掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
基于數據挖掘的煤礦安全可視化管理 版權信息
- ISBN：9787030696151
- 條形碼：9787030696151 ; 978-7-03-069615-1
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
基于數據挖掘的煤礦安全可視化管理 內容簡介
本書從煤礦安全管理出發，以煤礦安全隱患數據為例，利用了可視化技術、數據挖掘相關技術分析煤礦安全隱患，綜合比對相關方法的優劣；從認知心理學角度，評價相關可視化展示方式的展示效果，建立了相關的評價體系。全書很終建立了一套包含數據、方法、展示在內的完整的煤礦安全可視化管理體系。
基于數據挖掘的煤礦安全可視化管理 目錄
目錄
前言
第1章 緒論 1
1.1 研究背景 1
1.2 發展可視化管理的目的和意義 3
1.3 可視化管理的科學問題 4
1.4 主要研究方法 5
1.5 內容框架 6
第2章 國內外研究綜述 8
2.1 可視化管理理論 8
2.2 數據可視化方法 11
2.3 時間序列數據趨勢性 15
2.3.1 時間序列趨勢性分析與描述 15
2.3.2 時間序列分段線性表示研究 17
2.3.3 時間序列趨勢相似性度量研究 19
2.4 可視化圖元體系 20
2.4.1 圖元內涵界定 20
2.4.2 圖元技術研究 21
2.4.3 圖元提取研究 22
2.4.4 圖元設計研究 25
2.4.5 圖元應用研究 27
2.5 可視化管理效應 29
2.5.1 可視化效應相關研究 29
2.5.2 可視化效應相關認知理論與實驗研究 30
第3章 可視化管理理論體系構建 34
3.1 可視化管理內涵 34
3.2 可視化管理體系構建 35
3.2.1 可視化管理體系總架構 35
3.2.2 可視化管理理論支持 37
3.2.3 可視化管理技術 53
3.2.4 知識可視化研究的根本問題 56
3.2.5 展示可視化研究的根本問題 57
3.3 可視化管理機理分析 58
3.3.1 作用機理理論分析 58
3.3.2 知識可視化方法及實現 61
3.3.3 展示可視化方法及實現 63
3.4 可視化管理模型 66
3.4.1 知識可視化模型 66
3.4.2 展示可視化模型 68
第4章 可視化管理數據治理 70
4.1 可視化管理數據源及特點 70
4.2 可視化管理數據集構造 73
4.2.1 數據集1：TF煤業煤礦安全數據 73
4.2.2 數據集2：司馬煤業煤礦安全隱患數據 84
4.2.3 數據集3：煤礦安全事故調查報告數據 91
4.2.4 數據集4：煤礦CO監測數據 91
4.2.5 數據集5：煤礦瓦斯監測數據 93
4.2.6 數據集6：煤礦負壓監測數據 94
4.3 數據清洗及組織 95
4.3.1 數據異常的主要類型 96
4.3.2 數據清洗的任務和過程 97
4.3.3 數據清洗的具體方法 98
4.3.4 數據清洗的評價標準 99
第5章 基于交互分析的知識可視化研究 101
5.1 交互分析概述 101
5.1.1 對應分析模型 101
5.1.2 對數線性模型 104
5.1.3 灰色關聯模型 105
5.1.4 變量獨立性檢驗 107
5.2 安全變量交互分析 109
5.2.1 兩變量交互分析 109
5.2.2 多變量交互分析 115
5.3 隱患時空規律分析 125
5.3.1 煤礦安全隱患時間規律分析 126
5.3.2 煤礦安全隱患空間規律分析 132
第6章 基于文本挖掘的知識可視化研究 138
6.1 文本挖掘概述 138
6.2 LDA文本主題模型 139
6.3 文本分類模型 141
6.4 煤礦安全隱患主題挖掘 145
6.5 煤礦安全隱患文本分類 149
第7章 基于社會網絡分析的知識可視化研究 154
7.1 社會網絡分析概述 154
