《大数据可视化技术》教案

教案（详案）2019-2020学年第2学期课程名称：大数据可视化技术课程代码：适用专业：计算机应用技术教师姓名：所属系部：职称：课时：总学时64使用教材：大数据可视化技术教学单元教案主题任务1大数据可视化概述序号1课时2教学手段多媒体、板书、实训室教学方法讲授法、演示法、案例法教学课型□理论□实训√一体化□（其它）教学目标能力目标：能够理解什么是大数据可视化；掌握大数据可视化的作用与意义。知识目标：能够理解什么是大数据可视化；掌握大数据可视化的作用与意义;了解数据可视化在其他领域的应用。素质目标：复习旧知识、学习新知识的能力。教学重点能够理解什么是大数据可视化；掌握大数据可视化的作用与意义;了解数据可视化在其他领域的应用。教学难点能够理解什么是大数据可视化；掌握大数据可视化的作用与意义教学过程设计备注一.导入（15分钟）数据是抽象的，有时也可以是异常美丽的。可视化技术为大数据分析提供了一种更加直观的数据挖掘、分析与展示手段，有助于发现大数据中蕴含的规律，在各行各业均得到了广泛的应用。可视化和可视化分析利用人类视觉认知的高通量特点，通过图形和交互的形式表现信息的内在规律及其传递、表达的过程，充分结合人的智能和机器的计算分析能力，是人们理解复杂现象、诠释复杂数据的重要手段和途径。数据可视化是大数据的主要理论基础，也是大数据的关键技术，已经成为当前大数据分析的重要研究领域。下面就让我们开始大数据可视化之旅吧！教师活动：PPT讲解、案例演示；学生活动：听讲记录；时间分配：5分钟。二.教学内容（60分钟）1、什么是大数据可视化（1）大数据可视化的定义数据可视化主要旨在借助于图形化手段，清晰有效地传达与沟通信息。数据：聚焦于解决数据的采集，清理，预处理，分析，挖掘。图形：聚焦于解决对光学图像进行接收、提取信息、加工变换、模式识别及存储显示。可视化：聚焦于解决将数据转换成图形，并进行交互处理。（2）大数据可视化的分层从市场上的数据可视化工具来看，数据可视化分为5个层级，如下图所示：（3）数据可视化技术基础概念数据可视化技术包含以下几个基本概念：1.数据空间：是由n维属性和m个元素组成的数据集所构成的多维信息空间；2.数据开发：是指利用一定的算法和工具对数据进行定量的推演和计算；3.数据分析：指对多维数据进行切片、块、旋转等动作剖析数据，从而能多角度多侧面观察数据；4.数据可视化：是指将大型数据集中的数据以图形图像形式表示，并利用数据分析和开发工具发现其中未知信息的处理过程。数据可视化已经提出了许多方法，这些方法根据其可视化的原理不同可以划分为基于几何的技术、面向像素技术、基于图标的技术、基于层次的技术、基于图像的技术和分布式技术等等。（4）数据可视化领域的起源数据可视化领域的起源，可以追溯到20世纪50年代计算机图形学的早期。当时，人们利用计算机创建了首批图形图表。（5）教师活动：PPT讲解；学生活动：听讲记录；时间分配：20分钟。2、数据可视化作用与意义（1）数据可视化作用数据可视化的主要作用包括数据记录和表达、数据操作及数据分析3个方面，这也是以可视化技术支持计算机辅助数据认知的3个基本阶段：1.数据记录和表达借助于有效的图形展示工具，数据可视化能够在小空间呈现大规模数据。2.数据操作数据操作是以计算机提供的界面、接口、协议等条件为基础完成人与数据的交互需求。3.数据分析数据分析是通过数据计算获得多维、多源、异构和海量数据所隐含信息的核心手段，它是数据存储、数据转换、数据计算和数据可视化的综合应用。（2）数据可视化意义数据可视化在数据科学中的重要地位主要表现在以下4个方面：1.视觉是人类获得信息的最主要途径1）视觉感知是人类大脑的最主要功能之一2）眼睛是感知信息能力最强的人体器官之一2.数据可视化的主要优势1）可以洞察统计分析无法发现的结构和细节2）可视化处理有利于大数据普及应用3.可视化能够帮助人们提高理解与处理数据的效率4.