树比较可视化方法综述

层次数据是生产和生活中常见的一类数据.树可视化通常用于呈现层次数据,是可视分析中的一个重要部分.比较是一种常用的分析方式,而树比较可视化也是可视分析研究中的一个重要课题.树比较可视化从所比较的树的数目角度,分为树内比较、两树比较和多树(3树及以上)比较;从数据特点角度分为静态树比较和动态树比较;从比较分析的任务角度,分为结构比较和属性比较.对现有的树比较可视化方法进行了总结,按照不同方法的表现形式,将树比较可视化分为并置、合并以及动画这3类.同时,结合其他分类方法对树比较可视化方法进行了全面的分析和评估.通过评估和比较,分析了不同方法的优缺点以及在不同的数据分析需求中的适用性.在此基础上,还对树比较可视化中的交互方式进行了总结,并阐述了树比较可视化所面临的挑战.     

时间序列数据可视化研究综述

时间序列数据可视化综合了时间序列数据挖掘、数据可视化、计算机图形学、计算机交互技术等学科的理论和方法。从时间和数据两个角度分析了时间序列数据的特征;从用户的角度探讨了时间序列数据可视化的主要任务;综述了时间序列数据可视化从以人为中心到以计算机为中心,再到人机交互方式的发展历程;详细介绍了时间序列数据可视化的5类图表和5类表达方式。最后,对时间序列数据可视化研究进行总结和展望。     

交互式套牌车可视识别与分析

交通卡口数据能够有效地用于识别套牌车行为,已有的方法通常基于规则查询套牌车记录,但较少提供规则的含义及其对查询结果的影响、套牌车行为模式的分析.为此提出一个基于交通卡口数据的交互式套牌车可视识别和分析系统.基于规则识别套牌车,设计可视查询与条件筛选,利用地图和时间线展示不同车型的时空分布,并分析套牌车主要出现的卡口和时间;通过设计Cir Flow图符和分布图展示单卡口和卡口对的统计信息,分析套牌车识别算法中的参数调整对识别结果的影响.最后,通过案例验证了系统的可用性.     

OD数据可视分析综述

OD数据是一类提供起点和终点位置、稀疏地描述对象移动轨迹的数据.OD数据可视分析能够发现群体移动模式,挖掘空间异常和隐藏关系,深入探索和分析多种统计属性,是数据可视化、地理空间分析等领域的研究热点.从OD数据的地理空间点对结构出发,阐述经典的OD数据可视化方法和原理,如OD矩阵、OD嵌套地图、OD流图等;然后从空间聚类维度、空间语义维度和时空联合维度对OD数据进行可视分析,探寻其在特征的表达、感知、提取、呈现等方面的应用场景和增强意义;再针对大规模OD数据可视化的视觉混淆问题,梳理OD数据可视分析研究方法中过滤、采样及聚合等视觉简化方法;最后通过OD数据可视分析技术在不同行业领域的应用及具体案例,总结和深入讨论OD数据可视分析中存在的挑战性问题,并展望该领域的发展趋势.     

智能数据可视分析技术综述

如何从海量数据中快速有效地挖掘出有价值的信息以更好地指导决策,是大数据分析的重要目标.可视分析是一种重要的大数据分析方法,它利用人类视觉感知特性,使用可视化图表直观呈现复杂数据中蕴含的规律,并支持以人为本的交互式数据分析.然而,可视分析仍然面临着许多挑战,例如数据准备代价高、交互响应高延迟、可视分析高门槛和交互模式效率低.为应对这些挑战,研究者从数据管理、人工智能等视角出发,提出一系列方法以优化可视分析系统的人机协作模式和提高系统的智能化程度.系统性地梳理、分析和总结这些方法,提出智能数据可视分析的基本概念和关键技术框架.然后,在该框架下,综述和分析国内外面向可视分析的数据准备、智能数据可视化、高效可视分析和智能可视分析接口的研究进展.最后,展望智能数据可视分析的未来发展趋势.     

足球动态传球网络的可视化

足球传球网络分析对提高球队的进攻效率起着重要作用.然而,大多数现有工作都将传球网络视为静态网络,忽略了比赛过程中传球的时空演变.该工作通过与领域专家的深入访谈总结了动态传球网络分析的重要任务,并提出了一个交互式可视分析系统支持对传球网络的时空动态性进行全面分析.该系统应用了基于图标的可视化方法和投影技术,以呈现不同时间下的传球网络拓扑结构和传球空间上下文信息.该系统可以辅助用户发现传球网络结构和传球所在的空间位置在时间上的变化模式以及两者之间的关联,并根据传球网络动态性对比赛过程进行更深入的解读,发现有价值的传球网络变化策略.通过案例分析和专家访谈,验证了该系统在分析传球网络动态性的可用性和有效性.     