7.1.1 社會網絡分析基本概念 154
7.1.2 社會網絡的分類 155
7.1.3 社會網絡的研究范圍 156
7.2 煤礦安全隱患社會網絡分析 157
7.2.1 中心性分析 158
7.2.2 凝聚子群分析 159
7.3 煤礦事故致因社會網絡分析 160
7.3.1 事故致因模型構建 161
7.3.2 網絡模型分析 167
第8章 基于關聯規則挖掘的知識可視化研究 172
8.1 關聯規則挖掘概述 172
8.1.1 關聯規則簡介 172
8.1.2 Apriori算法 175
8.1.3 FP-Growth算法 176
8.1.4 多維關聯規則挖掘 177
8.2 TF 煤業危險源關聯規則分析 178
8.2.1 建模分析 179
8.2.2 模型構建 179
8.2.3 關聯規則挖掘工具 180
8.2.4 煤礦危險源關聯規則挖掘實例 180
8.3 司馬煤業煤礦危險源關聯規則挖掘 185
8.3.1 危險源關聯規則挖掘問題描述 185
8.3.2 司馬煤業危險源辨識與危險源類型 186
8.3.3 司馬煤業危險源關聯規則挖掘 187
8.4 煤礦安全事故致因因素的關聯規則挖掘 191
8.4.1 煤礦安全事故致因關聯規則挖掘模型 191
8.4.2 煤礦安全事故致因因素時間關聯規則 199
8.4.3 關聯規則挖掘對煤礦安全管理的影響 210
第9章 基于趨勢性分析的時間序列數據知識可視化研究 212
9.1 時間序列趨勢描述基元體系 212
9.2 基于遺傳算法的時間序列分段線性表示 214
9.2.1 算法實現步驟 215
9.2.2 基于PLR_GA的時間序列數據降維變換過程 218
9.2.3 算法特點分析 219
9.3 基于SPADE算法的趨勢序列頻繁模式發現 219
9.4 動態模式匹配 221
9.4.1 模式匹配距離 221
9.4.2 動態時間彎曲距離 221
9.4.3 動態模式匹配 222
9.4.4 算法特點分析 223
9.5 CO監測數據趨勢性分析 224
9.5.1 基于PLR_GA的降維趨勢變換 224
9.5.2 不同壓縮率條件下的CO頻繁序列模式評估 227
9.6 瓦斯監測數據趨勢性分析 229
9.6.1 基于PLR_GA的降維趨勢變換 229
9.6.2 不同壓縮率條件下的瓦斯趨勢序列頻繁模式評估 232
9.7 負壓監測數據趨勢性分析 235
9.7.1 基于PLR_GA的降維趨勢變換 236
9.7.2 不同壓縮率條件下的負壓趨勢序列頻繁模式評估 238
9.8 煤礦安全綜合數據趨勢性分析 242
9.8.1 數據選擇與預處理 242
9.8.2 煤礦安全趨勢序列數據類型識別 244
9.8.3 聚類結果 245
9.8.4 基于SPADE的序列趨勢相似性關系分析與評估 246
第10章 可視化管理圖元研究 249
10.1 圖元 249
10.1.1 圖元相關概念 249
10.1.2 圖元的應用 250
10.1.3 圖元構成方法 252
10.2 可視化圖元提取研究 255
10.2.1 煤礦安全可視化管理圖元提取研究 255
10.2.2 煤礦安全可視化管理基本圖元OMP 提取模型研究 256
10.2.3 煤礦安全可視化管理基本圖元構建 257
10.2.4 煤礦安全可視化管理有效信息內容研究 257
10.2.5 煤礦安全可視化管理專業圖元提取研究 259
10.3 可視化圖元設計研究 261
10.3.1 可視化管理圖元設計認知因素研究 261
10.3.2 煤礦安全可視化管理圖元設計選擇PDCE 模型 262
10.3.3 煤礦安全可視化管理圖元設計研究 262
10.3.4 煤礦安全可視化管理圖元選擇研究 265
10.4 可視化圖元拼接與組合研究 265
10.4.1 圖元拼接與組合基本理論 265
10.4.2 場景拼接中涉及的原則和依據 267
10.4.3 管理場景 271
10.5 可視化圖元應用 277
