可视分析学的特点包含（）。

从可视分析学模型可以看出，可视分析学的流程具有如下特点：①强调数据到知识的转换过程。可视化分析学中对数据可视化工作的理解发生了根本性变化——数据可视化的本质是将数据转换为知识，而不能仅仅停留在数据的可视化呈现层次之上。从数据到知识的转换途径有可视化分析和自动化建模两种。②强调可视化分析与自动化建模之间的相互作用。二者的相互作用主要体现在：一方面，可视化技术可用于数据建模中的参数改进的依据；另一方面，数据建模也可以支持数据可视化活动，为更好地实现用户交互提供参考。③强调数据映射和数据挖掘的重要性。从数据到知识转换的两种途径——可视化分析与自动化建模分别通过数据映射和数据挖掘两种不同方法实现。因此，数据映射和数据挖掘技术是数据可视化的两个重要支撑技术。用户可以通过两种方法的配合使用实现模型参数调整和可视化映射方式的改变，尽早发现中间步骤中的错误，进而提升可视化操作的信度与效度。④强调数据加工工作的必要性。数据可视化处理之前一般需要对数据进行预处理（转换）工作，且预处理活动的质量将影响数据可视化效果。⑤强调人机交互的重要性。可视化过程往往涉及人机交互操作，需要重视人与计算机在数据可视化工作中的互补性优势。因此，人机交互以及人机协同工作也将成为未来数据可视化研究与实践的重要手段。