面向多源城市出行数据的可视化查询模型

多源城市出行数据为理解城市现象和享受城市生活带来了机遇.利用统计物理学和数据挖掘技术,人们在多源城市出行数据的研究上取得了很大进展,但是基于可视分析方法的研究甚少.为此,提出了一种可视化查询模型旨在解决应用可视分析方法研究多源城市出行数据时所面临的数据组织和可视表达上的挑战.查询模型从数据抽象,数据组织和管理,查询交互界面以及可视化分析等方面进行探讨,介绍了相关方法和技术.最后实现了查询模型的实例系统并通过典型案例证明了查询模型的有效性.     

大规模网络安全数据协同可视分析方法研究

网络安全可视化是近年来网络安全研究的热点,它通过提供有效的信息可视化工具,提升网络安全分析师在解决网络安全问题过程中的感知和认知能力,从而发现模式、识别异常和掌握趋势。为了应对大规模、多数据源的网络安全协同可视分析需求,研究了基于统一格式的事件元组和统计元组的数据融合模型,并提出了擅长事件关联分析的雷达图和擅长统计时序对比分析的对比堆叠流图的设计方法。最后使用该原型系统对2013国际可视分析挑战赛（visual analytics science and technology challenge,VAST Challenge）中网络安全数据可视分析竞赛提供的数据集进行了分析,通过实验和讨论验证了该网络安全数据协同可视分析方法的有效性。     

基于小波分析的时间序列数据挖掘模型

论文提出一个基于小波分析的时间序列挖掘模型TSMiner,它支持时间序列数据挖掘的整个过程。该模型由5部分组成:原始数据的可视化、数据预处理、数据约简,模式发现和结果模式可视化。该模型应用小波实现数据的多层次可视化表示、数据约简和多尺度模式发现。它可以帮助用户观察高维数据,理解中间结果和解释发现的模式。     

体育数据可视化综述

体育数据可视化是体育新闻和体育竞技中的重要技术.体育数据可分为一维体育属性统计数据,体育属性和时空属性结合的多维数据等.已有工作主要有体育数据新闻、体育数据专业分析、可视分析系统.文中概括和归纳了体育数据可视化工作中采用的基本方法:从数据的时空角度出发,有基于技术统计数据的可视化、技术统计数据和空间数据结合的可视化、技术统计数据和时间数据结合的可视化、技术统计数据和时空数据结合的可视化等;从球员角度出发,有单个球员可视化和多个球员可视化等.文中阐述了体育数据可视分析的基本思路:基于统计学角度的分析、基于移动和集群的分析、基于特征检测的分析等;并展望了未来的发展方向.     

基于有序事件列表的高效复杂事件匹配算法

针对现有的复杂事件匹配处理方法存在的匹配代价高的问题,提出了一种利用事件缓冲区（有序事件列表）进行递归遍历的复杂事件匹配算法ReCEP。不同于现有方法利用自动机在事件流上进行匹配,该算法将复杂事件查询模式中的约束条件分解为不同类型,再在有序列表上对不同约束分别进行递归校验。首先,根据查询模式将相关事件实例按照事件类型进行缓存;其次,在有序列表上对事件实例执行查询过滤操作,并给出了一种基于递归遍历的算法来确定初始事件实例并且获取候选序列;最后,对候选序列的属性约束进行进一步的校验。基于股票交易模拟数据进行的实验测试和分析的结果表明,与当前主流的匹配方法 SASE和Siddhi相比,ReCEP算法能够有效地减少查询匹配的处理时间,总体性能上均更优,查询匹配效率提升了8.64%以上。可见,所提出的复杂事件匹配方法能够有效提高复杂事件匹配的效率。     

高维数据聚类可视分析方法综述

数据聚类的可视分析方法利用可视化与交互技术帮助用户对聚类过程与结果进行 多角度分析,从而发现数据内部隐藏的结构和关系。但由于高维数据自身的“维度诅咒”问题 使得聚类分析面临着许多挑战,例如模型参数设定、数据特征捕捉、结果解释以及可视化展现 等。本文从高维数据聚类过程中遇到的问题出发,首先总结了高维数据聚类过程中常用的数据 处理方法并对其性能进行了比较,这些方法能够较好地解决“维度诅咒”问题,帮助用户挖掘 数据中存在的聚类模式。在分析和理解不同聚类结果中包含的数据内部结构和规律时,由于前 期采取的数据处理方法不同,因此需要采取不同的探索分析策略,所以本文将近10 年来高维数 据聚类的可视分析方法分为2 大类进行总结,即基于降维的聚类可视分析方法和基于子空间聚 类的可视分析方法。最后对该领域目前存在的机遇与挑战进行了讨论。     

