Atlas:全局背景下的局部图探索

交互式数据可视化时序数据与网络图可视化数据科学家与分析师HCI 研究员统计学家与数据科学家

图无处不在且日益复杂,但仍缺乏可扩展的交互式工具来支持理解。为解决这一问题,我们提出了Atlas,一种适配可扩展边分解的交互式图探索系统,实现了大型图探索的新范式,生成可探索的多层表示。Atlas同时揭示了特殊的子图结构(如准团)以及顶点在连接这些子图模式中的潜在角色。Atlas可在数秒内分解百万级边图,扩展至最多1.17亿边的图。我们展示了三位图专家的思维漫步式用户研究结果,并重点介绍了Atlas在可疑Yelp评论、内幕交易和词嵌入等多领域图中的应用发现。Atlas可在浏览器中运行且已开源。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/iui/4582/2019

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
IUI
calendar_month
年份
2019
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
交互式数据可视化、时序数据与网络图可视化
work
职业/产业
数据科学家与分析师、HCI 研究员、统计学家与数据科学家
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文