Cieran：通过原位主动偏好学习设计序列色图

高质量的色图有助于传达重要的数据模式。然而，为特定场景找到看起来“恰到好处”且美观的色图需要大量的设计和技术专业知识。我们推出了 Cieran，这是一款允许任何数据分析师在 Jupyter Notebooks 中设计图表时快速找到高质量色图的工具。我们的系统采用主动偏好学习范式，对专家设计的色图进行排序，并基于成对比较创建新的色图，从而使色彩设计新手能够根据其数据背景定制色图。我们将色图设计视为 CIELAB 色彩空间中的路径规划问题，并辅以特定上下文的奖励模型来实现这一目标。在对十二位科学家的评估中，我们发现 Cieran 能有效建模用户偏好以排序色图，并利用该模型创建新的高质量设计。我们的工作展示了主动偏好学习在支持高效可视化设计优化方面的潜力。