CLAImate: AI-Enabled Climate Change Communication through Personalized and Localized Narrative Visualizations
针对气候报告抽象难懂的问题，提出AI驱动的原型CLAImate，通过个性化叙事和本地化可视化提升公众对气候风险的理解与本地相关性。
2025-07-15 cs.HC
Leveraging Foundation Models for Crafting Narrative Visualization: A Survey
本综述基于66篇论文研究基础模型在叙事可视化中的应用，提出四阶段参考模型（分析、叙事、可视化、交互）并识别八个具体任务，探讨优缺点与研究问题以指导该领域发展。
2025-02-13 cs.HC
Towards Narrative Medical Visualization
University of Magdeburg（马格德堡大学）；University of Jena（耶拿大学）
本文提出了一种通用的叙事医疗可视化模板，用于向非专业公众传达疾病相关数据和信息。
2021-08-11 cs.CY cs.HC
Designing Narrative-Focused Role-Playing Games for Visualization Literacy in Young Children
基于游戏设计和教育研究，本文介绍了以叙事为中心的角色扮演游戏作为促进幼儿视觉素养的一种方式。可视化素养技能对于理解我们周围的世界和构建有意义的可视化至关重要，然而，如何在早期更好地发展这些技能仍然在很大程度上被忽视和研究不足。直到最近，可视化社区才开始填补这一空白，导致了早期教育中使用的教育工具的初步研究和开发。我们通过探索游戏化来支持学习，并通过利用涉及可视化的数据相关问题中的叙述来确定应用基于角色扮演游戏的设计的机会。我们研究了包括叙事元素对学习的影响，通过技术探针，接地在一组设计考虑来自可视化，游戏设计和教育科学。我们创建了两个版本的游戏-一个有叙事元素，一个没有-并使用受试者之间的研究设计评估了33名11至13岁的儿童参与者的实例。尽管参与者需要两倍的时间来完成他们的游戏，由于额外的元素，包括这些元素被发现，以提高参与而不牺牲学习;我们的研究结果表明，图形阅读技能的发展没有显着差异，但在参与和整体享受的游戏显着差异。我们报告所收集的观察结果和定性反馈，并指出需要改进的地方和未来工作的空间。
2020-08-31 cs.HC
Elsewise: Authoring Open-ended Interactive Narrative with Possibility Space Visualization
University of Washington（华盛顿大学）；University of Notre Dame（圣约翰大学）
Elsewise通过引入捆绑叙事线概念，帮助作者更有效地理解和控制AI交互叙事中的叙事可能性空间，提升作者对玩家体验的预判能力。
2026-09-10 cs.AI cs.CL cs.HC
Story Designer: Towards a Mixed-Initiative Tool to Create Narrative Structures
Malmö University（马尔默大学）；New York University（纽约大学）
叙事是游戏的主要组成部分，其设计在识别，编码，解释，评估和生成它们时提出了挑战。解决这个问题的一种方法是在更抽象的层面上进行叙事设计，比如叙事结构。本文介绍了故事设计师，一个混合主动的共同创造的叙事结构工具，建立在进化地牢设计师（EDD）的顶部，使用比喻，在许多媒体类型的叙事约定，设计这些结构。故事设计师使用比喻作为叙事设计师的构建块，通过将它们在称为叙事图的图形结构中相互连接来组成完整的叙事结构。我们的混合主动方法允许设计师手动创建他们的叙事图，并使用这些图形为底层进化算法提供信息，使用MAP-Elites创建质量多样化的建议。设计师可以直观地表示建议，以进行比较和评估，然后可以将其纳入设计中，用于进一步的手册版本。同时，我们使用EDD中设计的层次作为叙事结构的约束，将层次设计和叙事交织在一起。我们评估这些限制和系统的适应性和表现力的影响，从而在一个潜在的工具，以创建叙事结构相结合的水平设计方面的叙述。
2022-10-11 cs.AI 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
Narrative Visualization to Communicate Neurological Diseases