10.5.1 煤礦安全可視化管理圖元應用內容及原則 277
10.5.2 煤礦安全可視化管理圖元應用RCPG 模型 281
10.5.3 煤礦安全可視化管理圖元應用模型定性與定量分析 286
第11章 可視化方式研究 300
11.1 可視化方式 300
11.1.1 可視化方式相關概念 300
11.1.2 可視化方式的相關理論 301
11.1.3 可視化方式的應用 306
11.2 煤礦安全可視化方式關聯因素研究 309
11.2.1 煤礦安全可視化方式的關聯因素維度研究 309
11.2.2 煤礦安全可視化方式的描述因素分析 312
11.2.3 煤礦安全可視化方式的影響因素分析 320
11.2.4 煤礦安全可視化方式的SCE因素關系模型 325
11.2.5 煤礦安全可視化方式的ISQ優化需求評估 328
11.3 煤礦安全可視化方式設計選擇研究 331
11.3.1 煤礦安全可視化方式的設計選擇理論 332
11.3.2 煤礦安全可視化方式的FODV設計模型 334
11.3.3 煤礦安全可視化方式的優化設計實例與效果分析 342
11.3.4 煤礦安全可視化方式的選擇模式研究 350
11.3.5 煤礦安全可視化方式的選擇交互系統實現 354
第12章 可視化管理效應研究 361
12.1 可視化管理效應 361
12.1.1 可視化管理效應相關概念 361
12.1.2 可視化管理效應指標選擇 362
12.2 可視化管理效應評價指標體系構建 364
12.2.1 煤礦安全可視化管理效應的評價指標構建 364
12.2.2 煤礦安全可視化管理主體效應指標 365
12.2.3 煤礦安全可視化管理客體效應指標 367
12.2.4 煤礦安全可視化管理組織效應指標 367
12.2.5 煤礦安全可視化管理效應指標篩選 368
12.3 可視化管理效應的影響因素分析 369
12.3.1 煤礦安全可視化管理效應影響因素研究理論與方法 369
12.3.2 煤礦安全影像可視化實驗 370
12.3.3 煤礦安全圖形可視化實驗 372
12.4 可視化管理效應的評價與優化 374
12.4.1 煤礦安全可視化管理效應評價模型及方法 374
12.4.2 煤礦安全可視化管理效應的評價方法 378
12.4.3 煤礦安全可視化管理效應的優化方法 378
第13章 結論與展望 380
13.1 主要結論 380
13.2 研究展望 383
參考文獻 385
彩圖
前言
第1章 緒論 1
1.1 研究背景 1
1.2 發展可視化管理的目的和意義 3
1.3 可視化管理的科學問題 4
1.4 主要研究方法 5
1.5 內容框架 6
第2章 國內外研究綜述 8
2.1 可視化管理理論 8
2.2 數據可視化方法 11
2.3 時間序列數據趨勢性 15
2.3.1 時間序列趨勢性分析與描述 15
2.3.2 時間序列分段線性表示研究 17
2.3.3 時間序列趨勢相似性度量研究 19
2.4 可視化圖元體系 20
2.4.1 圖元內涵界定 20
2.4.2 圖元技術研究 21
2.4.3 圖元提取研究 22
2.4.4 圖元設計研究 25
2.4.5 圖元應用研究 27
2.5 可視化管理效應 29
2.5.1 可視化效應相關研究 29
2.5.2 可視化效應相關認知理論與實驗研究 30
第3章 可視化管理理論體系構建 34
3.1 可視化管理內涵 34
3.2 可視化管理體系構建 35
3.2.1 可視化管理體系總架構 35
3.2.2 可視化管理理論支持 37
3.2.3 可視化管理技術 53
3.2.4 知識可視化研究的根本問題 56
3.2.5 展示可視化研究的根本問題 57
3.3 可視化管理機理分析 58
3.3.1 作用機理理論分析 58
3.3.2 知識可視化方法及實現 61
3.3.3 展示可視化方法及實現 63
3.4 可視化管理模型 66
3.4.1 知識可視化模型 66
3.4.2 展示可視化模型 68
