GeoViz: A Multi-View Visualization Platform for Spatio-temporal Knowledge Graph
提出多视图可视化技术(知识树、知识网、知识地图)全面分析时空知识图谱,并封装为开源平台GeoViz,弥补单视图局限与时空交互不足。
2024-07-23 cs.HC
Automatic Synthesis of Visualization Design Knowledge Bases
University of Washington(华盛顿大学);Harvard Medical School(哈佛医学院)
本文提出数据驱动方法自动合成可视化设计知识库,提升设计预测准确性并适用于不同可视化领域。
2026-01-27 cs.HC
Design Patterns for Situated Visualization in Augmented Reality
本研究基于293篇AR与可视化论文及专业知识,推导出情境化可视化的设计模式,并讨论设计维度与应用指南及未来方向。
2023-11-23 cs.HC
DPVisCreator: Incorporating Pattern Constraints to Privacy-preserving Visualizations via Differential Privacy
数据隐私是发布数据可视化的一个重要问题。然而,在隐私保护可视化中表示多个数据模式是具有挑战性的。现有方法针对特定图表类型或统一执行匿名化模型,而不考虑数据模式在可视化中的重要性。在本文中,我们提出了一种可视化分析方法,便于数据托管人生成多个私人图表,同时保持用户首选的模式。为此,我们引入模式约束来模拟用户对数据集中数据模式的偏好,并将其纳入拟议的基于贝叶斯网络的差分隐私(DP)模型PriVis。一个原型系统,DPVisCreator,开发,以协助数据保管人在实施我们的方法。我们的方法的有效性证明了定量评估模式效用下的不同水平的隐私保护,案例研究,半结构化的专家访谈。
2022-08-29 cs.HC
Design Patterns and Trade-Offs in Responsive Visualization for Communication
对移动设备的访问的增加激发了对设计响应于不同屏幕尺寸的通信可视化的需求。然而,相对较少的设计指导或工具,目前可供作者。我们贡献了一个详细的表征响应可视化策略在面向通信的可视化,确定76个总的战略分析378对大屏幕(LS)和小屏幕(SS)的可视化从在线文章和报告。我们的分析区分了响应式可视化的目标,指的是设计的哪些元素被更改,以及表示目标如何更改的操作。我们确定了与作者需要保持图形密度相关的关键权衡,指的是每像素的信息量,同时也为可视化用户保持“消息”或预期的外卖。我们讨论了我们的研究结果对未来可视化工具设计的影响,以支持可视化设计的响应式转换,包括面向通信的响应式可视化的自动生成器的要求。
2021-04-26 cs.HC
RDF Knowledge Graph Visualization From a Knowledge Extraction System
Université Paris-Est Marne-la-vallée(巴黎东马恩河谷大学);CNRS(法国国家科学研究中心);GEOLSemantics(GEOL语义公司)
在本文中,我们提出了一个系统来可视化RDF知识图谱。这些图是从GEOLSemantics设计的知识提取系统中获得的。使用自然语言处理和触发检测来执行该提取。用户可以通过选择一些本体特征(如概念或个体)来可视化子图。该系统也是多语种的,使用英文、法文、阿拉伯文和中文的注释本体。
2015-10-01 cs.CL cs.HC
Toward Filling a Critical Knowledge Gap: Charting the Interactions of Age with Task and Visualization
本研究比较了年轻与晚年成人在十种分析任务和五种可视化上的表现,发现晚年成人耗时更长但准确率相当且个体差异更大,为包容老龄化的可视化设计提供了实证依据与建议。
2025-03-04 cs.HC
Design Knowledge in Data Visualization: Mapping the Epistemic Landscape
Purdue University(普渡大学);Indiana University(印第安纳大学);SDU University(SDU大学)
本文借助设计理论绘制数据可视化的设计知识图景,指出该领域在部分知识领域优势显著、部分阐释不足,提出可视化设计依赖知识制品与在用知识,主张计算系统可支持部分设计认知,而非将设计视为完全可形式化或抗拒计算支持的对象。
2026-08-11 cs.HC
