传统方式的信息可视化是利用视觉设计学和人体感官原理，将图像、色彩、标志等原始视觉信号应用于管理实践中。伴随信息技术、虚拟现实技术、计算机网络等的发展，现代的日常生活中所需要管理和处理的数据远超过传统模式，对信息的时效、准确度要求也逐步提高，因此，现代信息可视化技术主要从以下几个方面展开。
（1）文本信息可视化。
在日常生活中，人们所面临的信息绝大多数是文本信息，如微博、电子文档、报纸文章等。通过可视化界面研究文本的信息属性与构成特点，可以快捷地从文档中获取信息。研究对象包括单个文档的可视化和大型文档集合的可视化。
（2）层次信息可视化。
操作系统文件目录、文档管理、图书分类、磁盘目录结构、面向对象程序的类之间的继承关系都普遍存在层次信息结构，并且在某些情况下，任意的图都可以转化为层次关系。层次信息可视化能够清晰展示层次结构，同时对关心的属性进行合理显示，易于观察细节信息。浏览过程中良好的人机导航交互机制，能够保持上下文信息，可以有效防止迷航。层次信息的可视化结构最直观的方式就是树形结构，但当结构中的节点或者层次增多时，该结构需要占据大量的可视化空间。
（3）Web 信息可视化。
Web 是一个信息空间，所包含的信息量更是以 TB 计的。如何最大限度利用 Web 上所展现出来的信息，成为一个急需解决的问题。Web 信息可视化的研究包括网页导航和布局、信息搜索的可视界面，以及网络多节点信息的动态显示与交互控制等，目前该方面的研究主要集中在如何有效地可视化信息空间的网络结构。
（4）可视化数据挖掘。当前的可视化数据挖掘方法分为三类：
①由传统的可视化方法组成或者独立于数据挖掘算法；
②在对数据挖掘算法进行抽取的过程中，可以利用可视化对模式进行更好地理解；
③综合多种可视化方法，用户可以方便地对数据挖掘算法运行过程进行指导、控制。
（5）多维信息可视化。
金融分析、地震预测和气象分析等通常需要处理多个数据变量，通过坐标调动、镶嵌，以及多视图处理等手段可以将这些多维数据映射到传统的二维界面或三维空间内，如透视表就实现了大型数据库中多变量数据的便捷浏览和特征辨认。
将信息可视化和科学可视化进行比较可以发现，信息可视化的研究对象是抽象数据集合。科学可视化的研究重点是那些拥有几何性质的科学数据，用接近于现实的方式描绘出来，这些数据在一段时间内通常是比较稳定、不发生改变的，主要涉及计算机图形学，追求图形的质量。虽然信息可视化也要关注如何绘制对象的可视化视觉属性等问题，但其研究重点是如何寻找到合适的视觉隐喻，把抽象、非结构化的数据信息转换为有效的可视化形式，且数据可能会发生变化，如在高纬空间中的非结构化的文本或点。由此可看出，信息可视化的产物要能通过人的各类感官传达到大脑，并使其快速掌握大量的信息，所以它比科学可视化技术要求更高，同时也更注重人的理解能力，更多的是涉及除计算机图形学以外的业务方法、视觉设计、人机交互及商业方法等相关领域。目前，信息可视化所面临的最大挑战是信息爆炸，即“大数据”，要想从海量的数据中获取有用的信息，信息可视化必须借助于机器学习、数据挖掘方法及自然语言处理技术。
