【论文阅读】-- 评估叠加时间序列和时间事件序列可视化中的对齐方法

---

期刊: IEEE VIS （发表日期: 2019）
作者: Yixuan Zhang; Sara Di Bartolomeo; Fangfang Sheng; Holly B. Jimison; Cody Dunne

摘要

复合时间事件序列可视化包括哨兵事件对齐技术来应对数据量和多样性。先前的工作已经证明了使用单一事件对齐来理解哨兵事件周围的前兆、同时发生和后果事件的实用性。然而，单事件对齐的有用性在复合可视化中尚未得到充分评估。此外，最近提出的双事件对齐技术尚未经过实证评估。在这项工作中，我们围绕时间事件序列和时序分析设计了任务，并在 Amazon Mechanical Turk 上进行了受控实验，以检查四种哨兵事件对齐方法：无哨兵事件对齐（NoAlign）、单事件对齐（SingleAlign）、双事件对齐左对齐 (DualLeft) 对齐，以及拉伸对齐 (DualStretch) 双事件对齐。数据行越多，方法之间的差异最为明显。为了理解两个哨兵事件之间的中间事件，双事件对齐在正确性方面明显胜出 — NoAlign 和 SingleAlign 分别为 71% 和 18%。为了了解两个哨兵事件之间的持续时间，NoAlign 明显胜出：正确性 — DualStretch 为 88% vs. 36%；完成时间 — 55 秒 vs. DualLeft 101 秒 — 错误 — 1.5% vs. DualStretch 8.4%。对于理解前兆和后遗事件，方法之间没有显着差异。本文的免费副本、评估刺激和数据以及源代码可在 osf.io/78fs5 获取。

关键词：
Human-centered computing—Visualization Empirical studies in visualization

1 引言

时间序列数据可视化因其能够显示变量如何随时间变化而被广泛应用于各个领域，包括医疗保健、商业、工程和社交媒体。近年来，在时间轴上可视化离散事件（时间事件序列可视化）也越来越受欢迎，因为这种方法可以揭示随时间变化的事件模式。最近的研究已经开始通过将事件序列叠加在时间序列数据可视化之上来组合这两种类型的可视化。由于叠加视图突出了事件和时间序列数据之间的关系，因此叠加显示了促进理解数据过程的巨大潜力[8]。

在应对不断增长的数据量和复杂性的各种策略中，对齐是一种常用的方法。通过对齐，可视化工具可以将同一类型事件的多个实例放在相同的垂直或水平位置，以便用户可以轻松地看到对齐的事件与其他事件之间的交互。在叠加的时间序列和事件序列可视化中，对齐可以帮助在同一视觉空间中发现事件的前兆（触发事件的因素）和后效（事件触发的因素）。适当使用叠加将有助于轻松比较事件序列可视化中显示的时间序列数据和相关属性。然而，在叠加视图中应用对齐技术也可能会增加更多的视觉混乱和认知负担。 Wang 等人探索了通过一个哨兵事件进行对齐的有用性。 [13]。然而，以前的评估主要集中在时间事件序列可视化上，而叠加可视化中的对齐技术尚未得到充分研究。

此外，可视化社区不再满足于单事件对齐（例如[13]），并且提出了双事件对齐[15]来探索更复杂的时间数据交互。 IDMVis [15] 利用三种不同类型的双事件对齐来可视化多个事件与基础值的交互；该工具已收到领域专家的积极反馈。然而，领域专家的评估不能轻易一概而论。在叠加时间序列和事件序列可视化中广泛接受单事件对齐和双事件对齐之前，需要进行正式研究来比较单事件和双事件对齐的有效性。因此，我们设计了一系列针对叠加时间序列和时间事件序列可视化而定制的任务，以及一个受控实验来评估不同的时间事件对齐技术，包括无对齐、单事件对齐和双事件对齐。

2 相关工作

2.1 时间事件序列可视化

可视化研究人员提出了多种处理时间事件序