1. 研究目的与意义
自2020年初爆发新冠肺炎Covid-19以来，由于病毒传播渠道的多样化和速度之快，以及很多国家对初始抗击疫情的不重视，疫情迅速向全国甚至全球蔓延和扩散，各行各业都受到了严重的影响。上至各个国家领导人，下至医务工作者、科研人员和普通民众，都对疫情表现出了高度的关注。
时至今日，全国上下都已养成了日常浏览疫情实时数据的习惯，根据北京大学新媒体研究院关于民众获取“疫情信息”的10大渠道的调查，可以发现：以微信、微博为代表的即时通信工具和社交媒体，是疫情期间民众使用最多的渠道；但是，民众最信任的信源，不是社会媒体，仍然是官方渠道。
通过观察并分析官方渠道的信息数据，可以发现主要呈现方式为“文本 数字”和“图片式表格”。“文本 数字”是疫情发布中最为常见的呈现形式，这类数据往往配合着新闻发布的方式出现，其有新闻传播及时、迅速的特点，能满足大众对于疫情整体概况的迅速掌握。然而，受限于文本形式，导致数据的“堆砌感”强烈，重点难以突出，受众在阅读体验上会有一定的压力。
2. 研究内容和预期目标
本文开发研究的可视化平台将从简单性、实用性和界面友好等因素出发，以Vue.js作为前端的框架，基于Echarts实现提供直观、生动、可交互、可高度个性化定制的数据可视化图表，包括但不限于动态图、表等可视化工具，辅以文字描述，详尽地展示每日疫情变化情况，致力于制作详细的疫情数据展示和趋势预测模型，大大增强用户的体验，使民众更清晰更直接地了解疫情的相关状况，为相关决策部门提供理论依据和科学探索。本文拟解决如下几个关键问题：
（一）基于Vue.Js框架的可视化管理平台的建立；
（二）基于爬虫及自然语言处理的疫情数据清洗和挖掘；
3. 国内外研究现状
可视化的概念源于Mccormick于1987年[1]发布的“Visualisation in Scientific Computing”，自此之后，可视化技术逐渐引起各学科领域的重视，且形成了数据可视化和科学计算可视化两大主要分支。在1994年，我国学者郑飞和叶尚辉[2]首次结合可视化技术和信息领域，将信息可视化引入国内的学术研究，也就是数据可视化分支在我国发展的雏形。
此后，在数据可视化的发展历程中，刘勘等学者[3]提出了：数据可视化技术必须同数据挖掘有更紧密的联系，并且可视化系统务必提高人机交互能力，以此才能突出可视化的功能。因此，基于数据挖掘和用户交互需求的可视化模型得到了进一步的具体应用发展，在张浩、郭灿[4]将数据可视化技术应用分为的四类中（①呈现多维混搭信息的可视化应用、②揭示数据关联趋势的可视化新服务、③有助于发散形象思维的可视化新工具、④提供数据交流社区的可视化新平台），本文所研究的可视化技术应用便对应了第二类——揭示数据关联趋势的可视化新服务，使得用户主动为所查询、检索的疫情数据或信息选择一种或多种可视化的呈现方式成为可能，通过挖掘数据之间的重要关联或者是呈现一个有理有据的数据发展趋势,并进行图形化处理,最终为用户呈现一个动态的、图形化的、高效的、令人印象深刻的可视化平台[5]。
随着互联网的快速发展，海量数据的变化周期越来越短，于是基于Web的统计图表控件得到了迅猛的发展和广泛的应用[6]，经历了组件嵌入式控件、服务端控件以及目前主流的基于HTML5的客户端控件，当前时期国内外知名的代表性产品包括D3.JS、Highcharts、GChart以及本文所选取的Echarts。ECharts是由百度公司推出的一款非常优秀的可视化图表控件,底层依赖Canvas类库ZRender[7], 可提供直观、交互、个性化定制的数据图表,不但支持柱状、折线、饼图等普通图表,还支持地图、和弦图、数据视图、大规模散点图等特殊图表。根据Li D ,Mei H[8]等学者的调查，Echarts在我国实现了高达90%的认可度以及74%的利用率，并且被许多社会机构和企业所使用，例如中国外交部、中国统计局、阿里巴巴、腾讯、华为等，并且各大著名高校在可视化或统计学的课程中均使用Echarts作教学工具。
4. 计划与进度安排
第一阶段：2022.01.01—01.07确定选题、收集资料，撰写开题报告
5. 参考文献
[1] Mccormick B H . Visualisation in Scientific Computing[J]. Computer Graphics, 1987, 21.
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