虽然叙事可视化已成功地用于各种应用程序中，以故事的形式向普通观众传达科学数据，但医疗数据却并非如此。只有少数例外情况是向非专家提供表格式医疗数据。然而，医学可视化的一个关键组成部分是3D数据的交互式分析，例如解剖结构的3D模型，迄今为止很少包括在叙事可视化中。在这项设计研究中，我们研究了如何通过叙事可视化技术将神经系统疾病数据以可理解的方式传达给普通受众。我们设计了一个可视化的叙事来解释脑小血管疾病。了解其可避免的风险因素有助于激励观众观看由此产生的视觉数据故事。通过这个例子，我们讨论了基本叙事成分的改编。这包括故事的冲突和人物，以及故事的结构和内容，以解决和传达医疗数据的特定特征。此外，我们还探讨了复杂的医疗关系需要简化到什么程度，以便在不扭曲基础数据和证据的情况下为普通观众所理解。特别是，数据需要为非专家进行预处理，并且必须找到适当的交互形式。我们探索了使数据更具个人相关性的方法，例如包括虚构的患者。我们评估了我们的方法，在用户研究与40名参与者在一个基于网络的实现设计的故事。我们发现，一个经过深思熟虑的故事情节与一个明确的关键信息相结合，吸引人的可视化与易于使用的互动相结合，以及可信的参考对于创建一个吸引观众的神经系统疾病的叙事可视化至关重要。
2022-12-20 cs.CY cs.HC
Evaluating Affective Objectives: Statistical Numbing in Data Visualization
University of Michigan（密歇根大学）
探讨通过数据驱动、人类驱动或混合叙事三种设计策略传达人道主义危机，以数据视频形式研究统计麻木影响，发现人类驱动叙事获最高捐款，混合叙事最低，还讨论了研究局限及影响。
2026-07-07 cs.HC
Sportify: Question Answering with Embedded Visualizations and Personified Narratives for Sports Video
本文提出 Sportify 视觉问答系统，通过传球、切入、掩护可视化及 LLM 生成的第一/第三人称叙事，帮助篮球球迷理解复杂战术并提升观赛体验。
2024-08-09 cs.HC
Authoring Narrative Visualization in Motion: Visual Storytelling in Swimming Videos
Xi’an Jiaotong-Liverpool University（西交利物浦大学）；Université de Lyon, École Centrale de Lyon（里昂大学，里昂中央理工学院）；Université Paris-Saclay（巴黎萨克雷大学）
研究如何在体育视频中创作动态叙事可视化，以游泳视频为案例，通过自动化管道提取数据、分析得出叙事结构并设计技术探针支持创作，经评估检验其益处与挑战。
2026-07-17 cs.GR cs.HC
The Impact of Elicitation and Contrasting Narratives on Engagement, Recall and Attitude Change with News Articles Containing Data Visualization
本文通过两项实验研究视觉启发与对比叙事对数据新闻参与度、回忆和态度改变的影响，发现二者可提升惊讶等参与度，但未显著改变态度，对比叙事还增加了回忆误差。
2024-01-10 cs.HC
StoryExplorer: A Visualization Framework for Storyline Generation of Textual Narratives
针对读者从大量叙事文本中提取情节线困难的问题，本文提出可视化框架 StoryExplorer，结合笔画标注与GPT视觉提示，通过洞察发现-脚本编写-故事讲述流程辅助用户交互式构建情节线，并经案例研究与用户访谈验证其有效性。
2024-11-08 cs.HC
Detecting depression in dyadic conversations with multimodal narratives and visualizations
University of Sydney（悉尼大学）；Success Beyond Pain
对话包含了大量的多模态信息，这些信息给我们关于说话者的情感和情绪的暗示。在本文中，我们开发了一个支持人类分析对话的系统。我们的主要贡献是识别适当的多模态功能和整合这些功能到逐字会话成绩单。我们证明了我们的系统能够吸收广泛的多模态信息，并自动生成个人抑郁状态的预测分数。我们的实验表明，这种方法产生了更好的性能比基线模型。此外，多模态叙事方法可以很容易地整合其他学科的知识，如会话分析和心理学。最后，这种跨学科和自动化的方法是朝着模拟从业者如何记录治疗过程以及模拟会话分析师如何手动分析会话迈出的一步。
2020-01-27 cs.AI cs.CL cs.HC
Gaze-Driven Adaptive Interventions for Magazine-Style Narrative Visualizations
