內容簡介
本書共有12章,分為3篇。大數據基本定義篇闡述了大數據可視分析的背景、分析框架及前景,並結合實例多角度描述可視化分析在不同套用場景下的設計及實現過才煉企紙程。大數據基本方法篇針對實際套用中遇到的不同類型的數據,充碑檔包括多媒體數據、網路數據、多層面數據和不確定性數據介紹相應的可視化方法,並結合研究成果,展示從探索層面到解釋層面的數據分析及可視化推理過程。大數據套用篇側重介紹大數據可視化綜合套用及實用系統,特別是在三維空間域數據、社交媒體數據、通用時空數據、城市數據、網路日誌數據、雲計算環境下的數據可視分析及多人線上遊戲日誌數據等場景下的可視化方案、模型及工作。
本書反映了浙江大學在可簽轎櫻視分析方面的進展與所思所想,希望對有志於從事大數據可視化、可視分析的研究生、企事業從業人員有所幫助。
圖書目錄
第1篇大數據基本定義
第1章可視分析基礎與框架/ 2
1.1可視化簡介/ 2
1.2可視分析/ 3
1.2.1互動式可視分析框架描述/ 5
1.2.2可視分析的新方向/ 5
1.3實例1——VisComposer:可視化圖表製作工具/ 6
1.3.1框架設計/ 7
1.3.2與嵌套增量模型的關係/ 10
1.3.3系統實現/ 10
1.4實例2——基於知識圖譜的互動關係瀏覽與分析/ 15
1.4.1對象的可視化嘗霉愚多/ 16
1.4.2可視化/ 18
1.5實例3——EasySVM:基於可視分析方法的支持向量機的白盒分析方法/ 33
1.5.1簡介/ 33
1.5.2方法概覽/ 34
1.6基於遷移學習的數據分類可視分析方法/ 36
1.6.1概念定義/ 37
1.6.2方法概覽/ 38
參考文獻/ 39
第2篇大數據基本方法
第2章多媒體數據/ 46
2.1多媒體數據可視分析簡介/ 46
2.2多媒體數據的可視探索/ 47
2.2.1文本數據可視化/ 47
2.2.2圖像數據可視化/ 53
2.3多媒體數據分析實例/ 57
2.3.1項目背景和需求分析/ 57
2.3.2項目架構流程/ 58
2.3.3可視化布局算法/ 58
2.3.4可視化設計/ 62
2.3.5使用說明/ 64
參考文獻/ 67
第3章網路數據/ 69
3.1網路數據簡介/ 69
3.2網路拓撲結構的常用可視化方法/ 69
3.2.1節點連結法/ 70
3.2.2鄰接矩陣法/ 70
3.2.3混合布局謎臘法/ 71
3.3網路動態變化的常用可視化方法/ 72
3.3.1動畫法/ 72
3.3.2時間線法/ 73
3.4動態網路中關係動態變化的可視化/ 74
3.4.1關係動態變化可視化系統簡介/ 75
3.4.2關係強度變化可視化系統設計/ 77
3.4.3實例與套用/ 85
3.5動態網路中異常檢測可視化/ 88
3.5.1背景/ 88
3.5.2研究目辨囑估標/ 89
3.5.3可視化系統設計/ 90
3.5.4算法選擇和設計/ 90
3.5.5可視化設計/ 93
3.5.6案例研究/ 100
3.6動態網路中節點排名可視化/ 103
3.6.1設計目標/ 104
3.6.2系統設計/ 104
參考文獻/ 110
第4章多層面數據/ 113
4.1維度相關性的可視探索/ 113
4.1.1方法描述/ 113
4.1.2案例分析/ 121
4.1.3小結放應姜/ 125
4.2基於多層面數據的關係可視推理/ 126
4.2.1簡介/ 127
4.2.2數據/ 128
4.2.3任務描述/ 129
4.2.4方法描述/ 132
4.2.5案例分析/ 139
4.3數據分析:從探索層面到解釋層面/ 143
4.3.1簡介/ 143
4.3.2時序排名數據的可視表達/ 144
4.3.3排名項的語義探索/ 147
4.3.4案例分析/ 149
參考文獻/ 152
第5章不確定性數據/ 155
5.1不確定性數據簡介/ 155
5.1.1不確定性的定義與分類/ 155
5.1.2不確定性的來源/ 156
5.1.3不確定性可視化及挑戰/ 157
5.1.4本章工作概要/ 157
5.2多變數集合數據的可視化方法與實例/ 158
5.2.1不確定性感知的多維投影方法/ 159
5.2.2集合不確定性的量化與可視化/ 164
5.2.3可視探索系統設計/ 166
5.2.4實例與套用/ 168
5.3空間線幾何的差異可視化與分析/ 174
