视觉分析中面向专家与终端用户双重评估引导的启发式方法
人机交互
2023-10-31 v1
摘要
引导可在复杂数据的探索与分析过程中为用户提供支持。已有研究聚焦于刻画视觉分析中引导的理论层面,以及在不同场景中实现引导。然而,对增强引导的视觉分析方案的评估仍是一个开放的研究问题。我们通过引入并验证一种用于视觉分析中引导的实用评估方法来解决该问题。我们确定了需满足的八项质量准则,并收集专家对其有效性的反馈。为便于实际开展评估研究,我们推导出两组启发式。第一组面向由专家评估者执行的启发式评估;第二组便于终端用户研究,即参与者实际使用增强引导的系统。通过这种双重路径,引导的不同质量准则可从两个不同视角考察,提升评估研究的整体价值。为检验方法的实际效用,我们在两项研究中应用该方法,以洞察两种增强引导的视觉分析方案的质量,其一为进行中的研究原型,另一为公开可用的可视化推荐系统。基于这两项评估,我们总结出开展视觉分析中引导评估的良好实践,并识别出此类研究中应避免的陷阱。
引用
@article{arxiv.2308.13052,
title = {A Heuristic Approach for Dual Expert/End-User Evaluation of Guidance in Visual Analytics},
author = {Davide Ceneda and Christopher Collins and Mennatallah El-Assady and Silvia Miksch and Christian Tominski and Alessio Arleo},
journal= {arXiv preprint arXiv:2308.13052},
year = {2023}
}
备注
Accepted to IEEE VIS 2023