主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
谢江宁,李学庆,唐磊.基于相似性和距离中心性推荐的历史视图浏览.软件学报,2012,23(zk2):186-192
基于相似性和距离中心性推荐的历史视图浏览
Historical Views Navigation Through the Recommendation Based on Similarity and Closeness Centrality
投稿时间:2012-05-15  修订日期:2012-11-09
DOI:
中文关键词:  历史  可视化  推荐  相似性  距离中心性
英文关键词:history  visualization  recommendation  similarity  closeness centrality
基金项目:
作者单位E-mail
谢江宁 山东大学 计算机科学与技术学院,山东 济南 250101
山东大学 研究生院,山东 济南 250100 
 
李学庆 山东大学 计算机科学与技术学院,山东 济南 250101 xqli@sdu.edu.cn 
唐磊 山东大学 计算机科学与技术学院,山东 济南 250101  
摘要点击次数: 1533
全文下载次数: 2310
中文摘要:
      用户在可视化过程中,通常仅仅关注当前的可视化结果,缺少对历史信息的回顾和分析,导致一些重要的中间结果没有被及时跟踪,不利于信息的对比和潜在规律的发现.以高校研究生信息数据为例,目前学校管理部门或学院对于研究生个人信息的可视化分析仅仅关注于当前数据,而忽略了更加重要的历史数据,从而无法准确地追踪和分析其潜在的信息和数据特征.针对这一问题,提出了基于推荐算法的可视化历史浏览方法.该方法将生成的可视化过程保存为历史信息,利用相似性算法分析历史结果间的关联关系,利用基于距离中心性和基于路径中心性的分析描述每个历史结果的重要性,综合3 种分析方法将与当前可视化视图最为相似的历史信息推荐给用户,加速了认知过程.用户调查结果显示,大部分用户对基于历史的可视化推荐表示认可,并且已经开始在数据分析中使用.
英文摘要:
      The visualization process usually only focuses on the results of the current visualization, losing the review and analysis of historical information. It implies that some important intermediate results are not tracked and detected timely, and often makes the information and the potential law invisible. The university graduate student information data is used as an example. When faculty in university visualize the students' personal information, they usually focus on the current view, ignoring the trace of the historical views, which contains important information or patterns. To address this problem and figure out the unknowns hidden in educational datasets, this paper proposes the historical views navigation through a similarity and closeness centrality based recommendation. In this approach, the useful intermediate views, or the interested views of the users are saved as history and compared with the current view. By analyzing the similarities between the closeness centrality and the path centrality, the most relative historical views are recommended to the user. Finally, the user study shows that most of the participants believe that this approach is a necessary alternative to properly integrate the current view and the historical views, which enhances user experience significantly.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利