第4章 可視化管理數據治理 70
4.1 可視化管理數據源及特點 70
4.2 可視化管理數據集構造 73
4.2.1 數據集1：TF煤業煤礦安全數據 73
4.2.2 數據集2：司馬煤業煤礦安全隱患數據 84
4.2.3 數據集3：煤礦安全事故調查報告數據 91
4.2.4 數據集4：煤礦CO監測數據 91
4.2.5 數據集5：煤礦瓦斯監測數據 93
4.2.6 數據集6：煤礦負壓監測數據 94
4.3 數據清洗及組織 95
4.3.1 數據異常的主要類型 96
4.3.2 數據清洗的任務和過程 97
4.3.3 數據清洗的具體方法 98
4.3.4 數據清洗的評價標準 99
第5章 基于交互分析的知識可視化研究 101
5.1 交互分析概述 101
5.1.1 對應分析模型 101
5.1.2 對數線性模型 104
5.1.3 灰色關聯模型 105
5.1.4 變量獨立性檢驗 107
5.2 安全變量交互分析 109
5.2.1 兩變量交互分析 109
5.2.2 多變量交互分析 115
5.3 隱患時空規律分析 125
5.3.1 煤礦安全隱患時間規律分析 126
5.3.2 煤礦安全隱患空間規律分析 132
第6章 基于文本挖掘的知識可視化研究 138
6.1 文本挖掘概述 138
6.2 LDA文本主題模型 139
6.3 文本分類模型 141
6.4 煤礦安全隱患主題挖掘 145
6.5 煤礦安全隱患文本分類 149
第7章 基于社會網絡分析的知識可視化研究 154
7.1 社會網絡分析概述 154
7.1.1 社會網絡分析基本概念 154
7.1.2 社會網絡的分類 155
7.1.3 社會網絡的研究范圍 156
7.2 煤礦安全隱患社會網絡分析 157
7.2.1 中心性分析 158
7.2.2 凝聚子群分析 159
7.3 煤礦事故致因社會網絡分析 160
7.3.1 事故致因模型構建 161
7.3.2 網絡模型分析 167
第8章 基于關聯規則挖掘的知識可視化研究 172
8.1 關聯規則挖掘概述 172
8.1.1 關聯規則簡介 172
8.1.2 Apriori算法 175
8.1.3 FP-Growth算法 176
8.1.4 多維關聯規則挖掘 177
8.2 TF 煤業危險源關聯規則分析 178
8.2.1 建模分析 179
8.2.2 模型構建 179
8.2.3 關聯規則挖掘工具 180
8.2.4 煤礦危險源關聯規則挖掘實例 180
8.3 司馬煤業煤礦危險源關聯規則挖掘 185
8.3.1 危險源關聯規則挖掘問題描述 185
8.3.2 司馬煤業危險源辨識與危險源類型 186
8.3.3 司馬煤業危險源關聯規則挖掘 187
8.4 煤礦安全事故致因因素的關聯規則挖掘 191
8.4.1 煤礦安全事故致因關聯規則挖掘模型 191
8.4.2 煤礦安全事故致因因素時間關聯規則 199
8.4.3 關聯規則挖掘對煤礦安全管理的影響 210
第9章 基于趨勢性分析的時間序列數據知識可視化研究 212
9.1 時間序列趨勢描述基元體系 212
9.2 基于遺傳算法的時間序列分段線性表示 214
9.2.1 算法實現步驟 215
9.2.2 基于PLR_GA的時間序列數據降維變換過程 218
9.2.3 算法特點分析 219
9.3 基于SPADE算法的趨勢序列頻繁模式發現 219
9.4 動態模式匹配 221
9.4.1 模式匹配距離 221
9.4.2 動態時間彎曲距離 221
9.4.3 動態模式匹配 222
9.4.4 算法特點分析 223
9.5 CO監測數據趨勢性分析 224
9.5.1 基于PLR_GA的降維趨勢變換 224
9.5.2 不同壓縮率條件下的CO頻繁序列模式評估 227
9.6 瓦斯監測數據趨勢性分析 229
9.6.1 基于PLR_GA的降維趨勢變換 229
9.6.2 不同壓縮率條件下的瓦斯趨勢序列頻繁模式評估 232
9.7 負壓監測數據趨勢性分析 235
