滕 琴，陳一民

(1.上海市第二輕工業(yè)學(xué)校，上海 200135；2.上海第二工業(yè)大學(xué)；3.上海建橋?qū)W院信息技術(shù)學(xué)院)

0 引言

虛擬現(xiàn)實(shí)（Virtual Reality,VR）技術(shù)的廣泛應(yīng)用，給教育、教學(xué)帶來了新的生機(jī)和挑戰(zhàn)。我們可以通過三維圖形、文字、聲音、及視頻等多種形式表達(dá)教學(xué)內(nèi)容。

大數(shù)據(jù)可視化是數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)一門核心課程，教學(xué)內(nèi)容的專業(yè)性和實(shí)操性都很強(qiáng)。大數(shù)據(jù)可視化、大數(shù)據(jù)可視分析是理解和洞察大數(shù)據(jù)本質(zhì)（see the unseen）的重要途徑，是體現(xiàn)大數(shù)據(jù)價(jià)值的關(guān)鍵。目前尚無功能成熟的虛擬大數(shù)據(jù)可視化教學(xué)系統(tǒng)，在已知系統(tǒng)中所實(shí)現(xiàn)的功能大多相對單一，且三維視覺效果較差，可進(jìn)行的實(shí)驗(yàn)數(shù)量也不多，缺少完善的權(quán)限控制策略。

本文基于VR 技術(shù)構(gòu)建了大數(shù)據(jù)可視化教學(xué)系統(tǒng)。在大數(shù)據(jù)可視化分析課程中設(shè)計(jì)了智能實(shí)驗(yàn)?zāi)K，學(xué)生可以根據(jù)場景中的智能提示內(nèi)容，自主學(xué)習(xí)正確的實(shí)驗(yàn)視頻及3D 演示解決了傳統(tǒng)課堂教學(xué)模式中教師在有限的課堂時(shí)間內(nèi)無法顧全所有學(xué)生的難題，而且擴(kuò)展了可教育內(nèi)容，豐富了教學(xué)的趣味性，能夠幫助學(xué)生深刻理解大數(shù)據(jù)可視化的理論和實(shí)踐。

1 可視化教學(xué)系統(tǒng)設(shè)計(jì)原則

基于VR 的大數(shù)據(jù)可視化教學(xué)系統(tǒng)的設(shè)計(jì)原則：①構(gòu)建虛實(shí)結(jié)合的三維教學(xué)空間，利用VR 技術(shù)構(gòu)建仿真課堂并開發(fā)仿真實(shí)驗(yàn)，構(gòu)造符合真實(shí)世界比例的虛擬場景，將書本上的內(nèi)容以虛擬場景中3D形式呈現(xiàn)給學(xué)生，提高教學(xué)趣味性；②因材施教，實(shí)現(xiàn)不同學(xué)生的針對性教學(xué)，充分考慮學(xué)生學(xué)習(xí)基礎(chǔ)、學(xué)習(xí)成績與學(xué)習(xí)進(jìn)度的差異性，利用權(quán)限算法賦予其不同的操作權(quán)限，如：當(dāng)前理論學(xué)習(xí)與實(shí)驗(yàn)操作不合格的學(xué)生將無法進(jìn)行下一個(gè)實(shí)驗(yàn)，直到其達(dá)到合格為止，從而保證教學(xué)質(zhì)量及教學(xué)效率；③考慮目標(biāo)用戶是長教學(xué)周期中本貫通學(xué)生的群體特點(diǎn)，強(qiáng)基礎(chǔ)、重應(yīng)用，為增強(qiáng)其對虛擬學(xué)習(xí)與實(shí)驗(yàn)的興趣，設(shè)計(jì)更符合學(xué)生認(rèn)知特點(diǎn)的UI交互界面，讓學(xué)生在使用虛擬教學(xué)系統(tǒng)的過程中獲得更強(qiáng)的沉浸感以及更真實(shí)的交互感；④利用虛擬教學(xué)的優(yōu)勢保證教學(xué)質(zhì)量：傳統(tǒng)課堂教學(xué)中教師受時(shí)間限制不可能充分指導(dǎo)每一名學(xué)生進(jìn)行相關(guān)的學(xué)習(xí)與實(shí)驗(yàn)，在虛擬教學(xué)系統(tǒng)中此類問題可得到充分解決，借助智能實(shí)驗(yàn)?zāi)K在學(xué)生進(jìn)行學(xué)習(xí)與實(shí)驗(yàn)時(shí)根據(jù)內(nèi)容、進(jìn)度對其進(jìn)行文字、視頻、及3D動(dòng)畫等智能提示。

