在信息化的时代，人们获取大量数据，从中提取关键信息，并据此做出决策。各个领域的从业者，包括科学家、分析师、记者、设计师，乃至普通大众，均意识到数据和数据分析的重要性。其间，数据可视化和可视分析作为发掘数据中有效信息、传达见解和交流与协作的高效工具被广泛运用于商业智能、城市规划、新闻传播等。
　　伴随着互联网、传感器、物联网等技术的不断发展，人们获取信息的能力和分析数据的需求不断增长。这样的趋势对于可视化研究、设计和开发产生了重要的影响。其中最明显的一点是基于Web的信息可视化方法的广泛应用。由于数据海量化、多源化，对计算能力需求增长，研究者开始尝试将可视化和可视分析技术部署在服务器和云端。而互联网和多媒体技术的不断发展让通过网页展示的可视化形式和数据分析手段变得更为丰富，并可以轻易部署在不同平台和移动设备上，使得数据分析场景和受众更加普及。
　　虽然有着多种优势，基于Web的可视化仍面临着诸多挑战。不断扩充的信息可视化使用场景对可视分析技术在可及性、易用性、灵活性和可用性方面提出了新的挑战。为了适应新时代的数据分析需求和可视分析发展趋势，本学位论文以大数据场景下的高效可视分析解决方案为目标，围绕基于Web技术的可视化中存在的多个挑战展开研究。论文的主要研究方向和贡献概括如下:
　　基于新型数据表达的高可及性大数据可视查询设计新型数据结构，通过将数据库预计算与可视交互设计紧密结合，在超大规模数据集上进行高效的在线交互式可视查询。基于这个数据结构实现的在线交互式探索系统在多个真实数据集上进行了验证，包括汽车轨迹数据、社交网络登录数据和航空整点数据等。
　　基于深度学习的高易用性可视化设计研究通过人工智能方法降低创建可视化的专业技能需求，提高工具的易用性，进行快速地在线可视化应用部署。设计了一种基于学习的方法，通过应用深度学习和机器学习模型，可以快速从样例中概念化和构建仪表盘可视化。基于此方法实现的在线创作工具被验证可以减轻设计和实现过程中所需的工作量和可视化专业技能需求，提高效率。
　　基于可视编程的高灵活性可视化生成设计交互式工具，用于快速生成基于网页的信息可视化，尝试同时满足简单易用和灵活定制两方面的需求。通过将可视化流水线进行模块化，并添加自定义组件，实现了一个可编程集成开发环境，支持通过拖放式的设计界面和可编程模块开发富有表现力的可视化结果。
　　基于前后端融合的高可用性可视分析系统与专业领域合作基于Web的信息可视化应用，在具体使用场景中实现前后端融合的可视分析系统，研究其可用性。该工作包含三个案例:1)与汽车零件制造工厂合作，设计并实现了智能工厂装配线的实时跟踪和历史数据分析;2)与卫星气象中心合作，部署了三维大气数据的在线可视化;3)与医学专家合作，设计并实现了大脑纤维数据的降维和可视探索技术。案例分析和用户反馈证明了使用的可视分析方法在实际应用中的可用性。