2023年7月10日-23日，第十四期北京大学可视化发展前沿研究生暑期学校在京举办。暑期学校邀请海内外在可视化研究领域具有深厚造诣的知名学者，面向国内外学员开放，系统探讨本领域的前沿理论和研究方法，以及通过跨学科合作的方法开展可视化实践。
继续阅读 »可视化历史书籍贸易数据：与领域专家密切合作的迭代设计研究(Visualizing Historical Book Trade Data: An Iterative Design Study with Close Collaboration with Domain Experts)
作者: keer.lu
日期: 2023年10月18日
没有评论
历史书籍的流通一直是历史学家感兴趣的领域，然而领域专家很难发现历史文献中所隐藏的地理和时间顺序特征。文章是可视化研究人员和历史学家之间的一项合作研究，作者采用九阶段框架 [2] 的变体来开发称为 DanteExploreVis 的可视化分析 (VA) 工具，帮助领域专家从多个角度探索、解释和呈现图书贸易数据。
继续阅读 »数据播放器：根据数据与动画的关联自动化生成数据视频(Data Player: Automatic Generation of Data Videos with Narration-Animation Interplay)
作者: Shao, Hanning
日期: 2023年10月16日
没有评论
将可视化与文本叙述结合能够很好地完成数据故事叙事任务。数据视频包含了丰富的数据信息，能够增强观众的参与感，并提高他们对于数据事实的理解和记忆。因而，数据视频成为了广受欢迎的数据故事叙事模式。然而，创作数据视频的门槛很高。一个高质量的数据视频要求制作者理解视频叙事方法，了解可视化设计与可视分析探索方法，并掌握视频制作技巧。这篇文章中，作者提出了一种能够自动化从静态可视化以及对应的文本叙述构建数据视频的方法框架，来降低数据视频的制作门槛。
可视化历史研究取得重要进展-各国历史早期可视化数据集将在IEEE VIS 2023发布
作者: Mei, Xiyao
日期: 2023年9月17日
可视化历史研究取得重要进展-各国历史早期可视化数据集将在IEEE VIS 2023发布已关闭评论
近日，来自牛津大学的研究者和北京大学智能学院袁晓如课题组紧密合作，汇同香港科技大学、复旦大学和华为等机构研究者，对各国历史早期创建的可视化进行了系统收集，构建相应数据集。研究工作取得重要进展，相关论文被可视化领域旗舰国际会议 IEEE VIS 2023接收。该工作系统构建了一个各国历史早期可视化数据集，涵盖各国早期超过13000余件可视化工作，为未来可视化和人文领域的相关研究提供了基础。
继续阅读 »智能与人文跨学科合作探索汉籍流传图谱
作者: 郭, 宇涵
日期: 2023年7月16日
智能与人文跨学科合作探索汉籍流传图谱已关闭评论
近日，北京大学智能学院袁晓如课题组和中文系杨海峥课题组取得重要跨学科合作研究进展，针对中国古籍在日本流传时空路径分析的研究工作被可视化领域旗舰国际会议 IEEE VIS 正式接收。
书籍是文化的载体，书籍的传播即文化的延伸。中国的古籍很早就流传到朝鲜、日本以及欧美，外国人通过中国的书籍来认识、理解、诠释和研究中国文明，书籍的流传是中国文化在异域文化背景下的自然延伸。“汉籍”一词来自日本，是指中国人用汉字书写的书籍。汉籍作为中外交流的重要内容，不仅承载和弘扬了中国文化，也见证了全球文化的交融。在汉籍流布史上，中日间交流历史悠久，影响也最为深远。汉籍传入日本并在日本传播和被接受，其中许多细节已不可考，但借助现存古籍中的序跋、牌记、藏书印等信息，仍可推测其流传与递藏的轨迹。如图 1，经由详细考证，可以部分推测南宋刊本《东坡集》的海外流布时间线与流传轨迹。
继续阅读 »ChatKG：使用知识图谱可视化时间模式（ChatKG: Visualizing Temporal Patterns as Knowledge Graph）
作者: Ma, Chiteng
日期: 2023年6月24日
ChatKG：使用知识图谱可视化时间模式（ChatKG: Visualizing Temporal Patterns as Knowledge Graph）已关闭评论
当我们分析一个时间相关的数据集时，我们会首先会从原始数据中提取出特定的模式，例如波峰、波谷以及整体的趋势等，然后从这些模式中分析和发现新的知识。另外，比较不同时间数据集之间的相似模式可以发掘数据中潜在的相似性。
事实上，一个简单的时间折线图可以辅助我们完成从原始数据到简单的模式的转换。然而，这些工作没有考虑如何将这些模式进一步转换为新的知识，而后者通常对于我们理解一个数据集是十分重要的。
继续阅读 »我为什么要读这个？解释个性化新闻推荐系统(Why am I reading this? Explaining Personalized News Recommender Systems)
作者: 陈, 昕悦