9.7.1 基于PLR_GA的降維趨勢變換 236
9.7.2 不同壓縮率條件下的負壓趨勢序列頻繁模式評估 238
9.8 煤礦安全綜合數據趨勢性分析 242
9.8.1 數據選擇與預處理 242
9.8.2 煤礦安全趨勢序列數據類型識別 244
9.8.3 聚類結果 245
9.8.4 基于SPADE的序列趨勢相似性關系分析與評估 246
第10章 可視化管理圖元研究 249
10.1 圖元 249
10.1.1 圖元相關概念 249
10.1.2 圖元的應用 250
10.1.3 圖元構成方法 252
10.2 可視化圖元提取研究 255
10.2.1 煤礦安全可視化管理圖元提取研究 255
10.2.2 煤礦安全可視化管理基本圖元OMP 提取模型研究 256
10.2.3 煤礦安全可視化管理基本圖元構建 257
10.2.4 煤礦安全可視化管理有效信息內容研究 257
10.2.5 煤礦安全可視化管理專業圖元提取研究 259
10.3 可視化圖元設計研究 261
10.3.1 可視化管理圖元設計認知因素研究 261
10.3.2 煤礦安全可視化管理圖元設計選擇PDCE 模型 262
10.3.3 煤礦安全可視化管理圖元設計研究 262
10.3.4 煤礦安全可視化管理圖元選擇研究 265
10.4 可視化圖元拼接與組合研究 265
10.4.1 圖元拼接與組合基本理論 265
10.4.2 場景拼接中涉及的原則和依據 267
10.4.3 管理場景 271
10.5 可視化圖元應用 277
10.5.1 煤礦安全可視化管理圖元應用內容及原則 277
10.5.2 煤礦安全可視化管理圖元應用RCPG 模型 281
10.5.3 煤礦安全可視化管理圖元應用模型定性與定量分析 286
第11章 可視化方式研究 300
11.1 可視化方式 300
11.1.1 可視化方式相關概念 300
11.1.2 可視化方式的相關理論 301
11.1.3 可視化方式的應用 306
11.2 煤礦安全可視化方式關聯因素研究 309
11.2.1 煤礦安全可視化方式的關聯因素維度研究 309
11.2.2 煤礦安全可視化方式的描述因素分析 312
11.2.3 煤礦安全可視化方式的影響因素分析 320
11.2.4 煤礦安全可視化方式的SCE因素關系模型 325
11.2.5 煤礦安全可視化方式的ISQ優化需求評估 328
11.3 煤礦安全可視化方式設計選擇研究 331
11.3.1 煤礦安全可視化方式的設計選擇理論 332
11.3.2 煤礦安全可視化方式的FODV設計模型 334
11.3.3 煤礦安全可視化方式的優化設計實例與效果分析 342
11.3.4 煤礦安全可視化方式的選擇模式研究 350
11.3.5 煤礦安全可視化方式的選擇交互系統實現 354
第12章 可視化管理效應研究 361
12.1 可視化管理效應 361
12.1.1 可視化管理效應相關概念 361
12.1.2 可視化管理效應指標選擇 362
12.2 可視化管理效應評價指標體系構建 364
12.2.1 煤礦安全可視化管理效應的評價指標構建 364
12.2.2 煤礦安全可視化管理主體效應指標 365
12.2.3 煤礦安全可視化管理客體效應指標 367
12.2.4 煤礦安全可視化管理組織效應指標 367
12.2.5 煤礦安全可視化管理效應指標篩選 368
12.3 可視化管理效應的影響因素分析 369
12.3.1 煤礦安全可視化管理效應影響因素研究理論與方法 369
12.3.2 煤礦安全影像可視化實驗 370
12.3.3 煤礦安全圖形可視化實驗 372
12.4 可視化管理效應的評價與優化 374
12.4.1 煤礦安全可視化管理效應評價模型及方法 374
12.4.2 煤礦安全可視化管理效應的評價方法 378
12.4.3 煤礦安全可視化管理效應的優化方法 378
第13章 結論與展望 380
13.1 主要結論 380
