大数据可视化应用方兴未艾

大数据可视化的含义

什么是大数据可视化，英特尔技术计算架构师何万青博士给出的答案：大数据可视化是指对结果分析提供人机交互接口，从而进一步抽象出下一步数据操作，实现可视化。他指出，大数据可视化和可视化编程没什么关系，不要混淆。

“在变量众多关系中，需要将数据关系降低维度抽取出主要的变量，将其对于另外一些变量的变化影射到可理解图像空间，从而实现数据的可视化，可以说，大数据可视化是科学数据可视化的自然拓展。”万青说。

万青表示，从大数据中解析到模式(patterns), 根据对模式的观察选取创造一定的可视化方法，可视化方法和变量的定义本身就隐含了要表达对象的模型假设，采取不同的空间和时间坐标系，增加伪彩色等维度来表达给作为分析者的人，所以就是把表达模式的数值关系通过图像图形空间或色度空间影射到人的视觉空间就是可视化。

大数据可视化的重要性

伴随早前百度地图采用LBS定位“春运”的可视化大数据，引起了学界对新闻创新和大数据可视化的热议。

大数据时代的数据量大且数据结构多样化，其复杂程度早已超过了传统意义上的关系数据库。同时，大数据已经渗透到人们生活的各个领域，很多行业都开始增加对大数据的需求。但普通用户往往更关心结果的展示，数据的复杂性限制了普通用户从大数据中直接获取知识。因此，数据的可视化在进行大数据的分析工作时应当被研究工作者加以重视并进一步提升。

张云泉表示：海量数据无法直接分析，通过可视化，可以更容易更快速的获得想要的知识。

大数据可视化成功案例分享

谈到大数据可视化成功案例，中科院计算所计算机体系结构国家重点实验室研究员张云泉表示，这次春运央视与百度合作的交通可视化就是很好的例子，此外，北大袁晓如教授也做过北京市出租车行驶数据的可视分析。

有网友表示：东莞事件背后的百度迁徙也是个很成功地例子。像美国的超级碗和NBA赛可视化的利用已经特别普遍了，技术也相对成熟。

这些案例的确展示了数据可视化的应用，但是不是大数据应用，这就是仁者见仁，智者见智了。总体看来，这些还仅仅属于行业数据分析的可视化，而大数据更加强调全数据分析。其实，概念并不重要，全数据分析也是部分数据分析组成，所以也无伤大雅。

大数据分析面临哪些挑战

万青指出，大数据可视化面临的挑战还是那三个V：多样性，数据产生的速度;容量带来的问题;可以想象得到传统的准静态的可视化会面临问题。

常见的大数据可视化工具

常见的大数据工具有R、d3.js、PhotoShop、ActionScript等，这些都是不错的大数据工具，它们对硬件和网络的要求相对较低。