随着信息全球化时代的到来，地理、文化和语言之间的隔阂越来越小，人们整天需要面对大量的信息和各种形式的数字媒介，海量的信息使得人们在选择时很难抉择，这大大加重了人们的日常生活负担，降低了工作的效率，使人对生活产生疲惫感，这时候人们非常希望有新的多媒体技术来帮助大家处理和分享信息。因此信息可视化、人机交互、虚拟现实、增强现实等技术的重点就在于如何使用户能够容易的接受信息、快速理解信息中的内容从而做出相应的决策，相应的多学科交叉学科也应运而生。

信息可视化的概念

大量文献资料中对信息可视化技术都有不同的描述，下面简单介绍几种比较具有代表性的描述：信息可视化就是将广泛存在的非具体数据以一种能够满足人机交互的方式表达出来，使得信息接收人员能够方便的分析数据、从而找出数据之间的规律、完成对信息的处理。信息可视化就是通过有意义的图形将数据表达出来，进而能够观察数据、理解信息内容，然后做出决策。或者将信息可视化描述为人们为了满足对各种事物的认知，通过借助现代网络科学技术，进行的一种复杂信息交叉、非空间的、非数据性的信息视觉再现。

信息可视化有两大基础：认知心理学和图形设计。其中认知心理学是有关人类如何感知和认识世界的理论，主要研究人类感知的过程，认知理论是信息可视化重要的理论基础；图形设计则提供了更具艺术性地表现可视化的方法，是实际操作经验方面的向导。

信息可视化技术

1．信息可视化的方法

通常来讲信息可视化过程中，一般依据信息源自身特性进行有选择性的信息可视化方式。根据信息源自身特性，人们将可视化方式大致分为七大类，分别是：一维、二维、三维、多维、时序、层次、网状的信息可视化方式，下面就逐条对上述其中四种可视化方法进行一定程度的概括解释。

（1）一维信息可视化。简单意义上讲，我们所知的直线关联性的消息，数据、高级程序、文字等都可以认为是一维信息的代表。而一维信息可视化就是通过解决查询事件的特定特质，进而通过现有的字体大小、文字颜色、文字种类以及常见的信息视图去表达信息的可视化。通过运用此项技术，能够从很大程度上帮助信息检索客户很大程度地理解认识这些一维信息，进而找到合理有效的方法处理相关一维问题。

（2）二维信息可视化。二维信息可以理解成事件本身由两个重要的属性构成，而事件本身的组成则是由上述属性之间的相互匹配、作用而一同出现的现象，即双属性数据集合。研究二维信息可视化的主要问题是确定两种属性的相互关系和作用，进而确保客户通过二维信息可视化界面找到数据之间的关系、规律，从而更好依据显示问题找到解决方案，进而更加高效地选择、过滤、计算相关数据之间的联系。

（3）多维信息可视化。多维信息可以理解成事件本身由多个重要的元素构成，而事件本身的组成则是由构成元素之间的相互匹配、作用而一同出现的现象，即多元素数据集合。但是由于人们对事物认知程度的局限性，还不能够过多了解、描述多维度信息，只能停留在人们常说、常见的二维、三维的环境中，多维信息则可以看作是不同类型之间的二维、三维等环境的多种自由组合，还是可以通过上述简单维度信息处理多维度信息；故而通过什么方式方法去降解多维度信息的同时，又能保证在这一实践过程中，信息质量不发生偏颇是文章的研究重点。在信息检索结果的可视化中，其关键词包括文章作者、文章发表刊物名称、引用、发表时间等多个相互关联的元素，在视图中同时要保证使其在一个可以被人们直接看到的、尺寸限制的提示性界面中显现，还要使搜索结果合情合理、具有信息关联性，这种复杂的信息可视化就可以看成信息多维可视化。

（4）网状信息可视化。网状信息，顾名思义，是指与其他任意数量的节点之间有着联系从而形成类似网状的信息。它们之间没有更多的内在联系、组织架构，更多的则是点与点之间的直接联系，进而体现点与点之间关联的多种特性，其可视化就是将这种点对点联系的内容进行再现、可见的一种方式。

