新書推薦：
《
万有引力书系 海洋女王 里斯本的历史
》
售價：HK$
89.7
《
周易大全
》
售價：HK$
147.2
《
元和十四年 ： 大唐中兴与沉沦的十字路口
》
售價：HK$
79.4
《
思考的技术：珍藏版
》
售價：HK$
90.9
《
琥珀之夏（《镜之孤城》作者、推理小说家辻村深月新长篇；能治愈童年创伤的，也许唯有长大成人的自己）
》
售價：HK$
59.8
《
流人系列02：亡狮
》
售價：HK$
90.9
《
希腊小史
》
售價：HK$
112.7
《
中国古代的谣言与谶语
》
售價：HK$
112.7
|
| 編輯推薦： |
|
数据科学与大数据分析在当前是炙手可热的概念，关注的是如何通过分析海量数据来洞悉隐藏于数据背后的见解。本书的作者团队是国内非常有经验的大数据可视化和可视分析的研究和教学团队。
|
| 內容簡介： |
|
本书共有12章，分为3篇。大数据基本定义篇阐述了大数据可视分析的背景、分析框架及前景，并结合实例多角度描述可视化分析在不同应用场景下的设计及实现过程。大数据基本方法篇针对实际应用中遇到的不同类型的数据，包括多媒体数据、网络数据、多层面数据和不确定性数据介绍相应的可视化方法，并结合研究成果，展示从探索层面到解释层面的数据分析及可视化推理过程。大数据应用篇侧重介绍大数据可视化综合应用及实用系统，特别是在三维空间域数据、社交媒体数据、通用时空数据、城市数据、网络日志数据、云计算环境下的数据可视分析及多人在线游戏日志数据等场景下的可视化方案、模型及工作。本书反映了浙江大学在可视分析方面的进展与所思所想，希望对有志于从事大数据可视化、可视分析的研究生、企事业从业人员有所帮助。
|
| 目錄：
|
第1篇大数据基本定义
第1章可视分析基础与框架 2
1.1可视化简介 2
1.2可视分析 3
1.2.1交互式可视分析框架描述 5
1.2.2可视分析的新方向 5
1.3实例1VisComposer：可视化图表制作工具 6
1.3.1框架设计 7
1.3.2与嵌套增量模型的关系 10
1.3.3系统实现 10
1.4实例2基于知识图谱的交互关系浏览与分析 15
1.4.1对象的可视化 16
1.4.2可视化 18
1.5实例3EasySVM：基于可视分析方法的支持向量机的白盒分析方法 33
1.5.1简介 33
1.5.2方法概览 34
1.6基于迁移学习的数据分类可视分析方法 36
1.6.1概念定义 37
1.6.2方法概览 38
参考文献 39
第2篇大数据基本方法
第2章多媒体数据 46
2.1多媒体数据可视分析简介 46
2.2多媒体数据的可视探索 47
2.2.1文本数据可视化 47
2.2.2图像数据可视化 53
2.3多媒体数据分析实例 57
2.3.1项目背景和需求分析 57
2.3.2项目架构流程 58
2.3.3可视化布局算法 58
2.3.4可视化设计 62
2.3.5使用说明 64
参考文献 67
第3章网络数据 69
3.1网络数据简介 69
3.2网络拓扑结构的常用可视化方法 69
3.2.1节点链接法 70
3.2.2邻接矩阵法 70
3.2.3混合布局法 71
3.3网络动态变化的常用可视化方法 72
3.3.1动画法 72
3.3.2时间线法 73
3.4动态网络中关系动态变化的可视化 74
3.4.1关系动态变化可视化系统简介 75
3.4.2关系强度变化可视化系统设计 77
3.4.3实例与应用 85
3.5动态网络中异常检测可视化 88
3.5.1背景 88
3.5.2研究目标 89
3.5.3可视化系统设计 90
3.5.4算法选择和设计 90
3.5.5可视化设计 93
3.5.6案例研究 100
3.6动态网络中节点排名可视化 103
3.6.1设计目标 104
3.6.2系统设计 104
参考文献 110
第4章多层面数据 113
4.1维度相关性的可视探索 113
4.1.1方法描述 113
4.1.2案例分析 121
4.1.3小结 125
4.2基于多层面数据的关系可视推理 126
4.2.1简介 127
4.2.2数据 128
4.2.3任务描述 129
4.2.4方法描述 132
4.2.5案例分析 139
4.3数据分析：从探索层面到解释层面 143
4.3.1简介 143
4.3.2时序排名数据的可视表达 144
4.3.3排名项的语义探索 147
4.3.4案例分析 149
参考文献 152
第5章不确定性数据 155
5.1不确定性数据简介 155
5.1.1不确定性的定义与分类 155
5.1.2不确定性的来源 156
5.1.3不确定性可视化及挑战 157
5.1.4本章工作概要 157
5.2多变量集合数据的可视化方法与实例 158
5.2.1不确定性感知的多维投影方法 159
