可视分析

摘要： 随着互联网的不断普及与网络通信技术的不断进步,网络已经逐渐进入到人们生活的每一个层面,越来越多的网络应用应运而生.但是另一方面,随着当前网络结构的日益复杂,会引起各种各样的网络安全问题,对社会构成了巨大的威胁和挑战.因此,网络安全问题至关重要.其中网络异常检测得到了研究人员的普遍关注.多年来,虽然已有许多异常检测的工作可以一定程度上发现和抵御网络攻击,但是有些方法难以适用于无标签的数据集,有些方法则训练成本过高,无法应用于实时场景.此外,对于细微异常的检测也是现有方法面临的一大问题.考虑到模型可解释性对于很多场景的必要性,本文以可视分析作为基础,提出了基于社区发现的网络异常检测方法,通过一个较为合适的粒度来提高系统对于细微异常的检测能力.该方法首先使用多层常量玻茨模型(CPM)算法对移动时间窗内的网络数据检测社区,并以社区为单位提取特征向量,然后用社区匹配方法将相邻时间步的社区关联起来,通过监控各社区特征的变化情况来检测异常.这种方法既考虑了网络数据作为动态图的特性,又能从一个比较合适的粒度提取特征.此外,系统提供可视化界面来帮助用户确认异常点前后的网络情况、关联异常事件.通过在Vast Challenge 2013挑战三的NetFlow数据集上的实验证明了该方法能够有效地检测更加细微的网络异常,验证了所提方法的有效性.

摘要： 现有的司法数据分析以传统的统计图表为主,与案件数据的内部信息关联不够,低效落后,难以满足司法数据的分析需求.因此,针对司法判决文书数据,提出一种通过用户交互的方式展示司法数据时序演化过程的方法.首先提出基于分层结构的层次演化视图,从整体上分析时序变化;结合矩阵视图、词网络视图、主题聚类图和词云,展开案件内部多元信息的精细化分析;提取案情三元组信息,并展开关键实体的约束布局,帮助快速定位和掌握案件内容.基于千万级规模司法判决文书数据,展开案件纠纷类型演变和案件内部关系的案例分析,并针对多个视图任务结合评分方式展开定量用户研究评估,反馈得到所有问题平均评分均大于3.5,为后续司法文书数据的可视分析提供了一种解决思路.

摘要： 流行病数据的多层面可视分析,可以加快流行病数据分析任务的交互式探索效率和加深对潜在模式的深刻理解.本文对流行病数据可视分析的相关工作展开综述,并主要通过四个方面进行总结和归纳:(1)流行病数据的时空可视分析,帮助用户发现和理解流行病数据在时间、空间以及时空维度中潜在的流行病特征和传播规律等;(2)流行病数据中涉及非结构化/半结构化文本的语义可视分析,辅助用户快速了解长、短文本内容中的流行病内容态势、情感走向等;(3)流行病传播模型的可视分析,增强用户对流行病传播过程中的预测、仿真、监测等任务的交互式理解;(4)流行病数据的静态信息图,直观反映流行病信息的上下文内容和提高公众的理解效率.在上述基础上,本文阐述了流行病数据可视分析在数据存储和获取,地图可视化形式多元扩展,流行病模拟传播分析和多学科交融的综合可视分析存在的问题和挑战.

摘要： 儿童公共服务设施的建设是儿童友好型社区规划的重要内容,此类设施丰富度的提升也成为了城市基础设施发展的一项重要指标,且研究该指标将为市县级国土空间规划中的城市基础服务设施的完善和优化起到重要作用。本研究基于大数据视角,以银川市为例,将本市公园、居住社区、中小学教育学校、图书馆等场所作为调研对象;通过图片大数据、实地调研、问卷调查及访谈等形式获取相关基础数据;并利用ArcGIS 10.6对数据进行可视化表达与分析,探讨儿童公共服务设施的空间分布情况,并根据研究结果提出建议。

