Ένα από τα σημεία της τεχνολογικής ανάπτυξης είναι η ραγδαία αύξηση των δεδομένων που παράγονται καθημερινά. Δεδομένα πρωτοφανή σε όγκο, ποικιλομορφία, ταχύτητα παραγωγής και ανανέωσης. Η φύση τους μας οδήγησε στην ανάπτυξη τεχνικών ανάλυσης και απεικόνισης τους ώστε να γίνονται αντιληπτές οι σχέσεις και οι δομές που κρύβονται μέσα σε αυτά. Στο πλαίσιο της παρούσας εργασίας αναλύονται, μέσα από βιβλιογραφική έρευνα, τεχνικές οπτικοποίησης δεδομένων εμβαθύνοντας και εφαρμόζοντας δυο εξ αυτών σε μια βάση δεδομένων 757 αρχείων.
Τα μεγάλα δεδομένα είναι ένα πεδίο που διαχειρίζεται τους τρόπους ανάλυσης και τη συστηματική απόσπαση πληροφοριών ή διαφορετικά διαχειρίζεται τα πακέτα δεδομένων που είναι πολύ μεγάλα ή περίπλοκα για να τα διαχειριστεί ένα παραδοσιακό λογισμικό εφαρμογών επεξεργασίας δεδομένων. Δεδομένα με πολλές πεδία (σειρές) προσφέρουν μεγαλύτερη στατιστική ισχύ, ενώ δεδομένα με μεγαλύτερη πολυπλοκότητα (περισσότερα χαρακτηριστικά ή στήλες) μπορεί να οδηγήσουν σε υψηλότερο ποσοστό ψευδών ανακαλύψεων. Οι μεγάλες προκλήσεις για τα δεδομένα περιλαμβάνουν τη συλλογή, την αποθήκευση, την ανάλυση, την αναζήτηση, την κοινή χρήση, τη μεταφορά, την απεικόνιση, τη δημιουργία ερωτημάτων, την ενημέρωση, την ιδιωτικότητα των πληροφοριών και την πηγή τους.Η τρέχουσα χρήση του όρου μεγάλα δεδομένα τείνει να αναφέρεται στη χρήση αναλυτικών στοιχείων πρόβλεψης, αναλύσεων συμπεριφοράς χρηστών ή ορισμένων άλλων προηγμένων μεθόδων ανάλυσης δεδομένων που εξάγουν αξία από δεδομένα και σπανίως σε ένα συγκεκριμένο μέγεθος συνόλου δεδομένων. Λόγω του πλήθους των χαρακτηριστικών που διέπουν τα μεγάλα δεδομένα είναι δύσκολη η απεικόνιση του συνόλου των χαρακτηριστικών και εργασία πάνω σε αυτά. Έτσι δημιουργήθηκε η ανάγκη ανάπτυξης αλγορίθμων οι οποίοι βοηθούν την επεξεργασία και την οπτικοποίηση πολυδιάστατων δεδομένων.
