标签存档: map

2018年北京大学可视化暑期学校 – Day 2 (2018年7月18日)

北京大学可视化暑期学校第二天上午的报告由悉尼大学的Peter Eades教授带来题为《Graph Drawing》的报告。Peter在1984的论文中[1]首次提出了力导向算法的原型,是图布局最经典的绘制算法。在课程中,Peter Eades为了大家介绍了图可视化的相关内容。图可视化中最重要的问题就是图布局。简单来讲,图布局就是给拓扑中的节点赋予坐标,并且在节点间用连线表示拓扑中的连接。什么是一个好的图绘制呢?首先,图绘制的结果必须是忠实(faithfulness)的,即绘制的图能够准确表示原始的数据,但是现在还没有一个正式的规则来评价忠实性;其次,图绘制的结果必须具有可读性(readability),即用户可以准确理解图中的知识信息。好的图布局会避免边交叉,弯曲的边以及节点的重合。 继续阅读 »

TopicOnTiles: 通过社交媒体数据的专有主题建模进行基于瓦片地图的时空事件分析

在带有地理标签的社交媒体数据中检测特定区域的专有事件是一项重要任务。然而在大量的文本数据中有效的提取出某特定时间和区域的事件是异常复杂的。为了应对这项挑战,该工作提出了TopicOnTiles[1],通过使用社交媒体数据提取主题信息,在多层次的基于瓦片的地图界面中显示专有事件相关信息的可视化分析系统。TopicOnTiles采用并改进了最近提出的可以提取与特定区域和时间点相对应的时空专用主题的主题建模方法STExNMF[2]。此外,作者利用基于瓦片的地图界面来并行处理大规模数据,并设计词云,glyph和热点图等来帮助用户提取并分析事件的时空特征。

继续阅读 »

Map-based Graph Visualization

地图形式的图可视化方式指将图中的社群用一段连续的区域表示,不同的社群构成了地图上不同的“国家”。这样的可视化方式既可以提高可视化美观度,吸引用户花更多的时间探索数据[1];又可以增强用户的对可视化内容的记忆,更准确回忆自己的发现结果[2]。

继续阅读 »

Maptrix: 嵌入地图的多对多流动数据可视化(Many-to-Many Geographically-Embedded Flow Visualisation: An Evaluation)

如何在地理位置中可视化流动信息是一个目前广泛研究的问题,尤其是多对多的流动信息,例如动物的移动,疾病、货物或者知识的传播。本文所做的工作提出了更有效的可视化形式Maptrix帮助用户分析这一类型的数据,设计合理详细的user study针对提出的maptrix可视化形式与Bundled Flow Map和OD Matrix进行有效性方面的比较。

继续阅读 »