时间：2021年10月14日（本周四） 09 : 30
地点：望江校区基础教学楼B座318实验室
研读成员：吴美璇 王凤杰
Part1
分享者：吴美璇
分享内容：
[1] Dabek F, Caban J J. A grammar-based approach for modeling user interactions and generating suggestions during the data exploration process[J]. IEEE transactions on visualization and computer graphics, 2016, 23(1): 41-50.
[2] Cakmak E, Schlegel U, Jäckle D, et al. Multiscale Snapshots: Visual Analysis of Temporal Summaries in Dynamic Graphs[J]. IEEE Transactions on Visualization and Computer Graphics, 2020, 27(2): 517-527.
论文简介：
[1] 尽管最近关注大数据的可视化分析很流行，但人们对如何支持使用可视化技术探索多维数据集并完成特定任务的用户知之甚少。我们缺乏可以在数据探索过程中帮助用户的模型，这使得从用户的交互和分析过程中学习变得具有挑战性。对用户如何与特定可视化技术交互以及他们面临的困难进行建模的能力对于支持个人在其复杂数据集中发现新模式至关重要。 本文介绍了可视化系统理解和建模用户交互的概念，目的是引导用户完成任务，从而增强可视化数据探索。本文讨论了面临的挑战和未来需要采取的步骤；并提供一个工作示例，提出了一个基于语法的模型，该模型可以从用户交互中学习，使用K-Reversible算法确定多个主题之间的共同模式，构建一组规则，并将这些规则以建议的形式应用于新用户，目的是指导他们进行视觉分析过程。对300名受试者进行的正式评估研究表明，我们基于语法的模型在捕捉用户遵循的交互过程方面是有效的，并且该领域的进一步研究有可能对用户与可视化系统的交互方式产生积极影响。
[2] 大规模动态图的概览驱动的视觉分析提出了重大挑战。 我们提出了多尺度快照，这是一种可视化分析方法，用于在多个时间尺度上分析动态图的时间摘要。首先，我们递归地生成时间摘要以将重叠的图形序列抽象为紧凑的快照。其次，我们将图嵌入应用于快照以学习每个图序列的低维表示，以加快特定的分析任务（例如，相似性搜索）。 第三，我们将不断变化的数据从粗略到细粒度的快照可视化，以半自动地分析时间状态、趋势和异常值。 该方法使我们能够发现类似的时间摘要（例如，重复出现的状态），减少时间数据以加速自动分析，并探索动态图的结构和时间属性。 我们通过定量评估和实际数据集的应用来证明我们的方法的实用性。
Part2
分享者：王凤杰
分享内容：
[3] Li H, Wang Y, Zhang S, et al. KG4Vis: A Knowledge Graph-Based Approach for Visualization Recommendation[J]. IEEE Transactions on Visualization and Computer Graphics, 2021.
[4] Tovanich N, Soulié N, Heulot N, et al. MiningVis: visual analytics of the bitcoin mining economy[J]. IEEE Transactions on Visualization and Computer Graphics, 2021.
论文简介：
[3] 可视化推荐或自动可视化生成可以显著降低普通用户快速创建有效数据可视化的障碍，特别是对于没有数据可视化背景的用户。然而，现有的基于规则的方法需要可视化专家指定可视化规范；基于机器学习的方法通常像黑盒一样工作，很难理解特定的可视化被推荐的原因，从而限制了这些方法的广泛采用。本文提出了一种基于知识图谱(KG)的可视化推荐方法KG4Vis，它不需要人工指定可视化规范，也可以保证良好的可解释性。具体地说，我们提出了一个构建知识图谱的框架，该框架由三种实体(即数据特征、数据列和可视化设计选择)以及它们之间的关系组成，用于建模数据与有效可视化之间的映射规则。本文采用基于TransE的嵌入技术，从现有的数据集-可视化对中学习实体和关系的嵌入。然后，对于一个新的数据集，基于学习到的嵌入推断出有效的可视化。我们进行了广泛的评估，包括定量比较、案例研究和专家访谈。实验结果证明了该方法的有效性。
[4] 我们提供了一个可视分析工具MiningVis，来探索比特币网络挖矿活动的长期历史演变和动态。比特币是一种备受关注但仍难以理解的加密货币。挖矿活动对于比特币的成功、稳定和安全特别重要。矿工负责验证交易，系统通过金钱奖励来激励他们参与其中。矿池由大量矿工组成，确保了更稳定和可预测的收入。MiningVis旨在帮助分析师了解比特币挖矿生态系统的演变和动态，包括挖矿市场统计数据、多指标矿池排名和跳池行为。每一个特征都可以与矿池特征和比特币新闻相关的外部数据进行比较。为了评估MiningVis的价值，我们对比特币矿工进行了在线采访和基于洞察力的用户研究。我们描述了参与者解决的问题和见解，并说明了本系统的实际意义。
