人文艺术与数字媒体学院研究生论文被计算机图形学与可视化顶级期刊IEEE TVCG录用

近日，我院大数据可视化与智能人机交互研究所最新研究成果“ConceptThread: Visualizing Threaded Concepts in MOOC Videos”被计算机图形学和可视化领域国际顶级期刊IEEE Transactions on Visualization and Computer Graphic录用，2021级硕士研究生叶力为学生第一作者，王毅刚教授与周志光教授为合作导师，研究工作得到国家自然科学基金支持。

近年来，大规模在线开放课程（MOOCs）平台越来越受欢迎，已经逐渐成为知识学习与传播的主要途径。在线学习过程中，学习者通常需要观看 MOOC 平台上的课程视频来学习新知识，由于缺乏对所涵盖知识脉络及其逻辑结构的理解和掌握，往往导致学习过程繁琐和认知局限。本文提出了面向知识点逻辑关系梳理的可视分析方法ConceptThread，结合新颖的环状字形设计，利用基于“线程”的隐喻实现MOOC视频中的知识概念传播流程展示，同时通过基于音视频脚本设计的系统流程，自动提取在课程中的概念及其多类关系，从而优化在线学习环境，提升学习者的认知效率，具体使用案例如图1所示。

图 1. 课程案例探索。课程具体信息和系统配置显示在（a）中，课程的主要结构显示在（c）概览中，并在（b）中进一步分层查看详细概念及其关系，帮助用户在不浏览视频的情况下最大限度地提高洞察力，对应的（d）原始数据（视频）和（e）支持面板可进一步促进认知。

IEEE TVCG英文全称IEEE Transactions on Visualization and Computer Graphics，是 IEEE 计算机协会主办的顶级期刊，主要收录计算机图形学、信息与科学可视化、系统、软件、硬件、用户交互、虚拟/增强现实等领域的优秀研究成果。目前TVCG是中国计算机学会(CCF)推荐A类国际学术期刊，是计算机图形学与多媒体方向三大A类期刊之一。同时，TVCG也是中科院SCI一区和TOP期刊，最新影响因子5.2。