大数据背景下^[1-4]，海量数据只有被合理解读与表达之后才能展现其奥秘^[5]，而可视化的形式极大地提高了数据的易读性。一般而言，大数据的可视化复杂且难以理解，需要经过抽取、清洗、转化、挖掘等一系列过程才能展示潜在价值信息^[6]。目前，大数据可视化形式主要包括文本可视化、网络(图)可视化、时空数据可视化和多维数据可视化^{[7, 8]}，丰富的可视化表达形式为社会管理大数据的展示提供了依据。

我国不少地区已将大数据可视化形式运用到社会管理业务中。浙江省开发的“社会管理综合信息系统”^[9]，将海量数据资源融入到一个平台进行可视化，改善了社会管理形态。武汉市的“社会服务与管理信息系统”，融合各个部门的专题，结合丰富的可视化形式进行大数据展示。然而，社会管理系统往往只能以单一的点状符号的形式反映分布状况，不能直观地体现出数量差异。本系统实现了地图与统计图表的集成，采用几何散点图、不同高度的三维柱状图等方式来反映各种指标在地理空间上的分布，直观地体现出不同区域的数量差异。同时，对于有时间维度的数据融入了时间轴进行动态可视化，生动地展现了社会管理大数据的内容，丰富了社会管理的形式。

1 大数据可视化方式

本文结合专题地图内容的基本表示方法，以定点符号法、分区统计图表法、分级统计图法等方法的基本原理为依据，采用不同大小的点状符号、不同高度的三维柱状图、不同的色阶等形式反映空间上某种指标的数量分布情况，具有很强的空间对比性。如图 1所示，散点图以点的中心位置代表行政单元的中心，点的大小体现指定指标的数量；三维柱状图以柱子的高度反映不同区域的数量差异；色阶图用来反映不同区域在某种属性下所处的级别差异。系统针对不同的统计数据采用了不同的可视化方式，提高了大数据的直观性、易读性与空间对比性。

2 系统设计 2.1 可视化内容设计

平台的建设以武汉市社会管理基础数据库为基础。原始数据来自于相关部门已有的数据以及全市上万个网格员的搜集整理，经过数据的清洗与整合得到。数据库包括房屋人口库和社会管理事件库。房屋人口库包括各种人口信息表、重点人群数据表、帮扶人员数据表、房屋信息表等。社会管理事件库包含了武汉市近三四年来的各个类别的事件信息。结合数据库内容与社会管理的一般需求，系统主要对以下6种信息对象进行可视化：

1) 人口数据。主要字段包括人口ID、性别、年龄、民族、婚姻状况、文化程度等。

2) 房屋数据。房屋信息表中主要包含了办公房、空置房、商住两用房、自住房、外租房、商业房等。

3) 重点人群数据。重点人群信息表主要包含精神障碍人群、艾滋病人、服刑在教、刑释解教、吸毒人员、闲散青少年、社区矫正人员。

4) 帮扶人员数据。帮扶人员数据表中主要涵盖了低保、残疾人、空巢老人、留守儿童、失独人员、特困人员及孤寡老人这7类信息。

5) 社会管理事件数据。社会管理事件库中包含了民族宗教、房产物业、涉法涉诉、消费安全、社会治安、信访维稳、三农问题等多种类型事件信息。

6) 重点人群的社会不稳定风险数据。基于重点人群的社会风险分析结果主要由两类指标计算得到：重点人群类别指标及重点人群属性指标。重点人群类别指标即为重点人群信息中的7类重点人群的比例。重点人群属性指标包括平均文化程度、低保覆盖率、上访发生率、离婚率、失业率、收入情况、集聚程度。以上指标经过归一化处理后, 通过专家打分的方式对指标赋予权重，便可用于评估重点人群的潜在社会风险。

2.2 功能设计

1) 统计分析可视化。统计分析可视化模块主要包含人口统计、房屋统计、重点人群、帮扶人员、事件分析可视化等5个部分。系统需要实现行政区、街道、社区3种地图尺度上的多种指标数据在地理空间上的数量分布可视化、重要指标基于行政区的统计对比可视化以及区域单元详细信息。在事件分析部分，需要实现主要类型事件基于年、月、天的时空数据可视化。在月份的展示上，需要实现主要类型事件随月份变化的地理分布动态可视化。

