CN107391572A - 一种大数据可视化认知分析系统及其分析方法 - Google Patents

Abstract

本发明公开了一种大数据可视化认知分析系统及其分析方法，包括认知模块、用户模块、人机交互模块，所述认知模块与人机交互模块信息交互，所述用户模块与人机交互模块信息交互；其利用计算机自动化分析能力的同时，充分挖掘人对于可视化信息的认知能力优势，将人、机的各自强项进行有机融合，借助人机交互式分析方法和交互技术，辅助人们更为直观和高效地洞悉大数据背后的信息、知识与智慧，这种将数据通过可视化变成图形的方法能更好地激发人的形象思维与想象力。

Description

一种大数据可视化认知分析系统及其分析方法

技术领域

本发明涉及大数据分析领域和信息可视化领域，特别涉及一种大数据可视化认知分析系统及其分析方法。

背景技术

大数据（Big Data）是当前学术界和产业界的研究热点，正影响着人们日常生活方式、工作习惯及思考模式，大数据分析是大数据研究领域的核心内容之一。通常，数据的分析过程往往离不开机器和人的相互协作与优势互补，可以从两方面出发，一是从机器或计算机的角度出发，强调机器的计算能力和人工智能，以各种高性能处理算法、智能搜索与挖掘算法等为主要研究内容，另一个从人作为分析主体和需求主体的角度出发，强调基于人机交互的、符合人的认知规律的分析方法，意图将人所具备的、机器并不擅长的认知能力融入分析过程中，这一研究分支以大数据可视分析(visual analytics of big data)为主要代表。当大数据以直观的可视化的图形形式展示在分析者面前时，分析者往往能够一眼洞悉数据背后隐藏的信息并转化知识以及智慧。

大数据可视化分析是大数据分析不可或缺的重要手段和工具。事实上，在科学计算可视化领域以及传统的商业智能(business intelligence，简称 BI)领域，可视化一直是重要的方法和手段.然而，这些研究领域并未深入地结合人机交互的理论和技术，因此难以全面地支持可视分析的人机交互过程。同时，大数据本身的新特点也对可视分析提出了更为迫切的需求与更加严峻的挑战。总体而言，当前对于大数据可视分析的研究仍处在起步阶段，对于这一研究领域的理论、方法和技术体系至今尚未形成。如何提出新的可视化方法能够帮助人们分析大规模、高维度、多来源、动态演化的信息，并辅助作出实时的决策，成为了这个领域最大的挑战。

发明内容

本发明所要解决的技术问题是解决上述的技术问题，提出了一种大数据可视化认知分析系统及其分析方法，其利用计算机自动化分析能力的同时，充分挖掘人对于可视化信息的认知能力优势，将人、机的各自强项进行有机融合，借助人机交互式分析方法和交互技术，辅助人们更为直观和高效地洞悉大数据背后的信息、知识与智慧，这种将数据通过可视化变成图形的方法能更好地激发人的形象思维与想象力。

本发明为解决上述技术问题采用以下技术方案

一种大数据可视化认知分析方法，具体包含如下步骤：

步骤1，用户提出可视化分析服务，并导入待分析源数据；

步骤2，对步骤1导入的源数据进行预处理；

步骤3，将步骤2预处理后的源数据进行匹配可视化处理；

步骤4，将步骤3匹配可视化处理后的源数据转换为数据表，将转换后的数据表进行可视化映射成为可视化结构数据；再将映射后的可视化结构数据进行视图转换成为可视分析化图形；

步骤5，通过人机交互模块将可视分析化图形结果传输到用户模块，用户模块将对各个阶段数据的实时分析结果反馈给认知模块，认知模块把各个分析阶段的结果信息汇总，然后调整各个阶段的分析结果；

