VR——数据可视化的下一个大前沿

近年来，数据量和速度的惊人增长使得消费和理解大量信息变得复杂。 这对正确分析大数据和使用数据可视化以实现卓越的质量和战略决策提出了挑战。

数据可视化的作用

对于那些了解大数据整个价值链的人来说，数据可视化是整个价值链的最后一个关键阶段。 它通常是大数据关键的最后一步。 在数据挖掘和网络提取专家的帮助下从不同来源提取数据后，通过 Hadoop 等大数据分析工具对其进行分析。 然而，故事并没有就此结束。 分析之后还有一个关键的最后一步——即传输数据分析师产生的见解并与业务分析师和决策者分享，以便接收者从这些可操作的见解中获得正确的信息，以用于他们的决策目的。

数据可视化阶段的主要目标是将数据科学家的发现结合起来，并以一种将信息传达给了解业务的人（而不是了解数据的人）的方式制作引人入胜的叙述。 虽然传统的可视化利用了良好的旧条形图和饼图，但从这些模式产生的洞察力相当高级或通用。 而当今爆炸性的大数据分析需要一种更精细的方法来呈现数据并讲述完整的故事。

在数据可视化中进入虚拟现实

关于虚拟现实 (VR) 和增强现实 (AR) 在增强房地产、零售、媒体和娱乐等特定行业的客户服务体验方面的影响已经写了很多文章。 然而，一个更有趣的用例以数据可视化和数据科学的形式出现。 这背后是有原因的。

我们的眼睛和大脑可以从笔记本电脑或投影仪屏幕上吸收多少数据存在一些主要缺点——当查看各种事实、见解和相关性时，这些数据会呈指数级增强。 小时的需要是增加数据可视化所呈现的沉浸感。 SAS 表示我们的信息处理限制为每秒不到 1 千比特。 考虑到每天每一秒都在冲击我们的海量数据，这是一个令人大开眼界的声明。 当我们在数据可视化阶段无法应对时，大数据分析以闪电般的速度出现在我们面前有什么意义？

这正是虚拟现实的用武之地。

借助广泛的沉浸式体验，用户可以进入具有 360ᵒ 视野范围和 3D 运动的数字空间。 这种体验比数据点的平面呈现更吸引人。 想象一下，在 LinkedIn 等社交媒体平台上展示数百万个连接节点，并试图从中获得洞察力。 使用 VR 可以帮助完美地解决大型演示问题。

认为这个想法很新？ 实际上没有，VR 呈现大量数据点或其相互关联的想法已经存在了相当长的一段时间。 以固特异轮胎为例。 他们曾与 VR 资深人士 Robert Maples 博士合作，利用来自历史指针的数据制作了一个引人入胜的赛车轮胎模拟。 在实时 VR 中对赛车轮胎对每个变量的影响和影响进行建模、监控和分析。 目标？ 要找到一个关键问题的答案“为什么装有固特异轮胎的汽车会输掉比赛？” 基于 VR 的数据可视化帮助他们在超快的时间内找到答案。

我们可用的选项

使基于 VR 的数据可视化更具吸引力的是硬件的可用性，这些硬件拥有更轻的屏幕和更小的能够输入、处理和存储的 VR 单元。 这一切都始于 2014 年谷歌推出的 Cardboard VR 耳机，并被 Facebook 的 Oculus Rift 消费级耳机彻底改变。 最新进军的是流行的 VR 应用程序和游戏解决方案 Unity 3D。 该公司坚定地致力于数据分析师使用的应用程序，并正在开发一系列旨在提升数据可视化体验的解决方案。

今天，在卓越品质的 VR 解决方案中，人们首先想到的名字是 Oculus。 该公司开发了一套丰富的工具，专为 VR 应用程序开发人员设计。 尽管大多数工具确实专注于游戏和娱乐等行业所需的交互体验，但同样有可能添加更多工具来帮助大数据分析中的数据可视化过程。

挑战与解决方案

现在让我们继续探索将 VR 和 AR 与数据可视化及其各自分辨率相结合的一些主要障碍——

• 硬件和设备——当前的趋势是使用头戴式显示器（HMD）将虚拟物体与真实场景融合。 这受到场景分辨率较低、视点匹配和成本过高等限制。 此外，当今大多数 HMD 都缺乏与直观手势的交互。

作为对这个问题的回答，需要重新设计界面和设备，以确保它们易于使用并具有更好的直观功能。

• 更好的集成——当今的系统和解决方案不能充分解决诸如 3D 区域内的导航、缩放、流/路径元素、子空间选择或视图路线安排等问题。

一个理想的解决方案应该能够整合手势和语音交互，让整个系统更加直观。 这可以通过开发一个机器学习系统来完成，该系统可以使这些声音和手势更具影响力。

• 感知的影响——即使是最先进的计算能力，如神经网络，也无法与人类思维竞争。 人类感知和推理的双重特征是非常复杂的，在不同的人类中具有与多种多样的相互作用的颗粒特征和特征。

解决方案是通过实现数据可视化的简单性来消除信息过载和误解的障碍。

• 屏幕尺寸限制——当前的头戴式显示器具有两个屏幕。 然而，显示器离眼睛很近，因此连续观看会让人不舒服。

除了消除颗粒感和低分辨率之外，设备制造商还需要进行研发，以了解如何提高观看舒适度，从而更好地与小工具进行更长时间的交互。

• 对象跟踪——在虚拟 3D 空间中跟踪对象对于提高用户与系统的交互水平至关重要。 这需要考虑在演示过程中经常变化的对象的位置坐标和方向值。

小时的需要是拥有更强大、更精确、更有效的软件，以确保从虚拟中的真实跟踪和识别顺利进行。

• 虚拟与真实的不对齐——当虚拟对象或元素放置在真实场景上时，目标是实现两者之间的位置、坐标、焦点和距离的无缝对齐。 然而，即使是配置中的一个小问题，也可能会错误地渲染对比度、亮度和焦点，从而扭曲 3D 虚拟现实空间中虚实的对齐和融合。

现代硬件技术应该考虑到人眼的能力和局限性，以及它如何感知亮度、对比度、色调和饱和度等特征。

注销

事实证明，虚拟现实 (VR) 提供的沉浸式体验可以提升跨行业公司使用的媒体格式的呈现和视觉吸引力。 数据科学行业也对 VR 在数据可视化过程中展现的潜力充满热情。 如果以正确的方式加以利用，这种媒体格式能够对业务利益相关者和决策者呈现和消化数据的方式产生巨大影响。

虽然我们可用的软件范围（从 Oculus API 和 Gear 等专有软件到 Blender 等开源工具）足以在全方位 3D 体验中传达具有视觉吸引力的数据可视化信息，但仍有很长的路要走在数据科学能够真正利用专为将数据可视化提升到一个新水平而构建的 VR 工具之前先走一步。 然而，事实仍然是，VR 非常适合大数据可视化，这要归功于它能够增加可视化的粒度，同时仍然保持高度吸引人、有意义和令人兴奋。 当然，为决策者提供明确性以基于可视化采取有针对性的具体行动的最终目标将始终是大数据价值链中数据可视化整个阶段的核心。

请继续关注我们的下一篇文章，了解为什么医疗保健公司应该关注网络抓取

计划从网络获取数据？ 我们是来帮忙的。 让我们知道您的要求。