翁晓毅[1]2004年在《物理领域的复杂信息可视化方法研究》文中研究表明随着当代科学技术的飞速发展，科学计算可视化已经在各个领域得到了广泛的应用，但对于核聚变反应堆概念设计这个特殊的领域，其设计过程复杂，数据量庞大，数据样式各异，分析研究的对象也是多种多样，通常的可视化方法在处理这样的大规模复杂信息时，显得十分困难，因此需要更加先进的可视化技术。 本文首先总结了对多维数据进行科学计算可视化所采用的常用方法，对这些方法的可视化效果和适用范围做了介绍，由于某些常用算法无法满足物理领域应用的特殊需要，作者提出了结合八叉树技术的改进碰撞检测与3D纹理直接体绘制方法，随后针对核聚变反应堆概念设计这一领域，初步探索了数字化反应堆技术并提出了一个原型——IFDS集成系统，本文针对IFDS集成系统数据集固有的复杂关系、多维时间动态变化和数据量庞大等特性，提出了一种适用于复杂多维信息的分析与可视化技术——多维综合可视化方法，最后结合具体实例展示了集成系统各个计算程序的可视化结果。 通过实验，证明了IFDS集成系统作为聚变反应堆概念设计的研究平台从技术上是可行的，由于整个可视化体系的开放性，多维综合可视化方法同样适用于其它的多维信息可视化领域。
王富强[2]2013年在《空间知识地图构建理论和方法研究》文中研究表明21世纪是知识经济时代。随着数据获取技术、计算机技术和互联网技术的迅猛发展，基于网络地图资源和地图服务，人们几乎可以获取其所关注事件的海量、近实时的具有时空属性的相关信息。大众化、知识化、智能化成为地图学新的发展趋势。随着移动互联时代的到来和地图在其它领域的广泛应用，人们逐渐发现在地理信息的汪洋中竟然很难得到对于其解决问题至关重要的地理知识。地图制作正从“数据获取”向“信息深加工处理”漂移，地图应用从“信息价值”向“服务价值”转变。服务的最佳体现就是知识。目前，制图学、地理信息科学和知识可视化领域的最新技术为地理知识的获取和表达提供了可能。因此，地图制图人员试图利用自身专业知识和技能，通过地理思维、地理心像、地理推理以及空间数据挖掘和空间分析等功能，对现有信息资源进行“深加工”，为不同领域人员的地学决策问题提供空间知识支撑。在此背景下，本文从地图学的角度出发，借鉴相关领域的最新研究成果，提出了空间知识地图的基本概念，并对其构建理论和方法进行了研究。与传统地图和GIS相比，空间知识地图更加强调知识的获取、表示和可视化表达。为验证空间知识地图构建理论和方法，本文以城市旅游为例，基于Geodatabase数据库和ArcEngine10.0设计了城市旅游知识地图的一系列模型并制作了部分实验样图。论文主要工作包括以下五个方面：1.研究了空间知识地图的研究背景、研究意义和应用前景，提出了空间知识地图的基本概念及概念模型。提出空间知识地图有广义和狭义之分，狭义空间知识地图是本文的研究重点，是将空间信息、空间数据、空间知识及其相互关联关系基于一定的数学基础反映在地图上，是空间知识的地图形式化表达。其核心问题是知识的空间化和知识的可视化。2.研究了空间知识地图的研究对象、数学模型、理论基础和支撑技术，形成了空间知识地图的研究框架。用数学语言建立了空间知识地图的数学模型，提出空间知识地图的研究对象包括物理地理空间和客观知识空间；以语义为核心，从地理空间信息对象、地理空间信息产品、地理空间信息服务方式叁个维度，分析了地图、GIS、知识地图之间的区别与联系，认为从地图到GIS再到空间知识地图呈现出向语义聚拢的趋势；在此基础上，认为空间认知理论、知识管理理论、地理本体理论、知识可视化表达理论为空间知识地图研究提供了理论基础，地理本体技术、知识获取技术、知识表示技术和知识可视化技术为空间知识地图构建提供了技术支撑；提出空间数据模建、空间知识表示、知识地图可视化表达等叁个问题是空间知识地图构建过程中迫切解决的问题。3.建立了空间知识地图的认知模型和数据模型。面向制图表达需要的基于专题地理分层思想的传统地图数据模型，不便于地理数据的分析和地理知识的获取。