可视化与可视分析项目设计

1.. Revoler：: Visual Analysis Relation Evolution in Temporal Data（基于时序数据时序关系演化的可视分析）

• 
• 图1  Revoler  超市购物数据-“零食”

     生活和科学研究中常存在各种的时序数据，其中蕴含了时序关系且这样的关系往往发生演变。本研究则通过可视化与可视分析的方式，从宏观与细节的角度对该类时序关系的演化进行分析，从中发现了很多有意思的时序演化规律与演化异常，甚至能从中探索出相关实体的特性。

     Case1: 针对超市购物篮数据，基础分析结果在此不在多做赘述（如每天整体销量情况及变化、各商品整体销量分布），本研究重点在于分析不同商品间的共同购买关系及商品特性。举例来说，在所分析的数据中，“零食”与“饼干”、“饮料”、“糖果”有强购买关系，所分析阶段每一天都有共同购买出现，但与某商品的关系并非一直保持不变，如在图1A、B所示“零食”在当天分别与饼干与饮料产生最强关联。

   图2 Revoler  超市购物数据-“调味品”

     

     看看“调味品”的特点（图2），调味品除了大众常能想到的“粮油”、“纸制品”产生关联外，还与“零食”产生关联（由此可以引发思考，这是由于两个商品确实有本质上的关联呢？还是因为“零食”太过热门？）。具体看关系演化能够看出，”调味品“与其他几类商品的关系不固定，如在C 所示的当天就无共同购买发生，其他时间内”调味品“与其他商品的关系也不够明显与稳定。

     对比分析“零食”与“调味品”，又有新东西发现了。两种商品呈现出截然不同的特点，“零食”显得更加热门与百搭，与其他几类商品发生的关联关系更为稳定与明显；而“调味品”显得很有“个性”， 仅与极少的商品产生关联且关系很不明显。

     由此，对管理者也带来了很多实际的指导与建议：哪些商品适合摆放在一起？哪些商品很热门、适于放在人流量大的地方？从Revoler能够帮你分析这些问题。

     （注：鉴于篇幅与解释复杂度，对下方的河流状、用于展示细节关系演化的图不再多做赘述，若想了解更多欢迎留言讨论。）

     相关视频链接：http://v.youku.com/v_show/id_XMTI4NzgyNDIwMA==.html 

     相关论文：Revoler: Visual  Analysis Relation Evolution in Temporal Data (EI论文，已接收，拟发表日期2015年9月）

     Case 2: 针对IEEE VIS(可视化领域第一大国际会议）近十年的论文发表数据，分析合作者关系演化。

     与Case1 不同在于，Case1中的商品并购关系认定为单种关系，而合作者关系这里细化为三类：领导（第一作者对其他作者）、平等（非第一作者对其他非第一作者），跟随（非第一作者对第一作者），在可视分析中用不同的颜色对关系进行编码（领导-橙色，平等-绿色，跟随-紫色）。多类别关系的分析得到的知识和发现更加有趣，同样我们举两个例子说明：

   图3  Revoler  合作者关系-“INRIA”

  

       INRIA（图3）—该会议上发表论文最多的机构，早年（M处）INRIA仅与极少的机构产生合作，在A处出现了第一次“领导”关系，即以第一作者身份发表文章，此后出现了更多的合作，同时也有了更多“平等”或“领导”方式的合作。

   图4  Revoler  合作者关系-“HKUST”

      HKUST（图4）—同样，早年的时候(D）HKUST多与IBM， Indiana Uni进行合作，随后合作者发生转移，尤其在2011、2012两年（E），与MSRA有了更多的合作且合作变强。在这里不得不引发思考，为什么会发生这样的转移呢？由此带着问题对数据做进一步分析，从中发现2011年左右有学生从HKUST毕业后到MSRA从事科研，由此可以推测可能由于科研工作者的转移而带来了合作关系的转移。

      对比INRIA， HKUST， 又有一个显而易见的新发现：INRIA的关系中多以绿色（平等）、紫色（跟随）为主，而HKUST的关系演化中出现了更多的橙色（领导），是否这也可以推测HKUST在该领域更有潜力呢？（确实其在可视化领域当属亚洲前沿）这值得思考与深入分析。