2．信息可视化映射技术

人们为了解决多维信息的降维问题，也就是对所见信息进行降维处理，通过多年的理论实践研究，发明了新型的信息可视化映射技术，近年来被人们广泛应用的就是潜意识语言理解分析、网络路径查询、信息多维尺度方式等，本文重点对寻径网络加以介绍，具体内容如下。

PFNET这项可视化技术很早被各界使用。该技术以数据本身的特有经验属性，然后针对相似或者迥异的事件之间的关系进行评价，进而利用很成熟的理论知识、原理构架一个具有特殊种类的网状模型。它通过对事件的理解、分析，进而形成自己特有的网络表现方式，然后由该技术进行理解分析，进而实现不同事件之间进行分层归纳。

PFNET方式能够简单直观地展现事件之间的各种内在关联，这种模型就是人们能够主动认知的一种认识模型。尽管这种数据理解方式所要求的事件本身节点数量的限制，但是由于信息搜索可视化自身的因素就不多，进而理论上能够满足构建需求。

3．信息可视化显示技术

通过对文献进行检索再对检索结果进行聚类分析，而后将处理的数据计算机上进行可视化展现，其中展现的方式多种多样，下面重点介绍以下几种信息可视化显示技术。

（1）整体＋细节技术（Overview＋Detail）。教授Card根据自己的实际理论研究，对整体＋细节技术进行了解释：人们通过同时使用整体视图、细节视图去勾勒整个事件关联信息源；整体视图能够保证事件信息的整体空间性，能够迅速找到分类，并且通过整体内部大致含义找到信息细节方面的导航信息，进而充当信息细节的关键控制部件；细节视图就是在选定特殊信息的情况下，进一步满足信息更为详尽情况、显示更多信息的内在细节，通过对整体视图的一种单击操作来完成。整体、细节的外在窗口能够显示同一个信息环境包括的多个可视化视图；一部分用来显示信息详尽细节性的空间视图，可以变成缩小化的信息窗；另一部分能够整体展现信息的，即为信息整体窗。

整体＋细节技术视图的优势就是：使用客户通过利用整体视图能够整体把控、理解整个消息在传播过程中的位置，进而找到信息之间的大致联系，并提供与事件自身有关的内在消息，比如通过该种方式能够在信息检索过程中，直接查看与信息相关联的文献的整个文章构架，给用户以信息的可控性。信息的细节视图就可以根据信息的细节进行文献等的定位，从而保证快速、高效获取信息。

整体＋细节技术视图的劣势就是：真正使用的客户需要在两者之间不断地切换、重新构建、重新建立映射关系，进而很大程度上造成客户使用过程中一部分时间、经历用在了信息之间切换、匹配过程的等待中，延长信息检索所用时间。

（2）Focus＋Context。研究学者Card认为，人类在理解认知整个信息的过程中，要求以整体的可视化方式呈现，同时又能够探究局部的信息内容，进而进行局部信息的处理。该种对信息进行处理的技术主要包括：整体＋细节技术及Focus＋Context技术。

Focus＋Context 技术的理论研究起初受鱼眼视图的影响而产生。在某一固定位置，某一像素进行一定量的位置移动，而这种移动的过程中出现越靠近事物中心点，像素实际的偏移值越大，即人们常说的鱼眼现象。这一现象就会导致越靠近事件中心，其真实值域就会被扩大化；越偏离事件中心，其真实值域就会越来越小。而近期研究成果：Focus＋Context技术就可以保证客户通过察看聚焦中心的一个微小的数据的同时，又能够很大限度地展现事件的整体完整区域。Focus＋Context信息可视化技术既能保证整体信息可见的同时，显示一定的细节信息。

这种信息可视化技术通过使事件信息范围尽量扩大化，同时保证信息焦点的细节化，保证两种信息互相结合，且一直随着客户自己信息需求的变化而改变。这种技术出现的必要因素包括三类：①客户需求的实际信息既包括整体范围的广泛信息，又包括少数细节性信息；②客户需求的整体信息与细节信息中所包含的信息内容量是不同的；③两种信息能否糅合在一个信息载体下，同时在同一窗口下进行体现。该技术研究领域的关键点就是保证事件中心信息足量显示的情况下，采用什么方式方法完成更大化的信息范围，同时又能够保证两者之间的一种很好的转换。

