信息可視化技術及應用研究.pdf

1、信息可視化技術利用計算機圖形圖像和數據挖掘的技術與方法，將數據中隱藏的信息，以交互方式形象生動地展示給用戶。在金融、網絡通信、生物學和商業(yè)智能等領域，信息可視化技術被廣泛應用于輔助用戶分析數據，進而發(fā)現(xiàn)其中蘊含的規(guī)律。隨著數據規(guī)模迅猛增長以及數據來源的多樣性，傳統(tǒng)信息可視化技術面臨著新的挑戰(zhàn)。因此，研究信息可視化技術與應用，具有重要的理論意義和實用價值。
　　 本論文主要對信息可視化技術及應用進行深入的研究，提出了針對金融數據、

2、Web網頁上的醫(yī)院數據、微博數據和統(tǒng)計數據的可視化與分析方法，大量實驗結果驗證了本文方法的有效性。
　　 1.提出一種新的基于引力場聚類的金融數據可視化分析方法，為用戶提供了一種快捷、方便的金融數據可視化及分析工具。首先利用無監(jiān)督的自組織映射對初始金融數據進行預分類;然后在平行坐標可視化過程中引入引力場的物理模型，對平行坐標可視化的結果進行一次視覺聚類。同時，根據金融數據分析的特殊性，用戶可以調節(jié)吸引力的尺度因子，亦可以對不同屬

3、性軸設置權重值，進而獲得自己感興趣的平行坐標可視化結果;為進一步增強可視化效果，采用傳輸函數以及交互的可視化技術，以便更好的分析初始金融數據，給予投資者一定的參考信息。為了驗證本算法的有效性，采用真實的金融數據案例作為研究對象。實驗結果表明，基于引力場聚類的平行坐標技術可以快捷地對公司的財務狀況進行顯示與分析，進而有效的對公司進行分類和排序。用戶可以方便的選擇出財務狀況優(yōu)秀和有投資價值的公司，做出投資決策。
　　 2.提出一種本

4、體指導的Web信息提取方法，并對其結果進行可視化分析，主要思想是利用本體中定義的概念、概念屬性、概念間的分類關系和非分類關系中蘊含的語義信息來進行信息提取，然后結合google map對從提取出的Web信息進行可視化顯示，從而方便用戶理解數據挖掘得到的信息，發(fā)現(xiàn)其中隱藏的特征、關系、模式和趨勢等。
　　 3.提出一種基于粒子群優(yōu)化算法的微博數據可視化方法，以解決在社交網絡可視化中由于節(jié)點過于集中而導致難于發(fā)現(xiàn)節(jié)點間關系的問題。首

5、先根據微博用戶在微博中的影響力把用戶分為n層，以此來表示微博用戶在網絡中對信息的傳播影響力的等級。再基于數據的關聯(lián)關系對數據進行子群劃分，然后采用粒子群優(yōu)化算法，設計目標函數，使粒子群優(yōu)化算法適應社交網絡的布局要求，并使節(jié)點的分布更加均衡，減少線段的交叉從而減少布局的雜亂度，使節(jié)點的連接關系更加清晰。為了驗證本算法的有效性，采用了從新浪微博、騰訊微博中獲得的數據。實驗結果表明，該方法可以形成清晰的可視化結果，更好地分析微博用戶之間的關系

6、。
　　 4．提出了一種混合可視化方法，可以系統(tǒng)地顯示統(tǒng)計數據，與地理信息數據相結合，更好地展現(xiàn)了統(tǒng)計數據的時空變化規(guī)律。該方法通過結合平行坐標、地理分布圖、動態(tài)散點圖和Treemap等多種可視化技術，并對可視化結果進行增強，方便用戶能夠從不同角度觀察各種指標數據。同時，為了進一步對感興趣的部分數據進行分析研究，我們設計并實現(xiàn)了多種可視化技術的協(xié)同交互方法。通過交互可視地挖掘空間、時間及多維屬性統(tǒng)計數據之間的關系，達到了對感興趣