在本文中，我们研究了凝视驱动的自适应干预的价值，以支持嵌入可视化的文本文档的处理，即，杂志风格叙事可视化（MSNV）。当用户阅读MNSV文本中的相关句子时，通过突出显示可视化中的相关数据点来动态地提供这些干预，如由眼睛跟踪器检测到的。我们进行了一项用户研究，在此期间，参与者阅读了一组带有我们干预措施的MSNV，并将他们的表现和经验与未接受干预措施的参与者进行了比较。我们的工作扩展了以前的研究结果，表明动态的，凝视驱动的干预可以根据MSNV中的阅读行为来提供，MSNV是一种广泛的文件形式，迄今为止从未被考虑过凝视驱动的适应。接下来，我们发现干预措施显着提高了可视化素养水平低的用户的表现，即，那些由于处理和理解数据可视化的能力较低而最需要帮助的用户。然而，高识字率的用户没有受到影响的干预措施，提供初步证据表明，凝视驱动的干预措施可以进一步改善个性化的可视化素养的水平，他们的用户。
2019-09-03 cs.HC
Narvis: Authoring Narrative Slideshows for Introducing Data Visualization Designs
在现代数据可视化系统中，可视化设计可能很复杂，这给非专家解释它们带来了特殊的挑战。然而，很少有演示工具是专门为此目的而设计的。在这项研究中，我们提出了Narvis，一个幻灯片创作工具，旨在向非专家介绍数据可视化。Narvis针对两种类型的最终用户：教师，数据可视化专家，他们制作用于解释数据可视化的教程，以及学生，试图通过教程理解可视化设计的非专家。我们通过与这两类最终用户的密切讨论，提出了一项需求分析。由此产生的考虑指导Narvis的设计和实现。此外，为了帮助教师更好地组织他们的介绍幻灯片，我们将数据可视化指定为组件的分层组合，这些组件由Narvis自动检测和提取。教师们通过首先组织这些组件，然后按顺序解释它们来制作介绍幻灯片。提供了一系列用于添加注释和动画的模板，以提高创作过程中的效率。我们通过对创作体验的定性分析和对生成的幻灯片的初步评估来评估Narvis。
2019-07-12 cs.HC
What Gets Lost When Memory Becomes Media? Evaluating AI-Generated Oral History Visualization
AA LAB（AA实验室）；MODULABS；Aiffel（艾菲尔公司）
研究散居海外者口述历史可视化中记忆变媒介时的问题，基于口述历史理论设计指标，比较两种管道，发现场景规划与叙事保留冲突，提出基于失败模式的评估框架、冲突分析及系统选择路由协议。
2026-07-29 cs.AI cs.HC
The Evolving Duet of Two Modalities: A Survey on Integrating Text and Visualization for Data Communication
Fudan University（复旦大学）；Ant Group（蚂蚁集团）；Institute for Global Communications and Integrated Media（全球传播与融合媒体研究所）；School of Data Science & Qingdao Research Institute, Fudan University（复旦大学数据科学与青岛研究院）
本文综述了98篇文献，探讨文本在可视化中的叙事作用，分析其功能与影响，提出未来发展方向以提升文本与可视化整合的效果。
2026-03-01 cs.HC
Narrative Player: Reviving Data Narratives with Visuals
针对数据密集型文档依赖文本、现有可视化侧重局部内容的问题，提出Narrative Player方法，结合LLM与优化方法生成连贯可视化序列及过渡动画，合成数据视频以提升数据叙事的阅读体验。
2025-01-15 cs.HC
Narrative Transitions in Data Videos
过渡广泛用于数据视频中，以无缝连接数据驱动的图表或连接可视化和非数据驱动的动态图形。为了指导数据视频中的过渡设计，我们基于从284个数据视频中提取的3500多个剪辑进行了内容分析。我们对这些片段的可视化类型和过渡设计进行注释，并研究这些过渡如何帮助建立上下文之间的联系。我们提出了一个分类的过渡数据视频，其中两个过渡类别定义在建设流畅的叙述，通过使用视觉变量。
2020-09-11 cs.HC
Narrative Scaffolding: A Narrative-First Framework for Data-Driven Sensemaking
University of Toronto（多伦多大学）；Allen Institute for AI（艾伦人工智能研究所）；Stanford University（斯坦福大学）
本文提出叙事支架框架，通过以叙述为先的探索方法提升数据驱动理解的深度与系统性。
2026-01-02 cs.HC
Enhancing Text Comprehension for Dyslexic Readers: A 3D Semantic Visualization Approach Using Transformer Mode