步骤6， 汇总调整后的分析结果，展示在可视化用户界面，用户满意则输出用户满意的可视化分析结果图，否则跳回步骤5。

作为本发明一种大数据可视化认知分析方法的进一步优选方案，在步骤2中，采用原位交互分析技术对导入的源数据进行分析、分割、分类处理。

作为本发明一种大数据可视化认知分析方法的进一步优选方案，在步骤3中，采用可视化分析算法进行匹配可视化处理。

作为本发明一种大数据可视化认知分析方法的进一步优选方案，所述可视化分析算法包含基于GPU的快速绘制算法和基于GPU的分布式绘制算法。

一种基于大数据可视化认知分析方法的分析系统，其特征在于：包含认知模块、用户模块、人机交互模块，所述认知模块与人机交互模块信息交互，所述用户模块与人机交互模块信息交互；

其中，认知模块，用于对数据进行预处理和数据转化，以及对数据进行认知分析；

用户模块，用于根据用户对数据的可视化要求与建议，对数据进行可视化分析、转化和展示；

人机交互模块，用于实现人与计算机之间的信息交互。

本发明采用以上技术方案与现有技术相比，具有以下技术效果：

本发明能够有效地弥补计算机自动化分析方法的劣势与不足将人面对可视化信息时强大的感知认知能力与计算机的分析计算能力优势进行有机融合，在数据挖掘等方法技术的基础上，综合利用认知理论、科学/信息可视化以及人机交互技术，辅助人们更为直观和高效地洞悉大数据背后的信息、知识与智慧，为普通用户和单位或者企业决策者提供直观的分析结果，有利于他们做出正确或者有益于自己的判断与决策。

附图说明

图1是本发明大数据可视化分析方法结构图；

图2是本发明具体实施例流程图。

具体实施方式

下面结合附图对本发明的技术方案做进一步的详细说明：

如图1所示，一种大数据可视化认知分析系统，包括认知模块、用户模块、人机交互模块，所述认知模块与人机交互模块信息交互，所述用户模块与人机交互模块信息交互；

所述认知模块用于对数据进行分类、分割、选择分析方法和分析算法、对数据进行转换、可视化映射、视图转换和展示；以及在可视化分析过程中汇总用户模块的认知分析数据，来实时调整各个分析过程的数据结果，使可视化分析过程能够自适应的完成；

所述用户模块用于根据用户、相关单位和企业决策者对数据的可视化要求与建议，以及利用专业认知分析人士对数据的认知能力，对数据进行可视化分析、映射，使得自动化模块进行适时调整数据转换形式方法、可视化映射结果、视图转换和展示结果，充分发挥人的主观能动性和认知能力；

所述人机交互用于实现人与计算机之间的信息交互，进而通过交互可视界面来对大数据进行分析、推理和决策，把用户模块观察和挖掘到的数据中的重要信息能够实时反馈给自动化模块，以便自动化模块能够调整可视化视图。

作为本发明一种大数据可视化认知分析系统的进一步优选方案，认知模块通过计算机自动化、自适应分析能力对数据进行分类、分割等预处理。

本发明能够有效地弥补计算机自动化分析方法的劣势与不足；将人面对可视化信息时强大的感知认知能力与计算机的分析计算能力优势进行有机融合，在数据挖掘等方法技术的基础上，综合利用认知理论、科学/信息可视化以及人机交互技术，辅助人们更为直观和高效地洞悉大数据背后的信息、知识与智慧，为普通用户和单位或者企业决策者提供直观的分析结果，有利于他们做出正确或者有益于自己的判断与决策。

一种基于大数据可视化认知分析系统的分析方法，具体包含如下步骤：

Step1: 用户提出可视化分析服务，并导入需要分析的数据与要求和建议；

Step2: 对源数据进行预处理，采用原位交互分析技术将在内存中的数据进行分析、分割、分类；

Step3: 根据预处理的结果把分析、分类、分割后的数据进行匹配可视化方法；文本可视化用标签云，网络可视化用节点和边可视化，时空数据用流式地图、时空立方体，多维数据用几何图形、图标、像素、图结构以及混合方法，或者采用用户要求的方法；

Step4: 根据数据信息或者类型、用户要求以及匹配的分析方法进行匹配分析算法；可以匹配数据库已经存在的算法，也可以是用户模块导入的针对用户数据可视化分析的算法，如基于GPU的快速绘制算法、分布式绘制算法；

