本發明公開了一種降低和展現流式大數據不確定性的系統，包括：數據采集與抽樣模塊，用于儲存包含不確定性的流式大數據，根據用戶指定的屬性與時間戳，通過時間序列集合的形式組織儲存數據；不確定性建模優化模塊，根據所述數據采集與抽樣模塊中的儲存數據隨時間變化的波動特征建立不確定性量化模型，并對不確定性量化模型進行求解，得到單個時間序列和時間序列集合的不確定性信息；可視化圖像模塊，用于可視化所述不確定性量化模型不同層面的不確定性信息，包括：個體層面，采用線條不透明度的變化來展現單個時間序列不確定性的時序變化；全局層面，展現時間序列集合的不確定性信息；人機交互模塊，用戶通過經驗對所述不確定性量化模型的參數進行調整。

技術領域

本發明涉及流式大數據的挖掘與分析領域，特別涉及一種降低和展現流式大數據不確定性的系統。

背景技術

信息技術的發展使得流式大數據的應用愈發廣泛，比如說社會人群的流動分析、智能工廠的實時監控等。如何高效的展示流式大數據以及快速的分析其中蘊含的規律模式是當下大數據科學的研究熱點。跟蹤和分析流式大數據能夠讓分析師和決策者保持對現實情況的高度感知，從而能夠及時地應對各類危機并做出正確的反應。但由于流式大數據的規模巨大，人們通常不得不使用采樣技術來進行實時地處理分析。然而采樣技術不可避免的給流式大數據帶來了不確定性，這降低了分析與可視化結果的可靠性，給當下的大數據可視化帶來了新的挑戰。

為了克服這一挑戰，研究人員需要解決兩方面的問題：

其一是量化并盡可能的減少流式大數據采樣結果的不確定性。近些年來，研究人員從不同的方面對可視分析中不確定性信息的度量進行了研究并針對不同的應用場景提出了多種多樣的模型。比如，部分研究人員利用統計分析的手段(概率分布、統計量)來刻畫數據中的不確定性，并用直觀的可視化來展示不確定性的統計信息。這些工作使得分析師們能夠對結論中不確定性的大小有直觀的了解，從而避免不太可靠的結論。但由于流式大數據具有不斷增長與更新的特性，現有的模型不能直接應用。因此，需要提出一個度量流式大數據采樣結果不確定性的新模型。

其二是全方位可視化不確定性信息來幫助人們更好的理解流式大數據。不確定性信息無法完全消除，通過可視化的方法可以讓人們避免不確定性高的數據，進而得到更為可靠的結論。

發明內容

本發明提供了一種降低和展現流式大數據不確定性的系統，通過時間序列的形式來組織儲存流式大數據的采樣結果線條并以線圖的形式呈現給用戶，使得用戶能夠理解線條單個時間序列不確定性的變化以及整體時間序列集合不確定性的變化，進而避免得出不可靠乃至錯誤的結論。

一種降低和展現流式大數據不確定性的系統，包括：

數據采集與抽樣模塊，用于儲存包含不確定性的流式大數據，根據數據本身的屬性與時間戳以時間序列的形式進行組織儲存；

不確定性建模優化模塊，根據所述數據采集與抽樣模塊中的儲存數據隨時間變化的波動特征建立不確定性量化模型，并對不確定性量化模型進行求解，得到單個時間序列和時間序列集合的不確定性信息；

可視化圖像模塊，用于可視化所述不確定性量化模型的不同層面的不確定性信息，包括：

個體層面，采用線條不透明度的變化來展現單個時間序列不確定性的時序變化；

全局層面，展現時間序列集合不確定性的時序變化；

人機交互模塊，用戶通過經驗對所述不確定性量化模型的參數進行調整。