分类存档: 研究 - 第2页

Data Hunches: 将个人知识融入可视化 (Incorporating Personal Knowledge into Visualizations)

可视化中展现的数据不一定是完美的,可能存在一些错误。而对于数据质量的问题,往往只有领域专家才能觉察到。 在发现可视化中存在数据质量问题后,专家可以通过书面告知、交谈等方式进行反馈,但是这样的反馈方式非常低效。本文介绍的工作首先对于数据质量问题进行了分类,然后对于不同类型的数据质量问题,采用了基于手绘风格的形式进行可视化,让专家在原有可视化中融入自己的个人知识。

继续阅读 »

数据视频与动画插图的设计空间(Design Space for Data Videos and Animated Illustrations)

本期介绍的两篇文章都是关于设计空间(Design Space)的,两篇文章在讨论的内容及写作风格中有一定的共通之处,因此放在一起讨论与比较。

数据视频是叙事可视化的一种体裁,将可视化与运动图形结合在一起,以讲述数据驱动的故事,在创作数据视频时,设计师经常使用动画编码数据属性,来揭示关系,显示不确定性或传达情绪。

动画插图是图形设计的一种体裁,可以使用动态视觉效果传达特定的上下文化消息。作为一种新兴媒介,动画插图通常使用动态视觉效果展示故事,通常持续不到15秒。

来自同济大学的研究团队对82个数据视频及121个高质量动画插图进行分析,总结出了这两种叙事媒介的设计空间。

继续阅读 »

仪表盘设计模式(Dashboard Design Patterns)

仪表盘是一种使用多个视图来显示同一主题的数据的可视化。自仪表盘问世以来,它被广泛应用于商业、医院、城市分析等各种应用领域。仪表盘的现有工作主要集中在高层次的抽象的指南上。例如,尽量避免向观众提供过多的信息。但是,创建者很难仅使用这些抽象指南来构建仪表盘,因为它缺少仪表盘中可视化组件的详细介绍以及如何组合它们。

由爱丁堡大学等机构的合作研究通过分析超过100个仪表盘,总结出仪表盘的设计模式,以帮助探索和理解设计选择,并作为快速仪表盘设计的指南。

继续阅读 »

经籍览观:览录而知旨,观目而悉词

中国的图书分类历史源远流长,唐初官修目录《隋书 · 经籍志》是第一部正式使用“经、史、子、集”四部分类法进行分类的目录。除《隋书 · 经籍志》外,《旧唐书 · 经籍志》《新唐书 · 艺文志》《宋史 · 艺文志》也都是官修史书的图书分类目录,不仅在时间上具有连续性,也延续了 “经、史、子、集”四部分类法。另有一部《日本国见在书目录》,记录了日本国平安前期为止的传世的汉籍总目录。该书借鉴《隋书 · 经籍志》,成书虽晚于 《隋书 · 经籍志》 ,却早于《旧唐书 · 经籍志》,所著内容与国内官修史书目录可以相互补充,同样具备极高的研究价值。 通过对这五部目录的研究,可以窥得我国古代书籍分类之一隅。

继续阅读 »

[EuroVis 2022] DanmuVis: 可视化在线视频中的弹幕以及关联的用户行为(Visualizing Danmu Content Dynamics and Associated Viewer Behaviors in Online Videos)

弹幕已经成为人们观看在线视频的重要组成,屏幕中一串串飘过的文字,蔚为壮观,甚至完全覆盖整个屏幕。一个视频中弹幕数量的多少可以反映视频的热度,弹幕的内容则体现了用户对于视频的关注点。弹幕也成为观众和up主之间进行沟通的一个重要桥梁,是对于视频创作的重要反馈。北京大学可视化与可视分析研究组陈帅等人[1]结合up主对于弹幕的分析需求,设计了一个针对视频集中弹幕进行可视分析的系统。该系统不仅从语义、时间、发送用户等角度对弹幕进行多个维度的分析,还基于弹幕的视频时间和发送时间检测出潜在的用户观看视频行为。该工作全文发表于2022年欧洲可视化会议(EuroVis 2022)。

继续阅读 »

支持在探索性数据分析中对数据进行比较(Diff in the Loop: Supporting Data Comparison in Exploratory Data Analysis)

在做数据分析时,研究者需要对数据进行变换、聚类或者过滤等操作来使得数据满足分析任务的需求。在这个过程中,不仅处理数据的代码会发生变化,数据本身也会发生变化。然而已有工具都是追踪处理过程中代码的变化,不能够告诉用户经过这些代码处理后,数据如何发生变化。这篇论文设计了一个工具,支持数据探索分析中对数据变化的追踪。

继续阅读 »

多属性矩阵可视化的交互技术评估 (The Pattern is in the Details: An Evaluation of Interaction Techniques for Locating, Searching, and Contextualizing Details in Multivariate Matrix Visualizations)

矩阵是一种常见的可视化技术,广泛应用在网络、表格、时序等数据可视化中。矩阵通过紧凑的二维网格布局形式来可视化大规模数据,网格中的每个单元表示一个数据项,通过颜色或者大小编码数据项的某个值。然而,对于多属性矩阵来说,一个数据项会包含多个值,如多个属性、多个时间值,如何有效展现这些细节面临着重大挑战。已有可视化方法通过在网格中嵌入图元的方式来展现每个数据项的细节,但是这些方法需要大量空间,难以可视化大规模矩阵。另一种方法是通过交互技术,有选择的展现一部分数据的细节信息。然而交互技术多种多样,哪些适合多属性矩阵可视化?这篇文章对于相关的交互技术进行了评估。

继续阅读 »

从计算笔记本讲述故事:人工智能辅助的用于数据科学展示的幻灯片制作 (Telling Stories from Computational Notebooks: AI-Assisted Presentation Slides Creation for Presenting Data Science Work)

数据科学项目既包括数据获取、清洗、建模等技术工作,也包括技术人员和非技术人员的高度合作。例如,数据科学家在构建模型之后,需要向项目相关者展示模型,并从他们那里收集反馈和获得支持。这一过程需要从复杂的代码中定位和提取关键信息,将这些信息组织成数据故事,同时还要根据观众背景的差异改变展示的方式。数据科学家需要耗费大量时间,且容易出错。来自香港科技大学、IBM研究院和密歇根大学的Zheng等人 [1]提出了以用户为中心、人工智能辅助的模型展示幻灯片的制作系统,帮助数据科学家提高效率。

继续阅读 »

2021年新当选院士分布可视化

11月18日,中国科学院、中国工程院2021年院士增选结果公布,共有149人当选。其中,中国科学院增选院士65人,中国工程院增选院士84人。两院院士是我国在科学技术领域设立的最高学术称号,其增选结果从侧面反映出各单位当前在顶级科研人才方面的储备情况,受到社会各界的广泛关注。

继续阅读 »

探索交互日志来减轻人的偏见(Left, Right, and Gender: Exploring Interaction Traces to Mitigate Human Biases)

偏见影响着人们分析数据的方式和决策的结果。在可视分析系统中,人的偏见会体现在只对部分数据进行分析而进行决策,使得决策产生偏差。该工作研究如何通过可视化用户的交互历史(用户与哪些数据点和属性进行了交互),来降低人在可视化系统探索过程以及决策时的潜在偏见。

继续阅读 »