技术研发 Ｖｏ１．２０。Ｎｏ．６。２０１３ 大数据下可视化分析 郑昌璇，陈 洋 （重庆工商大学会计学院，重庆摘４０００６７） 要：“大数据”是由数量巨大、结构复杂、类型众多的数据构成的数据集合，是基于云计算的数据处理与应用模式，通 过数据的整合共享，交叉复用，形成的智力资源和知识服务能力。微软对公众开放了面向Ｅｘｃｅｌ ２０１３下的“ＧｅｏＦｌｏｗ”。 作为一个创新性的大数据分析方式，ＧｅｏＦｌｏｗ让我们看到了借助地理位置信息、在线地图服务对分散性较强的数据进行 集中型分析的又一种可能。 关键词：大数据；可视化分析；云计算；数据处理 ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００６—８５５４．２０１３．０６．０１５ １“大数据”来临 进入２１世纪，信息的爆炸式增长带来了数据的海量化。 统计显示，互联网一天产生的全部数据内容可以刻满１．６８亿 张ＤＶＤ；发出的邮件有２ ９４０￣Ｌ封之多；发出的社区帖子达２００ 万个，相当于《时代》杂志７７０年的文字量；卖出的手机为３７．８ 万台，高于全球每天出生的婴儿数量３７．１万。２０１１年，全球 产生的数据量高达１．８２ＺＢ，相当于全球每人产生２００ＧＢ以上 的数据。而到目前为止，人类生产的所有印刷材料的数据量 是２００ＰＢ（１０２４ＴＢ＝１ＰＢ），全人类历史上说过的所有话的数据 量大约是５ＥＢ（１０２４ＰＢ＝１ＥＢ）。 大数据开启一个前所未有的信息大爆炸时代，它所带来 的变革也是空前的。２０１３年，大数据技术肯定会继续发展和 进步，而且它的新业务应用也一样，虽然还存在不确定因素。 在当今环境中，大数据已经将我们对分析的认识从向后分析 变成向前分析。大数据向我们提出了数据采集、分析和使用 等难题。 全球知名咨询公司麦肯锡称：“数据，已经渗透到当今每 一个行业和业务职能领域，成为重要的生产因素，人们对于海 量数据的挖掘和运用，预示着新一波生产率增长和消费者盈 余浪潮的到来。” ２“大数据”难题 大数据技术的战略意义不在于掌握庞大的数据信息，而 在于对这些含有意义的数据进行专业化处理。换言之，如果 把大数据比作一种产业，那么这种产业实现盈利的关键，在于 提高对数据的“加工能力”，通过“加工”实现数据的“增值”。 “大数据”是需要新处理模式才能具有更强的决策力、洞察发 现力和流程优化能力的海量、高增长率和多样化的信息资产。 大数据分析相比于传统的数据仓库应用，具有数据量大、查询 分析复杂等特点。 大数据的海量数据信息带来的更多的是数据价值，但我 们也不能忽视数据分析的重要性。提高数据分析的效率，对 大数据信息进行剔除、筛选，建立“大数据战略”体系，其首要 实现的是数据分析，因为企业对各类数据的解读与应用都必 须是在有价值的数据上进行，只有通过对所需数据的全面准 确分析，形成数据流规模，这样的数据结果对决策行为才有指 导性作用。这样我们才能抓住大数据的机遇，而不会被大数 据时代湮没。 ３不可忽视的可视化分析 近日，微软对公众开放了面向Ｅｘｃｅｌ ２０１３下的“ＧｅｏＦｌｏｗ”， 这款３Ｄ数据可视化工具。作为一个创新性的大数据分析方 式，ＧｅｏＦｌｏｗ让我们看到了借助地理位置信息、在线地图服务 对分散性较强的数据进行集中型分析的又一种可能。它通过 从网页中直接提取结构性数据，对人物建立索引，以帮助信息 工作者对其进行分类检索。 数据可视化技术的主要特点： １）交互性。用户可以方便地以交互的方式管理和开发数 据。 ２）多维性。可以看到表示对象或事件的数据的多个属性 或变量，而数据可以按其每一维的值，将其分类、排序、组合和 显示。 ３）可视性。数据可以用图象、曲线、二维图形、三维体和 动画来显示，并可对其模式和相互关系进行可视化分析。 数据分析是从大量的、不完全的、模糊的、随机的数据中， 提取隐含在其中的、人们事先不知道的、但又是潜在有用的信 息和知识的过程。原始数据可以是结构化的，如关系数据库 中的数据，也可以是半结构化的，如文本、图形、图像数据，甚 至是分布在网络上的不同构型数据。通过数据分析可以发现 多种类型的知识，包括反映同类事物共同性质的广义型知识； 反映事物各方面特征的特征型知识；反映不同事物之间属性 差别的差异型知识 反映一事物和其他事物之间依赖或关联 的关联型知识；根据当前历史和当前数据推测未来数据的预 测型知识。为了使发现知识的过程和结果易于理解和在发现 知识过程中进行人机交互，要发展发现知识的可视化方法。 为了了解数据之间的相互关系及发展趋势，人们可以求助于 可视化技术。信息可视化不仅用图像来显示多维的非空间数 据，使用户加深对数据含义的理解，而且用形象直观的图像来 指引检索过程，加快检索速度。 （下转第３４页）