适用可扩展链接可视化的平衡交互级延迟及像素敏感性的系统(Falcon: Balancing Interactive Latency and Resolution Sensitivity for Scalable Linked Visualizations )

在ACM SIGCHI 2019 会议上,美国华盛顿大学交互数据实验室的 Moritz 等人(Jeffrey Heer 组)发表了关于针对大规模链接可视化的低延迟系统的文章。文章提出的系统 Falcon 可以平衡交互延迟和像素精度。结合数据索引,数据预取和渐进式交互等方法,Falcon 可以从查询和界面系统两方面一体式地对多视图链接可视化进行优化。

图 1, Falcon 支持的零维、一维、二维的图表

对可视化系统的有效探索需要快速的反应时间。研究表明,超过500毫秒的延迟会显著地对用户行为造成影响。而日益增长的数据规模让低延时交互的难度越来越大。一些系统采用了提前计算数据的聚集值来达到这一目标。然而会导致高昂的计算和存储代价。Falcon 旨在降低预计算的时间,并达到低延迟的交互。

Falcon 从查询和交互系统两方面来支持低延迟交互。首先向系统界面中用户感知敏感的操作倾斜最多的资源。其中,刷选和链接是用户最为敏感的操作。刷选和链接是指,用户在几个展示不同维度的视图之间交互式刷选部分子集。同时在其它视图间同步展示子集结果。

系统提供了一系列支持的视图,提供包括具有零个、一个、两个分区间维度的图表。下图中展示了一系列支持的图表:零维可以看成展示一个数,一维展示一个数组,而二维展示一个二维数组。如图1所示,左上角展示的零维的图表;最右边的展示的是二维的图表;其余的为一维的图表。

Falcon 定义了“积极视图”和“消极视图”的概念。用户当前正在交互的视图称为积极视图,而其它的视图称为消极视图。当用户在某个积极视图刷选时,消极视图需要进行相应的改变。针对某个消极视图,系统需要构建一个索引以支持这个积极视图所有的刷选。这种索引是数据方块(Data Cube)的一个子集,只存储了所需要的部分。如图二所示,中间的视图是积极视图,而其余的视图是消极视图。每个消极视图的结果都是受到除了本身的刷选之外其它所有视图的刷选约束。

图2,交互视图

如图2所示,如果对中间的视图进行刷选,以Arrival Time视图为例。需要对Distance视图的刷选产生所有正确的结果。刷选总共的可能性有无限种,以像素粒度为分析,也有像素个数的平方种。这需要保留有像素平方种结果。需要大量的存储空间。可以采用存储累加和进行计算。只需要保留像素个数个结果就能够通过求差的方式计算任意的结果。而对于二维的方式,也可以通过sum area table 的方式计算。

然后在切换重要的视图之后,仍然需要等待一段时间。这种等待会影响用户交互。因此可以采用先加载部分的数据切片:原先需要加载像素量级的数据切片,现在首先只加载分块数量的数据切片,这样需要加载的数据就小了许多。可以降低用户的等待时间。但是,这也会引入新的问题,用户没有办法基于像素进行交互,又丧失了连续性。因此系统引入了基于差值的近似来支持更连续的基于像素的交互。实验表明,由此引入的误差在大多数情况下都非常小,因此可以接受。

作者们使用了该系统进行实验,发现刷选交互时候可以达到50帧每秒的性能。这已经非常接近普通的显示屏幕的极限,人眼基本不能感知卡顿。而在切换视图等需要重新计算索引的情况下,所需的时间也非常小:在数秒之内。

总结:本文提出了基于大规模数据的链接视图下低延迟的系统,结合了多种数据处理的策略,达到了非常好的效果。

【参考文献】

【1】Moritz, Dominik, Bill Howe, and Jeffrey Heer. “Falcon: Balancing Interactive Latency and Resolution Sensitivity for Scalable Linked Visualizations.” In proceeding of ACM SIGCHI 2019.

发表评论?

0 条评论。

发表评论


注意 - 你可以用以下 HTML tags and attributes:
<a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>