ChinaVis 2024 数据可视化竞赛 赛道1 共收到 45 个作品，经评审， 21 个作品入选，其中一、二、三等作品为 11 个，比例为 24.4% ，提名作品 10 个，总入选比例 46.7% ，入选名单如下：

ChinaVis 2024 数据可视化竞赛 赛道2 共收到 25 个作品，经评审， 15 个作品入选，其中一、二、三等作品为 10 个，比例为 40% ，提名作品 5 个，总入选比例 60% ，入选名单如下： NorthClass是一家知名的高等教育培训机构，开设了超过100门课程，涵盖文学、理学、工学、医学、经济学、管理学等多个学科领域，吸引了约30万名注册的学习者。该机构通过提供优质的教学服务，为学习者创造了一个灵活便捷的学习环境。为了顺应数字化时代的发展趋势，提升在科技领域中的市场竞争力，该机构策划并推出了一门编程课程，要求学习者在学习期间完成指定的编程任务，同时允许进行多次尝试和提交，以确保充分掌握和应用所学知识。 课程结束后，机构收集了学习者的时序学习数据，用于评估教学效果是否达到预设的标准和要求。为了优化教学资源和提升教学质量，该机构计划成立专门的智学发展革新小组，探索如何利用新一代人工智能技术赋能教育，以更好地培养适应新时代发展需求的创新型人才。可视化与可视分析利用高带宽的视觉感知通道，将复杂的时序学习行为数据转换为图形表达，对学习者的知识掌握水平进行诊断与分析，动态追踪学习行为的演变趋势，识别并剖析产生学习困难的潜在因素。 假如你是智学发展革新小组的成员，请您设计并实现一套可视分析解决方案，帮助该机构直观感知学习者的学习现状，为调整教学策略和课程设计提出可行的建议。请完成以下内容：

分析学习者答题行为日志记录，从答题分数、答题状态等多维度属性量化评估知识点掌握程度，并识别其知识体系中存在的薄弱环节。（建议参赛者回答此题文字不多于800字，图片不多于5张）

结合学习者的特征挖掘个性化学习行为模式，从多角度设计并展示学习者画像，如答题高峰时段、偏好题型、正确答题率等。（建议参赛者回答此题文字不多于800字，图片不多于5张）

不同的学习模式直接影响到学习者对知识的吸收、整合及应用能力，高效的学习模式能够促进知识的深度理解和长期记忆。请对学习模式与知识掌握程度之间的潜在关系进行建模，利用图表的形式呈现结果并简要分析。（建议参赛者回答此题文字不多于800字，图片不多于5张）

合理的题目难度应当与学习者的知识掌握程度相匹配，当学习者知识掌握水平很高但答题正确率较低时，意味着题目难度超出了其能力范围。请试着利用可视分析方法找出这些不合理的题目。（建议参赛者回答此题文字不多于800字，图片不多于5张）

结合上述分析结果，请你为题目设计者和课程管理人员提供一些宝贵的建议，以优化题库内容设置和改善教学质量，并简要说明理由。（建议参赛者回答此题文字不多于500字，图片不多于3张）

提供数据：详细信息请见赛道1数据说明。

注：本赛道数据集为指定数据集，请勿使用自选数据集。

DataInsight是一家领先的数据分析咨询公司，专注于为企业提供基于数据的洞察和决策支持。公司服务范围广泛，包括市场趋势分析、消费者行为研究、人力资源优化等多个领域。 为了适应大数据时代的需求，提升在数据科学领域的专业服务能力，DataInsight策划并推出了一项新的数据服务产品，旨在帮助企业深入理解招聘市场的动态，优化人才招聘和人力资源管理策略。 为此，DataInsight收集了招聘市场的数据，该数据集包含了四十万条详尽的招聘通知，覆盖多样化的职位类型和行业类别，并涵盖了广泛的行政区划。 DataInsight计划成立一个专门的市场招聘动态分析小组，利用先进的数据分析和可视化技术，对这些数据进行深入分析，以挖掘市场趋势，辅助人力资源优化。 假如您是市场招聘动态分析小组的成员，请您设计并实现一套可视分析解决方案，帮助该机构直观感知和理解行业和地域发展动态，为企业人才招聘和求职决策提供可行的建议。请完成以下内容：

