[发明专利]针对时变层次数据的时变树图布局方法和应用

说明书

本发明公布了一种针对时变层次数据的时变树图布局方法，包括：将数据集DS按层次和时间关系表示为K棵树；将不同时刻的树或子树的根节点(tk，root)在时间轴上按顺序进行排列布局；采用行布局的方式将(tk，root)的孩子节点在对应区域内对第一行进行布局；重复执行布局直至该父节点下孩子节点均布局完毕；最后完成对待显示的整个数据集DS的时变树图布局。本发明提供方法应用于具有时变性和层次性的农残数据的展示分析，将每个时刻的原始布局区域设置为正方形，采用行布局的方式完成树图填充布局，生成的树图能够同时显示农残数据的层次特性和时间属性，具有很好的可视化效果。

技术领域

本发明属于信息可视化领域，具体涉及针对时变层次数据的时变树图布局方法和应用。

背景技术

在大数据时代背景下，如何通过有效的可视分析方法从海量数据中寻找到其中规律，从而帮助用户决策是当今大数据领域中的一个热点话题。

层次数据一直是可视化领域中的一个重点研究对象，经典的层次数据可视化算法有节点-链接、树图和放射环等，其中树图方法已经在生理分析、图片展示和经济状况分析等各个领域之中有所应用。树图布局算法最早于1993年由Johnson等提出，其针对节点链接方法中存在的节点覆盖和空间利用率低的缺点提出了填充式布局算法Slice and Dice。而为了解决Slice and Dice中细长矩形数量过多、用户难以识别的问题，Mark Burls等于1999年提出了Squarified算法，使用Squarified布局算法能够得到很好的平均长宽比，但是打乱了数据原本的顺序。因此，为了使树图的布局能够让用户方便快捷地沿节点顺序找到相应在树图中的布局位置，Bederson等于2002年提出了Strip算法，Tu等于2007提出了Spiral方法，对Strip方法进行了优化，使节点在树图布局中保持连续。为了使树图布局算法能够让具有地理信息的数据进行应用，Wood等人于2009年提出了Ordered-Squarified。Thomas等于2012年对树图布局算法进行了归纳总结，将影响树图布局算法中布局的变量归纳为以下5个：Order、Size、Chunk、Recurse和Phrase，用户可通过对这五个变量的自定义设置改变树图布局的情况。

然而，现实生活所产生的数据往往包含多种属性，例如经采集后的数据往往是携带有时间属性的，而在数据挖掘和数据分析过程中，对时间属性的处理也是一个不可忽视的环节，目前具有时间维度属性的数据的可视化算法主要包括主题河流、热力图和矢量图等。时变布局算法可以分为两个类别：按时间轴布局和动态变化布局。最常见的方法是使用轴长来表示时间的变化，每一个刻度代表一个时间段，然后在该刻度上通过高度、形状、颜色和文本显示等标识数据的其它属性；将数据的时间属性使用横轴表示，然后使用改进的流程图表示事件其它相关属性的Outflow；对平行坐标进行优化，采用引入时间轴概念的Time Wheel；在文本可视化中使用引入时间元素的Theme River或螺旋状时间轴的Helixglyphs。而动态变化的布局方式则是通过在图上对海量数据进行快速变化显示，使整个显示效果在视觉感知中以动态的形式展现出来，包括以高亮和颜色深浅表示量的大小的热力图，以及以线条为基础随时间发生变化的矢量图。

综上所述，现有的树图布局算法和时变布局算法均从不同角度实现了对数据的良好可视化展示，在不同评价指标方面也各有良好的表现。但是，针对时变层次数据(同时具备层次和时间两个维度属性的数据)进行可视化，如采用现有树图算法对布局中相同的节点进行跟踪时，仍需要耗费较多时间，还不能实现在保留树图层次的同时精确、快速地描述节点的变化情况。

发明内容

为了克服上述现有技术的不足，本发明提供一种针对时变层次数据的时变树图布局方法Treemap array along timeline(TAT)，能够针对同时具有时变和层次属性的数据进行可视分析，保证生成的树图在保留树图可视化层次并凸显节点值大小的同时又具备时间属性显示能力，解决时变数据在树图布局中查找时间过长的问题。

本发明提供的技术方案是：