勢在必行，面向決策支持的數據可視化系統設計

劉堃

[摘要]

現在市場上存在兩種商業智能類型——第一種是傳統的商業智能，IT專業人員使用內部交易數據生成報告。第二種是現代商業智能，業務用戶與敏捷、直觀的數據可視化系統交互，以達到更快地分析數據。在當今時代發展背景下，開展數據可視化系統設計十分重要，這已經演變成為各個學術界的研究熱點。如果一味的憑借IT專業人員去學習各類的計算方式，根本不能達到人們認知規律發展的標準要求，同時還會影響到決策分析的狀態。因此需要借助數據可視化的方式及時開展人機協同的分析工作。本文結合作者日常工作中的實際經驗，致力于搭建出現代商業智能所需的數據可視化系統，針對現階段各行業的各類迫切性需求進行分析，設定好數據可視化分析系統的處理流程，同時考量其未來的數據源等需求，確定好主流框架以及后臺數據庫等，完成數據可視化分析系統的設計以及開發等各項工作。

[關鍵詞]

數據可視化 人機交互 決策支持 多屏聯動

引言

數據可視化系統在商業智能領域可視決策方面發揮的作用至關重要。目前，一些行業、企業決策者已經開始將數據可視化作為決策過程的一部分。為什么數據可視化如此重要？答案在于我們大腦處理信息的方式，我們的大腦——需要以視覺觸發的方式連線，以便真正沉浸在它所體驗的內容中。換句話說，我們看圖形比看電子表格更容易理解某些內容，即使它們包含完全相同的信息。這也說明，數據可視化系統的使用可以更好的減小對各項數據內容分析以及使用的難度系數，同時還可以較高地提升決策方案的實施效率。從實際應用效果來看，數據可視化系統能夠結合各行各業獨特的指標和KPI表示方式，從數據清理集成，到數據存儲整合，再到數據分析挖掘，之后進行可視化呈現，最終完成人機交互的完美體驗。數據可視化系統通過數據多維度、可交互聯動分析，實時解答用戶問題，目前已廣泛應用在政府、金融、零售、電商、環保、電信、醫療、房地產等領域的決策支撐環節。

數據可視化系統實際所涵蓋的內容可以大致分成主題數據集以及數據可視化圖表等。該系統帶有一定的集成性，可以更為合理化的進行主題面板的配置工作，靈活性的切換主題的配色方案，提升了各項業務的實際操作性以及直觀性等，同時還可以更好地緩解數據分析人員的工作壓力，幫助企業領導作出更為科學化的決策。本文深度探究了面向決策支持的數據可視化系統設計方案，使設計出的系統架構性能更加的合理，確保系統實際的運行穩定。

1? 系統需求分析

1.1? 系統模塊功能需求

數據可視化系統必須要達到相應的分析標準要求，想要更好且及時地完成相應的決策任務，達到其支持的目標，就應當站在功能模塊的實際劃分角度去分析。以軟件工程思想為基準，深度探究功能模塊需求。首先是建立起主題數據集，其可以進一步劃分為數據源配置以及模型構建這兩個板塊，集成化的展示數據源信息。依照其實際所查詢的結果開展相應的構建工作，使用多維數據立方體，綜合性的考量維度以及指標等各項因素。在二維表內，它的維度以及指標應當以完整的數據模型為主，設定好相對應的計算表達方式。在實際操作步驟上，第一步要完成數據源配置管理工作，確定出數據源的連接形式;第二步要就SQL的查詢結果進行整合，精確地推斷出字段維度以及指標;第三步是建立數據可視化圖表，合理的選擇數據模型維度指標，構成數據可視化分析圖表。該圖表會更加直觀，用戶可以將圖表在用戶間分享，搜集整理相關的圖表，達到復用等目的，進一步提升工作的實際效率以及品質。該系統的圖表量會比較大，且圖表的類型也比較多，可以更全面化的提升可視化系統的性能，提高用戶體驗，達到用戶的各類業務需求標準;第四步是形成主題面板，借助主題面板，把和主題聯動以及相關聯的數據信息整合在一起，集成數據內容，多層面的探究主題數據信息的實際分析環境狀況，制定出更具綜合性的決策方案。數據可視化分析平臺所得到的數據信息可以當做各個業務層的展出內容以及系統的入口，達到企業信息集成聯動的目的。在實際應用中應選擇更為適宜的數據表現形式去配置圖表，分析圖表主題的邏輯關聯性。應當做好頁面的布局管理以及頁面的聯動管理，確定出頁面布局的原型，讓圖表的跳轉關系更加清晰;第五步是重視用戶管理，系統管理人員使用自身的權限調控資源，提升各個角色用戶的可見程度，讓其達到保密的效用，且用戶應當將自身的現有資源一一進行分享，以此更好地達到系統的目的;第六步是完善知識管理，在設計該系統時，必須要采取數據連接的形式設計非結構的數據信息，探究非結構化數據信息所存在的潛在價值。各個系統也應當具備路徑查詢性能，明確目標數據和知識隱藏之間的連接關系，使得用戶的決策更具科學性，更好地達到知識管理的標準。這不僅可以提升用戶理解知識的效率，還可以把知識管理劃分成為可視化管理等內容，及時開展數據信息的統計工作。企業決策人員在使用該系統時，可以更為精確的了解其業務系統的結構，開展深層次的知識探究工作。