数据可视化能够在小空间展示大规模数据3、数据可视化的经典案例数据可视化是对各类数据的可视化理论与方法的统称。近年来，可视化的应用范围随着计算机技术、图形学技术的发展而不断拓宽，除了传统的医学、航空学、汽车设计、气象预报和海洋学领域外，大数据可视化的重要应用领域表现在大科学、大工程、大安全、互联网与社交媒体、物联网与智慧城市5大领域。（1）元素周期表（2）伦敦地铁图（3）南丁格尔玫瑰图（4）智能交通可视化（5）生命科学可视化教师活动：讲解演示；学生活动：听讲记录；时间分配：50分钟。三.总结（5分钟）教师总结本次课的重点内容及需要使用的注意知识点。作业布置教学反思教学单元教案主题任务2可视化的类型与模型序号2课时2教学手段多媒体、板书、实训室教学方法讲授法、演示法、案例法教学课型□理论□实训√一体化□（其它）教学目标能力目标：能够掌握科学可视化的常用方法；能够掌握可视化三大模型的基本流程、分析过程。知识目标：能够基本掌握可视化的两大类型；能够掌握科学可视化的常用方法；能够掌握信息可视化数据的分类；能够掌握可视化三大模型的基本流程、分析过程。素质目标：接受新知识、自主学习的能力。教学重点能够掌握科学可视化的常用方法；能够掌握信息可视化数据的分类；能够掌握可视化三大模型的基本流程、分析过程；教学难点能够掌握科学可视化的常用方法；能够掌握可视化三大模型的基本流程、分析过程。教学过程设计备注一.导入（5分钟）了解了可视化相关技术及运用领域，这一节我们将来学习可视化的类型与模型。教师活动：PPT讲解；学生活动：听讲记录；时间分配：5分钟。二.教学内容1、可视化类型（70分钟）2、科学可视化科学可视化最初称为“科学计算机之中的可视化”(VisualizationInScientificComputing,VISC)。运用计算机图形学和图像处理的研究成果创建视觉图像，替代那些规模庞大而又错综复杂的数字化呈现形式，帮助人们更好地理解科学技术概念和科学数据成果。科学可视化的研究重点有两个：一是判断可视化对象的类别，判断类别之后才能确定如何用计算机来进行可视化表现;二是将研究对象以最接近真实事物的效果快速地绘制出来，不仅以单纯展示的方式显现出来，而且能通过虚拟空间的方式让人们身临其境，用视觉、触觉等交互方式进行观察、理解和研究。（1）发展方向科学可视化所涉及的领域包括建筑学、气象环境学、医学、生物学、考古学、机械制造等，所有它所处理的对象是指具有空间几何特征数据的时空现象，需要对勘察、计算、实验模拟等获取到的数据进行描绘，并提供交互分析手段。所有其发展的方向也非常多样。（2）分类体可视化研究对象主要是体数据，即三维采样数据，是各类科学工程领域以及医学领域中常见的数据类型(图2-1)。体可视化技术包括等值面的抽取技术(Iso-surfacesExtractionTechnique)、直接体绘制(DirectVolumeRendering)等。流场可视化运用计算机图形学和图像处理技术，将流场数据转换为二维或三维图形、图像或动画进行呈现，并详细分析其模式和相互关系，是计算流体力学研究与工程实践中不可缺少的手段。大规模数据可视化研究重点在于如何高效快捷地对海量的数据进行处理。（3）常用方法颜色映射方法用颜色表示数据场中数据值的大小，即在数据与颜色之间建立一个映射关系，把不同的数据映射为不同的颜色。等值线方法制图对象某一数量指标值相等的各点连成的平滑曲线，由地图上标出的表示制图对象数量的各点采用内插法找出各整数点绘制而成的。每两条等值线之间的数量差额多为常数，可通过等值线的疏密程度来判断现象的数量变化趋势。立体图法和层次分割法矢量数据场的直接法和流线法通过记录坐标的方式来尽可能将地理实体的空间位置表现的准确无误（3）系统组成根据科学可视化系统主要功能的要求，科学可视化系统大致可由以下几部分组成:数据的管理与过滤；提取几何图元和建立模型；绘制；显示和播放。