VIZUALIZAREA DATELOR MASIVE ŞI VISUAL ANALYTICS. ABORDĂRI ŞI TENDINŢE. - null VIZUALIZAREA DATELOR MASIVE ŞI VISUAL ANALYTICS. ABORDĂRI ŞI TENDINŢE. - null

VIZUALIZAREA DATELOR MASIVE ŞI VISUAL ANALYTICS. ABORDĂRI ŞI TENDINŢE În zilele noastre, în tot mai multe domenii, sunt colectate şi stocate volume uriaşe de date care cresc continuu. Posibilitatea utilizării efective a acestora, prin extragerea informaţiei utile conţinute, devine o provocare din ce în ce mai mare. Domeniul visual analytics (VA) caută să pună la dispoziţia oamenilor mijloace mai potrivite şi mai eficiente pentru analiza şi înţelegerea acestor seturi mari de date, permiţându-le astfel să decidă şi să acţioneze în mod corespunzător în timp real. Lucrarea de faţă prezintă o imagine generală asupra a ceea ce numim astăzi visual analytics, cu abordările şi tendinţele specifice. Sunt acoperite aspecte privind integrarea tehnicilor de vizualizare a datelor masive, a tehnologiilor de management şi metodelor automate de explorare şi analiză avansată a acestora, cu implicarea interactivă decisivă a utilizatorului uman în lanţul de acţiuni şi procesări specifice visual analytics pentru descoperirea şi extragerea de informaţii şi cunoştinţe din date, utilizabile în elaborarea şi formularea de evaluări, suport pentru decizie şi acţiune imediată. Sunt redate sintetic ideile principale referitoare la definiţia, metoda / procesul şi componentele visual analytics rezultate din proiectul VisMaster, acţiune de coordonare din cadrul programului TVE al PC7 pentru C-D al UE. Sunt trecute în revistă câteva din domeniile majore de aplicaţie. De asemenea, este prezentată situaţia actuală, prin câteva produse open source şi comerciale şi este rezumată o perspectivă asupra abordărilor şi tendinţelor în VA, cu probleme, provocări, oportunităţi şi potenţiale soluţii şi dezvoltări aşteptate. În final, sunt formulate câteva concluzii.
VIZUALIZAREA DATELOR MASIVE ŞI VISUAL ANALYTICS. ABORDĂRI ŞI TENDINŢE.

Revista Română de Informatică şi Automatică

Volum 27 | Număr 2 | Publicat la 15/06/2017 | ISSN  1220-1758 | eISSN  1841 - 4303

Autori:
Mihnea Horia VREJOIU [1] | Mădălina Cornelia ZAMFIR [1]
[1] Institutul Naţional de Cercetare - Dezvoltare în Informatică, ICI - Bucureşti
Rezumat
În zilele noastre, în tot mai multe domenii, sunt colectate şi stocate volume uriaşe de date care cresc continuu. Posibilitatea utilizării efective a acestora, prin extragerea informaţiei utile conţinute, devine o provocare din ce în ce mai mare. Domeniul visual analytics (VA) caută să pună la dispoziţia oamenilor mijloace mai potrivite şi mai eficiente pentru analiza şi înţelegerea acestor seturi mari de date, permiţându-le astfel să decidă şi să acţioneze în mod corespunzător în timp real. Lucrarea de faţă prezintă o imagine generală asupra a ceea ce numim astăzi visual analytics, cu abordările şi tendinţele specifice. Sunt acoperite aspecte privind integrarea tehnicilor de vizualizare a datelor masive, a tehnologiilor de management şi metodelor automate de explorare şi analiză avansată a acestora, cu implicarea interactivă decisivă a utilizatorului uman în lanţul de acţiuni şi procesări specifice visual analytics pentru descoperirea şi extragerea de informaţii şi cunoştinţe din date, utilizabile în elaborarea şi formularea de evaluări, suport pentru decizie şi acţiune imediată. Sunt redate sintetic ideile principale referitoare la definiţia, metoda / procesul şi componentele visual analytics rezultate din proiectul VisMaster, acţiune de coordonare din cadrul programului TVE al PC7 pentru C-D al UE. Sunt trecute în revistă câteva din domeniile majore de aplicaţie. De asemenea, este prezentată situaţia actuală, prin câteva produse open source şi comerciale şi este rezumată o perspectivă asupra abordărilor şi tendinţelor în VA, cu probleme, provocări, oportunităţi şi potenţiale soluţii şi dezvoltări aşteptate. În final, sunt formulate câteva concluzii.
Cuvinte cheie:
vizualizare date, date masive, analiză avansată vizuală, explorare vizuală date, gestiune date

Bibliografie

Explorable Visual Analytics. Knowledge Discovery in Large and High–Dimensional Data - AMRAII, S. A.; LEWIS, M.; SARGENT, R.; NOURBAKHSH, I. - , Proceedings of the Association for Computing Machinery Special Interest Group Knowledge Discovery and Data Mining, (ACM SIGKDD) Workshop on Interactive Data Exploration and Analytics , 2014
©   UEFISCDI 2010
Sus



Evaluarea articolului: