7空間數(shù)據(jù)挖掘與可視化(完)

空間數(shù)據(jù)挖掘與可視化信息工程大學(xué)地理空間信息學(xué)院李宏偉2空間數(shù)據(jù)挖掘研究1背景3實例：空間關(guān)聯(lián)規(guī)則挖掘5空間知識可視化6幾點思考4數(shù)據(jù)挖掘軟件1背景By李德仁數(shù)據(jù)（Data）信息（Information）知識（Knowledge）智能（Wisdom）DIKW大數(shù)據(jù)數(shù)量價值多樣性速度海量數(shù)據(jù)數(shù)量2.1空間分類挖掘分類和預(yù)測是兩種數(shù)據(jù)分析形式，用于提取描述重要數(shù)據(jù)類的數(shù)據(jù)類型或預(yù)測未來的趨勢?？臻g分類挖掘解決大量數(shù)據(jù)分類問題。2空間數(shù)據(jù)挖掘研究空間分類挖掘方法決策樹方法：經(jīng)典算法-Quinlan的ID3方法貝葉斯分類方法：樸素貝葉斯方法和貝葉

斯網(wǎng)絡(luò)方法神經(jīng)網(wǎng)絡(luò)方法：前向型、反饋型、隨機(jī)型、

自組織型支持向量機(jī)方法：基于統(tǒng)計學(xué)習(xí)理論，適于

數(shù)據(jù)預(yù)處理、樣本化應(yīng)用空間分類挖掘方法（續(xù)）K-最鄰近分類法基于案例的推理分類法遺傳算法和進(jìn)化計算粗糙集分類法2.2空間聚類挖掘統(tǒng)計學(xué)方法機(jī)器學(xué)習(xí)方法數(shù)據(jù)庫方法模式識別方法基于模型的方法基于密度的方法基于劃分的方法基于層次的方法基于網(wǎng)格的方法混合方法方法分類具體方法聚類與分類不同，待劃分的類是未知的。聚類將數(shù)據(jù)對象分組為多個類或簇，使同一個簇中的對象之間相似度最高，不同簇中的對象相似度最低。2.3空間關(guān)聯(lián)規(guī)則挖掘聚類挖掘基本研究內(nèi)容確定性關(guān)聯(lián)規(guī)則挖掘量化關(guān)聯(lián)規(guī)則挖掘增量式關(guān)聯(lián)規(guī)則挖掘模糊關(guān)聯(lián)規(guī)則挖掘廣義關(guān)聯(lián)規(guī)則挖掘經(jīng)典算法：Apriori算法Apriori算法改進(jìn)利用hash表的DHP方法基于采樣的方法并行關(guān)聯(lián)規(guī)則挖掘的方法分布式關(guān)聯(lián)規(guī)則挖掘的方法多層次關(guān)聯(lián)規(guī)則挖掘的方法數(shù)值擴(kuò)展的關(guān)聯(lián)規(guī)則挖掘的方法形象規(guī)則的發(fā)現(xiàn)方法關(guān)聯(lián)規(guī)則快速學(xué)習(xí)方法基于興趣度進(jìn)行數(shù)值型關(guān)聯(lián)規(guī)則合并的方法采樣trie樹進(jìn)行關(guān)聯(lián)規(guī)則挖掘利用概念格的關(guān)聯(lián)規(guī)則挖掘的方法……2.4Internet和Web空間數(shù)據(jù)挖掘Web挖掘內(nèi)容挖掘結(jié)構(gòu)挖掘用法挖掘基于機(jī)器學(xué)習(xí)技術(shù)的文本搜索引擎基于協(xié)同的方法基于內(nèi)容的方法2.5空間數(shù)據(jù)挖掘智能方法神經(jīng)計算、進(jìn)化計算、免疫克隆計算、模糊計算與模糊推理……3實例：空間關(guān)聯(lián)規(guī)則挖掘發(fā)展階段萌芽階段19932000200620111993年，Agrawal等人提出頻繁項集挖掘的Apriori算法。

1995年，KoperskiandHan引入空間謂詞構(gòu)造空間事務(wù)

表，給出空間關(guān)聯(lián)規(guī)則的定義及挖掘過程。2000年，Clementini等考慮空間不確定性并對多層次空間關(guān)聯(lián)進(jìn)行挖掘2001年，Shekhar等給出空間同位模式的一般挖掘算法2004-2005年，Yoo等通過減少連接計算以提升同位模式挖掘的效率2006年，陳江平等提出了一種面向主題的基于多層次空間概念的關(guān)聯(lián)規(guī)則挖掘算法2008年，張雪伍、蘇奮振等提出面向時空過程的關(guān)聯(lián)規(guī)則挖掘算法2009年，沙宗堯等人提出局部的空間關(guān)聯(lián)模式挖掘2011年，Mohan等基于事件時序關(guān)系提出級聯(lián)模式的概念及挖掘算法2014年，鄧敏、石巖等基于聚類分割方法研究了太平洋氣候指數(shù)與我國極端降水事件的遙相關(guān)模式3.1空間關(guān)聯(lián)規(guī)則挖掘研究的發(fā)展3.2空間關(guān)聯(lián)規(guī)則分類不同地理實體間空間依存、相互作用、因果或共生的模式鄰近地理空間內(nèi)頻繁出現(xiàn)的布爾型要素（或事件）子集地理事件間遠(yuǎn)距離的相互關(guān)聯(lián)模式空間關(guān)聯(lián)規(guī)則

基于空間謂詞規(guī)則的關(guān)聯(lián)模式空間同位模式遙相關(guān)模式城市分布交通發(fā)展降水海溫3.3當(dāng)前研究重點著眼于研究挖掘算法本身著眼于研究空間關(guān)聯(lián)規(guī)則的不確定性信息著眼于研究關(guān)聯(lián)挖掘的可視化著眼于研究弱空間關(guān)聯(lián)規(guī)則3.4空間關(guān)聯(lián)規(guī)則挖掘方法將各個空間或非空間屬性作為一個圖層，對每個圖層上的數(shù)據(jù)點進(jìn)行聚類，然后對聚類產(chǎn)生的空間緊湊區(qū)進(jìn)行關(guān)聯(lián)規(guī)則挖掘。利用空間疊加、緩沖區(qū)分析等方法發(fā)現(xiàn)挖掘目標(biāo)之間的空間謂詞，將其組成空間事務(wù)數(shù)據(jù)庫，進(jìn)行單層布爾型關(guān)聯(lián)規(guī)則挖掘。通過用戶指定的鄰域，遍歷所有可能的鄰域窗口，進(jìn)而通過鄰域窗口代替空間事務(wù)，然后進(jìn)行空間關(guān)聯(lián)規(guī)則的挖掘?；诰垲惖膱D層覆蓋法基于空間事務(wù)的挖掘方法無空間事務(wù)挖掘法3.5空間關(guān)聯(lián)規(guī)則挖掘過程以基于事務(wù)的空間關(guān)聯(lián)規(guī)則挖掘過程為例web3.6空間關(guān)聯(lián)規(guī)則挖掘算法挖掘算法：AprioriFP-GrowthEclat3.7存在問題空間數(shù)據(jù)的特性在當(dāng)今“數(shù)據(jù)爆炸”的大環(huán)境下，開發(fā)出效率高，負(fù)載數(shù)據(jù)量大的新算法是趨勢所在。大多數(shù)空間關(guān)聯(lián)規(guī)則挖掘工具都是基于事先定義好的參數(shù)進(jìn)行黑箱式挖掘，挖掘過程中的交互性較差。頻繁項的過濾環(huán)節(jié)，沒有充分地運用空間數(shù)據(jù)的獨特性質(zhì)，即沒有將“地理學(xué)思想應(yīng)和空間數(shù)據(jù)有效結(jié)合”。海量數(shù)據(jù)的挖掘算法效率可視化挖掘4、數(shù)據(jù)挖掘軟件代特征數(shù)據(jù)挖掘算法集成分布計算模型數(shù)據(jù)模型第一代作為一個獨立的應(yīng)用支持一個或者多個算法獨立的系統(tǒng)單個機(jī)器向量數(shù)據(jù)第二代和數(shù)據(jù)庫以及數(shù)據(jù)倉庫集成多個算法：能夠挖掘一次不能放進(jìn)內(nèi)存的數(shù)據(jù)數(shù)據(jù)管理系統(tǒng)，包括數(shù)據(jù)庫和數(shù)據(jù)倉庫同質(zhì)、局部區(qū)域的計算機(jī)群集有些系統(tǒng)支持對象,文本和連續(xù)的媒體數(shù)據(jù)第三代和預(yù)言模型系統(tǒng)集成