从地理空间和空间的基本概念入手，提出空间知识地图的认知模型；在此基础上，提出空间知识地图建模包括数据建模和知识建模两部分内容，数据建模解决了测度地理实体的地理空间数据如何在计算机存储和管理的问题，知识建模则解决反映地理实体本质特征和内在规律性的空间知识的形式化描述问题；为便于分析和获取空间数据蕴含的潜在的丰富的空间知识，以区域理论、认知范畴理论、制图抽象原则和集合理论为基础，设计了本体驱动的基于特征和事件的时空数据模型，建立了其概念模型、逻辑模型和物理模型。4.系统研究了空间知识的来源、空间知识的获取方法和空间知识的框架，面向可视化表达形成了空间知识地图的知识体系，设计了基于本体的知识表示模型和空间知识地图知识库组织结构。在研究总结现有空间知识来源、知识获取技术和可获取的知识类型的基础上，形成了面向可视化表达的空间知识地图知识体系；基于本体技术，探讨了构建空间知识地图知识库的原则、步骤以及迫切解决的问题；采用软件系统的逆向工程思想，提出了从知识本体到数据库存储的七条映射规则，设计了空间知识地图知识库组织结构。5.研究了空间知识地图可视化表达的主要类型和方法，设计了空间知识地图可视化表达模型，提出空间结构知识地图、语义结构知识地图和趋势演变知识地图是空间知识地图的叁种基本类型。空间知识地图不仅仅是一种固化的地图产品，还可能是用户思考过程中的活跃设备或者仅为视觉思维服务的中间产品。空间知识地图可视化表达可分为基于地图形式化的事实知识表达和基于知识可视化的概念知识表达；事实知识的地图形式化表达包括点状要素、线状要素、面状要素叁类基于地图的可视化表达方法，概念知识的知识可视化表达包括概念构成及其关系的表达、示意性地图表达和地理逻辑拓扑图表达叁种形式；在此基础上，形成了空间知识地图的表达模型和基本类型。
陈必坤[3]2014年在《学科知识可视化分析研究》文中提出在大数据日渐兴起、网络与可视化备受关注、学科融合不断深入、技术手段日新月异的大背景下,针对学科知识可视化分析这一新兴研究领域的理论和应用现状,本文综合科学学、网络科学、可视化和数据科学的理论和方法工具,围绕学科知识的结构及其演化进行了跨学科、创新性的理论探索与实践应用相结合的综合性研究。遵循“理论研究与应用实践相结合”的原则,从理论基础、理论内容、实证研究的思路展开论述。除了引言和结语以外,本文共有五章,每章都自成体系,其具体内容如下：第一章,对理论基础进行架构和论述,梳理了学科知识可视化分析所依赖的不同学科理论。学科知识可视化分析的研究对象是学科知识,与科学学有着天然的联系；其研究方法是可视化分析,与网络科学和可视化理论息息相关；作为一种重要的数据类型,学科知识与新兴的数据科学密不可分。首先是科学学理论,是学科知识可视化分析的根本理论,具体从科学革命结构理论、无形学院理论、概念革命理论和科学计量学理论等(即哲学、历史、社会和定量研究的视角)进行阐述。其次是网络科学理论,是学科知识可视化分析的核心理论,具体从复杂网络理论和社会网络理论两方面(即一般和具体的角度)展开论述。再次是可视化理论,是学科知识可视化分析的重要理论,具体从视觉感知和认知理论、信息可视化、可视化分析学和可视化流程四方面进行阐述。最后是数据科学理论,是学科知识可视化分析的新兴理论,具体从数据科学的定义、数据科学与其他学科的关系及其研究内容叁方面展开论述。第二章,对学科知识可视化分析的理论进行剖析,主要从相关概念、类型、特点、模式与方法四个方面展开。首先,梳理了可视化的已有概念(科学计算可视化、数据可视化、信息可视化、知识可视化和可视化分析学)并在其基础上分别提出可视化分析法、知识可视化分析和学科知识可视化分析的概念。其次,围绕不同层次不同粒度的学科知识单元对学科知识可视化分析的类型进行划分,具体从可视化分析的目标、可视化的视觉通道、学科知识单元的数据维度和学科知识单元的层次四个方面展开。再次,归纳了学科知识可视化分析的特点,包括：直观高效、内容充实、形象美感和视角新颖四个方面。最后,阐述了学科知识可视化分析的模式和方法,即学科知识可视化分析的模式、方法、工具以及常用的软件组合方式。