VR——數據可視化的下一個大前沿

近年來，數據量和速度的驚人增長使得消費和理解大量信息變得複雜。 這對正確分析大數據和使用數據可視化以實現卓越的質量和戰略決策提出了挑戰。

數據可視化的作用

對於那些了解大數據整個價值鏈的人來說，數據可視化是整個價值鏈的最後一個關鍵階段。 它通常是大數據關鍵的最後一步。 在數據挖掘和網絡提取專家的幫助下從不同來源提取數據後，通過 Hadoop 等大數據分析工具對其進行分析。 然而，故事並沒有就此結束。 分析之後還有一個關鍵的最後一步——即傳輸數據分析師產生的見解並與業務分析師和決策者分享，以便接收者從這些可操作的見解中獲得正確的信息，以用於他們的決策目的。

數據可視化階段的主要目標是將數據科學家的發現結合起來，並以一種將信息傳達給了解業務的人（而不是了解數據的人）的方式製作引人入勝的敘述。 雖然傳統的可視化利用了良好的舊條形圖和餅圖，但從這些模式產生的洞察力相當高級或通用。 而當今爆炸性的大數據分析需要一種更精細的方法來呈現數據並講述完整的故事。

在數據可視化中進入虛擬現實

關於虛擬現實 (VR) 和增強現實 (AR) 在增強房地產、零售、媒體和娛樂等特定行業的客戶服務體驗方面的影響已經寫了很多文章。 然而，一個更有趣的用例以數據可視化和數據科學的形式出現。 這背後是有原因的。

我們的眼睛和大腦可以從筆記本電腦或投影儀屏幕上吸收多少數據存在一些主要缺點——當查看各種事實、見解和相關性時，這些數據會呈指數級增強。 小時的需要是增加數據可視化所呈現的沉浸感。 SAS 表示我們的信息處理限制為每秒不到 1 千比特。 考慮到每天每一秒都在衝擊我們的海量數據，這是一個令人大開眼界的聲明。 當我們在數據可視化階段無法應對時，大數據分析以閃電般的速度出現在我們面前有什麼意義？

這正是虛擬現實的用武之地。

借助廣泛的沉浸式體驗，用戶可以進入具有 360ᵒ 視野範圍和 3D 運動的數字空間。 這種體驗比數據點的平面呈現更吸引人。 想像一下，在 LinkedIn 等社交媒體平台上展示數百萬個連接節點，並試圖從中獲得洞察力。 使用 VR 可以幫助完美地解決大型演示問題。

認為這個想法很新？ 實際上沒有，VR 呈現大量數據點或其相互關聯的想法已經存在了相當長的一段時間。 以固特異輪胎為例。 他們曾與 VR 資深人士 Robert Maples 博士合作，利用來自歷史指針的數據製作了一個引人入勝的賽車輪胎模擬。 在實時 VR 中對賽車輪胎對每個變量的影響和影響進行建模、監控和分析。 目標？ 要找到一個關鍵問題的答案“為什麼裝有固特異輪胎的汽車會輸掉比賽？” 基於 VR 的數據可視化幫助他們在超快的時間內找到答案。

我們可用的選項

使基於 VR 的數據可視化更具吸引力的是硬件的可用性，這些硬件擁有更輕的屏幕和更小的能夠輸入、處理和存儲的 VR 單元。 這一切都始於 2014 年谷歌推出的 Cardboard VR 耳機，並被 Facebook 的 Oculus Rift 消費級耳機徹底改變。 最新進軍的是流行的 VR 應用程序和遊戲解決方案 Unity 3D。 該公司堅定地致力於數據分析師使用的應用程序，並正在開發一系列旨在提升數據可視化體驗的解決方案。

今天，在卓越品質的 VR 解決方案中，人們首先想到的名字是 Oculus。 該公司開發了一套豐富的工具，專為 VR 應用程序開發人員設計。 儘管大多數工具確實專注於遊戲和娛樂等行業所需的交互體驗，但同樣有可能添加更多工具來幫助大數據分析中的數據可視化過程。

挑戰與解決方案

現在讓我們繼續探索將 VR 和 AR 與數據可視化及其各自分辨率相結合的一些主要障礙——

• 硬件和設備——當前的趨勢是使用頭戴式顯示器（HMD）將虛擬物體與真實場景融合。 這受到場景分辨率較低、視點匹配和成本過高等限制。 此外，當今大多數 HMD 都缺乏與直觀手勢的交互。

作為對這個問題的回答，需要重新設計界面和設備，以確保它們易於使用並具有更好的直觀功能。

• 更好的集成——當今的系統和解決方案不能充分解決諸如 3D 區域內的導航、縮放、流/路徑元素、子空間選擇或視圖路線安排等問題。

一個理想的解決方案應該能夠整合手勢和語音交互，讓整個系統更加直觀。 這可以通過開發一個機器學習系統來完成，該系統可以使這些聲音和手勢更具影響力。

• 感知的影響——即使是最先進的計算能力，如神經網絡，也無法與人類思維競爭。 人類感知和推理的雙重特徵是非常複雜的，在不同的人類中具有與多種多樣的相互作用的顆粒特徵和特徵。

解決方案是通過實現數據可視化的簡單性來消除信息過載和誤解的障礙。

• 屏幕尺寸限制——當前的頭戴式顯示器具有兩個屏幕。 然而，顯示器離眼睛很近，因此連續觀看會讓人不舒服。

除了消除顆粒感和低分辨率之外，設備製造商還需要進行研發，以了解如何提高觀看舒適度，從而更好地與小工具進行更長時間的交互。

• 對象跟踪——在虛擬 3D 空間中跟踪對像對於提高用戶與系統的交互水平至關重要。 這需要考慮在演示過程中經常變化的對象的位置坐標和方向值。

小時的需要是擁有更強大、更精確、更有效的軟件，以確保從虛擬中的真實跟踪和識別順利進行。

• 虛擬與真實的不對齊——當虛擬對像或元素放置在真實場景上時，目標是實現兩者之間的位置、坐標、焦點和距離的無縫對齊。 然而，即使是配置中的一個小問題，也可能會錯誤地渲染對比度、亮度和焦點，從而扭曲 3D 虛擬現實空間中虛實的對齊和融合。

現代硬件技術應該考慮到人眼的能力和局限性，以及它如何感知亮度、對比度、色調和飽和度等特徵。

註銷

事實證明，虛擬現實 (VR) 提供的沉浸式體驗可以提升跨行業公司使用的媒體格式的呈現和視覺吸引力。 數據科學行業也對 VR 在數據可視化過程中展現的潛力充滿熱情。 如果以正確的方式加以利用，這種媒體格式能夠對業務利益相關者和決策者呈現和消化數據的方式產生巨大影響。

雖然我們可用的軟件範圍（從 Oculus API 和 Gear 等專有軟件到 Blender 等開源工具）足以在全方位 3D 體驗中傳達具有視覺吸引力的數據可視化信息，但仍有很長的路要走在數據科學能夠真正利用專為將數據可視化提升到一個新水平而構建的 VR 工具之前先走一步。 然而，事實仍然是，VR 非常適合大數據可視化，這要歸功於它能夠增加可視化的粒度，同時仍然保持高度吸引人、有意義和令人興奮。 當然，為決策者提供明確性以基於可視化採取有針對性的具體行動的最終目標將始終是大數據價值鏈中數據可視化整個階段的核心。

請繼續關注我們的下一篇文章，了解為什麼醫療保健公司應該關注網絡抓取

計劃從網絡獲取數據？ 我們是來幫忙的。 讓我們知道您的要求。