5.3.1方法描述/ 175
5.3.2可視探索界面設計/ 177
5.3.3結果與討論/ 179
5.4多類散點圖的可視簡化與探索/ 183
5.4.1多類散點圖的可視簡化/ 184
5.4.2多類散點圖的可視探索/ 190
5.4.3有效性評估/ 192
5.4.4小結/ 197
參考文獻/ 198
第3篇大數據套用
第6章三維空間域數據/ 204
6.1三維空間域數據簡介/ 204
6.2三維體可視化/ 205
6.3間接體繪製/ 206
6.4直接體繪製/ 208
6.4.1直接體繪製方法/ 208
6.4.2採樣重建/ 211
6.4.3體數據分類/ 212
6.4.4光照計算/ 218
6.4.5光學積分/ 220
6.5三維空間域數據可視化方法實例/ 222
6.5.1基於感知的傳輸函式顏色最佳化設計/ 222
6.5.2多變數空間數據場的壓縮域體繪製方法/ 234
6.5.3基於多類藍噪聲採樣的多變數空間數據場可視化技術/ 248
參考文獻/ 261
第7章社交媒體數據/ 265
7.1社交媒體數據可視分析簡介/ 265
7.2獲取社交媒體數據中的信息/ 266
7.2.1關鍵字模型法/ 267
7.2.2話題模型法/ 268
7.2.3綜合模型法/ 271
7.3理解社交媒體用戶的行為/ 272
7.3.1分析社交媒體用戶的交往行為/ 273
7.3.2探索社交網路內容/ 276
7.3.3小結/ 280
7.4工具與開發/ 281
7.5本章小結/ 282
參考文獻/ 283
第8章通用時空數據/ 287
8.1時空數據概述/ 287
8.2三維多變數空間數據場興趣域可視化發掘/ 289
8.2.1分析任務/ 290
8.2.2數據處理/ 292
8.2.3可視化設計/ 294
8.2.4結果與討論/ 298
8.3感測器時序數據關聯可視分析/ 304
8.3.1TCP樹/ 304
8.3.2可視化設計/ 309
8.3.3結果與討論/ 312
參考文獻/ 317
第9章城市數據/ 321
9.1背景介紹/ 321
9.1.1城市化與智慧城市/ 321
9.1.2城市數據/ 323
9.1.3城市數據可視化與可視分析/ 325
9.1.4準備數據/ 325
9.2基本的城市數據可視化方法/ 326
9.2.1時間屬性的可視化/ 326
9.2.2空間屬性的可視化/ 331
9.2.3時空屬性的可視化/ 336
9.3城市數據可視分析的套用/ 337
參考文獻/ 346
第10章網路日誌數據/ 349
10.1用戶交易時間序列數據的可視分析/ 349
10.1.1多用戶交易探索(MUIE)方法概述/ 349
10.1.2多用戶交易探索(MUIE)流程/ 352
10.1.3問題定義和數據/ 353
10.1.4機率決策樹分類算法/ 354
10.1.5時序顯著度圖:探索大量的用戶交易數據/ 356
10.1.6KnotLines可視化/ 358
10.1.7交易案例分析/ 365
10.2動態交易軌跡可視化/ 367
10.2.1本節可視化方法概述/ 367
10.2.2交易軌跡的核密度估計/ 367
10.2.3密度圖的渲染及加速計算/ 369
10.2.4動態粒子可視化效果/ 371
10.2.5城市進出口交易信息可視化/ 372
10.3用戶交易類別型數據的可視化/ 373
10.3.1本節可視分析方法概述/ 373
10.3.2任務定義/ 374
10.3.3離散隨機變數的矩陣生成/ 375
10.3.4矩陣可視化方案/ 376
10.3.5交易可視化案例/ 377
10.3.6相似性的定義/ 379
10.3.7交式探索工具/ 379
10.3.8互動分析案例/ 381
參考文獻/ 383
第11章雲計算環境下的數據可視分析/ 384
11.1雲計算平台可視化概述/ 384
11.1.1雲計算簡介/ 384
11.1.2雲計算相關的可視化挑戰/ 385
11.2雲平台監控數據可視分析/ 386
11.2.1雲平台監控數據簡介/ 386
11.2.2系統設計與方法介紹/ 388
11.2.3案例分析/ 394
11.3多層級可視分析——計算集群監控/ 398
11.3.1簡介/ 398
11.3.2集群監控信息可視化系統框架設計/ 399