众多的科学可视化系统采用“可视化流水线”作为理论模型：3、信息可视化信息可视化是1989年由斯图尔特卡德(StuartK.Card)、约克·麦金利(JockD.Mackinlay)和乔治·罗伯逊(GeorgeG.Robertson)提出的信息可视化就是利用计算机支撑的、交互的、对抽象数据的可视表示，增强人们对这些抽象信息的认知。------即是将非空间数据的信息对象的特征值抽取、转换、映射、高度抽象与整合，用图形、图像、动画等方式表示信息对象内容特征和语义的过程。信息对象包括文本、图像、视频和语音等类型，它们的可视化分别采用不同模型方法实现。（1）现代信息可视化发展传统方式的信息可视化是利用视觉设计学和人体感官原理，将图形、色彩、标志等原始视觉信号应用于管理实践中。伴随信息技术、虚拟现实技术、计算机网络等的发展，现代的日常生活中所需要管理和处理的数据远超过传统模式，对信息的失效、准确度要求也逐步提高，因此，现代信息可视化技术主要从以下几个方面展开：1.文本信息可视化2.层次信息可视化3.Web信息可视化4.可视化数据挖掘5.多维信息可视化（2）数据分类信息可视化可分为：一维线性数据以一维线性方式组织的数据，如数据库、文本等。二维数据又称平面数据，，数据集中的对象具有形状、大小、颜色等特征。三维数据主要集中在数据对象的体积、表面积、位置、方向、遮挡与导航等方面。多维数据是将具有n(3个以上)个属性的数据对象映射为n维空间中的标记。时态数据时态数据的可视化主要应用在期货市场需求分析、地震预测和生物电信号分析等领域层次数据网络结构在信息可视化中，从原始数据到用户，中间要经历一系列数据变换。数据转换把原始数据映射为数据表；可视化映射把数据表转换为结合了空间基、标记和图形属性的可视化结构。（2）技术不同的数据所涉及的可视化技术也是不尽相同：多维数据可视化技术平行坐标系散点图Andrews曲线法层次数据的可视化节点连接图树图网络数据可视化力导向布局分层布局网格布局（3）基本过程及特征在CARD等提出的信息可视化模型中，信息可视化过程可以划分为3个数据转换的过程:1.原始数据到数据表的转换、2.数据表到可视化结构的转换、3.可视化结构到视图的转换。（4）主要特点位置特征交互探讨性直观形象性信息的动态性多源数据的采集和集成性信息载体的多样性（5）应用领域可视化数据挖掘KM可视化可视化技术在空间信息挖掘中的应用信息可视化商品4、顺序模型顺序模型的流程分为七步，如下图所示，且七步可归纳为这三大部分：1.原始数据的转换原始数据的转换包括7个阶段里的获取、分析、过滤和挖掘。2.数据的视觉转换数据的视觉转换包括7个阶段里的表示和修饰。3.界面交互界面交互包括7个阶段里的交互。5、分析模型下图是典型的可视分析模型，起点是输入的数据，终点是提炼的知识。可视化分析是从数据到知识，从知识到数据，再从数据到知识的循环过程。数据可视化分析流程中的核心要素包括以下四个方面：1.数据表示与转换2.数据的可视化呈现3.用户交互4.分析推理6、循环模型该模型包含左边计算机的部分和右边人的部分。在计算机部分中，数据被绘制为可视化图表，同时也通过模型进行整理和挖掘。在人的部分中，提出了3层循环:探索循环、验证循环和知识产生循环。教师活动：讲解、演示；学生活动：理解记笔记；时间分配：70分钟。三.总结（5分钟）总结本次课的重点、难点知识：1、数据可视化是关于数据视觉表现形式的科学技术研究。这种数据的视觉表现形式被定义为“把信息用某种概要形式抽取出来”，其中应包括信息单位的各种属性和变量。2、数据可视化主要指的是利用计算机图形学和图像处理技术，通过表达，建模以及图形显示对数据加以可视化解释。3、可视化的类型分为：科学可视化、信息可视化。4、可视化的模型分为：顺序模型、分析模型、循环模型。布置作业并提醒学生预习下次课的内容。作业布置教学反思教学单元教案主题任务3数据可视化基础序号3课时2教学手段多媒体、板书、实训室教学方法讲授法、演示法、案例法教学课型□理论□实训√一体化□（其它）教学目标能力目标：掌握可视化的基本特征、流程、设计组