答：数据可视化本身也是一种数据分析技术，是将数据以统计图表和视觉形态表现出来的分析展现技术。我常说：看得见才能做得到，看得见才能做得好！随着数据分析技术的发展，数据存储、报表、分析和展现逐渐融合和一体化，过去是从数画图，现在往往先画图再洞察数据异常；可视化领域：报表可视化、绩效仪表盘、社会网络可视化、信息图、一页式管理图表。

商业智能技术：早期的商业智能BI就是报表系统，BI公司也叫前端展现，决策者和管理者不用依赖IT人就可以获得企业运营数据，现在的商业智能是运营平台和 管理体系，即包括了企业的现代化管理理念也是一套有效的管理软件工具。早期主要是大型企业，现在可是关注中小企业的运营BI系统；特指在数据仓库DW基础 上，采用量化统计和挖掘工具，进行数据统计、分析、查询和报表，嵌入商业模型和商业规则，支持客户关系管理CRM、企业资源计划ERP、供应链管理 SCM、绩效管理EPM；当前趋势是决策驾驶舱、仪表盘和决策支持系统；

数据挖掘技术：是采用自动或半自动的智能方式，从海量数据中寻找隐藏在数据中的模式、趋势和相关性，用到了数据库存储技术和机器学习、统计方法。是KDD从 数据库中发现知识的过程，发现的知识应该是先前未知的，不能靠直觉发现的知识；发现的知识要未知、实用和有商业价值。主要技术：分类、预测、细分、关联和 序列；

2、像您这样的研究者在微博这种平台上怎样进行数据挖掘？而受众有应该怎样挖掘呢？
答：微博是巨大的社会科学实验场，上亿人每天在微博上耕耘，传 递信息，分享生活情趣、流行时尚、工作感受；作为传播研究者当然关注，并且希望挖掘有价值的信息。特别是大众传播落地人际传播后，微博成为人际传播的重要 场所，且是社会网络。首先研究微博的传播机制，从社会网络角度理解微博传播机制，分析幂率特征，这些都需要数据支持和挖掘。主要挖掘工作：微博抓取爬虫技 术、社会网络分析技术、网络可视化技术、传播链和传播网络分析、发现意见领袖、微博营销、社会计算、情感分析、个性化推荐等。

受众怎样挖掘我不是太理解，受众应该是被挖掘的角色！

3、以微博为例，数据挖掘的价值体现在哪里？
答：微博的挖掘不仅仅体系在数据挖掘，从技术上讲可能涉及更广泛的价值和技术体系。价值主要体现在社会舆情监测、微博营销、个性化推荐、客户关系管理、社会情感分析、信息的扩散与传播优化和控制等；也许有人更关心微博在社会管理、社会资本、社会价值取向、社会和谐层面的东西。

5、传统数据分析和现代网络数据分析相比，优缺点在哪里？
答： 不是优缺点，而是根本性改变。传统数据分析有一套完善的方法论和解决方案，特别是在结构化数据中，数据挖掘技术和统计分析技术都相对成熟，尽管数据挖掘在 国内才开始重视，商业模式越来越重视数据分析对快速和实时决策的重要性，但毕竟可以通过软硬件部署可以解决，量大是问题但不是根本性问题。但是网络数据分 析，面临的更复杂的问题，首先是微博带来非结构化数据，很多人想得到但抓取技术和完整性模糊，实时生成和海量存储的一致性、连续性和标准化面临挑战，新技 术需要消化，比如Hadoop、MapReduce和自然语言处理、网络分析和文本挖掘技术的实现，新数据分析工具的掌握等等，当然人才更是问题，且涉及 多学科领域知识的融合。