11.3.3集群監控信息可視化系統/ 401
11.4基於雲服務的移動端可視化/ 405
11.4.1簡介/ 405
11.4.2數據識別/ 407
11.4.3數據編輯/ 408
11.4.4數據可視化設計/ 411
11.4.5案例分析/ 412
參考文獻/ 415
第12章多人線上遊戲日誌數據/ 416
12.1背景介紹/ 416
12.1.1遊戲類別/ 416
12.1.2遊戲數據分析角色和任務的簡介/ 416
12.1.3遊戲數據指標的類別簡介/ 417
12.1.4現有遊戲數據分析的方法簡介/ 417
12.1.5遊戲數據可視化的意義/ 417
12.1.6遊戲數據可視化的挑戰/ 418
12.2基本的遊戲數據可視化方法/ 419
12.2.1遊戲中的柱形圖/ 419
12.2.2遊戲中空間數據的可視化/ 421
12.2.3遊戲中時序數據的可視化/ 422
12.2.4遊戲中網路數據的可視化/ 425
12.2.5遊戲可視化綜述/ 425
12.3遊戲數據可視化的套用——海量玩家的消費行為與交流行為的可視分析/ 425
12.3.1海量玩家的消費行為與交流行為可視分析的引入/ 425
12.3.2海量玩家的消費行為與交流行為可視分析的一個具體工作/ 427
參考文獻/ 436
索引/ 441
3.4.2關係強度變化可視化系統設計/ 77
3.4.3實例與套用/ 85
3.5動態網路中異常檢測可視化/ 88
3.5.1背景/ 88
3.5.2研究目標/ 89
3.5.3可視化系統設計/ 90
3.5.4算法選擇和設計/ 90
3.5.5可視化設計/ 93
3.5.6案例研究/ 100
3.6動態網路中節點排名可視化/ 103
3.6.1設計目標/ 104
3.6.2系統設計/ 104
參考文獻/ 110
第4章多層面數據/ 113
4.1維度相關性的可視探索/ 113
4.1.1方法描述/ 113
4.1.2案例分析/ 121
4.1.3小結/ 125
4.2基於多層面數據的關係可視推理/ 126
4.2.1簡介/ 127
4.2.2數據/ 128
4.2.3任務描述/ 129
4.2.4方法描述/ 132
4.2.5案例分析/ 139
4.3數據分析:從探索層面到解釋層面/ 143
4.3.1簡介/ 143
4.3.2時序排名數據的可視表達/ 144
4.3.3排名項的語義探索/ 147
4.3.4案例分析/ 149
參考文獻/ 152
第5章不確定性數據/ 155
5.1不確定性數據簡介/ 155
5.1.1不確定性的定義與分類/ 155
5.1.2不確定性的來源/ 156
5.1.3不確定性可視化及挑戰/ 157
5.1.4本章工作概要/ 157
5.2多變數集合數據的可視化方法與實例/ 158
5.2.1不確定性感知的多維投影方法/ 159
5.2.2集合不確定性的量化與可視化/ 164
5.2.3可視探索系統設計/ 166
5.2.4實例與套用/ 168
5.3空間線幾何的差異可視化與分析/ 174
5.3.1方法描述/ 175
5.3.2可視探索界面設計/ 177
5.3.3結果與討論/ 179
5.4多類散點圖的可視簡化與探索/ 183
5.4.1多類散點圖的可視簡化/ 184
5.4.2多類散點圖的可視探索/ 190
5.4.3有效性評估/ 192
5.4.4小結/ 197
參考文獻/ 198
第3篇大數據套用
第6章三維空間域數據/ 204
6.1三維空間域數據簡介/ 204
6.2三維體可視化/ 205
6.3間接體繪製/ 206
6.4直接體繪製/ 208
6.4.1直接體繪製方法/ 208
6.4.2採樣重建/ 211
6.4.3體數據分類/ 212
6.4.4光照計算/ 218
6.4.5光學積分/ 220
6.5三維空間域數據可視化方法實例/ 222
6.5.1基於感知的傳輸函式顏色最佳化設計/ 222
6.5.2多變數空間數據場的壓縮域體繪製方法/ 234
6.5.3基於多類藍噪聲採樣的多變數空間數據場可視化技術/ 248
參考文獻/ 261
第7章社交媒體數據/ 265
7.1社交媒體數據可視分析簡介/ 265
7.2獲取社交媒體數據中的信息/ 266
7.2.1關鍵字模型法/ 267
7.2.2話題模型法/ 268
7.2.3綜合模型法/ 271