摘要： 已有的图采样方法侧重于单图采样,关注如何在一张图上通过采样保留其特定的拓扑结构特征。随着数据采集能力的提升,多重网络图在实际应用中越来越普遍,即相同的节点集在不同场景中具有不同的网络关系。针对传统图采样方法无法兼顾多重网络图结构特征的问题,提出了表征学习驱动的多重网络图采样算法。首先,设计融合多重网络图结构特征的图表征学习方法,将节点投影至二维的表征学习空间;其次,利用改进的自适应蓝噪声采样算法,考虑节点密度和网络连通性,从表征学习空间筛选节点,以保持其多重网络结构特征及图上下文结构特征。进而开发了一套多重网络图采样可视分析系统,支持用户交互式地探索多重网络图采样,并与已有采样算法进行对比。案例分析和评估实验证明了本文算法在多重网络图采样中的有效性。

摘要： 可视化技术是挖掘用电量数据中所蕴含丰富信息的关键技术手段,其相关研究热点集中在四个方面。用电量可视化分析形式主要有堆叠面积图等标准图表和一些自定义图表。用电量监控的可视化系统常用于建筑群和工业过程的能耗分析,其可以在用电行为纠正等方面发挥作用。用电异常的可视化包括异常计量用电数据和异常用电行为两个方面,以从源头提高计量数据质量,减少防窃电工作量。用电量数据挖掘的可视化研究集中在用电量预测中更实时的交互手段和用电用户分类中聚类分析算法的过程展现。以往各项的研究仍存在数据量较小、数据维度不高、未考虑外部因素等不足。未来应提升数据量级、扩大时空范围、融合多源数据、建立更细颗粒度用电数据模型。

摘要： 混合现实具有新颖的人机交互方式,拓展了可视化与交互界面的设计空间,拥有广阔的应用前景.近几年,混合现实技术快速发展,许多研究者将其用于可视分析领域.首先,介绍了混合现实的概念与发展现状,并从显示与交互2个方面讨论混合现实环境与传统交互环境的差异,分析混合现实可视化的优势与局限性;其次,简介基于混合现实的可视分析的3个应用场景,即增强可视化、实景分析和协作分析;最后,给出基于混合现实的可视分析面临的机遇与挑战.

摘要： 数据可视化是以图表可视化形式来呈现数据,加强用户对数据信息的理解,而数据可视分析可以让用户从数据中获取见解并从数据分析中获得最大收益。数据是21世纪的新资源、经济发展与城市发展的新动能,而数据的利用和挖掘是一个漫长的技术发展过程,尤其是如何让传统行业、城市的各个方面受益于数字经济,这是一个极具挑战性的任务。大数据技术作为集合计算机、数学、统计、经济与各行各业相关的一类技术统称,目标就是挖掘行业背后数据的特征,提供咨询与决策能力,以服务好城市的经济与行业发展。

摘要： 起止点数据是一种由起点、终点、起止点时间及一些其他属性构成的轨迹数据。其是一类非常典型的时空数据,大量产生于城市交通管理、人口迁移、社交媒体等领域。可视分析技术目前被广泛用于研究大规模起止点数据的时空模式,能够实现对数据深层次的探索。首先介绍了起止点数据特征以及可视分析的任务,其次梳理了近年来起止点数据可视分析中的可视化方法、交互技术和可视化系统,并对不同领域的应用案例进行介绍。最后,对起止点数据可视研究中面临的问题进行总结,对起止点数据可视化研究的前景做出了展望,以期为未来的研究提供新的思路。

摘要： 随着互联网发展,在线交易成为了一种新兴的电子商务模式,在我国也有越来越多企业认识到这一新型商业模式所带来的巨大经济效益。在线交易行为产生了大量交易数据,其中包括的一种比较典型的数据类型就是用户购买行为数据。用户购买行为数据中包含了众多人在购物时的行为规模和购买偏好等信息,对相关研究乃至商业的个性化推荐等方面都具有一定的推动作用。本文基于阿里天池的淘宝用户行为数据,采用可视化分析的手段,从时间维度、用户行为、商品分析方面对数据进行了多维度的分析,从中发现了一些有价值的用户消费行为模式和偏好,比如淘宝用户在购物时的消费习惯、消费偏好习惯等,对行为研究、个性化推荐等方面的研究与应用具有一定的意义。