1.2? 系統數據流分析

數據流分析工作的開展需要以圖形化的形式為基準處理好數據的變化問題，以滿足用戶以及開發者的需求。站在總體結構的層面上分析，系統包含權限信息以及數據源信息等。系統的輸出信息會自行流入到決策層的位置，便于更好地進行決策，起到一個較強的輔助效用，實時地開展日常數據信息的分析工作。一般情況下，數據分析師的系統使用權限會比較多，大部分的功能模塊都可以得到合理的應用，應當設定好實際的業務流程，若對數據集不夠滿意，那么就必須要及時的開展重構工作，構建一個多維化的數據立方體，處理好數據信息的問題，采取拖拽等形式，合理的配置相關圖表，并在主題數據集表中及時抽取出相對應的數據信息，生成圖表，之后讓其流入到主題面板的容器內合理配置信息。數據分析師應當把重新構建的圖表結構數據信息放置到數據庫之中，可視化的去展現知識圖譜。相關的業務工作人員還需要做好前期數據信息的準備工作，且業務人員也需具備一定的功能模塊使用權利。合理的去配置數據源服務，抽取出各類的數據源信息，從而構建多維數據立方體，為滿足實際業務需求，可采取三屏配置的形式，對業務進行剖析，把控好施工的主體，確定出系統的最終走向。

1.3? 系統非功能需求分析

數據可視化分析系統在可視化的過程中會關聯到一些企業的核心數據信息，這些核心數據信息具有極強的特殊性，需要在使用時，切實保障主題面板等的保密程度以及安全程度。因此在開發的初期就應提出系統安全性的要求進而合理的去開發系統。同時要嚴苛的管控數據的安全操作形式，設定好用戶的實際權限使用范圍。想要避免系統遭受外部的攻擊以及侵擾，就應當采取封裝的形式處理系統的架構代碼，把關鍵性的域名以及傳遞的參數隱藏在一起。和常見的攻擊相類似，需要確保代碼書寫的規范程度，以此盡可能降低安全隱患，切實提升數據代碼的維護率以及復用率數值。考量可視化分析系統操作的難易程度，要使得其系統界面更加美觀，及時的給各類操作提供更為精確化的操作。確定出主流系統的設計模式，實時開展人性化的設計工作，系統操作應當更加直觀化，系統界面也應當更加精美。

2? 數據可視化系統的設計

2.1? 系統架構設計

數據可視化分析系統需要構建在現階段軟件體系結構思想基礎層面上，在相應的數據源當中挑選出相關的數據信息，這些數據信息在接受處理之后被展示到前端的頁面上，在通過大量的代碼進行轉換，一旦在編寫代碼之后沒有開展和架構相關聯的設計工作，就會導致系統的使用狀態比較差，不能達到一個理想的使用效果。因此，在開展架構設計工作的過程中應當遵守整體性以及層次性的原則，把系統劃分成為數據庫層，采取分層結構的形式更好地實現共同的目標，處理好各層之間存在的依賴關系以及問題。如果搭建好的系統具有良好的伸縮性，可以達到讓多個用戶同時進行訪問的效果——并發性比較強，靈活性的使用該系統。在表現層上，主要是為了更好地提供用戶交互體驗感受，降低用戶的操作難度。在系統設計時使用大量的拖拽技術，可以使操作的流程更加直觀化，用戶可以在較短的時間段內完成操作任務，將關注度集中在工作內容以及工作成果上，進一步協調數據的可視化流程。此外，角色分配問題決定了用戶在操作時會存在大量的帶有私有性的數據集，需要分析樹狀結構的顯性狀態，豐富實際的配色方案。在服務層上，大量的數據信息被存儲到了數據信息的服務器內，系統設計支持需要在各個數據源中抽取相關的數據信息，及時開展數據的集成化工作。想要減小用戶配置圖表的實際操作難度，就應當不斷的強化系統的交互性能，提供多類的配置選項，達到用戶們的定制需求。由于面板間會存在一定的聯動效果，開發人員要做好系統的聚合計算以及過濾篩選等工作，貼合用戶的實際生活，滿足其各項的操作需求。由于可視化技術大量實現細節是在前端，本系統為了滿足用戶的通用需求，前端設計使用主流前端技術。為了方便聯機分析處理，本系統設計將關系型數據通過SQL統一轉化為多維數據立方體，并從緩存中讀取。由于數據龐雜且前端展示多樣，本系統設計結合使用關系型數據庫MySQL和圖數據庫Neo4j存儲多樣數據，發揮各自所長。設計系統運行在Tomcat服務器上，網絡通訊協議采用傳統HTTP，由于設計采用Java語言開發系統，所以系統跨平臺性和可移植性良好。在系統架構中，層與層存在自上而下的依賴關系，上一層利用下一層提供的接口實現本層功能，互相之間屏蔽了實現細節。系統可伸縮性強，易于支持多用戶同時訪問，并發性能好，可維護性和靈活性高，需求變化時由于層次清晰不需要改動太多，耦合型低，可重用性和可管理性高。因此，本文中設計的系統分層架構有利于系統功能的完善性和系統的可擴充性，續航可二次開發能力。數據可視化分析系統、應用數據庫服務器、應用服務器客戶機的三層框架結構，這樣的結構性能優良、易于拓展和維護。