7.3理解社交媒體用戶的行為/ 272
7.3.1分析社交媒體用戶的交往行為/ 273
7.3.2探索社交網路內容/ 276
7.3.3小結/ 280
7.4工具與開發/ 281
7.5本章小結/ 282
參考文獻/ 283
第8章通用時空數據/ 287
8.1時空數據概述/ 287
8.2三維多變數空間數據場興趣域可視化發掘/ 289
8.2.1分析任務/ 290
8.2.2數據處理/ 292
8.2.3可視化設計/ 294
8.2.4結果與討論/ 298
8.3感測器時序數據關聯可視分析/ 304
8.3.1TCP樹/ 304
8.3.2可視化設計/ 309
8.3.3結果與討論/ 312
參考文獻/ 317
第9章城市數據/ 321
9.1背景介紹/ 321
9.1.1城市化與智慧城市/ 321
9.1.2城市數據/ 323
9.1.3城市數據可視化與可視分析/ 325
9.1.4準備數據/ 325
9.2基本的城市數據可視化方法/ 326
9.2.1時間屬性的可視化/ 326
9.2.2空間屬性的可視化/ 331
9.2.3時空屬性的可視化/ 336
9.3城市數據可視分析的套用/ 337
參考文獻/ 346
第10章網路日誌數據/ 349
10.1用戶交易時間序列數據的可視分析/ 349
10.1.1多用戶交易探索(MUIE)方法概述/ 349
10.1.2多用戶交易探索(MUIE)流程/ 352
10.1.3問題定義和數據/ 353
10.1.4機率決策樹分類算法/ 354
10.1.5時序顯著度圖:探索大量的用戶交易數據/ 356
10.1.6KnotLines可視化/ 358
10.1.7交易案例分析/ 365
10.2動態交易軌跡可視化/ 367
10.2.1本節可視化方法概述/ 367
10.2.2交易軌跡的核密度估計/ 367
10.2.3密度圖的渲染及加速計算/ 369
10.2.4動態粒子可視化效果/ 371
10.2.5城市進出口交易信息可視化/ 372
10.3用戶交易類別型數據的可視化/ 373
10.3.1本節可視分析方法概述/ 373
10.3.2任務定義/ 374
10.3.3離散隨機變數的矩陣生成/ 375
10.3.4矩陣可視化方案/ 376
10.3.5交易可視化案例/ 377
10.3.6相似性的定義/ 379
10.3.7交式探索工具/ 379
10.3.8互動分析案例/ 381
參考文獻/ 383
第11章雲計算環境下的數據可視分析/ 384
11.1雲計算平台可視化概述/ 384
11.1.1雲計算簡介/ 384
11.1.2雲計算相關的可視化挑戰/ 385
11.2雲平台監控數據可視分析/ 386
11.2.1雲平台監控數據簡介/ 386
11.2.2系統設計與方法介紹/ 388
11.2.3案例分析/ 394
11.3多層級可視分析——計算集群監控/ 398
11.3.1簡介/ 398
11.3.2集群監控信息可視化系統框架設計/ 399
11.3.3集群監控信息可視化系統/ 401
11.4基於雲服務的移動端可視化/ 405
11.4.1簡介/ 405
11.4.2數據識別/ 407
11.4.3數據編輯/ 408
11.4.4數據可視化設計/ 411
11.4.5案例分析/ 412
參考文獻/ 415
第12章多人線上遊戲日誌數據/ 416
12.1背景介紹/ 416
12.1.1遊戲類別/ 416
12.1.2遊戲數據分析角色和任務的簡介/ 416
12.1.3遊戲數據指標的類別簡介/ 417
12.1.4現有遊戲數據分析的方法簡介/ 417
12.1.5遊戲數據可視化的意義/ 417
12.1.6遊戲數據可視化的挑戰/ 418
12.2基本的遊戲數據可視化方法/ 419
12.2.1遊戲中的柱形圖/ 419
12.2.2遊戲中空間數據的可視化/ 421
12.2.3遊戲中時序數據的可視化/ 422
12.2.4遊戲中網路數據的可視化/ 425
12.2.5遊戲可視化綜述/ 425
12.3遊戲數據可視化的套用——海量玩家的消費行為與交流行為的可視分析/ 425
12.3.1海量玩家的消費行為與交流行為可視分析的引入/ 425
12.3.2海量玩家的消費行為與交流行為可視分析的一個具體工作/ 427
參考文獻/ 436
索引/ 441