四、培训要点

大数据的特征是数据类型繁多、数据量巨大、数据生产速度快、价值密度低，如何快捷地发现数据背后隐藏的信息和知识，更好地利用数据资源并发挥数据优势，是大数据时代众多应用领域的迫切需求。

对于复杂的高维异构大尺度数据，传统的数据分析方法往往通过对数据的简化和抽象，隐藏了数据集真实的结构。而数据可视化则是另一种思路，它还原乃至增强了数据的全局结构和具体细节，避免了先验知识对用户的误导，通过合理的设计将数据呈现为用户易于感知的可视图形符号，让用户交互地理解数据背后隐藏的规律，洞察数据的内在价值。

与传统数据分析方法相比，可视化更擅长在没有任何先验知识的情况下探索性的数据发现与分析，这对于提高数据的可用性有重要的意义。可视化并非一个新的话题，数百前年就有优秀的信息图存在，这足以说明可视化对于信息理解、交流和验证的重要性。

计算机技术的发展，除了赋予可视化新的活力以外，也在很长时间里把可视化研究重点转向了图形算法的研究，从而使可视化成为具有较高门槛的专业领域专业人士的特殊工作。

近年来，由大数据而引发的信息可视化的崛起，使人们再次关注到可视化的本质问题——可视化不是为了“看”，而是为了更好的分析和理解信息、传播和验证观点，交互探索未知的信息。可视化设计的重要性已远远超过了可视化算法本身，对于大数据可视化而言，合理有效的可视化设计，直接影响到了数据的使用效果和利用率。

本课程立足于可视化的本质问题，从设计的角度讲述数据可视化技术，而非可视化实现算法。课程通过演绎可视化设计的基本流程、常用工具和方法，加上针对典型数据类型可视化方法的案例分析，以启发学员思考，达到以更加丰富的可视化方法，运用各种交互设计手段进行可视化分析与探索，深入挖掘自身现有业务数据价值的目的。通过学习，希望能够推动可视化技术在数据相关领域中的应用水平。

五、培训内容

第一讲 数据可视化概述

1 ) 什么是数据可视化 

  2) 为什么需要数据可视化

  3) 什么是好的可视化设计

第二讲 可视化设计基础

1. 数据可视化的基本流程
2. 数据可视化设计框架
3. 感知与认知基础

第三讲 可视化编码基础

1. 数据抽象
2. 视觉标记与视觉通道
3. 可视化编码的表现力原则与有效性原则
4. 可视化设计的其他原则 

5）可视化工具tableau介绍及实例 

第四讲 地理空间数据可视化方法

1. 点数据可视化方法及实例
2. 线数据可视化方法及实例
3. 面数据可视化方法及实例
4. 矢量数据可视化方法及实例   

第五讲 时变数据可视化方法

1.  基于时间线的表达及实例
2.  基于日历的可视表达及实例
3.  基于动画的可视表达与实例
4.  基于河流图的时变事件表达及实例

第六讲 关系数据可视化方法

1.  基于节点-链接法的层次关系可视化方法及实例
2.  基于空间填充法的层次关系可视化方法及实例
3.  网络关系数据的力引导布局及实例
4.  基于相邻矩阵的网络关系可视化方法及实例

第七讲 高维数据可视化方法

   1）高维数据的特点及可视化需求

   2）散点矩阵方法及实例

   3）表格透镜

   4）平行坐标图及实例

第八讲 文本数据可视化方法

1. 文本数据可视化的基本需求
2. 关键词可视化：标签云、wordle、文档散
3. 情感分析可视化：情感地图
4. 文档检索可视化：TileBar
5. 文本关系可视化：短语网络、新闻地图

第九讲 可视化交互设计方法

1. 为什么需要交互
2. 可视化中的典型交互操作及实例分析
3. 解决数据复杂性的四种典型交互模式及实例分析
4. 交互设计的一般原则

六、培训目标

1．全面了解数据可视化的相关知识。

2．掌握数据可视化设计的基本原则。

3．深入学习典型数据类型的可视化方法。

4．掌握数据可视化交互设计方法。