3) Непреодолимая субъективность полученных результатов, носящая отпечаток личности аналитика (однако существует точка зрения, что это — основное достоинство визуальных технологий, приближающее их к искусству).
Заключение
Основной вывод данного сообщения: сочетание методов визуального анализа и автоматического компьютерного отображения цифровой информации в зрительные образы, — тема, очевидно, несоразмерно большая для данного краткого обзора. Фактические же выводы из сделанного обзора следующие:
1) Специфические качества компьютера и человека, — скорость вычислений и индивидуальность, сочетаются в визуальной аналитике. Причем, и рост качества программного обеспечения, и рост квалификации аналитиков могут независимо друг от друга привести к прорыву в этой области. Но наибольших результатов, естественно, следует ожидать от гармоничного сочетания человеческой интуиции и возможностей программ и компьютеров будущего.
2) Любое метод компьютерной визуализации данных можно практически полностью оценить тремя параметрами: видом обрабатываемых данных, видом получаемых визуальных отображений, и предлагаемыми возможностями интерактивности.
3) Само существование личности аналитика визуальных образов создает параллель между технологиями визуального анализа и искусством.
4) Предполагается существенное развитие синтеза автоматической обработки данных с промежуточным (определяющим дальнейший анализ) и финальным визуальным анализом информации, основанное на более глубоком понимании отличия человеческого мышления от алгоритма машинных вычислений.
Список источников
1. Гагарина Л. Г. Информационные технологии управления и автоматизированные системы в экономике: курс лекций. — М.: МИЭТ, 2008. — 134 с.
2. Дрейфус Х. Чего не могут вычислительные машины. Критика искусственного разума. Пер. с англ. Н.
Родмана. Под ред. Б. В. Бирюкова. М.: Прогресс, 1978, — 334с.
3. Конспект лекций по курсу «Методы и средства анализа данных» кафедры ИКТ МИЭМ. Лекция 11 «Визуальный анализ данных». Доступен по адресу:
http://wiki.auditory.ru/%D0%9B%D0%B5%D0%BA%D1%86%D0%B8%D1%8F11_-_%D0%92%D0%B8%D0%B7%D1%83%D0%B0%D0%BB%D1%8C%D0%BD%D1%8B%D0%B9_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85, (15.
07.12).
4. Рубан, А. И. Методы анализа данных. Учебное пособие / А.
И. Рубан Изд. 2-е., исправл. и доп.
Красноярск: ИПЦ КГТУ, 2004. — 319 с.
5. Сборник методов поиска новых идей и решений управления качеством / сост. В. В. Ефимов. — Ульяновск: УлГТУ, 2011. — 194 с.
6. Создание информационно-аналитических систем с визуализацией данных на базе технологии i2//Проспект компании РДТЕХ. Доступен на сайте компании:
http://www.rdtex.ru/download/brochure_i2.pdf, (14.
07.12).
7. Специальные технологии визуального анализа данных и извлечения знаний (Visual Data Mining) компании Visual Analytics Inc. (США):
http://www.spi2.ru/products/ (15.
07.12).
8. Титоренко Г. А., Макарова Г. Л., и др. Информационные технологии в маркетинге: Учебник для вузов. / под ред. проф. Г. А. Титоренко. — М.: ЮНИТИ-ДАНА, 2000, — 335 с.
9. Analytical Charts//Примеры создания аналитических карт на сайте компании Visual Analysis Pty Ltd:
http://www.visualanalysis.com/ANB_Charts.aspx, (15.
07.12).
10. D aniel A. K eim, Florian Mansmann, Jim Thomas. V
isual Analytics: How Much Visualization and How Much Analytics?//SIGKDD Explorations, Volume 11, Number 2, December 2009. — pp. 5 — 8. Доступно:
http://www.hiit.fi/vakd09/vakdsi09keim_final.pdf (16.
07.12).
11. H illbert M., López P. T he World’s Technological Capacity to Store, Communicate, and Compute Information// Science, April 2011: Vol. 332 no.
6025. — pp. 60−65.
Доступно на сайте журнала Science:
http://www.sciencemag.org/content/332/6025/60.abstract (14.
07.12).
12. I nselberg, Alfred. P arallel Coordinates Visual Multidimensional Geometry and Its Applications. — S pringer, 2009.
— 554 p. Доступно по адресу:
http://www.springer.com/mathematics/computational+science+%26+engineering/book/978−0-387−21 507−5 (17.
07.12).
Приложение I
Метод параллельных координат Приложение II
Аналитические карты
В дальнейшем -" визуальный анализ данных" или просто «визуальный анализ» .
Термину «data mining» соответствует русское «интеллектуальный анализ данных», «добыча нового знания», чему, в свою очередь, практически полностью соответствуют функции визуального анализа информации. «Visual analytics» отличается от «visual analysis» участием в анализе компьютерных программ, а именно интерактивных визуальных интерфейсов.
Наиболее корректные современные оценки, использующие в качестве единицы измерения т.н. «оптимально сжатый байт», т. е. байт, в который можно сжать информацию, используя современные технологии сжатия, дают следующие цифры для всей планеты: в 1986 году объем хранимой информации составлял 2,6 эксабайта (1 эксабайт = 1018 байт = миллиард гигабайт), а в 2007 году — уже 295 эксабайт [6], т. е. за 10 лет объем хранимой информации вырос в 100 раз. [10]
Имеются ввиду: 1) алгоритмы кодирования цифровой информации через изменения яркости и/или цветовых составляющих при отображении цифровой информации в виде цветовых пятен (например, — передача содержимого винчестера одной цветной картиной); 2) работа по анализу информации при её графическом представлении в виде цветной картины. [3]
OnLine Analytical Processing — оперативный анализ.
Гагарина Л. Г. Информационные технологии управления и автоматизированные системы в экономике: курс лекций. — М.: МИЭТ, 2008. — С. 27, 106 — 128.
Например: структура организации, электронная переписка, связи в социальных сетях.
Например, информационные потоки, технологические регламенты.
Примеры диаграмм на основе инфографики см. в Приложении I.
Каждая область такого разбиения плоскости S — это множество точек S, расстояние которых до одного из элементов множества S меньше, чем до любого другого элемента S.
См. в Приложении II примеры аналитических карт, полученных по технологии i2, при расследовании деятельности торговца оружием Виктора Бута, и выяснения глобальной преступной сети торговцев дикими животными.
Титоренко Г. А., Макарова Г. Л., и др. Информационные технологии в маркетинге: Учебник для вузов. / под ред. проф. Г. А. Титоренко. — М.: ЮНИТИ-ДАНА, 2000, — С. 35 — 90.
