数据可视化论文（经典范文6篇）,计算机信息管理论文

数据可视化论文〔经典范文6篇〕,计算机信息管理论文本篇论文目录导航：【】数据可视化论文〔经典范文6篇〕【】【】【】【】数据可视化是一种以某种概要形式抽提出来的信息，包括相应信息单位的各种属性和变量，指的是技术上较为高级的技术方式方法，而这些技术方式方法允许利用图形、图像处理、计算机视觉以及用户界面，通过表示出、建模以及对立体、外表、属性以及动画的显示，对数据加以可视化解释。下面我们就为大家介绍几篇数据可视化论文范文，供应大家参考。数据可视化论文范文：煤炭安全管理时序数据可视化方式研究谭章禄刘洁吴琦作者中国矿业大学〔北京〕管理学院内容摘要：为探究煤炭安全管理时序数据的最优可视化展示方式，基于时序数据不同维度和管理任务类型层面下选取7幅可视化图形开展眼动实验，并记录被试者的3种眼动指标作为实验数据，运用SPSS19.0软件进行数据分析。结果表示清楚：展示多维数据的趋势任务时，折线图展示效果最好；展示二维数据的循环与周期任务时，螺旋图展示效果最好；展示二维数据的数值点辨别任务时，散点图展示效果最好。本文关键词语：煤炭安全管理；时序数据；可视化展示方式；数据维度；管理任务；作者简介：谭章禄〔1962-〕，江西赣县人，教授，博士研究生导师，博士，1995年毕业于北京科技大学，1997年中国矿业大学〔北京〕博士后出站，工程管理博士点首席学科带头人，研究方向为煤炭企业信息化。；Abstract:Inordertoexploretheoptimalvisualizationdisplaymodeofcoalsafetymanagementtimeseriesdata,thispaperselects7visualizationgraphicstocarryouteyemovementexperimentbasedondifferentdatadimensionsandmanagementtasktypesoftimeseriesdata,andrecords3eyemovementindexesofsubjectsasexperimentaldata,andusesspss19.0softwarefordataanalysis.Theresultsshowthat:thelinechartshowsthebesteffectduringdisplayingthetrendtaskofmulti-dimensionaldata;thespiralchartshowsthebesteffectduringdisplayingthecycleandcycletaskoftwo-dimensionaldata;thescatterchartshowsthebesteffectduringdisplayingthenumericalpointrecognitiontaskoftwo-dimensionaldata.Keyword:coalsafetymanagement;timeseriesdata;visualdisplaymode;datadimension;managementtasks;煤炭企业安全管理经过中存在着海量的时序数据，当管理人员面对这些实时更新的数据时，难以从中快速高效地获取有效信息并及时做出决策。近年来，有不少学者将可视化技术应用到展示时序数据的经过中，可视化能够以愈加直观的形态展示图形，并帮助用户实现信息的交互。因而通过探究煤炭安全管理时序数据的最优可视化展示方式，进而更为清楚明晰直观地呈现企业安全管理经过中的问题，帮助企业管理人员准确把握煤炭实时动态。1时序数据可视化研究现在状况时序数据是诸多应用领域的决策基础，可视化方式的正确选择，能够为用户展示更为直观的时序数据的规律和趋势，方便用户根据统计结果做出科学决策。煤炭作为我们国家的主体能源，在国民经济发展发挥着重要的作用。近年来，国内外研究学者已将时序数据分析应用到煤炭领域中，通过计量经济学[1]、数据挖掘[2,3]等方式方法对相关时序数据进行分析预测。然而，当前学者针对时序数据最优可视化展示方式的研究较少，因而通过对煤炭安全管理时序数据进行可视化展示方式的研究，基于时序数据不同数据维度和管理任务类型层面下开展眼动实验，选择最为有效的可视化展示方式，进而帮助管理者及时有效地做出管理决策，全面提高煤炭安全管理水平。2时序数据可视化的管理任务及展示方式时序数据代表了数据的某一个维度随时间发生变化[4],所以不同数据维度下选择的可视化展示方式是有区别的。对于管理人员来讲，时序数据可视化的管理任务是通过观察整体数据值的走向以及数据值之间的关系，从中发现时间序列存在的规律，即整体走势、华而不实包含的周期和循环等，并对华而不实的关键点，例如：离群点、异常值、拐点等进行观察，进而分析其出现的原因。2.1趋势任务趋势变动反映了客观事物的主要变化趋势[5].常用的展示多维时序数据趋势任务的可视化展示方式有：折线图、平行坐标图和主题河流图。一般来讲，折线图主要用于反映事物发展变化的规律和趋势。平行坐标图能很好地处理多维时序数据信息，帮助用户辨别多元数据时间变化总体趋势以及每个数据点对应的数据曲线所属的时间范围。主题河流图是一种常用的展示时间序列数据的可视化形式，能够有效展示多个主题的整体趋势。2.2循环与周期任务时间序列分析之前需要对时间序列进行分解，华而不实分解中包括周期性波动和循环波动。当前的研究一般运用雷达图、螺旋图来表示二维时序数据循环与周期任务变化的规律。雷达图能够用来表现一个周期数值的变化，可以以用来表现对象主要参数的相对关系。螺旋图在展示周期性特征数据时具有很好地展示效果。2.3数值点辨别任务数值点辨别包括对于离群点、峰谷值和拐点的辨别。离群点是指在一系列时间序列数据中，远离序列一般平均水平的极端值，也称为异常值。峰谷值是指在所考虑的时间间隔内出现的最大和最小霎时值。从数据图中寻找的另一个特征值就是拐点，例如从上升趋势忽然转变为下降趋势的点[6].当前，散点图和折线图是展示二维数值点常用的方式方法。散点图能够直观地表示观测数据的分布情况以及变化趋势[7];折线图能够分析事物变化的规律。3时序数据可视化方式的眼动实验设计3.1实验目的实验旨在探究煤炭安全管理时序数据在不同数据维度和管理任务类型层面下，哪种可视化展示方式效果最好。以期帮助煤炭管理人员对煤炭安全管理时序数据可视化展示方式进行最优选择，进而及时发现煤炭企业安全隐患，进行科学有效的决策。3.2实验对象实验研究对象选取了35名具有相关矿业知识背景的煤炭企业管理人员，由于煤炭企业的特殊性质，被试均为男性，视力或校正视力均正常，无色盲色弱现象。在35名被试中，剔除了3名坐姿不标准、数据偏差较大的样本数据，最终对32个样本进行分析。3.3实验设备实验采用TobiiProNano60眼动仪，采样率60Hz,准确度0.3理想环境下，精到准确度0.10RMS理想环境下，头动范围35cm30cm.设备能够自动记录被试者在观察刺激材料时凝视、眼跳、眨眼等指标的相关数据。3.4实验材料为了实现不同数据维度和管理任务类型层面下煤炭安全管理时序数据可视化方式的综合分析比拟。针对趋势任务和数值点辨别任务，以我们国家2018-2021年煤矿安全管理各隐患主题数据的发生次数为根据，分别用可视化图形进行展示；而循环与周期任务展示的数据需要较大的数据量，因而以国家安全生产监督管理总局网站的事故统计为根据，对我们国家2018-2022年各月煤矿安全事故死亡人数进行可视化方式展示。实验中的实验材料共牵涉7幅可视化图形，华而不实展示多维数据的趋势任务，选择折线图、平行坐标图和主题河流图3种可视化展示方式；展示二维数据的循环与周期任务，选择雷达图和螺旋图2种可视化展示方式；展示二维数据的数值点辨别任务，选择折线图和散点图2种可视化展示方式。3.5实验设计实验开场前，为提高实验采样率，被试者在开场眼动实验之前均需进行校准。校准完成后，先让被试者阅读实验指导语，随后屏幕将根据煤炭安全管理时序数据的不同数据维度和管理任务类型依次呈现7幅图片，且在每幅图片前均设置了问题，被试带着问题去观看实验材料，阅读完图片之后屏幕将呈现该问题的答案:供被试者进行选择。为了进一步测试被试者的认知效应，眼动仪也在实验经过中记录了被试者的平均瞳孔直径、眨眼频率和平均凝视时间3种眼动指标，以便对实验结果进行统计分析。4实验数据分析实验结束后，用Tobiipro眼动仪自带的ErgoLAB软件将实验数据导出，用EXCEL表格对导出的实验数据进行分析整理，处理完成后借助SPSS19.0软件进行数据的统计分析。