论文部分内容阅读
摘要：当“肺炎”、“武汉”的搜索热度居高不下、当病毒从湖北逐渐扩散至全国、当不断攀升的疫情数字、成为我们每天密切关注的焦点。数据可直观反映疫情发展现状，对“科学防疫”极具研究价值，参照已有的疫情样本数据，我们迫切需要用大数据可视化的思维，去分析、思考、总结，直至战胜这场疫情。
关键词：疫情;大数据;可视化
说到可视化，最近总是把这几个词挂在嘴边，都说烂了，可视化是利用计算机图形学和图像处理技术，将数据转换成图形或图像在屏幕上显示出来，再进行交互处理的理论、方法和技术。
简单理解就是把文字处理成图片的过程。图像和图表已被证明是一种有效的方法来进行新信息的传达与教学，大脑更容易接受图像而不是文字。说到这我就想举一个身边的例子来佐证一下，赶紧准备好小板凳，哈哈。平时我们内容组出了文案让给领导过，领导直接会说这一堆文字文字看着太费劲了，好吧，那让产品经理出个原型图吧，等原型图出来，领导又会说这太没有想象空间了，最后还得等设计出个精致设计稿，领导才有兴趣细细审阅。可见可视化的重要性了。
我们正处于一个信息大爆炸的时代，各种数据无时无刻不充斥在我们身边。那我们怎么能从这么庞大的数据中发现利弊呢，这就需要我们有一款非常好用的数据可视化软件，让庞大的数据通过系统的处理和分析，形成一个简明扼要的可视化看板，其中的问题一目了然。
当“肺炎”、“武汉”的搜索热度居高不下、当病毒从湖北逐渐扩散至全国、当不断攀升的疫情数字、成为我们每天密切关注的焦点。
数据可直观反映疫情發展现状，对“科学防疫”极具研究价值，参照已有的疫情样本数据，我们迫切需要用大数据可视化的思维，去分析、思考、总结，直至战胜这场疫情。
随着新型冠状病毒所引发的肺炎迅速蔓延，政府、各大企业乃至我们每一个人都加入了这场惊心动魄的阻击战。春节前后，北京大学可视化与可视分析实验室的老师和同学们，也在一直密切关注着疫情状况，希望通过专业的技能储备、以及可视化领域的科研经验，在获得公开数据的条件下，将疫情数据以多种形式呈现和传达给社会大众。
在上图中，我们可以清晰明了的看到，湖北各省市的患者确诊数量对比和时空分布，这便是北京大学可视化与可视分析实验室，针对本次疫情发展的可视化研究成果之一。将原本冰冷枯燥的疫情数字，以更为直观生动的表格和地图等形式呈现，可以实时展示确诊病例数据、疫情时空分布等，有效帮助公众全面掌握湖北乃至全国疫情发展态势，从而为战胜肆虐的病毒建立信心！
根据全国各省市的每日新增确诊病例数量，北京大学可视化与可视分析实验室制作了疫情变化晴雨表，用方块代表了每个地区每日的新增确诊人数，方块的大小用于表示具体的数量，方块的颜色表示和前一天比较，是否有更多的新增确诊病例。在晴雨表中，可直接看到各地区疫情发展趋势、同一天各地区疫情变化对比，帮助用户快速识别上升或下降的地区。
从最近的疫情晴雨表数据我们可以看出，包括湖北、广东、浙江在内的多个省市，近日确诊人数呈现下降趋势，其中浙江省近期曾连续五天增速下降，有助于缓解大众焦虑的情绪，我们有信心也有耐心战胜肆虐的病毒。
此外，北京大学可视化与可视分析实验室还制作了各类疫情地图，包括全球、全国、省内疫情态势地图等。为了增强用户浏览体验，这些地图还增加了多种交互方式，以及对数比例、线性比例、面积固定等多维度对比展示，以可视化的形式让更多人快速、便捷的读懂疫情。
值得开心的是，在今日最新的《疫情方寸间》图表显示中，我们看到了神州大地第一片绿色，西藏首个省份全部确诊患者痊愈。方寸间现疫情冷暖，可视化是有温度的！
随着疫情信息的全面公开，更多数据具有可获得性，国内专业机构进行数据的获取与验证、汇总、探讨可视化数据新方法和呈现形式，分工完成设计、编程、测试等系列工作。后续，更是有包括江南大学、四川轻化工大学、北京邮电大学、新疆大学、北京理工大学、天津大学、兰州大学、西南科技大学、苏州工艺美术职业技术学院、桂林理工大学、上海交通大学、清华大学、浙江大学、美国雪城大学、美国帕森斯设计学院、澳大利亚悉尼科技大学（排名不分先后）等超过20余所海内外高校的师生，自发加入了本次疫情可视化公益项目。
单一的数字本身也许意义不大，但如果将所有的数据相联，我们就能发现更多数据内在的价值。多方通力合作下，本次疫情可视化项目的研究价值体现在多个方面：
1、数据可视更容易帮助我们理解，危机在每一天是如何变化的;
2、可视化的疫情信息也可用于媒体及政府报告;
3、现有的疫情分析对专业的数据分析处理人员的科学研究，也极具参考和借鉴意义。
参考文献
[1] 刘文炜著. 图形图像处理软件PhotoStyler 2.0概述[J/OL]. CNKI系列数据库镜像站：中国期刊全文数据库.