2 大數(shù)據(jù)可視化教學(xué)系統(tǒng)架構(gòu)

該大數(shù)據(jù)可視化教學(xué)系統(tǒng)（如圖1）包括專門用于大數(shù)據(jù)分析的機(jī)器學(xué)習(xí)子系統(tǒng)、用于存儲大數(shù)據(jù)的海量存儲子系統(tǒng)、用于展示的多屏拼接并行可視化子系統(tǒng)等。軟件上包括各子系統(tǒng)的管理軟件、子系統(tǒng)協(xié)同處理的服務(wù)系統(tǒng)，及整個(gè)系統(tǒng)的管理軟件、應(yīng)用開發(fā)工具軟件等。各子系統(tǒng)相對獨(dú)立，可獨(dú)立運(yùn)行。

圖1 基于VR的大數(shù)據(jù)可視化教學(xué)系統(tǒng)

另外，該系統(tǒng)集成了一批大數(shù)據(jù)可視分析工具與軟件，可以在商業(yè)、輕工業(yè)設(shè)計(jì)、輕工業(yè)制造、物流、普惠金融、以及新媒體等領(lǐng)域開展典型示范應(yīng)用實(shí)驗(yàn)。幫助學(xué)生學(xué)習(xí)和探索大數(shù)據(jù)可視化的價(jià)值及意義，并完成對大數(shù)據(jù)的理解與評估。

大數(shù)據(jù)可視化的本質(zhì)是視覺對話。它將技術(shù)與藝術(shù)完美結(jié)合，借助計(jì)算機(jī)圖形、圖像和計(jì)算機(jī)動(dòng)畫等手段，清晰有效地傳達(dá)及呈現(xiàn)大數(shù)據(jù)中蘊(yùn)含的重要信息，便于從大數(shù)據(jù)中提煉出最為重要及關(guān)鍵的信息、獲取最為有用的知識與價(jià)值。

3 大數(shù)據(jù)可視化系統(tǒng)關(guān)鍵技術(shù)

3.1 大型拼接屏全景顯示平臺

該系統(tǒng)由12 臺配備了高性能GPU 卡的專用服務(wù)器組成，系統(tǒng)中每一臺服務(wù)器連接并控制兩塊屏幕，內(nèi)部安裝了雙操作系統(tǒng)；基于MultiPanelManager、LxMaster 等軟件和藍(lán)芯同傳卡技術(shù)，通過控制端對系統(tǒng)進(jìn)行管理；另外，通過率對基于云的Web 瀏覽器技術(shù)的跨平臺多屏顯示開源軟件SAGE2進(jìn)行二次開發(fā)，實(shí)現(xiàn)了多人同時(shí)控制顯示大屏；最后，使用跨平臺數(shù)據(jù)分析可視化開源軟件ParaView，實(shí)現(xiàn)了大數(shù)據(jù)模型分析的可視化。

3.2 HTC Vive頭盔顯示設(shè)備

我們還選用了HTC Vive 頭盔顯示設(shè)備，用于虛擬場景的再現(xiàn)，可將書本上難以理解的內(nèi)容（如動(dòng)態(tài)數(shù)據(jù)、三維數(shù)據(jù)、各種復(fù)雜數(shù)據(jù)模型等）以虛擬場景中3D立體形式呈現(xiàn)給學(xué)生。HTC Vive頭盔顯示器采用了二塊OLED 屏幕，2K 分辨率大大降低了全景畫面的顆粒感，學(xué)生幾乎感覺不到紗窗效應(yīng)，并且能在佩戴眼鏡的同時(shí)戴上頭盔顯示器，增加了使用的靈活度；畫面刷新率為90Hz，實(shí)際體驗(yàn)幾乎零延遲，具有很好的防眩暈功能。另外，設(shè)備中搭配兩個(gè)無線控制器，可以對全景中所顯示的內(nèi)容進(jìn)行良好的交互操作。