4.1不同影响因素下眼动指标的差异性分析选取了对认知负荷有显著性影响的3种眼动指标，分别为平均瞳孔直径、眨眼频率、平均凝视时间。华而不实，平均瞳孔直径和平均凝视时间与认知负荷成正比，当认知负荷增大时，这2种眼动指标也会随之增大[8,9];而眨眼频率与认知负荷成反比，当认知任务较为困难时，眨眼频率会降低[10].4.1.1管理任务类型的差异性分析分别探究不同管理任务类型层面的眼动指标差异性分析。运用SPSS19.0软件进行独立样本t检验，不同管理任务类型的差异性分析见表1.Table1Differenceanalysisofdifferentmanagementtasktypes表1不同管理任务类型的差异性分析分别得到不同管理任务类型层面的眼动指标，华而不实平均瞳孔直径F〔2,221〕=21.233,P=00.05;眨眼频率F〔2,221〕=13.717,P=00.05;平均凝视时间F〔2,221〕=4.588,P=0.0110.050,3种眼动指标的显著性P值均小于0.05,讲明3种眼动指标在不同管理任务类型下均有显著性差异。4.1.2数据维度的差异性分析进一步从不同数据维度层面，探究多维和二维数据的眼动指标差异性分析，不同数据维度的差异性分析见表2.Table2Differenceanalysisofdifferentdatadimensions表2不同数据维度的差异性分析能够分别得到不同数据维度层面的眼动指标，华而不实平均瞳孔直径F〔1,222〕=1.241,P=0.2670.05;眨眼频率F〔1,222〕=3.352,P=0.0680.050;平均凝视时间F〔1,222〕=4.195,P=0.0420.050,3种眼动指标中只要平均凝视时间的显著性P值小于0.05,讲明平均凝视时间在不同数据维度层面存在显著差异。4.1.3可视化展示方式的差异性分析分别探究不同可视化展示方式下眼动指标的差异性，不同可视化展示方式的差异性分析见表3.分别得到3种管理任务类型层面下可视化展示方式的眼动指标，华而不实平均瞳孔直径在趋势任务层面，可视化展示方式F〔2,93〕=7.365,P=0.0010.050;在循环与周期任务层面，可视化展示方式F〔1,62〕=7.920,P=0.0070.050;在数值点辨别任务层面，可视化展示方式F〔1,62〕=13.891,P=00.05,平均瞳孔直径的显著性P值均小于0.05,讲明平均瞳孔直径在3种管理任务类型层面下的可视化展示方式均有显著性差异。同理，通过比拟眨眼频率和平均凝视时间2种眼动指标，在3种管理任务类型层面下可视化展示方式的F值和显著性水平，能够得到这2种眼动指标在不同管理任务类型层面下也存在显著性差异。综上讲明，3种眼动指标在不同管理任务类型层面下可视化展示方式均有显著性差异。Table3Differenceanalysisofdifferentvisualdisplaymethods表3不同可视化展示方式的差异性分析4.2可视化展示方式的综合评价分析针对眼动实验设置的每道问题均设置了一项标准答案:，根据被试者回答以下问题正确与否分别计算得分，华而不实回答正确计1分，不正确计0分，随后运用SPSS19.0软件针对不同可视化展示方式进行单样本统计量的检验，可视化展示方式的综合分析见表4.Table4Comprehensiveanalysisofvisualdisplaymode表4可视化展示方式的综合分析从表4能够看出，不同可视化展示方式层面的sig.〔双侧〕均为0,讲明不同数据维度和管理任务类型层面下，可视化展示方式的效果均有显著性差异。在展示多维数据的趋势任务时，折线图、平行坐标图和主题河流图的均值分别为0.94、0.66和0.72,华而不实，折线图的均值最高，讲明展示多维数据的趋势任务时，折线图展示效果最好，主题河流图的展示效果次之，平行坐标图的展示效果欠佳。在展示二维数据的循环与周期任务时，能够得到雷达图和螺旋图的均值分别为0.59和0.91,讲明螺旋图的展示效果相较于雷达图更好。在展示二维数据的数值点辨别任务时，能够得到折线图和散点图的均值，分别为0.91和0.94,讲明这2种可视化展示方式的效果较好，且散点图的均值比折线图较高，讲明展示二维数据的数值点辨别任务，散点图展示效果比折线图更好。