流行病数据可视分析综述

流行病数据的多层面可视分析,可以加快流行病数据分析任务的交互式探索效率和加深对潜在模式的深刻理解.本文对流行病数据可视分析的相关工作展开综述,并主要通过四个方面进行总结和归纳:(1)流行病数据的时空可视分析,帮助用户发现和理解流行病数据在时间、空间以及时空维度中潜在的流行病特征和传播规律等;(2)流行病数据中涉及非结构...     

犯罪数据可视化研究进展

犯罪数据分析与挖掘已成为大数据时代犯罪学研究及现代社会治理的基础手段,犯罪数据挖掘在揭示犯罪模式、分析犯罪原因、评估犯罪防控效果等方面具有重要作用.首先,以犯罪模式发现与预测、警力资源配置与优化、案件侦查分析与研判3种业务为导向,对犯罪数据可视分析任务进行归纳,系统地梳理了犯罪数据可视化领域的研究与应用现状;其次,针对犯罪时空数据、犯罪文本数据、犯罪网络关系数据等不同类型数据的可视化方式和技术手段,展开了系统性的分析;最后,总结和展望了犯罪数据可视化面临的挑战和发展方向.     

面向火电控制系统辨识的循环神经网络可视分析

针对火电控制过程产生的数据连续性强、复杂度高,循环神经网络模型行为与实际控制过程难以建立语义关联,不能直观地进行模型的调试、优化和语义上的分析等问题,将可视分析技术引入面向系统辨识的循环神经网络建模过程中,提出可视分析系统iaRNN.首先,通过可视化隐藏单元激活值分布与覆盖范围设计模型评估组合视图,支持内外结合多方面评价模型性能;然后,从时序关系演变和敏感性分析等角度设计可视化视图,以支持探索模型对控制参数的响应行为;最后,基于序列符号化和聚类分析提出了一种用于探索强时序依赖的实值时间序列与隐藏单元关联模式的可视化方法.使用电厂真实数据进行案例分析,验证了iaRNN在辅助用户理解模型工作机理和诊断模型缺陷方面的有效性.     

2022年第1期目次

起止点数据是一种由起点、终点、起止点时间及一些其他属性构成的轨迹数据。其是一类非常 典型的时空数据,大量产生于城市交通管理、人口迁移、社交媒体等领域。可视分析技术目前被广泛用于研究 大规模起止点数据的时空模式,能够实现对数据深层次的探索。首先介绍了起止点数据特征以及可视分析的任 务,其次梳理了近年来起止点数据可视分析中的可视化方法、交互技术和可视化系统,并对不同领域的应用案 例进行介绍。最后,对起止点数据可视研究中面临的问题进行总结,对起止点数据可视化研究的前景做出了展 望,以期为未来的研究提供新的思路。     

基于互关联后继树的时序模式挖掘

时间序列是现实生活中常见的数据形式之一.在时间序列中发现频繁模式是分析时间序列变化规律的一项重要任务本文提出一种基于互关联后继树模型的时间序列频繁模式发现方法.该方法依据序列重要点进行分段,引人相对斜率值并结合领域知识将序列符号化,在此基础上提出一种互关联后继树的新型挖掘算法,实现了时序频繁模式的发现理论与实验表明,该方法简单、直观、高效,具有实用价值.     

基于可视分析的训练数据质量提升综述

在机器学习应用中,由于数据来源渠道多以及部分标注者水平不足,训练数据质量很难得到保证.通过深度结合机器学习和可视化技术,可视分析技术将人融入数据质量分析与提升回路中,帮助提升训练数据质量,从而提高模型性能.文中首先总结了训练数据质量问题的三大类型:标注错,覆盖窄,标注缺;然后基于这些问题类型,介绍分析了相关的可视分析工作,包括标注错误修正方法,数据集偏离纠正方法和无标注数据质量提升方法;最后深入分析了基于可视分析的训练数据质量提升面临的机遇与挑战,包括在复杂任务、大语言模型、多模态数据、流数据等场景下的数据质量提升.     

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.     

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。