数据故事化解释中分类型预测结果的反转点识别方法研究——基于LIME算法

[目的/意义]实现数据故事化中的反转点识别,有助于非专业人士理解分类型预测结果的产生原因,同时对于推动故事情节发展并使其快速到达故事高潮点具有促进作用。[方法/过程]提出故事点与反转点概念,基于LIME解释技术和反转点识别过程,设计了用于数据故事化中反转点识别的算法方案,并提出了面向分类模型的反转点识别流程。[结果/结论]将反转点识别算法应用到贷款数据集,证明此算法在数据故事化过程中寻找反转点的有效性,在获得用户期望的预测结果和快速识别反转点方面具有应用价值。

面向预测性分析结果的数据故事化解释中的事件类型及生成方法研究

[目的/意义]数据故事化解释可以有效增强非专业人士对预测结果的信任和认知,事件作为数据故事的基本元素,研究事件类型和事件的自动生成方法对数据故事化解释有重要意义。[方法/过程]探讨了数据故事中事件的概念、特征、功能及类型,根据事件传递的信息类型将事件分为描述型事件和解释型事件。提出了事件的通用生成模式,基于此模式并结合概率统计方法,提出描述型事件中可靠性测试事件和公平性测试事件的生成方法,结合反事实解释方法、“What-if”和“Why-not”分析思想提出两种可解性测试事件的生成方法。[结果/结论]通过将事件生成方法应用到贷款数据集,验证了所提出的数据故事化解释中事件自动生成方法的可行性,并结合事件描述和解释了预测性分析结果。

数据故事化中的数据关键特征表达有效性研究

[目的/意义]数据故事化是大数据时代数据价值发现和价值提升的有效方案,在使用数据故事这种新的数据洞见和知识的表达方法时,探究其对数据关键特征的高效表达方式具有重要价值。[方法/过程]文章在分析数据故事创作的基础上,从视觉叙事流选择、数据故事空间设计、数据故事化技术、数据故事创作中的保健因素与激励因素、数据故事受众等方面探讨数据故事化中的数据关键特征表达效率和质量问题。[结果/结论]视觉叙事流的步进和滚动展示方式在传达效率上没有显著差异,受偏好影响较大。数据故事设计空间对数据故事的表达效率有重要影响,不同的故事模型拥有其特殊的故事叙事能力。数据故事创作中的保健因素与激励因素是数据故事创作应该关注的问题。在数据故事化的众多工具和技术中Web开发与发布、数据分析和数据可视化被认为是最值得关注的技术。数据故事受众的不同会影响数据故事的表达效率,信息传递成效,开发数据故事需重视受众的影响。

数据故事化:教育数据要素价值转化的新视角

随着教育数字化转型在向数据纵深推进,对于教育数据要素的见解提取与价值转化不仅是分析人员的工作范畴,而且开始依赖处在数据生成与应用现场的教育者、学习者。然而,这些用户在数据要素的认知解读及决策转化上还存在较大挑战。数据故事化为教育数据要素的开发利用与价值转化研究提供了新视角。研究概述了数据故事化的概念内涵与构成要素,重点刻画了数据故事化的设计参考模型,分析了数据故事化对于教育大数据价值转化的启示。研究认为,数据故事化是数据价值转化的深度设计逻辑,主张整合叙事要素、模型与方法,对抽象数据进行叙述化编排、情境化再植、策展性解释,通过拓展设计要素、厘清设计特征、关注设计事理等新给养,支持非数据专业用户对教育数据的深度认知与价值转化。

数据故事化:概念、特征与应用

[目的/意义]梳理数据故事化的概念、特征与应用,揭示数据故事化的未来发展方向。[方法/过程]梳理数据故事化的相关概念及其四个显著特征,借助四个具有代表性的应用实践作为研究案例,在此基础上提出数据故事化新的发展趋势。[结果/结论]揭示了故事化包括三个部分:数据准备、数据可视化和故事化,展现数据故事化未来的五个发展方向,进一步丰富了数据故事化的理论研究和应用场景,有助于引导数据故事化的正确发展方向。