2.2? 系統功能模塊設計

系統的框架設計解決后，后續會根據功能的不同拆分成不同的模塊。系統設計需具備基于數據立方體模型的可視化數據的三位數據立方體（CUBE），這是處于底層的數據基礎，但也是非常重要的，該數據立方體可以根據查詢指令查看三維數據立方體中的維度和度量，從而相當于建立多個小的數據集，這樣就不用擔心數據集過于龐大。同時，系統設計具備系統模塊，用于解決包括用戶管理、登錄、權限設計、角色分配、以及系統參數配置等方面的功能。設計具備集群模塊，如ES集群和MYSQL數據庫集群化管理，也兼容各種數據源類型，支持海量數據。可接入Excel/CSV等數據文件、企業各種業務系統、第三方互聯網數據、公共數據服務平臺等來源，輕松整合所有相關業務數據。設計具備數據模塊，包括管理可視化系統的數據口徑和數據字典，可以用以分析人員設計出適合本企業類型的可視化數據立方體。設計具備分析模塊，包括動態生成電子表格、動態生成EChart圖表。基于探索式分析，支持智能推薦圖形、圖表協同過濾、全維度數據鉆取，幫助用戶快速定位并發現問題。拖拽式的操作，簡單易用。在對圖表配置上，設計了支持多個維度數據同時排序功能。以及其它模塊，如搜索條件配置、分類管理、三屏展示和可視化圖譜展示，可配置多個顏色主題，從美觀上和使用上貼近了用戶的需求等。便捷的看板分享與討論功能，可通過生成鏈接的方式將看板快速分享給團隊成員或其他人，同時支持基于看板的討論，通過發送文字、圖片、圖表快照等內容進行溝通，滿足團隊溝通協作需求。

3? 結語

雖然本文通過合理的應用該系統，探究研發數據可視化分析系統的開發背景以及價值意義，找出該系統所存在的各類問題，對其系統設計以及實現方式進行了說明，以此來盡可能的提升數據信息的精確程度，降低決策所存在的負擔。但在實際應用過程中，大部分項目業務都具有較強的邏輯性，且項目的開發時間也會較為緊張，系統所存在的問題比較繁雜，需要不斷地完善系統的設計工作，處理好圖表等各類細節層面問題，使用更為高新的技術確保系統動態交互等優勢展現的更合理。

[1]申淑平.網絡安全數據可視化融合分析[J].電腦與電信，2016年12期.

[2]許茜，黃子杰，蔡晶，劉志臻，俞向梅，陳桂芬，陳林，葛亮，張钘銘.基于大數據研究的醫學數據可視化[J].中國衛生統計，2017年02期.

[3]數字冰雹.夏進.駕馭數據洞悉價值——數字冰雹大數據可視化系統行業應用分享[J].大數據時代，2017年02期.

[4]彭戎軒.數據可視化技術應用趨勢與類型分析[J].西部資源，2015年06期.

[5]劉江濤，邢輝.淺析生物大數據可視化的現狀及挑戰[J].中國新通信，2016年02期.

[6]王然.數據可視化技術在教務信息數據庫中的應用[D].天津職業技術師范大學 2018.

[7]楊杰.全基因組關聯分析算法加速與可視化實現[D]. 楊杰.武漢理工大學 2017.