山东大学学报 (工学版) ›› 2019, Vol. 49 ›› Issue (4): 29-35.doi: 10.6040/j.issn.1672-3961.0.2017.400
Xindi CHEN(),Tianrui LI*(
),Huanhuan YANG
摘要:
主题河流是一种常用的展示时间序列数据的可视化形式,能够有效展示多个主题的整体趋势,但由于下层河流的波动会干扰上层河流,因此用户在观察单个河流时容易产生歧义。而现有的可视化技术无法有效解决这个问题。针对上述传统主题河流存在的问题,提出如下改进方法:采用离散系数评价河流波动程度,将波动小的河流布局在下层,减少对上层河流的影响;提出歧义点概念,为用户提供波动强度和贡献度作为筛选参数,用户根据需求在交互接口中设置筛选参数,系统筛选出可能造成歧义的点在图中动态地进行标识;设计歧义点标识,标识内容包括:使用正三角或倒三角表示该点的峰谷信息;三角的颜色表示贡献度最高的主题信息;交互式主题河流重排序(用户根据歧义点信息,可通过拖拽对河流进行重新排序)。试验数据采用知乎网站的20个主题在2015年全年的活跃度信息,试验结果表明交互式主题河流能有效消除传统主题河流在展示河流趋势时产生的歧义,为用户提供更灵活、个性化的可视化展示。
中图分类号:
1 | JAMES J T . Illuminating the path: the research and development agenda for visual analytics[M]. IEEE Computer Society, Washington DC, USA: IEEE, 2005. |
2 |
DEFANTI T A , BROWN M D . Visualization in scientific computing[J]. Advances in Computers, 1991, 33, 247- 307.
doi: 10.1016/S0065-2458(08)60168-0 |
3 | 任磊, 杜一, 马帅, 等. 大数据可视分析综述[J]. 软件学报, 2014, 25 (9): 1909- 1936. |
REN Lei , DU Yi , MA Shuai , et al. Visual analytics towards big data[J]. Journal of Software, 2014, 25 (9): 1909- 1936. | |
4 | HAVRE S, HETZLER B, NOWELL L. ThemeRiver: visualizing theme changes over time[C]//Proceedings of the IEEE Symposium on Information Visualization (InfoVis). Salt Lake City, USA: IEEE, 2000: 115-123. |
5 |
BYRON L , WATTENBERG M . Stacked graphs—geometry & aesthetics[J]. IEEE Transactions on Visualization and Computer Graphics, 2008, 14 (6): 1245- 1252.
doi: 10.1109/TVCG.2008.166 |
6 | GROPP M, NÖTH E, RIEDHAMMER K. A novel lecture browsing system using ranked key phrases and streamgraphs[C]//GROPP M, NÖTH E, RIEDHAMMER K. eds. Text, Speech and Dialogue. Berlin, Heidelberg: Springer Berlin Heidelberg, 2011: 17-24. |
7 | HASHIMOTO Y, MATSUSHITA R. Heat map scope technique for stacked time-series data visualization[C]//Proceedings of the 2012 16th International Conference on Information Visualisation. Montpellier, France: IEEE, 2012: 270-273. |
8 | KRAKER P, WAGNER C, JEANQUARTIER F, et al. On the way to a science intelligence: visualizing TEL tweets for trend detection[C]// Towards Ubiquitous Learning. Berlin, Heidelberg: Springer Berlin Heidelberg, 2011: 220-232. |
9 |
XU P P , WU Y C , WEI E X , et al. EvoRiver: visual analysis of topic competition on social media[J]. IEEE Transactions on Visualization and Computer Graphics, 2014, 20 (12): 1753- 1762.
doi: 10.1109/TVCG.2014.2346919 |
10 |
DOU Wenwen , YU Li , WANG Xiaoyu , et al. Hierarchicaltopics: visually exploring large text collections using topic hierarchies[J]. IEEE Transactions on Visualization and Computer Graphics, 2013, 19 (12): 2002- 2011.
