论文可视化分析的意思是用海量数据关联分析，辅助人工操作将数据进行关联分析，并做出完整的分析图表。
论文可视化分析是在论文查重系统在查重后呈现出的查重报告单，不同的报告单反馈着论文不同方面的数据信息，包括查重率、重合字数、疑似抄袭段落等等；把文中所有的重复部分都进行了标注和相似论文的内容和出处；对文中重复的部分进行标红，并且有引用文献列表。
论文可视化分析数据解读：
总文字复制比：即查重率，查重能不能通过的关键数据。
去除引用文献复制比：即去除文中引用文献后的查重率。
去除本人已发表文献:即去除本人已经发表收录的论文后的查重率。
单篇最大文字复制比：即与本论文相似度最高的论文的查重率。
文献信息可视化的分析方法为选择文献分析。
主要应用于海量数据关联分析，由于所涉及到的信息比较分散、数据结构有可能不统一，而且通常以人工分析为主，加上分析过程的非结构性和不确定性，所以不易形成固定的分析流程或模式，很难将数据调入应用系统中进行分析挖掘。
借助功能强大的可视化数据分析平台，可辅助人工操作将数据进行关联分析，并做出完整的分析图表。图表中包含所有事件的相关信息，也完整展示数据分析的过程和数据链走向。同时，这些分析图表也可通过另存为其他格式，供相关人员调阅。
背景技术：
随着信息技术的发展，每个行业都面临着海量数据的问题，人们不仅仅是对数据进行管理，还要从大量的数据中获得全面的知识和信息，以便对数据进行分析。
随着学术研究的蓬勃发展，文献资料数量也越来越多，对于文献数据分析的需求也日益凸显。面对海量文献数据，人们往往花费较长时间仍难以找到自己需要的文献资料，当读者不熟悉检索内容时，检索方式的有效性较差，且容易忽略文献中的长尾部分。
此外，现有方法割裂了文献间的宏观联系，无法展示文献引用网络，无法帮助用户对文献进行价值评估，帮助了解目前热门学科、各研究领域的主要人员和各领域发展动态，无法进行论文推荐等等。
本发明的目的是致力于解决目前文献大数据的可视化分析方法匮乏的现状，提出一种可视化的文献大数据分析方法。
“工欲善其事，必先利其器”，学术绘图软件的选择与使用特别重要。不同学科的研究人员使用的软件有所不同，但是基础的绘图思想与理念是相通的 (这部分会在后面的章节讲解)。工科背景的人员常使用Matlab，计算机背景的人员常使用Python，统计学科的人员常使用R，医学背景的人员常使用Graphpad等。常用的论文图表绘制软件包括Excel、Origin、Sigmplot、Graphpad、Matlab、Python、R等，每个绘图软件的图表都有不同的图表风格。
信息可视化的概念 信息可视化正在成为信息科学一个重要的研究分支。它的目标是实现信息的知觉化、感性化。信息可视化集成了多方面的内容,包括:信息抽取和描述、人机
2. 构建可视化空间 将可视化对象映射成可视化的视觉属性后,需要根据第一步构造的虚拟结构将这些离散的视觉属性组织起来,形成一个可视化空间,在这一步中,关键是确定
3. 外贸公司可视化模型设计方案 1.管道模型。
