数据分析方法综述教材

课堂汇报

数据分析理论和方法综述

汇报人：

学号：

年级： 1342班

目录

数据分析工具及可视化综述 (3)

1大数据可视分析综述 (3)

2 大数据分析工具 (4)

2.1 Hadoop (4)

2.2 HPCC (5)

2.3 Storm (7)

2.4 Apache Drill (7)

2.5 Rapid Miner (8)

2.6 Pentaho BI (8)

3 数据化可视化分析综述 (9)

3.1信息可视化、人机交互、可视分析的基本概念 (9)

3.2支持可视分析的基础理论 (10)

3.3面向大数据主流应用的信息可视化技术 (10)

3.4支持可视分析的人机交互技术 (12)

4 数据可视化的问题与挑战 (13)

5 结束语 (15)

参考文献 (15)

数据分析工具及可视化综述

摘要:可视分析是大数据分析的重要方法。大数据分析中为实现数据的可视化，需要运用多种工具，这些工具旨在旨在充分挖掘人对于可视化信息的认知能力优势，将人、机的各自强项进行有机融合，借助人机交互式分析方法和交互技术，辅助人们更为直观和高效地洞悉大数据背后的信息、知识与智慧。本文主要从可视分析领域所强调的综合视角出发，分析了支持大数据可视分析的基础理论，在此基础上讨论了可视化在面向对象时的所需要的可视化技术，同时探讨了支持可视分析的各种其他技术支持。最后，指出了大数据可视分析领域面临的瓶颈问题与技术挑战。

关键词:大数据分析工具可视化

Abstract:Visual Analytics is an important method of data analysis. Visualization of large data analysis for data, you need to use a variety of tools, these tools are meant to dig for the cognitive advantages of Visual information, will be integration of the respective strengths of human, machine, man-machine interactive analysis and interaction with technology, aid people in more intuitive and effective insight into the data behind the information, knowledge and wisdom. Paper emphasized the comprehensive perspective of the field of Visual analysis, analysis supports large data visualization analysis of basic theory of visualization are discussed on the basis of this need in the object-oriented visualization techniques, support for Visual analysis is also discussed a variety of other technical support. Finally, points out the Visual analysis of large data bottlenecks and technology challenges facing the field.

Keywords: big data method analysis Visualization

1大数据可视分析综述

可视分析是大数据分析的重要方法。大数据可视分析旨在利用计算机自动化分析能力的同时，充分挖掘人对于可视化信息的认知能力优势，将人、机的各自强项进行有机融合，借助人机交互式分析方法和交互技术，辅助人们更为直观和高效地洞悉大数据背后的信息、知识与智慧。主要从可视分析领域所强调的认知、可视化、人机交互的综合视角出发，分析了支持大数据可视分析的基础理论，包括支持分析过程的认知理论、信息可视化理论、人机交互与用户界面理论。在此基础上，讨论了面向大数据主流应用的信息可视化技术——面向文本、网络(图)、

时空、多维的可视化技术。同时探讨了支持可视分析的人机交互技术，包括支持可视分析过程的界面隐喻与交互组件、多尺度/多焦点/多侧面交互技术、面向Post-WIMP的自然交互技术。最后，指出了大数据可视分析领域面临的瓶颈问题与技术挑战。

2 大数据分析工具

大数据是一个含义广泛的术语，是指数据集，如此庞大而复杂的，他们需要专门设计的硬件和软件工具进行处理。该数据集通常是万亿或EB的大小。这些数据集收集自各种各样的来源：传感器，气候信息，公开的信息，如杂志，报纸，文章。大数据产生的其他例子包括购买交易记录，网络日志，病历，军事监控，视频和图像档案，及大型电子商务。

在大数据和大数据分析，他们对企业的影响有一个兴趣高涨。大数据分析是研究大量的数据的过程中寻找模式，相关性和其他有用的信息，可以帮助企业更好地适应变化，并做出更明智的决策。大数据分析的常用工具通常有以下介绍的几种。

2.1 Hadoop

Hadoop是一个能够对大量数据进行分布式处理的软件框架。但是Hadoop是以一种可靠、高效、可伸缩的方式进行处理的。Hadoop是可靠的，因为它假设计算元素和存储会失败，因此它维护多个工作数据副本，确保能够针对失败的节点重新分布处理。Hadoop是高效的，因为它以并行的方式工作，通过并行处理加快处理速度。Hadoop还是可伸缩的，能够处理PB级数据。此外，Hadoop依赖于社区服务器，因此它的成本比较低，任何人都可以使用。

Hadoop是一个能够让用户轻松架构和使用的分布式计算平台。用户可以轻松地在Hadoop上开发和运行处理海量数据的应用程序。它主要有以下几个优点：