Dataopsy：基于聚合查询雕塑的可扩展流畅可视化探索
机器学习
2023-08-08 v1
摘要
我们提出聚合查询雕塑（AQS），一种面向大规模多维数据的分面可视化查询技术。作为一种“天生可扩展”的查询技术，AQS 以代表整个数据集聚合的单一视觉标记启动可视化。用户随后可通过简称为 P6 的一系列操作逐步探索数据集：透视（pivot，基于属性对聚合进行分面）、划分（partition，在空间中对分面进行布局）、窥视（peek，使用聚合视觉表示查看子集内部）、堆叠（pile，合并两个或多个子集）、投影（project，将子集提取至新基底）以及剪枝（prune，丢弃当前不关注的聚合）。我们用 Dataopsy 验证 AQS，其为 AQS 的原型实现，专为桌面与触屏移动设备上的流畅交互而设计。我们通过两个案例研究与三个应用示例演示 AQS 与 Dataopsy。
引用
@article{arxiv.2308.02764,
title = {Dataopsy: Scalable and Fluid Visual Exploration using Aggregate Query Sculpting},
author = {Md Naimul Hoque and Niklas Elmqvist},
journal= {arXiv preprint arXiv:2308.02764},
year = {2023}
}