[2] 怒火之袍. C++ STL简介[EB/OL].
[3] 李璞、杨德祥，提升大学生就业竞争力的培养体系研究[J].2010（3）[1]高凤荣、杜小勇、
[4]王珊，一种基于稀疏矩阵划分的个性化推荐算法，维普资讯http：//www.cqvip.co
[5]张金磊、张宝辉、刘永贵，数据可视化技术在教学中的应用[J].现代远程教育研究，2013年6期
[6]涂聪，大数据时代背景下的数据可视化应用研究[J].数字产业，2013年5期
[7]孙净宇，李澈，张震，高校校园APP发展现状初探[J].中国传媒科技，2014年6期
[8]袁春花，基于协同过滤算法的个性化高校选课推荐系统研究[J].2012年5期
[9]陈琳 ，陈耀华.以信息化带动教 育现代化路径探析 [J].教育研究，2013，（11）：114—118.
作者简介：江平（出生年 1985），性别 男，民族 汉，职称 副教授，籍贯：湖北省襄阳市，硕士学历，艺术设计专业。
关键词：疫情;大数据;可视化
说到可视化，最近总是把这几个词挂在嘴边，都说烂了，可视化是利用计算机图形学和图像处理技术，将数据转换成图形或图像在屏幕上显示出来，再进行交互处理的理论、方法和技术。
简单理解就是把文字处理成图片的过程。图像和图表已被证明是一种有效的方法来进行新信息的传达与教学，大脑更容易接受图像而不是文字。说到这我就想举一个身边的例子来佐证一下，赶紧准备好小板凳，哈哈。平时我们内容组出了文案让给领导过，领导直接会说这一堆文字文字看着太费劲了，好吧，那让产品经理出个原型图吧，等原型图出来，领导又会说这太没有想象空间了，最后还得等设计出个精致设计稿，领导才有兴趣细细审阅。可见可视化的重要性了。
我们正处于一个信息大爆炸的时代，各种数据无时无刻不充斥在我们身边。那我们怎么能从这么庞大的数据中发现利弊呢，这就需要我们有一款非常好用的数据可视化软件，让庞大的数据通过系统的处理和分析，形成一个简明扼要的可视化看板，其中的问题一目了然。
当“肺炎”、“武汉”的搜索热度居高不下、当病毒从湖北逐渐扩散至全国、当不断攀升的疫情数字、成为我们每天密切关注的焦点。
数据可直观反映疫情發展现状，对“科学防疫”极具研究价值，参照已有的疫情样本数据，我们迫切需要用大数据可视化的思维，去分析、思考、总结，直至战胜这场疫情。
随着新型冠状病毒所引发的肺炎迅速蔓延，政府、各大企业乃至我们每一个人都加入了这场惊心动魄的阻击战。春节前后，北京大学可视化与可视分析实验室的老师和同学们，也在一直密切关注着疫情状况，希望通过专业的技能储备、以及可视化领域的科研经验，在获得公开数据的条件下，将疫情数据以多种形式呈现和传达给社会大众。
在上图中，我们可以清晰明了的看到，湖北各省市的患者确诊数量对比和时空分布，这便是北京大学可视化与可视分析实验室，针对本次疫情发展的可视化研究成果之一。将原本冰冷枯燥的疫情数字，以更为直观生动的表格和地图等形式呈现，可以实时展示确诊病例数据、疫情时空分布等，有效帮助公众全面掌握湖北乃至全国疫情发展态势，从而为战胜肆虐的病毒建立信心！