第叁章,按照“知识生产——知识内容——知识传承和交叉融合”的思路将学科知识结构分为学科合作结构、学科主题结构、学科引文结构、跨学科和学科智力结构五种类型,然后围绕学科知识可视化分析模式中的叁个核心环节(知识单元选取、知识单元关系构建和可视化)对不同类型的学科知识结构进行可视化分析。首先是学科合作结构分析,选取文献作者、作者所在机构、机构所在城市和国家等学科知识单元,主要根据合着关系构建合作网络,并进行合作网络的可视化分析。其次是学科主题结构分析,选取专业术语(来自于标题、摘要、主题词和标引词等学科知识单元),主要根据专业术语的共现关系构建共词网络,并进行共词网络的可视化分析。再次是学科引文结构分析,选取引文在全文中的位置作为研究单元,主要根据引文关系、引用关系和引用语境等关系,进行引文总被引次数分析、引用位置、引文紧密度和引用语境分析。再次是跨学科分析,选取参考文献、合作作者(或合作机构)、引证文献及其所在期刊等学科知识单元,主要根据共被引、合着和耦合关系构建相应网络,并进行不同类型网络的可视化分析。最后是学科智力结构分析,选取文献作者和被引作者等学科知识单元,主要根据作者共被引和作者耦合关系构建相应网络,并进行不同类型网络的可视化分析。第四章,按照“知识生产——知识内容——知识传承和交叉融合”的思路将学科知识结构演化分为学科合作结构演化、学科主题结构演化、学科知识基础、学科研究前沿和学科预测五种类型,然后围绕学科知识可视化分析模式中的叁个核心环节(知识单元选取、知识单元关系构建和可视化)对不同类型的学科知识结构演化进行可视化分析,与学科知识结构可视化分析的不同之处在于本章引入了时间这一重要因素。首先是学科合作结构演化分析,选取文献作者、作者所在机构、机构所在城市和国家等学科知识单元,主要根据合着关系构建合作网络,并进行合作网络演化的可视化分析。其次是学科主题结构演化分析,选取专业术语(来自于标题、摘要、主题词和标引词等学科知识单元),主要根据专业术语的共现关系构建共词网络,并进行共词网络演化的可视化分析。再次是学科知识基础分析,选取被引文献和被引作者等学科知识单元,主要根据文献共被引和作者共被引关系构建相应网络,并进行不同类型网络的可视化分析。再次是学科研究前沿分析,选取引文和主题词等学科知识单元,主要根据引文关系(直接引用、同被引和耦合)、主题词词频突变与共现关系,来进行学科研究前沿的可视化分析。最后是学科预测分析,选取题录数据和全文本数据中的不同学科知识单元,依据不同学科知识单元之间的各种关系,进行学科合作、潜在高水平作者、潜在高被引论文和潜在研究主题等可视化分析。第五章,以引文分析为例进行可视化分析的实证研究。以“学科知识结构和结构演化”为主线,分别从学科合作结构、学科主题结构、跨学科、学科智力结构、学科合作结构演化、学科主题结构演化、知识基础和研究前沿八个方面进行实证分析。这些研究结果是对前期理论论述的一个实践检验,也给学科知识可视化分析的后续研究提供了案例。本文系国家社科基金重大项目《基于语义的馆藏资源深度聚合与可视化展示研究》(批准号：11&ZD152)和教育部人文社科基金项目《馆藏数字资源语义化深度聚合的理论与关键技术研究》(批准号：13YJA870023)的组成部分和研究成果之一。
李慧希[4]2016年在《基于地图术（Mapping）的景观建筑学理论研究》文中指出如何应对大规模城市重构和计算机革命所引发的信息社会到来是本论文研究的重要现实背景。鉴于当代景观建筑学的复兴和景观都市主义的崛起,mapping成为当代文化、艺术和设计领域被广泛讨论和多方实践的主题。对于建筑学本身而言,mapping一方面能够成为建筑师理解当代的认知工具；另一方面能够成为联结景观、建筑、城市叁者的媒介;同时,mapping试图拓展建筑学绘画(drawing)研究,提供新的介入手段和设计操作工具。论文主要从"mapping的相关历史背景探究”和'mapping的理论与思想探索”两大视角展开研究,旨在对当前西方在此命题上的历史理论与实践进行梳理和分析,并提出评判性的反思。