[科普中国]-信息图形化显示

简介

信息是一种已经被加工为特定形式的数据，这种数据形式对接收者来说是有意义的，而且对当前和将来的决策具有明显的或实际的价值。信息图形化显示是指信息的可视化表现形式。信息图形化属于信息可视化的研究范畴，信息图形化显示主要目的使一些比较难的概念理解和分析起来更加简单和清晰，使大多数人都能够都能理解，例如数据流程图清晰解释了数据来源和目的地、数据流、数据处理和数据存储。信息图形化显示包含很多内容：数据可视化、专利可视化、地理数据可视化、软件可视化、知识可视化等等。

信息可视化信息可视化（Information visualization，infovis）是对抽象数据进行（交互式的）可视化表示以增强人类感知的研究。抽象数据包括数值和非数值数据，如文本和地理信息。然而，信息可视化不同于科学可视化：“信息可视化侧重于选取的空间表征，而科学可视化注重于给定的空间表征”。从某种层面上说，任何事物都可认为是一类信息：图形、表格、地图以及一些加了文本的流程图，都能为人们提供一种信息传递的方式或手段，甚至能表现出隐喻的事情。

信息可视化应用的分类马里兰大学教授本·施奈德曼(Ben Shneiderman)把数据分成以下七类：一维数据(1一D)、二维数据(2-D)、三维数据(3一D)、多维数据(multidimensiona1)、时态数据(TemporaD、层次数据(tree)、和网络数据(Network)。信息可视化方法根据不同的数据也可划分为以下七类：

(1)一维信息可视化。一维信息是简单的线性信息，如文本，或者一列数字。最通常的一维信息可能就是文本文献了。在很多情况下，可视化文本文献不是必要的，因为它们可以容易地被完整阅读，或者阅读所需要的特定部分。然而，在某些情况下，我们需要借助可视化技术增加文本信息的有效性。

(2)二维信息可视化。在信息可视化环境中，二维信息是指包括两个主要属性的信息。宽度和高度可以描述事物的大小，事物在x轴和Y轴的位置表示了它在空间的定位。城市地图和建筑平面图都属于二维信息可视化。

(3)三维信息可视化。三维信息通过引入体积的概念超越了二维信息。许多科学计算可视化都是三维信息可视化，因为科学计算可视化的主要目的就是表示现实的三维物体。计算机模型可以让科学家模拟试验、操作那些现实世界中代价昂贵、实施困难、非常危险或者是现实世界中不可能进行的事情。

(4)多维信息可视化。多维信息是指在信息可视化环境中的那些具有超过3个属性的信息，在可视化中，这些属性的重要性是相当重要的。

(5)时间序列信息可视化。有些信息自身具有时间属性，可以称为时间序列信息。比如，一部小说或者新闻就可以有时间线。学者Liddy建立了一个从文本信息中抽取时间信息的系统SHESS。该系统自动生成一个知识库，这个知识库聚集了关于任何已命名的实体(人、方位、事件、组织、公司或者思想观念)的信息，并且按照时间序列组织这些知识，这个时间序列覆盖了知识库的整个周期。

(6)层次信息可视化。抽象信息之间的一种最普遍关系就是层次关系，如磁盘目录结构、文档管理、图书分类等。传统的描述层次信息的方法就是将其组织成一个类似于树的节点连接表示。这种表示结构简单直观，但是，对于大型的层次结构而言，树形结构的分支很快就会拥挤交织在一起，变得混乱不堪，这主要是因为层次结构在横向(每层节点的个数)和纵向(层次结构的层数)扩展的不成比例造成的。

(7)网络信息可视化。目前，Web的信息不计其数，这些信息分布在遍及世界各地的数以万计的网站上，网站通过文档之间的超链接彼此交织在一起。不论Web现在的规模有多大，它还将继续膨胀1。

数字图书馆可视化自美国科学家9O年代初提出了数字图书馆概念后，以驱动多媒体海量数字信息组织与互联网应用问题各方面研究的技术领域开始在全球迅速发展起来。将信息可视化技术引入到数字图书馆领域，解决信息需求与服务的个性化，信息提供的个性化等问题，可以通过信息可视化尝试解决发展问题。这一领域主要关于信息检索过程可视化和信息结果可视化。用户作为信息使用者的同时也是信息构建者，通过增加检索路径到信息空间，这些增加的路径给其他用户检索其他路径提供了有价值的信息。