多個算法數(shù)據(jù)管理和預(yù)言模型系統(tǒng)intranet/extranet網(wǎng)絡(luò)計算支持半結(jié)構(gòu)化數(shù)據(jù)和web數(shù)據(jù)第四代和移動數(shù)據(jù)/各種計算設(shè)備的數(shù)據(jù)聯(lián)合

多個算法數(shù)據(jù)管理、預(yù)言模型、移動系統(tǒng)移動和各種計算設(shè)備普遍存在的計算模型4.1第一代數(shù)據(jù)挖掘軟件特點支持一個或少數(shù)幾個數(shù)據(jù)挖掘算法

挖掘向量數(shù)據(jù)（vector-valueddata）

數(shù)據(jù)一般一次性調(diào)進(jìn)內(nèi)存進(jìn)行處理

典型的系統(tǒng)如SalfordSystems公司早期的CART系統(tǒng)()

缺陷如果數(shù)據(jù)足夠大，并且頻繁的變化，這就需要利用數(shù)據(jù)庫或者數(shù)據(jù)倉庫技術(shù)進(jìn)行管理，第一代系統(tǒng)顯然不能滿足需求。舉例:CBA

新加坡國立大學(xué)?；陉P(guān)聯(lián)規(guī)則的分類算法，能從關(guān)系數(shù)據(jù)或者交易數(shù)據(jù)中挖掘關(guān)聯(lián)規(guī)則，使用關(guān)聯(lián)規(guī)則進(jìn)行分類和預(yù)測4.2第二代數(shù)據(jù)挖掘軟件特點與數(shù)據(jù)庫管理系統(tǒng)（DBMS）集成

支持?jǐn)?shù)據(jù)庫和數(shù)據(jù)倉庫，和它們具有高性能的接口，具有高的可擴(kuò)展性

能夠挖掘大數(shù)據(jù)集、以及更復(fù)雜的數(shù)據(jù)集

通過支持?jǐn)?shù)據(jù)挖掘模式（dataminingschema）和數(shù)據(jù)挖掘查詢語言增加系統(tǒng)的靈活性

典型的系統(tǒng)如DBMiner，能通過DMQL挖掘語言進(jìn)行挖掘操作缺陷只注重模型的生成，如何和預(yù)言模型系統(tǒng)集成導(dǎo)致了第三代數(shù)據(jù)挖掘系統(tǒng)的開發(fā)舉例1：DBMiner舉例2：SASEnterpriseMiner4.3第三代數(shù)據(jù)挖掘軟件特點和預(yù)言模型系統(tǒng)之間能夠無縫的集成，使得由數(shù)據(jù)挖掘軟件產(chǎn)生的模型的變化能夠及時反映到預(yù)言模型系統(tǒng)中

由數(shù)據(jù)挖掘軟件產(chǎn)生的預(yù)言模型能夠自動地被操作型系統(tǒng)吸收，從而與操作型系統(tǒng)中的預(yù)言模型相聯(lián)合提供決策支持的功能

能夠挖掘網(wǎng)絡(luò)環(huán)境下（Internet/Extranet）的分布式和高度異質(zhì)的數(shù)據(jù)，并且能夠有效地和操作型系統(tǒng)集成

缺陷不能支持移動環(huán)境舉例：SPSSClementine以PMML的格式提供與預(yù)言模型系統(tǒng)的接口4.4第四代數(shù)據(jù)挖掘軟件特點目前移動計算越發(fā)顯得重要，將數(shù)據(jù)挖掘和移動計算相結(jié)合是當(dāng)前的一個研究領(lǐng)域。

第四代軟件能夠挖掘嵌入式系統(tǒng)、移動系統(tǒng)、和普遍存在（ubiquitous）計算設(shè)備產(chǎn)生的各種類型的數(shù)據(jù)第四代數(shù)據(jù)挖掘原型或商業(yè)系統(tǒng)尚未見報導(dǎo)，PKDD2001上Kargupta發(fā)表了一篇在移動環(huán)境下挖掘決策樹的論文，Kargupta是馬里蘭巴爾的摩州立大學(xué)（UniversityofMarylandBaltimoreCounty）正在研制的CAREER數(shù)據(jù)挖掘項目的負(fù)責(zé)人，該項目研究期限是2001年4月到2006年4月，目的是開發(fā)挖掘分布式和異質(zhì)數(shù)據(jù)（Ubiquitous設(shè)備）的第四代數(shù)據(jù)挖掘系統(tǒng)。

