InsigHTable：基于强化学习的洞察驱动型层次表格可视化
人机交互
2024-05-28 v1
摘要
在原始层次表格中嵌入可视化表示，可以减轻因用户注意力分散而产生的额外认知负荷。所创建的层次表格可视化可以帮助用户理解和探索具有多级属性的复杂数据。然而，由于转换层次表格和选择嵌入子集存在众多选项，层次表格可视化的设计空间变得巨大，构建过程也变得繁琐，阻碍了用户高效地构建包含大量数据洞察的层次表格可视化。我们提出了 InsigHTable，一个混合主动式和洞察驱动的层次表格转换与可视化系统。我们首先定义了层次表格中的数据洞察，这考虑了表头中的层次结构。由于层次表格可视化的构建是一个顺序决策过程，InsigHTable 集成了一个深度强化学习框架，该框架包含一个辅助奖励机制。该机制解决了构建层次表格可视化过程中奖励稀疏的挑战。在深度强化学习框架内，智能体通过与分析师协作，持续优化其决策过程，以创建能够揭示更多洞察的层次表格可视化。我们通过两个案例研究和一系列实验，展示了 InsigHTable 的可用性和有效性。结果验证了深度强化学习框架的有效性，并表明 InsigHTable 可以帮助用户构建层次表格可视化并理解底层数据洞察。
引用
@article{arxiv.2405.17229,
title = {InsigHTable: Insight-driven Hierarchical Table Visualization with Reinforcement Learning},
author = {Guozheng Li and Peng He and Xinyu Wang and Runfei Li and Chi Harold Liu and Chuangxin Ou and Dong He and Guoren Wang},
journal= {arXiv preprint arXiv:2405.17229},
year = {2024}
}