基于地理信息的疫情可视化设计探讨——以《重庆市新型冠状病毒肺炎疫情地图》可视化设计为例

通过对新型冠状病毒肺炎疫情信息和数据的分析,探讨地理信息在疫情可视化设计中的方法及其艺术与社会价值。运用可视化、地图学的相关理论,辅以案例分析与实践性研究。从地理信息的位置、数量、关系等角度出发,聚合疫情信息和数据,借鉴信息可视化的方法,构建视觉语言的颜色、尺寸、形态等视觉化变量,完成对疫情地图的设计创作。将地理信息作为信息的模型与维度,探究可视化设计,提出疫情可视化设计的具体方法。疫情地图提高了时间与空间的信息精度,增强了用户的理解,可以为疫情区域防控决策提供一定的参考和支持。     

新型冠状病毒肺炎疫情视域下植物景观设计的治愈功能分析

思考新型冠状病毒肺炎疫情背景下健康社区景观的功能复位,探究植物景观设计中治愈性的主体功能本质与构筑方法,普及治愈性景观在非医疗场所空间的应用。通过梳理治愈性景观的相关概念与发展历史,分析景观在治愈性功能上的本质与特征,并从物态性、时空性、通感性3个层面对景观的治愈性构建方式进行设计方法上的阐述。相较于传统药物治疗与心理治疗,植物景观设计的治愈性功能是依靠自然的非侵入性疗法,通过五感沉浸与行为互动来达到身心健康的目标,对于走出新型冠状病毒肺炎疫情阴霾,恢复积极乐观心态有着良好的促进作用。     

疫情可视化设计中的数据分析与表达方法研究——以“重庆市新型冠状病毒肺炎疫情数据可视化分析”为例

围绕疫情数据可视化这一主题,研究如何针对突发事件的海量数据进行数据分析和可视化表达。在数据量大、内容繁杂的背景下,基于可视化设计的方法论,探讨数据可视化在突发公共卫生事件数据报道中的优势,并以“重庆市新型冠状病毒肺炎疫情数据可视化分析”设计为案例,具体分析数据可视化从设计方法到结论的过程。分析、整理适用于突发公共卫生事件下的疫情可视化设计数据分析和表达方法,为突发公共事件的设计介入、数据可视化的设计方法提供一定的补充。     

《新型冠状病毒肺炎疫情数据可视化设计综述》序言

正随着信息化的高速发展,大数据的应用越来越受到重视,应用范围也日益广泛,各级政府部门逐步建立了大数据机构,新闻媒体也从大数据中发现新闻素材,有些大学的设计院系也开设了可视化设计课程。一般来说,数据不能直接使用,非结构化的数据包含的有用信息需要经过可视化设计才能为人所理解、利用。数据可视化为此次新型冠状病毒肺炎疫情防控提供了有力的支持。对此次疫情的数据可视化     

基于传播心理学的新型冠状病毒肺炎防疫信息科普图形设计与应用

基于传播心理学的新型冠状病毒肺炎防治信息科普图形设计的简介性与有效性、共通性与沟通性、特色性与共鸣性的创作定位。展开新型冠状病毒肺炎防疫信息科普的图形设计,探索传播心理学下,特殊防治信息科普图形的色彩研究、元素研究和表现手法研究。实现互联网新媒体时代下防疫信息图形的传播媒介、传播受众、传播场所的具体应用剖析。立足艺术设计专业加强防疫符号辨识,形成积极防疫心理暗示,助推新型冠状病毒肺炎疫情防治及舆情宣传的传播效应。     

肺炎疫情背景下服务设计思维的救灾安全研究

目的在当前全球爆发的新型冠状病毒肺炎疫情,以及频发的地震灾害的背景条件下,基于服务设计思想对突发灾害及突发公共卫生事件情况下的救灾安全进行分析。方法从服务设计的概念出发,研究用户在突发灾害及突发公共卫生事件下的动态需求。结论在对突发灾害及突发公共卫生事件下用户救灾安全的服务设计过程中,对于物理触点、救灾产品来说,应该保证其有易用、通用、美观及适用的特点,同时应该加强灾前的预防教育。数字触点设计上应该保障公众的知情权,提高公众的控制感;人工触点的设计上,采取心理干预服务,对于肺炎患者应该采用短程整合式的疗法。对于老年人出现的逆反心理要耐心地引导。在未来的发展中,设计与人类安全的关系值得深入挖掘。     

