智能化行業中大數據可視化技術的應用

王仙靈

摘要：互聯網以及云計算等現代化信息技術研發升級促進了政治、經濟、文化以及社會方方面面的相互交融，加快了擁有超出以往任何時代數據信息總量的大數據時代的產生，全球各地的人們利用手機等智能化移動設備就可以產生獲取以及分析使用不同類型的數據信息。本文通過介紹大數據可視化的基本概念，分析大數據可視化技術的未來發展趨勢，為充分發揮大數據可視化技術對智能化行業的促進作用提出一些合理化的建議。

關鍵詞：智能化行業;大數據;可視化技術;應用

引言

作為大數據應用五大領域之一的數據可視化技術將數量巨大、數據信息之間邏輯關系不明顯、復雜枯燥的數據信息進行視覺方式的轉化，深度剖析這些看似復雜毫無規律的數據信息的潛在關聯性，降低用戶使用這些數據信息以及深入挖掘數據信息潛在價值的難度。以往人們主要通過視覺系統來獲取外界信息，而數據可視化技術以具體圖形的方式對數據信息進行展示和分析，在這種情況下，用戶可以用專業化的知識將這些數據信息潛在價值進行完整準確的轉化應用，由此可以看出，大數據可視化技術在大數據時代對提高數據信息分析準確性和深入性的重要作用，已經成為智能化行業發展必不可缺的技術之一。

1、數據可視化定義

數據可視化是關于數據視覺表現形式的科學技術研究。數據可視化起源于計算機圖形學、人工智能、科學可視化以及用戶界面等領域的相互促進和發展，是大數據生命周期管理的最后一步，也是最重要的一步，能最大化地幫助用戶挖掘數據背后的信息，讓數據“開口”說話。數據可視化設計有4個基本原則：（1）優秀的數據可視化應該完成對多個關聯數據集的展現，而不僅僅是完成對某一個數據集的可視化;（2）可視化展現應具有精準性，在圍繞數據進行可視化展現時，確保數據精準;（3）可視化應具有直觀性，并滿足不同受眾的需求;（4）可視化設計應完成解釋數據、探索數據和發現知識3個核心功能。

2、數據可視化的常用方法

人類視覺對形象化視覺符號的理解能力要遠遠高于對數字、文本等形式存在的非形象化數據的處理能力，因此，采用合適的數據可視化方法處理人類獲取的數據，是整個可視化過程中最為重要的環節之一。不同的可視化方法對用戶產生的直觀效果是不同的。數據可視化已經提出了許多方法，這些方法根據其可視化的原理不同可以劃分為基于幾何的技術、面向像素技術、基于圖標的技術、基于層次的技術、基于圖像的技術和分布式技術等等。數據可視化方法也可依據不同原則有不同分類，具體見表1。

3、大數據可視化的關鍵技術

數據可視化技術的基本思想，是將數據庫中每一個數據項作為單個圖元元素表示，大量的數據集構成數據圖像，同時將數據的各個屬性值以多維數據的形式表示，可以從不同的維度觀察數據，從而對數據進行更深入的觀察和分析。[3]當前數據可視化技術是一個正在迅速發展的新興領域，出現了眾多的技術，主要技術及其內容見表2。

4、數據可視化應用的平臺搭建

數據可視化應用的關鍵，在于系統平臺的搭建，實現大數據的挖掘分析，以及數據處理。數據可視化在電力領域的實踐應用，其平臺搭建，直接關系到數據可視化的應用價值。實質上，數據可視化應用是一個復雜系統，系統平臺元素的創設，是數據可視化實踐應用的重要基礎。因此，在筆者看來，數據可視化應用的平臺搭建，主要在于以下幾點：

4.1數據挖掘系統平臺

數據挖掘系統平臺，是可視化應用的重要基礎。該系統平臺主要用于數據的存儲，并結合數讀取，實現數據計算分析處理。當前，在數據挖掘系統的創設中，主要依托Hadoop云計算系統，實現數據庫的有效創設，并且接入電力各業務系統數據，實現了數據從存儲到分析處理的一體化構建。因此，以云計算平臺為依托，解決傳統系統平臺數據挖掘處理難題。通過云的大數據平臺創設，能夠實現數據關聯關系的構建，也保障了數據傳輸效率，滿足當前的發展需求。

