一种将可视化分类法应用于交互日志的基于文法的方法

研究者收集大量用户交互数据，旨在将用户的工作流和行为映射到其更高层次的动机、直觉与目标。尽管可视化分析社区已提出众多分类法以促进这一映射过程，但目前尚无形式化方法能将这些现有理论系统地应用于用户交互日志。本文通过使分类法对交互日志分析更具可操作性，试图弥合可视化任务分类法与交互日志数据之间的鸿沟。为此，我们利用人们通过交互与语言进行表达之间的结构相似性，将现有理论重构为正则文法。我们将交互表示为正则文法中的终结符，类似于语言中单个词的作用，并将交互模式或非终结符表示为这些终结符上的正则表达式，以捕捉常见的语言模式。为展示我们的方法，我们为七种可视化分类法生成正则文法，并开发代码将其应用于三个交互日志数据集。在分析其结果时，我们发现现有分类法在低层（即终结符）对多个交互日志数据集的表达能力参差不齐，而高层（即正则表达式）分类法表达能力有限，主要源于两方面挑战：交互日志数据集粒度与结构的不一致，以及某些终结符表达力不足。基于我们的发现，我们为可视化社区提出增强现有分类法、开发新分类法以及构建更优交互日志记录流程的新研究方向，以促进用户行为分类法的数据驱动发展。