5.2.2集合不确定性的量化与可视化 164
5.2.3可视探索系统设计 166
5.2.4实例与应用 168
5.3空间线几何的差异可视化与分析 174
5.3.1方法描述 175
5.3.2可视探索界面设计 177
5.3.3结果与讨论 179
5.4多类散点图的可视简化与探索 183
5.4.1多类散点图的可视简化 184
5.4.2多类散点图的可视探索 190
5.4.3有效性评估 192
5.4.4小结 197
参考文献 198
第3篇大数据应用
第6章三维空间域数据 204
6.1三维空间域数据简介 204
6.2三维体可视化 205
6.3间接体绘制 206
6.4直接体绘制 208
6.4.1直接体绘制方法 208
6.4.2采样重建 211
6.4.3体数据分类 212
6.4.4光照计算 218
6.4.5光学积分 220
6.5三维空间域数据可视化方法实例 222
6.5.1基于感知的传输函数颜色优化设计 222
6.5.2多变量空间数据场的压缩域体绘制方法 234
6.5.3基于多类蓝噪声采样的多变量空间数据场可视化技术 248
参考文献 261
第7章社交媒体数据 265
7.1社交媒体数据可视分析简介 265
7.2获取社交媒体数据中的信息 266
7.2.1关键词模型法 267
7.2.2话题模型法 268
7.2.3综合模型法 271
7.3理解社交媒体用户的行为 272
7.3.1分析社交媒体用户的交往行为 273
7.3.2探索社交网络内容 276
7.3.3小结 280
7.4工具与开发 281
7.5本章小结 282
参考文献 283
第8章通用时空数据 287
8.1时空数据概述 287
8.2三维多变量空间数据场兴趣域可视化发掘 289
8.2.1分析任务 290
8.2.2数据处理 292
8.2.3可视化设计 294
8.2.4结果与讨论 298
8.3传感器时序数据关联可视分析 304
8.3.1TCP树 304
8.3.2可视化设计 309
8.3.3结果与讨论 312
参考文献 317
第9章城市数据 321
9.1背景介绍 321
9.1.1城市化与智慧城市 321
9.1.2城市数据 323
9.1.3城市数据可视化与可视分析 325
9.1.4准备数据 325
9.2基本的城市数据可视化方法 326
9.2.1时间属性的可视化 326
9.2.2空间属性的可视化 331
9.2.3时空属性的可视化 336
9.3城市数据可视分析的应用 337
参考文献 346
第10章网络日志数据 349
10.1用户交易时间序列数据的可视分析 349
10.1.1多用户交易探索（MUIE）方法概述 349
10.1.2多用户交易探索（MUIE）流程 352
10.1.3问题定义和数据 353
10.1.4概率决策树分类算法 354
10.1.5时序显著度图：探索大量的用户交易数据 356
10.1.6KnotLines可视化 358
10.1.7交易案例分析 365
10.2动态交易轨迹可视化 367
10.2.1本节可视化方法概述 367
10.2.2交易轨迹的核密度估计 367
10.2.3密度图的渲染及加速计算 369
10.2.4动态粒子可视化效果 371
10.2.5城市进出口交易信息可视化 372
10.3用户交易类别型数据的可视化 373
10.3.1本节可视分析方法概述 373
10.3.2任务定义 374
10.3.3离散随机变量的矩阵生成 375
10.3.4矩阵可视化方案 376
10.3.5交易可视化案例 377
10.3.6相似性的定义 379
10.3.7交式探索工具 379
10.3.8交互分析案例 381
参考文献 383
第11章云计算环境下的数据可视分析 384
11.1云计算平台可视化概述 384
11.1.1云计算简介 384
11.1.2云计算相关的可视化挑战 385
11.2云平台监控数据可视分析 386
11.2.1云平台监控数据简介 386
11.2.2系统设计与方法介绍 388
11.2.3案例分析 394
11.3多层级可视分析计算集群监控 398
11.3.1简介 398
11.3.2集群监控信息可视化系统框架设计 399
11.3.3集群监控信息可视化系统 401
11.4基于云服务的移动端可视化 405
11.4.1简介 405
11.4.2数据识别 407
11.4.3数据编辑 408
11.4.4数据可视化设计 411
11.4.5案例分析 412
参考文献 415
第12章多人在线游戏日志数据 416
12.1背景介绍 416
12.1.1游戏类别 416
12.1.2游戏数据分析角色和任务的简介 416
12.1.3游戏数据指标的类别简介 417
12.1.4现有游戏数据分析的方法简介 417
