EventBox：一种用于事件序列中时序与多变量属性交互分析的 novel 可视化编码

事件序列数据的快速增长和广泛可用性 requires effective analysis and exploration methods 以 facilitate decision-making。Visual analytics 将 computational techniques 与 interactive visualizations 结合，enable identification of patterns、anomalies 和 attribute interactions。然而，existing approaches 常常忽略 temporal 和 multivariate attributes 之间的 interplay。我们引入 EventBox，一种 novel data representation 和 visual encoding 用于分析 events groups and their multivariate attributes。我们将 EventBox 集成到 Sequen-C 中，这是一个用于事件序列 analysis 的 visual analytics system。为 enable 在 Sequen-C 中 agile creation of EventBoxes，我们添加了 user-driven transformations，包括 alignment、sorting、substitution 和 aggregation。为 enhance analytical depth，我们整合了自动生成的 statistical analyses，提供 attribute interactions significance 的 additional insight。我们评估了该方法：涉及 21 名参与者（3 位 domain experts、18 位 novice data analysts）。我们使用 ICE-T framework 来 assess visualization value，同时收集 user performance metrics 完成一系列 tasks，以及与 domain experts 的 interactive sessions。我们还呈现了三个以真实 healthcare data 为例的 case studies，展示 EventBox 及其集成到 Sequen-C 中如何揭示 meaningful patterns、anomalies 和 insights。这些结果表明，我们的 work 在 visual analytics 领域取得了突破，提供了一种 flexible solution for exploring temporal 和 multivariate attributes in event sequences。