ComputableViz：作为可视化处理和分析形式化的数学运算符

文献标题

ComputableViz: Mathematical Operators as a Formalism for Visualisation Processing and Analysis

文献信息

• 主题领域: 数据可视化、算法、视觉处理
• 关键词: 数据可视化, 数学运算, 可视化分析, Vega-Lite, 数据处理, 图表操作, 多视图, 数据图样研究

研究背景与问题

• 发现问题或挑战:

  • 随着数据可视化在网上的激增，需要对生成和数字化后的可视化进行处理和分析。
  • 当前的方法多集中于单个可视化，而缺乏在多个可视化之间操作的形式化框架，这使得像排序与聚类等分析任务变得困难。
  • 当前研究领域缺乏一个能够统一和组织多个数据可视化操作概念的框架。

• 重要性：

  • 数据可视化正在迅速成为一种独特的数据格式，而如何处理和分析这些可视化对于理解信息以及生成新的方法尤为重要。例如，在公共卫生领域总结和组织可视化信息十分关键。
  • 数据可视化分析是用户接收数据的入口，能够促进对信息的理解和传播。

• 研究动机与相关工作：

  • 作者启发于图像处理和分析的成熟方法，尝试将数学操作扩展至数据可视化领域。
  • 当前已有数学形式化方法用于单个可视化的操作（例如Draco, Vega-Lite），但缺乏针对多个可视化的操作机制。

解决方案

• 提出的方法:

  • 提出一种基于数学运算（如并集、交集和差集）的数据可视化处理与分析形式化框架。
  • 通过对已有工作进行系统分析，设计出一个针对可视化操作的设计空间，并将其实现为一个名为ComputableViz的Python库。
  • 基于Vega-Lite的规范，利用关系数据库和关系代数的思想转换可视化规范，支持数学运算。

• 创新点:

  • 第一次将数学运算引入多可视化处理与分析，同时将复杂的可视化任务（如排序、聚类）抽象为较简单的操作。
  • 通过关系数据库的设计和实现，以模块化方式支持多种可视化任务并促进代码复用。
  • 统一了多个研究领域，通过一个通用框架整合如样式迁移、比较、聚类等分散的任务。

• 实施步骤与关键技术:

  1. 设计维度: 确定可操作的目标（如数据、样式）和操作类型（如并集、差集）。
  2. 实现过程:
     • 将Vega-Lite规范转换为关系数据库格式，包括数据表、样式表及映射关系表。
     • 利用关系代数实现操作（FULL OUTER JOIN用于并集，INNER JOIN用于交集，ANTI JOIN用于差集）。
     • 参数化支持任务定制，如样式迁移和自动编码机制。
  3. 验证: 通过多种案例和实验验证方案的适用性。

研究成果

• 具体成果:

  • 提出了一个能够处理多种任务的通用框架，可扩展用于新的用例。
  • 实现了ComputableViz库，并在多个实际应用中提供自动化和可配置的解决方案。
  • 提供了用例展示，包括创建无障碍可视化、建立可视化的版本控制、分析基因关系网络和探索图表聚类。

• 优势:

  • 逻辑清晰且易于扩展的形式化框架，能够对不同任务统一建模。
  • 与现有的人工或复杂模型相比，新方法在效率及自动化程度上更高。
  • 通过操作数学定义模块化方法促进代码复用。

• 实验或评估结果:

  • 成功对374个Vega-Lite样例进行了样式迁移，测试集表现出高适配性。
  • 在聚类实验中，与基线GVAE方法相比，新的嵌入算法在视觉分类中表现出了更高的分离度。

• 局限性与未来方向:

  • 局限性:
    • 当前版本无法支持复杂的组合和嵌套可视化规格的操作。
    • 对于图表图像的自动解析能力较弱，无法处理噪声数据或非结构化的视觉元素。
  • 未来方向:
    • 增强图像到规范的转换方法，以更好支持Web中广泛存在的基础可视化。
    • 增加对复杂数据语义和跨类别分析的支持，从而提高可视化聚类、样式迁移等任务的表现。
    • 发展基于新形式化的端到端可视化生成系统，用于创建更高级的图表设计（例如多视图协调和嵌套可视化）。

通过本文作者的初步研究，数据可视化处理和分析的领域正在发展为一个独立且重要的研究方向。作者提供了一种构建统一框架的有力尝试，并为未来的研究铺平道路。