分析职位招聘信息，从行业类别、薪资待遇、经验要求等多维度属性量化评估职位差异度。（建议参赛者回答此题文字不多于800字，图片不多于5张）

结合职位的关键特征挖掘，从多角度设计并展示职位画像，如关健技能、偏好城市、薪酬待遇等。（建议参赛者回答此题文字不多于800字，图片不多于5张）

不同的职位具有不同的薪酬待遇模式。请对薪酬待遇与职位、行业、地域等之间的潜在关系进行建模，识别薪酬模式和潜在的薪酬差异，利用图表的形式呈现结果并简要分析。（建议参赛者回答此题文字不多于800字，图片不多于5张）

挖掘和总结地域招聘活动画像，从多角度设计并展示招聘活动的地域特征，如偏好职位和行业类别等，并识别具有相似招聘特征的地域。（建议参赛者回答此题文字不多于800字，图片不多于5张）

结合上述分析结果，是否可以总结行业发展动态，并发现急需人才的新兴职位，并简要说明理由。（建议参赛者回答此题文字不多于500字，图片不多于3张）

提供数据：详细信息请见赛道1数据说明。

注：本赛道数据集为指定数据集，请勿使用自选数据集。

“文明交流互鉴是推动人类文明进步和世界和平发展的重要动力”。数千年来，中国与世界文明一直进行着广泛而深入的交流，并融入了不同的文明形态中，以有形或无形的方式凝结成各个文明的物质和精神财富，共同绘制了世界文明的伟大图景。此次“数智互鉴——中外文明互鉴”人文可视化创意赛，以“文明互鉴”为主题，邀请参赛选手根据大赛提供的样例数据集或自选数据集展开相关工作，并在规定时间内完成相关创意作品。 大赛样例数据集包括来自英国维多利亚与艾尔伯特博物馆(V&A)、法国卢浮宫博物馆（Le Louvre）、美国大都会艺术博物馆（The MET）、日本京都国立博物馆（Kyohaku）、台北故宫博物院、澳大利亚国家博物馆（National Museum of Australia）、日本正仓院（Shosoin）7家博物馆的部分开放数据，共计4312条数据（4321张图片，一条藏品数据可能对应多张图片）。其中一半数据包含“中国”字段，表明该藏品的来源地或描述中涉及中国。由于各个博物馆的字段格式不同，样例数据集中的所有藏品的元数据字段名称都进行了预处理，其中分类、材质、技法、Metadata、藏品名称、描述6个字段内的信息经过了中英双语的翻译（DeepL机翻），EN代表英文，ZN代表中文，使用时请注意检查翻译的准确性。 此外，请注意，此次提供的数据通过博物馆开放数据API下载，人为对数据进行了部分重构、清洗和翻译，如参赛者欲使用该数据集，建议从博物馆官网通过开放数据接口下载更多原始数据进行分析和处理。 提供数据：详细信息请见赛道2数据说明。 艺术可视化竞赛是中国可视化与可视分析大会的一个重要环节，与可视分析挑战赛共同构成大会的数据可视化竞赛，旨在促进中国艺术可视化创作与研究的交流合作，推进人才培养。艺术可视化竞赛指定主题范围，邀请国内外学习艺术、设计及可视化的高校学生，运用自己最擅长的表现手法，在规定期限内完成艺术可视化创作。竞赛设置一系列的奖项，颁发给优秀、新颖的创作作品。 竞赛对于表现手法不做限定，旨在鼓励学生最大程度的发挥想象和自由创意。艺术可视化作品要求基于真实数据，并提供原始数据片段作为评价参考。作品评估的标准在于参赛队是否能够通过视觉或听觉形式有效表现一个以数据为依据的艺术思想、观点或者概念。 提交的可视化作品中允许包含由人工智能生成的内容，鼓励利用新的智能化、数字化技术探索和推动可视化创作流程与呈现形式的新方法。 但请注意，作者需对人工智能生成的内容进行明确标记说明。评审委员会将会对生成内容与主题的相关性及是否违反法律，道德和公共秩序进行评估。 年度主题： 数智香江，可视共创 本次艺术项目主题为“数智香江，可视共创”。在这个快速变化的时代，艺术与科技不再是相互孤立的领域，而是相辅相成，共同孕育新的创意与感知方式。在此背景下，数据变身为生命力的源泉，通过可视化的艺术手法，将枯燥的数据转化为充满活力的视觉作品。 香港作为亚洲的国际大都市，以其独特的文化多样性和科技创新而闻名，是展示这种艺术和科技融合的理想场所。香港的多样性和创新精神是“数智香江，可视共创”这一主题的完美体现，其在全球金融、科技与文化交汇点的地位使其成为推动可视化艺术与科技融合的前沿阵地。同时，随着粤港澳大湾区的发展，香港作为粤港澳大湾区的重要组成部分，承载着数字时代创新与发展的重要使命。我们的目标是利用香港的独特优势，打造一个数字智能与创意艺术相结合的平台，通过共同创造，展示这个数字时代的无限可能。

