近日，2025年度“中国图象图形学学会科学技术奖和激励计划”评选结果正式公布（https://www.csig.org.cn/59/202511/52974.html）。实验室2020级研究生温啸林的硕士学位论文《NFT市场中清洗交易检测的可视分析方法研究》成功入选“硕士学位论文激励计划”，2021级研究生王凤杰的硕士学位论文《计算笔记本故事化：人机协作幻灯片制作研究》成功获得“中国图象图形学学会硕士学位论文激励计划”提名。
本年度共遴选10篇论文入选“中国图象图形学学会硕士学位论文激励计划”，9篇论文获得“中国图象图形学学会硕士学位论文激励计划”提名。上述两项成果的入选充分体现了研究团队在可视分析与人机交互领域的创新性与学术影响力，也彰显了实验室在高水平研究生培养方面取得的显著成效。
成果1：NFT市场中清洗交易检测的可视分析方法研究
金融安全是金融安全是国家经济稳定与高质量发展的重要基石。然而，随着数字金融和数字资产市场的快速发展，金融欺诈手段日益复杂和隐蔽，给现有监管与风险防控体系带来了严峻挑战。传统自动化检测技术在应对不断演化的欺诈策略方面存在适应性不足、可解释性有限等问题，难以满足实际应用需求。研究团队以数字资产市场中最为常见的清洗交易（Wash Trading）欺诈问题为切入点，与领域专家开展深度合作，探索利用可视分析技术提升复杂金融欺诈检测的适应性与可解释性。
该研究首次构建了面向清洗交易欺诈的可视分析模型，设计了一系列创新性的可视化视图，并提出了一体化可视分析系统，支持用户从海量交易数据中高效识别潜在欺诈行为，深入理解不同欺诈模式，并发现未知或新型欺诈策略。相关成果有效提升了金融欺诈检测过程的透明度与可信度，为投资者与监管人员提供了直观、交互、可操作的分析工具，在一定程度上弥补了纯自动化方法在复杂金融场景中的不足。
温啸林，新加坡南洋理工大学博士在读，主要从事面向金融科技的智能可视分析研究。其研究成果发表于 IEEE VIS、TVCG、ACM CHI 等国际高水平可视化与人机交互领域会议及期刊，累计发表学术论文十余篇。曾获 CCF A 类会议 IEEE VIS 最佳论文提名奖（第三作者）以及 IEEE Pacific Visualization Journal Track 最佳论文提名奖（第一作者）。
成果2：计算笔记本故事化：人机协作幻灯片制作研究
计算笔记本（如 JupyterLab）是一类基于 Web 的交互式编程应用，它们以单元格的形式，将代码、 运行结果、 文字结合在一起， 被广泛用于数据探索与分析。然而，其内容结构松散、信息冗杂，难以直接用于团队沟通。实践中，数据科学团队往往需要借助演示工具（如PowerPoint ）将计算笔记本中复杂的数据分析内容以幻灯片的形式组织和呈现，但这故事化的过程繁琐且容易出错。尽管现有AI助力工具在一定程度上缓解了上述问题，但仍存在明显不足：缺乏必要的人为干预，且幻灯片结构组织受限。
鉴于此，研究团队提出基于人机协作的方法采用两部曲来重塑计算笔记本的故事化：首先从个体角度出发，关注单页幻灯片的制作，提出人机协作的幻灯片制作方法，增强用户对幻灯片制作过程的干预，从而提高其质量；进而从总体角度出发，关注幻灯片整体的逻辑性，提出基于大纲的计算笔记本故事化方法，支持用户通过大纲组织幻灯片的结构和内容，从而改善幻灯片整体的逻辑性，以此为团队合作搭建更为高效的沟通桥梁。
上述研究依托四川大学与滑铁卢大学（加拿大）和香港科技大学（中国香港）的科研合作，已先后于2023、2024年度发表在人机交互顶级国际学术会议ACM CHI，累计引用60次、下载量10000+次。这标志着论文在促进计算笔记本故事化、增强数据叙事能力方面得到了国际学术界的高度认可。
王凤杰，香港科技大学博士在读，主要研究智能与交互式数据叙事。近年来，主导或合作发表高水平学术论文10余篇，其中7篇发表于中国计算机学会（CCF）推荐的会议与期刊，包括ACM CHI、IEEE TVCG，并作为核心成员参与了多项国家级及省部级科研项目。硕士期间表现优异，荣获国家奖学金、四川省优秀毕业生等荣誉，并作为计算机学院2024届研究生代表在毕业典礼发言。