多维时空数据协同可视分析方法EI北大核心CSCD

随着获取渠道的多样化以及采集过程的规范化,数据普遍具有多维、时空属性.由于不同的属性维度中数据的分布方式和表达意义各不相同,针对数据的多维时空属性开展综合的分析和全面的探索存在较大的困难.为此,提出一种多维时空数据协同可视化方法.首先设计属性关联视图展现空间对象的多维属性数据及其关系;然后利用MDS算法将原始多维属性数据按照时间顺序关系分别降解至一维空间构建时序平行坐标系,并且对各时间轴的投影坐标点进行布局优化和层次聚类操作,利用信息熵度量类别的稳定性对平行坐标系中点和线的颜色进行映射;最后设计圆状布局的层次链接图,展示感兴趣特征的层次结构关系.文中通过设计便捷的交互模式有效地关联各个视图的可视化设计,构建多维时空数据协同可视分析系统.GDP数据和空气质量监测数据的实例分析结果表明,文中方法能够综合考虑多维时序属性,帮助用户快速探索数据中隐含的特征模式;专家用户的反馈进一步验证了该方法的有效性和实用性.     

多维时空数据协同可视分析方法

随着获取渠道的多样化以及采集过程的规范化,数据普遍具有多维、时空属性.由于不同的属性维度中数据的分布方式和表达意义各不相同,针对数据的多维时空属性开展综合的分析和全面的探索存在较大的困难.为此,提出一种多维时空数据协同可视化方法.首先设计属性关联视图展现空间对象的多维属性数据及其关系;然后利用MDS算法将原始多维属性数据按照时间顺序关系分别降解至一维空间构建时序平行坐标系,并且对各时间轴的投影坐标点进行布局优化和层次聚类操作,利用信息熵度量类别的稳定性对平行坐标系中点和线的颜色进行映射;最后设计圆状布局的层次链接图,展示感兴趣特征的层次结构关系.文中通过设计便捷的交互模式有效地关联各个视图的可视化设计,构建多维时空数据协同可视分析系统.GDP数据和空气质量监测数据的实例分析结果表明,文中方法能够综合考虑多维时序属性,帮助用户快速探索数据中隐含的特征模式;专家用户的反馈进一步验证了该方法的有效性和实用性.     

面向空气质量监测数据时空多维属性的可视分析方法

空气质量监测数据具有显著的时空多维属性.传统的平行坐标技术虽然能够有效地展示数据的多维属性信息,却在分析与解读空气质量监测数据各个属性的时空变化规律方面表现出一定的局限性,在平行坐标展示空气质量监测数据多维属性的基础上,提出一种支持用户交互式探索大气污染时空特征的可视分析方法.首先利用平行坐标展示空气质量监测数据,支持用户交互改变时空维度以及指定坐标轴排列顺序;然后引入角度面积正负相关性等方式度量数据在平行坐标系中的布局差异,并且通过矩阵图和交互式柱状图分别展示不同时空维度下数据的布局差异;再综合考虑各个属性之间的数据布局差异,构建相似性矩阵,利用多维标度法对当前时空维度的数据进行降维,获得初始数据在低维空间的表示;最后利用层次聚类方法对低维空间的数据表达做聚类分析,并且分别设计时钟隐喻图和地域抽象图描述各个类别的时空节点组成.集成上述可视化算法设计便捷的用户交互模式,开发面向空气质量监测数据时空多维属性的可视分析原型系统,为用户快速分析和解读大气污染的时空特征及潜在规律提供有效手段.通过大量的可视化效果及用户反馈结果,进一步验证了文中所提可视分析方法的有效性和实用性.     

面向SWF日志事件流数据的可视分析系统

[目的]为解决高性能计算集群的日志数据交互可视分析的问题,提供一套支持多种不同集群系统日志数据的可视分析框架,本文设计并实现了面向SWF日志数据的事件流可视分析系统SWFVis.[方法]SWFVis基于时间事件序列数据可视分析技术,结合多维可视分析、关联可视分析等技术,提出了一套针对SWF日志中的时序属性、关联属性、多...     

平行坐标轴动态排列的地理空间多维数据可视分析

目的 平行坐标是经典的多维数据可视化方法,但在用于地理空间多维数据分析时,往往存在空间位置信息缺失和空间关联分析不确定等问题。对此,本文设计了一种有效关联平行坐标和地图的地理空间多维数据可视分析方法。方法 根据多维属性信息对地理空间位置进行聚类分析,引入Voronoi图和颜色明暗映射对地理空间各类区域进行显著标识,利用平行坐标呈现地理空间多维属性信息,引入互信息度量地理空间聚类与属性类别的相关性,动态地确定平行坐标轴排列顺序,进一步计算属性轴与地图之间数据线的绑定位置,对数据线的布局进行优化处理,降低地图与平行坐标系间数据线分布的紊乱程度。结果 有效集成上述可视化设计及数据分析方法,设计与实现一种基于平行坐标轴动态排列的地理空间多维数据可视化分析系统,提供便捷的用户交互模式,通过2组具有明显地理空间多维属性特征的数据进行测试,验证了本文可视分析方法的有效性和实用性。结论 本文提出的可视分析方法和工具可以帮助用户快速分析地理空间多维属性存在的空间分布特征及其关联模式,为地理空间多维数据的探索提供了有效手段。     

