信息可視化

數據可視化囊括了信息可視化、信息圖形、知識可視化、科學可視化以 及視覺設計方面的所有發展與進步。在這種層次上，如果加以充分適當的組織整理，任何事物都是一類信息：表格、圖形、地圖，甚至包括文本在內，無論其是靜態的還是動態的，都將為我們提供某種方式或手段，從而讓我們能夠洞察其中的究竟，找出問題的答案，發現形形色色的關係，或許還能讓我們理解在其他形式的情況下不易發覺的事情。不過，如今在科學技術研究領域，信息可視化這條術語則一般適用於大規模非數字型信息資源的可視化表達。

信息可視化致力於創建那些以直觀方式傳達抽象信息的手段和方法。可視化的表達形式與交互技術則是利用人類眼睛通往心靈深處的廣闊帶寬優勢，使得用戶能夠目睹、探索以至立即理解大量的信息。

一些例子

各種各樣數據結構的可視化需要新的用戶界面以及可視化技術方法。現在，這已經發展成為了一門獨立的學科，也就是“信息可視化”。信息可視化與經典的科學可視化是兩個彼此相關的領域，但二者卻有所不同。在信息可視化當中，所要可視化的數據並不是某些數學模型的結果或者是大型數據集，而是具有自身內在固有結構的抽象數據。此類數據的例子包括：

1）編譯器等各種程序的內部數據結構，或者大規模并行程序的蹤跡信息；

2）WWW 網站內容；

3）操作系統文件空間；

4）從各種資料庫查詢引擎那裡所返回的數據，如數字圖書館。

信息可視化領域的另一項特點就是，所要採用的那些工具有意側重於廣泛可及的環境，如普通工作站、WWW、PC機等等。這些信息可視化工具並不是為價格昂貴的專業化高端計算設備而定製的。

信息可視化與可視化分析在目標和技術之間存在著部分重疊。雖然在這兩個領域之間還沒有一個清晰的邊界，但大致有三個方面可以作以區分。科技可視化主要處理具有地理結構的數據，信息可視化主要處理像樹、圖形等抽象式的數據結構，可視化分析則主要挖掘數據背景的問題與原因。

與可視化分析論之間的聯繫

就目標和技術方法而言，信息可視化與可視化分析論之間存在著一些重疊。當前，關於科學可視化、信息可視化及可視化分析論之間的邊界問題，還沒有達成明確清晰的共識。不過，大體上來說，這三個領域之間存在著如下區別：

1）科學可視化處理的是那些具有天然幾何結構的數據（比如，MRI數據、氣流）；

2）信息可視化處理的是抽象數據結構，如樹狀結構或圖形；

3）可視化分析論尤其關注的是意會和推理。

自十八世紀後期數據圖形學誕生以來，抽象信息的視覺表達手段一直被人們用來揭示數據及其他隱匿模式的奧秘。二十世紀90年代期間新近問世的圖形化界面，則使得人們能夠直接與可視化的信息之間進行交互，從而造就和帶動了十多年來的信息可視化研究。信息可視化試圖通過利用人類的視覺能力，來搞清抽象信息的意思，從而加強人類的認知活動。籍此，具有固定知覺能力的人類就能駕馭日益增多的數據。

1967年，一位法國製圖工作者J．Bertin發表了他們的圖形理論。這一理論指明了圖表的基本元素，描述了圖表的設計框架。

1983年美國耶魯大學統計學教授E．R．TuRe發表了數據圖理論。Bertin與TuRe的理論在許多領域是著名的和有影響的，這引起了信息可視化的大發展。在信息可視化的發展過程中，科學可視化的產生與發展起了決定性的推動作用。

1989年由斯圖爾特·卡德(Stuart K．Card)、約克·麥金利(Jock D．Mackinlay)和喬治·羅伯遜(George G．Robertson)創造出信息可視化的英文術語“Information Visualization”。據斯圖爾特·卡德1999年的報告稱，二十世紀90年代以來才興起的信息可視化領域，實際上源自其他幾個領域。

2003年，本·什內德曼指出，該領域已經由研究領域之中從稍微不同的方向上嶄露出頭角。同時，他還提到了圖形學、視覺設計、計算機科學以及人機交互，以及新近出現的心理學和商業方法。

目前信息可視化已成為一個與科學可視化並列的研究領域。

信息可視化日益成為不同領域方向的關鍵要素：

科學技術研究工作；

數字圖書館；

數據挖掘；

財務數據分析和市場研究；

生產製造過程的控制；

犯罪地圖。