数据可视化独领风骚:看这6家初创公司如何玩转大数据?

简介: 虽然可视化在数据分析领域算不上最具技术挑战性的部分,但是它绝对可以说是最重要的一个方面。当然,存储、数据库的查询处理以及算法都是非常的重要——可视化离开它们也无法实现——但是在一个数据驱动的世界里,它们只是处在基本层的位置。
0.jpg

虽然可视化在数据分析领域算不上最具技术挑战性的部分,但是它绝对可以说是最重要的一个方面。当然,存储、数据库的查询处理以及算法都是非常的重要——可视化离开它们也无法实现——但是在一个数据驱动的世界里,它们只是处在基本层的位置。这里有6家创业公司,他们试图从根本上改变数据的可视化。其中有一些是高度复杂的可视化处理过程,有些不是。虽然没有一个是完美的,但他们所做的一切,会让我们反思:数据究竟意味着什么?

Ayasdi

Ayasdi来自印第安语,是“寻找”的意思。斯坦福大学的Gurjeet Singh, Gunnar Carlsson和Harlan Sexton一直在致力于将拓扑学的研究方法应用于数据分析。在2008年,他们联合成立了Ayasdi公司。Ayasdi成立以后,就获得了DARPA(美国国防部高级研究项目组)350万美元的资助。

1.jpg 

Ayasdi的底层使用的是HBase数据存储,然后再利用拓扑数据分析技术和上百种机器学习的算法来处理复杂的数据集,最终确定数据节点之间的相似度。而对终端用户而言,这看起来更像是一个数据集的拓扑图,只是强调了集群中有关联的数据点。

Ayasdi的技术有一个重要的特点,它不像别的系统需要类似搜索查询式语句,Ayasdi可以自动从数据中发现隐藏的模式。Ayasdi的一个应用就是在医学研究领域,Mount Sinai医学院基因与多尺度生物学系的主任Eric Schadt就带领一个团队,利用Ayasdi的技术进行一些疾病的遗传倾向的研究,而且利用Ayasdi的数据分析技术,帮助发现了乳腺癌的14个变种。

BeyondCORE

 2.jpg 

实际上BeyondCore运作的基本前提和Ayasdi是相同的——只是展示给用户显著相关的联系,而无需考虑这个结果是如何发现的——虽然BeyondCore使用的是标准化图表,但是事实上还提供了另一种选择:在发现软件发现关联性结果时,会让化身(见图片)通知用户。

ClearStory

 3.jpg

 

ClearStory拥有一个独一无二的产品,即使该产品的很多细节并没有公布。也许只有在产品正式发布之后,我们才能“一睹真容”。ClearStory将与存储在数据库、网络和其他来源的数据连接,在数据源变化时进行动态的更新,并加入虚拟的数据挖掘组件,使用户分析数据并理解信息。在今年3月份,ClearStory获得了来自谷歌风投、安德里森·霍洛维茨、Khosla Ventures等多家风投的青睐,融资金额不详。

Datahero

Datahero是由来自Aster Data的大数据分析业务骨干Chris Neumann、宝马的高级工程师Jeff Zabel联合创立,该公司尚在起步阶段就获得了100万美元的融资。他们打着“你的数据你做主”的口号,试图弥合大数据与普通用户之间的鸿沟,不仅帮助用户分析密切相关的数据,而且通过可视化的形式,让用户更好地理解这些数据。

 4.jpg

 

据外媒报道,Datahero是基于浏览器的一个平台,数据的输出、整理以及解释都会在一个单独的窗口完成,而不是通常意义上的借助不同的应用。通过浏览器,用户可以将多种网络服务的信息输入到Datahero,也可以从公共的数据库下载报告,还可以直接在本地把电子表格及文件上传到Datahero。Datahero会根据它的算法自动为这些信息归类,并给他们加上标签。

Platfora

初创公司 Platfora声称“要把Hadpoop平民化”。该公司认为只有把冗杂的数据进行有效处理、视觉化,让数据变成普通的用户都能看得懂的东西,“大数据”才能真正变成一盘生意,这家大数据创业公司已经获得了2000万美元B轮融资。

 5.jpg

 

Platfora在Hadpoop的基础上进行数据的操作,并为用户提供一个简单易用的操作平台。因为Hadpoop有很多不同的发行版,所以Platfora的重点之一就是确保它能在所有的发行版上运行,这样大大降低了Hadpoop的使用门槛,让更多的人能够体验Hadpoop的技术优势,实现真正意义上的“平民化”。

Zoomdata

 6.jpg

 

初创公司ZoomData是为数不多的支持移动设备的数据分析公司,它们的数据可视化系统能够将实施的大数据流转化为触屏友好的、艺术感十足的三维数据。苹果iPad和Android平板电脑用户可以用手指缩放数据可视化界面,随着界面缩放的级别不同,数据将实时进行更新。ZoomData的数据可视化技术支持多种数据源,包括社交媒体、企业应用系统以及Hadoop HDFS数据。


原文发布时间为:2013-08-19


本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
6月前
|
数据采集 数据可视化 数据挖掘
【大数据分析方面的经验和技能】数据可视化、数据报表和预测分析
【大数据分析方面的经验和技能】数据可视化、数据报表和预测分析
|
SQL 分布式计算 监控
大数据最后一公里——2021年五大开源数据可视化BI方案对比
大数据在经过前几年的野蛮生长以后,开始与数据中台的概念一同向着更实际的方向落地。有人问,数据可视化是不是等同于数据大屏。数据大屏是数据可视化的一部分,其承载更多的是展示与监控的功能。 而真正对业务产生影响的,确是比较低调的自助数据可视化系统(商用的一般称之为BI系统),支撑着公司的指标体系,为业务的发展,企业的数字化驱动提供帮助。
1237 0
大数据最后一公里——2021年五大开源数据可视化BI方案对比
|
21天前
|
机器学习/深度学习 人工智能 数据可视化
基于Python的数据可视化技术在大数据分析中的应用
传统的大数据分析往往注重数据处理和计算,然而数据可视化作为一种重要的技术手段,在大数据分析中扮演着至关重要的角色。本文将介绍如何利用Python语言中丰富的数据可视化工具,结合大数据分析,实现更直观、高效的数据展示与分析。
|
2月前
|
存储 数据可视化 JavaScript
基于Echarts构建大数据招聘岗位数据可视化大屏
基于Echarts构建大数据招聘岗位数据可视化大屏
47 0
|
4月前
|
SQL 数据可视化 大数据
数据可视化系列-01大数据可视化基础
数据可视化系列-01大数据可视化基础
数据可视化系列-01大数据可视化基础
|
8月前
|
SQL 数据采集 搜索推荐
开源大数据分析实验(4)——简单用户画像分析之数据可视化展现
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
|
10月前
|
存储 分布式计算 数据可视化
【大数据学习篇12】 Spark项目实战-数据可视化(三)
【大数据学习篇12】 Spark项目实战-数据可视化
257 0
|
10月前
|
分布式计算 数据可视化 Java
【大数据学习篇12】 Spark项目实战-数据可视化(二)
【大数据学习篇12】 Spark项目实战-数据可视化
336 0
|
10月前
|
SQL 分布式计算 数据可视化
【大数据学习篇12】 Spark项目实战-数据可视化(一)
【大数据学习篇12】 Spark项目实战-数据可视化
267 0
|
12月前
|
数据可视化 大数据
阿里云产品体系分为6大分类——大数据——大数据的5种模块——数据可视化
阿里云产品体系分为6大分类——大数据——大数据的5种模块——数据可视化自制脑图
138 0