Data Hunches: Incorporating Personal Knowledge into Visualizations
数据的问题在于,它经常只提供感兴趣的现象的不完美的表示。熟悉数据集的专家在分析数据集时通常会进行隐含的心理修正,或者在存在警告的情况下会谨慎行事,不要对任何发现过于自信。然而,关于数据集警告的隐含知识通常不会以结构化的方式收集,这是有问题的,特别是当团队一起工作时,他们可能了解数据集的不同方面。在这项工作中,我们定义这样的分析师的知识数据集的数据预感。我们讨论了数据预感的影响,并提出了一套技术,通过数据可视化记录和交流数据预感。此外,我们还提供了设计支持记录和可视化数据预感的可视化的指导方针。我们设想,数据预感将使分析师能够将他们的知识具体化,促进协作和沟通,并支持从他人的数据预感中学习的能力。
2022-04-10 cs.HC
Visualization of Mined Pattern and Its Human Aspects
研究人员成功地有效地挖掘了Web使用数据。但是,挖掘模式的表示通常不适合人类直接消费的形式。因此,利用了可以以易于理解的格式表示挖掘模式的机制和工具。不同的技术用于模式分析,其中之一是可视化。可视化可以为数据分析和决策任务提供有价值的帮助。在数据可视化过程中,网页的技术表示被用户有吸引力的文本解释所取代。实验结果表明,该可视化方法可以显著提高Web日志挖掘结果的质量和有用性。然而,决策者如何感知和交互的视觉表示可以强烈地影响他们的数据的理解以及视觉表示的有用性。因此,人的因素显着的可视化过程中,应发挥重要作用,在可视化工具的设计和评估。此电子文档是一个动态模板。你的论文的各个组成部分,标题,文本,标题等,已经在样式表中定义,如本文档中给出的部分所示。
2009-08-30 cs.GR cs.HC
Understanding Players' Interaction Patterns with Mobile Game App UI via Visualizations
了解玩家如何在智能手机设备上与移动游戏应用进行交互,对于游戏专家开发和完善其应用产品非常重要。传统上,游戏专家通过对目标玩家进行深入的用户研究或迭代的UI设计过程来实现他们的目的,这无法捕获大规模个体玩家的交互模式。可视化用户UI操作的记录日志是定量理解交互模式的一种很有前途的方法。然而,很少有可视化工具已经开发的移动游戏应用程序交互,这是具有多点触摸动态操作和复杂的UI的挑战。在这项工作中,我们填补了空白,提出了一种可视化的方法,旨在了解玩家的互动模式,在多点触摸游戏应用程序与更复杂的互动支持的图标和一系列的技能按钮。特别地,我们识别玩家的动态手势模式,检查手势行为的相似性和差异性,并探索当前移动游戏应用程序UI设计与玩家的真实世界实践之间的潜在差距。三个案例研究表明,我们的方法是有前途的,可以潜在的补充理论UI设计的进一步研究。
2021-10-17 cs.HC
Democratizing information visualization. A study to map the value of graphic design to easier knowledge transfer of scientific research
视觉表征在科学传播和教育中变得越来越重要。这项探索性研究调查了STEM研究人员的感知,没有任何特定的视觉设计背景,以及视觉表示作为支持学术界和更广泛的非技术社区之间技术和科学知识交流的工具的价值。早期的研究结果表明,视觉表征可以积极支持科学家以更引人注目、视觉清晰和有影响力的方式分享研究成果,从而覆盖不同学科的更广泛受众。
2021-06-21 cs.HC
Explainable AI for tailored electricity consumption feedback -- an experimental evaluation of visualizations
University of Bamberg(班贝格大学)
机器学习(ML)方法可以有效地分析数据,识别其中的模式,并做出高质量的预测。好的预测通常伴随着“黑盒”模型,这些模型无法以人类可读的方式呈现检测到的模式。最近的技术发展导致了可解释的人工智能(XAI)技术,其目的是打开这样的黑匣子,使人类能够从检测到的模式中获得新的见解。我们调查了XAI在特定见解可能对消费者行为产生重大影响的领域的应用,即电力使用。了解到个人用电量的具体反馈会触发资源节约,我们使用ML和XAI方法从用电量时间序列中创建了五个可视化,以获得高度个性化的反馈,并考虑到现有的特定领域设计知识。我们对152名参与者的实验评估表明,人类可以吸收XAI可视化显示的模式,但这种可视化应该遵循已知的可视化模式,以便用户能够很好地理解。
2022-08-24 cs.AI cs.CY cs.HC
