如何通過事件可視化分析咳短?

我們今天說的以事件角度分析數(shù)據(jù)為基礎填帽,通過可視化分析事件的內(nèi)在含義。屬于數(shù)據(jù)分析的挖掘與理解咙好。之前我們首先要了解事件的概念篡腌、類型、要素勾效、定義嘹悼。通過正確理解和方法去分析事件會更有邏輯、更清晰层宫。

事件概念

從表面意思來說杨伙,事件就是事情要素的集合,且伴隨時間概念產(chǎn)生一個時間段的事情萌腿,可能是歷史發(fā)生限匣、正在發(fā)生或未來預測發(fā)生的事情。有短時間發(fā)生的毁菱、長時間持續(xù)的米死。有好的事件,也有壞的事件贮庞。比如911事件峦筒、新冠病毒事件、七星連珠天象窗慎、等等物喷。甚至產(chǎn)生事件的影響卤材,影響也同樣分為好影響和壞影響。

事件最好先對發(fā)生的事件有一個定義峦失,比如對事件的性質(zhì)扇丛、類型、時間估算或已發(fā)時間時間段等等尉辑。這樣才能確定要分析的目標晕拆。

新華字典里,事是自然界和社會中的現(xiàn)象和活動:事情材蹬。事件实幕。事業(yè)

新華字典里堤器,件是量詞昆庇,用于個體事物:一件事。

在漢語詞典里定義:事件是有一定社會意義或影響的大事情

統(tǒng)計學闸溃,亦稱隨機事件整吆,概率論的基本概念之一,是隨機現(xiàn)象的表現(xiàn)辉川,是由某些基本事件構(gòu)成的集合表蝙。

事件要素

根據(jù)目標分解要素,通過事件概念不難看出乓旗,第一府蛇,時間是事件的關鍵要素,時間也可以作為衡量事件的要素屿愚,時間越長事件程度可能越高汇跨,時間可以進行分類分析,如特殊事件妆距、開始結(jié)束時間穷遂、未來時間等;第二娱据,地點蚪黑,可能涉及的地點,多少事實事件是有地點的中剩,但在數(shù)據(jù)分析中忌穿,通過局部事件分析,不一定對宏觀地點進行詳細分析咽安,也可能作為參考現(xiàn)分析局部的量化特征伴网。最好在從結(jié)果結(jié)合時間蓬推、地點分析當前結(jié)果妆棒、預測后續(xù)可能;第三,人或事物主體糕珊,大多數(shù)人可能是事件主體动分,但也可能主體不是人,是動物红选、天氣澜公、自然等事物。

事件分析方法及應用

我們在數(shù)據(jù)分析過程中喇肋,特別是案事件調(diào)查過程中坟乾,主要以人為核心,去分析周邊數(shù)據(jù)關系蝶防,比如人的行為甚侣,吃、穿间学、住殷费、用、行等等都可以是行為低葫;比如人的軌跡详羡,交通、職住等嘿悬;比如人的物品实柠,銀行卡、房子善涨、車子主到、電腦、手表等等躯概;比如人的關系登钥,夫妻、同事娶靡、同學牧牢、老鄉(xiāng)、雇傭等等姿锭。

我們通過人的關聯(lián)要素分析人的整體事件情況塔鳍,在其他分析過程中人的行為、軌跡呻此、物品轮纫、關系都可以作為分析起點,也就是對數(shù)據(jù)源的思考焚鲜。

我們多維度去分析事件的結(jié)果掌唾,比如事件時間結(jié)果放前,通過時間為主線,分析事件的影響糯彬、事件的回溯凭语、事件的活躍的、事件的維度統(tǒng)計撩扒、事件的趨勢似扔。

我們可以通過要素頻次(比如交易次數(shù))、數(shù)量(比如通過銀行卡確定人員數(shù)量)搓谆、均數(shù)(周期時間內(nèi)的平均值炒辉,有助于預測和推出結(jié)果驗證)、時間趨勢(可以通過時間分析最大泉手、最小值辆脸、平均值等)、事件過濾(通過不同維度過濾重點事件結(jié)果螃诅,突出事件核心要素)啡氢、事件要素關系和事件間關系(事件要素關系就是事件本身內(nèi)部要素之前的關聯(lián)分析;事件間關系就是不同事件之前可能發(fā)生或已經(jīng)產(chǎn)生的關系术裸,)倘是、可視化分析方法等等。

事件可視化分析

我們今天看看以資金數(shù)據(jù)和話單數(shù)據(jù)如何事件可視化分析袭艺,還是通過清林情報分析師軟件工具搀崭,來演示一下事件可視化分析的效果。

(1)資金數(shù)據(jù)事件可視化分析

我們還是用這個10W的資金數(shù)據(jù)猾编,我們通過幾秒鐘通過數(shù)據(jù)導入把數(shù)據(jù)灌進來



通過對數(shù)據(jù)進行一個事件的設置




這個資金數(shù)據(jù)的關鍵要素時間基礎有了瘤睹,我們可以通過設置預設一下初始分析項目,大小代表對數(shù)值型數(shù)據(jù)的可視化分析變量答倡。設置好以后我們就可以“事件”功能進行可視化分析了轰传。


