搜索结果 文章归档: 十月 2016

HindSight: Encouraging Exploration through Direct Encoding of Personal Interaction History

论文:HindSight: Encouraging Exploration through Direct Encoding of Personal Interaction History

作者:Mi Feng, Cheng Deng, Evan M. Peck, Lane Harrison

发表:TVCG2016

背景:

人的记忆力是有限的,并且会随着时间衰减。在数据探索过程中,人们需要花费精力记住自己的探索记录。因此,一项可以支持记录交互历史的可视化技术在数据探索研究领域将会有很大影响。

简介:

HindSight是指描述直接在原有可视化系统上展现交互历史的设计原则的涵盖性术语。文章提出了一个假想:在探索性分析中,直接编码的个人历史可以对用户行为产生积极的影响。为了验证这个假想,他们进行了实验:把HindSight用于3个已有的可视化系统中,来检验HindSight原则的价值。

HindSight原则的核心想法是(在数据编码的基础上)将用户的 交互 也编码到可视化设计中。

实验过程:

实验使用了3个交互性的可视化系统(MetaFilter,255Charts,Storytelling),分别设置了实验组和对照组。实验参与者为AMT(“机械的土耳其人”网站)的雇员。

继续阅读 =>

UnTangle Map: Visual Analysis of Probabilistic Multi-Label Data

论文:UnTangle Map: Visual Analysis of Probabilistic Multi-Label Data

作者:Nan Cao, Yu-Ru Lin, and David Gotz

发表:TVCG2015

研究对象:概率多标签数据

一、创新点

- 精确可控的标签节点布局算法

- 提高可拓展性的聚类渲染技术

- 易于理解的评估

二、可视设计

1、三元图:三个顶点为三个标签,将每个数据项对应的三个属性值的和归一后投影到三元图上,其总值的大小用点的透明度编码。

继续阅读 =>

A Visual Analytics Approach for Categorical Joint Distribution Reconstruction from Marginal Projections

论文:A Visual Analytics Approach for Categorical Joint Distribution Reconstruction from Marginal Projections

作者:Cong Xie, Wen Zhong, and Klaus Mueller

发表会议:VAST2016

 

介绍

通常情况下,我们获得的多变量数据并不是等多元元组的集合,而是一些属性的子集的投影。例如,我们可能会找到有5个属性的数据,但我们得到的并不是一个完整的表格,这些数据以两两维度存储在六个表中。所以我们想要从边缘分布重构联合分布。目前已知的方法都通过迭代过程来估计联合分布。当前的这些方法存在以下两个问题:一、没有足够的边际分布和专家知识,结果的误差较大。二、如果属性不是数值型的而是类别型的,求解过程中的正则化是不适用的。作者提出了一个结合多种数据和领域专家只是的可视分析方法,以迭代的方法来缩小合理解的数量。

继续阅读 =>

VisDock: A Toolkit for Cross-Cutting Interactions in Visualization

论文:VisDock: A Toolkit for Cross-Cutting Interactions in Visualization

作者:Jungu Choi, Deok Gun Park, Yuet Ling Wong, Eli Fisher, and Niklas Elmqvist

发表期刊:TVCG2014

VisDock提供可嵌入D3代码的JS库,为D3创建的可视化添加额外的工具栏(类似于PS/AI),可以简单地添加各种交互如平移、缩放、框选、添加标签等等操作。

VisDock的设计理念源于图形编辑软件如Photoshop、Adobe Illustrator等。与其类似,VisDock提供工具实现多种交互方式:选择、查询管理、导航和标注。
选择包括点选、框选、套索等。在选择的基础上,VisDock还提供类似于PS、AI中的图层管理的查询管理,对多次选择的结果可以分别进行操作,并能对多个选择结果进行交集、并集等集合操作。

继续阅读 =>