Look into your Heart -- Prototypes for a Speculative Design Exploration of Personal Heart Rate Visualization
Northumbria University(诺森比亚大学)
针对可穿戴设备心率数据复杂时间模式未被充分探索的问题,提出5种基于可视化文献的原型方法,通过合成数据集探索并评估,为个人心率可视化设计空间提供推测性图谱。
2025-11-10 cs.HC
Uncovering Temporal Patterns in Visualizations of High-Dimensional Data
Faculty of Computer and Information Science, University of Ljubljana(卢布尔雅那大学计算机与信息科学学院);Baylor College of Medicine(贝勒医学院)
针对高维时间序列数据降维可视化丢失时间模式的问题,提出引入两个时间损失项的降维扩展方法,在合成与真实数据上有效揭示时间模式并提升可解释性。
2024-12-14 cs.HC cs.LG
Smart UX-design for Rescue Operations Wearable - A Knowledge Graph Informed Visualization Approach for Information Retrieval in Emergency Situations
Institute for Knowledge-Based Systems and Knowledge Management(知识系统与知识管理研究所);mbeder GmbH(mbeder有限公司);University of Siegen(锡根大学)
本文提出一种知识图谱驱动的智能UX设计方法,用于可穿戴设备在紧急情境下为医疗专业人员提供治疗建议,以改进急救救援作业。
2025-10-15 cs.HC
FinFlier: Automating Graphical Overlays for Financial Visualizations with Knowledge-Grounding Large Language Model
针对金融叙事可视化中图形覆盖层自动化的难题,研究者调研千余张图表总结规律后,推出两阶段系统FinFlier,借助知识增强大语言模型实现覆盖层自动生成,经实验与用户研究验证了其有效性与生成质量。
2024-12-05 cs.HC
GeoGraphViz: Geographically Constrained 3D Force-Directed Graph for Knowledge Graph Visualization
针对现有知识图谱工具弱化地理坐标且二维视图受限的问题,本文提出GeoGraphViz三维力导向可视化算法,通过融合网络地图、地理位置力与可调平衡变量,实现语义关系和空间分布的交互式协同呈现。
2023-04-14 cs.HC
Knowledge Graphs in Practice: Characterizing their Users, Challenges, and Visualization Opportunities
MIT Lincoln Laboratory(麻省理工学院林肯实验室);Tufts University(塔夫茨大学)
本研究通过访谈19位知识图谱从业者,划分出三类用户角色,明确了各角色在KG创建、探索与分析中的挑战,并提出多个可视化研究方向以提升KG可用性。
2024-06-18 cs.DB cs.HC cs.LG
Context-KG: Context-Aware Knowledge Graph Visualization with User Preferences and Ontological Guidance
The Ohio State University(俄亥俄州立大学);Bosch Center for Artificial Intelligence(博世人工智能中心)
本文提出Context-KG框架,通过大语言模型提取用户偏好,结合本体引导布局,提升知识图谱可视化的可解释性和任务性能。
2026-04-11 cs.HC
Data Augmentation for Visualization Design Knowledge Bases
本文提出数据增强技术,通过设计排列和识别未充分评估特征生成并标记图表对,扩展可视化知识库语料,在Draco上提升特征覆盖率与推荐性能。
2025-08-04 cs.HC
Sabrina: Modeling and Visualization of Economy Data with Incremental Domain Knowledge