本研究利用阅读障碍者较强的空间想象能力，提出用Transformer模型将文本映射为三维语义向量并进行空间聚类，实验证明该方法能显著提升其对复杂文本的理解。
2025-06-04 cs.HC
Emotional Engagement in Narrative Medical Visualization: An Electrodermal Activity and Eye-Tracking Study
University of Magdeburg（马格德堡大学）；University of Bergen（卑尔根大学）
本研究通过皮肤电活动、眼动追踪和问卷的混合方法，比较个体人物与人群层面框架的医学数据故事，发现人物插图与生理唤醒峰值相关，且不同框架引发不同情感品质，推进了叙事医学可视化的时间分辨评估。
2026-09-15 cs.GR cs.HC
Narrative Maps: An Algorithmic Approach to Represent and Extract Information Narratives
Virginia Tech（弗吉尼亚理工大学）；Universidad Católica del Norte（北天主教大学）；University of Washington（华盛顿大学）
叙事是我们感知世界的基础，在涉及时间事件表征的所有活动中无处不在。然而，现代在线信息系统并不将叙事纳入其对随时间发生的事件的表示中。本文旨在弥合这一差距，将叙事表征理论与现代在线系统的数据相结合。我们做了三个关键的贡献：一个理论驱动的计算表示的叙述，一种新的提取算法，以获得这些表示从数据中，我们的方法和评估。特别是，考虑到视觉隐喻的有效性，我们采用了路线图隐喻来设计一个叙事地图表示。叙事地图表示将叙事中的事件和故事说明为地图上的一系列地标和路线。我们的表征的每个元素都得到了来自正式叙事理论的相应元素的支持，从而为我们的方法提供了坚实的理论背景。我们的方法提取底层图形结构的叙事地图使用一种新的优化技术，专注于最大限度地提高一致性，同时尊重结构和覆盖范围的限制。我们展示了我们的方法的有效性，通过执行用户评估，以评估质量的表示，隐喻和可视化。评估结果表明，叙事地图表示是一个强大的方法来沟通复杂的叙述个人。我们的研究结果对情报分析师，计算记者和错误信息研究人员有影响。
2020-10-26 cs.AI cs.HC
Gamifying XAI: Enhancing AI Explainability for Non-technical Users through LLM-Powered Narrative Gamifications
针对现有XAI可视化工具不适配非技术用户的问题，提出LLM驱动的叙事游戏化框架，通过对话式可视化交互帮助普通用户理解AI，原型测试显示其能提升用户AI/XAI知识，但游戏化的理解增益和参与度效果存在分歧。
2024-10-05 cs.HC
HealthTale: A Patient-Centric Health Story Visualization Tool
University of British Columbia（不列颠哥伦比亚大学）
本文提出HealthTale，一种以患者为中心的健康故事可视化工具，旨在帮助患者表达和组织他们的健康经历，从而在初次临床交流中促进沟通。
2026-07-24 cs.HC
Narrative Sensemaking: Strategies for Narrative Maps Construction
叙事意义建构是理解序列信息的基本过程。叙事图是一个视觉表示框架，可以帮助分析师在这个过程中。它们使分析师能够理解叙事的全貌，发现事件之间的新关系，并建立故事情节之间的联系。作为一种意义构建工具，叙事地图在情报分析、错误信息建模和计算新闻学中有应用。在这项工作中，我们试图了解分析师如何构建叙事地图，以改善叙事地图的表示和提取方法。我们用新闻文章的数据集进行了一个实验。我们的主要贡献是分析师如何构建叙事地图的分析。从我们的研究中提取的见解可用于设计叙事地图可视化，提取算法和视觉分析工具，以支持意义构建过程。
2021-09-01 cs.HC
Identifying Framing Practices in Visualization Design Through Practitioner Reflections
本文通过分析80余位专业可视化设计师的播客和书籍反思，揭示框架是可视化设计中普遍且迭代的核心活动，识别了触发重新框架的条件与应对不确定性的策略，强调研究和教育应支持设计师的解释性与战略性判断。
2025-08-28 cs.HC
Beyond the Broadcast: Enhancing VR Tennis Broadcasting through Embedded Visualizations and Camera Techniques
本文提出了一种基于嵌入式可视化和摄像技术的VR网球广播系统，通过分析比赛片段和电影动画，提升观众沉浸感和叙述清晰度。