doi: 10.1109/TVCG.2013.162 |
11 | LIU Shixia , ZHOU Michelle X , PAN Shimei , et al. Tiara: interactive, topic-based visual text summarization and analysis[J]. ACM Transactions on Intelligent Systems and Technology (TIST), 2012, 3 (2): 1- 28. |
12 | 甄远刚, 陈谊, 刘莹, 等. 一种基于ThemeRiver模型的非连续层次数据可视化方法[J]. 系统仿真学报, 2015, 27 (10): 2460- 2466. |
ZHEN Yuangang , CHEN Yi , LIU Ying , et al. Discontinuous hierarchical data visualization method based on ThemeRiver model[J]. Journal of System Simulation, 2015, 27 (10): 2460- 2466. | |
13 | HERVE A . Coefficient of variation[J]. Encyclopedia of Research Design, 2010, 1, 169- 171. |
[1] | 于艺旋,杨耕,耿华. 连续复合运动的多模态层次化关键帧提取方法[J]. 山东大学学报 (工学版), 2023, 53(2): 42-50. |
[2] | 田轶群,林荣恒. 基于知识图谱的查询显示系统的设计与实现[J]. 山东大学学报 (工学版), 2022, 52(2): 67-73. |
[3] | 贺辉,黄君浩. 基于眼动跟踪的人机交互应用[J]. 山东大学学报 (工学版), 2021, 51(2): 1-8. |
[4] | 麻常辉,王亮,谭邵卿,卢奕,马欢,赵康. 考虑同步调相机无功特性的多馈入直流同时换相失败风险评估方法[J]. 山东大学学报 (工学版), 2020, 50(3): 98-103. |
[5] | 邹启杰,李昊宇,张汝波,裴腾达,刘艳. 自主驾驶的人机交互控制[J]. 山东大学学报 (工学版), 2019, 49(2): 23-33. |
[6] | 赵鹏程,张福全,杨绪兵,吴寅. 基于可视化的森林火灾监测节点优化部署策略[J]. 山东大学学报 (工学版), 2019, 49(1): 30-35, 40. |
[7] | 张冕,黄颖,梅海艺,郭毓. 基于Kinect的配电作业机器人智能人机交互方法[J]. 山东大学学报 (工学版), 2018, 48(5): 103-108. |
[8] | 程鑫,刘晗,王博,梁典,陈强. 基于双核处理器的主动磁悬浮轴承容错控制架构[J]. 山东大学学报(工学版), 2018, 48(2): 72-80. |
[9] | 翟继友,周静波,任永峰,王志坚. 基于背景和前景交互传播的图像显著性检测[J]. 山东大学学报(工学版), 2017, 47(2): 80-85. |
[10] | 何正义,曾宪华,曲省卫,吴治龙. 基于集成深度学习的时间序列预测模型[J]. 山东大学学报(工学版), 2016, 46(6): 40-47. |
[11] | 吴树芳,徐建民. 基于HITS算法的微博用户可信度评估[J]. 山东大学学报(工学版), 2016, 46(5): 7-12. |
[12] | 陶志伟,张莉. 基于马氏距离的分段矢量量化时间序列分类[J]. 山东大学学报(工学版), 2016, 46(3): 51-57. |
[13] | 王会青,孙宏伟,张建辉. 基于Map/Reduce的时间序列相似性搜索算法[J]. 山东大学学报(工学版), 2016, 46(1): 15-21. |
[14] | 麻常辉1,冯江霞2,蒋哲1,武乃虎1,吕晓禄3. 基于时间序列和神经网络法的风电功率预测[J]. 山东大学学报(工学版), 2014, 44(1): 85-89. |
[15] | 朱跃龙,李士进,范青松,万定生. 基于小波神经网络的水文时间序列预测[J]. 山东大学学报(工学版), 2011, 41(4): 119-124. |
|