5结束语为探究煤炭安全管理时序数据的最优可视化展示方式，开展眼动实验，并对实验结果进行统计分析，能够得到下面结论：平均瞳孔直径、眨眼频率和平均凝视时间3种眼动指标在不同管理任务类型、不同数据维度和可视化展示方式层面均有显著性差异。通过比拟7幅可视化展示图形的展示方式，能够得到：展示多维数据的趋势任务时，折线图展示效果最好；展示二维数据的循环与周期任务时，螺旋图展示效果最好；展示二维数据的数值点辨别任务时，散点图展示效果最好。研究结果为煤炭安全管理可视化界面设计提供一定的指导，进而帮助煤炭管理人员更为清楚明晰直观地呈现煤炭企业安全管理经过中的问题，及时发现企业安全隐患，进行科学有效的决策，降低煤炭安全管理事故的发生率。以下为参考文献[1]王立杰，刘志东。经济时间序列分析技术在煤炭价格预测中的应用[J].煤炭学报，2001.26〔1〕：109-112.WANGLijie,LIUZhidong.Theapplicationofeconomyt.imeseriesanalysistechniqueincoalpriceforecast[J]JournalofChinaCoalSociety,2001,26〔1〕：109-112.[2]李润求，吴莹莹，施式亮，等。煤矿瓦斯涌出时序预测的自组织数据挖掘方式方法[J].中国安全生产科学技术，2021,13〔7〕：18-23.LIRunqiu,WUYingying,SHIShiliang,etal.Researchonself-organizingdataminingmethodfortimeseriespredictionofgasemissionincoalmine[J].JournalofSafetyScienceandTechnology,2021,13〔7〕：18-23.[3]穆文瑜，李茹，阴志洲，等。煤矿多传感器混沌时序数据融合预测[J].计算机应用，2020,32〔6〕：1769MUWenyu,LIRu,YINZhizhou,etal.Fusionpredictionofminemulti-sensorchaotictimeseriesdata[J].JournalofComputerApplications,2020,32〔6〕：1769.[4]马豪。高维数据可视化方式方法研究[D].长沙：国防科学技术大学，2021.[5]宁小亮，蒲阳。基于矿压监测动态特征的瓦斯突出预警系统设计[J].工矿自动化，2021,41〔3〕：10-13.NINGXiaoliang,PUYang.Designofearly-warningsystemofgasoutburstbasedondynamiccharacteristicsofpressuremonitoring[J].IndustryandAutomation,2021,41〔3〕：10-13.[6]C查特菲尔德。时间序列分析导论[M].方再根，译。北京：宇航出版社，1986.[7]席茂。矿山地面灾祸监测数据可视化表示出和实现技术[D].太原：太原理工大学，2021.[8]陈晓皎，薛澄岐，陈默，等。基于眼动追踪实验的数字界面质量评估模型[J].东南大学学报〔自然科学版〕,2021,47〔1〕：38-42.CHENXiaojiao,XUEChengqi,CHENMo,etal.Qualityassessmentmodelofdigitalinterfacebasedoneyetrackingexperiments[J]JournalofSoutheastUniversity〔NaturalScienceEdition〕，2021,47〔1〕：38-42.[9]田芸，于赛克，周前祥，等。眼动指标在脑力疲惫研究中的应用分析[J].人类工效学，2021,21〔4〕：69-73.[10]SubramanianS.CGAwitheyetrackingforcognitivebehavioranalysisandpsychoanalysis[C]/2020InternationalConferenceonDevelopmentsinEsystemsEngineering.IEEE,2020:132-137.文献谭章禄，刘洁，吴琦。