活动理论视角下疫情数据故事化的结构要素和过程探析

[目的/意义]疫情数据故事化是一种复杂的信息实践活动。文章旨在综合考虑社会历史文化情境,以活动理论为视角揭示疫情数据故事化的结构要素与过程。[方法/过程]梳理数据故事化及疫情数据呈现研究现状,借助活动理论对疫情数据故事化的活动要素及其交互进行深入剖析,在此基础上提出疫情数据故事化的创建过程。[结果/结论]该研究从宏观和微观视角揭示疫情数据故事化的要素及其变化,展现其创建过程,进一步丰富了数据故事化的理论研究和应用场景,并为实证研究和实践活动提供了理论参考和行动指导。

数据故事化:从数据感知到数据认知

数据呈现是大数据时代的新课题。通常,数据呈现的主要途经有两个,即数据的可视化和数据的故事化,二者的区别在于,数据可视化主要解决的是数据感知问题,而数据故事化更加关注的是如何将数据感知转换为数据认知。数据故事化涉及三个基本要素:数据、视觉效果和叙述。从数据故事的创作者和受众之间的信息交流模式看,可将数据故事化分为创作者驱动和受众驱动两种不同模式。目前,数据故事化中常用的结构有三种:马提尼酒杯结构、互动演示幻灯结构和向下钻取事结构。数据故事化的主要活动包括理解数据、明确目的、了解受众、确定关键数据、选择故事模型以及故事叙述。数据故事化是数据科学的主要研究内容之一,也是数据科学区别于其他学科的重要特征。

分类分析结果的数据故事化描述模型研究

【目的/意义】分类分析已经在实践生活中应用广泛,构建分类分析结果的数据故事化描述模型,旨在明确数据故事化描述的实现方式,发挥数据故事的解释性功能。【方法/过程】本研究综合应用文献调研法、模型构建法,按照“问题提出-需求识别-内容提取-模型设计”的路径展开研究,并采用BPMN方法设计数据故事化描述流程,接着在此基础上逐渐深入,探究数据故事化描述模型构建的内容模块和关键活动,最终形成数据故事化描述模型。【结果/结论】本研究提炼出数据故事化描述的故事情境、数据的描述统计和分析结果的解释需求与内容,并拆分出包含情境模块、描述统计模块和解释模块的数据故事内容模块以及由人物、事件和情节组织起来的描述模型。最后在UCI Breast-Cancer数据集上构建模型实例,实现本研究分类分析结果的数据故事化描述模型的实际应用。【创新/局限】本研究提出了面向分类分析结果的数据故事化描述模型,对数据故事化描述的实现具有理论指导意义,后续要结合其它类型分析结果的特征加强此描述模型的泛化性,并基于此突破数据故事自动生成任务。

数据故事化方法:析出、重组与叙事

[目的/意义]数据驱动时代面临数据认知困难、解释结果晦涩难懂以及模型决策可信度不足等诸多挑战。融合可解释性结果的数据故事化方法,为应对上述挑战、增强数据利用价值提供理论支撑和解决方案。[方法/过程]梳理模型无关局部可解释性技术的解释形式、数据故事的叙事结构以及目前数据故事化研究中采用的方法,基于可解释性理论与数据故事化实现模式构建“析出—重组—叙事”的数据故事化模型,利用定义的要素元组给出数据故事映射流程,明确实现故事化模型设计的关键技术。[结果/结论]在数据故事化模型设计的理论指导下,提出面向解释结果的“扇形”故事化实现路径和融合解释结果与故事化模型要素的交互框架,并通过案例研究验证数据故事化方法在结果解释方面的实用价值。通过构建基于可解释性结果的数据故事化方法体系框架,为扩展具备数据感知与认知、可辅助智能决策功能的故事化路径提供新思路。

数据故事化的研究进展:内涵、流程、模型与应用

[目的/意义]数据故事化是一种更高效、更全面、更新颖地展示数据分析结果的方式,通过分析相关数据故事化研究的代表性文献,对现有研究成果进行系统梳理,并对研究趋势进一步展望,为后续研究提供借鉴和启示。[方法/过程]主要采用内容分析法归纳现有的有关数据故事化研究的48篇具有代表性的文献内容,从概念内涵、基本流程、相关模型以及应用实践4个方面对数据故事化的研究进展进行梳理和分析。[结果/结论]数据故事化研究目前仍处于探索阶段,在内涵、流程、模型、方法、工具等理论研究以及实践应用领域存在较大提升空间,未来研究注重构建我国数据故事化研究的自主知识体系和应用实践体系。