3.3 軟件環(huán)境

本系統(tǒng)的開發(fā)軟件主要有Unity3D，VS2017，OpenCV，C#，JavaScript 等。系統(tǒng)的全景拼接模塊中運(yùn)用了OpenCV 內(nèi)多種類庫，使用Visual Studio 2017進(jìn)行開發(fā)。瀏覽器全景展示使用了HTML5，CSS，JavaScript等關(guān)鍵技術(shù)。VR 全景展示使用了SteamVR內(nèi)的InteractionSystem，以完成場景內(nèi)容的交互操作。全景拼接顯示及VR顯示框架如圖2所示。

圖2 全景拼接顯示及VR顯示框架

主要涉及三個(gè)模塊，分別是：①全景拼接模塊；②HTML5 瀏覽器全景顯示模塊；③VR 全景顯示模塊。全景拼接模塊主要是對拍攝的多張圖片進(jìn)行預(yù)處理，特征提取，全景拼接以及融合等一系列操作。HTML5瀏覽器全景顯示模塊是針對瀏覽器全景顯示的一種展示形式，不僅可以展示在拼接屏上，而且可以在Android，iOS 等移動(dòng)端進(jìn)行3D 顯示。VR 全景顯示模塊增加了用戶的沉浸感，能展現(xiàn)在HTC Vive 頭盔上，并且可以通過手柄進(jìn)行交互操作。

3.4 VR全景顯示模塊

本模通過使用Unity3D 可視化工具和腳本代碼（C#語言）完成VR 中360°全景開發(fā)。另外，采用SteamVR 插件完成HTC Vive 頭盔設(shè)備的管控，在SteamVR 插件中對手柄與頭盔進(jìn)行了處理，通過添加SteamVR_TrackedObj 組件標(biāo)記跟蹤對象，這樣就可以檢測手柄以及頭盔在現(xiàn)實(shí)環(huán)境下的位置信息；然后通過SteamVR_Controller 類下的Input 接口獲取并實(shí)現(xiàn)手柄按鍵控制。最終實(shí)現(xiàn)VR 場景的顯示及操作，如圖3所示。

圖3 VR場景的顯示及操作

4 大數(shù)據(jù)可視分析關(guān)鍵技術(shù)

4.1 大數(shù)據(jù)分析[12]過程的認(rèn)知模型研究

大數(shù)據(jù)分析分為三類：分析現(xiàn)狀、分析原因、預(yù)測未來。分析現(xiàn)狀是數(shù)據(jù)分析的基本目的，一般使用統(tǒng)計(jì)、歸并方法，可用于商業(yè)運(yùn)營與科學(xué)研究中，需要在數(shù)據(jù)統(tǒng)計(jì)的基礎(chǔ)上建立相關(guān)模型，典型的應(yīng)用實(shí)例有社交網(wǎng)絡(luò)話題傳播分析等；預(yù)測未來是運(yùn)用數(shù)據(jù)分析的方法預(yù)測未來的變化趨勢，比如根據(jù)歷史數(shù)據(jù)，基于回歸分析得出未來的趨勢，典型的應(yīng)用實(shí)例有產(chǎn)品價(jià)格預(yù)測、網(wǎng)絡(luò)流量預(yù)測、數(shù)據(jù)中心負(fù)載預(yù)測等。

一個(gè)完整的數(shù)據(jù)分析過程可以分五步：確定目標(biāo)、搜集數(shù)據(jù)、整理數(shù)據(jù)、分析數(shù)據(jù)、可視化呈現(xiàn)。首先，需要結(jié)合生產(chǎn)生活的需要，確定數(shù)據(jù)分析的目標(biāo)、可衡量的指標(biāo)、可收集數(shù)據(jù)的最小單元，這樣才能有針對性地進(jìn)行數(shù)據(jù)分析，提高數(shù)據(jù)運(yùn)用的效率，避免數(shù)據(jù)的過量采集及浪費(fèi)；其次，確定好目標(biāo)后，需要有針對性地搜集數(shù)據(jù)，如業(yè)務(wù)產(chǎn)生的用戶數(shù)據(jù)、網(wǎng)絡(luò)搜集的開放數(shù)據(jù)等；第三，數(shù)據(jù)搜集完成后，需要整理數(shù)據(jù)，尤其是對于多源數(shù)據(jù)，需要進(jìn)行清洗、歸一化等操作；第四，選擇合適的模型進(jìn)行數(shù)據(jù)分析；最后，把數(shù)據(jù)分析結(jié)果進(jìn)行可視化呈現(xiàn)。