第一代系統(tǒng)與第二代相比因為不具有和數(shù)據(jù)管理系統(tǒng)之間有效的接口，所以在數(shù)據(jù)預(yù)處理方面有一定缺陷

第三、四代系統(tǒng)強調(diào)預(yù)測模型的使用和操作型環(huán)境的部署

第二代系統(tǒng)提供數(shù)據(jù)管理系統(tǒng)和數(shù)據(jù)挖掘系統(tǒng)之間的有效接口

第三代系統(tǒng)另外還提供數(shù)據(jù)挖掘系統(tǒng)和預(yù)言模型系統(tǒng)之間的有效的接口

目前，隨著新的挖掘算法的研究和開發(fā)，第一代數(shù)據(jù)挖掘系統(tǒng)仍然會出現(xiàn)，第二代系統(tǒng)是商業(yè)軟件的主流，部分第二代系統(tǒng)開發(fā)商開始研制相應(yīng)的第三代數(shù)據(jù)挖掘系統(tǒng)，比如IBMIntelligentScoreService。第四代數(shù)據(jù)挖掘原型或商業(yè)系統(tǒng)尚未見報導(dǎo)

5.1可視化分類5空間知識可視化數(shù)據(jù)可視化信息可視化知識可視化數(shù)據(jù)可視化：運用計算機(jī)圖形學(xué)和圖像處理技術(shù)，將數(shù)據(jù)轉(zhuǎn)換為圖形或圖像在屏幕上顯示出來，并進(jìn)行交互處理的理論和方法。散點矩陣法投影矩陣法平行坐標(biāo)法層次顯示技術(shù)動態(tài)顯示技術(shù)圖標(biāo)表示技術(shù)直方圖法……

信息可視化：利用計算機(jī)支撐的、交互的、對抽象數(shù)據(jù)的可視表示，來增強人們對這些抽象信息的認(rèn)知。信息可視化將非空間數(shù)據(jù)的信息對象的特征值抽取、轉(zhuǎn)換、映射、高度抽象與整合，用圖形、圖像、動畫等方式表示信息對象內(nèi)容特征和語義的過程。信息對象包括文本、圖像、視頻和語音等類型。一維信息可視化二維信息可視化三維信息可視化多維信息可視化層次信息可視化文檔信息可視化網(wǎng)絡(luò)信息可視化

知識可視化：是數(shù)據(jù)可視化和信息可視化基礎(chǔ)上，將人類的知識，包括見解、經(jīng)驗、態(tài)度、價值觀、意見、預(yù)測等加以表達(dá)，并幫助他人正確地重構(gòu)、記憶和應(yīng)用這些知識的過程。三種可視化方式的比較方法類型數(shù)據(jù)可視化信息可視化知識可視化可視化對象空間數(shù)值型數(shù)據(jù)非空間非數(shù)值型數(shù)據(jù)人類知識可視化目的將抽象數(shù)據(jù)以直觀的方式表示出來從大量抽象數(shù)據(jù)中發(fā)現(xiàn)一些新信息促進(jìn)群體知識傳播和創(chuàng)新可視化技術(shù)很多方法，如散點圖、平行坐標(biāo)圖非常多，如輪廓圖、錐形樹等知識圖表、視覺隱喻交互類型人機(jī)交互人機(jī)交互人機(jī)交互5.2知識分類按世界經(jīng)合組織分類按地理實體時空特性分類分類描述表達(dá)方式知道是什么：敘述地理事實空間結(jié)構(gòu)知識描述地理事實，解譯地理知識。表示普遍幾何知識、空間分布、空間分類規(guī)則、空間聚類規(guī)則、空間關(guān)聯(lián)規(guī)則點、線、面知識要素知道為什么：知道事物現(xiàn)象的原理和規(guī)律知道怎么做：地理空間事物技能類知識邏輯結(jié)構(gòu)知識反映地理概念、面向?qū)ο蟮闹R、空間區(qū)分規(guī)則、語義關(guān)聯(lián)規(guī)則示意性拓?fù)鋱D知道是何物：因果演化，推理地學(xué)規(guī)律時空演變知識反映空間演變規(guī)律、語義演變規(guī)律等趨勢虛擬技術(shù)結(jié)合地圖動畫重點講空間知識可視化5.3挖掘可發(fā)現(xiàn)知識類型普遍的幾何知識和面向?qū)ο蟮闹R空間特征規(guī)則和區(qū)分規(guī)則空間分類規(guī)則和回歸規(guī)則空間聚類規(guī)則和關(guān)聯(lián)規(guī)則空間依賴規(guī)則和預(yù)測規(guī)則空間序列規(guī)則和空間例外1）

