EDAssistant：通过计算笔记本中的原位代码搜索与推荐支持探索性数据分析
人机交互
2021-12-16 v1 信息检索
机器学习
摘要
数据科学家使用计算笔记本（如 Jupyter Notebook），基于其先验经验和外部知识（如在线示例）来对其探索性数据分析（EDA）进行合理化。对于缺乏关于待研究数据集或问题的特定知识的初学者或数据科学家而言，有效获取并理解外部信息对于开展 EDA 至关重要。本文提出 EDAssistant，一个 JupyterLab 扩展，通过新颖的搜索结果交互式可视化，支持以原位搜索示例笔记本和推荐有用 API 的方式来开展 EDA。代码搜索与推荐由最先进的机器学习模型实现，这些模型在在线收集的大规模 EDA 笔记本语料库上训练得到。我们开展了一项用户研究，以考察 EDAssistant 以及数据科学家当前的做法（即使用外部搜索引擎）。结果表明了 EDAssistant 的有效性与实用性，参与者赞赏其对 EDA 的流畅且情境内的支持。我们还报告了关于代码推荐工具的若干设计启示。
引用
@article{arxiv.2112.07858,
title = {EDAssistant: Supporting Exploratory Data Analysis in Computational Notebooks with In-Situ Code Search and Recommendation},
author = {Xingjun Li and Yizhi Zhang and Justin Leung and Chengnian Sun and Jian Zhao},
journal= {arXiv preprint arXiv:2112.07858},
year = {2021}
}