想象你是一个大型公司的人力资源部经理，你需要从几千名职员中挑选一群人组成一个项目团队。除了相互熟悉以外，他们也必须具备特定的能力。当有人退出时，你还需要快速地找到替代者，以保证团队的运营。在数据挖掘领域，类似的任务又被称作分组挖掘（Group Mining）。而事实上，每个职员都具备不同的能力，他们之间又有错综复杂的社会关系。你所面对的，其实是一张大规模的多变量图（Large-scale Multivariate Graph）。如何帮助用户在这种图上快速地进行分组数据挖掘，就是g-Miner这一工具 [1] 所要解决的问题。

在进行具体的设计前，文章的作者们开展了一次用户调研，以发掘这一工具所应达到的功能和要求。首先对于大规模数据，有必要进行层次化的数据分组，亦即层次化聚类（Hierarchical Clustering）。对于各个分组，需要概括描述其中的关系网络（Connections）与多变量特征（Attributes），并允许用户加以比较。为了发现符合要求的团队，还需要灵活的数据过滤与查询机制。而在团队成员发生变化时，应帮助用户快速定位到合适的替代着，并修改已有的分组。

针对这些要求，作者们进行了相应的设计与开发。首先，他们根据网络中的连接关系进行了层次化的数据组织与展示（如图1）。用户可以利用这些分组进行初步的数据探索。其中不同的颜色表达了不同的变量，每个节点（个体或小组）都按其“主要变量”进行着色，从而节点的主要特征，譬如擅长文案、擅长编程等等便一目了然。通过上卷（Rolling Up）下钻（Drilling Down）等交互方式，用户可以方便地游历数据的不同层次。

图1. 根据连接关系进行的层次化数据分组

有了初步的分组，就需要对其作概括描述。每个小组都有网络关系与多变量两方面的特征，作者们设计了三种不同的方式来表现这些不同的侧面。其中关系图（Relation Map）以邻接矩阵（Adjacency Matrix）的形式表达了组内的连接关系（如图2(b)），特征图（Feature Map）则以数据表格的方式展示了组内成员的多变量分布（如图2(c)）。而图片段（Graph Snippet）形式则同时表现了组内网络（环中心的网络示意图）和变量情况（多种颜色的外环）（如图2(a)）。外环上弧形的长度概括了小组成员的各个主要变量。利用这些视图，用户可以大致了解每个小组的特点，也能在组与组之间进行不同侧面的比较。

图2. 概括分组特征的三种形式

图3. 单个小组的可视化展示

以上设计满足了大规模多变量图的探索需求，但真正的交互式分组挖掘，是从数据查询机制开始的。g-Miner提供了两种查询机制，分别是个体查询和模板查询。当团队必须包含特定的核心个体时，用户可以查询该个体，并得到与其有直接联系的所有分组。在个体层次上，每个节点用一张饼图来表示（如图3），其中扇形的角度和半径分别反映变量的比例值与绝对值，角度最大的即为主要变量。

而模板查询机制允许用户自由创建其理想中的分组，并利用算法自动查找相似的数据（如图4）。在模板里，用户可以编辑各个节点的变量值和连接关系。系统利用成员替换算法（Team Member Replacement algorithm, TMR） [2] 逐个匹配模板里的每个节点，就能找到相似的分组。回到最初的场景，基于对项目的了解，你大致知道团队需要哪些技能和关系。将这些概念以模板形式输入，系统定位到真实可用的团队，就已经在一定程度上解决了团队组建的任务。

图4. 模板查询示意图

但计划总是赶不上变化，筛选出来的人选不一定能立即投入到工作中。由于日程冲突、缺乏兴趣等各种原因，你可能需要替换其中的某个成员。此时，你需要迅速地发现合适的替代者，并修改已有的分组。类似于模板匹配的功能，只要将被替换的成员修改至理想的状态，利用TMR算法就能找到一组相似的候选者。从中挑选合适的人选便完成了团队的更迭（如图5）。

图5. 替换小组中的某个成员

最后，作者们邀请了三位不同领域的专家对g-Miner进行了评估。专家们既肯定了该工具在分组挖掘上的能力，也指出了其中的一些不足，详细的评估结果在此不再展开描述。简而言之，g-Miner综合了两方面的可视分析方法：即大规模多变量网络的可视化，以及交互式分组挖掘方法。个人认为，其主要亮点在于灵活的交互式模板查询能力。传统的基于文本和数值的查询往往只适用于性质单一的数据。对于复杂的异质数据，模板查询允许用户建立更为灵活、更加综合的查询条件，以能满足更高层次的查询需求。但即便是结构简单的数据，用户也需要进行模糊查询。而模板本身一般是概念化的，要求用户精确地定制模板的各项特征，往往是不切实际也毫无必要的。如何结合模板查询和模糊查询、这两种各有优势的灵活性，会是一个值得探究的问题。

参考文献

[1] Cao N, Lin Y R, Li L, et al. g-Miner: Interactive visual group mining on multivariate graphs. Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems. ACM, 2015: 279-288.

[2] Li, L., Tong, H., Cao, N., Ehrlich, K., Lin, Y.-R., and Buchler, N. Replacing the irreplaceable: Fast algorithms for team member recommendation. arXiv:1409.5512 (2014).