InsightLens: 通过交互式洞察管理与导航增强LLM驱动的数据分析
人机交互
2024-12-24 v2
摘要
大语言模型（LLM）的普及彻底改变了数据分析中自然语言界面（NLI）的能力。LLM能够执行多步骤和复杂推理，根据用户的分析意图生成数据洞察。然而，这些洞察往往与分析对话中的大量上下文（如代码、可视化和自然语言解释）纠缠在一起。这阻碍了在当前基于聊天的LLM界面中高效记录、组织和导航洞察。在本文中，我们首先与八位数据分析师进行了一项形成性研究，以了解他们在LLM驱动的数据分析中洞察管理的通用工作流程和痛点。据此，我们引入了InsightLens，一个交互式系统来克服这些挑战。该系统基于一个LLM智能体框架，该框架在分析过程中自动进行洞察记录和组织，InsightLens从多个方面可视化复杂的对话上下文，以促进洞察导航。一项包含十二位数据分析师的用户研究表明了InsightLens的有效性，表明它显著减少了用户的手动和认知努力，同时不干扰他们的对话式数据分析工作流程，从而带来更高效的分析体验。
引用
@article{arxiv.2404.01644,
title = {InsightLens: Augmenting LLM-Powered Data Analysis with Interactive Insight Management and Navigation},
author = {Luoxuan Weng and Xingbo Wang and Junyu Lu and Yingchaojie Feng and Yihan Liu and Haozhe Feng and Danqing Huang and Wei Chen},
journal= {arXiv preprint arXiv:2404.01644},
year = {2024}
}
备注
Accepted to IEEE TVCG (PacificVis 2025)