摘要： 随着城市的发展,城市人口越来越密集化趋势的愈加明显密集.大量人群移动造成的交通拥堵、空气污染等城市问题日益突出.故研究人群移动模式对于政府工作人员,城市规划人员者和日常出行用户具有显著意义;人们对于人群移动模式的研究已有多年,并已形成较为成熟的理论.但这些研究主要在于对人群移动随时间在数值上的模式,其背后移动的语义意图研究较少;本文提出了一可视分析方法,整合道路卡口数据和城市POI数据,通过改进后DBSCAN算法将区域进行功能相似性划分以增强移动模式背后的意图,从而挖掘人群移动在数值和语义上的模式.进一步的,本文基于BubbleSet可视化不同功能区域的分布和差异性,并连接不同的功能区块以展示区域之间的人群移动.最后,通过案例分析,结合真实数据和区域功能特征,分析和探索人群移动意图,得到人群移动模式和功能区域之间的联系.

摘要： 针对电视剧收视率在播放过程中的影响因素分析需求,提出一种时空特征可视分析方法.首先基于热力图映射方法,展示不同电视剧题材随播出时间变化的收视率时序特征;并叠加条形图展示相应分类下的收视率均值,用于分类间的对比分析;然后基于地理位置偏移映射方法,对电视台的播出量、收视率均值,以及收视观众人群的性别、年龄、职业分布随地域变化的空间特征进行展示.以国内具有典型代表性的电视台在2015-03-2015-12间的收视数据为例进行实验的结果表明,该方法能够快速获取不同电视台和电视剧类别在收视率和观众两方面的对比可视分析,总结出各目标电视台的差异性特征,有助于帮助电视台在制作、购买和编排电视剧等方面做出决策.

摘要： 发挥轨迹数据的时空连续性对分析路网结构和人类移动模式的非常重要,基于出租车GPS数据,提出一种城市道路的可视分析方法——road2vec.首先利用词嵌入技术将轨迹数据视为文本进行建模,得到道路的向量表示形式;然后计算得到道路向量在向量空间中的位置关系,并用这种位置关系来表示道路向量之间的相似性;最后根据相似性来探索道路在轨迹中的位置信息和连接关系.文中还设计了一套可视分析系统,以支持用road2vec方法探索城市道路相关信息.基于温州市出租车GPS数据的案例分析表明,该方法可以有效地反映人群在城市路网中的移动模式.

摘要： 由于公共地铁系统的便捷性,使它成为了大多数上班族的首选出行方式.然而,随着交通数据在数量和种类上的急剧增加,使得设计有效的可视分析方法成为挑战.本文着重分析基于地铁刷卡数据的轨道交通流量和上班族人群的移动行为,提出了交互式的可视分析系统,定义了相关的规则去发现上班族居住地点和工作地点,旨在分析不同群体的移动行为和展示时序的交通流量变化.在流量快照可视化模块中,允许用户选择不同时段的地铁流量信息和分析上班族的居住地点和工作地点.地铁站之间流量变化展示在流量关系视图中,并可以分析不同人群的出行特征.流量时序视图展示了整体的地铁流量数据.最后和交通研究者做了两个案例分析验证该系统.

摘要： 针对高维多元数据相关性分析需求,首先提出一种基于KNN和皮尔逊相关系数的维度相关性度量方法KNN-Pearson,该方法通过数据集在维度某数据值处的密度定量地表示某维度对聚类的贡献度,并将其作为计算元素,通过皮尔逊相关系数计算各维度间的相关性大小,定量地表示各维度之间的相关程度;进而提出一种基于维度投影的相关性可视分析方法,该方法通过MDS进行维度投影,用投影散点图和矩阵热图展示维度之间的相关性,用投影矩阵和平行坐标展示数据的分布态势和聚类特征,允许通过维度选择构造用户感兴趣的子空间,在子空间中交互地分析数据、探索规律;将该方法应用于食品安全领域,设计并实现了一个农残数据相关性可视分析系统,通过数据筛选、维度选择、尺度缩放以及多视图联动等交互手段,实现对多地区农产品中检出农药的相关性分析,从而发现检测地区对农产品施用农药的模式,掌握农药施用的规律.通过用户体验以及评价,证明了该方法的有效性.