根据全国各省市的每日新增确诊病例数量，北京大学可视化与可视分析实验室制作了疫情变化晴雨表，用方块代表了每个地区每日的新增确诊人数，方块的大小用于表示具体的数量，方块的颜色表示和前一天比较，是否有更多的新增确诊病例。在晴雨表中，可直接看到各地区疫情发展趋势、同一天各地区疫情变化对比，帮助用户快速识别上升或下降的地区。
从最近的疫情晴雨表数据我们可以看出，包括湖北、广东、浙江在内的多个省市，近日确诊人数呈现下降趋势，其中浙江省近期曾连续五天增速下降，有助于缓解大众焦虑的情绪，我们有信心也有耐心战胜肆虐的病毒。
此外，北京大学可视化与可视分析实验室还制作了各类疫情地图，包括全球、全国、省内疫情态势地图等。为了增强用户浏览体验，这些地图还增加了多种交互方式，以及对数比例、线性比例、面积固定等多维度对比展示，以可视化的形式让更多人快速、便捷的读懂疫情。
值得开心的是，在今日最新的《疫情方寸间》图表显示中，我们看到了神州大地第一片绿色，西藏首个省份全部确诊患者痊愈。方寸间现疫情冷暖，可视化是有温度的！
随着疫情信息的全面公开，更多数据具有可获得性，国内专业机构进行数据的获取与验证、汇总、探讨可视化数据新方法和呈现形式，分工完成设计、编程、测试等系列工作。后续，更是有包括江南大学、四川轻化工大学、北京邮电大学、新疆大学、北京理工大学、天津大学、兰州大学、西南科技大学、苏州工艺美术职业技术学院、桂林理工大学、上海交通大学、清华大学、浙江大学、美国雪城大学、美国帕森斯设计学院、澳大利亚悉尼科技大学（排名不分先后）等超过20余所海内外高校的师生，自发加入了本次疫情可视化公益项目。
单一的数字本身也许意义不大，但如果将所有的数据相联，我们就能发现更多数据内在的价值。多方通力合作下，本次疫情可视化项目的研究价值体现在多个方面：
1、数据可视更容易帮助我们理解，危机在每一天是如何变化的;
2、可视化的疫情信息也可用于媒体及政府报告;
3、现有的疫情分析对专业的数据分析处理人员的科学研究，也极具参考和借鉴意义。
参考文献
[1] 刘文炜著. 图形图像处理软件PhotoStyler 2.0概述[J/OL]. CNKI系列数据库镜像站：中国期刊全文数据库.
[2] 怒火之袍. C++ STL简介[EB/OL].
[3] 李璞、杨德祥，提升大学生就业竞争力的培养体系研究[J].2010（3）[1]高凤荣、杜小勇、
[4]王珊，一种基于稀疏矩阵划分的个性化推荐算法，维普资讯http：//www.cqvip.co
[5]张金磊、张宝辉、刘永贵，数据可视化技术在教学中的应用[J].现代远程教育研究，2013年6期
[6]涂聪，大数据时代背景下的数据可视化应用研究[J].数字产业，2013年5期
[7]孙净宇，李澈，张震，高校校园APP发展现状初探[J].中国传媒科技，2014年6期
[8]袁春花，基于协同过滤算法的个性化高校选课推荐系统研究[J].2012年5期
[9]陈琳 ，陈耀华.以信息化带动教 育现代化路径探析 [J].教育研究，2013，（11）：114—118.
作者简介：江平（出生年 1985），性别 男，民族 汉，职称 副教授，籍贯：湖北省襄阳市，硕士学历，艺术设计专业。