2022年4月21日星期四上︻午，彩票app下载官方可視化與可視分析專∑業委員會組織的第十五期可視化與可視分析國際學術報告成功舉行。此次報告特邀美國東北大學Melanie Tory教授擔任講△者。Tory教授是緬因州波特蘭市東北大學Roux研究所數據可視化團隊的負責人。她擁有超過15年的學術界和●企業界的研究經歷。加入東北大學之前，她在Tableau Software工作。她在維多利亞大學（the University of Victoria）計算機科◢學領域工作，在西蒙菲莎大學（Simon Fraser University）獲得博士學位。她是多個可視＠化雜誌的副主編，同時也是IEEE VIS會議的指導委員會委員。

Tory教授帶ζ來了題為《Visualization in Data Conversations》（數據對話中劍無生頓時笑了的可視化）的◥精彩報告。首先，Tory教授提出，在分析過程中，與♂數據的互動類似於與數據進行對話。在此基礎上，Tory教授介紹了目前數據對話主要的三個研究內容和研究方向◥，並介紹了近期她在Tableau工作期間圍繞數據對話的研究工作。

首先，Tory教授將在日常生活工作中的數據對』話分類為三種應≡用場景：與數據對話，圍繞數據一片黑霧不斷擴散出去展開對話以及通↘過數據來對話。第一種↙情況：與數據對話，是指用戶通過系統dashboard直接與數據進》行交互、分析以及挖掘；第二「種情況：圍繞數據展開對話，是指用戶根據系統展示的數據信息與其他人進行討論交流；第三▃種情況：通過數據來對話，是指用戶之間通過系統展示的數據信息來進行交流。

圖 1 數據對話的三種應用場●景

在此背景下，Tory教授指出，近些年來可視化的研究者在設計系統的時候，忽略了dashboard的本質及其用戶群體的♂特性。具體而言，系統主要用於為人們提供數據驅動思考的途徑，同時，大多dashboard的用戶群體為缺少可視分析專∞業知識背景的分析者。因此，真正的從用戶角度出發，思考對系統的設計『顯得尤為重要。為了真正了解☉用戶的需求，Tory教授與她的團隊千年就千年吧邀請了一些dashboard用戶，與他們展開不用著急訪談，了解真實用戶〓對系統的需求，並總結出了三種數據對話的應用場景的※具體目標。

圖 2 數據對話的應用場景的分析目標

這些分析目標包含了六類分析任務，分別為Access Data, Manage Data, Enrich, Shape, Construct, Share。Tory教授從這六類分析任務的角度出發，總▓結了現有dashboard技術所面臨的挑戰以及用戶在使用過程卐中的解決方法。

圖 3 Dashboard技術←所面臨的挑戰以及用戶的解決方法

針對這些挑戰，Tory教授談▅論了一些自己的想法。首先，她提到dashboard工具應該融入更多Ψ 功能，減少用戶在不同工具之間切換的負擔。同時，dashboard工具應該提供交互式的數據體驗，並且支持用戶自由的╲整合、分享數據內容。接下來，Tory教授介紹了在Tableau工作時期圍繞以上想法展開的又是一陣土黃色光芒爆閃一些研究工作。 

首先，Tory教授介紹了Eviza，一款基於可視化的數據問答系統。在這個系統，用戶可以輸入一個數據問題，然後獲取問題對應的可視化圖表作為數據問題的答案。值ζ　得一提的是，這款系統也是Tableau中Ask Data功能的【雛形系統。作為一款雛形系統，Eviza的語※言理解能力是基於特定的規則而實現，因此僅能處↙理一些特定的、簡單的數據問題。在Eviza的基礎上，Tory教授與她的團隊繼續開發了多款基於自然語言交互的數據系統，不斷的提高機器的語言理解能力，從而讓機器能夠處理更加【復雜的用戶問題，比如復合問冷光題，口語和可無法相提并論化的問題以及包含歧義問題。

最後，Tory教授介紹了她在美國東Ψ 北大學的研究方向: 采用交互式可視化工具和人工智能，用數據賦能人們的決策能力來解決重要問題。目前，她們的主要研究行業為工業生產領域以及醫療領域。

圖 4 Viz@Roux目前的研究方向

在提問環↓節，Tory教授和聽眾進行了熱烈的交流。在談及如何避免用戶在使用dashboard進行數據分析的過程中，仍然需要∞其他數據分析軟件（比如，excel）或本體被人識破者展示軟件（比如，PPT）作為輔助的現象時，Tory教授認為未來的dashboard工具需要支持更加豐富的功能，從而滿足用戶的日常使用需求。同時，Tory教授也提到№，dashboard工具應該允許用戶個性化整合所呈現的內容，從而可以快速構建出演講時所用的Slides。另外，有就已經什么都晚了觀眾提問到◇：在數據問答的過程中，是否直接文◎字+可視化的形式來回答用戶微微一愣的問題更加高效直觀？對於這個問題，Tory教授認為，目前在可視〖化領域，大部分技術都是以可視化的形式來回答用戶〗問題，文字+可視化的來回答數據問題可以幫助用戶更好的理解數據以及答案。她們團隊也正在這個⌒　方向上展開一些研究工作，目前最新的研究成果是以聊天機器人chatbot（包含文字與可視化）的形式與用戶交互，對數據進行分析。

本次活動更是這種以命換命由同濟大學智能大數據可視化實驗室支持，可視化①與可視分析專委會委員石洋副教授主持。下一期報告將於2022年5月5日晚上19:00-20:30舉辦，報告題目為Neural Network-based Upscaling and Sampling for In-Situ Visualization，講者是德國慕尼黑工業大學的Rüdiger Westermann教授。