投资规划需要了解大规模的金融格局,包括地理空间和行业部门分布。有大量的数据可用,但它分散在不同的来源(报纸,开放数据等),这使得金融分析师很难理解大局。在本文中,我们提出了Sabrina,一个金融数据分析和可视化的方法,它包含了一个管道,用于生成公司到公司的金融交易网络。该管道能够将一个地区单个公司的基本事实与经济总体宏观方面的(增量)领域知识融合在一起。Sabrina将这些异构数据源统一到一个统一的可视化界面中,从而实现可视化分析过程。在一个用户研究与三个领域的专家,我们说明了Sabrina,这简化了他们的分析过程的有用性。
2020-01-08 cs.HC q-fin.GN
The Pattern is in the Details: An Evaluation of Interaction Techniques for Locating, Searching, and Contextualizing Details in Multivariate Matrix Visualizations
矩阵可视化广泛用于显示大规模网络、表格、集合或顺序数据。它们通常仅对每个单元格编码单个值,例如,通过颜色。但是,这可能会在探索多变量数据时极大地限制可视化的实用性,其中每个单元格表示具有多个值(称为详细信息)的数据点。三种成熟的交互方法可以应用于多变量矩阵可视化(或MMV):焦点+上下文,平移和缩放,以及概述+细节。然而,很少有经验的知识,如何比较这些方法在探索MMV。我们报告了两项研究,比较他们的定位,搜索和上下文的细节MMV。我们首先比较了四种焦点+上下文技术,发现鱼眼镜头总体上优于其他镜头。然后,我们比较了鱼眼镜头,平移和变焦和概述+细节。我们发现,pan&zoom在定位和搜索细节方面更快,在上下文细节方面与overview+detail一样好。
2022-03-10 cs.GR cs.HC
Extension of Dictionary-Based Compression Algorithms for the Quantitative Visualization of Patterns from Log Files
本研究扩展了基于字典的压缩算法,在日志文件压缩过程中同步检测频繁模式,并基于频率、长度和根前缀等度量实现模式的定量可视化,帮助分析师高效获取洞察,免去人工预处理和繁重的手动检查。
2023-04-10 cs.DS cs.HC cs.IR
Designing Semantically-Resonant Abstract Patterns for Data Visualization
本文提出一种结构化设计方法论,使普通大众能为数据可视化设计语义共鸣抽象图案,并通过工作坊验证其有效性。
2025-05-22 cs.HC
Composition and Configuration Patterns in Multiple-View Visualizations
多视图可视化(MV)是一种布局设计技术,通常用于帮助用户在单个内聚表示中查看大量数据属性和值。由于其通用性,MV设计已被可视化社区广泛采用,以帮助用户检查大型,复杂和高维数据并与之交互。然而,虽然无处不在,但很少有工作对MV进行分类和分析,以便更好地了解其设计空间。因此,在如何有效使用MV设计方面几乎没有指导方针。在本文中,我们提出了一个深入的研究如何在实践中设计MV。我们专注于多视图模式的两个基本措施:组成,量化什么视图类型,有多少;和配置,其特点是在显示空间中的视图布局的空间安排。我们构建了一个新的数据集,包含从IEEE VIS,EuroVis和PacificVis出版物2011年至2019年收集的360幅MV图像,并为这些可视化图像的视图类型和布局进行细粒度注释。从这些数据中,我们使用术语频率和布局拓扑的定量指标进行组成和配置分析。我们确定围绕MV的常见实践,包括视图类型的关系,流行的视图布局,以及视图类型和布局之间的相关性。我们将研究结果结合到MV推荐系统中,提供交互式工具来探索设计空间,并支持基于实例的设计。
2020-08-04 cs.HC
Visualizing Routes with AI-Discovered Street-View Patterns
Kent State University(肯特州立大学);West Chester University(西切斯特大学);University of North Carolina at Charlotte(北卡罗来纳大学夏洛特分校)
本文提出VivaRoutes交互式可视化原型,利用AI语义潜在向量量化街景外观、发现空间图像模式并整合到路线规划中,通过用户研究验证其有效性。
2024-03-30 cs.HC cs.LG
To Explore What Isn't There -- Glyph-based Visualization for Analysis of Missing Values