例如：熱圖分析模型可用于分析及可視化數(shù)據(jù)的焦點(diǎn)。以網(wǎng)頁訪問數(shù)據(jù)為例，按計(jì)算維度劃分，熱圖可分為瀏覽熱圖及點(diǎn)擊熱圖。瀏覽熱圖也稱作注意力熱圖，記錄的是用戶在不同頁面或同一頁面不同位置停留時(shí)長的百分比。點(diǎn)擊熱圖分析及顯示的是鼠標(biāo)的點(diǎn)擊情況，將訪問人數(shù)及次數(shù)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)并基于百分比進(jìn)行熱力分布顯示。圖4是網(wǎng)頁熱圖的示意圖。

圖4 網(wǎng)頁熱圖的示意圖

可以按照不同的目標(biāo)進(jìn)行熱圖分析及顯示，比如進(jìn)行面向特定人群的分析與人群對比，還可進(jìn)行面向目標(biāo)子集（如網(wǎng)頁上的部分重要鏈接）的分析與對比，從而得到不同的可視化結(jié)果，讓人一目了然。

4.2 高維數(shù)據(jù)的數(shù)據(jù)分析及呈現(xiàn)方法

數(shù)據(jù)分析方法對數(shù)據(jù)中的特征進(jìn)行分析和挖掘，找出數(shù)據(jù)間的規(guī)律和特征，從而進(jìn)行降維或直接顯示。數(shù)據(jù)分析方法的復(fù)雜度決定了計(jì)算的工作量，并會(huì)影響最終數(shù)據(jù)準(zhǔn)確性及顯示效果。

降維方法在盡量保留高維空間中宏觀結(jié)構(gòu)和主要特征的前提下，將高維數(shù)據(jù)通過數(shù)學(xué)方法降維后在低維屏幕空間中顯示。通過建立研究問題的相應(yīng)數(shù)學(xué)模型、數(shù)據(jù)集結(jié)構(gòu)模型，對該模型提出相應(yīng)的度量準(zhǔn)則或選擇規(guī)則，并建立基于數(shù)據(jù)集結(jié)構(gòu)的降維準(zhǔn)則或損失規(guī)則，可構(gòu)建新的降維方法。研究能保存數(shù)據(jù)主要和重要信息的低復(fù)雜度數(shù)學(xué)降維方法，以及基于輸入樣本的改變而進(jìn)行增量計(jì)算的降維方法。

高維數(shù)據(jù)降維即將高維數(shù)據(jù)投影到低維空間，并且盡量保留高維空間中原有的特性和聚類關(guān)系。高維數(shù)據(jù)可通過數(shù)學(xué)的方法降維，進(jìn)而在低維空間（比如三維及以下）空間展示。高維數(shù)據(jù)降維大致可以分為線性降維方法和非線性降維兩大類。經(jīng)典的線性降維方法，包括主成分分析（PCA）、線性判別分析（LDA），非線性降維的方法包括局部線性嵌入（Locally linear embedding，LLE）、拉普拉斯特征映射（Laplacian Eigenmap）、T-SNE(t-distributed stochastic neighbor embedding)。

我們對MINST 數(shù)據(jù)集降維后可視化的效果如圖5所示。

圖5 MNIST數(shù)據(jù)集可視化效果，左邊為T-SNE,右邊為PCA

顯而易見，T-SNE 可以更好的在二維空間中將10個(gè)數(shù)字分得更開，而PCA 則不少數(shù)字有重疊，這樣通過觀察T-SNE 中的結(jié)果，可以清楚地了解數(shù)據(jù)的內(nèi)在意義和本質(zhì)屬性。