2025-07-26 cs.HC
Story Ribbons: Reimagining Storyline Visualizations with Large Language Models
Harvard University（哈佛大学）；Google（谷歌）
本文提出了一种由LLM驱动的数据解析管线及交互式可视化系统Story Ribbons，通过自动提取小说和剧本叙事信息，帮助文学分析师在多个叙事层面探索人物与主题轨迹，展示了LLM简化叙事可视化创建的潜力。
2025-08-09 cs.CL cs.HC cs.LG
Molecumentary: Scalable Narrated Documentaries Using Molecular Visualization
提出一种基于实时分子可视化的可扩展纪录片制作方法，通过构建故事图并生成虚拟导览与语音旁白，合成具有专业解说的分子纪录片。
2020-11-04 cs.HC
$n$ Walks in the Fictional Woods
本文借鉴《虚构森林中的六次漫步》，以ChatGPT为核心构建跨学科叙事，结合分镜叙事可视化原型与图-节点图，探索生成式AI与叙事、可视化的交互，实现对大语言+图像模型输出的分析。
2023-08-23 cs.HC
Yes and...? Using Improv to Design for Narrative in Lights Out
混合现实体验通常需要详细的叙述，可用于制作物理和虚拟设计组件。这项工作阐述了在卡内基梅隆大学的ETC的指导经验，考虑如何即兴游戏可能会被用来构思和模仿讲故事的经验。
2018-04-23 cs.HC
3DStoryline: Immersive Visual Storytelling
本文针对传统二维故事情节可视化难以呈现多角色及时空动态的问题，总结VR设计原则并提出3DStoryline系统，通过任务型用户研究验证其能显著提升复杂叙事理解。
2024-08-03 cs.HC
Visualization of Age Distributions as Elements of Medical Data-Stories
University of Magdeburg（马格德堡大学）
本研究通过分析、工作坊和文献回顾，测试了18种叙事可视化方案以呈现疾病年龄分布，发现注释最利于理解与美观，条形图参与度最高，并据此提出了设计建议。
2024-09-26 cs.CV cs.GR cs.HC
MusicJam: Visualizing Music Insights via Generated Narrative Illustrations
本研究提出MusicJam音乐可视化系统，结合GPT-2歌词生成模型与stable diffusion模型生成叙事插图并同步渲染为音乐视频，解决了传统可视化难理解、静态图像无法精准传达音乐洞察的问题，经实验验证效果良好。
2023-08-26 cs.HC
SceneLoom: Communicating Data with Scene Context
针对数据可视化与现实场景图像割裂的问题，本文提出 VLM 驱动的 SceneLoom 系统，依据叙事意图生成多维度对齐的设计方案，并验证其能激发创意与促进设计外化。
2025-07-28 cs.HC
Exploration of Radar-based Obstacle Visualizations to Support Safety and Presence in Camera-Free Outdoor VR
University of California, Santa Barbara（加利福尼亚大学圣巴巴拉分校）
本研究探索了雷达基于的障碍可视化技术，通过三种不同方法比较，发现其在户外VR中平衡沉浸、安全与隐私方面存在不同效果和局限。
2026-02-01 cs.HC
Literal Encoding: Text is a first-class data encoding
数字人文学植根于文本分析。然而，大多数可视化范式只使用分类，有序或定量数据。必须将文字文本视为要编码到可视化中的基本数据类型。文字文本提供功能，感知，认知，语义和操作的好处。这些都简要说明了一个子集的样本可视化集中在语义单词序列，表明优于标准的图形，地图，树形图，条形图和叙事布局。
2020-09-04 cs.HC
A Mobile Application Front-End for Presenting Explainable AI Results in Diabetes Risk Estimation
School of Electrical Engineering（电气工程学院）；Informatics（信息学）；Bandung Institute of Technology（万隆技术学院）；Bandung, Indonesia（印度尼西亚万隆）
本研究开发了一款移动应用前端，通过可视化和文本叙述提升用户对糖尿病风险估算中XAI结果的理解与行动能力。
