CohortVA：基于历史数据交互式探索队列的可视分析系统
人机交互
2022-08-22 v1
摘要
在历史研究中，队列分析旨在通过研究历史人物的群体行为来识别社会结构与人物流动。已有工作主要采用自动数据挖掘方法，缺乏有效的可视化解释。本文中，我们提出 CohortVA，一种交互式可视分析方法，使历史学家能将专业知识和洞察力纳入迭代探索过程。CohortVA 的核心是一个新颖的识别模型，该模型通过从大规模历史数据库构建的预建知识图谱生成候选队列并构造队列特征。我们提出一组协调视图，以结合历史事件和人物档案来展示已识别的队列与特征。两个案例研究及与历史学家的访谈表明，CohortVA 能极大增强队列识别、人物考证与假设生成的能力。
引用
@article{arxiv.2208.09237,
title = {CohortVA: A Visual Analytic System for Interactive Exploration of Cohorts based on Historical Data},
author = {Wei Zhang and Jason K. Wong and Xumeng Wang and Youcheng Gong and Rongchen Zhu and Kai Liu and Zihan Yan and Siwei Tan and Huamin Qu and Siming Chen and Wei Chen},
journal= {arXiv preprint arXiv:2208.09237},
year = {2022}
}