4.3 大規(guī)模數(shù)據(jù)人機(jī)協(xié)同的數(shù)據(jù)可視分析

在大數(shù)據(jù)可視分析及數(shù)據(jù)挖掘過程中，分析模型、數(shù)據(jù)挖掘模型方法及可視化呈現(xiàn)中都各對應(yīng)一組參數(shù)，這些參數(shù)集合中的參數(shù)值的確定通常決定分析、挖掘和展現(xiàn)的效果。

在跟蹤和駕馭方式的可視化分析處理中，系統(tǒng)通過機(jī)器學(xué)習(xí)算法，在系統(tǒng)的運(yùn)行時(shí)對人機(jī)交互操作不斷學(xué)習(xí)，逐步掌握分析模型、挖掘方法和展示方式等的參數(shù)取值的關(guān)鍵區(qū)域，并主動(dòng)推薦給操作者。通過對系統(tǒng)各分析模型、數(shù)據(jù)挖掘方法、可視化模型參數(shù)分析，記錄參數(shù)的變化，采用動(dòng)態(tài)的方式實(shí)現(xiàn)大數(shù)據(jù)可視化分析，實(shí)現(xiàn)這一過程只要研究逆過程分析計(jì)算模型、動(dòng)態(tài)呈現(xiàn)。

4.4 基于可視化的數(shù)據(jù)理解與可用性分析評估

4.4.1 基于可視化技術(shù)的數(shù)據(jù)理解

基于可視化技術(shù)的數(shù)據(jù)理解，是通過各種合適的可視化技術(shù)，展示數(shù)據(jù)，解讀數(shù)據(jù)之間關(guān)系的，有效傳達(dá)溝通數(shù)據(jù)信息，找到數(shù)據(jù)分析的需求、方法與思路。

基于可視化的數(shù)據(jù)屬性重要性判別：對于有些高維數(shù)據(jù)，可以通過非降維方法，如平行坐標(biāo)技術(shù)來可視化數(shù)據(jù)，進(jìn)而分析識別各數(shù)據(jù)屬性的類別與重要性，比如屬性是否為主鍵、屬性是否可分解、屬性是否可計(jì)算等。然后在數(shù)據(jù)分析過程中，利用重要的數(shù)據(jù)屬性、可計(jì)算與度量的屬性做進(jìn)一步的分析挖掘。

基于可視化的數(shù)據(jù)稀疏性分析：隨著數(shù)據(jù)種類與維度的增加，數(shù)據(jù)的稀疏性問題越來越嚴(yán)重，例如在推薦系統(tǒng)、社交網(wǎng)絡(luò)分析等應(yīng)用中數(shù)據(jù)集的特點(diǎn)就表現(xiàn)為數(shù)據(jù)稀疏性。數(shù)據(jù)的稀疏性，直接影響到數(shù)據(jù)分析的算法選擇與設(shè)計(jì)。通過數(shù)據(jù)的可視化技術(shù)，可以定性結(jié)合定量來分析數(shù)據(jù)的稀疏性，從而為后續(xù)的數(shù)據(jù)分析提供有力支撐。

基于可視化的多源多屬性數(shù)據(jù)關(guān)系發(fā)現(xiàn)：在大數(shù)據(jù)分析應(yīng)用中，經(jīng)常會(huì)遇到多源多屬性數(shù)據(jù)集的融合。利用可視化技術(shù)可以快速發(fā)現(xiàn)多源數(shù)據(jù)之間的關(guān)系，比如：是否有相同或相似的屬性，數(shù)據(jù)源之間是否可作鏈接與融合等等。

4.4.2 基于可視化技術(shù)的數(shù)據(jù)可用性分析評估

大數(shù)據(jù)的可用性一般可包括數(shù)據(jù)一致性、數(shù)據(jù)精確性、數(shù)據(jù)完整性、數(shù)據(jù)時(shí)效性與數(shù)據(jù)同一性等性質(zhì)。到目前為止，大數(shù)據(jù)的可用性的理論還不夠完整，且難以用形式化的方式來描述。然而，可視化技術(shù)可在數(shù)據(jù)理解的基礎(chǔ)上，實(shí)現(xiàn)數(shù)據(jù)的可用性的分析評估。

