MobileVisFixer：利用可解释强化学习框架为手机定制网页可视化
人机交互
2020-08-18 v1 图形学
摘要
我们提出 MobileVisFixer，一种使可视化更适配移动设备的新方法。尽管移动设备已成为访问网页信息的主要途径，许多现有可视化未针对小屏幕优化，可能导致令人沮丧的用户体验。目前，从业者和研究人员不得不参与繁琐耗时的过程以确保其设计能缩放至不同尺寸屏幕，且现有工具包与库在诊断和修复问题方面支持甚少。为应对此挑战，MobileVisFixer 通过一种新颖的强化学习框架自动化移动友好型可视化重设计过程。为指导下设计，我们首先收集并分析了网页上基于 SVG 的可视化，识别出五种常见的移动友好型问题。MobileVisFixer 通过一种可跨多种可视化泛化且完全可解释的马尔可夫决策过程模型，解决单视图笛卡尔可视化在线性或离散尺度下的其中四类问题。MobileVisFixer 将图表解构为声明式格式，并使用基于策略梯度方法的贪心启发式在合理时间内求解这一困难的多准则优化问题。此外，MobileVisFixer 可通过融入数据可视化优化算法轻松扩展。在两个真实世界数据集上的定量评估证明了我们方法的有效性与泛化能力。
引用
@article{arxiv.2008.06678,
title = {MobileVisFixer: Tailoring Web Visualizations for Mobile Phones Leveraging an Explainable Reinforcement Learning Framework},
author = {Aoyu Wu and Wai Tong and Tim Dwyer and Bongshin Lee and Petra Isenberg and Huamin Qu},
journal= {arXiv preprint arXiv:2008.06678},
year = {2020}
}
备注
Accepted at IEEE VIS 2020 (Info VIS)