面向GDP数据时空多维属性的可视分析方法

国内生产总值是经济统计的核心指标,文中提出面向国内生产总值数据时空多维属性的可视分析方法.利用多维标度法对不同时空维度多维属性进行降维,支持用户交互选择时空维度和参与相似度计算的多维属性;利用环状饼图展示产业结构的比例关系,设计垂直指针定位优势产业并动态表达产业结构的变化趋势;利用圆状堆叠图呈现各个产业产值及占比的时序变化信息,堆叠图的绘制顺序进一步提示产业结构的更替特征.设计内圆、中环、外环的可视化模式,实现面向国内生产总值数据时空多维属性的可视分析系统,利用方便而快捷的交互手段关联上述可视化方法,为用户提供快速探索经济统计数据中产业结构时空特征模式的工具.最后通过大量的可视化效果及用户体验结果,进一步验证了文中方法的有效性和实用性.     

中华菜系饮食数据可视分析

饮食文化是中华文明的重要组成部分,对饮食文化中八大菜系的探究有助于传承和弘扬中华文明.为了向人们进行合理的食谱推荐,提出一个可视分析系统DietVis.首先,设计一种用于表达菜系多维属性的新颖视图,帮助用户分析菜系构成特征;其次,通过对食谱的食材构成和烹饪手法等进行聚类分析,让用户可以多角度地探究食谱间的关联;并结合食谱搭配的关联规则进行推荐,以满足不同用户的检索需求;最后,通过多视图联动构建出完整的饮食数据可视分析系统,支持用户在多层面对菜系及食谱进行探索和对比分析.通过案例分析和用户评估实验,采用李克特量表对调查问卷进行分析,验证了可视化视图的有效性以及系统的实用性.     

基于关联规则挖掘的心理健康状况自动评估系统设计

由于当前已有系统未能采用关联规则对心理健康数据进行挖掘和分析,导致心理问题检出率偏低,评估用时较长,因此设计一种基于关联规则挖掘的心理健康状况自动评估系统。采用关联规则挖掘算法对心理健康数据进行分析和挖掘,分析心理问题和对应属性之间的关联,以此为依据通过B/S结构对系统中数据采集以及预处理等模块的结构进行设计。针对心理健康的实际情况,使用模糊综合评估方法对用户的心理健康情况进行自动评估。仿真实验结果表明,所设计系统能够快速完成心理健康状况自动评估,同时提升心理问题检出率。     

面向数据排名的可视分析方法综述

根据属性关键字的大小对数据对象进行排名,能够帮助用户快速而精准地判断和决策.文中对面向数据排名的可视分析进行综述.首先从映射表示大小关系的视觉元素出发,介绍坐标轴位置、长度、角度、面积和亮度/饱和度等视觉元素在排名可视化过程中的设计与应用;然后从数据结构形式出发,介绍多维、时序、空间和拓扑等面向数据排名的可视分析方法;再概述面向数据排名的可视分析技术在经济金融、城市交通和文体传媒等领域的应用研究;最后总结面向数据排名的可视分析面临的挑战,并对未来工作进行了展望.     

网吧记录数据可视分析系统SRDVis

[目的]为了从记录用户个体行为的时空数据中挖掘用户特征,构建行为模型,发现共现群体,本文以公开的网吧记录数据为基础,设计并实现了一个可视分析系统SRDVis.[方法]本文基于该类时空数据的固有属性和特征,通过对原始数据的处理、统计及分析,结合可视化设计、要素关联、人机交互等方法与技术,研发完成了可满足本领域数据分析任务...     

TransGraph:一种基于变换的可视分析关联图

图分析是揭示数据中复杂关联关系的一种有效手段,而可视化通常为该过程的核心组成部分.基于简化技术的图可视化方法可以降低图布局复杂度,减少视觉杂乱,提升用户体验,在分析复杂关联时有着重要的价值和优势.针对食品安全领域内的实际关联分析需求,在传统力导引图布局的基础上综合采用图过滤、节点聚类、鱼眼视图变换以及交互式分层探索等多种图简化技术,并结合donut圆环、放射环等可视化元素,提出了一种基于变换的可视分析关联图TransGraph,支持在对比展示数据关联的同时展现当前关注节点的数据分布和层次结构,并根据用户关注度交互式地逐层展示图的细节及节点相似性.基于水果蔬菜中的农药残留模拟数据集,设计并实现了一个可视分析系统PestResiTGVis,实验结果表明,采用TransGraph能够突出重点监管对象、全面地展现关联信息,从而有效地辅助相关监管部门及分析人员制定决策.     

