大數(shù)據(jù)可視化

定　價：￥49.00

作　者：	何光威著
出版社：	電子工業(yè)出版社
叢編項：	高級大數(shù)據(jù)人才培養(yǎng)叢書
標(biāo)　簽：	計算機(jī)/網(wǎng)絡(luò) 數(shù)據(jù)庫數(shù)據(jù)庫理論

購買這本書可以去

ISBN：	9787121335495	出版時間：	2018-01-01	包裝：	平裝
開本：	16開	頁數(shù)：	268	字?jǐn)?shù)：

內(nèi)容簡介

　　本書是面對當(dāng)前大數(shù)據(jù)應(yīng)用、可視分析研究和應(yīng)用的新形勢，專門為數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)、智能科學(xué)與技術(shù)、計算機(jī)、數(shù)據(jù)處理等專業(yè)本科生開設(shè)數(shù)據(jù)可視化課程而編寫的一本教材。該書將教學(xué)之嚴(yán)謹(jǐn)和科研之創(chuàng)新有機(jī)地結(jié)合，全面詮釋了大數(shù)據(jù)可視化的內(nèi)涵與外延，詳細(xì)介紹了大數(shù)據(jù)可視化概述、可視化的類型與模型、數(shù)據(jù)可視化基礎(chǔ)、數(shù)據(jù)可視化的常用方法、大數(shù)據(jù)可視化的關(guān)鍵技術(shù)、可視化交互、大數(shù)據(jù)可視化工具、大數(shù)據(jù)可視化系統(tǒng)――魔鏡以及大數(shù)據(jù)可視化的行業(yè)案例等內(nèi)容。為了便于學(xué)習(xí)，每章都附有習(xí)題。

作者簡介

　　中國傳媒大學(xué)南廣學(xué)院專職教授，高級工程師，曾率隊支援2008年汶川地震的綿竹市廣電的災(zāi)后重建工作，援建工作時間長達(dá)1個多月。智能科學(xué)與技術(shù)和電子信息工程專業(yè)負(fù)責(zé)人，傳媒科技研究所常務(wù)副所長。主持或參與省部級科研項目6項，國家廣電總局部級社科項目3項，江蘇省高校自然科學(xué)研究面上項目3項、校級科研項目10多項項目，成果得到采納應(yīng)用，有力推動了行業(yè)發(fā)展。取得軟件著作權(quán)1項，國家發(fā)明專利1項（合作），編寫規(guī)劃教材、專著7本。中國廣播電影電視社會組織聯(lián)合會技術(shù)工作委員會委員，江蘇省廣播電影電視協(xié)會監(jiān)測專業(yè)委員會會員、某市政府智庫專家。指導(dǎo)學(xué)生多次獲得江蘇省大學(xué)生實踐創(chuàng)新項目立項，獲得江蘇省計算機(jī)設(shè)計大賽特等獎、***三等獎。作為產(chǎn)業(yè)導(dǎo)師已培養(yǎng)研究生十多名。作為**完成人曾獲得江蘇省廣播電影電視局科技創(chuàng)新獎等，主持研發(fā)的某型數(shù)字電視機(jī)頂盒產(chǎn)品獲省級高新技術(shù)獎。多年專注神經(jīng)網(wǎng)絡(luò)、模式識別、人工智能、數(shù)字通信、廣播電視寬帶網(wǎng)絡(luò)、智慧媒體等相關(guān)研究。

