【动态】第十五期可视化与可视分析国际学术报告成功举办

2022 年 4 月 29 日 中国图象图形学学会CSIG

2022年4月21日星期四上午，中国图象图形学学会可视化与可视分析专业委员会组织的第十五期可视化与可视分析国际学术报告成功举行。此次报告特邀美国东北大学Melanie Tory教授担任讲者。Tory教授是缅因州波特兰市东北大学Roux研究所数据可视化团队的负责人。她拥有超过15年的学术界和企业界的研究经历。加入东北大学之前，她在Tableau Software工作。她在维多利亚大学（the University of Victoria）计算机科学领域工作，在西蒙菲莎大学（Simon Fraser University）获得博士学位。她是多个可视化杂志的副主编，同时也是IEEE VIS会议的指导委员会委员。

Tory教授带来了题为《Visualization in Data Conversations》（数据对话中的可视化）的精彩报告。首先，Tory教授提出，在分析过程中，与数据的互动类似于与数据进行对话。在此基础上，Tory教授介绍了目前数据对话主要的三个研究内容和研究方向，并介绍了近期她在Tableau工作期间围绕数据对话的研究工作。

首先，Tory教授将在日常生活工作中的数据对话分类为三种应用场景：与数据对话，围绕数据展开对话以及通过数据来对话。第一种情况：与数据对话，是指用户通过系统dashboard直接与数据进行交互、分析以及挖掘；第二种情况：围绕数据展开对话，是指用户根据系统展示的数据信息与其他人进行讨论交流；第三种情况：通过数据来对话，是指用户之间通过系统展示的数据信息来进行交流。

图 1 数据对话的三种应用场景

在此背景下，Tory教授指出，近些年来可视化的研究者在设计系统的时候，忽略了dashboard的本质及其用户群体的特性。具体而言，系统主要用于为人们提供数据驱动思考的途径，同时，大多dashboard的用户群体为缺少可视分析专业知识背景的分析者。因此，真正的从用户角度出发，思考对系统的设计显得尤为重要。为了真正了解用户的需求，Tory教授与她的团队邀请了一些dashboard用户，与他们展开访谈，了解真实用户对系统的需求，并总结出了三种数据对话的应用场景的具体目标。

图 2 数据对话的应用场景的分析目标

这些分析目标包含了六类分析任务，分别为Access Data, Manage Data, Enrich, Shape, Construct, Share。Tory教授从这六类分析任务的角度出发，总结了现有dashboard技术所面临的挑战以及用户在使用过程中的解决方法。

图 3 Dashboard技术所面临的挑战以及用户的解决方法

针对这些挑战，Tory教授谈论了一些自己的想法。首先，她提到dashboard工具应该融入更多功能，减少用户在不同工具之间切换的负担。同时，dashboard工具应该提供交互式的数据体验，并且支持用户自由的整合、分享数据内容。接下来，Tory教授介绍了在Tableau工作时期围绕以上想法展开的一些研究工作。

首先，Tory教授介绍了Eviza，一款基于可视化的数据问答系统。在这个系统，用户可以输入一个数据问题，然后获取问题对应的可视化图表作为数据问题的答案。值得一提的是，这款系统也是Tableau中Ask Data功能的雏形系统。作为一款雏形系统，Eviza的语言理解能力是基于特定的规则而实现，因此仅能处理一些特定的、简单的数据问题。在Eviza的基础上，Tory教授与她的团队继续开发了多款基于自然语言交互的数据系统，不断的提高机器的语言理解能力，从而让机器能够处理更加复杂的用户问题，比如复合问题，口语化的问题以及包含歧义问题。

最后，Tory教授介绍了她在美国东北大学的研究方向: 采用交互式可视化工具和人工智能，用数据赋能人们的决策能力来解决重要问题。目前，她们的主要研究行业为工业生产领域以及医疗领域。

图 4 Viz@Roux目前的研究方向

在提问环节，Tory教授和听众进行了热烈的交流。在谈及如何避免用户在使用dashboard进行数据分析的过程中，仍然需要其他数据分析软件（比如，excel）或者展示软件（比如，PPT）作为辅助的现象时，Tory教授认为未来的dashboard工具需要支持更加丰富的功能，从而满足用户的日常使用需求。同时，Tory教授也提到，dashboard工具应该允许用户个性化整合所呈现的内容，从而可以快速构建出演讲时所用的Slides。另外，有观众提问到：在数据问答的过程中，是否直接文字+可视化的形式来回答用户的问题更加高效直观？对于这个问题，Tory教授认为，目前在可视化领域，大部分技术都是以可视化的形式来回答用户问题，文字+可视化的来回答数据问题可以帮助用户更好的理解数据以及答案。她们团队也正在这个方向上展开一些研究工作，目前最新的研究成果是以聊天机器人chatbot（包含文字与可视化）的形式与用户交互，对数据进行分析。

本次活动由同济大学智能大数据可视化实验室支持，可视化与可视分析专委会委员石洋副教授主持。下一期报告将于2022年5月5日晚上19:00-20:30举办，报告题目为Neural Network-based Upscaling and Sampling for In-Situ Visualization，讲者是德国慕尼黑工业大学的Rüdiger Westermann教授。

来源：CSIG可视化与可视分析专委会