煤炭安全管理时序数据可视化方式研究[J].煤矿安全，2021,52〔06〕：255-259.数据可视化论文范文：新媒体监管数据可视化系统的设计与实现张嘉作者国家广播电视总局五七三台内容摘要：针对广电互联网新媒体监管需求，给出了一种新型当代化的数据可视化系统的设计与实现方式方法，系统从架构、数据渲染方式方法、交互方式方法上有效地结合了新媒体监管业务内容及特点，通过针对性的设计能够更为有效地呈现新媒体监管业务的监测经过与结果数据。本文关键词语：数据可视化；数据渲染；交互；新媒体；作者简介：张嘉〔1981-〕，男，高级工程师，本科，国家广播电视总局五七三台副总工程师，主要从事卫星广播电视监测方面研究。；Abstract:AccordingtotheneedsofnewmediasupervisionofSAPPRFT,thispaperpresentsanewmoderndatavisualizationsystemdesignandimplementationmethod.Thesystemeffectivelycombinesthecontentandcharacteristicsofnewmediasupervisionbusinessfromtheaspectsofarchitecture,datarenderingmethodandinteractionmethod,andmakesitmoreeffectivetopresentthemonitoringprocessandresultdataofnewmediasupervisionbusinessthroughtargeteddesign.Keyword:datavisualization;datarendering;interaction;newmedia;0引言以视听网站、视听APP、微博、微信、短视频等为主的互联网新媒体，已经成为各类型事件、新闻与信息的主要传播源头，结合互联网技术优势，其传播迅速、影响范围广泛，为了以正互联网视听，规范互联网健康发展，上述新媒体已成为广电新媒体监管的主要管控对象。新媒体牵涉内容丰富，格式多样，正以海量方式成倍增长，因而，广电新媒体监管业务中存在着大量的可视化需求，需要通过可视化手段呈现基于AI引擎的智能采集、分析与研判的业务全流程，同时还需要呈现各类格式的经过数据与成果数据包括信息源、趋势数据、统计报表数据、舆情数据、新媒体图文与音视频数据、监测指标数据以及监测对象地域分布等地理信息数据，因而，构建全面的、具有针对性的数据可视化系统意义重大。当前，传统的数据可视化系统显示手段与交互手段略显缺乏，无法多维度、立体化、全面化地呈现新媒体监管业务的全流程与成果数据，本文主要介绍一种合适于新媒体监管业务场景的新型交互式可视化系统设计与实现，该系统实现能够提供更丰富数据可视化渲染、更有针对性的大屏幕显示以及更为灵敏的可视化交互功能。1可视化技术〔1〕数据可视化。数据可视主要借助于图形化技术手段，清楚明晰有效地沟通与传达信息，主要表现形式是通过几何、图文、图表、动画等丰富的二维或三维可视化方式方法对数据进行渲染呈现，它是面向图像与显示的技术。〔2〕可视化呈现。可视化的显示呈现通常是以大屏幕为核心，完成数据可视化效果的最终展现。当代化的大屏幕系统，其显示资源通常不仅仅由一组屏幕组成，在更多的应用场景中，包含大屏、小屏、投影、移动终端等各类型显示资源。〔3〕人机交互。人机交互是指人与机器或系统的交互，本质上是人与计算机的交互，从更广泛的角度讲是指人与含有计算机的机器或系统进行交互，并建立用户与系统之间的双向通信，人机交互方式与界面的好坏往往能够直接影响到系统建设的成败。2数据可视化系统2.1系统技术架构2.2系统主要组成及原理本文所述系统主要由数据渲染系统、大屏幕系统、交互系统三大分系统组成〔见图1〕。图1系统架构图2.2.1数据渲染系统数据渲染系统是整体系统最为核心的一个分系统，它负责从业务系统中直接采集或被动接收源数据，然后进行加工处理，渲染出指定的显示形态，然后通过高性能显卡输出超高分辨率图像或视频。