政民互动数据中公众诉求的故事化描述:集成、重构与叙事

[目的/意义]将数据故事化思想应用到政民互动数据中公众诉求的分析方面,为政务部门从海量政民互动数据中高效洞察诉求信息提供新的视角和研究思路。[方法/过程]首先,在剖析政务工作者对诉求信息认知需求的基础上,引入三幕式结构构建公众诉求信息的故事化描述框架,包括集成概览、聚合重构、总结叙事三个环节;其次,从元素组织视角、语义探测视角、价值传递视角搭建公众诉求故事化描述的技术框架;最后,采集苏州市人民政府的政民互动数据进行实验分析并呈现诉求故事化描述的原型页面。[结果/结论]提出的故事化描述思路及方法具有可行性,不仅拓展了数据故事化的应用场景,也为政务数据的洞察与认知提供了实践方案,有利于发挥数据的决策赋能价值。

基于故事模型的“数据+故事”融合转化机制

[目的/意义]数据故事建模是数据故事化过程的关键环节,在调研并分析故事模型的基础上,探索数据如何融入故事并转化得到数据故事,对于完善数据故事化的理论体系具有重要意义。[方法/过程]本研究首先梳理现有的数据故事化模型,识别出其中存在的关键问题及迫切需求,接着对具有代表性的传统故事模型展开调研,同时讨论了传统故事模型在数据故事化中的应用效用,基于此构建“数据+故事”的融合转化机制,并以Tableau典型数据故事作为案例说明此机制的实现模式。[结果/结论]本研究将传统故事模型归纳为故事要素、故事叙事、故事影响力3类,并从资源域、转换域和应用域划分数据要素提取层、故事要素提取层、故事脚本生成层、故事产品转化层和故事产品应用层,构建了“数据+故事”的融合转化机制。

数据故事化的评价与改进

[目的/意义]数据故事化评价是监控数据故事化过程、衡量其效果、保障和提升其质量的关键目前,国内外关于数据故事化评价的研究较少,本研究可为今后相关研究提供参考。[方法/过程]本文的评价方法分为基于过程的评价和基于结果的评价。其中基于过程的评价采用软件能力成熟度模型,将数据故事化划分为数据准备、数据分析、故事建模、故事描述和故事呈现五个阶段,并根据具体实施需要定义了过程评价的阶段参考特征和改进方向;基于结果的评价,则是以本文提出的基于结果的评价模型为基础,从受众和使用者视角对个人的接受度和持续接受度进行评价,最后以评价结果为依据提出了改进流程[结果/结论]本文提出的评价方法能够在一定程度上帮助组织在开发过程中把握产品痛点,提升开发能力。同时也可以解释和预测个人的接受意向,为下一步的营销推广活动提供依据。

数据故事化实践应用分析——以数据新闻为例

[目的/意义]数据故事化实现数据、可视化与叙事的关联融合,有利于公众感知及认知复杂数据,提高数据重用率。[方法/过程]通过提取新华网260个数据新闻故事题目并提炼高频词,确定27个卫生健康类热点数据新闻故事。根据扎根理论并采用质性分析软件NVivo11对热点数据新闻进行三级编码,最终得到数据新闻实践的11个初始范畴,并凝练出6个主范畴。[结果/结论]得出数据故事化实践路径的理论模型及特征。数据故事可用于知识发现、数据解读、服务增值等方面。

基于用户交互行为分析的数据故事建模方法研究

[目的/意义]文章旨在根据数据故事化的研究现状,结合其他相关的方法研究,提出一种基于用户交互行为分析的数据故事建模方法,这对数据到数据故事模型的生成,再到后续的故事制作和故事展示具有重要的实践意义。[方法/过程]首先利用文献研究法和定性研究法归纳了基于用户交互行为分析的数据故事化的应用场景、故事建模的内涵和方法的应用价值,明确了数据故事模型包括三个基本要素,分别是数据内容、逻辑关系和讲述概率,接着提出了针对性的方法框架,最后利用Python编程语言模拟数据并生成故事模型的可视化结构图来说明方法的应用。[结果/结论]基于用户交互行为分析的数据故事模型的构建方法可生成能够反映用户关注倾向的故事,在未来还有广阔的研究空间。