2026-01-23 cs.AI cs.HC
Design guidelines for narrative maps in sensemaking tasks
叙事意义建构是理解序列信息的基本过程。叙事地图是一种视觉表征框架，可以帮助分析师在他们的叙事意义构建过程。叙事地图使分析师能够了解叙事的整体情况，发现事件之间的新关系，并对故事情节之间的联系进行建模。我们试图了解分析师如何创建和使用叙事地图，以获得交互式可视化工具的叙事地图，可以帮助分析师在叙事意义构建的设计准则。我们用新闻文章的数据集进行了两个实验。从我们的研究中提取的见解可用于设计叙事地图，提取算法和视觉分析工具，以支持叙事意义构建过程。本文的贡献有三个方面：（1）分析分析师如何构建叙事地图;（2）用户对特定叙事地图功能的评估;（3）叙事地图的设计指南。我们的研究结果为设计叙事地图和提取算法提供了方法，并为有用的互动提供了见解。我们讨论这些见解和设计准则，并反思所涉及的潜在挑战。作为关键亮点，我们发现，叙事地图应该避免冗余的连接，可以推断出使用事件连接的传递属性，降低地图的整体复杂性。此外，叙事地图应该使用事件之间的多种类型的认知联系，如主题和因果联系，因为这模仿了分析师在叙事意义构建过程中使用的策略。
2021-12-22 cs.HC
Expectation Versus Reality: The Failed Evaluation of a Mixed-Initiative Visualization System
我们的研究旨在提出一个混合主动系统的设计和评估，帮助用户处理复杂的数据集和密集的可视化系统。我们试图证明这个系统的两个试验的在线组间，两个两个的研究，测量这种混合的主动系统对用户交互和系统可用性的影响。然而，由于界面设计的缺陷和我们对用户的期望，我们无法证明自适应系统对用户交互或系统可用性有影响。在本文中，我们讨论了我们从“失败”的实验中发现的意外发现，并研究了我们如何从失败中学习以改进进一步的研究。
2020-09-13 cs.HC
HoloTouch: Interacting with Mixed Reality Visualizations Through Smartphone Proxies
我们贡献的互动技术，增强混合现实（MR）的可视化与智能手机代理。通过将盔装显示器（HMD）与移动触摸屏相结合，我们可以通过精确的触摸输入、触觉反馈、高分辨率2D图形和物理操作来增强低分辨率全息3D图表。我们的方法旨在补充MR和物理可视化。大多数当前的MR可视化遭受不可靠的跟踪、低视觉分辨率和不精确的输入。另一方面，数据物理化虽然允许自然的物理操作，但在动态和交互式修改方面受到限制。我们演示了智能手机或平板电脑等移动设备如何作为MR数据交互的物理代理，创建支持精确操作和丰富输入和输出的动态可视化。我们描述了6种交互技术，这些技术利用了HMD和智能手机的综合物理性、传感和输出能力，并通过原型系统展示了这些交互。根据评估，我们概述了结合MR和物理图表的优势的机会。
2023-03-15 cs.HC
PlotThread: Creating Expressive Storyline Visualizations using Reinforcement Learning
Zhejiang Lab（之江实验室）；State Key Lab of CAD&CG, Zhejiang University（浙江大学计算机辅助设计与图形学国家重点实验室）；VIS/VISUS, University of Stuttgart（斯图加特大学可视化与交互系统研究所）；Alibaba Group（阿里巴巴集团）
故事情节可视化是呈现情节演变和揭示人物之间场景互动的有效手段。然而，故事情节可视化的设计是一项艰巨的任务，因为用户需要在美学目标和叙事约束之间取得平衡。尽管基于优化的方法在产生美观和清晰的布局方面已经得到了显著的改进，但是现有的（半）自动方法在1）故事情节设计空间的有效探索和2）故事情节布局的灵活定制方面仍然受到限制。在这项工作中，我们提出了一个强化学习框架，训练一个人工智能智能体，帮助用户有效地探索设计空间，并生成优化的故事情节。基于该框架，我们介绍了PlotThread，一个创作工具，它集成了一组灵活的交互，以支持轻松定制的故事情节可视化。为了将人工智能智能体无缝集成到创作过程中，我们采用了一种混合主动方法，即智能体和设计师在同一画布上工作，以促进故事情节的协同设计。我们通过定性和定量实验评估了强化学习模型，并使用一系列用例演示了PlotThread的用法。
2020-09-01 cs.AI cs.HC
Co-Designing Unstructured Text Data Visualization Systems
本研究通过焦点小组调研专业人员分析大型文本语料库的需求，发现实体—行为者动态与多重叙事可视化的缺口，并计划以协同设计低保真原型探索解决方案。
2024-07-02 cs.HC