Step5: 根据匹配的可视化方法和算法的分析结果，把分析后的数据进行转换，转换为数据表；再将转换后的数据表进行可视化映射成为可视化结构数据；然后把映射后的可视化结构数据进行视图转换成为易理解的可视化图形；

Step6: 人机交互模块把可视分析化图形结果传输到用户模块，并将用户模块中对各个阶段数据的实时分析结果反馈给认知模块；认知模块把各个分析阶段的结果信息汇总，然后调整各个阶段的分析结果；

Step7: 汇总调整后的可视化结果，展示在可视化用户界面，用户满意Step11，否则跳回Step6；

Step8: 输出用户满意的可视化分析结果图，展示在用户界面。

具体实施例如图2所示：

1.用户提出对某电子商务平台的一年的交易记录进行可视化分析，要求可以直观的看到变化值等。

2. 认知模块对原始数据进行预处理，采用原位交互分析技术把数据尽可能的分析，按月分割成12份、每季度的数据等，这种数据是文本数据。

3. 根据上述结果匹配可视化分析方法，这里我们采用标签云。

4. 再根据该方法以及用户要求匹配分析算法，这里采用分布式绘制算法。

5. 使用匹配的方法和算法对预处理后的数据进行转换，转换为可以进行可视化映射的数据表。

6. 把转换后的数据进行可视化映射，映射为可视化结构数据。

7. 将可视化结构数据转转化为可视化图形。

8. 通过人机交互模块把可视化图形结果展示给用户，并把用户模块中金融类专业认知分析人员以及用户和决策者对各个阶段数据的分析结果反馈给认知模块。

9. 认知模块整合汇总人、机分析结果，对各个分析阶段进行实时调整。

10.直到展示出满足用户要求和用户满意的可视化图形为止。

综上所述，本发明提出了一种大数据可视化认知分析系统及其分析方法，其利用计算机自动化分析能力的同时，充分挖掘人对于可视化信息的认知能力优势，将人、机的各自强项进行有机融合，借助人机交互式分析方法和交互技术，辅助人们更为直观和高效地洞悉大数据背后的信息、知识与智慧，这种将数据通过可视化变成图形的方法能更好地激发人的形象思维与想象力。

Claims (5)

1.一种大数据可视化认知分析方法，其特征在于：具体包含如下步骤：

步骤1，用户提出可视化分析服务，并导入待分析源数据；

步骤2，对步骤1导入的源数据进行预处理；

步骤3，将步骤2预处理后的源数据进行匹配可视化处理；

步骤4，将步骤3匹配可视化处理后的源数据转换为数据表，将转换后的数据表进行可视化映射成为可视化结构数据；再将映射后的可视化结构数据进行视图转换成为可视分析化图形；

步骤5，通过人机交互模块将可视分析化图形结果传输到用户模块，用户模块将对各个阶段数据的实时分析结果反馈给认知模块，认知模块把各个分析阶段的结果信息汇总，然后调整各个阶段的分析结果；

步骤6， 汇总调整后的分析结果，展示在可视化用户界面，用户满意则输出用户满意的可视化分析结果图，否则跳回步骤5。

2.根据权利要求1所述的一种基于大数据的可视化认知分析方法，其特征在于：在步骤2中，采用原位交互分析技术对导入的源数据进行分析、分割、分类处理。

3.根据权利要求1所述的一种基于大数据的可视化认知分析方法，其特征在于：在步骤2中，在步骤3中，采用可视化分析算法进行匹配可视化处理。

4.根据权利要求3所述的一种基于大数据的可视化认知分析方法，其特征在于：所述可视化分析算法包含基于GPU的快速绘制算法和基于GPU的分布式绘制算法。

5.一种基于权利要求1至4所述的基于大数据的可视化认知分析方法的分析系统，其特征在于：包含认知模块、用户模块、人机交互模块，所述认知模块与人机交互模块信息交互，所述用户模块与人机交互模块信息交互；

其中，认知模块，用于对数据进行预处理和数据转化，以及对数据进行认知分析；

用户模块，用于根据用户对数据的可视化要求与建议，对数据进行可视化分析、转化和展示；

人机交互模块，用于实现人与计算机之间的信息交互。