文献类型：期刊文章

作　　者：骆昱宇[1] 秦雪迪[1] 谢宇鹏[2] 李国良[1]

LUO Yu-Yu;QIN Xue-Di;XIE Yu-Peng;LI Guo-Liang(Department of Computer Science and Technology,Tsinghua University,Beijing 100084,China;Department of Computer Science,Qinghai University,Xining 810016,China)

机构地区：[1]清华大学计算机科学与技术系,北京100084 [2]青海大学计算机技术与应用系,青海西宁810016

出　　处：《软件学报》

基　　金：国家自然科学基金(61925205,62232009,62072261);国家重点研发计划(2020AAA0104500)。

年　　份：2024

卷　　号：35

期　　号：1

起止页码：356-404

语　　种：中文

收录情况：AJ、BDHX、BDHX2023、CSCD、CSCD2023_2024、EI、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：如何从海量数据中快速有效地挖掘出有价值的信息以更好地指导决策,是大数据分析的重要目标.可视分析是一种重要的大数据分析方法,它利用人类视觉感知特性,使用可视化图表直观呈现复杂数据中蕴含的规律,并支持以人为本的交互式数据分析.然而,可视分析仍然面临着许多挑战,例如数据准备代价高、交互响应高延迟、可视分析高门槛和交互模式效率低.为应对这些挑战,研究者从数据管理、人工智能等视角出发,提出一系列方法以优化可视分析系统的人机协作模式和提高系统的智能化程度.系统性地梳理、分析和总结这些方法,提出智能数据可视分析的基本概念和关键技术框架.然后,在该框架下,综述和分析国内外面向可视分析的数据准备、智能数据可视化、高效可视分析和智能可视分析接口的研究进展.最后,展望智能数据可视分析的未来发展趋势.

关 键 词：数据可视化 可视分析  智能数据可视分析  数据管理 人工智能

分 类 号：TP311]