通用性知識可視化ConceptmapMindmap5.4知識可視化ThinkingmapCognitivemapSemanticnetwork2）可視化的三種情形知識結(jié)果可視化知識狀態(tài)可視化知識過程可視化動態(tài)標(biāo)量場f:(x,y,t)R3）三種空間知識的可視化Knowingwhat可視化Knowingwhy可視化Knowinghow可視化4）挖掘的知識可視化不同地區(qū)人們眼中的空間特征的地圖可視化表達(dá)空間關(guān)聯(lián)規(guī)則的地圖可視化表達(dá)空間關(guān)聯(lián)規(guī)則可視化表達(dá)空間關(guān)聯(lián)規(guī)則可視化表達(dá)時空演變規(guī)律的地圖可視化表達(dá)5）泛在空間知識可視化VGI志愿者信息可視化賽伯空間可視化泛在空間中的POI點分布特征知識可視化5.5可視化系列著作推薦

FastCoLabs邀請了幾位赫赫有名的可視化博客、博主來回答他們眼中最具標(biāo)志性的可視化作品以及原因，受邀的三位分別是EagerEyes的RobertKosara，VisualisingData的AndyKirk，以及NationalPublicRadio的數(shù)據(jù)編輯MattStiles。5.6十大標(biāo)志性可視化作品1）WindMap是一個交互式實時風(fēng)場可視化作品，數(shù)據(jù)每小時更新一次，用戶可以通過雙擊放大到更精細(xì)的分辨率，看到非常美妙的風(fēng)場?；豢梢姙榭梢娨恢倍际菙?shù)據(jù)可視化的目標(biāo)。2）GapMinder是另一個耳熟能詳?shù)目梢暬髌?，GapMinder用簡簡單單的動態(tài)散點圖就回答了世界發(fā)展的歷史、現(xiàn)狀和趨勢。3）TheEbbandFlowStreamgraph是紐約時報在2008年發(fā)布的交互式電影票房可視化作品，作品以非常優(yōu)美的流的形式展現(xiàn)了1986年到2008年所有電影從上映到下檔的票房。4）PathstotheWhiteHouse是又一個交互式可視化，下圖展現(xiàn)了2012年美國大選的其它可能性。5）DeathandTaxes是一張展現(xiàn)美國聯(lián)邦超過500個部門、項目財政預(yù)算的信息圖，信息量涵蓋之廣讓人嘆為觀止。從04年至今，每年設(shè)計師Bachman都會發(fā)布最新的財政預(yù)算信息圖，2014年的信息圖由TimePlots發(fā)布。6）同性戀權(quán)益在美國這樣的聯(lián)邦國家各州各不相同，為了清晰表達(dá)到底哪個州是同性戀的天堂或是地獄，衛(wèi)報做了GayRights,StatebyState的交互式可視化作品，該作品贏得了今年數(shù)據(jù)新聞大獎的數(shù)據(jù)驅(qū)動的敘述獎。作品以不同顏色代表不同權(quán)利如結(jié)婚、教育、就業(yè)等，單這一張圖其實已經(jīng)足夠說明很多情況，東北部地區(qū)大多是同性戀天堂而東南部地區(qū)同性戀者生活艱難。7）

