1.3 數(shù)據(jù)可視化的研發(fā)

1.3.1 學(xué)術(shù)機(jī)構(gòu)

可視化領(lǐng)域的學(xué)者在北美洲較為集中，歐洲次之。分國家來看，頂尖學(xué)者分布在38個(gè)不同的國家，美國東部和西部相對集中，其次是中國，歐洲主要以德國、英國和法國為主。2008年以后，國內(nèi)知名大學(xué)紛紛組建了可視化研究團(tuán)隊(duì)，國內(nèi)學(xué)術(shù)界開始重點(diǎn)關(guān)注可視化方面的研究。AMiner提取了2014～2018年可視化領(lǐng)域頂級學(xué)術(shù)會(huì)議（IEEE VIS年會(huì)）論文中所有學(xué)者的信息，從中選出了排名前1 000位活躍學(xué)者（稱為Top學(xué)者），并對全球可視化領(lǐng)域Top學(xué)者所屬機(jī)構(gòu)進(jìn)行了統(tǒng)計(jì)（見圖1-9）。清華大學(xué)為亞洲國家中唯一位列Top10的機(jī)構(gòu)[3]。

IEEE VIS是由電氣與電子工程師協(xié)會(huì)（IEEE）旗下的可視化和圖形技術(shù)專委會(huì)（IEEE VGTC）主辦的在可視化領(lǐng)域最具權(quán)威的國際性學(xué)術(shù)會(huì)議，是可視化與可視化分析的理論、方法和應(yīng)用發(fā)展的首要論壇。會(huì)議召集學(xué)術(shù)界、工業(yè)界、政府的研究人員和從業(yè)人員，致力于探索和交流可視化的理論、方法、應(yīng)用和分析。IEEE VIS每年10月份在美國的某一城市舉辦，最近幾年注冊并參加會(huì)議的人員維持在1 000人左右。

可視化領(lǐng)域的頂級期刊是IEEE Transactions on Visualization and Computer Graphics，即IEEE TVCG[1]。IEEE TVCG發(fā)表計(jì)算機(jī)圖形學(xué)、信息與科學(xué)可視化、視覺分析、虛擬與增強(qiáng)現(xiàn)實(shí)等相關(guān)學(xué)科的論文，主要集中在理論、算法、方法論、人機(jī)交互技術(shù)、系統(tǒng)、軟件、硬件等領(lǐng)域，以及在這些領(lǐng)域的應(yīng)用。

1.3.2 業(yè)界機(jī)構(gòu)

國際知名公司，如谷歌、亞馬遜、微軟、Uber等，它們在開發(fā)新的可視化技術(shù)方面做出了巨大努力，并在國家安全、科學(xué)研究、數(shù)據(jù)信息、金融和智慧城市等領(lǐng)域發(fā)揮了重要作用。例如，微軟公司開發(fā)的產(chǎn)品Power BI，將人工智能技術(shù)與可視化相結(jié)合，大大提高了商務(wù)智能中的可視化分析水平[9]。

國內(nèi)較為領(lǐng)先的科技公司，如阿里巴巴，為解決行業(yè)應(yīng)用中的實(shí)際問題，早在2011年就開始建立可視化團(tuán)隊(duì)。現(xiàn)如今，阿里巴巴集團(tuán)、阿里云、螞蟻集團(tuán)、華為、百度、360等都設(shè)立了多支專攻可視化的研發(fā)團(tuán)隊(duì)，業(yè)界應(yīng)用水平不斷提升。

1.3.3 應(yīng)用領(lǐng)域

隨著數(shù)據(jù)資源的豐富，大數(shù)據(jù)技術(shù)的發(fā)展，數(shù)據(jù)可視化應(yīng)用領(lǐng)域不斷擴(kuò)展，在金融、工業(yè)、農(nóng)業(yè)、醫(yī)學(xué)、教育、商務(wù)等領(lǐng)域都有較多應(yīng)用。