论文采用了解释性历史研究的基本技术路线对mpping进行了全面的历史回顾,并通过符合当代的建筑学语境的多学科多义的复合式新式叙事图解和归纳法(国际经验总结)对mapping的概念和方法展开更深层次的研究。可以说,本论文既是对mapping历史、理论和思想的疏理和研究,又指向如何在景观都市主义背景下将景观、城市与建筑学结合这一基本命题。在对mapping进行了跨学科的系统性理论研究和西方实践策略与实例深刻剖析的基础之上,作者以南京新街口核心地区为例,展开了该场所的非物质空间的mapping可视化再现实验,并对这种非物质空间影响因子的可视化实践进行了专题研究,旨在真正把握mapping作为一种实践策略和再现工具的思想价值和创新价值。最后,作者对中国建筑学科内的mapping研究和实践进行了论述和立足于建筑学图示化实践本身的反思,提出了可能还不够成熟的观点和建议,期望能都给中国的建筑学科本身带来新的触动和启发。
时晓厚[5]2016年在《面向疾病传播的信息可视化方法研究》文中认为当今社会传染性疾病的扩散更加便利,产生的影响更加巨大,在确保社会的安定以及人民群众财产的安全方面给我们带来了巨大的挑战。将信息可视化方法研究成果应用于疾病的传播领域,不仅能够帮助我们可以更好的认识疾病传播的趋势,而且能够帮助我们更加深入的理解疾病传播的影响及其内在机制,有助于决策者根据疾病传播的外在特征和其内在机理做出更加有效的防治措施,愈来愈成为了研究的热点。对于疾病传播领域的研究,传统的疾病传播信息可视化通常只是用一些比较简单的图表来描述疾病的宏观信息(诸如大致分布,感染比例等),而缺乏对传播细节的披露和内在机理的推演。比如节点连接图方法,只能展示小规模感染个体之间传染关系,不适用于大规模数据的可视化,treemap方法,只能显示大规模数据弱化了的数据间的传播关系。事实上,疾病传播将产生大规模数据,如何在有限的区域内展示大规模数据,对信息可视化领域的研究带来了极大的挑战。本文针对大规模数据对可视化所带来的困难以及疾病传播传统可视化方法的局限性,研究了本领域国内外最新的交互方法和布局算法,针对大规模的图可视化布局中的点线交叉问题,提出多层次边捆绑算法,通过改进查找最近边的方式较低时间复杂度,与传统捆绑算法相比在效率、效果上有明显的改善,使复杂网络可视化效果更加清晰,解决在大规模数据中有效展示主要信息的疾病信息可视化难点。实验结果证明,多层次边捆绑算法在大规模网络结构数据可视化上,效率与效果上明显优于传统的捆绑算法;针对大规模感染个体数量巨大及其关系复杂化所引起的图可视化的布局复杂化问题,提出一种快速收敛的力向导可视化布局算法,减少点线交叉,减少视觉混乱,最终建立一个疾病传播信息可视化系统,能有效地处理规模非常大的疾病传播数据,能够真实直观反映数据信息,有助于专家用户和决策者对疾病防控做出合理有效的措施。
朱永海[6]2013年在《基于知识分类的视觉表征研究》文中进行了进一步梳理视觉文化时代的来临,技术的变革、工具的变化和文化的变迁,视觉性的弥散和审美化的生存,成为社会的基本特征。教育领域符号实践本体超越了符号研究本体的教学理念走向台前,促使“读图”和“知识视觉表征”成为教育的一种内在需求。知识视觉表征是知识可视化的具体实践途径,重点表现在情感表征、创新思维培养和隐性知识挖掘等叁大功能上,从而区别于当前国内外知识可视化主要局限于或借鉴于企业知识管理领域的理论与方法体系,构建出教育领域的知识视觉表征理论体系与基于知识分类的视觉表征方法体系框架。论文以当前知识可视化研究中的问题分析为“研究起点”,以“知识”核心的“符号意义”与“视觉媒介”的“符号形式”相结合的“符号”作为知识视觉表征“研究结合点”,以“知识”的符号学视角的界定为“研究切入点”并作为“研究线索”,贯穿研究各个环节的探讨,并作为几个核心概念界定和主要研究问题的依据。首先,在“表征内容”层面：明确从符号学视角把“知识”概念界定为两个方面：意义及组织(结构／形式),并与心理学中的理解对应起来,指出本研究可以转化为对知识意义及知识组织(或结构)的视觉表征。