摘要： 空气质量监测数据具有显著的时空多维属性.传统的平行坐标技术虽然能够有效展示数据的多维属性信息,却在分析与解读空气质量监测数据各个属性的时空变化规律方面表现出一定的局限性.本文在平行坐标展示空气质量监测数据多维属性的基础上,提出了一种支持用户交互式探索大气污染时空特征的可视分析方法.首先,利用平行坐标展示空气质量监测数据,支持用户交互改变时空维度,以及指定坐标轴排列顺序;引入角度、面积、正负相关性等方式度量数据在平行坐标系中的布局差异,并且通过矩阵图和交互式柱状图分别展示不同时空维度下数据的布局差异:综合考虑各个属性之间的数据布局差异,构建相似性矩阵,利用多维标度法对当前时空维度的数据进行降维,获得初始数据在低维空间的表示.进而,利用层次聚类方法对低维空间的数据表达做聚类分析,并且分别设计时间隐喻图和地域抽象图描述各个类别的时空节点组成.集成上述可视化算法,设计便捷的用户交互模式,开发面向空气质量监测数据时空多维属性的可视分析原型系统,为用户快速分析和解读大气污染的时空特征及潜在规律提供有效手段.大量的可视化效果及用户反馈结果,进一步验证了本文工具的有效性和实用性.

摘要： 数据子集局部存在的维度相关性往往被数据集全体所掩盖.为了发现有意义的数据子集,并揭示其表达的维度局部相关性,提出一种局部相关性可视分析方法.首先采用基于测地距离和局部子空间距离的二维散点图揭示子空间聚类模式;然后基于近似覆盖面积和平均距离进行相关显著性估计,给出可能具有局部相关性的二维子空间推荐;最后实现了可视分析系统,并通过案例分析验证了可视分析系统的有效性.

摘要： 针对食品安全领域对农药残留检测结果多维度排序和分析的需要,提出了一种面向农残检测数据的多属性排序可视分析方法,该方法首先基于丏家经验建立农药残留综合污染评价模型,用基于平行坐标和条形图的多维数据可视化方法PCB(Parallel Coordinates+Bar chart)同时展示多个异构属性和综合污染指数的排序结果,用放射环、地图和桑基图展示检测结果细节,辅以相应的交互手段,采用多视图协同分析的方法,使用户从不同的角度对农残数据进行排序可视分析.基于上述方法设计幵实现了一个面向农残检测数据的多属性排序可视分析系统,可以同时实现多个单属性和多属性排序，采用一种平行坐标结合直方图的可视化方法展示排序，用放射环展示农药检出分布，并配以地图和桑基图进行多视图联动，分析多个属性.为农药残留污染的预测预警提供依据，帮助农药监管部门作出更有效的决策.未来的工作考虑添加时序数据，以方便观察排序随时间的变化.

摘要： 文中展示了一个具有创新性的新闻可视分析系统——VASNRU(visual analysis system for news retrieval andunderstanding).该系统有机地结合了新闻数据收集与可视分析,旨在帮助用户更好地分析与理解新闻数据.该系统首先根据用户想要查询的内容,利用搜索引擎自动地收集一定数量的新闻数据;在此基础上,自动地对收集到的数据进行预处理,以便进一步进行分析.为了帮助用户更好地分析与理解数据,采用一个可视分析工具(MutualRanker)对处理好的数据进行可视分析,采用VASNRU收集并分析了2个真实的新闻数据集,结果验证了其能够方便、高效地收集与分析新闻数据.