不同功能區(qū),集成了時間軸調(diào)節(jié)(需要導入數(shù)據(jù)設置類型時間格式)瘪撇、可以通過選擇進行分析目標可視化比對获茬,圖形包含二個形式,一個是“圓點”一個是柱狀圖倔既∷∏可以對分析目標進行分組和顏色的標記。



日歷可視化分析渤涌,可以進行年佩谣、月、日維度顯示实蓬。交易金額的大小茸俭,同樣可以分析交易總金額吊履、轉(zhuǎn)入、轉(zhuǎn)出情況瓣履。


對數(shù)據(jù)不同維度字段進行分類過濾分析×防可以明顯看出資金交易趨勢走向袖迎。通過拖拽就可以分析出對應資金范圍的賬號。這里是轉(zhuǎn)出金額范圍內(nèi)的3個賬號腺晾。其他維度分析也是同樣原理燕锥。



(2)話單數(shù)據(jù)事件可視化分析

把準備好的通話數(shù)據(jù)進行數(shù)據(jù)導入,同樣預設置一下通話事件關系悯蝉,我們選擇本機號碼作為分析分類點归形,通過時間,具體分析通話時長鼻由。如下圖



通過事件可視化分析工具暇榴,我們很容易看出“131oooo5750”通話時長最長


雙擊時長最多的柱狀圖查看結(jié)果,2010年9月份蕉世,這里結(jié)果支撐雙擊遞進查看具體時間的通話時長蔼紧。


日歷模式查看月分類通話時長數(shù)據(jù)


?著作權歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市狠轻,隨后出現(xiàn)的幾起案子奸例,更是在濱河造成了極大的恐慌,老刑警劉巖向楼,帶你破解...
    沈念sama閱讀 218,036評論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件查吊,死亡現(xiàn)場離奇詭異,居然都是意外死亡湖蜕,警方通過查閱死者的電腦和手機逻卖,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,046評論 3 395
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來昭抒,“玉大人箭阶,你說我怎么就攤上這事「曷常” “怎么了仇参?”我有些...
    開封第一講書人閱讀 164,411評論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長婆殿。 經(jīng)常有香客問我诈乒,道長,這世上最難降的妖魔是什么婆芦? 我笑而不...
    開封第一講書人閱讀 58,622評論 1 293
  • 正文 為了忘掉前任怕磨,我火速辦了婚禮喂饥,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘肠鲫。我一直安慰自己员帮,他們只是感情好,可當我...
    茶點故事閱讀 67,661評論 6 392
  • 文/花漫 我一把揭開白布导饲。 她就那樣靜靜地躺著捞高,像睡著了一般。 火紅的嫁衣襯著肌膚如雪渣锦。 梳的紋絲不亂的頭發(fā)上硝岗,一...
    開封第一講書人閱讀 51,521評論 1 304
  • 那天,我揣著相機與錄音袋毙,去河邊找鬼型檀。 笑死,一個胖子當著我的面吹牛听盖,可吹牛的內(nèi)容都是我干的胀溺。 我是一名探鬼主播,決...
    沈念sama閱讀 40,288評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼皆看,長吁一口氣:“原來是場噩夢啊……” “哼月幌!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起悬蔽,我...
    開封第一講書人閱讀 39,200評論 0 276
  • 序言:老撾萬榮一對情侶失蹤扯躺,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后蝎困,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體录语,經(jīng)...
    沈念sama閱讀 45,644評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,837評論 3 336
  • 正文 我和宋清朗相戀三年禾乘,在試婚紗的時候發(fā)現(xiàn)自己被綠了昼牛。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片斯撮。...
    茶點故事閱讀 39,953評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡仪壮,死狀恐怖瞭郑,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情伍派,我是刑警寧澤江耀,帶...
    沈念sama閱讀 35,673評論 5 346
  • 正文 年R本政府宣布,位于F島的核電站诉植,受9級特大地震影響祥国,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,281評論 3 329
  • 文/蒙蒙 一舌稀、第九天 我趴在偏房一處隱蔽的房頂上張望啊犬。 院中可真熱鬧,春花似錦壁查、人聲如沸觉至。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,889評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽语御。三九已至,卻和暖如春嫉到,著一層夾襖步出監(jiān)牢的瞬間沃暗,已是汗流浹背月洛。 一陣腳步聲響...
    開封第一講書人閱讀 33,011評論 1 269
  • 我被黑心中介騙來泰國打工何恶, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人嚼黔。 一個月前我還...
    沈念sama閱讀 48,119評論 3 370
  • 正文 我出身青樓细层,卻偏偏與公主長得像,于是被迫代替她去往敵國和親唬涧。 傳聞我的和親對象是個殘疾皇子疫赎,可洞房花燭夜當晚...
    茶點故事閱讀 44,901評論 2 355

推薦閱讀更多精彩內(nèi)容