以此界定作为知识分类依据,借助于文献分析法,从知识维度(认知、技能和情感)及其两个属性维度(意义单元大小、知识组织结构)进行划分,指出了知识之间关系的立体型、层次性、犬牙交错性和意义单元的大小不一性,构建了知识分类的水立方模型,作为本课题研究基础。其次,在“表征工具”层面：以“知识定义”的两个方面,作为挖掘视觉符号的结构优势特点的依据：双层结构(意义与形式),并借助于符号分析法,指出视觉符号借助于编码与创意等形成视觉符号的双重功能：“意义生成”与“意义组织”,还包括意义创新。从而避免了只能抓住图形或图像等形而下层面的盲人摸象特征,从形而上的“视觉符号”层面把握图形和图像构建的工具体系,为知识视觉表征提供支持。再次,在“表征机制和策略”层面：以“知识定义”的两个方面,作为表征机制与策略的两大影响因素；指出简化的知识视觉表征机制,只考虑表征内容和工具,是外部表征,意为：借用视觉符号对意义及其组织的封装与阐释；但视觉表征的价值在于知识传递和建构。所以,传者对自己大脑中知识(尤其是隐性知识)挖掘和受者认知心理加工等必须要纳入考虑范畴,知识视觉表征现实层面的机制就转变为：内外部表征的转化,从而引入知识视觉表征的第叁大因素：信息加工的“认知负荷”。而这也是隐性知识形成的叁大因素：深层次的意义、复杂的组织结构和认知负荷的限制。由此,便得出隐性知识挖掘与知识视觉表征的原理——消解这叁大因素的不利影响。同时,知识创新也可以被理解为“产生新的意义或形成新的组织”,由此提出创新思维培养步骤,及基于此步骤的知识视觉表征原理。根据这些原理,文章提出了相应的系列表征策略,每个策略又表现为具体不同的方法,这些方法成为接下来的知识分类叁大领域论述的方法体系。最后,在“表征方法体系”层面：论文分别从知识分类的叁大领域,依据“知识定义”及认知负荷,结合知识的学与教策略,有针对性地提出了视觉表征设计要领和系列方法。尤其是为促进陈述性知识向程序性知识转变,而依据认知技能的思维适应性控制理论(ACT),提出了认知技能的视觉表征方法体系；以及针对情感领域的特殊性,参照知识的界定,从符号学的视角分析了情感产生的心理机制(即其结构)：非推理逻辑可感表达式；并采用视觉符号的“双层结构”,在“结构形式层面”上,让学习者感悟与体验情感,在“意义层面”引导学习者进行价值判断,实践符号实践本体理念。结尾部分,论文把每种知识类型的视觉表征方法体系,与知识分类的水立方模型对应起来,构建出了“知识分类视觉表征方法体系的水立方模型”。
刘玉华[7]2017年在《模型驱动的网络数据的可视分析方法研究》文中研究表明数据可视化是近年来逐渐兴起的一门交叉学科,旨在通过图形、图像的手段将不可见的、难以理解的抽象数据映射成颜色、纹理、形状和符号等可见形式,帮助用户理解、分析和探索数据,涉及到数据挖掘、计算机图形学、人机交互、设计和可视分析等学科。在大数据时代的背景下,可视化技术更是强有力的数据分析手段,可以快速揭示行业潜在的行为模式和发展趋势。但是海量数据往往具有规模巨大、种类繁多、处理速度要求快以及价值提炼难度高等特点,为创建有效的可视分析方法提出了挑战,具体体现在:过程和动态性表现、基于模型的数据校验和用户兴趣驱动的层次化显示。而目前的工作大都是多维时变海量数据的表象可视化,数据模型与可视化显示脱节、分离,对海量数据内在规律的探索和表现不够。基于以上问题以及海量数据的这种高性能、可伸缩、实时性分析等需求,本文提出针对网络数据的模型驱动的数据可视分析研究方法,即融合数据规则、领域背景和层次展示,在可视分析过程中加入模型的交互引导,将用户知识和经验充分融入网络数据的分析和推理决策过程中,发现更多的隐含规则和信息。具体思路是:1.结合物理或者数学模型、知识规则和领域背景,来统一建立网络数据的模拟分析模型;2.考虑视觉表达、互动机制和用户的心理感知等因素,设计有效的可视化方法,对上一步统一建模生成的结果进行展示;3.