摘要： 针对传统体绘制算法采用全局实体网格化和光线均匀采样策略,难以适应大规模数值反应堆数据的可视分析问题,提出一种面向实体特征的数值反应堆可视化方法.首先利用高重复性的组件特征设计按需网格化的绘制流水线,支撑网格高效重建;然后采用均质属性的实体特征,提出基于表面的非结构网格体绘制加速算法;最后耦合轮廓线等表意性绘制增强效果.实验结果表明,该方法能够可扩展地处理大规模反应堆数据,高质量地表现反应堆结构和关键介质界面.

摘要： 本发明提供面向二级市场市值重估的可视化分析系统及分析方法，可视化分析系统包括：数据库，用于存储公司的财务数据；数据提取模块，用于从数据库中提取出与用户输入信息相匹配的财务数据；预处理模块，用于对所提取的财务数据进行预处理；分析处理模块，用于接收预处理后的财务数据，基于相应的财务数据集训练出对应的LSTM神经网络模型，并基于训练完成的LSTM神经网络模型，以公司近期的财务数据作为输入，输出得到相应财务数据变化趋势的分析结果；可视化模块，基于分析处理模块的分析结果进行可视化展示。基于本申请的可视化分析系统及分析方法，能够较好地实现公司市值数据的有效可视化，具有较高的分析效率和良好的可视化效果。

摘要： 本发明公开了一种基于文本履历信息的信息可视化方法及智能可视分析系统。本方法为：1)对每一文本履历信息中的经历信息，进行经历等级量化计算，得到成长轨迹序列数据，并将该数据可视化；2)选取多份文本履历信息的成长轨迹序列数据进行关联计算，得到文本履历间的潜在社交关系，并将该潜在社交关系进行社交网络可视化；3)基于履历间的潜在社交关系，将具有单位交集的履历转化成相应人员所在单位的组织层级关系，并将该组织层级关系进行组织机构可视化。本发明通过数据挖掘与信息可视化技术能够获得履历所代表的个人的时空成长经历，发现人员之间的潜在社交关系，还原出人员间的组织层级关系，从而获得群体成长模式及社交关系的深层次认知。

摘要： 本发明涉及一种用于分析与规划公交线路的可视分析方法和系统，属于公交线路规划技术领域。包括：1)以地图为中心，对公交网络、公交线路和公交站点的进行分层分析，基于公交线路中的乘客流量、运营费用统计、线路长度和换乘统计数据进行层次可视化，并依此得到若干存在问题的候选线路；2)针对其中一条候选线路存在的问题，采用帕累托最优线路搜索模型，输入用户指定的参数，生成若干构成帕累托最优集的新线路；3)基于线路聚合方法，采用渐进式的决策策略，支持用户比较多簇新线路的拓扑结构，并评估性能。可分析和改善公交线路网络，提高最优线路生成模型的效率和实用性。同时使用户可以对线路的性能进行高效而详细的分析。

摘要： 在模式发现可视分析中，生成患者数据表(14)，所述患者数据表列出针对每个患者的属性集合的属性值。使用w属性(22)的属性值的预测模式(20)生成每个患者的目标属性的目标值的阳性或阴性预测。如果所述患者的所述w属性的至少阈值分数(26)与所述预测模式匹配，则所述预测是阳性的，否则为阴性。根据阳性预测或阴性预测和所述患者数据表中的目标属性T的实际值将患者分组到混淆矩阵(30)的选定部分。显示部件在针对所述w属性中的属性的每属性的基础上显示所述混淆矩阵的所述选定部分的患者统计数据的表示(42)。使用所述表示来识别患者群组(44)。

摘要： 本发明提出一种基于相关性可视分析的汽轮机轴承振动异常分析方法，可应用于发电企业对于汽轮机轴振偏差的监控、预警及分析。本发明以汽轮机轴承运行相关变量的时间序列数据为研究对象，采用皮尔逊相关系数来衡量变量间的相关性，并通过可交互的图形化相关矩阵图来直观地呈现。由于汽轮机运行状态下轴承相关各变量之间的相互影响存在一定的时滞性，本发明设计了一种能够克服时滞因素影响的相关性算法，从而更准确地得到各变量间的相关系数。通过多种人机交互功能和变量曲线图与相关矩阵图联动的实现，用户可以高效而灵活地对任意数量的变量之间的相关性进行快速分析，这对于汽轮机轴承监控预警和相关变量异常数据的处理及分析有着重大意义。

