ChinaViz 2015 参会记录

2015年7月18-19日，chinaViz 数据可视化与数据分析大会在天津大学附近的天宇大酒店举行。我带了我师弟肖子达一起参加。会议中有幸见到可视化领域的数位领军人物和之前在北大可视化暑期学校遇见的伙伴们，非常高兴。以下是会议内容的笔记（注意：以下部分语句是按照我当时理解的意思记录下来的，并非当事人的原话。）

一. 开幕致辞

致辞人介绍：袁晓如，男，北京大学“百人计划”研究员, 北京大学信息科学技术学院博士生导师。于1997年7月获得北京大学化学专业理学学士学位，1998年7月获北京大学知识产权专业法学学士学位，其后赴美国明尼苏达大学 留学，2005年7月获计算机工程专业理学硕士学位，2006年8月获计算机科学专业哲学博士学位。主要研究方向包括：高动态范围视频、图像和可视化；大规模数据的高性能绘制和可视化；非真实性绘制及插图式可视化；新颖可视化界面与人机交互研究；高维数据可视化。在IEEE Visualization, IEEE Trans on Visualization and Computer Graphics, Computer Graphics Forum，EuroVis等重要国际可视化会议以及期刊上发表多篇文章。

本届会议是第二届。有402人报名参加。我们的chinaViz已经是世界第二大会议啦！比europeViz人多！赶英超美已经完成了一半。（笑）感谢天津大学张家万教授和他的团队支持！

本届会议论文投稿数：75篇

收录：30篇

感谢journal of visualization & 软件学报

二. 会议议程和亮点介绍

马匡六教授演讲

VAST评审主席德国人夫妇

30篇论文 一分钟快报 6个并行session

Panels

1.                如何写高质量的可视化论文
2.                如何培养可视化人才

工业报告：

1.                海云数据
2.                奇虎360天眼实验室
3.                tableau

三. 马匡六教授演讲

演讲人介绍：马匡六教授，美国加州大学戴维斯分校教授，IEEE 会士(FELLOW)。他于1993年在美国Utah大学获得博士学位，之后在美国宇航局兰利研究中心从事研究工作。1999年应聘为加州大学戴维斯分校副教授，2003年提前晋升为终身教职正教授。马教授是国际可视化与可视分析研究领域的著名学术带头人之一，是华人在此领域的成就最高者。他引领和开创了多个可视化研究方向（如高性能并行可视化、智能可视化与界面设计、可视化艺术设计），提出的基于binary swap的高效并行体可视化算法、结合数据挖掘的高维体数据分类算法、基于代码蠕虫的软件系统可视化系统、基于填充曲线的快速图布局算法等引起了科研界的巨大反响，被广泛应用于生命医学、材料、天文物理、气候模拟、地震模拟、湍流燃烧等领域的数据分析。他在国际重要学术期刊和会议上共发表200余篇论文，其中50余篇发表在可视化及相关领域（如超级计算、图形学）的顶级会议和期刊（包括ACM SIGGRAPH, IEEE Transaction on Visualization and Graphics, IEEE Visualization, SuperComputing）。

合影一张。左边是我，右边马教授。演讲题目：The big graphic problem

 

Big in terms of size and connectivity

The cost of displaying a single static graph

The hairball problem （节点链接图中因为链接太多导致的边混杂难以看清规律的问题）

• Solution: filtering / sampling
• Clustering / abstracting / hierarchical modeling
• Incremental

A fast space-filling graph layout method （一个快速空间填充图布局方法，详见马教授的论文）

41980 node, 218080 edge

• Force directed 10s
• High dimensional embedding 0.19s
• Sfc 0.5s

Temporal / Dynamic Networks

Dynamic graph questions

• How does thee graph evolve over time ?
• When/ where do important events occur?
• Are here prominent nodes/clusters that rise/fall？

How to represent time information?

• Show time with small multiples / animation
• Show time as an axis
• Archived data or streaming data?

Visualizing Archived data using animation

Visualizing temporal graphs using storylines

• Small multiples scale to limited number of time steps
• Animation not always appropriate
• Use one axis for time to make a timeline

Scalability challenges

• Even larger graphs?
• Many timesteps?