圖書目錄

第1章大數(shù)據(jù)可視化概述\t1
1．1 大數(shù)據(jù)可視化的概念\t1
1．1．1 科學(xué)可視化\t4
1．1．2 信息可視化\t5
1．1．3 數(shù)據(jù)可視化\t5
1．2 數(shù)據(jù)可視化的作用與意義\t5
1．2．1 數(shù)據(jù)可視化的作用\t5
1．2．2 數(shù)據(jù)可視化的意義\t6
1．3 數(shù)據(jù)可視化的應(yīng)用領(lǐng)域\t9
1．3．1 在“工業(yè)4．0”中的應(yīng)用\t9
1．3．2 在智能交通中的應(yīng)用\t11
1．3．3 在新一代人工智能領(lǐng)域的應(yīng)用\t16
1．3．4 在其他領(lǐng)域的應(yīng)用\t16
1．4 與相關(guān)學(xué)科的關(guān)系\t19
1．4．1 與計算機(jī)圖形學(xué)的關(guān)系\t20
1．4．2 與計算機(jī)視覺的關(guān)系\t20
1．4．3 與計算仿真的關(guān)系\t20
1．4．4 與人機(jī)交互的關(guān)系\t21
1．4．5 與數(shù)據(jù)庫的關(guān)系\t21
1．4．6 與數(shù)據(jù)分析和數(shù)據(jù)挖掘的關(guān)系\t21
習(xí)題\t22
參考文獻(xiàn)\t23
第2章可視化的類型與模型\t24
2．1 可視化的類型\t24
2．1．1 科學(xué)可視化\t24
2．1．2 信息可視化\t30
2．2 可視化的模型\t39
2．2．1 順序模型\t39
2．2．2 分析模型\t40
2．2．3 循環(huán)模型\t41
習(xí)題\t43
參考文獻(xiàn)\t43
第3章數(shù)據(jù)可視化基礎(chǔ)\t45
3．1 光與視覺特性\t45
3．1．1 光的特性\t45
3．1．2 三基色原理\t46
3．1．3 黑白視覺特性\t47
3．1．4 彩色視覺特性\t52
3．2 可視化的基本特征\t55
3．3 可視化流程\t56
3．3．1 可視化的基本步驟\t56
3．3．2 可視化的一般流程\t57
3．4 可視化設(shè)計組件\t60
3．4．1 可視化設(shè)計模型\t60
3．4．2 可視化設(shè)計原則\t60
3．4．3 可視化的數(shù)據(jù)\t61
3．4．4 可視化的原材料\t62
3．4．5 可視化的基本圖表\t62
3．5 可視化中的美學(xué)因素\t64
3．6 可視化框架設(shè)計整體思路\t65
3．6．1 可視化框架的構(gòu)成\t66
3．6．2 數(shù)據(jù)圖形映射的流程\t66
習(xí)題\t67
參考文獻(xiàn)\t68
第4章數(shù)據(jù)可視化的常用方法\t70
4．1 視覺編碼\t70
4．1．1 視覺感知\t71
4．1．2 視覺通道\t72
4．1．3 數(shù)據(jù)分類\t73
4．1．4 常用的復(fù)雜數(shù)據(jù)處理方法\t74
4．2 統(tǒng)計圖表可視化方法\t74
4．2．1 柱狀圖\t75
4．2．2 條形圖\t77
4．2．3 折線圖\t78
4．2．4 餅圖\t79
4．2．5 散點圖\t79
4．2．6 氣泡圖\t79
4．2．7 雷達(dá)圖\t80
4．3 圖可視化方法\t80
4．3．1 圖的類型\t80
4．3．2 圖論可視化\t81
4．3．3 思維導(dǎo)圖\t81
4．4 可視化分析方法的常用算法\t83
4．4．1 可視化分析方法\t84
4．4．2 可視分析研究的特點\t85
4．4．3 可視分析的應(yīng)用實例\t86
4．4．4 主成分分析\t88
4．4．5 聚類分析\t90
4．4．6 因子分析\t91
4．4．7 層次分析法\t91
4．5 可視化方法的選擇\t92
4．5．1 百度地圖開發(fā)\t93
4．5．2 城市人流走勢\t93
4．5．3 商圈人流對比\t94
4．5．4 D3．js和Echarts選擇上的建議\t94
4．5．5 優(yōu)秀的數(shù)據(jù)可視化作品欣賞\t94
習(xí)題\t95
參考文獻(xiàn)\t95
第5章大數(shù)據(jù)可視化的關(guān)鍵技術(shù)\t97
5．1 大數(shù)據(jù)架構(gòu)\t97
5．1．1 系統(tǒng)協(xié)調(diào)者\t100
5．1．2 數(shù)據(jù)提供者\t100
5．1．3 大數(shù)據(jù)應(yīng)用提供者\t100
5．1．4 大數(shù)據(jù)框架提供者\t102
5．1．5 數(shù)據(jù)消費者\t103
5．1．6 安全和隱私\t103
5．1．7 管理\t103
5．2 大數(shù)據(jù)核心技術(shù)\t104
5．2．1 數(shù)據(jù)收集\t104