摘要： 本发明公开了一种基于文本履历信息的信息可视化方法及智能可视分析系统。本方法为：1)对每一文本履历信息中的经历信息，进行经历等级量化计算，得到成长轨迹序列数据，并将该数据可视化；2)选取多份文本履历信息的成长轨迹序列数据进行关联计算，得到文本履历间的潜在社交关系，并将该潜在社交关系进行社交网络可视化；3)基于履历间的潜在社交关系，将具有单位交集的履历转化成相应人员所在单位的组织层级关系，并将该组织层级关系进行组织机构可视化。本发明通过数据挖掘与信息可视化技术能够获得履历所代表的个人的时空成长经历，发现人员之间的潜在社交关系，还原出人员间的组织层级关系，从而获得群体成长模式及社交关系的深层次认知。

摘要： 本发明涉及一种基于主题挖掘和情感分析的微博舆情可视分析方法，属于可视化技术领域。该方法为：S1：确定需要爬取的微博账号，获取所研究微博账号在舆情期间的微博数据；提取所需的研究字段，对获取的研究语料进行预处理；S2：采用贝叶斯模型对微博数据进行主题分类，接着使用TF‑IDF特征提取和LDA主题模型对分类好的语料进行文本主题挖掘，提取微博关键词，最后结合转发数等传播属性，得出热点话题；S3：提取各时间段热点话题的微博评论，得到最终的分类结果，来挖掘人们对热点话题的情感趋势。S4：对两次舆情期间微博舆情进行可视分析。本发明有利于更好的掌握并跟踪微博舆情，提前防范舆情高峰的发生。

摘要： 本发明涉及一种用于分析与规划公交线路的可视分析方法和系统，属于公交线路规划技术领域。包括：1)以地图为中心，对公交网络、公交线路和公交站点的进行分层分析，基于公交线路中的乘客流量、运营费用统计、线路长度和换乘统计数据进行层次可视化，并依此得到若干存在问题的候选线路；2)针对其中一条候选线路存在的问题，采用帕累托最优线路搜索模型，输入用户指定的参数，生成若干构成帕累托最优集的新线路；3)基于线路聚合方法，采用渐进式的决策策略，支持用户比较多簇新线路的拓扑结构，并评估性能。可分析和改善公交线路网络，提高最优线路生成模型的效率和实用性。同时使用户可以对线路的性能进行高效而详细的分析。

摘要： 本发明提出一种基于相关性可视分析的汽轮机轴承振动异常分析方法，可应用于发电企业对于汽轮机轴振偏差的监控、预警及分析。本发明以汽轮机轴承运行相关变量的时间序列数据为研究对象，采用皮尔逊相关系数来衡量变量间的相关性，并通过可交互的图形化相关矩阵图来直观地呈现。由于汽轮机运行状态下轴承相关各变量之间的相互影响存在一定的时滞性，本发明设计了一种能够克服时滞因素影响的相关性算法，从而更准确地得到各变量间的相关系数。通过多种人机交互功能和变量曲线图与相关矩阵图联动的实现，用户可以高效而灵活地对任意数量的变量之间的相关性进行快速分析，这对于汽轮机轴承监控预警和相关变量异常数据的处理及分析有着重大意义。

摘要： 在模式发现可视分析中，生成患者数据表(14)，所述患者数据表列出针对每个患者的属性集合的属性值。使用w属性(22)的属性值的预测模式(20)生成每个患者的目标属性的目标值的阳性或阴性预测。如果所述患者的所述w属性的至少阈值分数(26)与所述预测模式匹配，则所述预测是阳性的，否则为阴性。根据阳性预测或阴性预测和所述患者数据表中的目标属性T的实际值将患者分组到混淆矩阵(30)的选定部分。显示部件在针对所述w属性中的属性的每属性的基础上显示所述混淆矩阵的所述选定部分的患者统计数据的表示(42)。使用所述表示来识别患者群组(44)。