2018浙江大学可视化暑期学校-第一天

课程:Introduction to Information Visualization and Visual Analytics
讲师:Tobias Schreck教授
讲师简介: Tobias Schreck教授是IEEE VAST论文组主席和EuroVis短论文组主席,他的主要研究方向是沉浸式可视分析。
课程简介
1.信息可视化基础
可视化的发展经历了从石板刻画,到能够表达数量关系、层次关系的各种图形图表诞生的多个阶段。发展至今,可视化通常提供不同级别的所传达信息的定性和定量视图[1]
按照Card等人提出的信息可视化模型,可视化的设计过程分为Data Transaction,Visual Mappings,View Transactions三个阶段。
-----3

图1 可视化设计模型
可视化包含Overview, zoom and filter, detail-on-demand[2],即聚合和抽象的可视化、用户交互技术、数据的细节和原始数据的查询。 在本部分,Tobias Schreck教授还介绍了可视化的定义及其领域划分、人的视觉原理及格式塔理论,还通过具体的示例介绍了如散点图、树图等多种基本视图。

2.可视分析
可视分析,即基于交互式视觉界面的分析推理科学。
首要将筛选出数据中的重要部分进行展示。在本部分,Schreck教授通过介绍线性回归、主成分分析、自组织映射、特征距离、支持向量机等算法介绍了回归分析、数据降维、聚类分析、相似性搜索、分类分析五类用于筛选重要数据进行分析的方法;并提供了多个分析样例。
-------2

图2 数据分析方法
着重讲解了基本的聚类算法中的样本聚类方法(基于中心的聚类方法、基于层次的聚类方法、基于密度的聚类方法)和自组织映射方法(Self-Organizing-Map)。

3.挑战
在可视分析中存在如下挑战:
第一,系统如何更有效地找到有趣的方面,其中有包括视觉质量/兴趣措施、视觉探索的推荐引擎和分析过程的来源。
第二,需要更加新颖的互动范式,其中包括多模态反馈(语音,眼动追踪,手势),基于草图的视图搜索。
第三,在智能产品中新的应用的机会。


[1]Ward M O, Grinstein G G, Keim D. Interactive Data Visualization[M]. Taylor & Francis Ltd. 2010.
[2]Shneiderman B. The eyes have it : A task by data type taxonomy for information visualization[J]. Craft of Information Visualization, 2003:364-371.

123