Chinavis2019 Day 2 会议纪要
一、活动简要回顾
7月22日，Chinavis2019大会进入第二天。今天的会议主题可以分为两个方面：可视化与可视分析挑战赛系列活动和领域专家汇报与论文报告。其中，可视化与可视分析挑战赛系列活动包括海报速览，优秀作品汇报和颁奖仪式。领域专家汇报包括时空数据可视化、科学可视化技术、医疗健康可视化等，论文报告为paper presentation 5-10。
二、精彩瞬间展示
（一）挑战赛优秀作品海报纵览
值得学习的地方：首先，他们对于3D空间模型运用的非常好，将其作为主图，界面很简洁。在该图上，以散点图和热力图表现人员流动和密度；其次是对于甘特图的运用，也即每一个人在每一个房间里停留的时间，直观且易发现异常现象。
在看海报的时候，可以发现大家的图的种类都是不一而同的。每一种图适合实现什么样的数据，能够挖掘什么之间的关系基本上都是一定。主要的区别就在于系统的交互性和分析结果的准确性。
关于分析结果的问题，有大佬传授经验是，要有先验知识，完全的依赖性的可视化分析很难做得到。
图1 挑战1的一等奖作品海报
（二）汇报精彩瞬间
图2 “一树五图”
“一树五图”的联动想法是值得学习的，利用树的层次性，可以对不同区域，不同种类的人员进行合理的分析。感觉就是控制板的选择就是各个子图的变量里面寻找一个共同的属性，比如这里就是使用的空间数据，任何一个图都是处于空间中的，这是一个共性的属性。
图3 雷达图的使用
对于人员每一天在会场中的时空规律，从大家的汇报里，我发现大概有以下几种模式：
1、甘特图：以人为变量，绘制其每一天的空间和时间分布；
2、平行坐标轴图：
3、雷达图。
三、感悟
1、可视化是一个系统的、综合性的工程。
可视化与可视分析是一个综合的系统开发，涉及到的有数据分析的一整套东西，前端后端结合的一套东西，还有视觉实际的知识。要求具有系统思维、工程能力和一定的设计创意。
2、数据处理方法包括算法在可视化分析中的重要应用。
可视化本身也是一种数据分析的手段，因此，在传统意义上的数据处理方法在这里是依然适用的。比如在优秀作品介绍环节，很多人都提到了聚类的算法，如DBSCAN等，决策树算法等。尤其让我印象深刻的是，有人用LDA进行聚类：将每一个人视为一个文档，每进入一个区域，就加入相应的词汇，根据主题提取，分析人员类别。
在对于可视化的数据进行处理的过程中，是离不开数据挖掘与分析知识的。这样才是保证分析结果准确性的重要一环。
3、对于具体工具和图的功能的学习。
说实话，可视化的工具很多，自己知道的很少。在听别人的报告时，深深感觉到对于工具掌握的不多带来的迷惘，这个是咋实现的呀？那个又要怎么弄？下一步要加强对工具包的学习。
还有就是一些图的功能不是很熟悉，图的创新是可视化系统的亮点，如何将多维度的信息表示出来，图的选择很重要。比如今天会上视觉设计奖的作品一个图：