12.1.5游戏数据可视化的意义 417
12.1.6游戏数据可视化的挑战 418
12.2基本的游戏数据可视化方法 419
12.2.1游戏中的柱形图 419
12.2.2游戏中空间数据的可视化 421
12.2.3游戏中时序数据的可视化 422
12.2.4游戏中网络数据的可视化 425
12.2.5游戏可视化综述 425
12.3游戏数据可视化的应用海量玩家的消费行为与交流行为的可视分析 425
12.3.1海量玩家的消费行为与交流行为可视分析的引入 425
12.3.2海量玩家的消费行为与交流行为可视分析的一个具体工作 427
参考文献 436
索引 441
|
| 內容試閱：
|
在迈向新一代人工智能的时代，新颖的可视化手段将成为人机连接的首要窗口，是人机协同网络中混合增强智能的最主要交互界面。人工智能的实现，需要融合机器智能与人类智能，交互智能可视分析将成为以人为中心的分析和决策场景下（安全、军事、防灾减灾等）的核心分析模式。近十年来，国际学者从多个方面对可视分析的基础问题展开了探索性研究，并连续在Science上发文指出，借助可视化手段将人机智能有机结合，形成沉浸式分析环境，可有效提升数据关联分析的效率。一批顶尖IT企业高度重视研究可视分析的理论和方法，启动并持续支持了一系列基础研究和关键技术攻关，在基础理论和方法研究上取得重大突破。
可视分析学是一门以视觉感知增强认知为目标、以视觉理解和机器理解为对偶手段、以可视界面为信息交流通道的综合性学科。在因时、因地、临场、应急、博弈等分析决策的关键场合中，可视分析的作用尤为重要。特别地，大数据可视分析在宏观、概览、关联、隐性表达等方面具有不可替代的效应。
2012年夏天，陈为教授作为项目负责人，和北京大学袁晓如教授、浙江大学彭群生教授、香港科技大学屈华民教授、美国普渡大学印第安纳波利斯分校方晓芬教授等一起，在浙江大学鲍虎军教授的指导和帮助下，获得了国家自然科学基金重点项目探索式可视分析的基础理论与方法（编号：61232012）的资助，这是中国第一个在可视分析方面的重点项目。项目自2013年启动，历经五个寒暑，历经了整整两代博士研究生和四代硕士研究生的深入探索，取得了在可视分析研究方面的巨大进展，具有一定的国际学术影响力。
本书由国家重点研发计划项目大数据分析的基础理论和技术方法2018YFB1004300、国家自然科学基金重点项目探索式可视分析的基础理论与方法61232012资助，汇集了近年来浙江大学在可视分析方面的探索与研究成果，经浙江大学计算机辅助设计与图形学CAD&CG国家重点实验室师生总结修订而成。从大数据的角度入手，从大数据可视化分析基本定义、大数据可视化的若干类挑战方法、大数据可视分析的领域应用等三个层面，深入阐述了浙江大学课题组在大数据可视分析的最新研究成果。全书共有12章，为清晰起见，将各章的作者和参与研究的主要人员列表如下：
章序号 章节名称 作者（作者单位） 原始研究人员及单位
1 可视分析基础与框架马昱欣（浙江大学）、陈为（浙江大学）马昱欣、林明、胡万祺（均为浙江大学）
2 多媒体数据谢潇（浙江大学）、巫英才（浙江大学）蔡西文（浙江大学）
3 网络数据郭方舟（浙江大学）、陈为（浙江大学）郭方舟、韩东明、潘嘉铖（均为浙江大学）
4 多层面数据王叙萌（浙江大学）、陈为（浙江大学）夏菁（浙江大学）
5 不确定性数据张天野（浙江大学）、陈为（浙江大学）陈海东（浙江大学）
6 三维空间域数据陈伟锋（浙江财经大学）、鲍虎军（浙江大学）陈伟锋、丁治宇（均为浙江大学）
7 社交媒体数据唐谈（浙江大学）、巫英才（浙江大学）曹楠（同济大学）、Daniel Keim（德国康斯坦茨大学）
8 通用时空数据朱闽峰（浙江大学）、陈为（浙江大学）吴斐然（浙江大学）
9 城市数据翁荻（浙江大学）、巫英才（浙江大学）刘冬煜（香港科技大学）、翁荻（浙江大学）
10 网络日志数据陆俊华（浙江大学）、陈为（浙江大学）解聪（浙江大学）
11 云计算环境下的数据可视分析梅鸿辉（浙江大学）、陈为（浙江大学）朱标、梅鸿辉（均为浙江大学）
12 人在线游戏日志数据兰吉（浙江大学）、巫英才（浙江大学）陆俊华（浙江大学）、兰吉（浙江大学）、谢潇（浙江 大学）、彭泰权（美国密歇根州立大学）
黄家东全程参与了教材结构讨论，并完成了所有章节的初始排版和内容审校，为成书做出了极大的贡献。浙江大学彭群生教授一直鼓励、关心和支持课题组在可视分析方面的研究和探索本书的写作。浙江大学计算机学院CAD&CG国家重点实验室可视分析小组的2011～2017年就读的全体同学直接或间接参与了书稿的准备、讨论和校对工作，在此一并致谢。
由于时间紧迫，著者水平有限，书中不足之处在所难免，敬请谅解。
著者
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