数据可视化数据可视化主要旨在借助于图形化手段，清晰有效地传达与沟通信息。但是，这并不就意味着，数据可视化就一定因为要实现其功能用途而令人感到枯燥乏味，或者是为了看上去绚丽多彩而显得极端复杂。为了有效地传达思想概念，美学形式与功能需要齐头并进，通过直观地传达关键的方面与特征，从而实现对于相当稀疏而又复杂的数据集的深入洞察。然而，设计人员往往并不能很好地把握设计与功能之间的平衡，从而创造出华而不实的数据可视化形式，无法达到其主要目的，也就是传达与沟通信息。数据可视化与信息图形、信息可视化、科学可视化以及统计图形密切相关。当前，在研究、教学和开发领域，数据可视化乃是一个极为活跃而又关键的方面。数据可视化这条术语实现了成熟的科学可视化领域与较年轻的信息可视化领域的统一。

知识可视化概述知识可视化是在科学计算、数据、信息可视化基础上发展起来的新兴研究领域，应用视觉描述，促进群体知识的传播和创新。知识可视化有以下作用：第一，知识可视化有助于知识的传递。第二，在知识管理中，知识可视化为信贷知识创新提供了很大的潜力。第三，知识可视化的应用是解决信息超载的有效策略。第四，知识可视化方法能尽量避免决策者曲解和误用信息，做出错误的决策。

分类概念图。作为一类重要的知识可视化工具，概念图技术是20世纪6o年代由美国康奈尔大学JosephD．Novak教授等提出。在概念图中，用箭头、连线将作为节点的概念连接起来，用连接词表示概念之间的层级关系，以此来表示和组织结构化知识。使用概念图可以实现抽象观点的纲要性描述，从而构造信息和阐明关系，帮助理解抽象概念和对概念间的相互联系进行形象把握。概念图实现了把文字表述甚至无法用文字表述的复杂联系用图形、线条形象化表现，大大降低了内容的抽象性和复杂性，尤其是将各种联系形象化表达，对扩大认知联系范围，减轻认知加工负担起了很大作用。

思维导图。思维导图又称心智图，是由著名的英国教育家托尼·巴赞(TonyBuzan)于l971年提出的一种可视化工具。思维导图运用图像和文字结合的形式，把各级主题的关系用相互隶属与相关的层级图表现出来，把主题关键词与图像、颜色等建立记忆链接，充分运用左右脑的机能，利用记忆、阅读、思维的规律，协助人们在科学与艺术、逻辑与想象之间平衡发展，从而开启人类大脑的无限潜能2。

因果图。因果图是基于个体建构理论产生的，把代表各种观点的节点，根据逻辑关系将其相互连接起来，从而表示各种观点间的相互关系，这种图形把因果连接词用线条、箭头表示，没有层次的限制，只客观反映逻辑关系，这既有助于形象理解各节点的关系，也便于把握整体的逻辑关系。因果图经常被用于帮助规划工作、分析问题和促进小组讨论决策。

语义网络。相对于产生式规则主要用以描述因果知识，语义网络则能够用来表达更加复杂的概念及其之间的相互关系，形成一个由节点和弧组成的语义网络描述图。在语义网络图中节点指示事物，节点间以有向弧连接，而弧上的标签则指示节点间关系。语义网络可以表示事实性知识，也可以表示事实性知识之间的联系。主要体现在下面几个方面：表示事实、表示有关事物间的联系、表示比较复杂的知识。

思维地图。思维地图是DavidHyerle博士在1988年为帮助学生在所学内容之间创建联系，促进认知建构而开发的一类帮助学习的可视化工具。确切地说，思维地图是用来进行建构知识、发散思维、提高学习能力的一种可视化工具。思维地图有括弧图、桥接图、气泡图、圆圈图、双气泡图、流程图、复流程图和树形图八种形式。