在传统的叙述中，讲述的顺序对于读者的理解和记忆是有很大影响的，顺序安排的好，循序渐进，会让人更容易理解和记忆。但是在叙述可视化中，可视化出现的顺序是否对理解和记忆有影响我们就知之甚少了。本文首先研究了大量优秀的叙述可视化案例，对可视化进行分类总结；随后提出了一个基于图的寻找有效的叙述可视化序列的方法，并做用户实验分别验证了此方法在局部和全局最优上的效果。
作者存档: limei.che
深入理解叙述可视化中的顺序 (A Deeper Understanding of Sequence in Narrative Visualization)
作者: limei.che
日期: 2014年4月18日
深入理解叙述可视化中的顺序 (A Deeper Understanding of Sequence in Narrative Visualization)已关闭评论
通过相关时间属性聚类支持动态网络的可视分析 (Supporting the Visual Analysis of Dynamic Networks by Clustering associated Temporal Attributes)
作者: limei.che
日期: 2014年1月17日
通过相关时间属性聚类支持动态网络的可视分析 (Supporting the Visual Analysis of Dynamic Networks by Clustering associated Temporal Attributes)已关闭评论
在之前的文章中我们介绍了一个混合了多种动态图展示技术的原型设计DiffAni，这个原型侧重于探索动态图的拓扑结构变化，无法检测和分析途中各节点或边的属性值变化。在此文中我们将介绍一个关注动态网络中节点和边的属性变化趋势的可视分析系统，该系统通过在时间维度上对节点或边的属性进行聚类，将原始的图数据划分成多个聚类，把每个聚类当作节点可以构造出一个超图（super-graph），超图可以对图中不同属性具有相同行为的节点或边的群组提供很好的全局视图，与此同时该系统还提供了一些具体的交互来探索和改善聚类结果，进一步指导用户分析动态网络。
DiffAni: 差异图和动画混合可视化动态图 (DiffAni: Visualizing Dynamic Graphs with a Hybrid of Difference Maps and Animation)
作者: limei.che
日期: 2014年1月4日
DiffAni: 差异图和动画混合可视化动态图 (DiffAni: Visualizing Dynamic Graphs with a Hybrid of Difference Maps and Animation)已关闭评论
动态图数据的可视化是一个非常有挑战性的研究课题，它的难点有二：1. 在每个时间片图布局最优化和不同时间片中为帮助用户记忆而保持布局稳定之间的权衡，2. 在不同展现形式之间的权衡，如small multiples适合静态比较不同时刻图结构的变化，动画播放适合观看图在整体上的变化趋势。一种避免这些权衡的方式可能是将这些选择结合起来，提供一种混合的技术。于是 Rufiange 和 McGuffin 在对已有方法分类组合的基础上提出了一个新的原型DiffAni，即允许动态图在三种展现方式（small multiple, 差异图，动画）之间自由切换。
通过交互式可视化理解商业生态系统中企业间的关系 (Understanding Interfirm Relationships in Business Ecosystems with Interactive Visualization)
作者: limei.che
日期: 2013年12月13日
通过交互式可视化理解商业生态系统中企业间的关系 (Understanding Interfirm Relationships in Business Ecosystems with Interactive Visualization)已关闭评论
商业生态系统具有数量庞大、关系复杂、公司网络遍布全球的特点，与此同时他们通过相互之间的合作、合伙和竞争来创造和交付新产品和服务。考虑到商业生态系统在数据规模，复杂度和快速变化方面的迅猛增长，以及经济和竞争带来的压力，分析人员要面对迅速理解这些企业关系网络中的基本特征的高强度任务。而已有工具只能提供以查询或列表形式等有限的交互分析功能。本文为解决大规模商业数据快速分析的问题，设计并实现了dotlink360，一个交互的可视化系统，提供了能够洞察商业生态系统的组成成分，时序统计信息和各个属性之间的连接关系的功能。
图形简化：通过使用扇形，连接器和团的图形符号提高网络可视化的可读性(Motif Simplification: Improving Network Visualization Readability with Fan, Connector, and Clique Glyphs)
作者: limei.che
日期: 2013年9月16日
图形简化：通过使用扇形，连接器和团的图形符号提高网络可视化的可读性(Motif Simplification: Improving Network Visualization Readability with Fan, Connector, and Clique Glyphs)已关闭评论
在研究和分析网络时，我们会关注节点间错综复杂的关系，以及节点的性质。图的点边表示法能很好的解释网络特性，常用来分析复杂网络。但是随着网络规模的扩大，越来越多的节点和越来越复杂的关系使得在有限的显示屏幕下对网络的可视化与可视分析变得非常困难。为了解决这个问题，本文提出了一种图的简化方法，即“图形简化”法。这种方法把经常出现的具有代表性的点边模式表示成紧密的有意义的图形。
图中集合关系的可视分析
作者: limei.che
日期: 2013年7月25日
图中集合关系的可视分析已关闭评论
本文[1]是2013年EuroVis最新的图可视化工作，文中介绍了一种显示图中存在的集合关系的可视化设计，适合中小型图的可视化，可以丰富的展现图的多种属性，非常具有启发性。
图可以表很多抽象的关系数据，图中的节点往往具有多种属性。例如，在一个社交网络中，每个人是一个节点，他不但有自己朋友关系，还有各种各样的兴趣爱好，像喜欢听音乐，爬山，摄影等。依据这些兴趣爱好，我们可以把图分成几个集合，比如，喜欢爬山的人是一个集合的，喜欢听歌的人是另一个集合。因此，在图的基础上添加集合的信息，可以表现出更丰富的数据属性。
触觉技术及其在数据知觉化中的应用 — 普渡大学张虹教授
2012年5月3日，美国普渡大学电子与计算机工程学院教授、机械工程学院客座教授、心理科学系客座教授张虹博士应邀到访北京大学。下午2点，张虹教授在理科二号楼2736学术报告厅做了一场题为”Haptics and its Application in Data Perceptualization（触觉技术及其在数据知觉化中的应用）”的精彩报告。 讲座围绕：人类触觉感官系统、触觉技术（震动触觉显示，力反馈触觉显示）、数据知觉化设计三方面展开。(更多可视化与可视分析报告会通知请关注：http://vis.pku.edu.cn/seminar/index.html )
近期评论