将前端的可视化方法和后端的模拟分析模型进行交互螺旋式探索,真正实现模型与可视分析的紧密联系、相互指导,从而将可视化从一种后处理的显示手段变成一种过程分析、特征发现和优化模型的工具。为此,本学位论文围绕网络数据的模型建立和可视化表达展开研究工作,具体贡献根据模型的种类可以分为以下几个方面:参基于物理模型的舆情传播可视分析,即应用物理模型的概念、方法和原理,经过合理的映射、修正和拓展来模拟网络舆论的传播现象,揭示用户行为的本质和规律。在该工作中,我们提出了基于元胞自动机的论坛事件传播模型和基于动态流体力学的微博转发模型。前者用于模拟网络论坛中个体发帖数量的变化和观点的发展趋势,后者借用流体传播的思想模拟微博空间中用户转发消息的行为机制和过程。我们分别根据两种模型探索其内在规则和影响因素,并设计了不同的可视化界面来方便用户进行结果分析、参数调整和模型校验。·基于演化模型的集群行为可视分析,即应用可视化方法和交互技术来探讨集群演化的组织形态、演化的动力机制和路径等。我们提出了基于微博转发可视化的网络集群分析方法和基于火灾疏散模型的应急可视分析方法。第一个方法通过可视化技术分析不同地域、不同职业间的用户转发模式和情感分布,用于探索不同事件的微博转发特点;第二个方法结合火灾疏散时人员所处的复杂场景及疏散行为的特点,提出了一种用于大规模人员疏散的仿真方法,并结合可视化方法探讨疏散模型的合理性和疏散行为的连续性等。·基于几何模型的层次交互可视化,即根据网络图或者关系数据的拓扑结构,通过设计虚拟的能量系统,将点、边的属性特征融合到传统网络图的布局算法、聚类算法和边绑定算法中,并结合交互技术实现整体到细节的可视分析,帮助用户快速探讨数据属性和拓扑结构的内在联系。为此,针对多元图提出一种自适应混合尺度的可视分析方法,根据结构和属性信息划分网络图的层级结构,分析不同属性在社团结构中的作用;以及针对多维家谱数据,结合家族树模型,设计不同视图来分析家族的人口统计学信息,例如人口迁徙、繁衍规律和亲属结构等,进一步探讨家族发展和当时社会背景、地理信息以及自然环境等潜在的关联。最后我们将以上设计的所有可视分析方法与传统方法、系统进行对比,并邀请领域专家进行评估,或者设计用户实验、调查问卷等收集反馈和改进意见。大量实验结果验证了本文所提方法的有效性和实用性。
胡小妹[8]2014年在《信息可视化设计与公共行为研究》文中认为当今世界，人类通过对信息的感知构建意识，由意识指导行为。在这个意义上，“信息设计”构建了一个平行于真实存在的另一个世界。在这个被“设计”所规约与塑造的世界里，设计师不断地通过行为的预设与引导来提升社会生活，并在此过程中创造新事物，构建这个世界的明天。本文从当代社会日益增长的信息需求切入，提出“群体的智慧”研究视角，探讨“集体无意识”语境之下公共行为对于“信息可视化”的需求，以及与此相关的信息可视化设计原理、基本结构及其形式特征。本文的论述从“信息可视化”的五个关键节点入手，论述信息可视化设计与公共行为之间的关系。其中，重点分析了可视化的信息如何组织和影响人的行为选择，指出信息诉求的目标人群在公共空间中的行为可组织性和不可组织性，并强调了这种可组织性和不可组织性之间的权衡正是驱使信息可视化设计的效率化思考、使设计不断趋向深入的重要动力；最后，通过对信息可视化设计形成及对公共行为影响的分析，提出信息可视化设计意识与社会需求之涵化关系的观测指标，并由此提出继续深化信息可视化设计理论构建的设想。“信息可视化”设计与“公共行为”关系的讨论，并非最新的课题，但是当代社会的发展以及设计内涵的延伸，都使得这两个工具概念之间不断接近并生发出新的交集。信息可视化设计虽然不能最终决定城市群体行为的动向，却是关系到人性化社会与信息化未来建设的根本所在，信息可视化研究的课题也正在成为越来越多的设计师与社会机构诉诸智慧、贡献精力的重要面向，因为正是这种看似细琐甚至微不足道的视觉“工具”设计，从生活的各个方面影响着、组织着人的社会化行为，让平凡的日常生活始终闪耀着一种自由和理性的品质，最终让每个人的行为都能够达到比较理想的方向和境界。
