10、知识辅助可视化与引导：提升数据分析效能的关键

知识辅助可视化与引导：提升数据分析效能的关键

1. 知识辅助可视化系统的基础功能

在数据分析领域，知识辅助可视化与引导（KAVAGait）系统具有独特的功能。分析师可以根据临床决策，将分析患者的特定治疗计划（STPs）纳入显式知识系统（EKS），这一过程可视为隐性知识的提取。同时，KAVAGait 允许分析师交互式地探索和调整系统的 EKS，并将显式知识在单独的视图中可视化。该系统还提供了两种调整存储显式知识的选项，分别适用于单个患者和某一类别患者。

2. 知识在数据分析中的重要性：信息论视角

在可视化领域，人们普遍认为视觉表示的有效性取决于数据、用户和任务。这暗示了知识在可视化过程中的重要性。从信息论角度来看，全自动工作流存在信息损失的风险。

考虑一个由一系列数据处理和分析过程组成的全自动工作流：$P_1, P_2, \cdots, P_i, \cdots, P_n$，每个过程 $P_i$ 将输入数据空间 $Z_i$ 转换为输出数据空间 $Z_{i + 1}$。信息论中的数据处理不等式（DPI）指出，如果一系列字母表形成马尔可夫链 $Z_1 \to Z_2 \to \cdots \to Z_{n + 1}$，工作流中的互信息只会减少，即：
$I (Z_1, Z_2) \geq I (Z_1, Z_3) \geq \cdots \geq I (Z_1, Z_n) \geq I (Z_1, Z_{n + 1})$
当自动化工作流出现大量信息损失时，最终决策的完整性可能会受到影响。而交互式可视化可以通过两种方式打破马尔可夫链条件：
- 用户查看两个过程之间的中间数据，并利用获取的知识与后续过程交互。
- 用户在非初始输入