推荐：数据可视分析中的知识产生模型

数据分析 · 公众号 · 大数据 · 2016-12-12 12:45

正文

请到「今天看啥」查看全文

本模型的提出是建立在已有的各种模型的基础之上的，如图2所示。例如，之前的信息可视化流程图描述了如何从数据产生可视化图表，数据挖掘流程图则描述了如何对数据进行预处理和建模并最终得到分析结果。 之前的交互步骤模型描述了人在分析过程中的评价、目标产生和执行步骤，意义构建模型则描述了人在整个分析过程中对问题理解的加深。 它们在本模型中被分解为三层循环。此外，众多的交互词汇系统的描述了探索循环中的行为。

图 2. 本模型和已有模型之间的关系

作者利用本模型对一些实际的可视分析系统进行了评价和比较，如图3所示。Jigsaw是一款免费的文本可视分析系统[2]，它可以读入文本数据，自动提取实体，建立主题模型，因此强于建模。此外，它提供了一系列可视化图表来显示文本的各种特征，因此也强于可视化。它的许多可视化，例如文件聚类视图，是基于主题模型的，因此可以算是对模型的可视化。用户可以在多种视图之间切换，改变各种视觉特性，因此它很好的支持了探索循环。此外，它还提供了tablet视图，允许用户记录自己的发现，并整理归类，提供了一定的验证循环支持。然而，Jigsaw不支持对原始数据预处理，也不太支持模型参数选择。