随着互联网的飞速发展,海量数据富含着巨大价值的同时也使得数据关系日渐复杂。信息可视化可以有效的帮助用户挖掘机信息的关联关系。因此,如何利用可视化的方法挖掘大数据之间的关系并应用于实际,已经成为当今学术界与各行业研究的热点问题。但是高维多元的数据可视化的信息呈现往往会导致页面承载的信息量过大,从而弱化信息的关系表征,造成了用户识别效率的下降。增加了时间表征维度的动态可视化可以在一定程度上缓解高维数据可视化页面局限性问题。本研究旨在运用动态可视化来更好地展示数据之间的信息关联,辅助用户进行高维数据挖掘。本文从信息关联出发,对动态可视化的设计表征和视觉感知进行深入探讨,尝试建立“多维信息-动态表征-视觉感知”之间的映射关系。本文从复杂信息属性与统计学的角度对大数据进行解构,提出了信息关联的三种基本类型:层次关联、网络关联和时间关联,并着重分析其关联特征。在高维信息动态可视化表征的研究中,本文从表征的交互主动性上将其分为基于时间维度的动态可视化和基于交互维度的动态可视化。针对基于时间维度的动态可视化提出了静态变量与动态变量的表征策略,针对交互维度的动态可视化提出了交互反馈形式和交互准则。围绕用户的视觉感知,以提高信息关联认知效率为导向,提出了针对信息关联的动态表征展示策略,该策略有助于提升大数据可视化关联性展示的可读性。为了验证大数据信息关联性的动态展示策略的有效性,从实际的交通大数据出发完成设计实证。结果表明,本文提出的动态展示策略可以有效降低用户在信息关联识别过程中的认知负荷,提高认知效率。本文的研究内容在一定程度上填补了大数据信息关联性可视化方法的理论空白,可为可视化实践提供理论参考。