（3）平移＋缩放技术（Panning ＋Zooming）。在20世纪90年代，Furnas和Bederson等率先对可缩放用户界面进行研究，并且将其定义为：利用平移与缩放技术显示信息，在显示空间里使用比例尺来作为交互手段的可视化操作界面。平移和缩放技术有以下特性：首先在交互方面，用户可以利用平移和缩放直接作用于信息空间。其次，将比例尺的大小作为显示信息的组织手段，信息的显示结果取决于用户所使用的比例尺层次。各种信息的缩放，并不仅限于单纯的视觉外观尺寸，同时包含了文字所表达的语义内容的缩放。随着比例尺的大小变化，空间对象的内容详细程度会随其几何尺寸而变化。

其弱点在于用户在平移与缩放的交互过程中，则需要时刻谨记那些无法看到的信息所在的位置，因为该技术并不能在大型信息空间中提供足够的上下文位置信息。

（4）双曲树（Hyperbolic Tree）。Lamping和Rao等研究人员研究了一种可以应用于大型层次结构的整体＋细节技术，这种新型关键理论被称为基于双曲几何的双曲树。该理论很大的优点就是将空间中被广泛聚焦的内容进行显现，同时又能保证整体结构的体现。本理论通过一种有规律性的函数将上述关联性描述在一个曲面上，然后通过一种规定的映射函数关系，将其显现在固定位置。其中使用鱼眼技术来实现整体和细节之间的过渡。

Hyperbolic Tree 理论的优势：通过信息交互的方式能够很好地解决结构树中整体和细节相互之间的稳定过渡。不足之处：当把需要显示的特定节点移动到屏幕显示的中心时，这个节点的父节点就会被移动到周围其他节点附近，这样就很难发现它们之间的父子关系，同样也很难分析同一节点的不同父亲节点之间的相互关系。

4．信息可视化应用

信息可视化在各个领域得到了十分广泛的应用，在医药学、生物学、工业、农业、军事等领域都被广泛应用。近几年在金融、网络通信和商业信息等领域，信息可视化也被大范围应用，成为信息可视化中新的研究热点。

（1）生物学应用。生物实验技术发展所带来的海量生物实验数据已经成为促进信息技术发展的重要推动力之一，而各种各样生物数据的可视化也已经成为研究热点。对蛋白质和 DNA 分子等复杂结构进行研究时，利用电镜、光镜等辅助设备对其剖片进行分析、采样获得剖片信息，利用信息可视化技术可以对其进行定性和定量分析。

利用信息可视化技术设计系统对大规模的蛋白质数据集进行可视化分析，得到了从数据到知识的过渡，利用从生物学数据集所获得的知识，可以简化和加速药物开发的过程。

（2）网络通信监测应用。随着多媒体与网络技术的迅速发展，网络潜在的数据量和复杂程度均以成倍的速度在递增，通过信息可视化可以方便地显示网络节点特性、网络连接与流量、地理区域分布等信息，进而监控数据通信。LogTool是一个针对分析用户浏览行为数据的可视化工具。它基于一个强大的网络数据包监听软件Carnivore，通过分析数据包的不同IP地址和端口，LogTool可以判断用户正在使用的什么样的网络程序或者服务。这个工具开始为Weave 杂志开发，用于分析一些用户界面设计员、艺术家等的因特网浏览分析。基本思想是基于一天的时间长度，将图中类似时钟的时间圆平均分为5分钟一格，一共288格，成向圆形放射式的柱状图，由此可以判断网络流量是不是由用户浏览网页引起的。

（3）商业信息应用。随着电子商务的快速发展，网上购物成为热点，因此每天有巨大的交易量，并产生了海量商业数据，我们正在尝试借助各种创新的手段，挖掘蕴藏于这些数据中的财富与价值。由于信息可视化的特性，正成为解决这类问题的有效方法之一。

Christopher Warnow 设计了一个推荐关系网络图。每个节点代表一个商品，而每条连线代表两个节点之间的推荐关系。当用户浏览亚马逊网站的时候，每个商品的网页上同时也显示了相关的推荐商品。这些推荐商品是根据用户的消费行为生成的。目前只支持书籍商品，用户输入书籍的链接，程序就会搜索推荐关系，可视化相对应的网络图，方便用户查找感兴趣的书籍。在国内，用信息可视化对商业数据进行研究分析已成为新的研究热点之一。