何超[9]2014年在《基于数据挖掘的企业竞争情报智能分析研究》文中研究指明随着知识经济时代的来临和经济全球化、信息化、网络化的快速深入,市场竞争日益激烈,企业间的对抗不断升级,影响企业经营活动的内外部因素更加难以预测。因此,企业要在如此残酷的竞争环境中求生存、谋发展,除了增大资金、技术、人才的投入以外,更重要的是面对激变的环境能够及时有效地做出正确的竞争策略。竞争情报作为知识经济时代企业保持竞争优势的战略资源和分析与预测行业发展态势、制定科学战略决策的依据,是被公认的除资本、技术、人才之外的企业“第四核心竞争力”。它是关于竞争对手、竞争环境以及由此引出的相应竞争策略的决策性知识,有助于帮助和支持企业组织成员评估关键发展趋势、跟踪正在出现的不连续性变化、把握行业结构的进化以及分析现有和潜在竞争对手的能力及动向,为企业保持和发展相对竞争优势提供强有力的智力支持和情报保障。基于数据挖掘的企业竞争情报智能分析吸收了情报学、商务智能、知识管理、现代竞争理论等学科的研究成果,并以众多高新信息处理技术为支撑,如本体工程、数据仓库、可视化技术等,为企业竞争情报的智能挖掘、分析、获取、创新及企业决策提供智力支持。本文的研究工作主要包括八章：第1章,本章主要介绍了企业竞争情报的基本概念、特征和功能,分析了当前知识经济环境下企业竞争情报分析的主要内容与分析方法,探讨了企业竞争情报的分析策略与价值增值过程,并给出了基于数据挖掘的企业竞争情报智能分析的优势。第2章,本章主要将数据挖掘技术融入企业竞争情报智能分析之中,构建了基于数据挖掘的企业竞争情报智能分析的体系框架,并从支撑理论与技术、智能分析策略与方法、智能分析结果可视化叁个层面对该体系框架进行了详细的阐述。第3章,本章主要是通过构建领域本体实现企业竞争情报源数据的语义组织,研究了企业领域本体的构建方法与实现,即综合应用知识工程与叙词表方法指导领域本体开发;复用Enterprise本体与TOVE本体的领域知识和概念模型构建领域本体框架,利用本体开发工具Protege对软件企业领域本体进行形式化编码,以便为后续的基于语义的数据挖掘与智能分析提供语义知识。第4章,本章主要从聚类挖掘的角度研究了企业竞争情报聚类分析的方法与算法,即针对传统的聚类挖掘方法与算法由于缺乏语义而导致聚类结果不理想等问题,通过利用领域本体提供语义知识进行语义层面的聚类挖掘,实现企业竞争情报语义聚类挖掘与分析；并以k-means算法为基础,设计了基于领域本体的k-means语义聚类挖掘算法Onto-kmeans,通过在WEKA上进行对比实验验证了该算法比传统的k-means算法有较大的优化。第5章,本章主要从分类挖掘的角度研究了企业竞争情报分类分析的方法与算法,即针对传统的分类挖掘方法与算法存在缺乏语义和需要大量人工标注等问题,通过利用通用本体与领域本体提供语义知识进行语义层面的分类挖掘,实现企业竞争情报语义分类挖掘与分析；设计了基于领域本体的语义分类挖掘算法Onto-TC,通过在WEKA上进行对比实验验证了该算法的有效性。第6章,本章主要从关联挖掘的角度研究了企业竞争情报关联分析的方法与算法,即针对传统的关联挖掘方法与算法由于缺乏语义而导致的I/O负载重、算法开销大、获取的规则概括性不强等问题,通过利用领域本体提供语义知识进行语义层面的关联挖掘,实现企业竞争情报语义关联挖掘与分析,并以Apriori算法为基础,设计了基于领域本体的语义关联挖掘算法Onto-Apriori,通过在WEKA上的对比实验验证了该算法比传统的Apriori算法有较大的优化。第7章,本章选择软件企业为实验对象,通过采集网络信息源作为实验数据,从中挖掘和分析影响软件企业竞争力的影响因素等情报内容。首先,通过语义聚类分析获取影响软件企业竞争力的八个主要因素；然后,以这些因素作为分类标准,利用语义分类分析进行两次分类分析,获取每个主要因素的具体影响要素；最后,通过语义关联分析获取这些主要要素和具体影响要素之间的语义关联,这些要素及其关联信息有助于软件企业核心竞争力的培育和市场风险的预测。第8章,本章对全文的主要内容进行了系统总结归纳以及对未来研究进行了展望。