2) 新增社会事件监听可视化。社会管理事件库中的数据来源于全市网格员的搜集、整理与添加。事件的属性主要包括网格编码、日期、事件类型、主题、具体内容等。平台将对事件库进行监听，用户可以指定感兴趣的事件类型，当网格员插入记录时，将监听到插入记录的详情并对兴趣事件进行可视化。

3) 重点人群的社会不稳定风险可视化。系统需要实现行政区、街道、社区3种地图尺度上重点人群的风险等级可视化，重点人群相关属性(如离婚率、平均文化程度、失业率)基于行政区的对比可视化。系统需要进行区域单元风险分析，对重点人群的相关属性与武汉市整体情况进行对比。同时，基于社区进行分析时，可查找出社区重点人群中符合指定属性(如离婚、低保等)的人员详细信息，这样能及时发现那些潜在的可能造成社会风险的人，对社会管理与安全起到重要作用。

3 系统架构与实现 3.1 系统架构

系统采用4层架构设计，如图 2所示。最底层为运行支撑层，包含了基础的软硬件设施及网络安全保障体系。数据层包含两部分内容：①已有的社会管理基础数据库，利用Oracle进行存储；②根据平台需求所进行的大数据计算。在大数据的计算上，采用并行计算框架Spark。Spark采用基于内存进行数据处理的模式，减少了磁盘IO，大幅度提高了计算性能及效率^{[10, 11]}。服务层包含数据服务与地图服务。数据服务使用Jetty(一种开源的Servlet容器)构建数据服务器，提供相应的接口以JSON格式返回数据以响应前端请求。地图服务采用武汉市规划局提供的WMS服务。最顶端为应用层，在基本的前端开发技术、maptalks地图引擎、echarts图表库等支撑下，最终实现了统计分析可视化，新增事件监听可视化及重点人群的社会不稳定风险可视化。

3.2 系统实现

平台主要包含统计分析、新增事件监听、重点人群的社会不稳定风险可视化3大类。系统的总体界面设计风格为：主图部分为地图，以散点图或三维柱状图的形式，或者不同区域用不同颜色进行渲染，体现各指标信息在空间上的量的分布。对于有时间属性的事件数据，主图部分叠加随时间轴(月份)动态变化的统计图表，并以日历图叠加统计图表的形式展现每一天的数量。界面左右两侧以丰富的统计图实现各类数据的可视化，包括武汉市总体信息，不同行政区的对比以及3种地图尺度上的地理单元的详细信息。左上角为地图尺度(行政区、街道、社区)切换栏。系统部分截图如图 3所示。

图 3(a)为人口统计模块，主图部分用散点图展示主要类型人口在空间上的分布，散点的大小体现了各区域人口数量的差异。图 3(b)为重点人群统计模块，以三维柱状图的形式展示不同区域的主要类型重点人群的分布情况与数量差异。图 3(c)为帮扶人员统计模块，采用散点图展示帮扶人员数量在空间上的分布。图 3(d)为房屋统计模块，主图部分以三维柱状图体现房屋类型基于空间的数量分布。图 3(e)为具有时间维度的事件分析模块，主图部分叠加了随着时间轴动态变化的几何散点。图 3(f)为重点人群的风险可视化模块。主图部分用颜色渲染的形式展现各区域的风险等级。图中展示的是社区潜在风险人员查询功能，选择了重点人群中既失业又属于低保的人员，就能查询到所选社区符合情况的所有人员。同时系统也能对每个区域的风险进行分析，展示区域的离婚率、失业率、文化程度等，直观地体现风险来源。

4 结束语

大数据可视化旨在通过图形化的形式，直观展现海量信息以便用户理解。本文系统以B/S架构为基础，借助大数据处理框架对海量数据进行统计分析，同时对重点人群可能造成的风险进行了评估。浏览器端采用地图与可视化图形集成的方式，借助丰富的统计对比图，通过maptalks地图引擎、echarts图形库等技术实现了社会管理大数据的可视化，为社会管理提供了可视化的数据支撑，为相关决策提供了形象直观的依据。