1 可視化交互方法分類(lèi) 125
6.1.1 平移+縮放技術(shù) 126
6.1.2 動(dòng)態(tài)過(guò)濾技術(shù) 127
6.1.3 概覽+細(xì)節(jié)技術(shù) 128
6.1.4 焦點(diǎn)+上下文技術(shù) 129
6.1.5 多視圖關(guān)聯(lián)協(xié)調(diào)技術(shù) 130
6.2 可視化交互空間 131
6.2.1 可視化交互空間查詢(xún) 131
6.2.2 可視化交互空間分析 132
6.2.3 交互空間分類(lèi) 133
6.3 可視化交互模型 134
6.3.1 交互式信息可視化的用戶(hù)界面模型 135
6.3.2 支持信息多面體可視分析界面模型(IMFA) 138
6.3.3 交互式可視化的關(guān)聯(lián)規(guī)則挖掘模型 138
6.3.4 基于Web的交互式數(shù)據(jù)可視化模型 140
6.3.5 基于交互技術(shù)的知識(shí)可視化模型 142
6.4 交互硬件與軟件 145
6.4.1 交互硬件 145
6.4.2 交互軟件 147
6.4.3 交互系統(tǒng) 148
習(xí)題 151
參考文獻(xiàn) 152
第7章 大數(shù)據(jù)可視化工具 153
7.1 Excel 153
7.1.1 Power Map簡(jiǎn)介 153
7.1.2 Power Map的使用 153
7.1.3 數(shù)據(jù)可視化示例 155
7.2 Processing 155
7.2.1 Processing開(kāi)發(fā)環(huán)境簡(jiǎn)介 156
7.2.2 Processing繪制功能 156
7.2.3 Processing應(yīng)用程序的結(jié)構(gòu) 158
7.2.4 數(shù)據(jù)可視化舉例 159
7.3 NodeXL 161
7.3.1 NodeXL簡(jiǎn)介 161
7.3.2 系統(tǒng)界面 162
7.3.3 數(shù)據(jù)獲取與編輯 163
7.3.4 數(shù)據(jù)可視化 163
7.3.5 圖形分析與數(shù)據(jù)過(guò)濾 164
7.4 ECharts 165
7.4.1 ECharts架構(gòu)及特點(diǎn) 165
7.4.2 基本組成 166
7.4.3 引入ECharts 167
7.4.4 圖表繪制 167
7.5 Tableau 174
7.5.1 Tableau簡(jiǎn)介 175
7.5.2 Tableau的使用 175
7.5.3 Tableau數(shù)據(jù)可視化實(shí)例 178
習(xí)題 181
參考文獻(xiàn) 182
第8章 大數(shù)據(jù)可視化系統(tǒng)――魔鏡 183
8.1 魔鏡簡(jiǎn)介 183
8.2 系統(tǒng)架構(gòu)與技術(shù)流程 184
8.3 數(shù)據(jù)處理與分析 185
8.4 數(shù)據(jù)可視化 188
習(xí)題 193
參考文獻(xiàn) 193
第9章 大數(shù)據(jù)可視化的行業(yè)案例 194
9.1 電商行業(yè)銷(xiāo)售數(shù)據(jù)分析 194
9.1.1 背景分析 194
9.1.2 需求分析 194
9.1.3 大數(shù)據(jù)分析過(guò)程 194
9.1.4 分析結(jié)論 202
9.2 廣告投放效果分析 202
9.2.1 背景分析 202
9.2.2 需求分析 203
9.2.3 大數(shù)據(jù)分析過(guò)程 203
9.2.4 分析結(jié)論 208
9.3 金融行業(yè)貸款數(shù)據(jù)分析 209
9.3.1 背景分析 209
9.3.2 需求分析 209
9.3.3 大數(shù)據(jù)分析過(guò)程 209
9.4 能源行業(yè)油井?dāng)?shù)據(jù)分析 223
9.4.1 背景分析 223
9.4.2 需求分析 223
9.4.3 大數(shù)據(jù)分析過(guò)程 224
習(xí)題 236
參考文獻(xiàn)
附錄A
收起全部↑