SunMap:一种基于热图和放射环的关联层次数据可视化方法

针对食品安全等领域对数据空间分布和关联关系分析的需求,提出一种基于热图和放射环的关联层次数据可视化方法——Sun Map(Sunburst+Map).利用基于地理信息的热力型数据地图展示数据的地域分布,用基于节点排序的放射环可视化具有层次结构的数据,将热图置于放射环内,并用直线表示热图节点与放射环节点之间的关联;为减少视觉混乱,提出一种基于Bézier曲线的路径优化算法,通过设置过渡点,用三次Bézier曲线取代直线优化边;加入矩阵热图展示数据细节;采用数据选择、Sun Map和矩阵热图多视图联动等交互手段实现对关联层次数据的可视分析.将Sun Map应用于可视化全国农药残留侦测数据,通过用户研究对该方法进行评价.实验结果表明,该方法能有效地帮助用户快速找到目标信息,探寻隐含在数据之间的关联;它还可用于经济、金融、社会网络等领域的关联层次数据可视分析.     

2020年CCF科学技术奖-技术发明奖获奖项目简介

2020年CCF科学技术奖技术发明一等奖(2个)项目名称:面向数字经济的可视化设计与开发关键技术及应用完成单位:浙江大学阿里巴巴集团控股有限公司主要完成人:陈为闻啸梅鸿辉关会华马瑞娴忻程烨获奖理由:该项目发明了面向复杂数据的特征增强的可视表达技术、基于视觉感知原理的高效能可视化技术、面向广域数据应用的低代码可视化设计技术、面向多源异构数据的敏捷可视查询与分析技术,研发可视化交互设计与开发软件平台,被应用于超过1万个用户、超十万个数据可视化应用及场景的构建,社会和经济效益显著。     

基于SOM聚类的垃圾处理方式可视化分析方法

针对全国各省份垃圾处理方式的数据,提出一种混合可视分析方法。为了从多角度分析数据,混合U矩阵、平行坐标以及Small-Multiple 3种可视化技术,设计并实现了3种可视化视图的交互联动。首先,对数据进行聚类处理,将各省份近年的垃圾处理方式划分类别,采用SOM神经网络聚类算法实现聚类。然后,针对SOM聚类结果,采用U矩阵的方式进行可视化,并采用平行坐标描述每个聚类结果的各个属性。为了分析数据的地理属性及时序属性,采用Small-Multiple可视化技术。最后,实现多视图联动、刷新技术等交互方式,帮助用户自行探索数据,实现多视图的交互展示与分析。实验表明,这种混合可视方式可达到较好的多属性交互可视化效果,能够帮助用户了解并分析我国垃圾处理方式的分布及趋势。     

面向多主体的大学课程成绩相关性可视探索与分析

深入分析学生成绩及其影响因素对于优化大学课程安排和提升教学质量具有重要意义.由于学生成绩数据涉及多个相互关联的分析主体,具有多元多属性和时序相关等特征,传统的分析工具和展示手段功能有限,难以有效探索影响课程成绩的多种关联因素,对异常现象也难以做出深入分析和解释.为此,文中根据成绩数据的特点设计了多视图协同交互的学生成绩可视分析系统——SPVAS.首先通过支持多维属性集成展示的矩阵热力图揭示学生成绩在年级和学期上的时序分布,其次为展示学生成绩中的多元统计特征以及相关联的课程和教师等主体特征,对平行坐标的交互展示能力进行扩充,最后为揭示课程成绩的影响因素以及课程间的相关性,设计弧长链接图与平行坐标和节点链接树相结合的创新布局,并应用多视图交叉筛选和动态关联等交互技术,实现从课程、学生和教师任意主体角度出发的交叉分析与连贯推理.为了验证原型系统的有效性和实用性,利用真实课程数据进行了案例研究,并邀请了相关的专业人员对本系统进行了试用与评价.     

城市道路交通数据可视分析综述

目的 交通是困扰现代大都市的世界性难题.近年来,可视分析技术在分析和利用交通大数据中扮演了越来越重要的角色,成为一项重要的智能交通技术.本文将全面回顾自信息可视化和可视分析兴起以来城市交通数据可视分析领域的研究现状.方法 从道路交通流量分析和其他交通问题分析两个方面,按照数据的类型及问题的分类探讨交通领域的可视化技术和可视分析系统,简单回顾近年来出现的研究新趋势.结果 早期研究注重对道路流量的可视化展示方案,主要方法有箭头图、马赛克图和轨迹墙等.随着可视分析手段的丰富,对城市道路交通流量的分析层次上升到交通事件层面,但是交通事件的定义仅局限于交通拥堵.应用可视分析的其他交通问题领域包括公共交通、交通事故和人群出行行为等.近年出现了挖掘和利用交通轨迹或交通事件的社会属性或称环境上下文信息的研究新趋势.结论 从对交通流量的可视化到交通事件的可视分析,从面向道路交通状况到与交通相关的其他社会性问题,从单纯反映路况的交通数据到富含社会性语义的多源数据,从传统的PC端可视化和交互范式到新型的可视化展示介质,交通数据可视化领域的研究在深度和广度上都得到大大拓展,未来该领域的研究趋势也体现于其中.     