4.2可視化系統構建

可視化系統是大數據可視化過程的終端反饋，是對大數據挖掘處理結果的表達。從實踐而言，可視化系統的構建方式多樣化，但電力對電網大數據分析處理要求高，通過云存儲與計算的平臺創設，能夠實現第三方可視化軟件的導入，確保了大數據可視化系統的數據存儲、計算，以及相應平臺之間的整合。與此同時，可視化系統在大數據處理分析中，由于用戶不同、數據挖掘分析定義不同，往往會導致可視化系統操作時效，影響數據可視化實踐應用。為此，在可視化系統構建中，應注重系統在可視分析中交互性功能的創設，進而保障人在與海量信息交流中，能夠提供先進的分析方法、交互技術，讓數據分析結果在可視化中得到表達

5、智能化行業中大數據可視化技術的使用

5.1以Web為基礎的大數據可視化參考模式的創建

參考模式大致可以分為4大類型，比如，利用服務器端產生的圖形來反應數據信息，這些圖形會在客戶端上進行無誤差的展示，用戶可以通過瀏覽器來查看這些數據信息;服務器端生成具有較強可視化特征的控制頁面，控制頁面也就是控制數據信息可視化過程;服務器端生成3D模型，用戶可以通過客戶端上相應的瀏覽器來實現對3D模型的控制與操作;用戶下載完自己所需要的數據信息之后，可以通過客戶端來對數據信息進行可視化操作，同時，用戶還可以下載專門的可視化技術軟件，但客戶端對數據信息可視化過程的控制需要較高配置的硬件資源和軟件資源，控制規模也較小。

5.2以Web為基礎的數據可視化應用方式

大數據可視化以解決實際問題為最終目標，需要相關人員根據目標問題來對大量的數據信息進行篩選，盡可能的剔除那些與目標問題毫無關聯性的數據信息。對已經篩選好的數據信息進行綜合分析并根據這些數據信息的特性選擇出最佳的表達描述方式，實現數據信息的再加工。

5.3以Web為基礎數據可視化的展示

色彩是大數據可視化主要展示方式之一，利用不同顏色和多層次的色彩來進行數據信息宏觀發展趨勢的展示，也可以用不同的顏色來代表不同層面或者類型的數據信息。利用時間軸來展示受時間影響較大的數據信息，不同數據信息的表現形式有不同的呈現手段，如果在計算機上進行展示就需要利用程序算法。工作人員在綜合考慮手中群體習慣與興趣的基礎上來篩選出合適的表現形式，比如，柱狀圖形等。

結束語

社會各方面發展對大數據技術的依賴性逐步增強，數據可視化技術已經成為最優秀的數據信息處理手段之一，是用戶挖掘數據信息背后價值的主要方式。通過信息圖標的方式來滿足用戶獲取更多真實準確又有參考價值的數據信息，更好的解答用戶的困惑。

參考文獻

[1]張平文，鄂維南，袁曉如，傅毅明.大數據分析與應用技術創新平臺[J].大數據，2018，4（04）：86-93.

[2]李公立，劉佃興，黃仲元.數據可視化技術現狀與發展研究[J].山西建筑，2018，44（19）：257-258.

[3]陳小燕，干麗萍，郭文平.大數據可視化工具比較及應用[J].計算機教育，2018（06）：97-102.

[4]劉寅.大數據技術在智能的應用[J].電子技術與軟件工程，2018（08）：167.

[5]彭小圣，鄧迪元，程時杰等.面向智能應用的大數據關鍵技術[J].中國電機工程學報，2015（03）：503-511.

[6]張沛，楊華飛，許元斌.大數據及其在企業的應用[J].中國電機工程學報，2014（z1）：85-92

（作者單位：浙江綠城建筑科技有限公司）