《新型冠状病毒肺炎疫情数据可视化设计综述》作者 孙远波

正孙远波,北京理工大学设计与艺术学院教授、博士生导师,中国工业设计协会交互设计专家委员会副主任,《包装工程》编辑委员会委员。主持建设了人因与交互设计实验室、车辆造型设计工作室,主持或参与完成了北京市特色专业、工信部重点专业建设项目申报和实施。2018年度教育部人文社会科学项目《中小学设计思维教育导入及实施研究》负责人。主编出版普通高等教育十一五国     

基于民众视阈下的疫情数据可视化设计路径研究

目的提出疫情数据可视化叙事设计的方法,在疫情数据信息传播过程中,叙事设计为民众提供了易懂易记的数据信息,更好地解决了从数据感知到对数据认知以及产生行为反应等一系列问题。方法从疫情传播数据可视化对民众产生的影响进行分析,将目前传染病领域数据可视化设计的特点和不足进行归纳。对疫情数据进行叙事化结构解析,融入故事化的叙述流程,形成连续性的思维路径。充分调动民众的情绪和参与性,形成适应于疫情传播数据可视化设计的参考方法。结论以新型冠状病毒肺炎疫情为例,对疫情数据可视化叙事设计的五个主要活动方面:挖掘数据、明确目的、了解受众、叙事类型以及视觉呈现进行介绍。叙事化设计可以有效帮助民众认知疫情,从而更好地预防、把控和阻止疫情蔓延。     

基于对数正态分布的新型冠状病毒肺炎病例统计特征分析北大核心CSCD

以信息完整、数据链清晰的天津市新型冠状病毒肺炎病例为样本,通过极大似然估计法提取对数正态分布数字特征,构建分析模型。基于对数正态分布对病例潜伏期规律的描述,在假定无症状感染者的潜伏期为接触到确诊的前提下,得到病例的潜伏期均值为12.6天左右,标准差约为6.1天,95%的患者潜伏期在24天以内。通过超出量函数可得,潜伏期超过24天的患者,平均潜伏天数约为30天。以上结果是对某些患者具有超长潜伏期现象的合理解释。同时,利用单因素方差分析,可得新冠肺炎病毒潜伏期与年龄和性别无关,但与接触方式疑似有关。     

大数据时代智慧校园的信息可视化设计应用研究

目的探究大数据时代信息可视化设计在智慧校园中的应用。方法基于大数据时代,由智慧地球这一概念引伸出了智慧校园的概念,介绍了智慧校园的发展背景及目前国内外智慧校园的发展现状,总结了智慧校园的5个特点,并通过挖掘智慧校园与信息可视化设计之间的联系,分析研究了具体的信息可视化设计应用实例。结论论述了适用于智慧校园的信息可视化系统和交互端的设计框架,提出了信息可视化设计在智慧校园建设中的应用展望及对策。     

Optimal Machine Learning Driven Sentiment Analysis on COVID-19 Twitter Data

The outbreak of the pandemic, caused by Coronavirus Disease 2019 (COVID-19), has affected the daily activities of people across the globe. During COVID-19 outbreak and the successive lockdowns, Twitter was heavily used and the number of tweets regarding COVID-19 increased tremendously. Several studies used Sentiment Analysis (SA) to analyze the emotions expressed through tweets upon COVID-19. Therefore, in current study, a new Artificial Bee Colony (ABC) with Machine Learning-driven SA (ABCML-SA) model is developed for conducting Sentiment Analysis of COVID-19 Twitter data. The prime focus of the presented ABCML-SA model is to recognize the sentiments expressed in tweets made upon COVID-19. It involves data pre-processing at the initial stage followed by n-gram based feature extraction to derive the feature vectors. For identification and classification of the sentiments, the Support Vector Machine (SVM) model is exploited. At last, the ABC algorithm is applied to fine tune the parameters involved in SVM. To demonstrate the improved performance of the proposed ABCML-SA model, a sequence of simulations was conducted. The comparative assessment results confirmed the effectual performance of the proposed ABCML-SA model over other approaches.     