13.2 研究展望 383
參考文獻 385
彩圖
展開全部
基于數據挖掘的煤礦安全可視化管理 節選
第1章 緒論 1.1 研究背景 有效的管理將有助于團隊更高效地實現既定目標，幫助組織獲取更大的利益。管理之所以重要，首先體現在，在當今這個復雜的、不斷變化的時代，組織比以往任何時候都需要管理人員具備高超的管理技能和能力，以應對不斷出現的各種挑戰。其次，有效的管理對工作的順利完成至關重要，管理不僅要保證個人完成既定的任務，同時也需要保障團隊、集體的高效運轉。*后，管理能力對于組織的價值創造以及價值觀的形成非常重要。 早期的管理理論家，大體上認為其提出的管理原則應當是普遍適用的，但之后的研究發現了很多這些原則的例外情況。例如，勞動分工是有價值的，而且被廣泛運用，但是工作有時也會變得過度專業化。官僚行政組織適用于多種情況，但在另外一些情況下，其他結構設計效果更加顯著。管理并不是基于過于簡單化的和適用于所有情況的管理原則，不同的和不斷變化的情況要求管理者運用不同的方法和技術。 現今的管理者在進行管理時面臨的問題更加復雜。雖然人們說信息時代的黎明始于 Samuel在1837年發明了電報，但信息技術( Information Technology，IT)*顯著的變化發生于20世紀后半葉，而且這些變化直接影響了管理者的工作。過去，組織的計算資源通常是被鐁在恒溫室的大型計算機，只有專家才能夠接觸。現在，組織中每一個成員都被聯系在一起。就如同18世紀工業革命對剛剛興起的管理產生的影響那樣，信息技術的發展也帶來了戲劇性的變革，并且仍將深刻影響管理組織的方式。 近半個世紀以來，隨著信息技術全面深入地融入人類生產生活的各個角落，信息爆炸已經積累到了一個開始引發變革的程度。每1分鐘，有大約47000個應用程序被下載至電腦、手機上，有6個新的維基百科的文章發表，約有639800 GB的數據在全球網絡上傳輸，包括2000萬次瀏覽照片和3000次的上傳[1]。信息總量的變化導致了信息形態的變化—量變引起了質變。 *先經歷信息爆炸的學科，如天文學和基因學，提出了“大數據”( Big Data)的概念。從字面來看，“大數據”這個詞可能會讓人覺得只是容量非常大的數據集合而已。但容量只不過是大數據特征的一個方面，如果只拘泥于數據量，就無法深入理解當前圍繞大數據所進行的討論。因此，麥肯錫利用四個特征相結合來定義大數據：數量(Volume)、種類(Variety)、速度( Velocity)和價值(Value)。 用一般的現有技術難以駕馭大數據，因此，可視化( Visualization)也就應運而生。可視化可以稱為一種思想、一種模式、一種方法，其目的是實現所有內容真實可見，即人們常說的“看得見”。從自然科學的角度來看，人類對于圖形信息的接收能力遠高于其他類型的信息。根據美國賓夕法尼亞大學醫學院的科研人員估計，人類視網膜“視覺輸入(信息)的速度可以和以太網的傳輸速度相媲美”。在研究中，科研人員將一只取自豚鼠的完好視網膜和一臺稱為“多電極陣列”的設備連接起來，該設備可以測量神經節細胞中的電脈沖值。神經節細胞將信息從視網膜傳達到大腦。基于這一研究，科研人員能夠估計出所有神經節細胞傳遞信息的速度。其中一只豚鼠視網膜含有大概100000個神經節細胞，相應地，科研人員就能夠計算出人類視網膜中的細胞每秒能傳遞多少數據。人類視網膜中大約包含1000000個神經節細胞，算上所有的細胞，人類視網膜能以大約10Mbit/s的速度傳達信息。 丹麥科研人員也同樣證明了人類通過視覺接收的信息比其他任何一種感官都快。如果人類通過視覺接收信息的速度和計算機網絡相當，那么通過觸覺接收信息的速度就只有它的十分之一。人類通過嗅覺和味覺接收信息的速度更慢，大約是觸覺接收速度的十分之一。換句話說，人類通過視覺接收信息的速度比其他感官接收信息的速度快了10～100倍。因此，可視化能夠傳遞龐大的信息量就容易理解了。如果包含大量數據的信息被壓縮成了充滿知識的圖形，那么人類接收這些信息的速度會更快。 