时间: 2019年12月20日 09: 00
地点: 望江校区基础教学楼B座318实验室
研读成员: 张铭洋、夏婷
Part1
分享者: 张铭洋
[1]Xia, Meng & Sun, Mingfei & Wei, Huan & Chen, Qing & Wang, Yong & Shi, Lei & Qu, Huamin & Ma, Xiaojuan. (2019). PeerLens: Peer-inspired Interactive Learning Path Planning in Online Question Pool. 1-12. 10.1145/3290605.3300864.
[2]Stoiber, Christina & Rind, Alexander & Grassinger, Florian & Gutounig, Robert & Goldgruber, Eva & Sedlmair, M. & Emrich, Štefan & Aigner, Wolfgang. (2019). Netflower: Dynamic Network Visualization for Data Journalists. Computer Graphics Forum. 38. 699-711. 10.1111/cgf.13721.
论文简介:
[1]类似于LeetCode这样的在线问题库提供了动手实践的技能和知识练习。但是许多用户难以根据他们的目标和表现来决定从哪里开始或如何进行。为了克服这些限制,本文提出了 PeerLens,一个交互式的视觉分析系统,可实现同 等组的学习路径规划。PeerLens可以根据相似学习场景下其他用户的学习历史,向个别学习者推荐定制的,适应性强的练习题序列,作者提出了一种通过提交类型为学习路径建模的新方法,以及一种新颖的视觉设计。
分享者: 夏婷
[1] Liu H, Jin S, Yan Y, et al. Visual analytics of taxi trajectory data via topical sub-trajectories[J]. Visual Informatics, 2019.
论文简介:
本文基于成都市2014年出租车GPS轨迹数据,从出租车轨迹中提取语义信息。较现有的研究,本文采用bigram主题模型代替传统的主题模型来分析文本化的轨迹,并考虑轨迹的方向信息。并且提出了一种改进的Apriori算法来提取频繁的子轨迹,并利用它们将每个主题表示为主题子轨迹。最后,设计实现了一个带有多个链接视图的可视化分析系统,以方便用户交互式地探索主题、子轨迹和行程。