1.數(shù)據(jù)可視化在金融業(yè)中的應(yīng)用

隨著“互聯(lián)網(wǎng)+金融”的不斷發(fā)展，市場形勢不斷變化，金融業(yè)面臨諸多挑戰(zhàn)。通過使用數(shù)據(jù)可視化技術(shù)，企業(yè)可以動(dòng)態(tài)掌握金融業(yè)務(wù)的實(shí)時(shí)變化，如對信貸金融和客戶數(shù)據(jù)進(jìn)行監(jiān)管，對企業(yè)業(yè)務(wù)進(jìn)行實(shí)時(shí)監(jiān)控，加強(qiáng)市場管理；還可以通過多維數(shù)據(jù)的分析和挖掘，指導(dǎo)企業(yè)科學(xué)決策，降低風(fēng)險(xiǎn)[10]。

2.數(shù)據(jù)可視化在工業(yè)中的應(yīng)用

隨著智能技術(shù)的發(fā)展，智能硬件發(fā)展需求增加，智能硬件領(lǐng)域延伸到電視、家居、汽車、醫(yī)療、玩具、機(jī)器人、交通等多領(lǐng)域。通過可視化呈現(xiàn)智能硬件采集的數(shù)據(jù)，可以提升智能設(shè)備的使用效率，提升用戶滿意度，提高智能技術(shù)和設(shè)備的附加值[10]。

3.數(shù)據(jù)可視化在農(nóng)業(yè)中的應(yīng)用

數(shù)據(jù)可視化手段也開始被用于農(nóng)業(yè)現(xiàn)代化以促進(jìn)農(nóng)業(yè)的管理與發(fā)展。一是對農(nóng)產(chǎn)品生長過程的監(jiān)控?cái)?shù)據(jù)進(jìn)行可視化，并將農(nóng)產(chǎn)品生長數(shù)據(jù)動(dòng)態(tài)展示給消費(fèi)者。二是對農(nóng)產(chǎn)品安全領(lǐng)域中農(nóng)藥化學(xué)物殘留檢測數(shù)據(jù)的可視化，用于多維度、多尺度的對比分析，如結(jié)合多種最高殘留限量（MRL）進(jìn)行分類統(tǒng)計(jì)，將多重放射環(huán)與地圖結(jié)合實(shí)現(xiàn)地域維度上的數(shù)據(jù)可視化對比，對農(nóng)藥化學(xué)物殘留檢測數(shù)據(jù)的時(shí)序分組可視化[11]。

4.數(shù)據(jù)可視化在醫(yī)學(xué)中的應(yīng)用

數(shù)據(jù)可視化在醫(yī)學(xué)中的應(yīng)用有多方面。醫(yī)療物資管理的數(shù)據(jù)可視化可以輔助醫(yī)院進(jìn)行物資的動(dòng)態(tài)調(diào)配和科學(xué)管理。醫(yī)學(xué)影像的數(shù)據(jù)可視化，如CT等圖像，可以輔助醫(yī)生進(jìn)行病癥和病灶分析，也可以輔助醫(yī)生進(jìn)行一些建模分析，如外科手術(shù)的精確建模，通過三維圖像和數(shù)據(jù)輸出，輔助醫(yī)生進(jìn)行外科手術(shù)。醫(yī)學(xué)研究的數(shù)據(jù)可視化可以增強(qiáng)疾病防控、提高流行病預(yù)測和分析能力。

5.數(shù)據(jù)可視化在教育中的應(yīng)用

計(jì)算機(jī)輔助教學(xué)不斷深入，數(shù)據(jù)可視化應(yīng)用逐漸成熟，一些可視化的多媒體教學(xué)資源越來越豐富，這些多媒體可以將被感知、被認(rèn)知、被想象、被推理的事物及變化形式用仿真化的方式呈現(xiàn)。在教學(xué)中，數(shù)據(jù)可視化可以幫助學(xué)生更好地進(jìn)行知識與記憶的關(guān)聯(lián)、知識與知識之間的關(guān)聯(lián)，增強(qiáng)學(xué)習(xí)興趣，提高認(rèn)知效率，減少信息損耗[10]。

6.數(shù)據(jù)可視化在商務(wù)中的應(yīng)用

數(shù)據(jù)可視化在商務(wù)中的應(yīng)用廣泛，傳統(tǒng)商務(wù)中的報(bào)表可視化存在已久，而隨著電子商務(wù)的發(fā)展，電商領(lǐng)域中的數(shù)據(jù)可視化應(yīng)用越來越廣。對內(nèi)可以進(jìn)行客戶成像管理，挖掘客戶資源，提升客戶關(guān)系管理、營銷管理和銷售績效管理水平；對外可以進(jìn)行企業(yè)和服務(wù)商之間的競爭分析，加強(qiáng)戰(zhàn)略管理能力，提升企業(yè)競爭力[12]。

