小白的数据可视化学习笔记（四）

数据可视化·跨媒体数据可视化

在下本次对于数据可视化的学习主要依据浙江大学的数据可视化13年发表的相关ppt作为主要学习资料，并做此博客和相关思维导图。

思维导图

链接: 数据可视化·跨媒体数据可视化.（ProcessOn）

一、多媒体可视化

本人曾经从事过三年新媒体相关工作，浙大这一组ppt涵盖面比较广，所以我都是挑其中一部分写博客的，而刚巧在下在新媒体方面有点基础所以顺手做了。
这里摘录一句来自胡事民老师（清华大学）（PS：之前提过的巨佬教授）ppt中的一句话：
媒体是指信息传播的媒介，常见表现形式：文本，图片，视频，音频等。

0、文本数据可视化

这个部分是查阅胡事民老师的ppt之后添加的部分，我参考学习的浙江大学的ppt这段单独是一份全英文的ppt，之后整理，这里写个大概。
文本信息好理解，就是简单的文字而已，新闻，知乎，小说，huang 段子……开个玩笑。
问题：
怎样表示文档内容，主题等，以便用户不必花太多时间阅读全部文档（我现在就在阅读全部文档，谁来把可视化教程也可视化一下？）
对象：情报分析人员，文学研究者。（有点异议，文学研究还是还是应该踏踏实实的咬文嚼字去。倒是我们这些学生比较需要提纲挈领，还是说，学生也咬文嚼字去？emmmm ）

1、图像数据可视化

图像数据顾名思义，就是图片，比如漫画之流的其实都是图像数据，比如表情包，比如……好吧，不开玩笑了，别打我QAQ
但是我们需要知道是核心问题在于图像数据可视化是要可视化什么？
于是这里提出用于可视化的图像特征：
·色彩
·明暗
·轮廓
·场景

图像网络

图像可视化的结果：图像网络

顾名思……思不了义，图像网络其实简单讲就是将视频中的每一帧按时间顺序排列。这是图像数据可视化中间比较简单的一种，相比其他几种，这种可视化就比较简单，除非是很特别的东西，否则基本看不出什么结果。
比方说这个案例：

从1923年到2009年4535张时代周刊封面图像（垂直方向每一像素列代表一张封面）
从左到右每一次明显变化代表着一次板式变化。

时空采样&平均

原谅我实在是懒，这里直接把原ppt中的一张截图出来了，从Jason Salavon的图中可以明显的看到年龄特征。相关JS大佬的图还有很多这里不放了。懒~~
问题：
当我们对图像做平均的时候我们希望图像满足怎样的条件？
同类图像：色彩一致+内容对齐

基于相似性的图像集可视化

展示图像间的相似性与实体运动轨迹

基于超图的社交照片可视化

关于超图：
图论中，超图（HyperGraph）是一种广义的图，特点是一条超边可以连接多个点。超图H是一个集合组H=(X,E)，其中的X是顶点的集合，E是X的非空幂集。

超图的好处可以用一个简单例子来解释，假设边是文章，点是文章作者，在简单图中，容易丢失同一篇文章的多个作者。因为简单图只能是两点一线，一篇文章只能连接两个作者；但是对于超图来说，利用其特性他能描述更多。超图的描述比较自由化，因为不规定一条超边必须包含几个顶点，所以，对于语义划分或者是图数据的分割都相对理想。

2、视频数据可视化

视频数据……不解释了，b站，抖音……
这段直接看思维导图，思维导图里边比较详细。个人感觉视频转换倒是比图像转换相对好理解一些，比如某个蝙蝠……还是鸟？

然后，将每帧当做一个高维数据点进行投影
再然后……

大概就是这样

3、音频可视化

声音：产生听觉的生理信号
可视化使用的特征：响度、频谱等
关键是在于可视化使用的特征，没有特征是无法直接可视化的，不然就是八竿子打不着的东西，所以研究可视化先找可视化的特征部分。
这个部分，可视化其实很好理解，我们平常都会见到的音乐的曲谱就是一种可视化。本质就是把声音带换成符号，比如音符豆芽菜（误），或者数字。
还有一个，比较常见的，emmm，或者说过去很常见的，就是部分音乐播放器里边会出现的那些图形

这部分什么弧图之流的也是详见思维导图

二、跨媒体数据可视化

跨媒体(cross-media)
跨媒体传播是指信息在不同媒体之间的流布与互动，它至少包含两层含义：其一是指相互信息在不同媒体之间的交叉传播与整合。其二是指媒体之间的合作、共生、互动与协调。

数据/信息在不同媒介间的分布与互动：

媒体间信息的交叉传播、整合
通过学习、推理等进行媒体类型的跨越

通常涉及：

文本、网络日志
多媒体资源（视频、音频等）
连接关系（网页间的超链接等）
社会关系

社交网络可视化

为何需要社交网络可视化?
社交网络的数据虽然庞大，但于目标并不一致，需要对社交网络的可视分析，提炼目标相关的规律，辅助认知。
社交网络特性：
“小世界”网络：大部分节点彼此并不相连，但绝大部分节点，经过少数几步就可以到达
无尺度网络：在网络中大部分节点只跟很少节点连接，而有极少数节点与非常多节点连接

还是直接看思维导图。

微博可视化

微博（Microblog）
这个不需要介绍了吧。核心问题是这个：
微博数据研究：数据分析领域热点话题
关于这个部分，见思维导图，不过就个人愚见，微博可视化本质上也是文本可视化的一部分，基本就是关键词的搜索，不过这里多了个微博社交关系，联系上一个部分。其次，微博的特色是实时性，微博的动态信息可视化也是关键。

微信可视化

最后这个部分是在下个人添加的，微信部分，我主要还是打算试试对于公众号发文和朋友圈的可视化，这部分可视化目标是借鉴微博可视化的经验，然后结合微信不同于微博的部分进行区别分析，不过疑点在于，这个可视化是否符合个人隐私权？也许朋友圈晒出来就已经不算了？难点在于，微信实时性更强，还有流行词条的依赖等等问题。
当然，这个部分的可视化如果做的好的话，其实可视试图推广，比如qq，推特等。

三、小结

媒体可视化，跨媒体可视化，这个部分繁杂而且量大，整理也费了老劲儿了。媒体可视化本体来讲其实就是媒体中部分传达信息的可视化，重点是在于可视化的特征是什么，图片可视化怎么可视化，图片本体就是可视化后的产品，这个第一章就写了的。如何对一个可视化之后的产品继续可视化？其实就是摘取其中传达的信息的一部分进行拼接，或者图形组合后通过对比产生结果。当然这个拼接组合方法就很多了，简要拼接，重叠等等，要点是如何把重要的信息组合在接近的地方，也就是信达雅的把媒体可视化做出来。

引用

09浙大数据可视化课件——08跨媒体可视化·陈为
清华大学数据可视化课件·胡事民