2024年中国可视化与可视分析大会艺术项目组委会向艺术家、设计师、研究人员、高校师生等各界专业人士发起号召，鼓励创作和提交有关 “数智香江，可视共创”的艺术设计作品，展现可视化领域多维度的探索和精彩。该赛道要求作者在“数智香江，可视共创”的年度主题范围内，自行选择相关数据集进行艺术可视化的创作。对表现手法不做限定，旨在鼓励学生最大程度的发挥想象和自由创意，鼓励创作和提交有关数维可视的艺术设计作品，展现可视化领域多维度的探索和精彩。

该赛道作品将由国内艺术可视化专家团进行评审，评价原则是，参赛队是否能够通过视觉、听觉等艺术形式，有效表现以自选数据为依据的艺术思想、观点或者概念。

建议参考往年优秀作品，具体见“历届挑战赛优秀作品回顾”；也可以参考IEEE VIS Conference组织的IEEE VAST Challenge的入选作品，作品库见： http://cs.umd.edu/hcil/varepository/benchmarks.php ；关于挑战赛2015-2017相关信息请参看文档“ 数据可视分析挑战赛三年回顾 ”。 所有参赛作品将同时提交给可视分析专家、领域专家、可视化相关的艺术家进行综合评审，评审将重点评价参赛作品的主题导向和应用价值，以及参赛作品在交互设计、数据利用程度、社会效益、分析思路与方法等方面的有效性、新颖性和艺术性。 所有符合资格的团队在活动截止日期前所提交的作品将会得到评审。对于任何在截止日期之后提交的作品竞赛组织方将不予以评审，同时，主办方不对任何因电脑、互联网、移动网络故障而造成的参赛作品损坏、缺失、提交延时等后果承担责任。

（1）参赛作品不得违反国家相关法律法规，不得侵犯任何第三方知识产权或者其他权利。作品如引起知识产权异议和纠纷，其责任由参赛者承担；

（2）参赛者可以使用开源或商业数据分析与可视化软件，例如： DataV , TableaU , R和Excel等等，鼓励参赛者使用软件开发工具设计并实现自己的可视分析方案或艺术可视化作品，常见的可视化开发工具有 D3 , ECharts , AntV 和Processing等等。请参赛者在作品说明文档中明确写出使用的开发工具和使用的开源或商业软件；

（3）入选参赛队至少要有1人注册ChinaVis 2024；

（4）赛道1和赛道2入选参赛队要求将自己的参赛作品制作为海报，并参加ChinaVis 2024的海报张贴环节，具体要求参照海报环节；赛道3（艺术可视化赛道）的入选作品将参加艺术项目展览。 （5）参赛作品的知识产权归参赛者所有。大会组织方有权将参赛作品、作品相关资料、参赛团队信息用于宣传品、授权媒体发布、官方网站浏览及下载、展览（含巡展）等活动项目；

（6）参赛作品已经提交后，不得更改参赛者姓名及顺序。

张慧杰&nbsp&nbsp&nbsp&nbsp&nbsp&nbsp东北师范大学

陈&nbsp&nbsp&nbsp&nbsp静&nbsp&nbsp&nbsp&nbsp&nbsp&nbsp南京大学

张俊杰&nbsp&nbsp&nbsp&nbsp&nbsp&nbsp香港科技大学（广州）

徐&nbsp&nbsp&nbsp&nbsp进&nbsp&nbsp&nbsp&nbsp&nbsp&nbsp杭州师范大学