[发明专利]基于径向布局的多维层次可视化方法

说明书

技术领域

本发明涉及多维和层次可视化技术领域，特别涉及一种基于径向布局的多维层次可视化方法。

背景技术

多维层次数据是同时具有多维特性和层次特性的一类数据。多维性是指每个数据对象具有两个或两个以上独立或者相关属性，如电脑的配置信息，CPU、内存、硬盘等参数，每个参数描述电脑的一个属性。层次性表现为两类，包含和从属，如地理位置分布和社会组织架构。此类数据广泛存在于人们的日常社会生产中，如购物网站中的商品分类、国家统计局发布的全国各省市统计年鉴、包含地理信息的气象数据、社交网络数据等，且该数据中蕴含了丰富的信息。随着移动互联网时代的到来，真实世界与虚拟世界已经变得密不可分，信息的产生和流动瞬息万变，呈现、理解和应用此类新型的海量复杂数据已然成为数据可视化与分析面临的新挑战。

可视化技术是一种利用人眼感知能力对数据进行交互的可视表达以增强认知的技术。它将数据转化为可感知的图形、符号、颜色、纹理等，来增强数据识别效率，传递有效信息。由于可视化技术的直观与高效，越来越广泛地被应用到科学研究与实际应用中。目前的探索和分析方法主要针对该类数据的单个特性，即高维可视化和层次可视化。而同时兼顾多维和层次特性的可视化方法较少，且在展示粒度上存在局限性。

多维可视化作为可视化领域的一个重要分支，通过数据处理，如特征提取和降维，及图形映射，反映多维信息及其各属性之间的关系，实现在低维可视空间中展示多维抽象信息的多属性数据特征。目前多维可视化的研究较为成熟，针对高维数据的可视化方法较多，如平行坐标、散点图矩阵、VHDR等，这些方法主要是对数据的多维特性进行分析，对同时具有层次特性的数据而言，会丢失其层次结构。此外，由于这些方法本身的特点，使得其对布局空间较敏感且可伸缩性较低。

层次可视化作为信息可视化的另一个重要分支，其主要目标是对数据中的层次关系进行有效刻画。可视化中，采用不同的视觉符号表示不同类型关系决定了层次可视化的两种主要类别：节点-链接和空间填充。在表达数据层次信息时，前者的缺点在于随着层次和节点数的增加会引起广度和深度的过度扩展，导致可读性较差，且大量数据点聚集在屏幕局部范围，难以高效利用有限的屏幕空间；后者具有高效的空间利用率，但在表达层次信息上没有前者清晰。

已有的多维层次可视化方法，如Treemap在展示层次信息的同时使用视网膜变量(如颜色，形状，大小，标签等)来表示维度信息，然而该方法存在维度可扩展性弱的缺点；融合多维和层次视图的复合可视化方法分别使用层次视图和多维视图来展示数据的层次结构和多维信息，其缺点是需要用户在多个视图和全局视图间维持视觉平衡，且多个视图间的切换可能导致用户丢失全局上下文信息。

以上提到的可视化技术在对多维层次数据进行展现时主要存在问题有：1)仅仅针对原始数据的单个特征层面进行分析和探索；2)对维度增长敏感，较低的可伸缩性，且容易造成用户丢失全局上下文信息。

发明内容

本发明所要解决的技术问题是提供一种基于径向布局的多维层次可视化方法，设计多维层次视图对数据进行展示。

为解决上述技术问题，本发明采用的技术方案如下：

一种基于径向布局的多维层次可视化方法，包括径向层次视图的绘制算法、圆形平行坐标绘制算法、视图融合三个部分；

径向层次视图的绘制算法：给定父节点pNode的第i+1个孩子节点child_i+1∈T_m，T_m为树结构，下标m表示节点数，该节点在视图中的绘制为：

孩子节点child_i+1对应视图中的扇形块Widget，每个扇形块由

<innerRadius,outerRadius,startAngle,endAngle>四元组唯一确定；rStep表示每个节点对应的扇形块的径向宽度，由该节点的内半径innerRadius和外半径outerRadius决定，节点child_i+1的起始角度startAngle等于父节点pNode起始角度加上节点child_i的结束角度endAngle；；节点跨度arcWidth表示以当前节点树的叶子节点数占初始树的总叶子节点数的比例；

圆形平行坐标绘制算法：对于给定数据集U_m×n，其中的n维数据点映射为二维空间上的一条圆形折线段，其映射函数定义为：