数据可视化主流研究方向（infoVis收录方向）
2015-01-13 22:40
323 查看
1. graphs and trees and other relational or structureddata（图、树及其他相关结构化数据）
2. high-dimensional data and dimensionality reduction（高维数据及降维）
3. multi-variate data and heterogeneous data（多变元及异构数据）
4. personal or social data（个人或社交数据）
5. text and documents（文本和文档）
6. non-numeric data (categorical data, nominal data,etc.)（非数值数据，如类别）
7. non-expert audiences（非专业受众）
8. causality and uncertainty data（确定和不确定数据）
9. time series data（时序数据）
10. any othernon-spatial data（非空间数据）
11. spatial data thatis visualized with a new spatial mapping（新型空间数据映射）
12. streaming ortime-varying data（流和时变数据）
13. very large datasets (scalability)（超大规模数据）
2. high-dimensional data and dimensionality reduction（高维数据及降维）
3. multi-variate data and heterogeneous data（多变元及异构数据）
4. personal or social data（个人或社交数据）
5. text and documents（文本和文档）
6. non-numeric data (categorical data, nominal data,etc.)（非数值数据，如类别）
7. non-expert audiences（非专业受众）
8. causality and uncertainty data（确定和不确定数据）
9. time series data（时序数据）
10. any othernon-spatial data（非空间数据）
11. spatial data thatis visualized with a new spatial mapping（新型空间数据映射）
12. streaming ortime-varying data（流和时变数据）
13. very large datasets (scalability)（超大规模数据）
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- WEKA 数据挖掘可视化分析平台的研究
- 在web上创建可视化的交互式数据javascript框架-JavaScript InfoVis Toolkit
- 基于网站日志数据挖掘的用户访问行为模式可视化研究
- 数据挖掘研究方向、热点以及对大数据研究的认识
- 时序大数据可视化分析平台研究与设计
- 车联网问题研究中如何将地图数据可视化显示出来
- 39个大数据可视化工具 数据研究必备
- 盘点大数据的十大发展方向，Scale-out将成主流
- 遇见大数据可视化：基础研究
- 自动化机器学习将成为下一个AI研究主流？听听数据科学家怎么说
- 编程技术R语言函数与模型之数据可视化解读与研究（图）
- 遇见大数据可视化：基础研究
- 39个大数据可视化工具 数据研究必备
- 根据数据挖掘会议ICDE在该领域的研究方向
- 主流数据可视化工具介绍：帆软FineBI
- 39个大数据可视化工具 | 数据研究必备
- 微博签到数据可视化分析研究
- 美国GIS的19个研究方向
- c#数据结构研究———链表1
- UCGIS的Research Agenda（关于GIS的研究方向）