大数据数据可视化有哪些技术点

大数据数据可视化有以下这些技术点：

• 层次和网络可视化：网络结构是现实世界中最常见的数据类型，例如人际关系网络、城市道路、论文引用等。层次结构是以根节点为出发点且不存在回路的特殊网络，如公司组织结构、文件系统等。通常使用点线图来实现可视化，涉及的主要技术点包括节点-链接构建、空间填充、图布局算法等。

• 文本和文档可视化：人类对视觉符号的感知和认知速度远高于文字符号，从非结构化的文本中提取结构化信息，进而通过可视化呈现文本中蕴含的有价值信息，有助于大大提高对文本数据的利用效率。涉及的主要技术点包括词向量模型构建、主题抽取、特征分布模式、文档集合关系可视化等。

• 时空数据可视化：时间与空间是描述物体的必要因素，时空数据可视化是对地理信息数据和时变数据进行的可视化。主要包括地图投影、空间标量场可视化、向量场可视化和张量场可视化、时序数据可视化等。

• 高维数据可视化：描述现实世界中复杂问题和对象的数据通常是多变量高维数据，高维数据可视化是通过降维技术将高维数据降到二维或三维空间，或使用相互关联的多视图来表现不同维度。涉及的主要技术点包括空间映射、流行学习、分治法和平行坐标等。

• 可视化定制框架可视化：定制框架提供一种直观、易用的可视化构建方式，可以将上述可视化方法进行封装，形成可直接拖动的组件，通过简单地设置关键字段，实现面向应用的大数据的可视化定制。根据不同的大数据分析挖掘理论建立大数据内容可视化展现能力，辅助用户从数据分析理论角度探索价值信息、评估分析性能，从可视化展现层面提升大数据资源的价值信息探索能力。