面向数据交互预测与探索偏差检测的用户建模技术统一比较
人机交互
2022-08-11 v1 机器学习
摘要
可视化分析领域已提出多种用户建模算法，以捕捉并分析用户的交互行为，从而辅助数据进行探索与洞察生成。例如，部分算法可检测探索偏差，另一些则能在交互发生前预测用户将与之交互的数据点。研究者认为这类算法有助于构建更智能的可视化分析工具。然而，该领域缺乏对这些现有技术严谨的评估与比较，导致在选用何种方法以及何时使用方面指导有限。本文旨在通过基于八个用户建模算法在四个不同用户研究数据集上的表现进行比较与排序，填补这一缺失的空白。我们分析了探索偏差检测、数据交互预测以及算法复杂度等多项指标。基于研究发现，我们强调了分析用户交互与可视化溯源的开放挑战与新方向。
引用
@article{arxiv.2208.05021,
title = {A Unified Comparison of User Modeling Techniques for Predicting Data Interaction and Detecting Exploration Bias},
author = {Sunwoo Ha and Shayan Monadjemi and Roman Garnett and Alvitta Ottley},
journal= {arXiv preprint arXiv:2208.05021},
year = {2022}
}