Explainable Machine Learning for Categorical and Mixed Data with Lossless Visualization
Central Washington University（中华盛顿大学）
针对异构混合数据，提出非数值属性编码方案、无损可视化方法及SRG算法，构建准确可解释的ML模型并通过实验验证，推进了混合数据全范围ML算法的发展。
2023-11-23 cs.HC cs.LG
Dupo: A Mixed-Initiative Authoring Tool for Responsive Visualization
Dupo 提出一种混合主动式响应式可视化创作方法，通过两步推荐流水线在保留用户自主性的同时自动生成跨屏幕设计建议，帮助作者避免过早固化并发现被忽略的满意设计。
2023-08-09 cs.HC
VeriForge: Mitigating Latent Knowledge Gaps in Narrative Drafting via Mixed-Initiative Scaffolding
Southern University of Science and Technology（南方科技大学）
VeriForge是混合式主动写作系统，通过主动内联高亮、双流查询、空间知识画布三种机制，帮助作者识别叙事创作中的潜在知识缺口，提升领域知识整合能力，获用户与专家认可。
2026-08-11 cs.CL cs.HC
Semantic Interaction for Narrative Map Sensemaking: An Insight-based Evaluation
Universidad Católica del Norte（智利天主教大学）；Virginia Tech（弗吉尼亚理工大学）；U.S. Government（美国政府）
本文通过实验评估语义交互在叙事地图认知中的有效性，发现基于地图的原型比时间线基线更具洞察力，语义交互条件在统计上显著优于基本地图条件，提供了叙事认知中地图表示优于时间线的实证证据。
2026-03-31 cs.AI cs.CL cs.HC
XR Prototyping of Mixed Reality Visualizations: Compensating Interaction Latency for a Medical Imaging Robot
针对医学领域新型用户体验研究受限的问题，本文探究扩展现实原型设计（XRP）在控制移动式医学成像机器人中的优劣势，对比两种降低感知延迟的XR可视化技术，验证了XRP用于对比研究的潜力，同时指出其分析框架在人类行为建模上的不足。
2024-09-16 cs.HC
mQAPViz: A divide-and-conquer multi-objective optimization algorithm to compute large data visualizations
数据可视化算法是将数据转换为有用叙述的重要工具。不幸的是，很少有可视化算法可以处理许多真实世界场景的大型数据集。在这项研究中，我们将这些数据集的可视化作为一个多目标优化问题。我们提出了mQAPViz，这是一种分而治之的多目标优化算法，用于计算大规模数据可视化。我们的方法采用多目标二次分配问题（mQAP）的数学基础来解决手头的可视化任务。该算法应用了源自机器学习领域的高级采样技术和高效的数据结构，可扩展到数百万个数据对象。该算法将对象分配到2D网格布局上。在真实世界和大型数据集上的实验结果表明，mQAPViz是现有技术的一个有竞争力的替代方案。
2018-10-30 cs.HC cs.NE
DASH: A Bimodal Data Exploration Tool for Interactive Text and Visualizations
本文提出双模态数据探索工具DASH，结合语义层级模型与大语言模型，通过拖放交互将文本与可视化整合，以支持数据驱动叙事的创建。
2024-08-05 cs.HC
RÉCITKIT: A Spatial Toolkit for Designing and Evaluating Human-Centered Immersive Data Narratives
针对沉浸式数据叙事缺乏构建指导的问题，本文提出工具包RÉCITKIT以支持HMD环境中的空间数据叙事，通过案例开发与21人评估验证其价值，为相关领域工具包驱动方法提供参考。
2025-08-26 cs.HC
Charting EDA: Characterizing Interactive Visualization Use in Computational Notebooks with a Mixed-Methods Formalism
本研究通过对13名数据科学家的Jupyter notebook使用实验，提出EDA分析状态形式化体系，发现交互式可视化比静态可视化更易催生早且复杂的洞察，还揭示了表征的规划辅助作用等行为模式，为相关工具设计提供指导。
2024-09-16 cs.HC