基于可視化的數(shù)據(jù)一致性分析評估：數(shù)據(jù)一致性要求數(shù)據(jù)集合中每個(gè)信息都不包含語義錯(cuò)誤或相互矛盾的數(shù)據(jù)。在數(shù)據(jù)可視化的基礎(chǔ)上，可采用基于語義規(guī)則的數(shù)據(jù)一致性分析方法與基于統(tǒng)計(jì)理論的數(shù)據(jù)一致性分析方法，設(shè)計(jì)數(shù)據(jù)一致性評估模型。

基于可視化的數(shù)據(jù)完整性分析評估：數(shù)據(jù)完整性，指的是數(shù)據(jù)集合中包含足夠的數(shù)據(jù)來支持計(jì)算與查詢。大數(shù)據(jù)領(lǐng)域數(shù)據(jù)的完整性問題主要表現(xiàn)為數(shù)據(jù)重要屬性的缺失，而影響數(shù)據(jù)的計(jì)算。通過可視化技術(shù)，統(tǒng)計(jì)數(shù)據(jù)集屬性中未知值的分布規(guī)律，進(jìn)而研究設(shè)計(jì)數(shù)據(jù)完整性評估模型。

基于可視化的數(shù)據(jù)實(shí)體同一性分析評估：數(shù)據(jù)實(shí)體同一性是各種數(shù)據(jù)源中實(shí)體的一致性。實(shí)體一致性是數(shù)據(jù)管理、數(shù)據(jù)集成（數(shù)據(jù)融合）、數(shù)據(jù)清洗與數(shù)據(jù)挖掘等領(lǐng)域的基礎(chǔ)性問題，是異構(gòu)數(shù)據(jù)源數(shù)據(jù)挖掘的核心步驟。在研究多源數(shù)據(jù)實(shí)體識別方法基礎(chǔ)上，利用可視化技術(shù)評估分析各種實(shí)體識別方法的性能。

5 大數(shù)據(jù)可視化虛擬課堂開發(fā)

針對現(xiàn)有大數(shù)據(jù)可視化虛擬課堂系統(tǒng)中，可供學(xué)生和教師可選的教學(xué)與實(shí)驗(yàn)數(shù)量少，并且沒有涉及現(xiàn)實(shí)中所受到的各種條件限制、以及其他因素（如數(shù)據(jù)安全）的制約，難以開展大數(shù)據(jù)可視化實(shí)驗(yàn)。我們在虛擬課堂系統(tǒng)中開發(fā)了一定數(shù)量的商業(yè)、輕工業(yè)設(shè)計(jì)、輕工業(yè)制造、物流、普惠金融、新媒體等領(lǐng)域大數(shù)據(jù)可視化教學(xué)與實(shí)驗(yàn)，具有強(qiáng)烈的視覺效果和豐富的趣味性、增加了虛擬課堂對學(xué)生的吸引力，提高了學(xué)生使用虛擬課堂時(shí)的沉浸感。

針對現(xiàn)有虛擬課堂系統(tǒng)并未涉及學(xué)生可操作實(shí)驗(yàn)的權(quán)限，沒有充分考慮學(xué)生的不同學(xué)習(xí)情況，無法對不同的學(xué)生做到針對性教學(xué)。我們提出了權(quán)限動(dòng)態(tài)調(diào)整算法，為不同的學(xué)習(xí)者賦予不同的學(xué)習(xí)權(quán)限。當(dāng)前理論學(xué)習(xí)與實(shí)驗(yàn)操作不合格的學(xué)生將無法進(jìn)行其他實(shí)驗(yàn)直到達(dá)到合格為止，然后才能進(jìn)入下一學(xué)習(xí)與實(shí)驗(yàn)。

針對現(xiàn)有虛擬課堂系統(tǒng)并未考慮系統(tǒng)效率問題，隨著系統(tǒng)使用次數(shù)增多，數(shù)據(jù)庫冗余會(huì)越來越嚴(yán)重，并且在高并發(fā)情況下，系統(tǒng)和數(shù)據(jù)庫的交互開銷可能導(dǎo)致系統(tǒng)的運(yùn)行效率受到很大影響，影響用戶體驗(yàn)。我們提出了增強(qiáng)系統(tǒng)魯棒性且可保證系統(tǒng)運(yùn)行效率的有效方法，并注重用戶界面友好性和體驗(yàn)的真切性。