BikiniChart其實只是一個條形圖，由奧巴馬團(tuán)隊發(fā)布于2012年，用于對比就業(yè)率在奧巴馬上臺后和布什政府時期的改善情況。之所以被民間戲稱為比基尼圖，自然是因為它的形狀，這也是這張圖流行的重要原因，誰不喜歡吐槽呢?因為表達(dá)的是公民失去工作的情況(記為負(fù)數(shù))，所以條形更多地被設(shè)計在基準(zhǔn)坐標(biāo)以下。從布什政府上臺造成越來越多的失業(yè)，到奧巴馬政府上臺失業(yè)率有所改善，這個形勢使得整個條形圖形成了一個類似于比基尼的形狀。

8）APeekIntoNetflixQueues也是來自于紐約時報的可視化作品(大品牌值得信賴)，列出了NetFlex在2009年最受歡迎的電影電視劇，以及在各個城市的觀影情況。一些電影電視在不同城市的接受度大相徑庭。但是對于為什么有些電影在一些城市更受歡迎，作品中并沒有給出進(jìn)一步的分析解釋，還有待用戶自己發(fā)現(xiàn)。9）WhyIsHerPayCheckSmaller?這個作品表達(dá)了相同工作，男女薪水待遇不同。作品非常簡單，只是在職業(yè)的散點圖上增加了一些標(biāo)準(zhǔn)線，不同顏色代表不同行業(yè)。但是這些標(biāo)準(zhǔn)線對于用戶閱讀可視化，吸收作品真正想傳達(dá)的意義起到了巨大的作用，讓用戶在視覺上不由自主地把對標(biāo)準(zhǔn)線一邊和另一邊的進(jìn)行對比。首先男女收入相當(dāng)?shù)臉?biāo)準(zhǔn)線無疑是最重要的，看來果然還是男人待遇比較高啊。再下來別是女人薪水少10%，20%，30%的標(biāo)準(zhǔn)線，看來金融領(lǐng)域的女人分外受到歧視啊……

10）HowCommonisYourBirthday?是一個簡單的用熱度表達(dá)美國最普遍的生日日期的信息圖，七八九十月出生是最普遍的，往回推的話就是圣誕前后一兩個月懷孕，非常合理。不知道我國是不是也會形成小長假、春節(jié)的類似于pattern呢?序號工具名稱描述1iChartsiCharts是一個在線的數(shù)據(jù)可視化工具，被廣泛應(yīng)用于商業(yè)、經(jīng)濟(jì)、體育等領(lǐng)域的報告中。iCharts免費版本提供了一些基本的交互式圖表樣式，如果使用更高級的樣式，則需要購買高級版本。2FusionChartsSuitXT

FusionChartsSuitXT是一個專業(yè)的JavaScript圖表庫，可以用來創(chuàng)建90多種類型的圖表，包括2D和3D版本的圖表。3ModestMaps這是一個小型的、免費、用于創(chuàng)建交互式地圖的庫4PizzaPieCharts這是一個基于AdobeSnapSVG框架的響應(yīng)式的餅圖，主要使用HTML和CSS來生成圖表，但你也可以使用JavaScript對象。5RawRaw是一個開源的數(shù)據(jù)可視化工具，基于流行的D3.js，支持多種圖表類型。5.7一些可視化軟件序號工具名稱描述6LeafletLeaflet是一個開源的JavaScript庫，用于創(chuàng)建對移動設(shè)備友好的交互式地圖。7Chartkick

