کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
8917944 1642801 2017 8 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Spatio-temporal flow maps for visualizing movement and contact patterns
ترجمه فارسی عنوان
نقشه های جریانی-زمانی برای نمایش جنبش و الگوهای تماس
ترجمه چکیده
فن آوری های پیشرفته مخابراتی و حجم گسترده ای از کاربران تلفن هوشمند هوشمند، مقدار بسیار زیادی از داده های واقعی از پرونده های ارتباطات مخابراتی همه افراد را به دست آورده اند، که ما از داده های بزرگ مخابراتی آن نام برده ایم. با استفاده از داده های تلفنی و دانش دامنه شهر شهری، اکنون می توانیم جنبش و الگوهای تماس انسان را در یک مقیاس بی سابقه تحلیل کنیم. نقشه جریان به طور گسترده ای برای نمایش حرکات انسان از یک منبع منفرد به مقصد چندگانه با نشان دادن مکان ها به عنوان گره ها و حرکات به عنوان لبه استفاده می شود. با این حال، کار تصویربرداری از هر دو جنبش و اطلاعات تماس را نفی می کند. علاوه بر این، تحلیلگران اغلب نیاز به مقایسه و بررسی الگوهای کنار یکدیگر دارند و تجزیه و تحلیل کمی را انجام می دهند. در این کار، ما یک نقشه جدید نقشه فضایی و زمانی ارائه می کنیم تا زمانی که افراد و مکان های مختلف از مکان های مختلف به مکان های مشابه حرکت می کنند و ارتباط برقرار می کنند. ما همچنین پیشنهاد می کنیم نقشه های جوی فضایی را با تکنیک های تجسم فضایی موقت هماهنگ کنیم تا مجموعه ای از تکنیک های تجسم جنبش و الگوهای تماس را ایجاد کنیم. ما یک برنامه بالقوه گزارش می دهیم که می توان روش های پیشنهادی را برای آن اعمال کرد. نتایج نشان می دهد که طراحی و تکنیک ما به درستی اطلاعات پنهان را افشا می کند، در حالی که تجزیه و تحلیل می تواند به طور موثر انجام شود.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر گرافیک کامپیوتری و طراحی به کمک کامپیوتر
چکیده انگلیسی
The advanced telecom technologies and massive volumes of intelligent mobile phone users have yielded a huge amount of real-time data of people's all-in-one telecommunication records, which we call telco big data. With telco data and the domain knowledge of an urban city, we are now able to analyze the movement and contact patterns of humans in an unprecedented scale. Flow map is widely used to display the movements of humans from one single source to multiple destinations by representing locations as nodes and movements as edges. However, it fails the task of visualizing both movement and contact data. In addition, analysts often need to compare and examine the patterns side by side, and do various quantitative analysis. In this work, we propose a novel spatio-temporal flow map layout to visualize when and where people from different locations move into the same places and make contact. We also propose integrating the spatiotemporal flow maps into existing spatiotemporal visualization techniques to form a suite of techniques for visualizing the movement and contact patterns. We report a potential application the proposed techniques can be applied to. The results show that our design and techniques properly unveil hidden information, while analysis can be achieved efficiently.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Visual Informatics - Volume 1, Issue 1, March 2017, Pages 57-64
نویسندگان
, , , ,