日期: 2023年6月18日
我为什么要读这个？解释个性化新闻推荐系统(Why am I reading this? Explaining Personalized News Recommender Systems)已关闭评论
互联网比以往任何时候都更容易将新闻文章分发给更多的人，人们的信息获取过程中存在大量的数据内容和数字对象溢出的问题。推荐系统（Recommender systems，缩写为RSs）变得不可或缺。然而，RSs总是缺乏透明度和多样性，用户在“被推荐什么”方面几乎没有控制权。在一个对数字信息的依赖会对我们的生活产生巨大影响的时代，这造成了人们对推荐系统的不信任感。尽管解释（explanations）、控制（control）和赋权（empowerment）等概念已在RSs领域被广泛讨论。然而，很少有人关注如何使用可视化来推进这些概念以改进现有推荐系统存在的问题。
来自瑞士的研究者提出了NewsRecXplain，其使用交互式和可解释的机器学习方法支持用户理解、诊断和改进个性化推荐系统。NewsRecXplain的界面允许用户解释和定制新闻推荐，并有助于增强用户使用推荐系统的能力，使他们发现并改善信息传播中的过滤气泡效应。
继续阅读 »编码代码演变：了解人们如何随时间改变数据科学笔记本 (Code Code Evolution: Understanding How People Change Data Science Notebooks Over Time)
作者: 杨, 超凡
日期: 2023年6月17日
编码代码演变：了解人们如何随时间改变数据科学笔记本 (Code Code Evolution: Understanding How People Change Data Science Notebooks Over Time)已关闭评论
意义建构是从数据中识别、提取和解释见解的迭代过程，其中每次迭代都称为“意义建构循环”。意义构建是如何在探索和解释的过程中逐渐演变的是不清楚的，而这对于理解意义构建的过程是至关重要的。意义构建的一个典型的例子是数据科学家通过迭代代码、可视化和注释更加了解数据。数据科学家经常使用计算笔记本来达到这一目的，然后依旧存在一些问题，这些笔记本不方便跟踪笔记本在时间上的变化。
来自马里兰大学和华盛顿大学的研究者考虑如何重新设计计算笔记本，以帮助用户开展意义构建，首先要做的是探索意义构建如何在计算笔记本中演变。
继续阅读 »众包观点：结合众包智慧和数据分析以增强因果分析（CrowdIDEA: Blending Crowd Intelligence and Data Analytics to Empower Causal Reasoning）
作者: Shao, Hanning
日期: 2023年6月11日
众包观点：结合众包智慧和数据分析以增强因果分析（CrowdIDEA: Blending Crowd Intelligence and Data Analytics to Empower Causal Reasoning）已关闭评论
因果分析是人们理解与解释不同事件之间关系的过程。人们通过因果分析来解释已发生的事情，预测未来的事件，并帮助进行决策。然而事实表明，单人进行因果分析可能面临各式各样的挑战，各类无意的偏见，如确认偏差（Confirmation Bias），锚固效应（Anchoring Effect），框架效应（Framing Effect）等等，都会给结论带来偏差。另一方面，已有工作表明，虽然引入他人观点能够极大程度地帮助用户发现他们的认知盲点，但同时也会引入其他的偏差，包括从众效应（Conformity Effect），多看效应（Example Exposure Effect），逆火效应（Backfire Effect）等等。因此，研究者们需要了解当众包观点被提供给用户时，对于因果分析会产生哪些影响，以及用户会如何结合地使用数据分析技术和众包观点。
继续阅读 »视觉说明：通过实时视觉画面增强语言交流 (Visual Captions: Augmenting Verbal Communication with On-the-fly Visuals)
作者: Mei, Xiyao
日期: 2023年6月3日
视觉说明：通过实时视觉画面增强语言交流 (Visual Captions: Augmenting Verbal Communication with On-the-fly Visuals)已关闭评论
在日常生活的对话中，人们会提及他人不熟悉的主题内容。在Zoom等在线会议中，即时的字幕可以帮助人们理解他人所说的话语。在这些场景下，该工作提出使用视觉图像进行辅助传达信息。具体来说，该工作设计了一个基于在线会议平台的AI辅助插件 [1]，在用户的对话交流中进行多种方式的视觉图像推荐。用户可以通过Visual Caption所推荐的视觉图像进一步阐明自身的观点和内容。
继续阅读 »
近期评论