本文提出缺失性字形(Missingness Glyph)可视化方法,用于探索数据中的缺失值模式,并通过与两种替代方法对比评估,证明其在识别缺失模式方面表现更优。
2020-11-24 cs.GR cs.HC
Do You See What I See? A Qualitative Study Eliciting High-Level Visualization Comprehension
通过定性研究折线图、条形图和散点图,揭示人们从可视化中自然提取的高层次模式与设计者目标及传统低层次感知实验结果不一致,强调需从多角度定义可视化有效性。
2024-02-23 cs.HC
Visualization and Analysis of Wearable Health Data From COVID-19 Patients
Zurich University of Applied Sciences (ZHAW)(苏黎世应用科学大学);University Hospital Basel (USB)(巴塞尔大学医院)
对有效的可视化进行了评估,以揭示来自多传感器实时可穿戴设备的相关健康模式,这些设备记录了因COVID-19入院的患者的生命体征。此外,还描述了与可穿戴健康数据可视化相关的具体挑战,例如合规性问题导致的数据质量波动、为设备充电所需的时间以及技术问题。作为一个主要用例,我们研究了该技术获取的生命体征中可见的相关健康模式的检测和通信。使用定制热图和条形图专门突出生命体征中的医学相关模式。对两名医生、一名临床项目经理和七名健康数据科学研究人员进行了调查,以评估可视化方法。从84名住院COVID-19患者的数据集中,我们提取了一个典型的COVID-19患者病史,并基于可视化展示了两个值得注意的患者的健康史。可视化被证明是有效的,简单和直观的推断病人的健康状况。对于时间有限且负责众多患者的临床工作人员来说,此类可视化方法可以成为一种有效的工具,可以连续获取和远程监控患者的健康状况。
2022-01-19 cs.CV cs.HC
Feature-Action Design Patterns for Storytelling Visualizations with Time Series Data
Science and Technology Facilities Council (STFC)(科学与技术设施委员会(STFC));University of Oxford(牛津大学);University of Edinburgh(爱丁堡大学);Bangor University(班戈大学);City University(城市大学)
提出一种计算机辅助的元创作方法,通过设计包含特征-动作模式的故事板,实现动态时间序列数据的叙事可视化,适用于COVID-19及机器学习工作流等情境。
2024-02-05 cs.HC cs.LG
Visualization and Comparison of AOI Transitions with Force-Directed Graph Layout
本文提出一种基于分层AOI结构和N-grams的注视轨迹可视化方法,通过力导向图布局展示多AOI间的转换模式及多轨迹差异,帮助分析人员高效发现注视趋势和参与者差异。
2025-05-24 cs.HC
Structured Visualization Design Knowledge for Grounding Generative Reasoning and Situated Feedback
University of Vienna(维也纳大学);Mohamed bin Zayed University of Artificial Intelligence(穆罕默德·本·扎耶德人工智能大学);Carnegie Mellon University(卡内基梅隆大学);Faculty of Computer Science, University of Vienna(维也纳大学计算机学院);Austrian Institute of Technology(奥地利技术研究所)
提出一种结构化方案,将可视化设计知识编码为带语义元数据的自然语言指南,支持专家编写、机器查询,并嵌入向量空间以分析冲突和跨领域原则,弥补符号系统与生成模型之间的鸿沟。
2026-06-12 cs.HC
Design Judgment in Data Visualization Practice
数据可视化正在成为设计实践中越来越受欢迎的领域。虽然许多研究强调了有效的数据可视化设计所需的知识,但它们的重点主要是可以抽象和编码的正式知识和逻辑决策过程。较少注意到在所有设计活动中普遍存在的更情境化和个人化的认知方式。在这项研究中,我们进行了半结构化的采访,在此期间,他们被要求描述他们的设计过程中的实际和情境方面的数据可视化从业者。使用Nelson和Stolterman [23]的设计判断的哲学框架,我们分析了成绩单,以描述数据可视化从业者在描述和询问他们的工作时所使用的设计判断的数量和复杂分层。我们确定了数据可视化实践的各个方面,这些方面需要进一步调查,超越理性,模型或原则导向的决策过程的概念。