Streaming network data visualization

• Streaming data are widely available
• All social network applications can be the sources of streaming data
• The more important applications are in security and emergeny management, for example.

Challenges:

• Varying data rates
• Implicit relationships
• Maintaining a globally optimal view is non-trivial
• The desire / nedd review and predict

Immersive VR technology（现在很火的所谓虚拟现实技术，如VR眼镜等等）

• VR has not gained widespread use in science & engineering

Question: 每种显示方式都有弱点，如何综合地显示？

动画的主要缺点是你看了这个场景就忘了上个场景。而storyline可以说是一个good overview。动画和storyline可以结合。

Question: 是不是聚类可以优化显示？

在node-link图中聚类只是为了将节点聚合起来显示使之更容易看懂

四. 基于Mooc在线学习平台的可视分析系统

演讲者：屈华民是香港科技大学（HKUST）计算机科学与工程系的副教授，主要研究领域是可视化与计算机图形学。他本科就读于西安交通大学数学系，硕士与博士阶段就读于美国纽约州立大学石溪分校计算机科学系。目前担任IEEE IEEE Transactions on Visualizationand Computer Graphics （TVCG）副主编，IEEE VIS'14论文共同主席，IEEE Pacific Visualization Conference 和VINCI会议的指导委员会成员。

基础：Mooc（大型开放式网络课程）在线学习平台

数据来源

•                   Clickstream data
•                   Grading data
•                   Forum data

我们的工作：做给任课老师用的可视化系统，以辅助教学

工作A：Peakvzor: tasks 对课程视频的点击率进行可视分析的系统

• What is the general statistic of peaks?
• What is the correlation

工作B： visForum 对在线平台的论坛的用户数据分析

发现论坛用户之间缺少强连接（就是缺乏像现实生活中朋友那样的稳定关系）

五. 稀疏轨迹数据可视分析

演讲者：袁晓茹，北大

• 稀疏数据 指的是 普通车辆数据。这些数据只在交通基站可以采样，采样间隔三分钟，距离可能相差3公里；跟密集数据（例如出租车的GPS数据）完全不能比，在重建轨迹的时候问题很大。
• 选择一个中心基站
• 选择相关的链路
• 比较中心基站和相关链路上的交通状态变化

六. 稀文化遗产数据的分析与应用

演讲者：张家万教授 ，天津大学

• 跨信息载体文物处理
• 文物片段拼接
• 基于文物知识图谱的可视化分析
• 观众意图分析和行为建模
• 观众个性化浏览路线（轨迹）分析
• 观众个性化浏览路线生成
• 文化遗产的预防性保护

七.  论文session (略，以后有机会另开博客详述)

八.  panel 1 : 如何写好可视化论文？

九. Visual Analysis of Movement Data，Gennady Andrienko & Natalia Andrienko 演讲

十. 工业界session

海云数据

海云数据是国内做数据可视化、可视分析领域的首屈一指的创业公司。目前主要承接一些事业单位、大公司的项目。CEO冯一村是学新闻出身。国内做数据新闻的媒体公司对数据可视化十分热衷，这方面也有很大发展前景。

360公司

奇虎360公司内部有做关联数据的可视分析，例如之前媒体报道的全国短信诈骗骗子地图等等。360公司还跟北大信息科学技术研究院合作，成立了数据可视分析联合研究中心。公司内部多个子部门都在招聘可视化相关的职位。例如360招聘大数据可视化前端开发工程师，可以看到跟我们的培养方向一致。

tableau可视化交互方案:

 

美国tableau公司可以说是数据可视化、可视分析领域创业最成功的公司，业界翘楚。我个人之前也多次介绍过。其产品确实可以大大减少做可视分析所需的工作量。

十一. challenge session

奇虎360专家介绍挑战赛的故事背景、数据、参考答案，各获奖组做现场报告，颁奖仪式

十二. panel2. 可视化人才的培养

十三. 闭幕式

下一节中国可视化与可视分析大会将在湖南长沙中南大学举办。