在过去的十年中人们对于时间序列数据的兴趣出现了激增。在分析时间序列数据时,我们遇到了的挑战之一是相比于大容量的数据存储,屏幕分辨率太小。本文的作者评价了现存的一些方法,在此之上提出了TimeNotes的技术,并通过用户研究比较了他们的有效性。
本文对于过去时间序列数据可视化的相关研究做了一个详尽的调查,提出的TimeNotes主要是基于Stack Zoom的方法。在Stack Zoom中,整体视图以树型结构表示,下层子元素是对父元素中一个时间片段的放大,每一层元素共享整个视图宽度,且各个元素占有的宽度相同,而其对应的父元素中的片段宽度不等,因此上下层之间是不等比例的缩放。TimeNotes对于Stack Zoom进行了改进,使得相同父元素的子元素共享其元素的宽度,这些子元素占有的宽度与其对应的父元素中的片段宽度成比例,因此在具有继承关系的上下层之间是等比例缩放;此外TimeNoes还加入了重叠(图中右下角)和提升的功能,能有助于用户进行更好的比较。
本文的关注点主要用于测试具有清晰的node-link关系的层次结构的有效性。作者选择将TimeNotes与StackZoom进行了比较,以评估它的有效性。通过咨询生物学家,作者将一些典型的分析行为分成了两个类别,并设计了五个task:
用户研究的结果证实了TimeNotes的技术要比StackZoom更好。