在超图中，每条边不再仅限于表示一个二元关系，而是能够表示一个任意的n元关系（n大于等于2），如果依然使用传统的点边形式(node-link)对超图进行可视化，那么每一条边都将被表示为一个团的结构，这会带来大量的边，导致视觉聚集，从而干扰用户对图结构的认知过程。本文提出了使用多边形来对超边进行可视化的方法（图1），并最终给出了一种支持对偶视图形式的自动布局算法。

当用户需要在一个包含许多个可视化的可视化集合中(例如Observable或Tableau)进行检索时，好的缩略图能够帮助用户快速地判断一个可视化和他的实际检索目标的关联，从而快速筛查候选结果，较大地提升用户检索的效率。然而在当前的许多可视化创作与分享网站上，可视化的缩略图生成方法是存在较大缺陷的。本次我们将要介绍的工作VizSnippets就针对这些问题从图片选择和文本关键字选择两个方面提出了一个自动化的可视化缩略视图生成方法。