隨著計算機技術、物聯網技術以及現代各種智能終端技術的發展，大數據時代已經到來。大到企業、政府、媒體部門，小到個人每天都在進行著“讀數”。各種紛繁復雜的數據信息充斥著人們的眼球。這就要求需要一種有效的方法將有用的信息從海量信息中提取出來，并能即時生成某種關聯結果，以供決策者作出正確的決策。數據可視化技術是指可視化技術在大數據方面的應用，將數據信息轉化為視覺形式的過程，以此增強數據呈現的效果。用戶可以以更加直觀的交互方式進行數據觀察和分析，從而發現數據之間的關聯性。

1 數據可視化過程

1.1 數據可視化模型

在數據信息的可視化模型中，一般把信息可視化分成3個數據轉換的過程，即:由最初的原始數據→數據表→可視化的數據結構→數據視圖。如圖1所示。

1.2 數據可視化過程

數據可視化模型可以將數據信息的可視化過程分為3個基本階段。

1.2.1 數據預處理階段

這是數據可視化過程的一個基本階段，數據預處理是指將收集到的數據進行一些簡單的預處理加工，把相關聯的數據整合，并進行模塊化處理。具體來說，數據預處理包括對數據進行基本的格式化和標準化、進行數據相關變換、將數據壓縮和解壓縮等。對于不同領域，有些數據還要進行異常值檢查、聚類等處理。

1.2.2 繪測階段

繪測指的是將信息從數據到幾何圖象的轉換，此階段需要考慮不同用戶群的需求。

1.2.3 顯示和交互

顯示功能指的是將繪測階段生成的數據圖形和圖像按照用戶的要求輸出結果。這一階段除了單純的顯示數據圖象信息，還要傳遞數據之間的關聯性以及數據發展趨勢，并把用戶的反饋信息傳遞到軟件層，以實現人機交互。

2 數據可視化技術

數據可視化技術的出現是在1950年左右計算機圖形學發展后出現的，最基本的條件就是通過計算機圖形學創造出了直觀的數據圖形圖表。如今，我們所研究的大數據可視化主要包括數據可視化、科學可視化和信息可視化。

2.1 數據可視化

數據可視化是指大型數據庫中的數據，通過計算機技術能夠把這些紛繁復雜的數據經過一系列快速的處理并找出其關聯性，預測數據的發展趨勢，并最終呈現在用戶面前的過程。通過直觀圖形的展示讓用戶更直接地觀察和分析數據，實現人機交互。數據可視化過程需要涉及的技術主要有幾何技術、面向像素技術、分布式技術、圖表技術等。

2.2 科學可視化

科學可視化是指利用計算機圖形學以及圖象處理技術等來展示數據信息的可視化方法。一般的可視化包括利用色彩差異、網格序列、網格無序、地理位置、尺寸大小等。但是傳統的數據可視化技術不能直接應用于大數據中，需要借助計算機軟件技術提供相應的算法對可視化進行改進。目前比較常見的可視化算法有分布式繪制和基于CPU的快速繪制算法。

2.3 信息可視化

信息可視化是指通過用戶的視覺感知理解抽象的數據信息，加強人類對信息的理解。信息可視化處理的數據需要具有一定的數據結構，并且是一些抽象數據。如視頻信息、文字信息等。對于這類抽象信息的處理，首先需要先進性數據描述，再對其進行可視化呈現。

3 大數據時代下的數據可視化發展

面對海量的紛繁復雜的數據，研究人員需要從中找出某領域內相關有價值的數據并進行處理，這項工作無疑是枯燥并且艱難的。因為大數據時代下的數據具有規模龐大且結構復雜的特點。對于用戶而言他們需要在最短的時間內得到對于這些數據最客觀和全面的分析結果。數據可視化技術可以快速有效地提取數據信息并進行數據關聯性處理，生成數據之間的關系，并呈現在用戶面前，幫助用戶觀察與分析數據。因此，在大數據時代下數據可視化技術是一門十分有效的數據綜合處理技術。

大數據可視化分析方法包括數據收集關聯技術、原位交互分析技術、可視化分析技術、數據計算量化技術、面向工具和用戶界面的交互技術以及數據存儲技術等。目前，數據可視化技術已經用于人們生活的方方面面。從人們的生活社交，如一些交友軟件，可以根據用戶喜好和用戶數據向用戶推薦好友等，到人們的教育發展，如一些學習網站和學習移動終端的產生，通過數據可視化技術產生人機交互，為教育提供多種格式。再到天氣、建筑、航天、金融等各行各業都需要可視化技術。

但是，大數據時代背景下也對可視化技術提出了更高的要求。數據信息的更新換代，發展速度之快要求可視化技術能夠即時生成數據關聯性。傳統的可視化方法面對日益紛繁復雜的數據已經顯得捉襟見肘，甚至已經無法及時高效地處理數據。所以大數據時代的到來對于數據可視化的發展既是機遇又帶來挑戰，研究者們需要不斷創新新技術以滿足日益擴大的需求。

4 總結

大數據時代背景下，為了讓大眾能夠更加方便地享受數據成果，數據可視化技術應運而生。傳統的可視化技術基于計算機圖形的繪制，在傳統的可視化技術的基礎上，隨著計算機技術的發展以及數據圖象處理技術和其他主流智能技術的發展，現代可視化技術取得了一定的發展成果。但是隨著數據規模的不斷擴大，數據種類的不斷增多，以及數據讀取用戶需求的不斷增多，現有的可視化技術已經顯得捉襟見肘，我們需要繼續研究新型的數據可視化方法以適應社會發展的速度。