2020-09-06 cs.HC
ConceptScope: Organizing and Visualizing Knowledge in Documents based on Domain Ontology
当前的文本可视化技术通常使用诸如词频、同现和句子结构之类的固有属性来提供文档内容和结构的概览。这样的可视化缺乏概念概述,结合领域相关的知识,需要检查文件时,如研究文章或技术报告。为了解决这个缺点,我们提出了ConceptScope,一种技术,利用领域本体表示的概念关系在一个文件中的气泡树图可视化的形式。文档结构和概念层次结构的多个协调视图以及文本概述进一步帮助文档分析。ConceptScope分别促进了单个和多个文档的探索和比较。我们通过可视化研究文章和计算机科学中的技术演示文稿来演示ConceptScope。在与DocuBurst(一种流行的文档可视化工具)的比较研究中,发现ConceptScope在探索和比较特定领域的文档时信息量更大,但在涉及跨多个学科的文档时信息量较小。
2021-03-02 cs.HC
HyperMOOC: Augmenting MOOC Videos with Concept-based Embedded Visualizations
Hangzhou Dianzi University(杭州电子科技大学);Zhejiang University(浙江大学);Nanyang Technological University(南洋理工大学)
HyperMOOC通过基于概念的嵌入式可视化增强MOOC视频,提升学习效果和效率,提高学习者满意度和课程理解。
2026-01-30 cs.HC
A Smartphone App to Support Sedentary Behavior Change by Visualizing Personal Mobility Patterns and Action Planning (SedVis): Development and Pilot Study
鉴于日常生活中久坐行为的普遍存在,需要简单而实用的行为改变解决方案来避免对健康造成不利影响。移动应用程序SedVis是根据健康行动过程方法开发的。该应用程序提供个人移动模式可视化(针对身体活动和久坐行为)和久坐行为改变的行动计划。本研究的主要目的是调查移动模式可视化对用户改变久坐行为的行动计划的影响。第二个目的是评估用户对应用程序的可视化和用户体验的参与度。在为期3周的用户研究中,参与者被分配到活动对照组(n=8)或干预组(n=8)。在1周的基线期内,没有参与者可以访问应用程序中的功能。在接下来的2周干预期内,只有干预组可以访问可视化,而两组都被要求每天制定行动计划并减少久坐行为。结果表明,根据NHST和贝叶斯统计,SedVis中的可视化对参与者的行动计划没有影响。SedVis中涉及可视化和行动计划的干预对减少参与者的久坐时间有积极影响,根据贝叶斯统计的证据较弱,而在主动控制条件下,久坐时间没有变化的可能性更大。此外,贝叶斯分析微弱地表明,用户查看应用程序的频率越高,他们就越有可能减少久坐行为。
2021-01-30 cs.HC
Don't trust your eyes: on the (un)reliability of feature visualizations
Google DeepMind(谷歌DeepMind);Max Planck Institute for Intelligent Systems(马克斯·普朗克智能系统研究所);Tübingen AI Center(蒂宾根人工智能中心);University of Toronto(多伦多大学)
本文通过构建欺骗性网络电路并分析标准网络,揭示特征可视化可能显示与真实行为无关的模式,并从理论上证明其可靠理解范围极小,进而呼吁开发具有结构约束的网络以提升可视化可靠性。
2024-06-06 cs.AI cs.CV cs.HC
On the role of metaphor in information visualization