5．2．2 數(shù)據(jù)預(yù)處理\t104
5．2．3 數(shù)據(jù)存儲\t105
5．2．4 數(shù)據(jù)處理\t107
5．2．5 數(shù)據(jù)分析\t108
5．2．6 數(shù)據(jù)治理\t110
5．3 可視化關(guān)鍵技術(shù)\t110
5．4 大數(shù)據(jù)可視化渲染\t112
5．4．1 圖像相關(guān)概念\t112
5．4．2 渲染技術(shù)概述\t114
5．4．3 基于CPU的渲染\t115
5．4．4 基于GPU的渲染\t116
5．4．5 集群渲染技術(shù)\t118
5．4．6 云渲染\t122
習(xí)題\t123
參考文獻(xiàn)\t124
第6章可視化交互\t125
6．1 可視化交互方法分類\t125
6．1．1 平移+縮放技術(shù)\t126
6．1．2 動態(tài)過濾技術(shù)\t127
6．1．3 概覽+細(xì)節(jié)技術(shù)\t128
6．1．4 焦點+上下文技術(shù)\t129
6．1．5 多視圖關(guān)聯(lián)協(xié)調(diào)技術(shù)\t130
6．2 可視化交互空間\t131
6．2．1 可視化交互空間查詢\t131
6．2．2 可視化交互空間分析\t132
6．2．3 交互空間分類\t133
6．3 可視化交互模型\t134
6．3．1 交互式信息可視化的用戶界面模型\t135
6．3．2 支持信息多面體可視分析界面模型（IMFA）\t138
6．3．3 交互式可視化的關(guān)聯(lián)規(guī)則挖掘模型\t138
6．3．4 基于Web的交互式數(shù)據(jù)可視化模型\t140
6．3．5 基于交互技術(shù)的知識可視化模型\t142
6．4 交互硬件與軟件\t145
6．4．1 交互硬件\t145
6．4．2 交互軟件\t147
6．4．3 交互系統(tǒng)\t148
習(xí)題\t151
參考文獻(xiàn)\t152
第7章大數(shù)據(jù)可視化工具\t153
7．1 Excel\t153
7．1．1 Power Map簡介\t153
7．1．2 Power Map的使用\t153
7．1．3 數(shù)據(jù)可視化示例\t155
7．2 Processing\t155
7．2．1 Processing開發(fā)環(huán)境簡介\t156
7．2．2 Processing繪制功能\t156
7．2．3 Processing應(yīng)用程序的結(jié)構(gòu)\t158
7．2．4 數(shù)據(jù)可視化舉例\t159
7．3 NodeXL\t161
7．3．1 NodeXL簡介\t161
7．3．2 系統(tǒng)界面\t162
7．3．3 數(shù)據(jù)獲取與編輯\t163
7．3．4 數(shù)據(jù)可視化\t163
7．3．5 圖形分析與數(shù)據(jù)過濾\t164
7．4 ECharts\t165
7．4．1 ECharts架構(gòu)及特點\t165
7．4．2 基本組成\t166
7．4．3 引入ECharts\t167
7．4．4 圖表繪制\t167
7．5 Tableau\t174
7．5．1 Tableau簡介\t175
7．5．2 Tableau的使用\t175
7．5．3 Tableau數(shù)據(jù)可視化實例\t178
習(xí)題\t181
參考文獻(xiàn)\t182
第8章大數(shù)據(jù)可視化系統(tǒng)――魔鏡\t183
8．1 魔鏡簡介\t183
8．2 系統(tǒng)架構(gòu)與技術(shù)流程\t184
8．3 數(shù)據(jù)處理與分析\t185
8．4 數(shù)據(jù)可視化\t188
習(xí)題\t193
參考文獻(xiàn)\t193
第9章大數(shù)據(jù)可視化的行業(yè)案例\t194
9．1 電商行業(yè)銷售數(shù)據(jù)分析\t194
9．1．1 背景分析\t194
9．1．2 需求分析\t194
9．1．3 大數(shù)據(jù)分析過程\t194
9．1．4 分析結(jié)論\t202
9．2 廣告投放效果分析\t202
9．2．1 背景分析\t202
9．2．2 需求分析\t203
9．2．3 大數(shù)據(jù)分析過程\t203
9．2．4 分析結(jié)論\t208
9．3 金融行業(yè)貸款數(shù)據(jù)分析\t209
9．3．1 背景分析\t209
9．3．2 需求分析\t209
9．3．3 大數(shù)據(jù)分析過程\t209
9．4 能源行業(yè)油井?dāng)?shù)據(jù)分析\t223
9．4．1 背景分析\t223
9．4．2 需求分析\t223
9．4．3 大數(shù)據(jù)分析過程\t224
習(xí)題\t236
參考文獻(xiàn)
附錄A