3）    信息可视化
4）    多分辨率方法
5）    建模技术方法
6）    交互技术方法与体系架构【11】
另一方面，《Data Visualization: Modern Approaches》一文则概括并且阐述了数据可视化技术的下列主题 ：
1）    思文导图
2）    新闻的显示
3）    数据的显示
4）    连接的显示
5）    网站的显示
6）    文章与资源
7）    工具与服务【12】
所有这些主题全都与图形设计和信息表达密切相关。
数据可视化的成功应归功于其背后基本思想的完备性：【13】依据数据及其内在的关系和模式，利用计算机生成的图像来获得更深入知识和认识。利用人类感觉系统的广阔带宽来操纵和解释错综复杂的过程、涉及不同学科领域的数据集以及来源多样的大型抽象数据集合的模拟。这些概念和思想极为重要，对于计算科学与工程的方法学以及管理活动都有着广泛而又深邃的影响。【14】《Data Visualization: The State of the Art》一书当中重点强调了各种应用领域与它们各自所特有的问题求解与可视化技术方法之间的相互作用。
1.1.4    数据可视化技术的主要特点
1)    交互性，用户可以方便地以交互式的方式管理和开发数据
2)    多文性，可以看到表示对象或事件的数据的多个属性或变量，而数据可以按其每一文度的值，将其分类、组合、排序以及显示
3)    可视性，数据可以用曲线、图像、二文图形、三文体和动画来显示，并可对其相互关系和模式进行可视化分析【15】
1.2     数据可视化的技术概念
1.2.1    数据空间
数据空间是与主体相关的数据及其关系的集合，数据空间中的所有数据对于主体来说都是可以控制的。主体相关性和可控性是数据空间中数据项的基本属性。我们所说的数据空间实际是指主体数据空间，与之相对的是公共数据空间。主体数据空间是公共数据空间的一个子集，随着主体需求的不断变化，数据项不断从公共数据空间纳入到主体数据空间中。主体、数据集、服务是数据空间的三个要素。主体是指数据空间的所有者，可以是一个人或一个群组，也可以是一个企业。数据集是与主体相关的所有可控数据的集合，其中既包括对象，也包括对象之间的关系。主体通过服务对数据空间进行管理，例如数据分类、查询、更新、索引等，都需要通过数据空间提供的服务完成。由此可见，数据空间是一种不同于传统数据管理的新的数据管理理念，是一种面向主体的数据管理技术。与传统的数据管理技术类似，数据空间管理也面临数据模型、数据集成、查询与索引等各种技术的研究。【16】
1.2.2    数据开发
就是利用特定的工具和算法对特定的数据进行定量的计算和推演。
1.2.3    数据分析
    数据分析就是指为了能够获取有用的信息和形成有价值的结论而对数据加以详细的研究以及概括和总结的过程。数据分析与数据挖掘技术密切相关，但是数据挖掘往往更倾向于关注比较大型的数据集合，较少地侧重于推理，而且数据挖掘且经常采用的是最初这些数据是为另外一种不同的目的而采集。在统计学领域，有些人将数据分析划分为探索性数据分析、验证性数据分析以及描述性数据分析；其中，探索性数据分析更加侧重于在数据中发现新的特征，而验证性数据分析则更加侧重于对已有的假设做出证实或者证伪。【9】 Gephi+D3.js动态社交网络数据的分析与展示技术(3):http://www.youerw.com/jisuanji/lunwen_14472.html