VAiRoma- A Visual Analytics System for Making Sense of Places Times and Events in Roman History

论文：VAiRoma- A Visual Analytics System for Making Sense of Places Times and Events in Roman History
作者：Isaac Cho, Wewnen Dou, Derek Xiaoyu Wang, Eric Sauda and William Ribarsky

发表会议：infovis 2015

本文提出了集文本分析和时空分析的可视分析系统VAiRoma，帮助人们快速查找古罗马历史文献以学习和了解古罗马的历史。相关工作提到了sensemaking, 主题趋势可视化、维基百科文本数据可视化、历史可视化等方面的工作。

本文使用的数据来源于维基百科的网页文本数据，提取包含Roma、Roman、Rome等与罗马相关的词语的页面，数据量有大约189000篇文章。之后，对数据进行预处理，包括提取主题、提取地点、坐标和时间。其中主题提取采用了另外一篇论文《I‐SI: Scalable Architecture for Analyzing Latent Topical‐Level Information From Social Media Data》中的方法，共提取了40个主题；地点抽取采用Stanford NER方法，并用GeoNames API进行精确定位，重名的地点收到纠正；时间抽取则是采用Stanford NER和正则表达式匹配的方式实现。最后将数据展现在可视化界面上，图1是系统流程图。

图1

系统界面如图2所示，主要分为三块，A视图（时序视图）是话题在时序上的展示，B视图（地图）是在地理空间上的展示，C视图是本文设计的话题浏览视图。时序视图以堆叠图的形式展示了各个主题的热度趋势，支持用户缩放和选择一段时间区间；地图上展示了筛选出的文档中提到的地点，地图上 以热度图的形式提供了热点区域的概览，每个红点表示一个地点，用户可以通过点击源点来查看相关的维基文章；话题浏览视图则让用户将将近19万篇文章的探索任务聚焦到40个主题中。首先圆心显示了当前时间轴选择的时间区间，或选中主题的关键词。圆周上展示了主题间的层次关系。圆周外围线段连接圆表示了各个主题以及主题所占的权重，视图放大后会看到圆周围按顺时针顺序排列该主题的关键词。

图2

文章后面描述了两个case study和一个user study来验证系统的可用性和有效性。综上，本文提出的VAiRoma可视分析系统，帮助人们快速学习和了解古罗马的历史。