隐喻的概念,特别是图形(或视觉)隐喻,是信息可视化领域的核心。信息图形和交互式信息可视化系统采用各种隐喻设备来使抽象的、复杂的、大量的或以其他方式难以理解的信息在图形术语中可理解。本文探讨了隐喻在信息可视化中的应用,推进了Johnson,Lakoff,Tversky等人先前提出的理论,即许多信息图形都是根据认知上根深蒂固的空间模式(称为图像图式)进行隐喻理解的。这些模式通过隐喻性的投射操作来构建和约束抽象推理过程,这些投射操作基于包含、运动和力动态等现象的日常感知经验。基于以前的研究,我认为,信息图形促进理解他们的目标信息,通过使用图形模式,调用这些预先存在的示意图结构。我进一步的理论,一个特定的图形与一个或多个相应的图像图式的结构对齐的程度占其感知程度的直观性。因此,意象图式理论可以为可视化研究提供一个强有力的解释和预测框架。本文回顾了类比和隐喻的相关理论,并讨论了几种常见信息图形的图像图式特性。我的结论与建议,从语言学研究中挑选的图像图式的库存可以作为基础,适合开发直观和有效的新的信息可视化技术的设计元素的库存。
2008-09-04 cs.GR cs.HC
Visualization Onboarding Grounded in Educational Theories
可视化的目的是支持人们处理大型复杂的信息结构,使这些结构更容易理解,便于探索,并实现知识发现。然而,用户通常在阅读和解释可视化数据时遇到问题,特别是当他们第一次体验时。缺乏形象化素养,即,可以观察到领域、数据、视觉编码、交互以及分析方法方面的知识。为了支持用户学习如何使用新的数字技术,入职概念已成功应用于其他领域。然而,到目前为止,它还没有得到可视化社区的关注。本章旨在填补这一空白,定义概念,并系统地布局设计空间的入职可视化的背景下,作为一个描述性的设计空间。在此基础上,我们提出了一个调查的方法,从学术界以及从商业产品,特别是调查教育理论,告知入职战略。此外,我们根据以前的出版物得出了设计考虑因素,并提出了一些设计可视化入职概念的指导方针。
2022-03-21 cs.HC
Visualization Requirements for Business Intelligence Analytics: A Goal-Based, Iterative Framework
针对非专业用户难以定义商业智能可视化需求的问题,提出基于 i* 语言的迭代式目标导向方法,半自动推导最适合的数据可视化,降低用户门槛。
2024-02-14 cs.HC
DracoGPT: Extracting Visualization Design Preferences from Large Language Models
本文提出DracoGPT方法,通过DracoGPT-Rank和DracoGPT-Recommend两条流程提取并建模LLMs中的可视化设计偏好,发现其与人类实验准则存在显著偏差,为扩展Draco知识库和替代LLMs提供基础。
2024-10-20 cs.HC
Challenges and Opportunities in Data Visualization Education: A Call to Action
本文由21位可视化教育者基于实践经验,围绕七大主题梳理数据可视化教育的19项挑战、43个研究问题,并提出五项跨领域行动机遇。
2023-08-15 cs.HC
AdaVis: Adaptive and Explainable Visualization Recommendation for Tabular Data
针对现有ML可视化推荐方法假设单一结果且缺乏可解释性的问题,提出AdaVis,利用基于盒嵌入的知识图谱建模一对多映射并结合注意力机制,实现自适应且可解释的多可视化推荐。
2023-10-18 cs.HC
Contextualization or Rationalization? The Effect of Causal Priors on Data Visualization Interpretation
University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校);RENCI(雷恩西)
本文研究了因果先验如何影响数据可视化解读,发现用户在面对模糊散点图时,会通过情境化或合理化两种方式解释数据模式。
2026-02-08 cs.HC
Criteria for Rigor in Visualization Design Study
我们通过可视化设计研究开发了一个新的研究视角,强调设计作为一种探究方法,以及通过它实现的广泛的知识贡献,作为多重的,主观的和社会构建的。从这个解释主义的立场,我们探讨了可视化设计研究的性质,并制定了严格的六个标准。我们建议根据可视化设计研究及其报告的信息化程度、反射性、丰富性、可接受性、共振性和透明性来建立和判断严谨性。这种观点和标准是通过四年的参与与社会科学,信息系统和设计中的知识的严谨性和性质的话语构建的。我们建议从同源学科的方法,可以支持可视化研究人员在满足这些标准的规划,执行和报告的设计研究。通过一系列故意挑衅性的问题,我们探讨了这种新的视角对可视化设计研究的影响,得出的结论是,作为一门学科,可视化还没有很好地拥抱,培育,并充分受益于严格的,解释主义的方法来设计研究。我们提出的观点和标准旨在激发围绕可视化设计研究的本质和学科更广泛基础的对话和辩论。