管理科學同樣面臨數據激增的問題，自然地，可視化管理的思想也就被隨之引入。可視化是提升管理水平的有效工具，一方面，不論管理者的直覺是多么準確，在當前復雜性日益增長的環境中，僅僅依靠管理人員自己的經驗是不行的。另一方面，優秀的管理不是可以簡單學習到的，隨著管理對象的增多，管理學本身已經成為包羅萬象的復雜科學，成為一個杰出的管理者，比成為一個杰出的藝術家更費時費力。幸運的是，復雜系統不一定需要復雜的管理，而且經常與之相反，*高效的管理人員可以把一個復雜的系統逐步分解，從而化繁為簡，可視化使得這一過程更加直觀，令系統的分解“觸手可及”。 可視化是在管理活動中實現高績效并取得成功的強有力技術。可視化為管理者提供了一種強有力的語言，讓管理人員可以理解復雜系統中的各個關鍵元素，并且把各個元素之間的關系和各個元素對整體的關系栩栩如生地展現給管理者。 可視化可以將事實融入數據，它可以將大量數據壓縮成便于使用的知識。因此，可視化不僅是一種傳遞大量信息的有效途徑，它還和大腦直接聯系在一起，并能觸動感情，引起化學反應。研究表明，不僅可視化本身很重要，何時、何地、以何種形式呈現對可視化來說也至關重要。 通過設置正確的場景，選擇恰當的顏色甚至選擇一天中合適的時間，可視化可以更有效地傳達隱藏在大量數據中的真知灼見。將大量數據可視化，可能是指導人類行動的*強大機制之一。 可視化管理(Visual Management)起源于可視化的思想，可視化管理是將可視化的思想應用到管理中，基于工廠管理實踐，形成了傳統的可視化管理理論，如現場管理、看板管理等。隨著信息技術的發展，可視化管理的范疇也隨之延伸，管理的內容不再局限于人直接觀察到的內容，經過計算機圖形、圖像處理技術的加工和處理，可以將更遠距離、更隱性的管理內容轉化為圖形或圖像，*終將可視化結果直觀地展示在屏幕上，從而形成了基于認知科學和可視化技術的現代可視化管理。現代可視化管理是基于信息技術和人類認知規律而開展的管理，能夠有效促進人們對管理內容的認知、理解和應用，與傳統管理模式相比，它進一步突出了管理內容的圖形化、透明化、直觀化、實時化、動態化和分享化等特點。 1.2 發展可視化管理的目的和意義 隨著信息科學以及管理科學的發展，可視化管理與信息技術的聯系日益緊密。可視化管理使得企業的流程對管理者清晰可見，實現企業內部信息的可視化和管理的透明化，將海量的信息以恰當的展示方式直觀呈現，其目的及意義可以概括如下： (1)明確告知應該做什么，做到早期發現異常情況。 就如同人在不同的認知場景下存在的認知差異，傳統的管理中，管理者需要首先識別管理目標，再根據確定的目標采取行動，可視化管理的步驟也應如此。事實上，可視化管理的優勢在于其為管理者增加了一個全新的信息接收方式，它充分利用了視覺感官這一人類接收信息*快的方式，通過形狀、顏色、樣式等多種形式，將不可見或較難發現的目標信息顯性化，使得管理者對于自己要做什么一目了然，對于管理中可能出現的各類問題有更加清晰的判斷。 (2)防止人為失誤或遺漏，并始終維持正常狀態。 在管理中，人總是能夠起到決定性的作用。誠然，技術的發展使得管理者對于管理過程的參與越來越少，甚至出現了“機器取代人工”的趨勢，但決定管理是否成功、決策是否有效的關鍵仍然是人，*終的決策仍需要管理者做出。可視化管理的目的，不是取代人，而是作為一種結合了信息技術與管理科學的有力工具，將平時不可見或難以發現的管理過程以易于被理解的方式展現給管理者，提示易被忽視的環節，警告可能出現的錯誤，輔助他們做出*有利的決策，維持組織正常有序運轉。 (3)通過視覺，問題點和浪費現象容易暴露。對于數量有限的管理人員來說，在限定的時間內所能夠解決的問題都是有限的。 從資源的角度來看，管理者本身即是一種稀缺資源。當前，管理者常將有限的精力投入到重復煩瑣的數據處理中，這對于管理是不利的。可視化管理的目的之一，是將管理者從低級勞動中解放出來，將海量數據的本質以清晰可見的方式呈現出來。 (4)發掘“大數據”的價值。 