Visual analytics systems enable highly interactive exploratory data analysis. Across a range of fields, these technologies have been successfully employed to help users learn from complex data. However, these same exploratory visualization techniques make it easy for users to discover spurious findings. This paper proposes new methods to monitor a user's analytic focus during visual analysis of structured datasets and use it to surface relevant articles that contextualize the visualized findings. Motivated by interactive analyses of electronic health data, this paper introduces a formal model of analytic focus, a computational approach to dynamically update the focus model at the time of user interaction, and a prototype application that leverages this model to surface relevant medical publications to users during visual analysis of a large corpus of medical records. Evaluation results with 24 users show that the modeling approach has high levels of accuracy and is able to surface highly relevant medical abstracts.
Progressive Analytics: A Computation Paradigm for Exploratory Data Analysis
探索数据需要从分析师到系统的快速反馈循环，由于人类认知的限制，延迟低于10秒。当数据变得很大或分析变得很复杂时，顺序计算不再能在几秒钟内完成，数据探索也会受到严重阻碍。本文描述了一种称为Progressive Computation for Data Analysis（数据分析的渐进式计算）或更简洁地称为Progressive Analytics（渐进式分析）的新型计算范例，它通过以渐进方式执行计算，在程序设计语言级别提供了低延迟保证。在语言级别移动这种渐进式计算使探索性数据分析系统的程序员免于从头开始以渐进的方式实现整个分析管道，从而简化了可扩展探索性数据分析系统的实现。本文通过一个名为ProgressiVis的原型实现来描述这个新范例，并通过示例解释它所隐含的需求。
SCSimulator: An Exploratory Visual Analytics Framework for Partner Selection in Supply Chains through LLM-driven Multi-Agent Simulation
School of Information Science and Technology, ShanghaiTech University（上海科技大学信息科学与技术学院）；Advanced Institute of Information Technology (AIIT), Peking University（北京大学先进信息技术研究院）；School of Entrepreneurship and Management, ShanghaiTech University（上海科技大学创业与管理学院）
Visual Exploratory Data Analysis of the Covid-19 Vaccination Progress in Nigeria
2020年爆发的新型冠状病毒疫情摧毁了包括尼日利亚在内的世界经济，甚至导致严重衰退。这个国家正在慢慢重建，疫苗正在帮助减少新冠肺炎的传播。自新冠疫苗进入尼日利亚以来，截至2022年5月31日，已有18，728，188人接种了疫苗。这大约是尼日利亚人口的10%，估计为2.067亿[1]。本文介绍了尼日利亚Covid-19疫苗接种进展的可视化探索性数据分析，使用R studio IDE中的R-tidyverse包进行数据清理和分析，并使用Tableau进行可视化。我们的数据集来自负责疫苗的尼日利亚国家初级卫生保健发展机构（NPHCDA）。本研究使用的数据包含2021年3月5日至2022年5月31日期间记录的Covid-19疫苗分发的各州细分。本文旨在展示这些数据分析工具和技术如何通过直观地呈现EDA的结果来帮助您在原始数据中找到见解，从而减少与表中数据相关的模糊性和可能的混淆。此外，我们的研究结果通过展示尼日利亚和各州的Covid-19疫苗接种趋势，为不断增长的Covid-19研究文献做出了贡献。
Towards culturally-appropriate conversational AI for health in the majority world: An exploratory study with citizens and professionals in Latin America
Imperial College London（帝国理工学院）；University of Cambridge（剑桥大学）；La Victoria Lab（拉维多利亚实验室）；Universidad Nacional de Córdoba（科尔多瓦国立大学）
UnProjection: Leveraging Inverse-Projections for Visual Analytics of High-Dimensional Data
University of Sao Paulo（圣保罗大学）；Tufts University（塔夫茨大学）；Novartis（诺华公司）；University of Arizona（亚利桑那大学）；Northeastern University（东北大学）；University of Utrecht（乌得勒支大学）