7.數(shù)據(jù)可視化在其他領(lǐng)域中的應(yīng)用

數(shù)據(jù)可視化還可以應(yīng)用到社區(qū)管理、園區(qū)管理、輸電管理、水務(wù)管理、工商稅務(wù)、交通運(yùn)輸、旅游服務(wù)、衛(wèi)星遙感、新聞傳播、輿情管理、科學(xué)研究等諸多領(lǐng)域中。事實(shí)上，只要有數(shù)據(jù)產(chǎn)生、處理和輸出的領(lǐng)域，就有數(shù)據(jù)可視化的需求，相比之下，只是應(yīng)用的深度和廣度不同。

1.3.4 數(shù)據(jù)可視化的研發(fā)挑戰(zhàn)

可視化的理念伴隨著形象思維、圖形圖像、動(dòng)畫等方法不斷發(fā)展而演化。現(xiàn)代數(shù)據(jù)可視化是計(jì)算機(jī)硬件和計(jì)算機(jī)可視化方法發(fā)展到一定階段的新興技術(shù)。數(shù)據(jù)可視化的研究實(shí)質(zhì)仍舊是兩個(gè)方面：理解和呈現(xiàn)。理解數(shù)據(jù)，找到連接可視化的通道，即對數(shù)據(jù)建模；理解可視化，即找到將建模結(jié)果傳遞給受眾的方式。呈現(xiàn)，即找到合適的方法增強(qiáng)認(rèn)知與感知，增強(qiáng)可視化與數(shù)據(jù)之間的聯(lián)系[5]。

1.數(shù)據(jù)挑戰(zhàn)

數(shù)據(jù)可視化的對象是數(shù)據(jù)，高質(zhì)量的數(shù)據(jù)可視化依靠高質(zhì)量數(shù)據(jù)支撐。因此，高質(zhì)量的數(shù)據(jù)變得更加重要。隨著大數(shù)據(jù)時(shí)代數(shù)據(jù)確權(quán)和隱私保護(hù)限制，不是所有數(shù)據(jù)都能被使用或被完全透明地使用，這在一定程度上限制了數(shù)據(jù)集的完整性和可用性，進(jìn)而影響數(shù)據(jù)可視化的效果。

2.算力挑戰(zhàn)

在大數(shù)據(jù)時(shí)代，隨著數(shù)據(jù)量呈指數(shù)級增加，計(jì)算力的重要性越發(fā)突出。面向大數(shù)據(jù)的數(shù)據(jù)可視化，都需要計(jì)算力作為基礎(chǔ)能力進(jìn)行支撐，它無時(shí)無刻不在推動(dòng)數(shù)字經(jīng)濟(jì)的發(fā)展。盡管如今的算法效率不斷提高、芯片技術(shù)高度發(fā)達(dá)，但依然面臨著算力稀缺的問題。除了傳統(tǒng)意義上的存儲(chǔ)資源的限制，數(shù)據(jù)可視化還須同步考慮傳輸時(shí)間等限制。

3.算法挑戰(zhàn)

可視化研制者往往執(zhí)行于像素之外，屏幕的分辨率已經(jīng)不能同時(shí)顯示所有要表達(dá)的信息，即有限的像素如何被龐大的數(shù)據(jù)資源使用？這就需要有合理的算法進(jìn)行連接和分配，平衡顯示代價(jià)和可視效率效果。

4.認(rèn)知挑戰(zhàn)

盡管可視化充分利用人類視覺的感知能力，但人類大腦對實(shí)物的記憶終究是不可見的，而且人的記憶容量、認(rèn)知能力、關(guān)注力是有限的。因此，在強(qiáng)算力和算法保障的前提下，認(rèn)知也會(huì)降低或減弱可視化感知，在數(shù)據(jù)可視化算法設(shè)計(jì)時(shí)也需考慮人的認(rèn)知局限性。