《流模式下人類行為數據時空特性可視化分析研究》是依託電子科技大學,由蒲劍蘇擔任醒目負責人的青年科學基金項目。
基本介紹
- 中文名：流模式下人類行為數據時空特性可視化分析研究
- 依託單位：電子科技大學
- 項目類別：青年科學基金項目
- 項目負責人：蒲劍蘇
項目摘要,結題摘要,
項目摘要
隨著電子技術的爆炸狀發展，讓大規模人類行為數據收集變得越來越容易。經過挖掘分析後，從數據中獲取的知識在城市管理、道路規劃、交通控制、應急處置等多個領域中具有十分廣闊的套用前景。人類行為數據不僅包含空間和時間屬性，而且由不同套用收集來的數據也具備多種其它屬性，因此該數據量大維度高，純粹使用數據挖掘和機器學習手段分析起來難度很大。可視化技術可以直觀地呈現人類行為數據，並提供豐富的互動，以揭示數據中包含的規律。本項目主要對流模式下大規模人類行為數據的時間、空間與高維多元特性展開可視分析研究。項目組擬研究一種可視分析算法模型，包含視覺編碼算法與互動算法設計，來探索解決數據可視分析在不同顯示、不同任務與不同數據尺度下的面對的可拓展性問題，儘可能在計算力有限的情況下提高視覺呈現的信息並降低視覺複雜度，提供流暢的互動來疊代式地逐步精進分析挖掘，揭示數據中隱藏的特徵，以數據為本提供對普適性問題的驗證。
結題摘要
本項目針對流模式下大規模人類行為數據的時間、空間與高維多元特性，研究了一種可視分析算法模型，來探索解決數據可視分析在不同顯示、不同任務與不同數據尺度下的面對的可拓展性問題，儘可能在計算力有限的情況下提高視覺呈現的信息並降低視覺複雜度，提供流暢的互動來疊代式地逐步精進分析挖掘，揭示數據中隱藏的特徵。主要的研究內容是：（1）人類行為數據空間、時間與高維多元特性的特徵提取與認知抽象研究；（2）人類行為數據空間、時間與高維多元特性的可視化呈現研究；（3）用戶互動設計和評估反饋研究。主要研究成果是：（1）特徵提取與認知抽象研究：本項目研究分析了人類行為數據的時間、空間與高維多元屬性，並對三種特性進行問題刻畫和任務概括分析，以準確對特性中存在的特徵進行提取和抽象。同時利用了自動分析算法的計算力提取出特徵並抽象化，減少用戶的分析工作量，特別是可視化方面的視覺混淆和減輕人注意力方面的消耗，並能比較高效地將流模式下到來的數據實時從數值知識轉換為易讀的視覺線索。（2）可視化呈現研究：本項目在對人類行為數據的時間、空間與高維多元特性進行了特徵提取與認知抽象後，研究了新的數據可視化技術來呈現此類新型信息。其中研究並提出了新的可視化編碼算法來將抽象後的數據描述轉換為信息可視化描述的數據形式，以完成分析任務。我們提出的可視分析模型在可視呈現方面具備比較好的可擴展性，特別是在數據規模變化的情況下。同時設計的模型結構靈活，能夠根據不同數據規模，甚至不同套用選擇數據抽象的自動分析方法和可視呈現方式中使用的視覺編碼和布局算法，使得在計算能力有限的情況下對同種分析任務。（3）用戶互動設計和評估反饋研究：基於內容（1）中對行為數據進行特徵提取和抽象後獲得的數據三個特性的可視化數據類型描述，同時以（2）中對可視分析任務的概括和操作類型抽象研究作為基礎，本項目充分利用人的感知和認知優勢研究並設計了相應的用戶互動算法，用來評估反饋修正特徵提取抽象，和可視化編碼算法設計。通過設計好的互動操作，利用機器的計算力和專家的經驗及領域知識，來減少數據中的不確定性。
