知识图谱实践：刻画其用户、挑战与可视化机遇
人机交互
2024-06-19 v4 数据库
机器学习
摘要
本研究呈现了对十九位知识图谱（KG）从业者的访谈洞见，这些从业者在企业和学术环境中工作，涉及广泛的用例。通过本研究，我们识别出 KG 从业者在创建、探索和分析 KG 时所经历的关键挑战，这些挑战可通过可视化设计得到缓解。我们的发现揭示了 KG 从业者中的三种主要角色——KG 构建者、分析者和消费者——各自拥有不同的专业知识和需求。我们发现 KG 构建者将受益于模式强制器，而 KG 分析者需要可提供中间查询结果的 customizable 查询构建器。对于 KG 消费者，我们识别出节点-链接图的功效不足，以及需要量身定制的领域特定可视化以促进 KG 的采纳与理解。最后，我们发现有效地在实践中实施 KG 需要技术与社交两方面的解决方案，而当前工具、技术与协作工作流未能解决这些方案。从我们的访谈分析中，我们提炼出若干可视化研究方向以提升 KG 可用性，包括平衡易读性与可发现性的知识卡片、追踪时间变化的时间线视图、支持自然发现的界面，以及针对 AI 和机器学习预测的语义解释。
引用
@article{arxiv.2304.01311,
title = {Knowledge Graphs in Practice: Characterizing their Users, Challenges, and Visualization Opportunities},
author = {Harry Li and Gabriel Appleby and Camelia Daniela Brumar and Remco Chang and Ashley Suh},
journal= {arXiv preprint arXiv:2304.01311},
year = {2024}
}