在管理中，管理者得到的信息越多，也就越能夠獲取對于管理對象的準確判斷。當前，相對于豐富的信息，人們有限的數據處理能力才是制約管理者提升管理效率的真正原因。可視化管理一方面充分利用數據挖掘技術，將煩瑣數據中的價值充分提取，另一方面利用人類接收信息*快的視覺方式，與管理者充分溝通。 1.3 可視化管理的科學問題 隨著管理過程的日益復雜以及公眾對管理要求的不斷提高，可視化管理為新時代背景下管理科學突破瓶頸、深度發展提供了良好的契機。傳統的管理科學對于管理過程的描述往往顯得大而全，難以聚焦到問題的本質，可視化管理在充分考慮管理者需求的前提下，能夠緊抓問題的關鍵節點，帶來管理效率的巨大提升。可視化管理主要解決的關鍵科學問題如下： (1)復雜類型數據的轉化方法。 知識是包含事物發展規律的一系列規則集，可視化管理首先要做的就是將*初獲取的原始數據轉化為有益于管理的知識。不同類型的數據有不同的轉化方法，社會發展至今，數據的類型也愈加復雜，既有純數學的數字，也有經驗型的文本，同時，多媒體技術帶來了數據類型的極大豐富，圖片、音頻、視頻等更加復雜的多媒體數據也作為原始的數據形式出現。基于海量數據，運用新興的數據挖掘技術，構建知識發現模型，解釋原始數據與知識的關系，在此基礎上提出針對性的治理方法。 (2)數據價值的提取技術。 數據蘊含價值，但在大多數情況下，數據的價值是隱性的，并不顯現給管理者，必須將其變成知識才能指導管理實踐。提取數據的價值是一個將數據向知識轉化的過程，這一過程中，首先需要明確管理所需實現的目標，以目標為導向，定位數據價值，采取合理的技術手段，完成*終的轉化。數據價值的提取技術，不僅僅囊括現有的數據挖掘、文本挖掘范疇，同時包括數據展現及人類的心理認知。 (3)可視化方式的有效認知問題。 正如文學鑒賞中每個讀者都對事物有其獨到的見解一樣，不同的可視化方式也會帶來不同的認知效果。可視化固然為信息表達引入了豐富的視覺效果，但有用的信息也存在被紛繁的視覺效果掩蓋的可能，同時，不同人群對于同一種可視化方式的認知效率也有所不同。基于認知心理學，設計實驗驗證管理者吸收和利用信息效率的影響因素，研究不同的管理對象及其屬性之間的映射關系。 (4)標準化的可視化表達體系。 標準缺失是傳統管理的巨大缺陷，它使得數據、知識的表達更加復雜，使得同一個問題可能產生不同的解釋。例如，如果不結合上下文，對于“管理人員”一詞，我們既可以理解為名詞性的“管理者”，也可以理解為表述行為的“管理+人員”。可視化管理中，更加豐富的視覺效果更有可能造成理解的歧義，因此，建立標準化的可視化表達體系，才能在吸取可視化傳達信息豐富的優點上，避免信息表達錯誤的缺陷，同時，標準化有利于不同層級的管理者跨越交流表達的信息鴻溝。 1.4 主要研究方法 本書所采用的研究方法如下： (1)文獻研究法。 文獻研究法的主要目的是把握擬研究科學問題的研究現狀，明確未來研究方向及重點。通過對可視化管理、知識可視化、數據挖掘、可視化圖元、可視化管理效應等相關領域文獻的研讀，分析當前研究的不足，由此確定本書后續研究的重點。 (2)邏輯方法。 邏輯方法是人們在邏輯思維過程中根據現實知識按照邏輯思維的規律、規則形成概念、做出判斷和進行推理的方法。本書采用邏輯方法，按照人們思考問題的邏輯規律，針對可視化管理是什么、為什么有效、如何實現、怎樣實施和評價等問題，構建可視化管理理論體系；針對可視化管理的作用機理，采用分析與綜合方法提出管理者認知信息加工模型，并從認知負荷的角度分析可視化的優化作用；針對可視化方式評價，建立
書友推薦
- >
有舍有得是人生
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
朝聞道
- >
月亮與六便士
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
伊索寓言-世界文學名著典藏-全譯本
- >
李白與唐代文化
- >
伯納黛特,你要去哪(2021新版)
本類暢銷