地理空间数据可视分析综述

地理空间数据通常是指用于描述自然现象和社会事件的发生及演变的空间位置、分布、关系、变化规律等方面的信息资料.随着获取渠道的多样化、采集过程的规范化以及采样粒度的精细化,地理空间数据普遍呈现属性描述多样化、特征分布时空化、结构关系层次化等特点,经典的统计分析软件和地理信息系统难以有效地发掘地理空间数据中隐含的复杂关系模式及结构特征.可视分析则是在有效地融合可视设计和数据挖掘模型的基础上,借助交互技术引导用户全面而细致地分析和探索地理空间数据中潜在的对象、过程、事件,以及所呈现的多维、时空、动态、关联等特征.因此,文中对面向地理空间数据可视分析的相关研究进行综述,首先从视觉元素映射的视角出发,介绍点、线、面、体等视觉元素在地理空间数据可视化过程中的设计与应用;其次对于地理空间数据的组织形式,分别概述具有显著多维、时空、层次等特点的地理空间数据的可视分析前沿技术和方法;进一步简述地理空间数据可视分析技术在自然环境、城市交通、人文经济等领域的拓展应用.在此基础上,对地理空间数据可视分析的未来发展趋势进行了展望.     

探索会展环境时空数据的可视分析系统

会展环境下的时空数据是复杂的,具有高度离散、不连续、记录不完整等特点。而大多情况下,时空数据本身不仅包含了时间、经度、纬度三维,还隐含速度、加速度、方向等附加属性,使得对这类数据的分析具有挑战。因此,提出一个交互式可视分析系统——会展时空数据可视分析系统（VASTED）。结合多种交互,面向整体与细节,关联分析参会人员的类型和移动规律以及可能的异常事件。该系统利用并进一步改进了三维地图和甘特图,有效地表示数据的多种属性。采用ChinaVis2019挑战1的数据集进行的案例研究,证明了该系统的可行性。     

语义增强的大规模多元图简化可视分析方法

网络图可视化可以有效展示网络节点之间的连接关系,广泛应用于诸多领域,如社交网络、知识图谱、生物基因网络等.随着网络数据规模的不断增加,如何简化表达大规模网络图结构已成为图可视化领域中的研究热点.经典的网络图简化可视化方法主要包括图采样、边绑定和图聚类等技术,在减少大量点线交叉造成的视觉紊乱的基础上,提高用户对大规模网络结构的探索和认知效率.然而,上述方法主要侧重于网络图中的拓扑结构,却较少考虑和利用多元图节点的多维属性特征,难以有效提取和表达语义信息,从而无法帮助用户理解大规模多元网络的拓扑结构与多维属性之间的内在关联,为大规模多元图的认知和理解带来困难.因此,本文提出一种语义增强的大规模多元图简化可视分析方法,首先在基于模块度的图聚类算法基础上提取出网络图的层次结构;其次通过多维属性信息熵的计算和比较分析,对网络层次结构进行自适应划分,筛选出具有最优属性聚集特征的社团;进而设计交互便捷的多个关联视图来展示社团之间的拓扑结构、层次关系和属性分布,从不同角度帮助用户分析多维属性在社团形成和网络演化中的作用.大量实验结果表明,本文方法能够有效简化大规模多元图的视觉表达,可以快速分析不同应用领域大规模多元图的关联结构与语义构成,具有较强的实用性.     

恐怖袭击事件不确定性度量及可视分析

近年来,全球范围内恐怖主义活动愈发频繁,已经严重影响了地区稳定和世界和平。随着信息技术的发展,研究者们得以从多个方面获取恐怖袭击事件信息。然而,随着数据集规模的不断扩大,如何从大量数据中发掘隐含的信息、分析其中包含的不确定性,成为恐怖袭击事件分析过程中的重要问题。针对全球恐怖主义数据库,基于可视分析和不确定度量理论,提出了数据记录和属性不确定性的度量及可视分析方法。通过将不确定性度量结果与平行坐标、柱状图、面积图和交互式方法相结合,在不影响数据源表达的同时清晰地展示了其中包含的不确定性,为下一步基于不确定性理论的态势评估提供了信息基础。