首先,从研究意义、研究内容上对全文进行总结,然后展望基于数据挖掘的企业竞争情报智能分析今后的研究方向,包括复杂数据类型的情报挖掘与分析、可视化情报挖掘与分析、动态情报挖掘与分析、以知识为中心的大数据挖掘与分析等。本文系2012年度教育部博士研究生学术新人奖项目“基于数据挖掘的商务情报分析方法研究”(项目批准号：5052012104001)、国家自然科学基金项目“企业竞争情报分析模型与方法研究”(项目批准号：71073121)和教育部人文社科重点研究基地重大项目“基于智能信息处理的知识挖掘技术及应用研究”(项目批准号：08JJD870225)资助的研究成果之一。
覃京燕[10]2006年在《文化遗产保护中的信息可视化设计方法研究》文中研究表明数据收集、存储和管理能力的迅速提高,使得信息处理手段发生急剧变化;而我们理解信息的能力却没有在行为上(对待数据的方式)、思维上(寻找数字背后的意义)和技术上(提供更简便的工具使我们控制数字)得到相应提高。信息可视化、数据挖掘和图形设计已经成为人类提高认知和理解信息能力的重要手段,但是它们只是解决了孤立的单个特定问题,在更高层的策略理论及更宽广的应用层面上还存在很多难题,以致出现“信息饥渴”与“信息焦虑”的现象。另一方面,文化遗产的数字化保护不仅涉及国家经济发展,还关系社会稳定和文化传承;作为信息可视化的重要应用方面——数字化文化遗产领域,信息设计、文博事业及计算机科学领域目前“各自为政”,以文化遗产数字化保护项目为导向的多学科协同合作往往缺乏有效的、系统性的方法与操作原则。针对以上问题,本研究提出运用信息思维方法指导数字化文化遗产项目的整体策划,采用信息可视化模型和信息可视化设计原则进行数字化文化遗产中信息管理、信息呈现和信息传播的设计。本文首先从信息理解与认知的角度提出本研究的必要性;其次剖析其可行性与复杂性。将信息可视化运用于文化遗产保护,需要信息的采撷、阐释以及重新构想和重新建构。信息可视化过程是由决定构筑信息设计语境资源的“外部限定因素”与重新建构消失的时代氛围和精神的“内部构成因素”共同组成的关联性复杂系统。外部限定因素的不明确以及内部构成因素的缺乏联系(文化发展脉络)是本研究难点,对此笔者提出通过对时间信息的阐释与解读,再经过人的认知逻辑与信息理解的空间重构,揭示文化遗产与信息可视化之间的“显性关系”与“隐藏的逻辑”。信息可视化也由此体现出数字化文化遗产的理性智慧的真、感性智慧的善与知性智慧的美。通过信息可视化的设计方法研究使文化遗产的保护变成一种系统的保护,一种文化脉络的可持续性延续,一种文明精神的有效传播。
参考文献：
[1]. 物理领域的复杂信息可视化方法研究[D]. 翁晓毅. 合肥工业大学. 2004
[2]. 空间知识地图构建理论和方法研究[D]. 王富强. 解放军信息工程大学. 2013
[3]. 学科知识可视化分析研究[D]. 陈必坤. 武汉大学. 2014
[4]. 基于地图术（Mapping）的景观建筑学理论研究[D]. 李慧希. 东南大学. 2016
[5]. 面向疾病传播的信息可视化方法研究[D]. 时晓厚. 北京理工大学. 2016
[6]. 基于知识分类的视觉表征研究[D]. 朱永海. 南京师范大学. 2013
[7]. 模型驱动的网络数据的可视分析方法研究[D]. 刘玉华. 华东师范大学. 2017
[8]. 信息可视化设计与公共行为研究[D]. 胡小妹. 中央美术学院. 2014
[9]. 基于数据挖掘的企业竞争情报智能分析研究[D]. 何超. 武汉大学. 2014
[10]. 文化遗产保护中的信息可视化设计方法研究[D]. 覃京燕. 清华大学. 2006
标签：计算机软件及计算机应用论文; 信息可视化论文; 知识地图论文; 空间数据论文; 可视化管理论文; 空间分析论文; 语义分析论文; 企业空间论文; 网络模型论文; 视觉文化论文; 地图符号论文; 关系模型论文; 分类数据论文; 网络行为论文; 符号计算论文; 数据分析论文; 地理论文;