2019-09-13 cs.HC
Understanding Why ChatGPT Outperforms Humans in Visualization Design Advice
Boston College(波士顿学院)
本文通过系统比较ChatGPT与人类在数据可视化知识任务中的回答,发现ChatGPT-4兼具人类与ChatGPT-3.5特征,其覆盖广度与技术导向反馈使其回答更受青睐,并据此提出利用LLM与人类感知推进用户体验的启示。
2025-08-03 cs.AI cs.HC
HoLens: A Visual Analytics Design for Higher-order Movement Modeling and Visualization
针对传统高阶移动建模依赖关键点识别、未考虑时间变化的局限,提出HoLens方法,含自适应聚合算法与交互式可视分析界面,经案例与专家访谈验证可行有效。
2024-03-06 cs.HC
Visual Analytics for Understanding Draco's Knowledge Base
针对 Draco 知识库约束增多导致推荐决策难以追溯的问题,提出基于修订 ASP 语法与超图的可视化分析方法,帮助专家交互式探索约束并验证其有效性。
2023-07-24 cs.GR cs.HC
Characterizing Visualization Insights through Entity-Based Interaction: An Exploratory Study
可视化的主要目的之一是帮助用户发现见解。虽然已经有很多针对复杂的数据转换和新颖的呈现技术的信息可视化研究,但相对较少的是了解用户如何通过交互式数据可视化获得见解。本文提出了一个众包的研究与158名参与者调查之间的关系基于实体的互动(一个动作+其目标实体)和由此产生的洞察力。为此,我们将与现有CO2 Explorer的交互概括为基于实体的交互,并使用户能够输入注释并参考相关实体以帮助他们的叙述。我们记录了用户自由探索可视化的交互,并描述了他们对数据的外部见解。使用基于实体的互动和参考来推断洞察力特征(类别,概述与细节和先验知识),我们发现证据表明,与互动相比,实体参考改善了洞察力表征,从轻微/公平到公平/中等协议。为了解释预测结果,特征重要性和相关性分析表明,详细的见解往往有更多的鼠标悬停在图表区域,并引用垂直参考线在折线图作为证据。我们讨论了知识辅助可视化的研究限制和影响,例如,基于用户探索的洞察力建议。
2022-04-27 cs.HC
Vibe Visualizing: How Visualization Novices Try (and Fail) to Generate and Interpret Visualizations with Conversational AI
University of California, Davis(加州大学戴维斯分校)
通过用户研究发现,可视化新手在使用 ChatGPT 等对话式 AI 生成和解读可视化时面临执行错误、误解和信任问题,并提出了改进 AI 辅助可视化系统的设计建议。
2026-06-08 cs.HC
Did You Get The Gist Of It? Understanding How Visualization Impacts Decision-Making
当可视化研究人员评估可视化设计对决策的影响时,他们通常对决策背后的认知过程持一维观点。一些心理学和经济学研究人员已经证明,人们在做决定时,依赖于定量推理和基于直觉的直觉--这两个系统并行运作。在这份立场文件中,我们讨论了决策理论,并提供建议,以弥合可视化决策评估和心理学研究之间的差距。我们的目标是质疑我们知识的局限性,并倡导对可视化决策的更细致入微的理解。
2020-10-08 cs.HC
RSVP for VPSA : A Meta Design Study on Rapid Suggestive Visualization Prototyping for Visual Parameter Space Analysis
针对现有VPSA可视化应用难适配的问题,研究提出编码VPSA知识的RSVP快速提示式可视化原型系统,通过元设计研究推导面向任务的多视图可视化推荐策略,用户研究验证其易用且能带来新洞见。
2024-09-11 cs.GR cs.HC
Too Many Cooks: Exploring How Graphical Perception Studies Influence Visualization Recommendations in Draco
本文提出利用30篇图形感知研究结果构建Draco推荐算法,通过探索性分析验证其可行性,识别文献空白、聚类论文偏好并解释研究影响力差异,促进两领域协同发展。
2023-08-28 cs.HC