信息迷雾的情报刻画研究

[目的/意义]数智环境下以人工智能生成内容(AIGC)为代表的新技术产物和博弈环境下科技问题和信息迷雾相结合诱发的系统性风险,加剧了信息迷雾对情报工作的困扰,如何有效应对信息迷雾成为亟待探讨的议题。[方法/过程]文章归纳信息迷雾的情报特征,构建情报刻画的工作模式,分析针对信息迷雾的情报刻画意义,探索应对信息迷雾的情报刻画工具。[结果/结论]情报刻画以促进情报感知的形式呈现,通过对情报事实和摹因的刻画实现对信息迷雾的抑制和甄别,从而减少不确定性对决策的误导。

厚数据研究综述

文章通过回顾厚数据研究的理论起源和发展,利用WOS和CNKI检索相关文献,梳理国内外厚数据研究现状,剖析和解读研究中的前沿热点和问题,为后续研究提供支持和建议。当前国内外厚数据相关研究主要集中在厚数据定义研究、厚数据应用场景研究和厚数据分析方法研究等方面,未来应继续围绕基础研究问题进行深入探索和改进,并尝试在厚数据融合研究、厚数据方法研究和厚数据应用研究等方面不断进行拓展。

数据故事中的人物类型及自动生成方法研究

[目的/意义]人物和情节是数据故事的两大支柱。数据故事的情节通过人物特征、行为、所期待目标、所面对现实和所认为偏见来展开,实现数据故事人物的自动化生成是数据故事化领域科学研究的核心主题之一,对于数据故事的理论研究、自动生成和工程化研发具有重要意义。[方法/过程]首先,探讨数据故事人物的类型、特征及操作。其次,提出基于反事实解释的人物生成方法,分别对数据故事中的主人公、同类人物、异类人物、正面人物和反面人物给出自动生成方法。接着,分析其技术实现,探讨实验设计、数据来源、方法选择及结果讨论。最后,总结论文的主要研究发现,并对未来研究提出建议。[结果/结论 ]在数据故事化领域首次较为系统研究数据故事人物的组成要素、基本类型、主要特征及核心操作,并提出基于反事实的数据故事人物自动生成方法。

面向局部可解释性机器学习的数据故事生成方法研究

[目的/意义]针对实践中数据故事应包含哪些内容、创作流程是什么等问题,提出一种数据故事生成方法,以期为数据故事的创作提供理论指导。[方法/过程]在前人的研究基础上,基于数据科学、认知科学、自然语言处理和可解释性机器学习等理论,提出一种面向局部可解释性机器学习的数据故事生成方法,该方法对数据故事的生成步骤和创作方式进行详细的阐述和说明。同时对LIME算法的输出进行改进,使其更易理解。在此基础上对提出的数据故事化方法进行案例实现,以验证方法的可行性。[结果/结论]提出的数据故事生成方法有助于丰富数据故事化研究的理论体系,同时为数据故事的生成研究和数据故事化工具的研发提供一定的启示。

机器可理解的数据故事语义描述及推理方法研究

[目的/意义]基于数据故事本体模型提出一种语义描述及推理方法,旨在生成机器可理解的数据故事语义脚本,完整的数据故事产品能够利用此脚本生成。[方法/过程]首先,基于OWL本体的建模和知识表示方法设计数据故事的XML格式和RDF(S)格式的描述脚本。然后,基于SWRL定义数据故事的语义描述规则,论述数据故事化的语义描述及推理流程与关键任务。最后,以UCI breast-cancer数据集为数据来源,将存储在MySQL数据库中的数据故事内容转换为XML数据故事描述脚本和RDF(S)数据故事语义描述脚本,并使用推理方法标记数据故事的要素及关系。[结果/结论]定义包含故事要素、故事要素关联以及故事实例的数据故事脚本,划分出数据故事语义描述与推理的流程以及形式化表示活动中的关键任务,并提出可操作的面向数据故事化的语义描述和推理方法。