GEViTRec：基于领域特异性流行度可视化设计空间推荐的数据侦察

基因组流行病学（genEpi）是公共卫生的一个分支，使用包括表格、网络、基因组和地理在内的多种数据类型，以识别并控制致命疾病的暴发。由于数据量与种类庞大，genEpi领域专家难以开展数据侦察；即对已有数据有概览，并就其质量、完整性与适用性做出评估。我们提出一种通过自动可视化推荐进行数据侦察的算法，GEViTRec。我们的方法处理广泛的多种数据集类型，并自动生成协调组合的图表，而现有系统主要聚焦于表格数据集的单一可视化编码。我们通过分析非数值属性字段自动检测多个输入数据集间的关联，构建实体图并在其中分析与排序路径。对每条高排序路径，我们利用渐进绑定方法，将初始单一图表的局部规范转化为一致对齐与定向的完整规范，从而指定共享字段间具有空间与颜色对齐的图表组合。我们方法的新颖之处在于将领域无关元素与通过领域特异性可视化流行度设计空间获取的领域特定信息相结合。我们的实现应用于合成数据及来自埃博拉暴发的真实数据。我们将GEViTRec的输出与以往可视化推荐系统所生成的结果，以及从业者手工制作的 visualizations 进行比较。我们对十位genEpi专家开展了形成性评估，以评判结果的相关性与可解释性。