據(jù)此，我們定出了虛擬課堂的開發(fā)過程，具體如下。

⑴在3dMax 三維模型制作軟件中制作虛擬課堂場景所需要的各種三維模型。當(dāng)模型構(gòu)建完成之后，在模型的材質(zhì)貼圖屬性中添加對應(yīng)的三維貼圖，使模型呈現(xiàn)的視覺效果更真實(shí)，增強(qiáng)學(xué)生在使用系統(tǒng)時(shí)的沉浸感與真實(shí)感。

⑵再開發(fā)智能幫助模塊，主要通過C#腳本組件以及NGUI用戶界面插件來實(shí)現(xiàn)。NGUI遵循KISS 原則并用C#編寫的Unity3D 插件，提供UI系統(tǒng)和事件通知框架，可利用NGUI 為實(shí)驗(yàn)設(shè)置提示文字與視頻或3D 動(dòng)畫，并利用C# 腳本來指定提示觸發(fā)的具體時(shí)機(jī)。視頻提示通過指定按鍵實(shí)現(xiàn)，用戶可以自定義觸發(fā)視頻提示的案件；當(dāng)系統(tǒng)檢測到用戶指定案件輸入事件發(fā)生時(shí)，將通過調(diào)用視頻組件的方法，首先獲取其Video 組件，然后調(diào)用play 方法觸發(fā)視頻或3D 動(dòng)畫播放。

⑶為了實(shí)現(xiàn)教學(xué)的針對性和有效性，我們提出了一種權(quán)限動(dòng)態(tài)調(diào)整算法，為不同的學(xué)習(xí)者賦予不同的學(xué)習(xí)與實(shí)驗(yàn)權(quán)限。在虛擬場景內(nèi)綜合學(xué)生成績與學(xué)生課堂進(jìn)度等因素計(jì)算出的權(quán)限優(yōu)先值T最小的對應(yīng)虛擬角色將優(yōu)先分配權(quán)限。學(xué)生角色a的權(quán)限優(yōu)先值計(jì)算公式如下：

⑷通過基本的GUI 實(shí)現(xiàn)UI 交互界面。GUI 包含了面板、按鈕、畫布、輸入框等屬性，首先利用GUI 完成UI 交互的純界面，然后為GUI 添加C#腳本組件，使UI可以獲得用戶的輸入，例如登陸時(shí)的密碼框輸入信息等等，最終實(shí)現(xiàn)UI交互界面。

6 結(jié)束語

大數(shù)據(jù)可視化、大數(shù)據(jù)可視分析是理解和洞察大數(shù)據(jù)本質(zhì)意義的重要途徑，是體現(xiàn)大數(shù)據(jù)價(jià)值的關(guān)鍵。我們給出了大數(shù)據(jù)分析過程的認(rèn)知模型、高維數(shù)據(jù)的數(shù)據(jù)分析及呈現(xiàn)方法，說明了大規(guī)模數(shù)據(jù)人機(jī)協(xié)同的數(shù)據(jù)可視分析以及基于可視化的數(shù)據(jù)理解與可用性分析評估方法?；诓⑿袑?shí)時(shí)渲染的大規(guī)模無縫拼接顯示技術(shù)、數(shù)據(jù)可視化的多體感交互技術(shù)、大屏的視頻點(diǎn)播技術(shù)以及面向大數(shù)據(jù)可視化的全景拼接與顯示等技術(shù)給出了大數(shù)據(jù)可視化教學(xué)系統(tǒng)架構(gòu)；利用Unity3D 的GUI 開發(fā)用戶UI 界面及智能幫助模塊，通過C#腳本組件開發(fā)了針對現(xiàn)有大數(shù)據(jù)可視化的虛擬課堂。從而解決了傳統(tǒng)課堂教學(xué)當(dāng)中的諸多缺陷，為學(xué)生提供了高沉浸式學(xué)習(xí)體驗(yàn)，提升了學(xué)生的學(xué)習(xí)興趣和效率，并且可進(jìn)一步增強(qiáng)他們對于大數(shù)據(jù)本質(zhì)的洞察和理解。未來，我們將開發(fā)更多適合中本貫通學(xué)生的大數(shù)據(jù)可視化教學(xué)與實(shí)驗(yàn)內(nèi)容。