Rethinking the history of plague in the time of COVID-19

We are currently experiencing one of the most disruptive pandemics in modern history. The outbreak of COVID-19 that was first recorded in Wuhan, China and quickly spread across the globe has resulted in nearly 5 million confirmed cases to date and more than 300,000 deaths. Where we stand now, it is still uncertain how many it will infect or kill worldwide, how long it will continue, and when—if ever—life will return to normal. What we know for sure is that this is a pivotal moment and that we are experiencing a historic event that will transform our societies both profoundly and irreversibly. As we wade into this new age of pandemics, it is critical to rethink how we write the history of pandemics. With a conviction that the past helps us to understand the present and that the present should help us to rethink the past, I turn to the legacy of past plagues. In this essay, I take stock of the lasting legacies of past plagues because they continue to shape the way we think about new pandemics. In particular, I address persistent problems, such as European exceptionalism, triumphalism, and epidemiological Orientalism, that are not only ubiquitous in plague studies, but also staples of public opinion about pandemics, past and present.     

从数据属性和设计逻辑再审视数据可视化

目的 提倡关注数据的客观属性和数据情感,以数据思维和设计逻辑为基础重新建立数据可视化设计模型,在此基础上,对设计环节中的内容进行问题的提出与延展,企图寻找有价值、值得被关注的问题,避免设计模型成为一成不变的方程式,同时将设计思维与数据科学更好地结合起来,为未来数据可视化的设计实践提供新的视角。方法 再审视包含对“数据”的再审视以及对“设计逻辑”的再审视,在“数据”与“数据思维”内涵的辨析与自定义的推动下,以数据可视化案例的演绎为依据,从数据可视化设计逻辑的角度,观察可视化设计的关键环节。结论 数据呈现方式具备多样化的形式,且设计形式与数据属性密切相关。建立以“认识、创建、评估”3个阶段为基础的数据可视化设计模型,避免忽视评估阶段,同时在实际设计中,设计师需要同步参与这3个阶段。     

数据可视化中的设计美学研究综述

目的 对国内外数据可视化中设计美学研究的梳理,形成较为全面、清晰的知识框架并为未来相关理论与技术应用的研究发展提供参考。方法 基于CNKI与WoS数据库选取1984—2022年的文献,利用可视化文献分析软件对     

城市社区运动健康适老性产品数据可视化设计研究

目的 探究大数据时代下数据可视化设计在城市社区运动健康适老性产品中的应用。方法 首先对数据可视化概念进行介绍,并探析数据可视化的特点;其次利用CiteSpace软件对城市社区运动健康产品研究     

Tele-COVID: A Telemedicine SOA-Based Architectural Design for COVID-19 Patients

In Wuhan, China, a novel Corona Virus (COVID-19) was detected in December 2019; it has changed the entire world and to date, the number of diagnosed cases is 38,756,289¹ and 1,095,216¹ people have died. This happened because a large number of people got affected and there is a lack of hospitals for COVID-19 patients. One of the precautionary measures for COVID-19 patients is isolation. To support this, there is an urgent need for a platform that makes treatment possible from a distance. Telemedicine systems have been drastically increasing in number and size over recent years. This increasing number intensifies the extensive need for telemedicine for the national healthcare system. In this paper, we present Tele-COVID which is a telemedicine application to treat COVID-19 patients from a distance. Tele-COVID is uniquely designed and implemented in Service-Oriented Architecture (SOA) to avoid the problem of interoperability, vendor lock-in, and data interchange. With the help of Tele-COVID, the treatment of patients at a distance is possible without the need for them to visit hospitals; in case of emergency, necessary services can also be provided.