以洞察为中心的 Visualization Recommendation
人机交互
2021-03-23 v1 人工智能
信息检索
机器学习
摘要
可视化推荐系统通过自动生成供用户探索的可视化图表，简化了探索性数据分析（EDA），并使各技能水平的用户都能更便捷地理解数据。然而，大多数现有的可视化推荐系统侧重于根据特定属性或编码将所有可视化图表排成一个列表或若干组。这种全局排序使用户难以且耗时地找到最有趣或最相关的洞察。为应对这些局限，我们提出了一类新颖的可视化推荐系统，可自动对相关的洞察组以及每组中最重要的洞察进行排序与推荐。我们提出的方法结合了多种不同基于学习的方法的结果，以自动发现洞察。一个关键优势是该方法可泛化至多种属性类型，如类别型、数值型和时间型，以及这些不同属性类型的复杂非平凡组合。为评估方法有效性，我们实现了一个名为 SpotLight 的以洞察为中心的可视化推荐系统，其生成并排序带标注的可视化图表以解释每个洞察。我们开展了有 12 名参与者和两个数据集的用户研究，结果表明用户能够快速理解并在陌生数据中找到相关洞察。
引用
@article{arxiv.2103.11297,
title = {Insight-centric Visualization Recommendation},
author = {Camille Harris and Ryan A. Rossi and Sana Malik and Jane Hoffswell and Fan Du and Tak Yeon Lee and Eunyee Koh and Handong Zhao},
journal= {arXiv preprint arXiv:2103.11297},
year = {2021}
}