数据渲染系统在工作流程上设计了数据采集、数据加工、数据渲染与显示输出四个环节，数据采集支持主动采集，被动监听、数据库同步等方式对业务系统源数据进行提取；数据加工则根据需要对源数据进行清理、集成、变换与归约等二次处理，准备出渲染使用的数据格式，数据渲染则通过可视化框架对数据进行画面渲染；显示输出则通过计算机显卡完成4K或8K超高分辨率画面的输出。在常规的数据可视化渲染系统中，维度单一的图表往往占据绝大多数，本系统中的数据渲染则更多地以二维、三维、全景框架与地图、空间、高程、事件、信息等基础数据相结合，内置的高性能二维与三维渲染引擎可实时渲染出多维立体化的可视化形态，直观地反响出系统原理、处理经过、数据流向、成果数据等内容，提升业务系统的综合运维效率。系统在设计上支持多台物理渲染主机构成渲染集群实现大规模渲染处理，渲染系统在交互控制上设计丰富的接口支持第三方系统对其进行集成控制，可根据业务场景的需要实现交互定制化数据可视化渲染输出。2.2.2大屏幕系统本实现中的大屏幕系统设计由显示拼接处理器与大屏幕显示资源组成，显示拼接处理器在选型上采用网络化、分布式、浅压缩的处理器产品，该类处理器特点是采用以太网技术进行数据传输与交换，信号的输入与输出采用嵌入式设备接入，利用以太网组播技术实现信号的任意复制与分享，而接入节点支持接口种类丰富，能够实现分布式部署，结合以太网络的长传优势，极为容易地实现各类信号与显示资源的跨区域、跨楼层接入与组网，支持灵敏扩展，同时，系统采用浅压缩编码技术，传输显示与场景切换延迟低。大屏幕显示资源则根据新媒体监管业务的特点，设计由LED拼接大屏、LCD拼接大屏、显示器、坐席管理节点、液晶电视等显示资源组成，根据现场业务员场景进行多功能分区域显示，既有单个区域显示区，又有多屏多区域关联区。屏幕部署上也不受制于地理位置的限制，采用多组多点、跨区域、跨楼层分布式部署。在画面的呈现上，基于分布式拼接处理器强大的处理能力，可实现信号跨屏显示、无极缩放、整墙遨游、多画面拼接、场景切换等功能，知足渲染画面在显示资源上的灵敏调度。2.2.3交互系统在传统的数据可视化系统中，信息流动通常是单向的或双向流动不够充分，用户被动接收结果数据，不能反应调整。本系统的交互设计上，物理上由固定指挥台、移动指挥台〔PAD与手机等移动终端〕及各类互动传感设备组成，同时引入更多先进的交互技术及概念，例如精准交互与非精准交互结合、多通道协助交互技术、多屏联动交互技术等，对新媒体监管业务场景与数据类型进行了精准分析，设计出最为贴切的交互操作方式，提高可视化系统的针对性与显示目的。3重点设计讲明3.1可视化形态的设计对于新媒体违规有害监测监管业务流程，采用抽象流程图渲染方式进行实时展示，该方式能够充分地表示数据流向与经过分析，完好地将新媒体监测监管的数据搜寻、数据采集、AI预研判、AI分析、人工审核、违规内容取证、结果上报的全流程呈现出来，并通过丰富的动效直观地呈现出数据采集、数据爬取及AI研判的可视化经过。对于新媒体监管业务的各类监测成果数据，采用2.5D动态图表渲染方式进行实时展示，设计了180多种丰富的图表集合进行选择输出，以最贴切的图表方式展现新媒体监管中的违规统计、舆情报告、AI能力数据、节目来源统计、监测类别、抓取总量与分类流量等数据，同时设计支持对各类型成果数据进行实时的交互控制，定制组合显示。对于新媒体监管业务中与地域结合严密的成果数据，采用GIS地图渲染方式展示，地图渲染采用2.5D/3D的形态进行呈现。通过动态地图直观呈现出150万家视听网站的地理位置信息和视频数量信息，结合地理位置坐标展示监测覆盖区域、监测违规域、舆情热门区域、舆情热度等关联数据情况。对于新媒体监管系统的机房基础设施与安防系统，采用3D实景建模及全景渲染方式进行展示，通过3D实景能够有效直观地呈现机房设施状况，同时将机房实景结合网管系统，将业务监测告警数据、设备运行状态、环境实景结合，构成可视化运监控，有效地实现对新媒体机房的全方位运维管理。对于新媒体监管AI计算经过与IDC机房的综合计算力，采用抽象概念建模渲染方式进行展示，通过超级震撼的动画特效设计表示出AI计算画面，软硬件资源利用状态包括爬虫、CPU、网络、存储等资源的抽象运动与情况。3.2交互方式的设计将交互系统引入到新媒体监管系统的全环节〔见图1〕，交互系统集成业务系统、数据可视化渲染系统、大屏幕系统、环境资源系统，综合实现对业务内容拓展交互，灯光、音频与设备中控交互