Chartkick是一個Rubygem，可非常方便、快速地創(chuàng)建漂亮的圖標(biāo)。Chartkick還有一個JavaScriptAPI，不依賴于Ruby。8EmberCharts這是一個基于Ember.js和d3.js框架的圖表庫，包括時間序列、條形圖、餅圖、線型圖、散點圖等多種類型，且易于擴(kuò)展和修改。9SpringySpringy是一個使用JavaScirpt實現(xiàn)的有向圖布局算法，使用了真實世界中的一些物理原理，你可以隨意拖動圖表中的元素。10BonsaiBonsai是一個開源的JavaScript庫，用于創(chuàng)建圖形和動畫，并配備了一個直觀，功能豐富的API。序號工具名稱描述11GoogleCharts一個封裝googleapi的Jgcharts插件，利用它很輕松地可以通過簡單的數(shù)據(jù)生成多樣的圖表.12jsDraw2DX一個標(biāo)準(zhǔn)的JavaScript庫，用來創(chuàng)建任意類型的SVG交互式圖形，可生成包括線、舉行、多邊形、橢圓、弧線等圖形13Cube美國Citilabs公司開發(fā)的一套卓越的交通模擬與規(guī)劃軟件系統(tǒng)，同時也是交通規(guī)劃領(lǐng)域使用最廣泛的軟件。擁有一套完整的用于交通規(guī)劃的軟件模塊。使用Cube,用戶能統(tǒng)計、對比和輸出高質(zhì)量的圖形和各種類型的報告方法，快速生成決策信息。14GanttiGantti是一個開源的PHP類，幫助用戶即時生成Gantti圖表。使用Gantti創(chuàng)建圖表無需使用JavaScript，純HTML-CSS3實現(xiàn)。15SmoothieCharts是一個十分小的動態(tài)流數(shù)據(jù)圖表路。通過推送一個webSocket來顯示實時數(shù)據(jù)流。SmoothieCharts只支持Chorme和Safari瀏覽器，并且不支持刻印文字或餅圖，它很擅長顯示流媒體數(shù)據(jù)。序號工具名稱描述16Envision.js是快速創(chuàng)建動態(tài)交互式的可視化HTML5圖表庫。17BirdEye它屬于一個群體專案，為了要提升設(shè)計和廣泛的開源資料視覺化發(fā)展，并且為了AdobeFlex建視覺分析圖庫，這個動作以敘述性的資料庫為主，讓使用者能夠建立多元資料視覺化界面來分析以及呈現(xiàn)資訊18Arbor.js一個利用WebWorks和

jQuery

創(chuàng)建的可視化圖形庫，它為圖形組織和屏幕刷新處理提供了一個高效的、力導(dǎo)向的布局算法19Gephi不需要任何地圖提供者像GoogleMaps，用來建立互動式地圖，由兩個libraries組成，從空間數(shù)據(jù)開放格式，利用向量投影的Pythonlibrary以及postGIS，并將兩者結(jié)合到SVG和JavaScriptlibrary，并把這些SVG資料轉(zhuǎn)變成互動性地圖20HighChartjs是單純由JavaScript所寫的圖表資料庫，提供簡單的方法來增加互動性圖表來表達(dá)你的網(wǎng)站或網(wǎng)站應(yīng)用程式。目前它能支援線圖、樣條函數(shù)圖。序號工具名稱描述21JavascriptInfoVISTool

是一個在Web上創(chuàng)建可交互式的數(shù)據(jù)圖表的JavaScript庫22Axiis是一個數(shù)據(jù)可視化框架，于五月份使用MIT許可證發(fā)布?！皵?shù)據(jù)可視化”這個詞經(jīng)常用來描述應(yīng)用數(shù)據(jù)的圖形化視圖，如圖表和圖形。23Protviss是一個使用JavaScriptCanvas元素實現(xiàn)的可視化組件。開發(fā)者可以利用簡單的標(biāo)記如線條和圓點+數(shù)據(jù)來繪制自定義圖表。24HumbleFinance是一個與Flash工具相似的HMTL5數(shù)據(jù)可視化工具。該工具完全由JavaScript開發(fā)，使用Prototype與Flotr庫。此工具很適合用來顯示經(jīng)融財務(wù)數(shù)據(jù)，也適合顯示任何共享軸線的兩個2D數(shù)據(jù)集。25D3.js是最流行的可視化庫之一，它被很多其他的表格插件所使用。它允許綁定任意數(shù)據(jù)到DOM，然后將數(shù)據(jù)驅(qū)動轉(zhuǎn)換應(yīng)用到Document中。你可以使用它用一個數(shù)組創(chuàng)建基本的HTML表格，或是利用它的流體過度和交互，用相似的數(shù)據(jù)創(chuàng)建驚人的SVG條形圖序號工具名稱描述26Dipity一款基于Timeline的Web應(yīng)用軟件，用戶可以將自己在網(wǎng)絡(luò)上的各種社會性行為（Flickr、Twitter、Youtube、Blog/RSS等）聚合并全部導(dǎo)入到自己的Dipity時間軸上。27Kartograph不需要任何地圖提供者像GoogleMaps，用來建立互動式地圖，由兩個libraries組成，從空間數(shù)據(jù)開放格式，利用向量投影的Pythonlibrary以及postGIS，并將兩者結(jié)合到SVG和JavaScriptlibrary，并把這些SVG